دوره آموزش نرم‌افزار SPSS ویژه معماران و شهرسازان

لیست سرفصل‌ها و مفاهیم جلسات آموزش SPSS :

جلسه 1: آشنایی با نرم‌افزار SPSS و مفاهیم پایه آمار

1. معرفی نرم‌افزار SPSS و کاربردهای آن در تحقیقات معماری و شهرسازی
2. معرفی مفاهیم پایه آماری: داده، متغیر، مقیاس اندازه‌گیری
3. معرفی اصطلاحات آماری
4. مراحل طراحی یک تحقیق آماری:
   • تعیین هدف از تحقیق
   • جامعه آماری
   • معرفی متغیرهای تحقیق
   • تعیین مقیاس و مقادیر استاندارد برای متغیرها
   • انتخاب روش نمونه‌گیری
   • شناسایی روش آماری برای تحلیل
5. نصب و راه‌اندازی نرم‌افزار
6. نحوه ورود داده‌ها به محیط SPSS: تعریف متغیرها
7. انواع متغیرها
8. آماده‌سازی داده‌ها برای تحلیل در SPSS
9. نحوه ذخیره‌سازی و بازیابی فایل‌های داده

جلسه 2: تعریف پروژه عملی، طراحی پرسشنامه و ابزارهای جمع‌آوری داده

1. شخصی‌سازی پروژه پژوهشی
2. تعریف انواع پژوهش‌های روش‌شناسی در معماری و شهرسازی
3. طراحی پرسشنامه متناسب با هدف پژوهش
4. روش‌های جمع‌آوری اطلاعات
5. معرفی ابزارهای جمع‌آوری داده

جلسه 3: آمار توصیفی و نمایش داده‌ها

1. آمار توصیفی: مفاهیم میانگین، میانه، مد، واریانس، انحراف استاندارد
2. جدول فراوانی و نمودارهای مختلف (میله‌ای، دایره‌ای، هیستوگرام و غیره)
3. تحلیل اکتشافی داده‌ها: شناسایی داده‌های پرت، بررسی توزیع داده‌ها
4. توزیع فراوانی متغیرهای طبقه‌ای و کمی
5. شاخص‌های توصیف داده‌ها
6. جداول توافقی
7. انواع نمودارها و طبقه‌بندی داده‌ها
8. ابزارهای ترسیم نمودارها

جلسه 4: آزمون استنباطی و آزمون‌های پارامتریک و ناپارامتریک

1. مفاهیم آزمون فرضیه: فرض صفر، فرض مقابل، سطح معناداری
2. معرفی آزمون‌های پارامتریک و ناپارامتریک و کاربرد هر یک در مطالعات معماری و شهرسازی
3. آزمون تی تک‌نمونه‌ای، دو نمونه‌ای مستقل و وابسته
4. تحلیل واریانس یک‌طرفه (ANOVA)
5. مقایسه چندگانه (Post Hoc)

جلسه 5: آزمون‌های ناپارامتریک

1. مقایسه فراوانی مقادیر مختلف یک متغیر دو و چندارزشی
2. بررسی تصادفی بودن نمرات برحسب میانگین، میانه و نما
3. بررسی نرمال بودن توزیع نمرات
4. مقایسه دو گروه مستقل و چند گروه مستقل با آزمون‌های ناپارامتریک
5. مقایسه دو و چند گروه همبسته با آزمون‌های ناپارامتریک
6. آزمون‌های ناپارامتری برای داده‌های رتبه‌ای و اسمی
7. آزمون‌های زوجی، من ویتنی، کروسکال والیس، فریدمن، گردش، مک‌نمار
8. کاربرد آزمون‌های ناپارامتری در معماری و شهرسازی: مقایسه ترجیحات افراد در مورد طرح‌های مختلف

جلسه 6: آزمون‌های همبستگی و رگرسیون

1. تعریف و انواع همبستگی
2. همبستگی پیرسون و اسپیرمن: بررسی رابطه بین دو متغیر کمی
3. تعریف و مفروضات رگرسیون
4. رگرسیون خطی ساده: پیش‌بینی یک متغیر کمی بر اساس متغیر کمی دیگر
5. کار با آزمون دوربین واتسون و هم‌خطی
6. بررسی نرمال بودن
7. رگرسیون چندگانه: پیش‌بینی یک متغیر کمی بر اساس چند متغیر کمی

جلسه 7: تحلیل عاملی و تحلیل اعتبار داده‌ها

1. تعریف تحلیل عاملی
2. کاربرد تحلیل عاملی در مطالعات معماری و شهرسازی
3. انواع تحلیل عاملی: اکتشافی و تأییدی
4. تعریف روایی و پایایی

جلسه 8: رابطه دو متغیر کیفی و نیکویی برازش

1. تعریف مستقل یا وابسته بودن
2. تعریف توافق متغیرها
3. تعریف نیکویی برازش
4. مقیاس اندازه‌گیری

جلسه 9: تحلیل و تفسیر کیفی و تصویرسازی داده‌ها

1. معرفی روش‌های مختلف تفسیر نتایج آزمون‌ها
2. معرفی روش‌های مختلف نرم‌افزارها برای تصویرسازی داده‌ها
3. ایجاد نمودار یا شبکه مفهومی ساده برای نمایش نتایج تحلیل
4. بررسی کاربردهای تفسیر و تصویرسازی داده‌ها در پژوهش‌های معماری و شهرسازی

جلسه 10: آموزش کاربرد هوش مصنوعی در تفسیر داده‌ها

1. آموزش هوش مصنوعی مناسب جهت تفسیر داده‌ها
2. آموزش پرامپت‌نویسی جهت تفسیر داده‌ها

هر جلسه چه میگوییم؟

جلسه 1: آشنایی با نرم‌افزار SPSS و مفاهیم پایه آمار

این جلسه به معرفی نرم‌افزار SPSS به‌عنوان ابزاری کلیدی برای تحلیل داده‌ها در تحقیقات معماری و شهرسازی اختصاص دارد. در این بخش، مفاهیم پایه آماری مانند داده‌ها، متغیرها و مقیاس‌های اندازه‌گیری به همراه اصطلاحات رایج آماری آموزش داده می‌شود. همچنین مراحل طراحی یک تحقیق آماری، از جمله تعیین اهداف تحقیق، انتخاب جامعه آماری و متغیرها، روش نمونه‌گیری و انتخاب ابزارهای آماری مناسب برای تحلیل، به تفصیل شرح داده می‌شود. در پایان، نحوه نصب، ورود داده‌ها، ذخیره‌سازی و آماده‌سازی فایل‌ها در SPSS آموزش داده خواهد شد.

جلسه 2: تعریف پروژه عملی، طراحی پرسشنامه و جمع‌آوری داده‌ها

در این جلسه، نحوه تعریف یک پروژه عملی و متناسب‌سازی آن با اهداف پژوهشی آموزش داده می‌شود. انواع روش‌های تحقیق در معماری و شهرسازی توضیح داده می‌شود و شرکت‌کنندگان یاد می‌گیرند چگونه پرسشنامه‌هایی طراحی کنند که پاسخگوی اهداف پژوهش باشند. علاوه بر این، روش‌های مختلف جمع‌آوری اطلاعات و ابزارهای کاربردی برای دستیابی به داده‌های دقیق و قابل‌اعتماد معرفی می‌شوند.

جلسه 3: آمار توصیفی و نمایش داده‌ها

این جلسه به مفاهیم آمار توصیفی مانند میانگین، میانه، مد، واریانس و انحراف استاندارد می‌پردازد. همچنین، نحوه استفاده از جدول‌های فراوانی و نمودارهای مختلف برای نمایش داده‌ها آموزش داده می‌شود. تحلیل اکتشافی برای شناسایی داده‌های پرت و بررسی توزیع داده‌ها انجام می‌گیرد. در ادامه، نحوه کار با شاخص‌های توصیفی، جداول توافقی و ابزارهای رسم نمودارها برای دسته‌بندی و تحلیل داده‌ها آموزش داده خواهد شد.

جلسه 4: آزمون استنباطی و آزمون‌های پارامتریک و ناپارامتریک

این جلسه به آزمون فرضیه‌ها و کاربرد روش‌های پارامتریک و ناپارامتریک اختصاص دارد. شرکت‌کنندگان با مفاهیمی مانند فرض صفر، فرض مقابل و سطح معناداری آشنا می‌شوند. آزمون‌های آماری مانند تی تک‌نمونه‌ای، تی دو نمونه‌ای مستقل و وابسته، تحلیل واریانس (ANOVA) و مقایسه چندگانه آموزش داده می‌شوند. کاربرد این آزمون‌ها در تحلیل داده‌های معماری و شهرسازی نیز بررسی می‌شود.

جلسه 5: آزمون‌های ناپارامتریک

در این جلسه، آزمون‌های ناپارامتریک برای تحلیل داده‌های رتبه‌ای و اسمی آموزش داده می‌شود. این آزمون‌ها برای مقایسه گروه‌های مستقل و همبسته، بررسی تصادفی بودن یا نرمال بودن توزیع نمرات و تحلیل فراوانی متغیرها استفاده می‌شوند. آزمون‌هایی مانند زوجی، من ویتنی، کروسکال والیس و فریدمن آموزش داده شده و کاربردهای آن‌ها در مقایسه طرح‌های مختلف در معماری و شهرسازی مورد بحث قرار می‌گیرد.

جلسه 6: آزمون‌های همبستگی و رگرسیون

این جلسه به بررسی همبستگی بین متغیرها و تحلیل رگرسیون اختصاص دارد. شرکت‌کنندگان با انواع همبستگی مانند پیرسون و اسپیرمن آشنا می‌شوند و یاد می‌گیرند چگونه از رگرسیون خطی ساده و چندگانه برای پیش‌بینی متغیرها استفاده کنند. مفاهیمی مانند آزمون دوربین واتسون و هم‌خطی نیز برای اطمینان از صحت مدل‌های رگرسیون بررسی می‌شود.

جلسه 7: تحلیل عاملی و تحلیل اعتبار داده‌ها

تحلیل عاملی به‌عنوان یکی از روش‌های پیشرفته برای کاهش ابعاد داده‌ها و شناسایی الگوهای پنهان در این جلسه آموزش داده می‌شود. شرکت‌کنندگان با انواع تحلیل عاملی، از جمله اکتشافی و تأییدی، و کاربردهای آن در معماری و شهرسازی آشنا می‌شوند. همچنین، مفاهیم روایی و پایایی برای ارزیابی ابزارهای تحقیق توضیح داده می‌شود.

جلسه 8: رابطه دو متغیر کیفی و نیکویی برازش

این جلسه به بررسی ارتباط بین متغیرهای کیفی و آزمون نیکویی برازش می‌پردازد. مفاهیمی مانند استقلال و وابستگی متغیرها و توافق بین آن‌ها مورد بحث قرار می‌گیرند. همچنین، نحوه استفاده از مقیاس‌های اندازه‌گیری برای ارزیابی کیفیت مدل‌ها آموزش داده می‌شود.

جلسه 9: تحلیل و تفسیر کیفی و تصویرسازی داده‌ها

در این جلسه، روش‌های مختلف تفسیر نتایج آزمون‌های آماری به شرکت‌کنندگان آموزش داده می‌شود. ابزارهای نرم‌افزاری برای تصویرسازی داده‌ها معرفی می‌شوند و شرکت‌کنندگان یاد می‌گیرند چگونه نمودارها یا شبکه‌های مفهومی ساده‌ای برای نمایش نتایج تحلیل ایجاد کنند. کاربردهای این روش‌ها در پژوهش‌های معماری و شهرسازی نیز مورد بررسی قرار می‌گیرد.

جلسه 10: آموزش کاربرد هوش مصنوعی در تفسیر داده‌ها

در این جلسه، شرکت‌کنندگان با استفاده از هوش مصنوعی برای تحلیل و تفسیر داده‌ها آشنا می‌شوند. روش‌های پرامپت‌نویسی و استفاده از الگوریتم‌های هوش مصنوعی برای افزایش دقت در تحلیل داده‌ها آموزش داده خواهد شد و کاربردهای عملی آن در پژوهش‌های مرتبط با معماری و شهرسازی توضیح داده می‌شود.