در منوی محصولات این سایت ویدئوهای آموزشی ارزشمندی با قیمت مناسب در زمینه تحلیل آماری خواهید دید
برای سفارش انجام فصل 4 پایان نامه با نرم افزار SPSS یا سایر نرم افزارهای آماری از طریق لینک پایین صفحات سایت برای ما پیام بفرستید
“اطمینان شرق” یک شرکت آماری دارای گرید مرکز آمار ایران، نماد اعتماد الکترونیک و تجربه 14 ساله است
مراقب برخی افراد سودجو که بدون داشتن تخصص آماری اقدام به قبول سفارش تحلیل با SPSS می کنند، باشید …
…. این افراد، پس از اخذ وجه قادر به پشتیبانی تا زمان دفاع پایان نامه و رفع ایرادات اساتید نیستند و به تماس های شما پاسخ نخواهند داد !! …..
…. این اشخاص اکثرا فاقد تلفن ثابت و آدرس دقیق دفتر کار بوده و هیچ نوع نظارتی از جانب نهادهای قانونی کشور را نپذیرفته اند.
سوالات خود در خصوص هر مطلبی که در سایت مطالعه می کنید را در بخش دیدگاه (در انتهای مطلب) درج نمایید تا به آن پاسخ دهیم. از طریق ایمیل از پاسخ ما به سوالتان مطلع خواهید شد.
@جایزه دارید اگر مطمئن تر از ما یافتید ! @
نمودار مسیر

.

 

 

فهرست مطالب  (کلیک تا مرور گر به آن نقطه از صفحه برود):

انواع همبستگی بین متغیرها

1- ضریب همبستگی (تحقيق همبستگي دو متغيري)

۱-الف- ضریب همبستگی پیرسون با مثال

۱-ب- تحلیل ضریب همبستگی پیرسون و آزمون فرضیه

۲- تحلیل رگرسیون

۲-الف- روشهای ورود متغیرهای مستقل در مدل رگرسیون

۳- تحلیل ماتریس کواریانس یا همبستگی

۳- الف) تحلیل عاملی

۳-ب) مدل معادلات ساختاری

سایت های تخصصی مدل سازی معادلات ساختاری

{برو به فهرست}

 

انواع همبستگی بین متغیرها

يكي از انواع روش هاي تحقيق توصيفي (غير آزمايشي) تحقيق همبستگي است. در اين نوع تحقيق رابطه ميان متغيرها بر اساس هدف تحقيق تحليل مي‌گردد.

تحقيقات همبستگي را مي‌توان بر حسب هدف به سه دسته تقسيم كرد:

الف) مطالعه همبستگي دو متغيري،   

ب) تحليل رگرسيون،   

ج) تحليل ماتريس همبستگي يا كواريانس.

در مطالعات همبستگي دو متغيري، هدف بررسي رابطه دو به دو متغيرهاي موجود در تحقيق است.

در تحليل رگرسيون، هدف پيش بيني تغييرات يك يا چند متغير وابسته (ملاك) با توجه به تغييرات متغيرهاي مستقل (پيش بين) است. در بعضي بررسي ها از مجموعه همبستگي هاي دو متغيري متغيرهاي مورد بررسي در جدولي به نام ماتريس همبستگي يا كواريانس استفاده مي‌شود.

از جمله تحقيقاتي كه در آن ها ماتريس همبستگي يا كواريانس تحليل مي شود، تحليل عاملي و مدل معادلات ساختاري است.

در تحليل عاملي هدف تلخيص مجموعه اي از داده ها يا رسيدن به متغيرهاي مكنون (سازه) و در مدل معادلات ساختاري آزمودن روابط ساختاري مبتني بر نظريه ها و يافته هاي تحقيقاتي موجود است.   {برو به فهرست}

در زير با تفضيل بيشتر هر يك از موارد فوق مورد بحث قرار مي‌گيرد.

1- ضریب همبستگی (تحقيق همبستگي دو متغيري)

در اين گونه تحقيقات هدف تعيين ميزان هماهنگي تغييرات دو متغير است.    {برو به فهرست}

براي اين منظور بر حسب مقياس هاي اندازه گيري متغيرها، شاخص هاي مناسبي اختيار مي‌شود. از آن جا كه در اكثر تحقيقات همبستگي دو متغيري از مقياس فاصله اي با پيش فرض توزيع نرمال دو متغيري براي اندازه گيري متغيرها استفاده مي شود، لذا ضريب همبستگي محاسبه شده در اين گونه تحقيقات ضريب همبستگي گشتاوري پيرسون يا به طور خلاصه ضريب همبستگي پيرسون است.

1-الف- ضریب همبستگی پیرسون در قالب یک مثال

به عنوان مثالي از تحقيق همبستگي دو متغيري به تحقيقي از اين نوع در اينجا اشاره مي‌شود:

پژوهشگران براي آزمودن رابطه ”اسنادهاي دروني و باثبات“ با متغير ”احساس لياقت“ در عملكردهاي موفق و ناموفق فرضيه هايي را مورد آزمون قرار دادند و براي اين امر از ضرايب همبستگي پيرسون استفاده كردند. نمره مثبت اسناد مركز عليت نشانگر اسنادهاي دروني و نمره منفي آن نشانگر اسنادهاي بيروني بود. نمره مثبت اسناد ثبات نشانگر اسنادهاي باثبات و نمرات منفي آن نشانگر اسنادهاي بي ثبات بود.

فرضيه هاي تحقيق عبارت بودند از:

فرضيه 1: احساس لياقت با اسنادهاي دروني و باثبات براي عملكردهاي موفق همبستگي مثبت دارد.

فرضيه 2: احساس لياقت با اسنادهاي دروني و باثبات براي عملكردهاي ناموفق همبستگي منفي دارد.

در اين تحقيق متغيرهاي مورد بررسي به شرح زير است:

1-احساس لياقت،   2-عملكرد در آزمون،   3-اسناد مركز عليت براي عملكرد ناموفق،   4-اسناد باثبات براي عملكرد ناموفق،   5-اسناد مركر عليت براي عملكرد موفق و  6-اسناد ثبات براي عملكرد موفق.

بايد توجه داشت كه نمره مثبت اسناد مركز عليت نشانگر اسنادهاي دروني و نمره منفي آن نشانگر اسنادهاي بيروني بود. نمره مثبت اسناد ثبات نشانگر اسنادهاي باثبات و نمرات منفي آن نشانگر اسنادهاي بي ثبات بود.

به طور جزئی تر فرضيات تحقيق عبارت است از:

1- در عملكردهاي موفق، احساس لياقت با اسناد دروني همبستگي مثبت دارد.

2- در عملكردهاي موفق، احساس لياقت با اسنادهاي با ثبات همبستگي مثبت دارد.

3- در عملكردهاي ناموفق، احساس لياقت با اسناد دروني همبستگي منفي دارد.

4- در عملكردهاي ناموفق، احساس لياقت با اسنادهاي با ثبات همبستگي منفي دارد.

ضرايب همبستگي اين متغيرها در جدول زير داده شده است و معني داري اين ضرايب همبستگي با يك يا دو ستاره مشخص شده است.

ضریب همبستگی پیرسون

ضریب همبستگی پیرسون

{برو به فهرست}

جدول فوق ضرايب همبستگي متغيرهاي اندازه گيري شده در بررسي رابطه هاي اسنادهاي دروني و باثبات با احساس لياقت را نشان می دهد.

1-ب- تحلیل ضریب همبستگی پیرسون و آزمون فرضیه

در مثال فوق با توجه به معني دار بودن برخي از ضرايب همبستگي ملاحظه مي‌شود كه فرضيه 1 كه به رابطه احساس لياقت با اسنادهاي باثبات در عملكردهاي موفق مربوط است تاييد مي‌گردد. (r=0.22  , P<0.05). فرضيه 3 و 4 محقق كاملا تاييد مي شود، زيرا همبستگي احساس لياقت با اسناد دروني و باثبات براي عملكردهاي ناموفق منفي و معني دار است (r=-.029 , P<0.05) و (r=-0.36 , P<0.01).       {برو به فهرست}

پژوهشگران با توجه به نتايج به دست آمده از همبستگي هاي دو متغيري به آزمودن فرضيه هاي ياد شده پرداخته اند.

2- تحليل رگرسيون

در تحقيقاتي كه از تحليل رگرسيون استفاده مي شود، هدف معمولا پيش بيني يك يا چند متغير ملاك از يك يا چند متغير پيش بين است. چنانچه هدف پيش بيني يك متغير ملاك از چند متغير پيش بين باشد از مدل رگرسيون چندگانه استفاده مي‌شود.

در صورتي كه هدف، پيش بيني همزمان چند متغير ملاك از متغيرهاي پيش بين يا زير مجموعه اي از آنها باشد از مدل رگرسيون چند متغيري استفاده مي‌شود.      {برو به فهرست}

در تحقيقات رگرسيون چندگانه هدف پيدا كردن متغيرهاي پيش بيني است كه تغييرات متغير ملاك را چه به تنهايي و چه مشتركا پيش بيني كند.

2-الف- روشهای ورود متغیرهای مستقل در مدل رگرسیون

ورود متغيرهاي پيش بين (متغیرهای مستقل) در تحليل رگرسيون به شيوه هاي گوناگون صورت مي‌گيرد. در اين جا سه روش اساسي مورد بحث قرار مي‌گيرد:

الف) روش همزمان،

ب)روش گام به گام،

ج) روش سلسله مراتبي.

روش رگرسیون همزمان

در روش همزمان تمام متغيرهاي پيش بين با هم وارد تحليل مي‌شود.

رگرسیون گام به گام

در روش گام به گام اولين متغير پيش بين بر اساس بالاترين ضريب همبستگي صفرمرتبه با متغير ملاك وارد تحليل مي‌شود. از آن پس ساير متغيرها پيش بين بر حسب ضريب همبستگي تفكيكي (جزئي) و نيمه تفكيكي (نيمه جزئي) در تحليل وارد مي‌شود. در اين روش پس از ورود هر متغير جديد ضريب همبستگي نيمه تفكيكي يا تفكيكي ، تمام متغيرهايي كه قبلا در معادله وارد شده اند به عنوان آخرين متغير ورودي مورد بازبيني قرار مي‌گيرد و چنانچه با ورود متغير جديد معني داري خود را از دست داده باشد، از معادله خارج مي‌شود. به طور كلي در روش گام به گام ترتيب ورود متغيرها در دست محقق نيست.

رگرسیون سلسله مراتبی

در روش سلسله مراتبي ترتيب ورود متغيرها به تحليل بر اساس يك چارچوب نظري يا تجربي مورد نظر محقق صورت مي‌گيرد. به عبارت ديگر پژوهشگر شخصا درباره ترتيب ورود متغيرها به تحليل تصميم گيري مي‌كند. اين تصميم گيري كه قبل از شروع تحليل اتخاذ مي‌شود مي‌تواند بر اساس سه اصل عمده زير باشد:

– رابطه علت و معلولي.

– رابطه متغيرها در تحقيقات قبلي.

– ساختار طرح پژوهشي (براي مثال در طرح هاي عاملي ابتدا اثرهاي اصلي و سپس اثرهاي متقابل آنها وارد تحليل مي‌شود).

از آن جا كه روش تحليل رگرسيون سلسله مراتبي با توجه به چارچوب نظري يا تجربي وپژه اي صورت مي گيرد، در تحقيقات علوم رفتاري از اهميت خاصي برخوردار است. لازم به تذكر است كه براي اين گونه تحقيقات آشنايي با روشهاي آماري تحليل رگرسيون الزامي است.     {برو به فهرست}

قابل ذکر است این شرکت آماری آماده ارائه مشاوره و یا انجام تحلیل رگرسیون می باشد. چنانچه موردی هست به ما تلگرام بزنید.

3- تحليل ماتريس كواريانس يا همبستگي

روش تحلیل عاملی چیست؟

در مواقعي كه محقق از همبستگي مجموعه اي از متغيرها بخواهد تغييرات متغيرها را در عامل هاي محدود تر خلاصه كند يا خصيصه هاي زير بنايي يك مجموعه از داده ها را تعيين نمايد از روش تحليل عاملي استفاده مي‌كند.

روش مدل معادلات ساختاري چیست؟

در صورتي كه محقق بخواهد مدل خاصي را از لحاظ روابط متغيرهاي تحت بررسي بيازمايد، از روش مدل معادلات ساختاري استفاده مي‌كند.       {برو به فهرست}

براي هر دو منظور فوق لازم است كه ماتريس كواريانس متغيرهاي اندازه گيري شده تحليل شود.

3- الف) تحليل عاملي

ماتريس كواريانس در تحليل عاملي با دو هدف متفاوت مي‌تواند تحليل شود: ”هدف اكتشافي“  و ”هدف تاييدي“.

چنانچه هدف اكتشافي باشد دو رويكرد متفاوت وجود دارد:

1- تعيين سازه يا متغيرهاي مكنون در يك حوزه از عملكرد كه به وسيله ابزارهاي اندازه گيري خاصي ارزيابي شده اند. اين هدف از طريق روش ”عامل مشترك“ ميسر مي‌شود.

2- تلخيص داده ها: در اين روش متغيرهاي به دست آمده به صورت شاخص هاي خلاصه تري در مي‌آيند. تلخيص داده ها معمولا از طريق روش ”مولفه هاي اصلي“ صورت مي‌گيرد.

در صورتي كه محقق درباره تعداد عامل هاي خصيصه ها فرضيه اي نداشته باشد، تحليل عاملي اكتشافي (efa) و در صورتي كه فرضيه موجود باشد تحليل عاملي تاييدي (cfa) ناميده مي‌شود.

آموزش تحلیل عاملی

برای دریافت آموزش ویدئویی تحلیل عاملی تاییدی با نرم افزار لیزرل (مرتبه اول و مرتبه دوم)، لینک   آموزش تصویری CFA را کلیک نمایید.

براي توضيحات بيشتر درباره تحليل عاملي مي توانيد به مقاله ” تحليل عاملي با نرم افزار ليزرل Lisrel” مراجعه نماييد.

همچنين مي توانيد مقالات          {برو به فهرست}

تحليل عاملي (روشي براي خلاصه سازي داده ها)

کاربردهاي تحليل عاملي (Factor Analysis: CFA – EFA)

را از سايت های اين شرکت آماري ملاحظه نماييد.

3-ب) مدل معادلات ساختاري

در تحقيقاتي كه هدف، آزمودن مدل خاصي از رابطه بين  متغيرها است، از تحليل مدل معادلات ساختاري يا مدل هاي علّي استفاده مي‌شود.

در اين مدل داده ها به صورت ماتريس هاي كواريانس يا همبستگي درآمده و يك مجموعه معادلات رگرسيون بين متغيرها تدوين مي‌شود. چنانچه در مدل براي هر متغير از بيش از يك نشانگر استفاده شود، مدل شامل مولفه اندازه گيري نيز مي‌شود.

تحليل مدل معادلات ساختاري برآوردهايي از پارامترهاي مدل (ضرايب مسير و جملات خطا) و چند شاخص نيكويي برازش فراهم مي آورد.

امكان تحليل مدل هاي علّي پس از نگارش نرم افزارهايي از جمله Lisrel   و  EQS  صورت گرفته است. اين نرم افزارها به تدريج كامل تر و پيچيده تر شده اند.

مثالی از نمودار مسیر مدل ساختاری

به طور کلی مدل های ساختاری به منظور بررسی اثرهای مستقیم و غیر مستقیم متغیرها در جهت شناخت روابط علی محتمل مورد استفاده قرار می گیرد. تصویر زیر یک نمونه نمودار مسیر مدل ساختاری برآورد شده را نشان می دهد:

نمودار مسیر

نمودار مسیر مدل ساختاری

{برو به فهرست}

 

سایت های تخصصی معادلات ساختاری

براي دريافت اطلاعات بيشتر در مورد  مدل سازي معادلات ساختاري مي توانيد و مطالعه مقالات متنوع به سايت ويژه مدل سازي و مدل يابي معادلات ساختاري، برازش مدل، تحليل مسير و تحليل عاملي با نرم افزار Lisrel   اين شرکت به آدرس :

www.lisrel.ir

مراجعه نماييد. از صفر تا صد معادلات ساختاري با نرم افزار لیزرل را در سايت فوق مطالعه خواهيد نمود.

همچنين اين شرکت آماري به جهت ورود تخصصي و هدفمند به مباحث فني و آماري ، وب سايتي را نيز به مدل سازي معادلات ساختاري با روش کمترين مربعات جزئي يا همان PLS اختصاص داده است. این سایت که بر نرم افزار جديد اسمارت پي ال اس (Smart Pls) تمرکز دارد به آدرس زير می باشد:

www.smartpls.ir

{برو به فهرست}

 

ضریب همبستگي، تحلیل رگرسيون و نمودار مسیر ساختاری
5 (100%) 3 votes
اگر مطلب را برای دوستان خود مفید می بینید، در شبکه های اجتماعی منتشر نمایید
درباره سید مجتبی فرشچی

فوق ليسانس خود را از شهيد بهشتي تهران در رشته آمار- گرايش اقتصادي اجتماعي گرفته ام. به عنوان مديريت این شرکت آماري، مایلم خدماتی مطمئن در زمینه تحلیل آماری، مشاوره spss و آموزش spss به دانشجویان و پژوهشگران سراسر کشور ارائه دهیم.

11 دیدگاه در ضریب همبستگي، تحلیل رگرسيون و نمودار مسیر ساختاری
  1. با سلام خدمت مدیر سایت. میخواستم بدونم نرم افزار آماری Interaction که معمولا برای بررسی اثرات متغیر تعدیل گر استفاده میشه. با تشکر

    • سید مجتبی فرشچی 29 اردیبهشت 1397 در 11:46 پاسخ

      سلام.
      با این نرم‌افزار آشنایی نداریم.
      برای بررسی متغیر تعدیلگر از نرم افزار اسمارت پی ال اس استفاده می کنیم. سایت مخصوص نرم افزار smart pls ما و مقالات و مطالب آنرا را ببینید.

  2. با سلام و وقت بخیر
    ۱. در صورتی که یک متغیر مستقل و چند متغیر وابسته داشته باشیم از چه روش رگرسیونی باید استفاده کنیم؟
    ۲. آیا قبل از مدل معادلات ساختاری با استفاده از Amos و Pls حتما باید تحلیل رگرسیون رو انجام بدیم؟ یا اینکه می شود بعد از ضریب پیرسون به سراغ مدل معادلات ساختاری رفت؟
    با تشکر فراوان.

    • سید مجتبی فرشچی 16 خرداد 1397 در 23:53 پاسخ

      سلام
      ۱- از رگرسیون خطی ساده باید استفاده کرد. یعنی باید برای هر متغیر وابسته یک مدل رگرسیونی داشته باشیم.
      ۲- لازم نیست قبل از استفاده از نرم افزار ایموس یا پی ال اس رگرسیون و همبستگی استفاده کرد. چون این دو نرم افزار بر اساس همبستگی کانونی متغیر وابسته را به وسیله متغیر مستقل پیش بینی می کنند (نه بر اساس همبستگی پیرسون که در رگرسیون استفاده می شود) و ضرایب بتا و همبستگی را گزارش می دهند.
      این شرکت آماری وب سایتهایی دارد که به صورت خاص (صفر تا صد) بر نرم افزارهای لیزرل و ایموس، و همچنین بر نرم افزار اسمارت پی ال اس تمرکز می کند. روی لینکها کلیک تا این وب سایتها را ببینید. در این زمینه (معادلات ساختاری و تحلیل مسیر) نیز ارائه خدمات داریم

  3. سلام، خداقوت. میشه لطفا بگید اگر متغیروابسته ام نرمال و یکی از متغیرهای مستقلم غیرنرمال ودیگری نرمال است. میشه پاسخ بدید که ایا می تونم از ازمون رگرسیون خطی در حالت اینتر استفاده کنم یا خیر؟ نمونه ی آماری ۱۵۰ نفر است. با تشکر 🙂

    • سید مجتبی فرشچی 26 خرداد 1397 در 14:06 پاسخ

      سلام، وقت بخیر
      در رگرسیون در اصل مهم این است که باقیمانده ها (جملات اخلال) پس از اجرای مدل دارای توزیع نرمال باشند. شما باقیمانده ها را بررسی کنید اگر نرمال بودند مدل از این نظر برازش خوبی دارد.
      از زاویه دیگر باید گفت نرمال بودن متغیر وابسته اهمیت دارد نه متغیرهای مستقل. بنابراین شما می توانید از رگرسیون خطی استفاده کنید. نرمال بودن باقیمانده ها را نیز چک کنین.

  4. سلام
    وقت بخیر
    چند عدد سوال در مورد خروجی correlation در SPSS دارم اگه جواب بدین ممنون می شم
    ۱- ضریب همبستگی و آماره آزمون همبستگی را چگونه میتوان از آن بدست آورد ؟
    ۲-رابطه خط رگرسیون را چگونه می توان از آن بدست آورد ؟
    ۳-اگه میشه یه توضیحی هم در مورد موارد داخل جدول بدین بهم
    با سپاس و تشکر از سایت بینظیرتون

    • سید مجتبی فرشچی 10 تیر 1397 در 17:08 پاسخ

      سلام؛ متشکر
      ۱- ضریب همبستگی و آماره آزمون دو جزء مهم از خروجی آزمون همبستگی در spss است که براحتی در خروجی دیده می شود. ضریب همبستگی عددی بین -۱ و ۱ است. آماره آزمون هم در خروجی گزارش می شود با نام انگلیسی statistic.
      ۲- برای بدست آوردن رابطه خط رگرسیون می بایست آزمون رگرسیون را اجرا کنید و در باکس مربوطه، متغیر وابسته و متغیرهای مستقل را قرار دهید. این رابطه در خروجی آزمون همبستگی نیست.
      ۳- اینجا نمی توان بیشتر از این وارد جزئیات شد. پیشنهاد می شود خروجی را گرفته و داخل فایل ورد قرار دهید و از طریق ایمیل یا پیام رسان ها برای ما بفرستید و سوال تان را طرح تا همکاران ما بررسی کنند. اگر طولانی نباشد جواب می دهند و اگر جزئیات زیاد باشد شما را به خریداری محصول مشاوره راهنمایی می کنند. با پرداخت مبلغ کمی می توانید از مشاوره تلفنی و پیامی ما استفاده کنید.

  5. شهین یادگاری 13 تیر 1397 در 14:27 پاسخ

    با سلام و خسته نباشید
    چنانچه در پژوهش چند متغیر مستقل و چند متغیر وابسته داشته باشیم از کدام روش رگرسیون باید استفاده کنیم؟

  6. با سلام و تشکر فراوان از اطلاعات و مطالب مفید آماری شما
    سوالی که خدمتتون داشتم اینه که اگر در داده ها و جداول آماری که از روش رگرسیون همزمان استفاده شده است،مقدار sig برای مدل رگرسیون همزمان بیشتر از ۰/۰۵بشود(در یکی از جداول پژوهش من رگرسیون کلی مدل همزمان برای مولفه های پیش بین و متغیر ملاک ۰/۰۶۸شده که بنابراین معنی دار نیست)اما در میان ۳مولفه پیش بین ،sigیکی از مولفه ها معنی دار(۰/۰۰۸) است.در این حالت برای تحلیل و تفسیر باید چگونه تحلیل کرد؟به بیان دیگر باید گفت مثلاً متغیر مستقل(متغیر پیش بین) من که در مجموع شامل ۳ زیر مقیاس است قادر به پیش بینی متغیر ملاک نمی باشد…
    و یا اینکه باید گفت که مثلاً زیر مقیاس دوم معنی دار است چون sig برابر ۰/۰۰۸ شده ، ولی چون sig کلی مدل رگرسیون همزمان معنی دار نیست(۰/۰۶۸)بنابراین متغیر های پیش بینقادر به پیش بینی متغیر ملاک نمی باشند.
    خواهشمندم‌ در صورت امکان راهنمایی بفرمایید
    با تشکر فراوان

    • سید مجتبی فرشچی 23 تیر 1397 در 12:22 پاسخ

      سلام و تشکر؛
      آنطور که متوجه شدم وضعیت شما چنین است: مدل رگرسیون شما در حالت کلی معنی دار نیست اما در خصوص یک متغیر خاص، ضریب آن معنی دار است.
      در این حالت نمی توانید به نتایج یک متغیر خاص استناد نمایید زیرا مدل در حالت کلی معنی دار نیست. با تغییر مدل، ابتدا به مدلی برسید که مقدار sig آن در حالت کلی معنی دار باشد،سپس به تفسیر نتایج برای هر متغیر بپردازید.


[بالا]

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

سلام؛ پس از مطالعه هر مطلب در سايت، مي توانيد سوالات خود را در بخش ديدگاه در پايين آن صفحه درج نماييد. ما پاسخ خواهيم داد و شما از طريق ايميل از پاسخ ما به سوال خود مطلع خواهيد شد.

شرکت آماری اطمینان شرق