Presentation is loading. Please wait.

Presentation is loading. Please wait.

For Master of Science in Nursing Dr. A. Mohammadpour(BS; MSN; PhD)

Similar presentations


Presentation on theme: "For Master of Science in Nursing Dr. A. Mohammadpour(BS; MSN; PhD)"— Presentation transcript:

1 Research Methods Mohammadpour@gmu.ac.ir
For Master of Science in Nursing Dr. A. Mohammadpour(BS; MSN; PhD) Associate professor of Gonabad university of medical sciences

2 تجزیه و تحلیل داده ها DATA ANALYSIS

3 چگونه به كیفیت و صحت در داده ها دست يابيم؟
داده ها به دقت جمع آوری و ثبت شود داده های گردآوری شده را بازبینی كنیم خطاهای احتمالی را اصلاح كنیم اگر تعدادی از پرسش ها بدون پاسخ مانده است باید تكمیل شود اگر پاسخ سئوال ها با یكدیگر همخوانی ندارند میبایست علت روشن شده و پرسشنامه اصلاح گردد. پس از در دست داشتن داده هاي صحيح و با كيفيت بهره گيري از آمار و اقدام به تجزيه و تحليل امكان پذير خواهد بود.

4 1. مسير مهاجرت شما کدام يک از حالات زير بوده است؟
طرح7 طشتک محل کد پرسشنامه /235 و صفحه مربوط 3 1. مسير مهاجرت شما کدام يک از حالات زير بوده است؟ جامعه عشايري به شهر عشاير به روستا روستا به شهر شهر به روستا 2. مهاجرت تا چه اندازه در بروز فقر و نداري شما موثر بوده است؟ خيلي زياد زياد کم خيلي کم تاثير نداشته است 1 2 4 5 6 3. کدام يک از عوامل زير سبب مهاجرت شما بوده است؟ 1. کمبود درآمد بلي بيکاري بلي فقدان امنيت اجتماعي بلي خير خير خير 4. حوادث طبيعي بلي کمبود خدمات بلي تحقير روستانشيني بلي خير خير خير

5 تعریف متغیر ها ( ادامه) Variable View By:Dr. Mohammadpour(PhD)

6 تعریف متغیر ها ( ادامه) Data View By:Dr. Mohammadpour(PhD)

7 تجزیه و تحلیل داده ها آمار توصيفي (:(Descriptive Statistics
شاخص – نمونه آمار تحليلي يا استنباطی"Analytic Statistics“`: پارامتر - جامعه

8 آمار توصيفي ((Descriptive Statistics
آمار توصیفی که معمولا به توصیف داده ها می پردازد. با استفاده از: شاخص های تمایل مرکزی شاخص های پراکندگی

9 شاخصهاي تمايل مركزي ميانگين(Mean) نما (Mode) ميانه(Median)
چاركها ( ديگر چندك)

10 ميانگين در تحقیقاتی که مقیاس اندازه گیری داده‌ها حداقل فاصله‌ای است میانگین بهترین شاخص است. مُد در تحقیقاتی که مقیاس اندازه گیری داده‌ها رتبه‌ای یا اسمی‌ است، نما مورد استفاده قرار می‌گیرند. ميانه یک توزیع احتمالی را به دو قسمت مساوی تقسیم می‌کند. ویژگی هاي ميانه: الف- ميانه مشاهدات را به دو بخش مساوي تقسيم مي كند. ب- منحصر به فرد است. ج- تحت تأثير داده هاي پرت قرار نمي گيرد.

11 چاركها و صدكها چارك و صدك ها مهم هستند، اما به طور كلي صدك ها در مورد مجموعه هاي بزرگ به كار مي روند

12 توزيع هاي فراواني(جداول و نمودارها)
توزیع فراوانی عبارت است از سازمان دادن داده‌ها یا مشاهدات به صورت طبقات همراه با فراوانی هر طبقه. انواع جداول: يك بعدي دو يا چند بعدي

13 نمونه جدول يك بعدي(مقادير يا فراواني تنها مربوط به يك متغير):
سن به سال فراواني مطلق درصد نسبي 1-5 30 12 6-8 20 8 9-12 110 44 13-18 50 19-25 40 جمع 250 100

14 جدول فراواني داده هاي دو يا چند متغیره
جدول فراواني داده هاي دو يا چند متغیره

15 نمايش نموداري براي خلاصه كردن مجموعه هاي بزرگي از داده ها در يك شكل ساده ، آنها را اغلب به صورت نموداري نمايش مي دهيم. مهمترين انواع نمودارها: نمودار هيستوگرام نمودار چند ضلعي نمودار ميله‌اي منحني فراواني تجمعي (اوجايو) نمودار دايره‌اي يا كلوچه‌اي نمودار شاخه و برگ نمودار پراكنش

16 نمودار هيستوگرام

17 شاخصهاي پراكندگي شاخصهای پراکندگی برخلاف شاخصهای مرکزی هستند. آنها میزان پراکندگی یا تغییراتی را که در بین داده‌های یک توزیع (نتایج تحقیق) وجود دارد، نشان می‌دهند. خواص شاخصهاي پراكندگي شاخصهاي پراكندگي مخصوص داده هاي كمي مي باشد . شاخصهاي پراكندگي هميشه عددي مثبت محاسبه مي شود . حداقل شاخصهاي پراكندگي صفر مي باشد و آن هنگامي است كه همه داده ها برابر مي باشند .

18 برخي از مهمترين شاخصهاي پراكندگي عبارتند از:
دامنه تغييرات R واريانس S2 انحراف معيار S ضريب تغيير يا تعيين

19 آمار تحلیلی یا استنباطی Analytic Statistics
آمار تحلیلی به معنای تعمیم نتایج نمونه به جامعه است. در آمار تحلیلی مفهوم ضریب اطمینان حائز اهمیت است. ضریب اطمینان رایج در تحقیقات علوم پزشکی 95% است. بطور استثناء در موارد کم اهمیت تر از ضریب اطمینان 90% و در مواردی که اهمیت زیادی دارد از ضریب اطمینان 99% استفاده می شود.

20 مفهوم معناداری آماری و (P Value):
هر گاه احتمال قوع اتفاقی به صورت تصادفی بسیار اندک بوده باشد و به عبارت دیگر به احتمال زیاد دارای دلیلی غیر از شانس بوده ‌است، آن را به لحاظ آماری معنادار گویند. مقدار P (P Value): برابر است با حداکثر خطا در تصمیم گیری بر اساس آزمون فرضیه ها، به عبارت دیگر حداقل درجه اطمینان به صحت آزمون برابر خواهد بود با 1-P. در گروه پزشکی معمولا مقدار قابل قبول P<0.05"" لحاظ می شود، یعنی مقدار فوق در آزمون فرضیه ها بیانگر وجود اختلاف آماری، وجود رابطه یا همبستگی، وجود تاثیر و...بوده و هموار رد فرضیه "H0" را به دنبال خواهد داشت.

21 آمار تحلیلی شامل دو بخش اصلی است:
برآورد پارامتر ها (Parameters Estimation) آزمون فرض (Hypothesis test)

22 برآورد پارامتر ها فاصله اطمینان CI میانگین: µ = x ± (z1-α/2) σ/√n
Confidence Interval CI برآورد پارامتر ها میانگین: µ = x ± (z1-α/2) σ/√n نسبت: P = p ± (z1-α/2) √p(1-p)/n احتمال 95%: z1-α/2 =1.96 احتمال 90%: z1-α/2 =1.64 احتمال 99%: z1-α/2 =2.58

23 آزمون فرض از طریق مقایسه فاصله اطمینان پارامتر در دو گروه یا بیشتر
چنانچه فاصله اطمینان دو گروه یا بیشتر، همپوشانی داشته باشند تفاوت معنی دار وجود ندارد. در غیر اینصورت تفاوت معنی در است. از طریق آزمون های آماری

24 مثال برای مقایسه فاصله اطمینان ها
میانگین فشار خون در نمونه منتخب 1000 نفری از جامعه آقایان شهر تهران 128±15 میلیمتر جیوه و در نمونه منتخب 1000 نفری از جامعه بانوان شهر تهران 115±11 میلیمتر جیوه است. آیا تفاوت معنی داری بین فشار خون آقایان و بانوان تهرانی وجود دارد؟

25 مثال برای مقایسه فاصله اطمینان ها
µ = x ± (z1-α/2) σ/√n فاصله اطمینان 95% فشار خون آقایان: µ = 128 ± (1.96) 15/√1000 127.1 – 128.9 فاصله اطمینان 95% فشار خون خانم ها µ = 115 ± (1.96) 11/√1000 114.3 – 115.7 نتیجه: تفاوت معنی داری بین میانگین فشار خون آقایان و بانوان در جامعه مورد مطالعه وجود دارد

26 آزمون‌های آمار استنباطی به دو گروه تقسیم می‌شوند.
پارامتری: به تجزیه و تحلیل اطلاعات در سطح مقیاس فاصله‌ای و نسبی می‌پردازند که حداقل شاخص آماری آنها میانگین (Mean) و واریانس (Variance) است. آزمون‌های ناپارامتری : به تجزیه و تحلیل اطلاعات در سطح مقیاس اسمی ‌و رتبه‌ای می‌پردازند که شاخص آماری آنها میانه (Median) و نما (Mode) است.

27 آزمون های آماری Independent T-test Paired T-test One-way ANOVA
Pearson Correlation Spearman Correlation Chi square Fisher Exact Two-way ANOVA Multiple Regression

28

29 آزمون تی مستقل Independent T-test T-Student
کاربرد: مقایسه میانگین یک متغیر کمی وابسته در دو گروه مستقل در SPSS: ارتباط یک متغیر کمی با یک متغیر کیفی دو گروهه مثال: مقایسه فشار خون آقایان و خانم ها فرض صفر: میانگین متغیر مربوطه در دو گروه یکسان است.

30 یا آزمونهای غیر پارامتریک مثل :
ویلکاکسون، مان ـ ویتنی، آزمون تغییر مک نمار کروسکال والیس...

31 Test variable (s) Group variable
آزمون تی مستقل روش انجام در SPSS: Analysis Compare Means Independent-Samples T test Test variable (s) Group variable

32 آزمون تی مستقل نحوه انجام در SPSS

33 آزمون تی مستقل نحوه انجام در SPSS

34 آزمون تی مستقل خروجی SPSS
T-Test

35 آزمون تی مستقل رسم جدول و بیان نتیجه
آزمون تی مستقل رسم جدول و بیان نتیجه جدول1-4: مقایسه میانگین فشار خون سیستولی قبل از شروع دیالیز در دو گروه کنترل و تجربی شاخص آماری گروه میانگین انحراف معیار تعداد کنترل 0/133 2/6 45 تجربی 4/133 7/6 جمع 2/133 4/6 90 T-test: t= df= p=.937 (NS) آزمون آماری تی مستقل نشان می دهد میانگین فشار خون سیستولی قبل از شروع دیالیز در دو گروه کنترل و تجربی تفاوت معنی دار ندارد (p=.937)

36 آزمون تی مستقل رسم نمودار
آزمون تی مستقل رسم نمودار نمودار1-4: مقایسه میانگین فشار خون سیستولی قبل از شروع دیالیز در دو گروه کنترل و تجربی

37 آزمون تی زوج Paired T-test
کاربرد: مقایسه میانگین یک متغیر کمی در دو مرحله در SPSS: ارتباط یک متغیر کمی با یک متغیر کمی وابسته به آن و هم واحد مثال: مقایسه فشار خون شروع و پایان مطالعه در یک گروه فرض صفر: میانگین متغیر مربوطه در دو مرحله یکسان است.

38 آزمون تی زوج Paired variables روش انجام در SPSS: Analysis
Compare Means Paired-Samples T test Paired variables

39 آزمون تی زوج نحوه انجام در SPSS

40 آزمون تی زوج خروجی SPSS T-Test

41 آزمون تی زوج رسم جدول و بیان نتیجه
آزمون تی زوج رسم جدول و بیان نتیجه جدول1-4: مقایسه میانگین فشار خون سیستولی شروع و پایان دیالیز در دو گروه تجربی شاخص آماری مرحله میانگین انحراف معیار تعداد شروع دیالیز 3/133 3/6 45 پایان دیالیز 0/98 3/8 تفاوت دو مرحله 3/34 7/8 Paired T-test: t= df= p=.000 (Sig.) آزمون آماری تی زوج نشان می دهد میانگین فشار خون سیستولی شروع و پایان دیالیز در گروه تجربی تفاوت معنی دار دارد (p=.000)

42 آزمون تی زوج رسم نمودار نمودار1-4: مقایسه میانگین فشار خون سیستولی شروع و پایان یالیز در گروه تجربی

43 آزمون آنالیز واریانس یکطرفه One-Way ANOVA
کاربرد: مقایسه میانگین یک متغیر کمی وابسته در سه گروه مستقل یا بیشتر در SPSS: ارتباط یک متغیر کمی وابسته با یک متغیر کیفی سه گروهه یا بیشتر مثال: مقایسه فشار خون در سه رده سنی فرض صفر: میانگین متغیر مربوطه در همه گروهها یکسان است.

44 آزمون آنالیز واریانس یکطرفه
روش انجام در SPSS: Analysis Compare Means One-way ANOVA Dependent list Factor

45 آزمون آنالیز واریانس یکطرفه نحوه انجام در SPSS

46 آزمون آنالیز واریانس یکطرفه نحوه انجام در SPSS

47 آزمون آنالیز واریانس یکطرفه نحوه انجام در SPSS

48 آزمون آنالیز واریانس یکطرفه نحوه انجام در SPSS

49 آزمون آنالیز واریانس یکطرفه خروجی SPSS
Oneway

50 آزمون آنالیز واریانس یکطرفه خروجی SPSS
Post Hoc Tests

51 آزمون آنالیز واریانس یکطرفه رسم جدول و بیان نتیجه
آزمون آنالیز واریانس یکطرفه رسم جدول و بیان نتیجه جدول1-4: مقایسه میانگین فشار خون سیستولی شروع دیالیز در بیماران سه رده سنی فشار خون سیستول (mm HG) سن (سال) میانگین انحراف معیار تعداد 30-21 8/129 6/8 11 40-31 0/133 9/3 15 بیشتر از 40 1/133 2/6 19 جمع 3/132 3/6 45 One-way ANOVA: f= df=2, p=.335 (NS) آزمون آماری آنالیز واریانس یکطرفه نشان می دهد میانگین فشار خون سیستولی شروع دیالیز در بیماران سه رده سنی تفاوت معنی دار ندارد (p=.335)

52 آزمون آنالیز واریانس یکطرفه رسم نمودار
آزمون آنالیز واریانس یکطرفه رسم نمودار نمودار1-4: مقایسه میانگین فشار خون سیستولی شروع دیالیز در بیماران سه رده سنی

53 آزمون ضریب همبستگی پیرسون Pearson Correlation
کاربرد: بررسی رابطه خطی بین دو متغیر کمی مرتبط با هم در SPSS: ارتباط یک متغیر کمی با یک متغیر کمی وابسته به آن اعم از هم واحد با غیر هم واحد مثال: رابطه بین فشار خون با سن در یک گروه فرض صفر: رابطه خطی بین دو متغیر مربوطه وجود ندارد.

54 آزمون ضریب همبستگی پیرسون
روش انجام در SPSS: Analysis Correlate Bivariate variables

55 آزمون ضریب همبستگی پیرسون نحوه انجام در SPSS

56 آزمون ضریب همبستگی پیرسون نحوه انجام در SPSS

57 آزمون ضریب همبستگی پیرسون خروجی SPSS
Correlations

58 آزمون ضریب همبستگی پیرسون رسم جدول و بیان نتیجه
آزمون ضریب همبستگی پیرسون رسم جدول و بیان نتیجه نتیجه آزمون آماری ضریب همبستگی پیرسون به شکل جدول قابل نمایش نیست مگر اینکه چند رابطه مد نظر باشد که در جدولی مقادیر r و p آنها نمایش داده شود. آزمون آماری ضریب همبستگی پیرسون نشان می دهد بین سن و فشار خون سیستولی افراد مورد مطالعه رابطه خطی مستقیم معنی داری وجود دارد. (p=.002 , r=. 7 )

59 آزمون ضریب همبستگی پیرسون رسم نمودار
آزمون ضریب همبستگی پیرسون رسم نمودار Pearson Correlation: r=.72 , P=.002 نمودار1-4: رابطه بین سن و فشار خون در اافراد مورد مطالعه

60 آزمون ضریب همبستگی اسپیرمن Spearman Correlation
کاربرد: بررسی رابطه خطی بین دو متغیر رتبه ای مرتبط با هم یا یک متغیر رتبه ای با یک متغیر کمی مرتبط با هم در SPSS: ارتباط یک متغیر رتبه ای با یک متغیر رتبه ای وابسته به آن اعم از هم واحد با غیر هم واحد، ارتباط یک متغیر رتبه ای با یک متغیر کمی وابسته به آن مثال: رابطه بین سطح تحصیلات با سطوح رضایت شغلی رابطه بین سطح تحصیلات با نمره رضایت شغلی فرض صفر: رابطه خطی بین دو متغیر مربوطه وجود ندارد.

61 آزمون ضریب همبستگی اسپیرمن
روش انجام در SPSS: Analysis Correlate Bivariate Variables √ Spearman

62 آزمون ضریب همبستگی اسپیرمن نحوه انجام در SPSS

63 آزمون ضریب همبستگی اسپیرمن نحوه انجام در SPSS

64 آزمون ضریب همبستگی اسپیرمن خروجی SPSS
Nonparametric Correlations

65 آزمون ضریب همبستگی اسپیرمن رسم جدول و بیان نتیجه
آزمون ضریب همبستگی اسپیرمن رسم جدول و بیان نتیجه نتیجه آزمون آماری ضریب همبستگی اسپیرمن به شکل جدول قابل نمایش نیست مگر اینکه چند رابطه مد نظر باشد که در جدولی مقادیر r و p آنها نمایش داده شود. آزمون آماری ضریب همبستگی اسپیرمن نشان می دهد بین سطح تحصیلات و رضایت شغلی افراد مورد مطالعه رابطه خطی معنی داری وجود ندارد. (p=.687 r=.06 )

66 آزمون ضریب همبستگی اسپیرمن رسم نمودار
آزمون ضریب همبستگی اسپیرمن رسم نمودار Spearman Correlation: r=.06 , P=.687 نمودار1-4: رابطه بین سطح تحصیلات و سطح رضایت شغلی در اافراد مورد مطالعه

67 آزمون کای اسکوئر Chi square
کاربرد: بررسی رابطه بین دو متغیر رتبه ای یا اسمی در SPSS: ارتباط یک متغیر اسمی با یک متغیر اسمی ارتباط یک متغیر اسمی با یک متغیر رتبه ای ارتباط یک متغیر رتبه ای با یک متغیر رتبه ای مثال: رابطه بین ابتلاء به دیابت با جنس رابطه بین ابتلاء به دیابت با رده سنی رابطه بین سطح تحصیلات با سطح رضایت شغلی فرض صفر: دو متغیر از یکدیگر مستقل هستند.

68 آزمون کای اسکوئر Row Column روش انجام در SPSS: Analysis
Descriptive Statistics Crosstab Row Column

69 آزمون فیشر Chi square کاربرد: بررسی رابطه بین دو متغیر رتبه ای یا اسمی دو گروهه در SPSS: ارتباط یک متغیر اسمی دو گروهه با یک متغیر اسمی دو گروهه ارتباط یک متغیر اسمی دو گروهه با یک متغیر رتبه ای دو گروهه ارتباط یک متغیر رتبه ای دو گروهه با یک متغیر رتبه ای دو گروهه مثال: رابطه بین ابتلاء به دیابت با جنس رابطه بین ابتلاء به دیابت با میزان مصرف قند رابطه بین شدت دیابت با میزان مصرف قند فرض صفر: دو متغیر از یکدیگر مستقل هستند.

70 آزمون فیشر روش انجام آزمون فیشر در SPSS دقیقا مشابه آزمون کای اسکوئر است. هنگامی که دو متغیر دو گروهه باشند یعنی جدول تقاطعی 2*2 باشد، بصورت اتومات در خروجی آزمون کای اسکوئر، نتیجه فیشر هم درج می شود.

71 آزمون فیشر رسم جدول، بیان نتیجه و رسم نمودار
آزمون فیشر رسم جدول، بیان نتیجه و رسم نمودار رسم جدول، بیان نتیجه و رسم نمودار در آزمون فیشر دقیقا مشابه آزمون کای اسکوئر است. آزمون فیشر تنها شامل مقدار p می باشد و درجه آزادی و حد بحرانی ندارد.

72 آزمون مک نمار McNemar کاربرد: بررسی تغییرات بوجود آمده در یک متغیر اسمی دو گروهه در SPSS: ارتباط یک متغیر اسمی دوگروهه با همان متغیر در یک مرحله دیگر مثال: تغییر میزان مثبت شدن تست حساسیت پوستی پس از کورتون تراپی فرض صفر: میزان پاسخ دو متغیر یکسان است.

73 آزمون مک نمار نحوه انجام در SPSS
روش انجام ازمون مک نمار در SPSS مشابه کای اسکوئر است تنها در منوی Statistics باید بجای کای اسکوئر، گزینه McNemar را علامت زد.

74 آزمون مک نمار رسم جدول، بیان نتیجه و رسم نمودار
آزمون مک نمار رسم جدول، بیان نتیجه و رسم نمودار رسم جدول و نمودار در آزمون مک نمار مشابه آزمون کای اسکوئر می باشد. بیان نتیجه: آزمون آماری مک نمار نشان می دهد تیجه تست آزمایشگاهی مربوطه در دو مرحله تفاوت معنی دار دارد. (p=.000)

75 آزمون آنالیز واریانس دوطرفه Two-Way ANOVA
کاربرد: مقایسه میانگین یک متغیر کمی وابسته در طبقات دو متغیر کیفی در SPSS: ارتباط یک متغیر کمی وابسته با دو متغیر کیفی مثال: مقایسه فشار خون بر حسب رده سنی و جنس فرض صفر: میانگین متغیر مربوطه در همه گروهها یکسان است.

76 آزمون آنالیز واریانس دوطرفه
روش انجام در SPSS: Analysis General Linear Model Univariate Dependent variable Fixed Factor(s) Random Factor(s)

77 آزمون ضریب همبستگی چندگانه Multiple Regression
کاربرد: بررسی رابطه خطی بین یک متغیر کمی وابسته و چند متغیر کمی مستقل در SPSS: ارتباط یک متغیر کمی با چند متغیر کمی یا رتبه ای یا اسمی دو حالتی مثال: رابطه بین فشار خون با سن، میزان استرس، وجود بیماریهای قلبی عروقی فرض صفر: رابطه خطی بین متغیر وابسته با متغیر های مستقل وجود ندارد.

78 آزمون ضریب همبستگی چندگانه Multiple Regression
متغیر وابسته B A C y=α+ β1x1 + β2x2 + β3x3 +…..

79 آزمون ضریب همبستگی چندگانه رسم جدول و بیان نتیجه
آزمون ضریب همبستگی چندگانه رسم جدول و بیان نتیجه نتیجه آزمون آماری ضریب همبستگی پیرسون به شکل جدول قابل نمایش نیست مگر اینکه ضرایب مربوطه در جدولی نمایش داده شود. آزمون آماری ضریب همبستگی چندگانه نشان می دهد در بین متغیر های سن، جنس و تحصیلات، تنها متغیر های سن و جنس با فشار خون سیستول رابطه خطی معنی دار داشته اند. (p=.3 , R=. 035 ) معادله خط رگرسیون برای محاسبه فشار خون عبارت است از: SBP= (1.9*Age) - (1.2*Gender)

80

81 اخلاق در پژوهش

82 ملاحظات اخلاقي: نكات اخلاقی مورد توجه که كه محقق بايد خود را به پایبندی و رعایت آنها ملزم بداند،عبارتند از: انجام هماهنگی های لازم و کسب اجازه برای ورود به محيط و شروع پژوهش. ارائه توضیحات لازم از چگونگی واهداف انجام طرح جهت مشارکت کنندگان ونمونه های پژوهش. كسب رضايت شفاهی وكتبی از مشارکت کنندگان. كسب اجازه از شركت كنندگان جهت ضبط مصاحبه ها . رعايت اصل راز داری و محرمانه بودن اطلاعات و عدم استفاده از نام مشاركت كنندگان در كليه مراحل. رعایت حق مولفین و نویسندگان در استفاده از متون و منابع چاپی و الکترونیکی عدم بيان مسائلی که منجر به باز شناسی افرد مورد مصاحبه شود. حفظ آزادی واحدهای مورد پژوهش و حق كناره گيری از مشارکت در هر زمان و هر بخش از پژوهش. دادن اطمينان به افراد مورد بررسی در مورد پاك كردن نوارها بعد از انتقال و تجزيه و تحليل اطلاعات. بازخورد نتایج پژوهش به مراجع ذیصلاح و نیز ارئه نتایج به مشارکت کنندگان و واحدهای مورد بررسی در صورت تمایل و درخواست آنان


Download ppt "For Master of Science in Nursing Dr. A. Mohammadpour(BS; MSN; PhD)"

Similar presentations


Ads by Google