همبستگی مثبت یا مستقیم

روش همبستگی رتبه Spearman آنلاین. ضریب همبستگی اسپیرمن. ضریب همبستگی رتبه Spearman

عوامل ضد تب برای کودکان توسط متخصص اطفال تجویز می شوند. اما شرایط اضطراری برای تب، زمانی که کودک نیاز به دارو را بلافاصله وجود دارد، وجود دارد. سپس والدین مسئولیت می گیرند و داروهای ضد تب را اعمال می کنند. چه چیزی مجاز به دادن بچه های قفسه سینه است؟ چه چیزی می تواند با کودکان بزرگتر اشتباه گرفته شود؟ چه نوع داروها امن ترین هستند؟

این شاخص نشان می دهد که مجموع مربعات تفاوت های بین صفوف از عدم ارتباط، زمانی که مشاهده می شود متفاوت است.

انتصاب خدمات . با استفاده از این ماشین حساب آنلاین، تولید می شود:

• محاسبه ضریب همبستگی مثبت یا مستقیم همبستگی رتبه روح؛
• محاسبه فاصله اطمینان برای ضریب و ارزیابی اهمیت آن؛

ضریب همبستگی رتبه Spearman اشاره به شاخص های ارزیابی برای تنگی است. خصوصیات کیفی تنگی ضریب همبستگی رتبه، و همچنین سایر ضرایب همبستگی، می تواند بر روی مقیاس نمونه برداری برآورد شود.

محاسبه ضریب متشکل از مراحل زیر است:

خواص ضریب همبستگی نامناسب Spirme

منطقه کاربردی . نسبت همبستگی صفوف برای ارزیابی کیفیت ارتباط بین دو دانه استفاده می شود. علاوه بر این، او اهمیت آماری این در هنگام تجزیه و تحلیل داده ها در مورد heterosage استفاده می شود.

مثال. با انتخاب داده های متغیرهای مشاهده شده X و Y:

ضرایب همبستگی متقابل چوپوف و پیرسون
صفحه شامل اطلاعات مربوط به روش های مطالعه رابطه بین ویژگی های با کیفیت بالا با استفاده از ضرایب همبستگی متقابل چوپوف و پیرسون است.

این ماشین حساب زیر ضریب همبستگی رتبه Spearman را بین دو متغیر تصادفی محاسبه می کند. بخش نظری در زیر ماشین حساب سنتی است.

اضافه کردن. import_export mode_edit حذف.

تغییرات متغیرهای تصادفی

تغییرات متغیرهای تصادفی

وارد کردن خطای وارد کردن داده ها

"یکی از کاراکترهای زیر برای جدا کردن زمینه های داده استفاده می شود: برگه، Semicolon (؛) یا کاما (،)" نمونه: -50.5؛ -50.5

وارد کردن لغو لغو

ارقام پس از نقطه اعشار: 4

ضریب همبستگی اسپیرمن

صرفه جویی. اشتراک گذاری. افزونه

روش محاسبه ضریب همبستگی SPARMAN در واقع بسیار ساده است. این مانند ضریب همبستگی پیرسون است، اما نه برای اندازه گیری متغیرهای تصادفی تنها اما برای آنها طراحی شده است ارزش رتبه بندی.

ما فقط باید درک کنیم که ارزش رتبه چیست و چرا همه اینها نامطلوب است.

اگر عناصر یک سری مختلف به ترتیب صعودی یا نزولی مرتب شده اند، این رتبه از عنصر تعداد او در سری سفارش خواهد بود.

به عنوان مثال، ما یک سری تنوع داریم (17،26،5،14،21). بگذارید عناصر آن را در یک سفارش نزولی مرتب کنیم (26،21،17،14،5). 26 دارای رتبه 1، 21 است - رتبه 2 و غیره، سری های متغیر ارزش های رتبه بندی مانند این به نظر می رسد (3،1،5،4،2).

I.E. هنگامی که محاسبه ضریب تغییرات اولیه ضریب اسپیرمن، سری تغییرات اولیه را به مجموعه های متغیر از مقادیر رتبه بندی تبدیل می شود و سپس فرمول پیرسون به آنها اعمال می شود.
.
یک ظرافت وجود دارد - رتبه مقادیر تکراری به عنوان میانگین صفات گرفته شده است. یعنی، برای یک سری (17، 15، 14، 15) سری رتبه بندی مانند (1، 2.5، 4، 2.5) به نظر می رسد، به عنوان اولین عنصر 15 دارای رتبه 2، و دوم رتبه 3، و.

اگر شما مقادیر تکراری ندارید، یعنی تمام تعداد سری های رتبه بندی همبستگی مثبت یا مستقیم همبستگی مثبت یا مستقیم - اعداد بین 1 تا N، فرمول پیرسون را می توان ساده کرد

به هر حال، این فرمول اغلب به عنوان فرمول برای محاسبه ضریب اسپیرمن داده می شود.

ماهیت انتقال از مقادیر خود به ارزش خود چیست؟
هنگام تحقیق در مورد همبستگی مقادیر رتبه بندی می توانید پیدا کنید که چگونه وابستگی دو متغیر با یک تابع یکنواخت توصیف می شود.

نشانه ضریب نشان دهنده جهت رابطه بین متغیرها است. اگر علامت مثبت باشد، مقادیر Y دارای تمایل به افزایش افزایش X است. اگر علامت منفی باشد، مقادیر Y دارای تمایل به کاهش با افزایش X است. اگر ضریب 0 وجود دارد گرایش ندارد اگر ضریب برابر با 1 یا 1 باشد، رابطه بین X و Y دارای ظاهر عملکرد یکنواخت، I.E. با افزایش X، Y نیز افزایش می یابد و بالعکس.

به این ترتیب، بر خلاف ضریب همبستگی پیرسون، که می تواند تنها رابطه خطی یک متغیر را از یک متغیر تشخیص دهد، ضریب همبستگی اسپیرمن می تواند وابستگی مونوتونیک را تشخیص دهد، جایی که رابطه خطی مستقیم نمی تواند نشان داده شود.

در اینجا یک مثال است.
من در مثال توضیح خواهم داد. فرض کنید فرض کنید عملکرد Y \u003d 10 / X را بررسی کنید.
ما اندازه گیری های زیر X و Y داریم
, , , , >
برای این تاریخ، ضریب همبستگی پیرسون برابر با -0.4686، I.E. رابطه ضعیف یا غایب است. ضریب همبستگی اسپیرمن به شدت برابر با -1 است، به طوری که آن را به پژوهشگر اشاره کرد که Y وابسته به وابستگی مونوتونیک به شدت منفی از X است.

تابع Correl

در اکسل تابع CORREL مخفف Correlation به‌منظور محاسبه ضریب همبستگی بین دو پارامتر استفاده می‌شود، جهت بررسی ارتباط خطی میان آن دو پارامتر استفاده میشود. ضریب همبستگی بی بعد شده پارامتر کواریانس است. مشکل اصلی پارامتر کوواریانس در آمار واحد دار بودن آن است، لذا نمی‌توان کوواریانس دو مشخصه را با کوواریانس دو مشخصه دیگر مقایسه نمود، لذا در آمار برای مقایسه میزان ارتباط و تاثیر پذیری دو پارامتر عموما از ضریب همبستگی استفاده می‌شود تا کوواریانس. ضریب همبستگی دو متغیر همواره عددی بین اعداد ۱- تا ۱+ می‌باشد و هر چه به عدد ۱ نزدیک‌تر باشد بیانگر شدت بالای ارتباط خطی آن دو متغیر است و هر چه به صفر نزدیک‌تر باشد نشان‌دهنده پایین بودن ارتباط کم آن دو متغیر می‌باشد، از طرف دیگر مثبت بودن ضریب همبستگی بیانگر ارتباط مستقیم و منفی بودن آن بیانگر ارتباط معکوس آن دو متغیر را گزارش می‌دهد.

ورودی های تابع

این تابع دو ورودی دریافت می‌کند که در ورودی اول مجموعه اعداد پارامتر اول و در ورودی دوم مجموعه اعداد پارامتر دوم وارد می‌شود و ضریب همبستگی آن دو به‌عنوان خروجی گزارش می‌شود.

لذا به‌منظور محاسبه ضریب همبستگی دو متغیر قد و وزن، کافی است از تابع CORREL به‌صورت =CORREL(B4:B10,C4:C10) استفاده کنیم که عدد ۰٫۹ بیانگر ارتباط خطی مثبت بالا بین قد و وزن افراد می‌باشد، بدین معنی که با افزایش قد وزن هم افزایش پیدا می‌کند.

انواع ضرایب همبستگی

استنباط آماری که در واقع یک نوع نتیجه گیری کلی از جزء به کل است، در معرض آزمایش و خطاست. یک جنبه از استنباط آماری محاسبه برآوردهایی (Estimates ) از پارمترهای جامعه مانند میانگین جامعه از طریق آماره های نمونه ها مانند میانگین نمونه است.

فرضیه (hypothesis) :

فرضیه آماری نقطه آغاز آزمون فرض است. فرضیه آماری یک بیان مقداری در باره پارامترهای جامعه است و اصولا بدون داشتن فرضیه آماری امکان انجام یک آزمون دشوار است.فرضیه آماری به دو دسته فرض صفر (H0) و فرض خلاف (H1) بیان می‌شود . اغلب فرضیه بیانگر این مطلب است که یک ارتباط علیتی بین دو متغیر وجود دارد به شکلی که میزان یکی (متغیر مستقل یاIndependent ) تا حدودی تعیین کننده دیگری متغیر وابسته یا (Dependent) است.

انواع داده :

1) داده های کمی (فاصله ای) Interval اعدادی هستند که بیانگر کمیت به صورت واحدهای عددی و بر اساس یک مقیاس مستقل است .قد و وزن مثالهای بارز دادههای کمی هستند.

2) دادههای رتبه ای Ordinal مشتمل بر رتبه ها، تعلق داشتن به گروههای رتبه بندی شده یا اطلاعات ترتیبی است. به عنوان مثال اگر دو داور به یک مجموعه 10 تایی از نقاشی رتبه یک (برای بهترین) تا رتبه 10 (برای بدترین) بدهند. مجموعه داده ها مشتمل بر 10 جفت رتبه خواهد بود. که هر جفت برای یک نقاشی است.

3) دادههای اسمی (nomial ) که مربوط به متغیر یا خواص کیفی مانند جنس یا گروه خونی است و بیانگر عضویت در یک گروه خاص می باشد.

محاسبه ضرایب همبستگی تا حدود زیادی متاثر از مقیاس اندازه گیری متغیر ها است، بعنوان مثال برای متغیر­های اسمی جهت رابطه اصلا معنی ندارد، بین جنس و معدل تنها می­توان گفت که شدت وابستگی چه مقدار است اما افزایش یا کاهش جنس معنی ندارد.

با توجه به نوع متغیر ها ضریب همبستگی می­تواند یکی از حالت­های زیر را داشته باشد.

1- دو متغیر اسمی

2- دو متغیر رتبه­ای

3- دو متغیر فاصله­ای- نسبی

4- متغیر اسمی و متغیر رتبه ای

5- متغیر اسمی و متغیر فاصله­ای - نسبی

6- متغیر رتبه­ای و متغیر فاصله­ای – نسبی

برای هر کدام از حالت­های بالا ضرایب همبستگی متفاوتی وجود دارند و محاسبه آنها در نرم افزار های spss ، lisrel و R امکان پذیراست.

از آنجا که انتخاب ضریب همبستگی مناسب برای بررسی روابط بین متغیرها تحت تاثیر مقیاس اندازه گیری متغیرهای مورد بررسی است لذا تناسب بین سطوح اندازه گیری و ضریب همبستگی سازگار از این جدول برای تصمیم گیری مناسب است

آزمون های آماری

سطح سنجش متغیرها

خی دو – فی – وی کرامر – لاندا

خی دو – فی – وی کرامر – لاندا

تحلیل واریانس یکطرفه – تی تست

فاصله ای یا نسبی

خی دو – فی – وی کرامر – لاندا

ضریب همبستگی رتبه ای اسپیرمن

خی دو – فی – وی کرامر – لاندا

ضریب همبستگی پیرسون r

ضریب همبستگی رتبه ای اسپیرمن

هرگاه رابطه بین دو متغیر را بررسی کردیم و بین آن دو رابطه معنی دار وجود داشت می توانیم ضریب همبستگی و میزان شدت همبستگی را نیز محاسبه کنیم .

ضرایب همبستگی در واقع وابستگی دو متغیر را مشخص می کنند:

اگر ضریب همبستگی بین 25/0 تا 35/0 ضریب بسیار پایین است – تنها 4% تغییرات مشترک میان دو متغیر را نشان می دهد

اگر ضریب همبستگی بین 35/0 تا 65/0 ضریب متوسط است – حدود 25% تغییرات مشترک میان دو متغیر را نشان می دهد

اگر ضریب همبستگی بین 65/0 تا 85/0 ضریب بالایی است –تا 72% تغییرات مشترک میان دو متغیر را نشان می دهد

در اصل برای بررسی میزان هماهنگی میان دو متغیر به دنبال شاخصهایی می گردیم که در اصل دو ویژگی زیر را داشته باشند:

1- به واحد دو جامعه وابسته نباشد

به طور مثال در تحولات اقصادی به دنبال رابطه میان تقاضای نفت خام در برابر تقاضای طلا می باشیم. یا در مطالعه تحولات اجتماعی به دنبال رابطه درآمد سرپرست خانواده و میزان تحصیل فرزندان می باشیم و مثالهایی از این دست.

مجموعه اطلاعات (داده های) موجود در انجام یک آزمون همبستگی که شامل اندازه های بدست آمده از دو متغیر X و Y می باشند را می توان به صورت یک نمونه تصادفی دو متغیره (X_{n ,}Y_n), . (X_{1 ,}Y₁) بیان کرد
مطالعه رابطه بین متغیرها بوسیله ((تحلیل همبستگی)) ( Analysis Corroletion ) انجام می شود. که بیانگر وجود یک رابطه خطی بین دو متغیر می باشد.

فرمول ضریب همبستگی به صورت زیر می باشد

با توجه به مقدار r در حاتهای مختلف تفسیرهای گوناگونی از رابطه X و Y خواهیم داشت.

حالتهای مختلف برای r

1- r =1 در این حالت همبستگی کامل و مستقیم گوییم. با افزایش مقدار x مقدار y به طور قطعی
زیاد می شود.

2- r = -1 در این حالت همبستگی را کامل و معکوس گوییم. با افزایش مقدار x مقدار y کاهش می یابد.

انواع ضرایب همبستگی:

ضریب همبستگی چوپروف T :ضریب هبستگی چوپروف به منظور تعیین شدت وابستگی بین متغیرهای مورد مطالعه به کار گرفته می شود و مقدار آن همواره بین صفر ویک در نوسان می باشد زمانی از آن استفاده کرده که هر دو متغیر اسمی و یا یکی اسمی و دیگری ترتیبی باشد. اما نباید تعداد سطر و ستون با هم برابر باشند.یعنی در جدول توافقی 2در2 نمی توان از آن استفاده کرد. در چنین مواردی باید از ضریب فی استفاده کرد.

ضریب همبستگی فی: به منظور بررسی شدت همبستگی بین دو متغیر اسمی که جدول توافقی 2 در 2 می باشد مورد استفاده قرار می گیرد.خی دو سطح معنی دار بودن همبستگی بین دو متغیر را تعیین میکند اما ضریب فی شدت همبستگی آنها را نشان می دهد. مقدار آن همواره بین صفر و یک در نوسان است.

ضریب همبستگی پیرسون r : این ضریب میزان همبستگی بین دو متغیر فاصله ای یا نسبی را محاسبه کرده مقدار آن بین 1+ و 1- می باشد اگر مقدار بدست آمده مثبت باشد به معنی این است که تغییرات دو متغیر به طور هم جهت اتفاق می افتد یعنی با افزایش در هر متغیر، متغیر دیگر نیز افزایش می یابد و برعکس اگر مقدار r منفی شد یعنی اینکه دو متغیر در جهت عکس هم عمل می کنند یعنی با افزایش مقدار یک متغیر مقادیر متغیر دیگر کاهش می یابد و برعکس.اگر مقدار بدست آمده صفر شد نشان میدهد که هیچ رابطه ای بین دو متغیر وجود ندارد و اگر 1+ شد همبستگی مثبت کامل و اگر 1- شد همبستگی کامل و منفی است.

ضریب کرامر: این ضریب برای تغیین میزان شدت همبستگی بین دو متغیر اسمی مورد استفاده قرارمی گیرد و آن را با (V 2 ) نشان می دهند و مقدار آن نیز همواره بین صفر ویک در نوسان است.هم جدول توافقی بیشتر از 2 در 2 وهم برای مستطیلی بکار می رود .

ضریب همبستگی رتبه ای اسپیرمن : آن را با علامتP نشان می دهند و همواره بین 1+ همبستگی مثبت یا مستقیم و 1- می باشد از لحاظ سطح سنجش ترتیبی است.در صورتی که داده های ما به صورت فاصله ای و نسبی باشند می توانیم آنها را به رتبه تبدیل کنیم.مهم نیست کدام متغیر وابسته و کدام متغیر مستقل است.

نکته مهم : اگر ضریب همبستگی صفر باشد نشاندهنده عدم وجود همبستگی است

ضریب همبستگی همواره بین 1+ و 1- در نوسان است

اگر ضریب همبستگی کمتر از صفر باشد همبستگی ناقص و منفی است یعنی با افزایش یک متغیر دیگری کاهش می یابد

اگر ضریب همبستگی بزرگتر از صفر باشد ناقص و مثبت است یعنی با افزایش یک متغیر، دیگری نیز افزایش می یابد

اگر صفر باشد نشاندهنده عدم وجود همبستگی است

کاربرد آزمون های پارامتری و ناپارامتری در علوم رفتاری

مقایسه داده ها در دو یا بیش از دو گروه وابسته و مستقل

تعداد گروههای تحت مطالعه

متغیر مورد مطالعه

گروههای تحت مطالعه

نوع آزمون مورد انتخاب

1

دو گروه

کمی

مستقل

t مستقل

2

دو گروه

رتبه ای

مستقل

من ویتنی

3

دو گروه

اسمی

مستقل

خی دو

4

دو گروه

کمی

وابسته

t وابسته

5

دو گروه

رتبه ای

وابسته

ویلکاکسون – آزمون نشانه

همبستگی مثبت یا مستقیم

رگرسیون یعنی بازگشت. یعنی پیش بینی و بیان تغییرات یک متغیر بر اساس اطلاعات متغیر دیگر.

مثال: رابطه بین قد و وزن انسانها را در نظر بگیرید.
همه می دانیم که این رابطه یک رابطه مستقیم ریاضی و صد درصدی نیست که لزوما هر که قد بلندتری داشته باشد وزن بیشتری داشته باشد،
اما می توان گفت که با احتمال قابل قبولی افراد با قد بلندتر، وزن بیشتری نیز دارند.
در اینجا پیش بینی وزن از روی قد و بیان ارتباط بین این متغیر با روش آماری رگرسیون خطی صورت می پذیرد
که این رابطه را به صورت کمی به ما نشان می دهد.

رگرسیون را با معادله رگرسیون بیان می کنند.
در مثال فوق معادله رگرسیون خطی می تواند به صورت زیر باشد:

متغیر وزن = متغیر قد * b + a

ترسیم این خط پس از محاسبه ضرایب a و b ما را به خط رگرسیون می رساند.

همبستگی و رگرسیون

اینکه ما می توانیم از رگرسیون متغیر y بر روی متغیر x صحبت کنیم به دلیل همبستگی بین دو متغیر می باشد.
بنابراین مفهوم همبستگی نیز در اینجا اهمیت دارد.

همبستگی یعنی تغییر در y چقدر بر روی تغییر بر x تاثیر می گذارد.
به عبارت دیگر تغییر در یک متغیر چقدر با تغییر در متغیر دیگر هماهنگ است.
مثلا تغییر در قد چقدر با تغییر در وزن هماهنگی دارد.
در این مثال بدیهی است که همبستگی مثبت است.
زیرا معمولا افراد قد بلندتر دارای وزن بیشتری می باشند.

همبستگی را با ضریبی به نام ضریب همبستگی پیرسون اندازه گیری می کنند که عددی بین صفر و یک است.
هر چه مقدار همبستگی به عدد یک نزدیک تر باشد، همبستگی بین دو متغیر بیشتر است و هر چه به صفر نزدیک تر باشد، همبستگی بالاتر خواهد بود.
همبستگی برابر یک یعنی رابطه خطی و صد درصدی. همبستگی می تواند مثبت و یا منفی باشد.

با رسم نمودار پراکنش که در اکسل نیز قابل ترسیم است، میزان همبستگی دو متغیر دیده می شود.

نمودار پراکنش بین قد و وزن که دارای همبستگی مثبت می باشند، به صورت زیر است:

ضریب تعیین

ضریب تعیین معلوم می کند که چند درصد از تغییرات متغیر y ناشی از تغییرات متغیر x است.

اگر ضریب همبستگی را به توان دو برسانید، ضریب تعیین بدست خواهد آمد که باز هم عددی بین صفر و یک است.
به عنوان مثال چنانچه ضریب تعیین عدد ۰.۶۵ بدست آید، یعنی با می توانیم ۶۵ درصد از تغییرات در متغیر «وزن» را با تغییرات متغیر «قد» بیان کنیم.

برازش خط رگرسیون y بر x

حال که تا حدودی با مفاهیم آشنا شدیم، در اینجا عملا به محاسبه معادله رگرسیون و رگرسیون خطی y بر اساس x می پردازیم.
لازم است تعریف کنیم چنانچه بخواهیم متغیر y را بر اساس متغیر x پیش بینی و بیان کنیم،
به متغیر x متغیر مستقل و به متغیر y متغیر وابسته می گوییم.

برای محاسبه معادله رگرسیون خطی در اینجا لازم است به سراغ نرم افزاری آماری مانند اس پی اس اس یا SPSS برویم.

انواع رگرسیون

محقق گرامی؛ رگرسیونی که در اینجا به شرح آن پرداختیم، رگرسیون خطی ساده با دو متغیر بود.
رگرسیون حالات و انواع دیگری نیز دارد که به آن اشاره می کنیم.

می توان به جای یک متغیر وابسته (وزن) و یک متغیر مستقل (قد)، یک متغیر وابسته داشت و چندین متغیر مستقل.
یا اینکه به جای رابطه خطی بین متغیرها، به دنبال کشف و بیان رابطه غیر خطی باشیم.

برخی مواقع متغیر وابسته فقط مقادیر صفر یا یک را می گیرد
و یا اینکه متغیرها مقادیر گسسته یا رتبه ای داشته باشند.

سفارش انجام تحلیل رگرسیون

دانشجو و محقق گرامی؛ چنانچه همبستگی مثبت یا مستقیم مایلید در زمینه تحلیل رگرسیون یا هر گونه تجزیه و تحلیل آماری از ما مشاوره دریافت نمایید، کافیست از بخش سفارش این سایت یا تماس از طریق ایمیل و تلفن با ما ارتباط برقرار نمایید.

فناوری اطلاعات چگونه باعث رشد اقتصادی می‌شود؟

فناوری اطلاعات توسعه یافته یکی از پارامترهای تاثیرگذار در رشد اقتصادی است. استفاده از فناوری‌های اطلاعاتی ضمن تسهیل دسترسی به اطلاعات، بازار قابل دسترس کسب‌وکارها را افزایش می‌دهد و علاوه بر انجام آسانتر فرآیندها، بهره‌وری بنگاه‌های اقتصادی را افزایش می‌دهد.

محمد رضایی فرد: با پیشرفت تکنولوژی، فناوری نقش ویژه‌ای در زندگی انسان‌ها پیدا کرده است به طوری که امروزه یکی از ابزارهای ضروری برای فعالیت‌های اقتصادی، فناوری اطلاعات و ارتباطات یا به اختصار ICT است. همین امر باعث شده تا فناوری اطلاعات عاملی برای رشد اقتصادی باشد. به دلیل همین اهمیت، ۲۲ تیرماه به عنوان روز فناوری اطلاعات نامگذاری شده است.

فناوری اطلاعات به طور کلی شامل جمع آوری، سازماندهی، ذخیره‌سازی و انتشار اطلاعات اعم از صوت، تصویر، متن یا ارقام است. برای پاسخ به این سوال که فناوری اطلاعات چگونه باعث رشد اقتصادی می‌شود باید به چند نکته توجه کرد.

اولین نکته افزایش افزایش سرعت گردش اطلاعات بین افراد می‌دهد. از سوی دیگر فناوری اطلاعات به دلیل افزایش دسترسی‌پذیری به علوم مختلف، هزینه‌های تولید را کاهش می‌دهد. هزینه کاسته شده نیز به سهم خود درجه ناکارآمدی و عدم اطمینان را کاهش می‌دهد.

مزیت دیگر استفاده از فناوری اطلاعات، حذف یا نهایتا کاهش محدودیت‌های ناشی از زمان و مکان را به دنبال دارد. همین مزیت باعث می‌شود انتقال اطلاعات میان خریداران و فروشندگان افزایش یابد و حدود معاملات از مرزهای جغرافیایی کشورها نیز فراتر رود.

همبستگی مثبت رشد اقتصادی با استفاده از فناوری اطلاعات و ارتباطات

استفاده از چنین فناوری‌هایی باعث می‌شود فعالان اقتصادی برتری خود بر دیگران در اقتصاد بازار را راحت‌تر درک کنند، شفافیت در بازار افزایش یابد و تقاضای فردی برای دسترسی آسانتر به اطلاعات بیشتر شود.

مطالعه‌ای درباره کشور مصر و برخی کشورهای عربی حوزه خلیج فارس نشان می‌دهد فناوری اطلاعات در بیشتر موارد همبستگی مثبتی با رشد اقتصادی دارد. بر اساس این پژوهش فناوری اطلاعات و ارتباطات در رشد همبستگی مثبت یا مستقیم اقتصادی کشور مصر و کشورهای عربی حوزه خلیج فارس تاثیر مثبت و معناداری دارد ولی معناداری آن با ابهام رو به رو است.

پژوهش عصاری و آقایی خوندایی در بررسی تاثیر فناوری اطلاعات و ارتباطات بر رشد اقتصادی کشورهای عضو اوپک که در آن از داده‌های سرمایه‌گذاری در فناوری اطلاعات و ارتباطات، سرمایه‌گذاری ناخالص داخلی، نیروی کار، سرمایه‌گذاری مستقیم خارجی و درآمدهای نفتی استفاده شده است، نشان‌دهنده وجود روابط معنادار و مثبتی میان رشد اقتصادی و فناوری اطلاعات و ارتباطات است.

به طور کلی می‌توان تاثیر فناوری اطلاعات و ارتباطات بر توسعه و رشد اقتصادی را از جنبه عرضه و تقاضا بررسی کرد. وجود فناوری اطلاعات و ارتباطات باعث افزایش تقاضا برای محصولات و خدمات جدید می‌شود. از سوی دیگر رشد فناوری اطلاعات و ارتباطات و مهارت‌های مرتبط با آن باعث افزایش کارایی عوامل تولید در فعالیت‌های اقتصادی می‌شود.

اختلاف فاحش سهم فناوری اطلاعات در ایران با جهان

به طور اجمالی استفاده از فناوری اطلاعات و ارتباطات بر بهره‌وری و رشد اقتصاد در طرف عرضه در کنار عوامل مکملی مانند سازماندهی و تجربه مدیریتی، سازماندهی بخشی و قانون‌گذاری، ساختار اقتصادی، سیاست‌های دولت و سرمایه‌گذاری در سرمایه انسانی، تأثیر فناوری اطلاعات و ارتباطات به عنوان نهاده در طرف عرضه اقتصاد در کنار سایر نهاده‌ها به صورت سرمایه وارد می‌شود و باعث بهبود فرآیند تولید از طریق تعمیق سرمایه، پیشرفت فناوری و کیفیت نیروی کار می‌شود و ستاده آن افزایش ارزش‌افزوده در سه سطح بنگاه، بخش و کشور است و در نهایت رشد اقتصادی باعث افزایش بهره‌وری نیروی کار، سوددهی و رفاه مصرف‌کننده می‌شود.

مجید سلطانی، مدیرعامل شرکت مخابرات ایران، در این باره معتقد است: فناوری اطلاعات و ارتباطات می‌تواند در تحقق شعار سال ۱۴۰۱ و اشتغال آفرینی بسیار اثرگذار باشد، در واقع پیشرفت علم و فناوری به پیشرفت اقتصاد منجر می‌شود و اثر مستقیم در رشد اقتصادی کشور دارد.

وی در مراسم آغاز عملیات نهضت جهادی توسعه فیبر نوری مخابرات ایران در زاهدان افزود: سهم فناوری اطلاعات و ارتباطات در اقتصاد ایران و تولید ناخالص ملی تقریبا زیر یک درصد است در حالی که همین سهم در برخی کشورها از هفت درصد و گاهی از ۱۰ درصد نیز بیشتر است.همبستگی مثبت یا مستقیم

مدیرعامل شرکت مخابرات ایران گفت: سهم اقتصاد دیجیتال در تولید ناخالص ملی ایران از سال ۲۰۱۶ تا ۲۰۲۰ از ۳.۸ درصد به ۶.۹ درصد رسیده در حالی که میانگین جهانی ۲۲.۵ درصد است بنابراین سهم ما در رشد اقتصاد دیجیتال فاصله زیادی با جهان دارد که باید سریعتر رشد کند.

مجید سلطانی اظهار کرد: تاثیر مثبت اقتصاد دیجیتال در اشتغالزایی یکی از مباحث مورد نظر شعار سال است و تاثیر سرمایه گذاری در فناوری اطلاعات و ارتباطات اثر مستقیم در اشتغالزایی دارد. دنیا در اقتصاد دیجیتال این را تجربه کرده و موضوع بین‌المللی و استاندارد است.

رشد اقتصادی از محل افزایش بهره‌وری

نازنین شیخ صراف، کارشناس ارشد حوزه بازرگانی، در گفت‌وگو با خبرنگار ایراسین اظهار کرد: استفاده از فناوری اطلاعات به طور کلی دسترسی به داده و اطلاعات را آسانتر می‌کند و با افزایش شفافیت اطلاعاتی و دقت در پردازش و فرآوری داده‌ها، کاهش فساد سیستماتیک منجر می‌شود. همچنین استفاده از چنین فناوری‌هایی همبستگی مثبت یا مستقیم مانند نرم‌افزهای مدیریتی و به طور خاص نرم افزارهای ERP باعث افزایش دقت و قدرت تحلیل داده می‌شود که این مهم خود در تدوین استراتژی‌های کلان سازمانی و مدیریت بهینه‌ کسب‌وکار نقش کلیدی دارد.

وی افزود: استفاده از فناوری اطلاعات علاوه بر اینکه می‌تواند سرعت و انگیزه ایجاد کسب‌وکارها را افزایش دهد، با ایجاد سهولت در دسترسی به بازارهای جدید شرایط را برای صادرات خدمات فنی و مهندسی و یا حتی صادرات کالا فراهم کند.

این کارشناس ارشد حوزه بازرگانی تصریح کرد: وجود فناوری اطلاعات با افزایش سهولت در نظارت و بازخوردگیری کسب‌وکار در نهایت افزایش بهره‌وری در مواد اولیه و نیروی انسانی را به دنبال دارد و باعث رشد اقتصادی از محل افزایش بهره‌وری می‌شود.