مشاوره رایگان تضمین کیفیت و اصالت پژوهش
همراه شما از ایده تا دفاع

تحلیل آماری پایان نامه با نمونه کار در حوزه علوم تربیتی

تحلیل آماری پایان نامه با نمونه کار در حوزه علوم تربیتی

پژوهش در حوزه علوم تربیتی، سنگ بنای توسعه دانش، بهبود فرآیندهای آموزشی و تصمیم‌گیری‌های اثربخش در نظام تعلیم و تربیت است. قلب تپنده هر پژوهش علمی، به‌ویژه در پایان‌نامه‌ها و رساله‌ها، تحلیل داده‌های جمع‌آوری شده است. تحلیل آماری، ابزاری قدرتمند برای کشف الگوها، اعتبارسنجی فرضیه‌ها و ارائه نتایج مستند و قابل اتکا محسوب می‌شود. این مقاله به بررسی جامع تحلیل آماری در پایان‌نامه‌های علوم تربیتی می‌پردازد و با ارائه یک نمونه کار عملی، مسیر دستیابی به نتایجی دقیق و معنادار را روشن می‌سازد.

مبانی نظری تحلیل آماری در علوم تربیتی

پیش از ورود به جزئیات روش‌های آماری، درک مبانی نظری تحلیل داده‌ها در علوم تربیتی از اهمیت بالایی برخوردار است. در این حوزه، پژوهشگران با پدیده‌های پیچیده انسانی و اجتماعی سروکار دارند که نیازمند رویکردهای آماری متفاوتی هستند.

۱. رویکردهای کمی و کیفی در پژوهش‌های تربیتی

  • رویکرد کمی: بر سنجش متغیرها، استفاده از اعداد و آمار برای توصیف و تبیین پدیده‌ها تمرکز دارد. اکثر تحلیل‌های آماری در این دسته قرار می‌گیرند.
  • رویکرد کیفی: به درک عمیق پدیده‌ها، تجربیات و معانی از دیدگاه شرکت‌کنندگان می‌پردازد و معمولاً از تحلیل محتوا، تحلیل گفتمان و نظریه مبنایی استفاده می‌کند.
  • رویکرد ترکیبی (آمیخته): نقاط قوت هر دو رویکرد را در هم می‌آمیزد تا تصویری کامل‌تر از پدیده مورد مطالعه ارائه دهد. تحلیل آماری در این رویکرد می‌تواند بخش کمی پژوهش را پشتیبانی کند.

۲. نقش سؤالات پژوهش در انتخاب روش آماری

انتخاب روش تحلیل آماری، تابعی مستقیم از سؤالات و فرضیه‌های پژوهش است. یک سؤال توصیفی (مانند “میزان رضایت معلمان چقدر است؟”) به آمار توصیفی نیاز دارد، در حالی که سؤالی رابطه محور (مانند “آیا بین سبک رهبری و رضایت شغلی رابطه وجود دارد؟”) به آمار استنباطی (مانند همبستگی) نیازمند است.

مراحل کلیدی تحلیل آماری پایان نامه

یک تحلیل آماری موفق، یک فرآیند گام به گام است که نیازمند دقت و توجه در هر مرحله است.

۱. آماده‌سازی داده‌ها (Data Preparation)

  • ورود و کدگذاری داده‌ها: تبدیل پاسخ‌ها به فرمت عددی قابل تحلیل در نرم‌افزارهای آماری (مانند SPSS، R، Excel).
  • پاک‌سازی داده‌ها: شناسایی و اصلاح خطاها، داده‌های پرت (Outliers)، و داده‌های گمشده (Missing Data). مدیریت صحیح داده‌های گمشده برای جلوگیری از سوگیری نتایج حیاتی است.
  • بررسی مفروضات آماری: اطمینان از اینکه داده‌ها مفروضات لازم برای اجرای آزمون‌های آماری خاص (مانند نرمال بودن توزیع، همگنی واریانس‌ها) را برآورده می‌کنند.

۲. آمار توصیفی (Descriptive Statistics)

این مرحله شامل خلاصه‌سازی و توصیف ویژگی‌های اصلی داده‌ها است. هدف، ارائه تصویری روشن از داده‌ها بدون تعمیم به جامعه بزرگتر است.

  • معیارهای گرایش مرکزی: میانگین (Mean)، میانه (Median)، نما (Mode).
  • معیارهای پراکندگی: انحراف معیار (Standard Deviation)، واریانس (Variance)، دامنه تغییرات (Range).
  • جداول فراوانی و درصدها: برای متغیرهای اسمی و ترتیبی.
  • نمودارها: هیستوگرام، نمودار میله‌ای، نمودار دایره‌ای و نمودار جعبه‌ای برای تجسم داده‌ها.

۳. آمار استنباطی (Inferential Statistics)

در این مرحله، پژوهشگران از داده‌های نمونه برای استنباط در مورد جامعه بزرگتر استفاده می‌کنند. این بخش شامل آزمون فرضیه‌ها است.

  • آزمون‌های مقایسه‌ای: برای مقایسه میانگین‌ها یا نسبت‌ها بین گروه‌ها (مثلاً آزمون T برای دو گروه، ANOVA برای سه گروه یا بیشتر).
  • آزمون‌های همبستگی: برای بررسی وجود و شدت رابطه بین دو یا چند متغیر (مانند ضریب همبستگی پیرسون یا اسپیرمن).
  • تحلیل رگرسیون: برای پیش‌بینی یک متغیر بر اساس یک یا چند متغیر دیگر و بررسی روابط علت و معلولی.
  • آزمون‌های ناپارامتریک: برای داده‌هایی که مفروضات توزیع نرمال را برآورده نمی‌کنند (مانند کای دو، من‌ویتنی، کروسکال والیس).

📊 مسیر تحلیل آماری موفق در پایان نامه

  • 1️⃣ تعریف دقیق سؤال پژوهش و فرضیه‌ها: پایه و اساس انتخاب روش آماری.
  • 2️⃣ جمع‌آوری داده‌ها با کیفیت: دقت در ابزار و روش جمع‌آوری برای جلوگیری از سوگیری.
  • 3️⃣ آماده‌سازی و پاک‌سازی داده‌ها: کلید اعتبار تحلیل؛ شامل کدگذاری، بررسی خطاها و مدیریت داده‌های گمشده.
  • 4️⃣ اجرای آمار توصیفی: درک اولیه از ویژگی‌های جمعیت‌شناختی و متغیرهای اصلی.
  • 5️⃣ انتخاب و اجرای آزمون‌های استنباطی مناسب: بر اساس نوع داده‌ها و سؤالات پژوهش.
  • 6️⃣ تفسیر دقیق نتایج و ارتباط با ادبیات: فراتر از اعداد؛ تبیین یافته‌ها در بستر نظری و عملی.
  • 7️⃣ گزارش‌دهی شفاف و مستند: ارائه یافته‌ها به گونه‌ای که برای مخاطب قابل فهم و پیگیری باشد.

۴. تفسیر و گزارش‌دهی نتایج

این مرحله نه تنها شامل ارائه اعداد و جداول است، بلکه تبیین معناداری یافته‌ها در چارچوب نظری و عملی پژوهش را نیز در بر می‌گیرد. نتایج باید به روشنی و با ارجاع به فرضیه‌ها و سؤالات پژوهش تفسیر شوند.

  • توضیح نتایج: بیان واضح آنچه که اعداد نشان می‌دهند.
  • معناداری آماری و عملی: تمایز بین معناداری آماری (p-value) و معناداری عملی یا اندازه اثر (Effect Size).
  • محدودیت‌ها: اشاره به محدودیت‌های پژوهش که می‌تواند بر قابلیت تعمیم نتایج تأثیر بگذارد.
  • پیشنهادات: ارائه پیشنهاداتی برای پژوهش‌های آتی و کاربردهای عملی.

انتخاب روش‌های آماری مناسب در علوم تربیتی

انتخاب روش آماری صحیح، مهمترین گام برای اطمینان از اعتبار نتایج است. این انتخاب به عوامل متعددی از جمله نوع متغیرها، طراحی پژوهش و سؤالات پژوهش بستگی دارد.

روش آماری کاربرد اصلی در علوم تربیتی
آزمون T (T-Test) مقایسه میانگین دو گروه (مستقل یا وابسته)؛ مثلاً مقایسه نمرات دانش‌آموزان در دو روش تدریس.
تحلیل واریانس (ANOVA) مقایسه میانگین سه گروه یا بیشتر؛ مثلاً مقایسه اثربخشی سه برنامه درسی مختلف بر پیشرفت تحصیلی.
ضریب همبستگی (Correlation) بررسی شدت و جهت رابطه بین دو متغیر؛ مثلاً رابطه بین انگیزه و عملکرد تحصیلی.
تحلیل رگرسیون (Regression Analysis) پیش‌بینی یک متغیر بر اساس یک یا چند متغیر دیگر؛ مثلاً پیش‌بینی موفقیت شغلی بر اساس مهارت‌های اکتسابی در دانشگاه.
آزمون کای دو (Chi-Square) بررسی رابطه بین متغیرهای کیفی (اسمی یا ترتیبی)؛ مثلاً رابطه بین جنسیت و انتخاب رشته تحصیلی.

نمونه کار عملی: تحلیل آماری یک پایان نامه در علوم تربیتی

برای روشن‌تر شدن مفاهیم، یک سناریوی عملی از تحلیل آماری یک پایان نامه در حوزه علوم تربیتی ارائه می‌شود:

عنوان پایان نامه فرضی:

“تأثیر آموزش مبتنی بر بازی بر انگیزه تحصیلی دانش‌آموزان پایه پنجم ابتدایی”

۱. سؤال پژوهش و فرضیه‌ها:

  • سؤال اصلی: آیا آموزش مبتنی بر بازی بر افزایش انگیزه تحصیلی دانش‌آموزان پایه پنجم ابتدایی تأثیر معناداری دارد؟
  • فرضیه پژوهش: آموزش مبتنی بر بازی باعث افزایش معنادار انگیزه تحصیلی دانش‌آموزان پایه پنجم ابتدایی می‌شود.
  • فرضیه صفر: آموزش مبتنی بر بازی تأثیری بر انگیزه تحصیلی دانش‌آموزان پایه پنجم ابتدایی ندارد.

۲. طراحی پژوهش و جمع‌آوری داده‌ها:

  • طراحی: شبه‌آزمایشی (Quasi-experimental) با گروه آزمایش و گروه کنترل.
  • جامعه و نمونه: دانش‌آموزان پایه پنجم دو مدرسه در یک شهر. یک مدرسه به عنوان گروه آزمایش (۳۰ نفر) و دیگری به عنوان گروه کنترل (۳۰ نفر) انتخاب شدند.
  • ابزار اندازه‌گیری: پرسشنامه استاندارد انگیزه تحصیلی با مقیاس لیکرت (۵ درجه‌ای). پرسشنامه در دو مرحله (پیش‌آزمون و پس‌آزمون) برای هر دو گروه تکمیل شد.
  • مداخله: گروه آزمایش به مدت ۶ هفته آموزش‌های درس علوم را به صورت مبتنی بر بازی دریافت کرد، در حالی که گروه کنترل آموزش سنتی را دریافت نمود.

۳. تحلیل آماری (گام به گام):

  • الف) آماده‌سازی داده‌ها:
    • نمرات پرسشنامه‌ها در نرم‌افزار SPSS وارد و کدگذاری شدند.
    • خطاهای ورود داده و داده‌های گمشده بررسی و در صورت نیاز اصلاح شدند.
    • بررسی نرمال بودن توزیع نمرات پیش‌آزمون و پس‌آزمون با آزمون کولموگروف-اسمیرنوف/شاپیرو-ویلک. (فرض می‌کنیم داده‌ها نرمال بودند).
  • ب) آمار توصیفی:
    • میانگین و انحراف معیار نمرات پیش‌آزمون و پس‌آزمون انگیزه تحصیلی برای هر دو گروه محاسبه شد. (مثلاً: گروه آزمایش: پیش‌آزمون Mean=60, SD=8; پس‌آزمون Mean=75, SD=7. گروه کنترل: پیش‌آزمون Mean=62, SD=9; پس‌آزمون Mean=63, SD=8).
    • نمودارهای میله‌ای برای مقایسه نمرات دو گروه در پیش‌آزمون و پس‌آزمون رسم شد.
  • ج) آمار استنباطی:
    • مقایسه گروه‌ها در پیش‌آزمون: برای اطمینان از همسانی اولیه گروه‌ها، یک آزمون t مستقل (Independent Samples T-Test) بر روی نمرات پیش‌آزمون انگیزه تحصیلی انجام شد. نتایج نشان داد که تفاوت معناداری بین میانگین نمرات پیش‌آزمون دو گروه وجود ندارد (p > 0.05). این نشان می‌دهد که گروه‌ها از نظر انگیزه اولیه همسان بوده‌اند.
    • مقایسه تأثیر مداخله: برای بررسی تأثیر آموزش مبتنی بر بازی، از تحلیل کوواریانس (ANCOVA) استفاده شد. نمرات پس‌آزمون انگیزه تحصیلی متغیر وابسته، گروه (آزمایش/کنترل) متغیر مستقل و نمرات پیش‌آزمون به عنوان کوواریانس (متغیر کنترل‌کننده) در نظر گرفته شد.
    • نتایج ANCOVA: نتایج نشان داد که پس از کنترل اثر پیش‌آزمون، تفاوت معناداری در نمرات پس‌آزمون انگیزه تحصیلی بین دو گروه وجود دارد (F(1, 57) = 15.20, p < 0.001، اندازه اثر η² = 0.21). میانگین adjusted (تنظیم شده) انگیزه تحصیلی در گروه آزمایش (مثلاً ۷۳.۵) به طور معناداری بالاتر از گروه کنترل (مثلاً ۶۴.۸) بود.

۴. تفسیر و گزارش‌دهی:

  • نتایج تحلیل آماری فرضیه پژوهش را تأیید کرد: آموزش مبتنی بر بازی تأثیر معناداری بر افزایش انگیزه تحصیلی دانش‌آموزان پایه پنجم ابتدایی دارد.
  • اندازه اثر (eta squared = 0.21) نشان می‌دهد که ۲۱% از واریانس در انگیزه تحصیلی پس‌آزمون توسط روش آموزش (مبتنی بر بازی در مقابل سنتی) تبیین می‌شود که یک اندازه اثر نسبتاً قوی محسوب می‌شود.
  • این یافته‌ها دلالت‌های عملی مهمی برای طراحان برنامه درسی و معلمان دارند و نشان می‌دهد که تلفیق بازی در فرآیند آموزش می‌تواند به بهبود مشارکت و انگیزه دانش‌آموزان کمک کند.
  • محدودیت‌ها شامل حجم نمونه محدود و انتخاب مدارس به صورت در دسترس بود که قابلیت تعمیم نتایج را به چالش می‌کشد. پیشنهاد شد که پژوهش‌های آتی با حجم نمونه بزرگتر و روش نمونه‌گیری تصادفی انجام شود.

چالش‌ها و راهکارهای متداول در تحلیل آماری

پژوهشگران در مسیر تحلیل آماری ممکن است با موانعی روبرو شوند که با آگاهی و برنامه‌ریزی قابل حل هستند.

  • کیفیت پایین داده‌ها: داده‌های نادرست یا ناقص منجر به نتایج اشتباه می‌شوند.
    • راهکار: طراحی دقیق ابزار جمع‌آوری، آموزش کافی به جمع‌آوری‌کنندگان داده، و فرآیند دقیق پاک‌سازی و اعتبارسنجی داده‌ها.
  • انتخاب نادرست روش آماری: استفاده از روش نامناسب برای نوع داده یا سؤال پژوهش.
    • راهکار: مشاوره با متخصص آمار، مطالعه عمیق روش‌شناسی آماری، و مرور مقالات مرتبط.
  • تفسیر نادرست نتایج: اشتباه در درک معناداری آماری، اندازه اثر، یا ارتباط نتایج با ادبیات نظری.
    • راهکار: گذراندن دوره‌های آموزشی آمار، مطالعه منابع معتبر، و مشورت با استاد راهنما یا مشاور آماری.
  • مهارت ناکافی در کار با نرم‌افزارهای آماری: عدم تسلط بر نرم‌افزارهای مورد نیاز.
    • راهکار: شرکت در کارگاه‌های آموزشی، استفاده از آموزش‌های آنلاین، و تمرین مداوم.
  • سوگیری در گزارش‌دهی: تمایل به گزارش تنها نتایج مثبت یا دستکاری داده‌ها.
    • راهکار: رعایت اخلاق پژوهش، شفافیت کامل در تمام مراحل، و گزارش صادقانه تمامی نتایج.

نکات پایانی برای پژوهشگران علوم تربیتی

تحلیل آماری، فراتر از مجموعه‌ای از فرمول‌ها و نرم‌افزارها، هنری است که نیازمند درک عمیق از داده‌ها و ماهیت پدیده‌های تربیتی است. برای دستیابی به یک تحلیل آماری قوی و معتبر در پایان‌نامه خود، به نکات زیر توجه کنید:

  • برنامه‌ریزی از ابتدا: روش تحلیل آماری را از همان مراحل اولیه نگارش پروپوزال و طراحی پژوهش در نظر بگیرید.
  • مشاوره تخصصی: در صورت نیاز، از همان ابتدا با یک مشاور آماری همکاری کنید. این کار می‌تواند در هزینه‌ها و زمان شما صرفه‌جویی کند.
  • تسلط بر مبانی: تلاش کنید تا حد امکان با مبانی نظری و کاربردی روش‌های آماری مورد استفاده آشنا شوید.
  • شفافیت در گزارش‌دهی: تمامی مراحل تحلیل، انتخاب روش‌ها، و نتایج (حتی نتایج غیرمنتظره) را به صورت شفاف و کامل گزارش دهید.
  • نگاه انتقادی: همیشه نتایج خود و سایر پژوهش‌ها را با نگاهی انتقادی بررسی کنید.

سوالات متداول (FAQ)

چرا تحلیل آماری در پایان نامه علوم تربیتی اهمیت دارد؟

تحلیل آماری به پژوهشگران این امکان را می‌دهد که داده‌های جمع‌آوری‌شده را به صورت عینی و سیستماتیک بررسی کرده، الگوها و روابط را کشف کنند، فرضیه‌های پژوهش را آزموده و نتایج قابل اعتمادی ارائه دهند که می‌تواند به بهبود تصمیم‌گیری‌ها و سیاست‌گذاری‌های آموزشی کمک کند.

رایج‌ترین نرم‌افزارهای تحلیل آماری در حوزه علوم تربیتی کدامند؟

نرم‌افزارهایی مانند SPSS، R (با محیط RStudio)، Stata و حتی Excel برای کارهای ساده‌تر، از جمله پرکاربردترین ابزارها در تحلیل آماری پژوهش‌های علوم تربیتی هستند.

چگونه می‌توان از صحت تحلیل‌های آماری پایان نامه اطمینان حاصل کرد؟

برای اطمینان از صحت، باید فرآیند جمع‌آوری داده‌ها دقیق باشد، روش‌های آماری مناسب با سؤالات و داده‌ها انتخاب شوند، مفروضات آماری بررسی گردند، و در نهایت، نتایج با دقت تفسیر شده و با مشاوره استاد راهنما یا یک متخصص آمار تأیید شوند.

امید است این راهنمای جامع و نمونه کار عملی، چراغ راهی برای پژوهشگران و دانشجویان گرامی در مسیر تحلیل آماری پایان‌نامه‌ها و رساله‌های خود در حوزه علوم تربیتی باشد. با دقت، پشتکار و استفاده از منابع معتبر، می‌توان به نتایجی دست یافت که به پیشبرد دانش و بهبود عملکردهای تربیتی کمک شایانی می‌کند.

/* Base Styles for Responsiveness – Vazirmatn font recommended for Persian text */
body {
direction: rtl; /* For right-to-left language */
text-align: right;
font-family: ‘Vazirmatn’, sans-serif; /* Or any other suitable Persian font */
margin: 0;
padding: 0;
background-color: #F5F7FA; /* Light background for the whole page */
color: #333333;
}

/* Ensure headings maintain their visual hierarchy and responsiveness */
h1 {
font-size: 2.8em; /* Adjusted for larger screens */
font-weight: bold;
color: #0A2351;
text-align: center;
margin-bottom: 40px;
padding-bottom: 15px;
border-bottom: 3px solid #E0E7FF;
}

h2 {
font-size: 2.1em; /* Adjusted for larger screens */
font-weight: bold;
color: #0A2351;
margin-top: 50px;
margin-bottom: 25px;
padding-bottom: 12px;
border-bottom: 2px solid #D1E0FF;
}

h3 {
font-size: 1.6em; /* Adjusted for larger screens */
font-weight: bold;
color: #0A2351;
margin-top: 35px;
margin-bottom: 20px;
}

p, ul, ol, table {
font-size: 1.1em; /* Base font size for readability */
line-height: 1.8;
margin-bottom: 1em;
}

/* Adjust sizes for smaller screens (Mobile) */
@media (max-width: 768px) {
h1 {
font-size: 2em;
margin-bottom: 25px;
}
h2 {
font-size: 1.6em;
margin-top: 35px;
margin-bottom: 20px;
}
h3 {
font-size: 1.3em;
margin-top: 25px;
margin-bottom: 15px;
}
p, ul, ol, table {
font-size: 1em;
line-height: 1.7;
}
div[style*=”max-width: 950px”] { /* Main content container */
padding: 15px;
border-radius: 8px;
}
table thead th, table tbody td {
padding: 10px; /* Smaller padding for table cells */
font-size: 0.95em;
}
div[style*=”background-color: #E6F3F9″], div[style*=”background-color: #F0F8FF”] { /* Infographics/FAQ */
padding: 15px;
margin: 25px 0;
}
div[style*=”background-color: #E6F3F9″] h3, div[style*=”background-color: #F0F8FF”] h3 {
font-size: 1.4em;
}
div[style*=”background-color: #E6F3F9″] ul li, div[style*=”background-color: #F0F8FF”] p {
font-size: 1em;
}
div[style*=”background-color: #E6F3F9″] ul li span {
font-size: 1.2em; /* Icon size */
}
}

/* Adjust sizes for Tablets/Laptops */
@media (min-width: 769px) and (max-width: 1200px) {
h1 {
font-size: 2.4em;
}
h2 {
font-size: 1.8em;
}
h3 {
font-size: 1.4em;
}
p, ul, ol, table {
font-size: 1.05em;
}
}

/* Specific styling for the main content container to ensure it looks good */
div[style*=”max-width: 950px”] {
background-color: #FFFFFF;
border-radius: 12px;
box-shadow: 0 6px 20px rgba(0, 0, 0, 0.08);
font-family: ‘Vazirmatn’, sans-serif;
color: #333333;
line-height: 1.8;
}

/* Table styling */
table {
border-collapse: collapse;
width: 100%;
margin: 30px 0;
box-shadow: 0 2px 10px rgba(0,0,0,0.05);
border-radius: 8px;
overflow: hidden; /* Ensures rounded corners apply to borders */
}
table th, table td {
border: 1px solid #E0E7FF;
padding: 15px;
text-align: right;
}
table thead th {
background-color: #0A2351;
color: #FFFFFF;
font-weight: bold;
font-size: 1.1em;
}
table tbody tr:nth-child(odd) {
background-color: #F8F9FA;
}
table tbody tr:hover {
background-color: #E0E7FF; /* Light hover effect */
}

/* Infographic/Highlight Box styling */
div[style*=”background-color: #E6F3F9″] {
background-color: #E6F3F9; /* Light blue */
border-left: 6px solid #007BFF; /* Primary blue */
padding: 25px;
margin: 40px 0;
border-radius: 10px;
box-shadow: 0 4px 15px rgba(0, 123, 255, 0.1);
}
div[style*=”background-color: #E6F3F9″] h3 {
color: #007BFF;
font-size: 1.7em;
}
div[style*=”background-color: #E6F3F9″] ul {
list-style: none;
padding: 0;
margin-left: 0;
}
div[style*=”background-color: #E6F3F9″] ul li {
margin-bottom: 12px;
color: #444;
font-size: 1.1em;
}
div[style*=”background-color: #E6F3F9″] ul li span {
color: #007BFF;
font-size: 1.4em;
margin-right: 12px;
font-weight: bold;
}

/* FAQ Box styling */
div[style*=”background-color: #F0F8FF”] {
background-color: #F0F8FF; /* Very light blue */
border-left: 5px solid #6A5ACD; /* Amethyst purple */
padding: 25px;
margin: 40px 0;
border-radius: 10px;
}
div[style*=”background-color: #F0F8FF”] h3 {
color: #6A5ACD;
font-size: 1.7em;
}
div[style*=”background-color: #F0F8FF”] p {
margin-bottom: 0;
color: #444;
}
div[style*=”background-color: #F0F8FF”] p strong {
color: #333333;
}

/* Ensure list bullets are visible and aligned */
ul {
padding-right: 20px;
list-style-position: inside;
}
ul li {
margin-bottom: 8px;
}
ul ul {
padding-right: 15px;
list-style-position: inside;
}

/* Custom font for specific scientific terms if needed, otherwise Vazirmatn covers all */
span[style*=”font-family: ‘Times New Roman’, serif;”] {
font-family: ‘Times New Roman’, serif;
}

Share

Facebook-f Twitter Linkedin-in

فرم مشاوره و ثبت سفارش

0 / 5000