فرآوری مس از منابع مهم آلاینده هوا به شمار می‌رود.گزارش‌شده است که در یک حوضچه کارخانه ذوب مس(با ظرفیت تولید سال / تن ۱۰۰۰۰۰) ۲۵% از کل انرژی الکتریکی و غیر الکتریکی نظیر مصرف انواع سوخت‌های فسیلی را برای تولید کنسانتره مس در مرحله ذوب مصرف می‌کند این درصد بالای مصرف انرژی در مرحله ذوب مس خود منبع مهم انتشار گاز آلاینده Co₂ می‌باشد درحالی‌که ازنظر زیست‌محیطی میزان گاز آلاینده Co₂ منتشرشده حاصل از ۲۵% مصرف انرژی الکتریکی و غیر الکتریکی در مرحله ذوب مس مقداری کنترل‌شده می‌باشد. بنابراین مصرف انرژی و نگرانی‌های زیست‌محیطی بایستی در فرآوری مس در نظر گرفته شود. چراکه بخش انرژی در سراسر جهان منبع برجسته انتشار گاز Co₂ است که مهم‌ترین گاز گلخانه‌ای ناشی از فعالیت انسانی می‌باشد (آلواردو، مالدونادو و ژاکس ۱۹۹۹)^[۴].

۱-۳ سؤالات اصلی تحقیق
۱) میزان انتشار مستقیم گاز So₂ ناشی از فرآوری سنگ معدنی مس چه قدر می‌باشد؟
۲) میزان انتشار مستقیم گاز Co₂ ناشی از احتراق سوخت‌های فسیلی چه قدر می‌باشد؟
۳) میزان انتشار غیرمستقیم گاز Co₂ ناشی از برق مصرفی مجتمع سرچشمه چه قدر می‌باشد؟
۴) میزان هزینه‌های خارجی آلایندگی در فرآوری مس چه مقدار است؟
۱-۴ فرضیه‌های تحقیق
در این مطالعه فرضیه مطرح نشده است.
۱-۵ اهداف اساسی تحقیق

 

• • تعیین میزان انتشار مستقیم گازSo₂ناشی از فرآوری سنگ معدن مس.

 

• • تعیین میزان انتشار مستقیم گازCo₂ناشی از احتراق سوخت فسیلی.

 

• • تعیین میزان انتشار غیرمستقیم گازCo₂ناشی از برق مصرفی مجتمع صنعتی سرچشمه.

 

• • تعیین میزان هزینه‌های خارجی گازهای آلاینده Co₂و So₂ در فرآوری مس.

 

۱-۶ استفاده‌ کنندگان از نتایج پایان‌نامه
سازمان محیط‌زیست استان کرمان، امور تحقیقات و توسعه مجتمع صنعتی مس سرچشمه و پژوهشگرانی که بررسی مسائل مربوط به شاخص‌های آلودگی علاقه‌مندند.
۱-۷ جنبه جدید بودن و نوآوری طرح
در این مطالعه برای اولین بار با بهره گرفتن از شاخص‌های شناخته‌شده در زمینه برآورد آلودگی هوا میزان آلایندگی ناشی از فرآوری مس از طریق ذوب و پالایش مس در مجتمع صنعتی مس سرچشمه برآورد می‌شود.
۱-۸ روش تحقیق
روش تحقیق در این مطالعه بر اساس هدف از نوع کاربردی است و بر اساس ماهیت یا روش از نوع توصیفی است. بر این اساس این مطالعه به دنبال استفاده از شاخص‌های آلودگی از طریق روش موازنه جرم و ضریب انتشار؛ برای دستیابی به میزان آلایندگی گازهای So₂و Co₂ناشی از فرآوری ذوب و پالایش آندی مس و احتراق سوخت‌های فسیلی و مصرف برق می‌باشد.
۱-۸-۱ قلمرو تحقیق
قلمرو مکانی: مجتمع صنعتی مس سرچشمه – استان کرمان.
قلمرو موضوعی: تعیین میزان انتشار گازهای گلخانه‌ای ناشی از مصرف انرژی و فرآوری سنگ معدن مس و هزینه‌های خارجی ناشی از آن.
قلمرو زمانی: از سال ۱۳۸۸ تا سال ۱۳۹۲٫
۱-۸-۲ جامعه آماری و نمونه آماری
جامعه آماری این پژوهش مجتمع صنعتی مس سرچشمه است.
در انجام این تحقیق نمونه‌گیری صورت نمی‌گیرد.
۱-۸-۳ روش و ابزار گردآوری اطلاعات
در بخش نظری، این تحقیق به‌صورت کتابخانه‌ای صورت می‌گیرد و در بخش عملی نیز، داده‌های مربوطه از امور ذوب،کنترل کیفی، امور ایمنی بهداشت و محیط‌زیست (HSE) آن مجتمع جمع‌ آوری‌شده است.
۱-۸-۴ روش تجزیه‌وتحلیل داده‌ها
در این تحقیق پس از جمع‌ آوری داده‌های مناسب برای تخمین میزان آلودگی گازهای گلخانه‌ای So₂ و Co₂ با بهره گرفتن از نرم‌افزار EXEL، به تحلیل تجربی و نتیجه‌گیری از میزان آلایندگی ناشی از مصرف انرژی و فرآوری ذوب و پالایش آندی مس پرداخته می‌شود.
۱-۹ تعاریف مفاهیم و واژه‌ها:
اصل تعادل مواد ( موازنه جرم ):
اصل تعادل مواد به چیزهایی مربوط می‌شود که باید در جریان فیزیکی هر سیستم بسته باوجود قوانین ترمودینامیک برقرار باشد(پرمن و همکاران،۱۳۸۲).
قانون اول ترمودینامیک
بر اساس قانون اول ترمودینامیک نه ماده و انرژی جدید خلق می‌شود و نه ماده و انرژی موجود در جهان از بین می‌رود. این قانون اساس الگوهای تعادل مواد در فعالیت‌های اقتصادی است. مواد و انرژی مورداستفاده انسان در فعالیت‌های تولیدی و مصرفی سرانجام به‌صورت جریانی از مواد زائد و پسماندها به درون سیستم‌های زیست‌محیطی تخلیه می‌شود. بخشی از این جریان دارای آثار خسارت‌بار و تخریبی است. بنابراین برون نهاده‌ها یا اثرات جانبی ناشی از فعالیت‌های تولیدی و مصرفی ( نظیر آلودگی محیط‌زیست ) نتایج غیرمنتظره ناشی از بی‌فکری یا خودخواهی انسان نیستند، بلکه کاملاً فراگیر و غیرقابل‌اجتناب هستند(پرمن و همکاران، ۱۳۸۲).
قانون دوم ترمودینامیک
بر اساس قانون دوم ترمودینامیک مقدار کل ماده و انرژی متراکم مفید که در یک سیستم بسته وجود دارد، در طول زمان باید کاهش یابد و یا به‌عبارت‌دیگر آنتروپی سیستم به‌طور غیرقابل‌اجتناب افزایش می‌یابد (پرمن و همکاران، ۱۳۸۲)^[۵].
فصل دوم
ادبیات موضوع
۲-۱ مق
دمه
در این فصل، ابتدا به تعریف فلز مس و انواع منابع آن پرداخته خواهد شد. در ادامه، توضیحاتی در مورد فرایند تولید مس در مجتمع صنعتی مس سرچشمه ذکر خواهد شد. تاکنون مطالعات زیادی در زمینه برآورد آلایندگی و عوارض جانبی آن صورت گرفته است. در ادامه، مروری بر کارهای انجام‌گرفته داخلی و خارجی در حیطه آلایندگی، که مطالعات خارجی از سال ۲۰۰۷ گزارش‌شده است، بیان خواهد گردید. این موضوع باعث بررسی کلی‌تر تحقیق‌های سال ۲۰۰۷ به بعد خواهد شد. هدف از این کار، مروری بر گزارش‌ها و بیان خلاصه‌ای از پیشرفت‌های اصلی در دهه‌ های اخیر با تمرکز بر روی نوع روش می‌باشد. همچنین سایر تحقیق‌های انجام‌گرفته در این حیطه نیز برای وضوح هر چه بیشتر موضوع، آورده می‌شود؛ که در ادامه به بررسی آن پرداخته خواهد شد.
۲-۲ تعریف فلز مس
فلزی است قرمزرنگ که در ۱۰۸۱۱ درجه ذوب می‌شود و وزن مخصوصش ۹/۸ می‌باشد و پس از نقره بهتر از دیگر فلزات هادی گرما و الکتریسیته است. کاملاً چکش‌خوار و قابل تورق و مفتول شدن است (معین، ۱۳۷۶).
مس را در زبان فرانسه Cuivre در زبان اسپانیولی Cobve، در زبان آلمانی Kupfer و در زبان انگلیسی Copper می‌نامند و تمام این لغات از ریشه لاتین مس یعنی Cuprum مشتق گردیده است.
مس کالایی یک‌جور و مشابه نیست انجمن آزمون مواد ایالات‌متحده در حدود چهل نوع مس تصفیه‌شده به لحاظ محتوی فلز مس نوع و شکل و … طبقه‌بندی نموده است.
۲-۳ انواع مس و منابع آن
در طبیعت مس به‌صورت سه نوع کانی یافت می‌شود: سولفید، کربنات و سیلیکات که عمده‌ترین آن کانی سولفیدی می‌باشد. در ایران مس به‌صورت کالکوپیریت (سولفید آهن – مس) است. استخراج ذخایر مس تا مرحله خاصی ممکن است مقرون‌به‌صرفه باشد و با کاهش عیار مس و افزایش هزینه استخراج و کاهش قیمت، استخراج هم متوقف می‌گردد. گاهی حضور ترکیبات فلزی دیگری چون مولیبدن، طلا و نقره استخراج آن را باصرفه می کند. شیلی، آمریکا و شوروی سابق به ترتیب با ۷۹، ۵۷ و ۵۷ میلیون تن صاحبان بزرگ‌ترین منابع مس جهان هستند. برآوردی که در سال ۱۹۹۱ انجام‌شده است. نشان می‌دهد که ذخیره احتمالی مس ۲۴۰۰ میلیون تن (مس محتوی) است، اما منابع شناخته‌شده جهان ۵۰۰ میلیون تن (مس محتوی) هم تخمین زده می‌شود، ایران ازلحاظ ذخائر معدنی بر روی کمربند جهانی مس قرارگرفته است که از جنوب شرقی ایران شروع و تا شمال غربی و نواحی آذربایجان ادامه دارد. از ۳۳۰ کانسار مس در ایران تنها از دو تا کانسار (سرچشمه و قلعه زری) بهره‌برداری می‌شود. ناحیه مس کرمان را می‌توان قسمتی از کمربند فلز زایی ایران مرکزی به‌حساب آورد، و از مهم‌ترین ذخائر مس این ناحیه که بهره‌برداری از آن‌ها فراهم‌شده است، می‌توان از توده‌های مس سرچشمه و میدوک نام برد. مهم‌ترین معادن مس ایران و ذخایر مس برآورد شده در جدول ۲-۱ صفحه‌ی بعد نشان داده‌شده است (میر محمدصادقی، ۱۳۷۵).

شکل ۴-۱۱ تاثیر مقدار نانو سلولز بر فاکتور WI*فیلمهای ساخته شده ۶۵
شکل ۴-۱۲ تصاویر میکروسکوپ الکترونی گسیل میدان ،نانو فیبرسلولز ۶۷
چکیده :
در این پژوهش، خواص فیزیکی و مکانیکی نانوکامپوزیتهای حاصل از نانوفیبر سلولز وپلیمر پلی­وینیل­الکل مورد بررسی قرارگرفت. نانوکامپوزیت­ها از اختلاط پلیمر پلی­وینیل­الکل به عنوان ماتریس تجزیه شونده و سوسپانسیون نانوفیبرسلولز به­عنوان فاز تقویت­کننده طبیعی تجزیه شونده تهیه شدند. نانوفیبرهای سلولز با روش سوپر آسیاب از مخلوط سوزنی برگان تهیه گردید. فیبرهای سلولزی با بهره گرفتن از میکرسکوپ نیروی اتمی AFM مورد ارزیابی قرار گرفتند و قطر آنها ۱۰±۳۲ نانومتر اندازه ­گیری شد. پلیمرهای پلی­وینیل­الکل به منظور تهیه محلول پلیمر در آب­ مقطر حل گردیدند. نانوکامپوزیت­ها پس از اختلاط محلول پلیمر با سوسپانسیون حاوی نانوفیبر سلولز، با روش قالب­گیری محلول تهیه شدند. خواص مکانیکی در رطوبت ۵۵% اندازه گیری شد و افزایش معنی داری با افزایش درصد نانو در مقاومت مکانیکی مشاهده گردید. نتایج خواص مکانیکی نشان داد، مدول یانگ و استحکام کششی را به ترتیب ۹۷ و ۸۰ درصد افزایش داده است. بررسی ریخت شناسی فیلم­های ساخته شده، به وسیله میکروسکوپ الکترونی گسیل میدانیFE-SEM نشان داد سازگاری و سطح مشترک مناسب بین پلیمر و نانوفیبرهای سلولزی حاصل شده است. همچنین پراکنش مناسب نانوساختارهای سلولزی درپلیمر وجود داشت. در بررسی خواص زاویه تماس فیلم­های ساخته شده افزایش چشم­گیری مشاهده نشد و بر اساس گروه بندی دانکن تفاوت معنی داری رویت نشد.
واژه­ های کلیدی: نانوکامپوزیت، نانوفیبر سلولز، پلی­ونیل­الکل ، خواص مکانیکی
فصل اول
مقدمه و کلیات
۱-مقدمه
آلودگی محیط زیست و راه­های مقابله با آن یکی از مسائلی است که توجه بسیاری از محققان را به خود جلب نموده است و گرایش به سمت طبیعت امروزه در اکثر کشورهای پیشرفته و صنعتی به چشم می­خورد. اگر چه طبیعت توانایی خودپالایی آب و هوا را دارد ولی با افزایش جمعیت، بالا رفتن سطح زندگی و رشد صنایع، سرعت آلوده سازی اغلب بیشتر از خودپالایی طبیعت می­باشد. (نوشیروانی ۱۳۸۹)
تا قبل سال ۱۹۶۰ در کشورهای صنعتی توجه زیادی به آلودگی محیط زیست به عمل نمی­آمد. در سال ۱۹۶۰ اولین زنگ خطر آلودگی هوا در لس­آنجلس آمریکا زده شد. مه دود فتوشیمیایی در این مناطق باعث آبریزش چشم، سوزش گلو و خفگی گردید. از آن زمان به بعد با بررسی تغییرات به وقوع پیوسته در ترکیب اتمسفر و مسائلی همچون؛ نابودی لایه ازن، بارانهای اسید،محلول فتوشیمیایی و اثر گلخانه­ای تلاشهای فراوانی برای درک بهتر شیمی محیط زیست صورت گرفت و کم­کم نیاز مبرم به کنترل آلودگی محیط زیست برای حفظ یک توسعه پایدار در جهان احساس گردید. (الماسی ۱۳۸۸)

پلاستیک­های مورد استفاده یکی از عوامل آلاینده محیط­زیست یه شمار می­آیند. این ترکیبات به دلیل دارا بودن ماهیت غیر زیست تخریب پذیر در محیط زیست باقی مانده و آلودگی­های زیست محیطی را موجب می­شوند.
از سال ۱۹۷۰ و با وخیم شدن مشکل دفن زباله در سطح جهان استفاده از پلیمرهای زیست تخریب پذیر مطرح گردید که اولین موضوع در خصوص کیسه­های زباله و مواد یکبار مصرف بود طوری که ۳۰% از پلاستیک­های تولیدی برای مصارف یکبار مصرف می­باشد و تنها ۲% از آن بازیابی می­گردد لذا پلیمرهای زیست تخریب پذیر بعنوان جایگزین مناسب پلاستیک­های رایج مطرح گردید. (نوشیروانی ۱۳۸۹)
برای حل این مشکل، پژوهشگران به فکر استفاده از ترکییبات زیست تخریب پذیر افتاده­اند. ترکیباتی که به سادگی در محیط­زیست تخریب شده و به چرخه کربن وارد شوند. بایوپلیمرها جایگزین مناسبی برای ترکیبات سنتزی به شمار می­روند، آنها از منابع تجدید پذیر بدست می­آیند و به وفور در طبیعت یافت می­شوند.
۱-۱ پلیمرها و انواع آن
پلیمرها بزرگ مولکول­هایی هستند که از تعداد زیادی واحدهای همسان تکراری به نام مونومر تشکیل شده ­اند. پلیمرها به طور کلی دارای وزن مولکولی بیشتر از ۵۰۰۰ هستند. از دیر باز پلیمرها کارایی زیادی در زندگی انسان ها داشتند و امروزبه مهم ترین موضوع تحقیقات تبدیل گشتند.
پلیمرها را می­توان از نظر منشا تولید آن به دو دسته مصنوعی و طبیعی تقسیم کرد. پلیمر­های مصنوعی به طور عمده از منابع نفتی تهیه می­شوند. تولید و مصرف پلیمر­های نفتی به طور تقریبی از اواسط قرن بیستم شروع شده و به طور فزاینده­ای پیشرفت کرده است. در شکل ۱-۱ روند افزایش مصرف این نوع پلیمرها طی دهه­های مختلف نشان داده شده است(David teegarden، ۲۰۰۴).
شکل۱-۱-نمودار مصرف پلیمرهای پتروشیمیایی از سال ۱۹۵۰ تا ۲۰۱۰ (David teegarden، ۲۰۰۴).
این افزایش مصرف پلیمرهای مصنوعی (بر پایه نفت) به دلیل محدود بودن منابع نفتی ، تخریب پذیر نبودن در محیط زیست و آلودگی آن نگرانی های زیادی را بوجود آورده و باعث جلب نظر دانشمندان به سمت بررسی پلیمرهای طبیعی ( زیست تخریب پذیر) شده است.
پلیمرهای طبیعی در طبیعت توسط فعالیت طیف وسیعی از موجودات زنده مثل گیاهان ، جانوران و باکتری ها تولید می شوند. این مواد به سادگی توسط فعالیت موجودات زنده به ریز واحد های سازنده خود تجزیه شده و در محیط زیست باقی نمی­مانند. تولید و استفاده این پلیمرها در صنعت برای این منظور و با هدف داشتن صنعتی در خدمت توسعه پایدار و حفظ زیست بوم های طبیعی در دستور کار بسیاری از کشورهای پیشرفته قرار گرفته است. چند نوع عمده از پلیمر های طبیعی را در جدول زیر می توانید ملاحظه کنید(David teegarden، ۲۰۰۴).
پلیمرهای زیست تخریب پذیر براساس اجزای تشکیل دهنده آن از نظر خاستگاه به دو دسته طبیعی و غیر طبیعی تقسیم می­گردد.
۱-۱-۱-پلیمرهای زیست تخریب پذیر با خاستگاه طبیعی
پلیمرهای زیست تخریب پذیر با خاستگاه طبیعی به شش گروه تقسیم می­شوند؛ پلی­ساکاریدها، مانند: نشاسته سلولز و پروتئینها، پلی­اترهای تولید شده از میکروارگانیسمها یا گیاهان، مانند: پلی­هیدروکسی­الکانوآتها یا
پلی­هیدروکسی­بوتیرات، پلی­استرهای ساخته شده بر پایه منومر طبیعی نظیر پلی­لاکتیک­اسید.
۱-۱-۲-پلیمرهای زیست تخریب پذیر سنتزی
پلیمرهای زیست تخریب پذیر زیادی وجود دارد که از مواد اولیه پتروشیمی تولید می­شوند که میتوان از جمله آنها به پلی­استرهای آلیفاتیک زیر را نام برد:
پلی­گلایکولیک­اسید
پلی­استرهای­آروماتیک یا ترکیب با پلی­استرهای­آلیفاتیک
پلی­وینیل­الکلها
پلی­الفین­های اصلاح شده

 

جدول ۱- ۱-لیست چند نوع عمده پلیمرهای طبیعی(DAVID TEEGARDEN، ۲۰۰۴).
نوع	مثال	منشا
پلی ساکارید	سلولز ، آمیلوز، نشاسته	گیاهی

مقیاس

آلفای کرونباخ

تنصیف

سوال کلی

معنی داری

 

تعارض مبتنی بر زمان

۸۰/۰

۶۷/۰

۶۵/۰

۰۰۱/۰P<

 

تعارض مبتنی بر توان فرسایی

۸۹/۰

۷۵/۰

۶۰/۰

۰۰۱/۰P<

 

تعارض مبتنی بر رفتار

۶۵/۰

۶۰/۰

۶۸/۰

۰۰۱/۰P<

 

تعارض کار-خانواده (نمره کل)

۸۷/۰

۸۲/۰

۷۴/۰

۰۰۱/۰P<

 

 

همانگونه که مندرجات جدول ۳-۶ نشان می دهد، پرسشنامه تعارض کار-خانواده در پژوهش حاضر از پایایی و روایی خوبی برخوردار است.
علاوه بر این، یکی از مهم ترین روش های تعیین روایی سازه، تحلیل عاملی^[۶۹] است. از این رو به بررسی ساختار عاملی مقیاس تعارض کار-خانواده با بهره گرفتن از تحلیل عامل تاییدی^[۷۰] (CFA) پرداخته شده است.
در این پژوهش تحلیل عامل تاییدی به شیوه تخمین حداکثر درست نمایی^[۷۱] و تحلیل ماتریسهای کوواریانس، بررسی و اصلاح مدلهای مفروض با بهره گرفتن از نرم افزار AMOS(آربوکل^[۷۲]، ۲۰۰۹) ویرایش۱۸ انجام شده است.مدل های محتمل قرارگیری ماده ها آزمون بر روی عامل ها با توجه به صحت آماری، توسط مهمترین شاخص های برازش مورد آزمون و بررسی قرار گرفته است. مدل سه عاملی بر اساس مقیاس اصلی پرسشنامه است.
آمارههای برازش مربوط به این تحلیل در جدول ۳-۷ نشان داده شدهاند. مجذورخی شاخص برازندگی مطلق مدل است و میزان انطباق کوواریانس هایی که ساختار عاملی دلالت ضمنی بر آن ها دارد را با کوواریانس های مشاهده شده نشان می دهد. هر چه مقدار مجذور خی از صفر بزرگتر باشد، برازندگی مدل کمتر میشود. مجذورخی معنیدار، تفاوت معنیدار بین کوواریانسهای مفروض و مشاهده شده را نشان میدهد. با وجود این، چون فرمول مجذور خی، حجم نمونه را دربر دارد، مقدار آن در مورد نمونه های بزرگ متورم میشود و معمولاً به لحاظ آماری معنی دار می شود. به این دلیل بسیاری از پژوهشگران مجذورخی را نسبت به درجه آزادی آن (مجذورخی نسبی^[۷۳]) مورد بررسی قرار میدهند و معمولاً نسبت ۲ (مقدار عددی ۲) را به عنوان یک شاخص سرانگشتی نیکویی برازش استفاده میکنند (آربوکل، ۱۹۹۷؛ به نقل از کالکوئیت^[۷۴]، ۲۰۰۱). در جدول ۲ شاخص برازش افزایشی^[۷۵] (IFI) و شاخص برازش تطبیقی^[۷۶] (CFI) نیز درج شدهاند. اینها دو شاخص برازندگی هستند که برازش یک مدل معین را با مدل پایه که قایل به وجود کوواریانس میان متغیرها نیست،‌ مقایسه میکنند (بنتلر^[۷۷]، ۱۹۹۰)، همچنین از شاخص شاخص نیکویی برازش (GFI) نیز استفاده شده است. در این شاخص ها برازش ۹/۰ به بالا قابل قبول قلمداد می شوند. شاخص مناسب دیگر، شاخص میانگین مربعات خطای برآورد است که مقدار کمتر از ۰۸/۰ قابل قبول است و برای مدل های بسیارخوب ۰۵/۰ و کمتر در نظر گرفته می شود (کادک وبرون^[۷۸]، ۱۹۹۳؛ نقل از برسو و سالانوا و شائوفلی^[۷۹]، ۲۰۰۷).

جدول ۳-۷ :شاخص های برازش ساختار عاملی مقیاس تعارض کار-خانواده

 

شاخص برازش ساختار

مقدار مجذور خی دو

Df

مجذور خی دو نسبی

IFI

CFI

« آیا بازار سهام ملی لیتوانی در سطح ضعیف کارا می باشد ؟»
کویشیوس برای پاسخ دادن به پرسش مطرح شده، اهمیت بازده تصمیمات اتخاذ شده مبتنی بر پیش بینی شبکه های عصبی از دو شاخص LITIN (شامل سهام های با ویژگی نقد شوندگی بالا) و شاخص LITIN-G ( شامل کل سهام های موجود در بازار) را بعد از مد نظر قرار دادن هزینه معاملات، مورد بررسی آماری قرارداده است . در اینجا، او هریک از شاخص های فوق را به عنوان یک دارایی مدنظر قرار داده است .

محدوده داده های مورد استفاده در این تحقیق شامل اعداد شاخص های فوق برای دوره ژانویه ۱۹۹۹ الی پایان اکتبر ۲۰۰۲ بوده است که حدود ۷۰۰ داده (۷۰%) به عنوان داده های آموزش شبکه و۲۵۳ عدد بعدی (۳۰%) برای آزمون شبکه مورد استفاده قرار گرفته است . در تحقیق مذکور از سه ساختار شبکه عصبی متفاوت به شرح زیر استفاده شده است :
مدل ۱-۵-۴(چهار ورودی ، پنج میانی و یک خروجی )
مدل ۱-۲-۳ ( سه ورودی ، دو لایه میانی و یک خروجی )
مدل ۱-۱-۳( سه ورودی ، یک لایه میانی و یک خروجی)

همچنین جهت آموزش شبکه از الگوریتم یادگیریLeven-Marquerdt استفاده شده و ابزار پیاده سازی شبکه نرم افزار Matlab6.5 محصول Math Work Inc (2002) شرکت بوده است . تابع فعالیت استفاده شده در شبکه تابع سیگمویید یا تانژایت هایپر بولیک می باشد .
محقق در این تحقیق بازده تصمیمات اتخاذ شده مبتنی بر شبکه های عصبی را (با فرض در اختیار داشتن یک سرمایه ثابت ) با بازده استراتژی خرید ونگهداری مقایسه نموده است . در خصوص تصمیم گیری مبتنی بر پیش بینی شبکه عصبی وی چهار آستانه تصمیم گیری ۱%، ۳%،۵%و۱۰% را همراه با چهار سطح از هزینه معاملات ۰%۱% ، ۲۵% و۵% تعریف نموده است . تعداد دفعات پیش بینی برای هر شاخص ، هر شبکه ، هر سطح از آستانه وهر سطح از هزینه معاملات ۱۰ بار تکرار گردیده است . لذا کل داده های پیش بینی شده برابر ۹۶۰(۱۰*۴*۴*۳*۲) بوده است . با توجه به اینکه تعداد دفعات پیش بینی کوچک تر از ۳۰ بوده است از آزمونt استیودنت جهت آزمون فرضیه استفاده نموده است .
نتیجه تحقیق : نتایج تحقیق فوق نشان می دهد که بازده تصمیم گیری مبتنی بر شبکه های عصبی در همه موارد به جز یک مورد ( پیش بینی شاخصLITTIN-G با بهره گرفتن از شبکه ۱-۲-۳ وآستانه تصمیم ۱% با سطح هزینه معاملات ۲۵./% ) به طور معنی داری بالاتر از بازده استراتژی خرید ونگهداری بوده است .
یون واسویلز از اساتید دانشگاه میسوری برای پیش بینی قیمت سهام از یک شبکه عصبی چهار لایه با روش یادگیری پس انتشار خطا استفاده نمودند که نتیجه آن به میزان قابل توجهی بهتر از روش سنتی بود . در این تحقیق داده های به دو گروه تقسیم شده بود و نتایج حاصل از آن نشان می داد که در مرحله یادگیری در حالیکه دقت روش سنتی ۷۴% بوده است ، دقت شبکه عصبی ۹۱% می باشد . همچنین در مرحله آزمون یا تست نیز دقت این دو روش به ترتیب ۶۵% و۵/۷۷% می باشد .
جینگ تایو یایو وهین لی پوه از دانشگاه ملی سنگاپور با بهره گرفتن از یک شبکه عصبی پس انتشار پیش بینی شاخص کل بورس کوالالامپور را مورد مطالعه قراردادند. ونشان دادند که با بهره گرفتن از شبکه های عصبی می توان به پیش بینی هایی با دقت ملاحظه دست یافت .
پژوهش دیگری در خصوص کاربرد شبکه های عصبی در پیش بینی شاخص سهام ، توسط چن ، لیونگ و دایوک(۲۰۰۲) درخصوص بازار نوظهور تایوان انجام گردیده است . هدف آنها در حقیقت پیش بینی جهت حرکت شاخص بازار بورس تایوان بود. همچنین آنها به جای استفاده از سری زمانی خود شاخص ، از عوامل اقتصادی مانند نرخ بهره کوتاه مدت ، نرخ بهره اوراق قرضه دولتی ، نرخ رشد تولید ناخالص داخلی وشاخص قیمت سبد مصرف کننده به عنوان داده های ورودی به مدل ، استفاده کردند. در تحقیق فوق از سه مدل شبکه عصبی احتمالی مدل GMM همراه با کالمن فیلتر ومدل گام تصادفی ، به منظور پیش بینی استفاده گردیده است ونتایج آنها با یکدیگر مورد مقایسه قرار گرفته است . نتایج این تحقیق نیز حکایت از کارایی بیشتر شبکه های عصبی در پیش بینی شاخص بورس تایوان نسبت به دو مدل دیگر، دارد .
این نویسندگان در سال ۲۰۰۰ نیز پژوهش دیگری با هدف مقایسه مدل های پیش بینی سطح ومدل های پیش بینی جهت حرکت شاخص ، انجام داده بودند . هر چند آنها نتیجه گرفته اند که مدل استفاده شده به منظور پیش بینی جهت حرکت شاخص بازده بیشتری را به دست داده اند نکته قابل توجه در نتایج ارائه شده آنها این است که در هر دو گروه مدل ، بازده شبکه های عصبی نسبت به سایر تکنیک ها بهتر بوده است.
مطالعه دیگری توسط خان هوانگ ولین در سال ۲۰۰۲ با عنوان «آیا مدل نروفازی می تواند شاخص های سهام را بهتر از روش های پیشین، پیش بینی کند ؟» انجام شده است در این تحقیق بازده شاخص های KD، مبتنی بر استراتژی خرید ونگهداری و تصمیم گیری مبتنی بر پیش بینی حاصل از مدل های GARCH-M، شبکه های عصبی وسیستم های عصبی فازی مورد مقایسه قرار گرفته است . نتایج این تحقیق نشان می دهد که نرخ بازده حاصل از تصمیم گیری مبتنی بر پیش بینی شبکه های عصبی وسیستم های عصبی فازی به طور معنی داری بزرگتر از نرخ های بازده حاصل از سایر روشها می باشد و آنها پیشنهاد کرده اند در شرایطی که بازار از کارایی به دور است می توان برای کسب بازدهی بیشتر از این مدل ها سود جست .
به دلیل تشابه مطلب از ذکر سایر تحقیقات انجام شده خودداری می کنیم وتوجه خود را به دو نکته معطوف می داریم نخست آنکه در اکثر پژوهش های انجام شده در زمینه پیش بینی بازار سرمایه با شبکه های عصبی ، از شبکه پس انتشار که قابلیت بالایی در تحلیل سیستم های پویا دارد استفاده شده است واین خود دلیلی بر این امر بوده است که در این تحقیق نیز از این شبکه استفاده نماییم . نکته دوم آنکه در همه مقالات فوق ، تلاش پژوهشگران بر آن بوده است تا تنها با در دست داشتن اطلاعات مربوط به ویژگی مورد مطالعه در گذشته ، وضعیت آینده متغیر مربوط را پیش بینی کنند که این خود حکایت از تازگی موضوع تحقیق می نماید .
ب ) تحقیقات انجام شده در ایران
در زمینه استفاده از شبکه های عصبی در مسایل بازار سهام وبورس در ایران تحقیقاتی انجام شده است که به عنوان نمونه موارد زیر ذکر می گردد :

 

1. 1. مدلسازی غیرخطی و پیش‌بینی رفتار قیمت سهام در بازار بورس تهران،حمید خالوزاده؛ به راهنمایی: علی خاکی‌صدیق.

 

رساله حاضر تحت عنوان ”مدلسازی غیرخطی و پیش‌بینی رفتار قیمت سهام در بازار بورس تهران” به دو قسمت قابلیت پیش‌بینی (یا پیش‌بینی‌پذیری) و پیش‌بینی تفکیک شده است.
الف-پیش‌بینی‌پذیری (قابلیت پیش‌بینی): سه روش عمده به عنوان روش های آزمون پیش‌بینی‌پذیری قیمتها (بازده) معرفی و اعمال شده است .
الف - ۱: تحلیل، تغییر مبنای حوزه تغییرات سری زمانی (R/S) بر پایه تحلیل R/S، تشخیص یک سری زمانی تصادفی از یک سری غیرتصادفی، بدون درنظر گرفتن توزیع آن (اعم از گوسی و یا غیرگوسی) امکان‌پذیر می‌گردد. تحلیل R/S یک روش آماری مقاوم است که به کمک آن می‌توان طول متوسط دوره‌های گردش را در سری زمانی مربوطه اندازه‌گیری کرد.
الف - ۲: تحلیل، تخمین بعد همبستگی: یکی از مهمترین روش های آزمون پیش‌بینی‌پذیری قیمتها، تحلیل غیرخطی تخمین بعد همبستگی فرایند مولد آنهاست، روش تخمین بعد همبستگی معیاری برای آزمون نظریه آشوب در یک فرایند سری زمانی است . با این روش ، بعد همبستگی فرایند مولد قیمت (بازده) سهام شرکت شهد ایران محاسبه می‌گردد، مقدار بدست آمده پدیده آشوب را در فرایند مولد قیمت (بازده) نشان می‌دهد و همچنین فرایند سری زمانی مربوط را از یک فرایند تصادفی و اتفاقی متمایز می‌کند.
الف - ۳: تحلیل، تخمین بزرگترین نمای لیاپانوف : در این روش، سعی بر بازسازی ساختار دینامیکی فرایند مولد سری زمانی با بهره گرفتن از داده‌های تاخیر یافته می‌گردد. سپس میزان انقباض و یا انبساط جهت های مختلف در فضای بازسازی شده اندازه‌گیری می‌گردد. نمای مثبت نشانگر آن است که مسیرهای حالت نزدیک به هم با گذشت زمان از یکدیگر واگرا و دور می‌شوند و تفاوت کوچکی در شرایط اولیه، اختلاف زیادی را در طول زمان بوجود می‌آورد، بنابراین وجود شرایط نادقیق اولیه، پیش‌بینی‌های بلند مدت نادرستی را به همراه خواهد داشت .
ب - پیش‌بینی: روش های پیش‌بینی مورد استفاده در رساله به سه دسته زیر تقسیم شده‌اند:
ب - ۱: روش های پیش‌بینی براساس مدلهای خطی: از ساختار (ARIMA (p, d, q برای مدلسازی خطی استفاده شده است ، و پیش‌بینی قیمت و بازده سهم صورت گرفته است . علیرغم عملکرد خوب مدلهای خطی بدست آمده در پیش‌بینی قیمت (بازده) روز بعد و خطای کوچک این مدلها، حساسیت مدلها نسبت به حالتهای اولیه بسیار بالا بوده، و این امر موجب عملکرد ضعیف و عدم کارایی مدلهای خطی ARIMA در فرایند پیش‌بینی دراز مدت است .
ب - ۲: روش های پیش‌بینی براساس مدلهای غیرخطی (شبکه‌های عصبی غیرخطی): استفاده از شبکه‌های عصبی برای انجام نگاشت و تقریب توابع و نهایتا مدلسازی فرآیندهای دینامیکی در واقع تعمیمی بر تحلیل رگرسیون و آمار کلاسیک است . از تکنیکهای مدلسازی براساس شبکه‌های عصبی برای مدلسازی رفتار قیمت سهام به صورتهای مختلف استفاده شده است . در نهایت ساختاری برای پیش‌بینی دراز مدت ارائه گردیده است .
ب - ۳: روش های پیش‌بینی براساس مدل معادلات دیفرانسیل تصادفی: مدل تصادفی مورد استفاده برای بیان فرایند قیمت ، دارای دو جمله می‌باشد، جمله‌ای دال بر متوسط تغییرات بازده در هر لحظه و جمله دیگر مبین نوسانات لحظه‌ای فرایند مولد قیمت ، با بهره گرفتن از ریاضیات مخصوص به حل معادلات دیفرانسیل اتفاقی (انتگرال Ito)، قیمت سهم پیش‌بینی می‌شود. هدف از این قسمت معرفی روش های معادلات دیفرانسیل و کاربرد آن در مقوله پیش‌بینی سریهای زمانی قیمت است .
۲- کاربرد شبکه های عصبی در پیش بینی شاخص صنعت تحت تاثیر متغیرهای کلان اقتصادی،حسین تیموری؛ به راهنمایی: عزیزا… معماریانی؛ استاد مشاور: محمدرضا امین ناصری.
استفاده از شبکه های عصبی در مسایل پیش بینی و تصمیم به ویژه در عرصه اقتصاد، در طی دو دهه اخیر گسترش قابل ملاحظه ای یافته است. آنچه که در این پروژه بدان پرداخته می شود، تلاشی است در جهت برقراری یک رابطه منطقی بین چند متغیرکلان اقتصادی و شاخص صنعت خودروسازی در بازار بورس با بهره گرفتن از شبکه عصبی و تبیین میزان همبستگی شاخص با این متغیرها.شبکه پیشنهادی یک شبکه پس انتشار است که دارای یک لایه پنهان با پنج گره است. ابتدا به تعریف شاخص و مبانی شبکه های عصبی پرداخته ، سپس مروری بر ساختار داده ها و حل مسأله با بهره گرفتن از روش رگرسیون پرداخته می شود. روش رگرسیون در مرحله یادگیری پاسخ مناسبی ارائه می کند اما در مرحله آزمون بدلیل تغییر شرایط حاکم بر روند تغییرات شاخص، پاسخهای این روش دارای خطای بسیار زیادی است. اما شبکه عصبی پیشنهادی که دامنه پیش بینی آن تا سه هفته است ، تا حدود زیادی این مشکل را برطرف کرده است. بطوریکه میانگین نسبت خطای کل از ۳۰ درصد در رگرسیون به هفت درصد در شبکه عصبی کاهش یافته است. اما جالبترین نتیجه در مرحله آزمون به دست آمده است. در حالیکه میانگین نسبت خطای داده های مرحله آزمون ، در روش رگرسیون بیش از ۷۳ درصد است، این رقم در شبکه عصبی کمتر از هفت درصد است. در انتهای تحقیق پس از بررسی تاثیر نوسانات پارامترهای شبکه در جواب حاصل از شبکه ، به نتیجه گیری پرداخته می شود.
۳-پیش بینی قیمت سهام شرکت ایران خودرو با شبکه عصبی،محمدرضا عباس پور؛ به راهنمایی: محمد رضا امین ناصری ؛ استاد مشاور: ذگردی.
دراین تحقیق ابتدا به وسیله آزمون گردش امکان پیش بینی قیمت سهام شرکت ایران خودرو بررسی گردید . سپس از شبکه های عصبی برای پیش بینی یک دو و هفت روز بعد قیمت سهام استفاده شد . به علت نوسانات شدید موجود در داده های قیمت سهام شرکت ایران خودرو روش خاصی برای انتخاب مجموعه تست و آموزش به کار گرفته شد و در نتیجه قدرت برازش مدل شبکه به مراتب بهبود یافت .
همجنین تاثیر انواع توابع تبدیل برای لایه مخفی وخروجی انواع الگوریتم های یادگیری انواع ساختارشبکه از لحاظ تعداد گره های ورودی و مخفی و چهار متغیر بنیادی و فنی ، نرخ ارز ، قمیت نفت ، ‏‎p/e‎‏ وحجم مبادلات سهام برعملکرد شبکه مورد بررسی قرارگرفت و آنها که در بهبود مدل شبکه موثر بودند در مدل نهایی لحاظ گردیدند و درنهایت بهترین مدل شبکه برای پیش بینی حالات مختلف ارائه گردید . در خاتمه به مدل سازی خطی قیمت سهام شرکت به وسیله دو روش هموارسازی نمایی و باکس جنکینز پرداخته شد. نتایج بدست آمده نشان داد که پیش بینی به وسیله شبکه عصبی به مراتب بهتر از روش های خطی عمل می نماید.

 

 

روش تحقیق

 

مقدمه

پژوهش علمی تلاشی است نظامدار برای پاسخ دادن به پرسشهای خاصی که حل شدنی باشد، اما جواب دادن به آنها به سرعت و فوری امکان پذیر نیست(هومن،۱۳۷۴) . با آنکه همه شاخه های علوم ، متفاوت از یکدیگرند و فنون پژوهش علمی نیز ممکن است از یک علم به علم دیگر ، به گونۀ قابل ملاحظه ای متفاوت باشد، اما ساختار همه آنها متکی به یک نظام منطقی است و در همه آنها یک فسلفه مشترک به نام «روش علمی» وجود دارد . در این فصل روش انجام تحقیق تشریح خواهد شد. بعد از این مقدمه نحوه جمع آوری و آماده سازی داده ها و به دنبال آن نحوه مدل سازی شبکه عصبی و روشARIMA و رگرسیون چند متغیره جهت انجام پیش بینی شاخص پنجاه شرکت برتر بورس تهران تشریح خواهد شد و در پایان نحوه آزمون نتایج و معیار ارزیابی مدل های فوق جهت پذیرش یا رد فرضیه بیان می گردد. همانگونه که در فصل اول ذکر شد موضوع پژوهش حاضر عبارتست از :
« پیش ­بینی شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران با بهره گرفتن از شبکه های عصبی»

لذا سوال اصلی تحقیق این است که آیا می توان شاخص پنجاه شرکت برتر را با بهره گرفتن از شبکه های عصبی پیش بینی نمود یا خیر ؟ همانطور که در پیشینه تحقیق ذکر گردید در اکثر تحقیقات مشابه نتایج مدل شبکه های عصبی با یک یا چند مدل پذیرفته شده دیگر مقایسه می گردد. در این تحقیق از مدل رگرسیون و خصوصاً مدل ARIMA برای ارزیابی مدل شبکه عصبی استفاده می گردد . علت استفاده از این مدل جهت مقایسه و ارزیابی نتایج مدل شبکه عصبی این است که این مدل یکی از مدلهای پذیرفته شده در خصوص مسایل پیش بینی متغیرهای اقتصادی و مالی می باشد و همانطور که در فصل دوم عنوان گردید تنها مدلی می باشد که متغیر مورد نظر را با بهره گرفتن از سری زمانی خود متغیر پیش بینی می نماید و ما نیز در این تحقیق شاخص پنجاه شرکت برتر را با بهره گرفتن از سری زمانی تاریخی آن پیش بینی می کنیم . با توجه به مطالب فوق فرضیه تحقیق به شرح زیر تدوین گردیده است:
خطای پیش بینی حاصل از مدل شبکه های عصبی کمتر از خطای پیش بینی حاصل از مدل ARIMA و رگرسیون چند متغیره می باشد.
مقصود از خطای پیش بینی، ریشه دوم میانگین مربعات خطای پیش بینی ^[۲۹]( RMSE) در هر مدل می باشد .

نحوه جمع آوری وآماده سازی داده ها

داده های مورد استفاده در این تحقیق ارقام شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران از تاریخ ۰۸/۰۴/۱۳۷۱ الی ۰۹/۰۳/۱۳۸۶ می باشد که با بهره گرفتن از نرم افزار ره آورد نوین تهیه گردید . تعداد کل ارقام شاخص برای این دوره ۳۶۱۳ عدد بوده است . علت استفاده از این دوره زمانی در وهله اول به خاطر در دسترس بودن و جدید بودن داده ها می باشد و همچنین مقدار داده ها به اندازه کافی زیاد باشد که بتوان با آنها هم شبکه عصبی را آموزش داد و هم آزمایش نمود. نمودار روند شاخص پنجاه شرکت برتر بورس تهران را دوره مذکور نشان می دهد .

 

۳-۶-۱-۸٫ آسیب شناسی نقش زنان در جامعه
تعریف نظری: در این پژوهش با سنجش مزاحمت های اجتماعی، کاهش باورهای دینی و سنتی، مصرف گرایی، چندگانگی نقش، تعارضات نقشی، فشارهای روحی و روانی، احساس بدنامی و تن آرایی ازجمله آسیب هایی انتخاب شده اند که ناشی از حضور زنان و انواع نقش ها می باشد و ممکن است بر عملکرد خانواده تاثیر بگذارد.
گویه های مربوط به مزاحمت های خیابانی (احساس نا امنی)
تعریف نظری: از مفهوم امنیت، تفاسیر و تعابیر گوناگونی صورت گرفته است. تعاریف لغوی امنیت در فرهنگ لغت عبارتند از: در امان بودن، آرامش و آسودگی، حفاظت در مقابل خطر،احساس آزادی از ترس، احساس ایمنی و رهایی از تهدید است (میرعرب،۱۳۷۹: ۱۳۳).
آزار خیابانی به عنوان مصداقی از خشونت علیه زنان، آسیب های متعددی را بر فرد، خانواده و جامعه به بار می آورد. با افزایش مزاحمت های خیابانی، مشارکت اجتماعی و فرهنگی زنان، خصوصاً زنان محجبه کاهش می یابد. زیرا طبیعی است که هر گاه خروج از منزل و موقعیت مطمئن، مقارن با آزارهای خیابانی باشد، ترس از عواقب و خطرات آن دامنه فعالیت آنها را کاهش می دهد یا هزینه چنین مشارکتی را افزایش می دهد. گاه مزاحمت های خیابانی باعث جدال و تنش در روابط گرم و صمیمی اعضای خانواده میشود. شوهر، همسرش را و پدر، دخترش را… توبیخ می کند، این تنش ها سبب پیامدهای دیگری از قبیل شک و بدبینی، ممانعت خروج از منزل یا عدم اجازه جهت کار و تحصیل …. می گردد.
تعریف عملیاتی: گویه های مزاحمت های اجتماعی در این پژوهش با استفاده گویه های محقق ساخته مورد سنجش قرار گرفته است. به منظور سنجش این متغیر از پاسخگو پرسیده می شود: لطفا نظرات خود را درمورد موارد زیر بیان کنید؟
هنگامی که در شب به تنهایی در این شهر قدم می زنم احساس ناامنی می کنم.
از راه رفتن و نشستن در پارک ها اصلا احساس امنیت نمی کنم.
برایم پیش آمده که در خیابان مردی خواسته باشد به من شماره دهد.

تا بحال برایم اتفاق افتاده که مردی در خیابان به من تنه بزند.
برایم اتفاق افتاده که مردی با ماشین تعقیبم کند یا بخواهد که سوار ماشینش شوم.
برایم اتفاق افتاده که در خیابان مردی با متلک گویی برایم مزاحمت ایجاد کند.
برایم پیش آمده در خیابان مردی اصواتی مثل سوت زدن یا فریاد کشیدن برایم در آورد.
به منظور سنجش این سازه، ۷ سوال و در سه بعد احساس نا امنی، مزاحمت رفتاری و مزاحمت گفتاری، در غالب یک طیف لیکرت ۵ قسمتی (کاملا موافقم، موافقم، بی نظر، مخالفم،کاملا مخالفم) ارزش گذاری شده است که از ۱ تا ۵ امتیاز به آن اختصاص داده شده است، کمترین امتیاز ۷ و بیشترین امتیاز ۳۵ می باشد و مجموع امتیازات پاسخگو، میزان مزاحمت های اجتماعی را مشخص می کند.
گویه های مربوط به کاهش باورهای دینی و سنتی
سنت به معنای انتقال میراث فرهنگی، خاص گروهی ویژه در طی نسل هاست و معمولا عنصرهای سنتی، ارزشمند تلقی می شوند (سامپسون، ۱۳۷۶: ۵۲۰-۵۱۹)، دینی بودن، عنوان عامی است که به هر فرد یا پدیده ای که ارزش ها و نشانه های دینی در آن متجلی باشد، اطلاق می شود. تجلی ارزش ها و نشانه های دینی بودن فرد را در نگرش، گرایش و کنش های آشکار و پنهان او می توان جستجو کرد. فرد دیندار خود را مقید به رعایت دستورات و توصیه های دینی می داند (شجاعی زند،۱۳۸۴ :۳۴-۶۶) دینداری یکی از مقوله های اجتماعی است که دستخوش تغییر و تحولات گسترده می شود (دورکیم،۱۳۸۱: ۱۵۶). امروزه با پیشرفت های اقتصادی ـ اجتماعی، گسترش رسانه ها و آموزش بیشتر، و حضور زنان در جامعه، زنان از فرهنگ سنتی و باورهای دینی فاصله گرفته اند و این امر باعث شده است تا آنها کمتر نقش­های سنتی را بپذیرند و یا در صورت پذیرش آنها ارزیابی منفی نسبت به نقش خود داشته باشند و این باعث نارضایتی از زندگی می شود (بابایی، ۱۳۸۰: ۱۶۳).
تعریف عملیاتی: برای سنجش باورهای دینی و سنتی، از مدل گلارک و استارک برای سنجش باورهای مذهبی استفاده شد که این دو وجوه مشترک همه ادیان را، ابعاد اعتقادی، مناسکی، پیامدی، عاطفی و شناختی می دانند. و برای سنجش گویه های باورهای سنتی از گویه های محقق ساخته استفاده شده است. به منظور سنجش این متغیر از پاسخگو پرسیده می شود : لطفا نظرات خود را درمورد عبارت های زیر بیان کنید؟
گویه های باورهای سنتی
اساسی ترین کارهای هر زنی خانه داری اوست و خانه دار بودن اوست که زن را می سازد.
تحصیلات دانشگاهی برای یک پسر مهمتر است تا برای یک دختر.
ترجیح می دهم در مکان هایی که مردان بیشتر حضور دارند، نروم.
سعی می کنم با مردان نامحرم، کمتر ارتباط داشته باشم.
در تربیت فرزندانم از شیوه های سنتی استفاده می کنم.
معتقدم فرزندانم باید به شیوه سنتی ازدواج کنند.
زن نباید بدون اجازه شوهرش کاری انجام دهد.
زن وظیفه دارد برای خارج شدن از خانه از همسرش اجازه بگیرد.
چادر، حجاب برتر است باید با افراد بدحجاب برخورد شود.
گویه های باورهای مذهبی
در روز قیامت به اعمال و رفتار ما دقیقا رسیدگی می شود.
احساس می کنم زندگی ام بدون اعتقاد به خدا پوچ و بی هدف است.
به نظر من باید به غسل های واجب اهمیت دهیم.
حجاب ظاهری اهمیتی ندارد، مهم حجاب باطنی است.
به منظور سنجش این سازه،۱۳ سوال در یک طیف لیکرت ۵ قسمتی (کاملا موافقم، موافقم، بی نظر، مخالفم،کاملا مخالفم) ارزش گذاری شده است که از ۱ تا ۵ امتیاز به آن اختصاص داده شده است کمترین امتیاز ۱۳ و بیشترین امتیاز ۶۵ می باشد و مجموع امتیازات پاسخگو، میزان کاهش بورهای سنتی و مذهبی را مشخص می کند.
گویه های مربوط به مصرف گرایی
تعریف نظری: مصرف گرایی عبارت است از؛ اصالت دادن به مصرف و هدف قرار دادن رفاه و دارایی های مادی. برخی مصرف گرایی را به معنای برابر دانستن خوشبختی شخصب با خرید دارایی های مادی و مصرف گرفته اند (سیدی نیا،۱۳۸۸: ۱۵۳). از نگاه مایلس^[۹۳] هیچ تعریف آماده و حاضری از مصرف گرایی در دست نیست. او بیان می کند مصرف گرایی وجوه فرهنگی عمل شایع مصرف است در واقع مصرف یک عمل و محدود به سطح رفتار و کنش است و مصرف گرایی روش زندگی است (مایلس، ۱۹۹۸: ۴).
تعریف عملیاتی: در این پژوهش مصرف گرایی را به دو بعد: بعد ذهنی یا ارزش مصرف و بعد عینی تقسیم کرده ایم.
بعد ذهنی: مطالعه از ارزش مصرف و نظریه انتخاب بازار توسط شس، نیومن و گراس پیشنهاد شده که انتخاب در بازار و خرید را یک پدیده چند بعدی می دانند که شامل چندین ارزش است. مصرف کنندگان ارزش های متفاوتی را به گروه های محصولات می دهند که به توجه خود، انگیزه هایشان را برای مصرف تحت تاثیر قرار می دهد. شس و همکارانش پنج ارزش را معرفی کرده اند که ان ارزش ها عبارتند از: ارزش کارکردی، ارزش اجتماعی، ارزش عاطفی، ارزش شناختی، ارزش مشروط (او. کی. کیم،۲۰۰۵: ۲۰).
گویه های مربوط به ارزش کارکردی
مطابق با کار شس و همکارانش (۱۹۹۱) ارزش عملکردی ناشی از مطلوبیت و سودمندی اداراک از اشیا در موقعیت انتخاب است و به طور کلی مربوط به ویژگی هایی از قبیل: کارایی، قابلیت اطمینان، دوام و قیمت است.
هنگام خرید به قیمت کالا توجهی ندارم، مهم این است که شیک و جدید باشد.
استفاده از کالاهای مارک دار برایم لذت بخش است.
گویه های مربوط به ارزش اجتماعی
این ارزش ها از طریق ارتباط با گروه های اجتماعی به محصول متصل و ضمیمه آن می شوند. نسبت دادن ارزش های اجتماعی اغلب برای اقلام قابل مشاهده مصرف رخ می دهد. مواردی مانند نوع محصول، انتخاب نام تجاری و تصمیمات خرید متاثر از ارزش های اجتماعی است. مصرف کنندگان بوسیله این ارزش ها کلاس هایی مختلف محصول یا همخوان یا ناهمخوان بودن آن با هنجارهای گروه های مرجعی که به آن تعلق دارند یا آرزوی تعلق داشتن به آن را دارند را درک می کنند.
معمولا هرچه مصرف فرد بیشتر باشد، وجهه اجتماعی اش بالاتر می رود.
کالاهای گران قیمت و لوکس برای کسی ارزش نمی آورد.
خوبی وسایل و لباس های جدید این است که از دیگران متمایز میشوی.
گویه های مربوط به بعد ارزش عاطفی