در ۳۸ آزمون صورت گرفته, در ۱۶ آزمون فرض صفر مورد قبول و در ۱۷ آزمون دیگر، فرض صفر مردود شد.

آزمون

تعداد

درصد

قبول

۱۶

۴۲%

رد

۲۲

۵۸%

مجموع

۳۸

۱۰۰%

در نتایج بدست آمده مشاهده می شود که با وجود اینکه روند رو به رشد در تجهیز کیفی و کمی تجهیزات الکترونیک بانک رفاه مشاهده می شود و رابطه معنی داری بین متغیرها وجود دارد, اما بین متغیرهای مستقل و متغیرهای مرتبط با کنترل نقدینگی رابطه قابل قبولی وجود ندارد. بنابراین میتوان نتیجه گرفت که عملکرد بانک رفاه در مدیریت نقدینگی خود، البته با فرض ثابت بودن سایر شرایط و البته باوجود افزایش تعدادی تجهیزات الکترونیکی, و همچنین با توجه به متغیرهای مورد بررسی در این پایان نامه، چندان قابل قبول نبوده و زیر ۵۰% بوده است.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

همچنین در تمامی آزمونهایی که به صورت چند متغیره و یا اثر تجمعی چند متغیر انجام شد، مشاهده شد که تمامی این آزمونها بی ­معنی بوده اند. و این را می توان به این دلیل دانست که اولاً بازه همپوشانی اطلاعات مورد آزمون محدود، اطلاعات نادرست و یا عملکرد بانک در این زمینه ها ضعیف بوده است.

پیشنهادات مبتنی بر تحقیق

هدف از تشکیل رگرسیون خطی نیز یافتن میزان­و نرخ تغییرات متغیرها نسبت به هم بوده ­است.همچنین با توجه به این روابط می توان پیش ­بینی کرد که اگر چنانچه تغییرات نظام بانکداری الکترونیک با همین سرعت اتفاق بیافتد، مدیریت نقدینگی و وجوه نقد بانک رفاه در آینده به چه صورت خواهد بود. اما یقیناً که این روند تغییرات چه در عرصه بانکداری الکترونیک و چه در کیفیت مدیریت نقدینگی بانک رفاه، مورد نظر مدیران ارشد بانک و سهامداران آن نخواهدبود. این تحقیق شاید تنها بتواند راهنمای کوچکی برای مدیران آن بانک باشدکه؛

1. 1. پیشنهاد می گردد در گام اول نمودار روند تغییرات متغیرهای مورد بحث در این تحقیق رسم و به دقت با بهره گرفتن از روش ها و فنون تکنیکال مورد بررسی قرار گیرد، چرا که مطالعه قله ها و دره های ایجاد شده در روند کاهش یا افزایش این متغیرها در اثر حوادث و وقایعی هستند که در طول تاریخ تکرار می شوند. به همین دلیل بررسی چرایی حوادث رخداده می تواند آثار مثبت را در آینده افزایش و آثار منفی را کاهش دهد.

1. 1. جهت ترمیم سیستم های اطلاعات مدیریت خود در وهله اول و سپس به فراخور آن، در تجهیز ناوگان بانکداری الکترونیک خود توجه کافی را مبذول نمایند.

1. 1. در این تحقیق سعی بر آن شد که اطلاعات روزانه و ماهانه مربوط به متغیرهای تحقیق جمع­آوری گردد. اما با این وجود یکسری نقص ها و ایراداتی در این اطلاعات وجود دارد. از آن جمله می توان به عدم ثبت اطلاعات در برخی بازه های میان دوره مورد بررسی اشاره کرد. با توجه به اینکه یکی از فواید مهم بانکداری الکترونیک تسهیل در ثبت اطلاعات و تسریع در بازخوانی آن در زمان مورد نیاز می باشد، پیشنهاد می گردد که قبل از هر چیزی نسبت به ایجاد امکانات مناسب و همچنین اقدامات نظارتی در راستای ثبت اطلاعات درست و در اسرع وقت، تلاش کافی صورت گیرد.

1. 1. پیشنهاد می گردد اقداماتی صورت گیرد تا تحلیل هایی مانند آنچه در این تحقیق انجام شد، به صورت دوره ای و حتی در بازه های زمانی کوتاه تر در ارتباط با متغیرهای مورد مطالعه انجام گیرد و روند تغییرات به صورت پیوسته اندازه گیری، مانیتور و تحلیل شود تا تغییرات مورد توجه و چشمگیر، در اولین موقعیت علت یابی و بررسی گردد.

1. 1. توجه به میزان نقدینگی موجود در شعب سراسر کشور در راستای کاهش هزینه سرمایه و فرصت ازدست رفته، به منظور افزایش سودآوری بانک­دارای اهمیت بالایی است که می­بایستی باتوجه به ارتقا سطح بانکداری الکترونیک، بیش­ازپیش مورد توجه قرار بگیرد.

1. 1. با توجه به موارد فوق طراحی سیستم های امنیتی به دلیل کسب اطمینان و رضایت مشتریان حاضر و جذب مشتریان جدید اهمیت بیشتری به خود می گیرد.

1. 1. ایجاد سیستم های مانیتورینگ آنلاین و طراحی داشبوردهای مدیریتی مناسب جهت هشدار به مدیران بانک در سطوح مختلف مدیریتی بانک رفاه، جهت اطلاع­رسانی و یا هشدار نسبت به آنچه که در حال وقوع است، ضروری و مفید است. به این منظور سامانه ای تهیه گردد تا امکان تهیه و مشاهده گزارشات مختلف با امکان انتخاب پارامترها مورد نیاز در گزارش برای مدیران در سطوح مختلف بانک و به صورت لحظه­ای میسر شود.

پیشنهادات برای تحقیقات آینده

• • 1. 1. با توجه به اینکه تغییرات تعدادی، تعداد تراکنش و تراکنش های ریالی صورت گرفته از درگاه های الکترونیک و به طور کلی بانکداری الکترونیک، علاوه بر نقدینگی، بر بسیاری از بخش های بانکداری موثر است، می توان این رابطه را در سایر زمینه های بانکداری نیز بررسی نمود.
    1. 1. با در دست داشتن اطلاعات سایر بانکهای کشور می توان تحقیقات مشابهی را به صورت مشترک و مقایسه ای ترتیب داد و تاثیر متغیرهای مذکور را بر مدیریت نقدینگی آن بانکها نیز بررسی نمود.
    1. 1. مطالعه تاثیر متغیرهای بانکداری الکترونیک در سایر بخش­های بانک رفاه و یا سایر بانکها،
    1. 1. استفاده از این آزمون ها در سطح شعب، جهت اندازه گیری کارایی هر شعبه در مقایسه با سایر شعب،
    1. 1. مطالعه تکنیکال روند تغییرات تجهیزات بانکداری الکترونیک و علت یابی صعود یا نزول آن،
    1. 1. مطالعه تاثیر متغیرهای بانکداری الکترونیک بر مولفه های کلان اقتصادی،
    1. 1. از این رابطه و حتی مدل های مشابه می توان به نحوی رابطه علی و معلولی سایر پارامترهای بانکداری را در سطح کلان و یا حتی در سطح شعب اندازه گیری نمود.

دین
آموزش از طریق عمل به دین در منزل
خودسازی والدین
رفتار دینی والدین
متغیر پیش‌بین
ایمان
فصل سوم
روش تحقیق
مقدمه
تحقیق یک فرایند علمی است. بنابراین به یک روش منظم برای حل مشکلات نیاز است که اصطلاحاً به آن «روش تحقیق» می‌گویند. با انتخاب روش تحقیق مناسب، در واقع معین می‌گردد که چه روشی از میان روش‌های مختلف موجود، با توجه به موضوع و هدف محقق از انجام پژوهش، مناسب و پاسخگوست. به عبارت دیگر، هدف از انتخاب روش تحقیق آن است که محقق مشخص نماید چه شیوه و روشی را اتخاذ کند تا او را هر چه دقیق‌تر، آسانتر و ارزانتر در دستیابی به پاسخ یا پاسخ‌هایی برای پرسش یا پرسش‌های تحقیق یاری نماید، بنابراین روش جمع‌ آوری داده‌ها و روش آماری جهت تجزیه و تحلیل داده‌ها متفاوت هستند و بالطبع انتخاب روش تحقیق نیز براساس همین عوامل خواهد بود.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

۳-۱- روش تحقیق
تحقیق موجود یک تحقیق توصیفی از نوع همبستگی است مطالعه توصیفی آنچه را که است توصیف و تفسیر می کند و به شرایط یا روابط موجود، عقاید متداول، فرایند های جاری، اثار مشهود و یا روند های در حال گسترش توجه دارد توجه آن به زمان حال است، هر چند غالباً رویدادها و آثار گذشته را نیز که به شرایط موجود مربوط می شوند را مورد توجه قرار می دهد. نکته مهم در روش تحقیق همبستگی نیز آن است که این تحقیق هرگز رابطه علت و معلولی را تبیین نمی کند بلکه صرفاً یک رابطه را توصیف می کند (بست، ترجمه شریفی وطالقانی،۱۳۷۶ ). در این تحقیق همبستگی بین رفتار دینی والدین با روابط عاطفی موجود در خانواده و خود شکوفایی دانش‌آموزان سنجیده می شود بنابراین تحقیق از نوع همبستگی می باشد.
۳-۲- انواع متغیرها

1. 1. متغیرپیش بین

رفتار دینی والدین

1. 1. متغیرهای ملاک

روابط عاطفی موجود در خانواده و خود شکوفایی دانش‌آموزان

1. 1. متغیرهای تعدیلگر

جنس، نوع مدرسه و پایه تحصیلی
۳-۳- داده های مورد نیاز
داده های مورد نیاز این پژوهش از طریق پاسخ دانش آموزان دختر و پسر ناحیه دو شهر کرمان به سوالهای پرسشنامه پرسشنامه های رفتار دینی ، روابط عاطفی موجود در خانواده و خود شکوفایی به دست آمده است.
۳-۴- شیوه جمع آوری اطلاعات
برای جمع‌ آوری اطلاعات محقق پس از گرفتن نامه از دانشگاه و مراجعه با آموزش و پرورش و سپس با کسب اجازه از مراجع مربوطه پرسشنامه‌های مزبور را به طور همزمان و با روش نمونه‌گیری تصادفی- طبقه ای برای جمع‌ آوری داده ها در اختیار دانش آموزان قرار داد و پس از تکمیل، جمع‌ آوری و تصحیح پرسشنامه‌ها، تحلیل آماری بر روی داده‌ها با بهره گرفتن از نرم افزار ۱۷Spss صورت گرفته است.
۳-۵- جامعه آماری
«در هر بررسی آماری، جامعه، عناصری است که می‌خواهیم درباره آن استنباطی به عمل آوریم و تعداد عنصرهای آن را حجم جامعه می‌نامند» (عمیدی، ۱۳۷۸: ۱۰).
در این پژوهش جامعه آماری، دانش‌آموزان مقطع متوسطه ناحیه ۲ شهر کرمان با تعداد ۱۰۵۸۵ (۶۰۰۳ دختر و ۴۵۸۲ پسر) در ۷۹ مدرسه (دولتی و غیردولتی) می باشند.
۳-۶- حجم نمونه
برای بدست آوردن نمونه با توجه به حجم جامعه از فرمول کوکران استفاده شد که بر اساس این فرمول تعداد نمونه برابر است با ۳۰۹ نفر.

۳-۷- روش نمونه گیری
در این پژوهش روش نمونه‌گیری بصورت تصادفی – طبقه ای بوده است. بدین صورت که ابتدا مدارس مقطع متوسطه ناحیه ۲ را به ۱۲ طبقه(بر اساس جنس، نوع مدرسه و پایه تحصیلی) تقسیم کرده، سپس از هر طبقه به صورت تصادفی تعدادی مدرسه را انتخاب کرده و از هر مدرسه تعدادی دانش‌آموز بطور تصادفی انتخاب گردیده است که انتخاب دانش‌آموزان در هر طبقه و مدرسه متناسب با حجم جامعه صورت گرفته است.
۳-۸- ابزار جمع‌ آوری داده‌ها:
انتخاب ابزارهای جمع آوری اطلاعات به هدف و روش تحقیق بستگی دارد. لذا با توجه به اهداف این تحقیق و سوالات مطرح شده از پرسشنامه های رفتار دینی ، روابط عاطفی موجود در خانواده و خود شکوفایی استفاده شده است.
پرسشنامه‌ی رفتار دینی(علوی، ۱۳۸۲) مشتمل بر ۹ سؤال با طیف پنج درجه‌ای (اصلاً یا بسیار کم، به‌ندرت یا کم، بعضی وقت‌ها یا متوسط، بیشتر وقت‌ها یا زیاد، و همیشه یا خیلی زیاد) می باشد، پرسشنامه‌ی روابط عاطفی موجود در خانواده(علوی، ۱۳۸۷) شامل ۲۳ سؤال چهار گزینه‌ای (اصلاً، به‌ندرت، تاحدودی، و کاملاً) و پرسشنامه‌ی خود شکوفایی(گنجی، ۱۳۸۶) مشتمل بر ۸ سؤال دو گزینه‌ای(بلی و خیر) بوده اند.
۳-۹- شیوه نمره‌گذاری متغیرها
پرسشنامه‌ی رفتار دینی دارای ۹ سؤال است که پاسخ هر یک از مواد در مقیاس پنج درجه‌ای (اصلاً یا بسیار کم، به‌ندرت یا کم، بعضی وقت‌ها یا متوسط، بیشتر وقت‌ها یا زیاد، و همیشه یا خیلی زیاد) قابل رتبه‌بندی است. در هنگام نمره گذاری به هر یک از گزینه‌ها امتیاز ۰ تا ۴ اختصاص می‌یابد. به این ترتیب که به گزینه‌های اصلاً یا بسیار کم تا همیشه یا خیلی زیاد امتیازهای ۰ تا ۴ اختصاص می‌یابد. پس در این پرسشنامه حداقل نمره ممکن ۰ و حداکثر آن ۳۶ است. به کمک جدول ۳-۱ می‌توان وضعیت رفتار دینی هر فرد را مشخص نمود.
پرسشنامه‌ی روابط عاطفی موجود در خانواده مشتمل بر ۲۳ سؤال چهار گزینه‌ای بوده که سؤال‌های ۱ تا ۱۲، ۱۶، ۱۷ و ۲۳ به گزینه‌های‌ اصلاً، به‌ندرت، تاحدودی، و کاملاً به ترتیب امتیازهای ۰ تا ۳ و در سؤال‌های ۱۳ تا ۱۵ و ۱۸ تا ۲۲ ۲۳ به این گزینه‌ها‌ امتیازهای ۳ تا ۰ اختصاص می‌یابد. در نتیجه دامنه نمره روابط عاطفی موجود در خانواده بین ۰ تا ۶۹ بوده و نمره کمتر بیانگر روابط عاطفی نامطلوب‌تر است و هرچه امتیاز بالاتر باشد، روابط عاطفی موجود در خانواده بهتر است. به کمک جدول ۳-۲ می‌توان وضعیت روابط عاطفی موجود در خانواده هر فرد را مشخص نمود.
پرسشنامه‌ی خود شکوفایی مشتمل بر ۸ سؤال دو ارزشی (بلی و خیر) بوده است. در هنگام نمره‌گذاری به گزینه بلی امتیاز ۱ و به گزینه خیر امتیازی تعلق نمی‌گیرد. پس در این پرسشنامه حداقل نمره ممکن ۰ و حداکثر آن ۸ است و نمره کمتر بیانگر خود شکوفایی پایین‌‌تر است و هرچه امتیاز بالاتر باشد، خود شکوفایی بالاتر است. به کمک جدول ۳-۳ می‌توان وضعیت خود شکوفایی هر فرد را مشخص نمود.
جدول ۳-۱- تفسیر پرسشنامه رفتار دینی

همان طور که مشخص است تابع هزینه به صورت یک تابع درجه دوم از ضرایب فیلتر می­باشد. حل معادله کمینه­سازی تابع هزینه فوق منجر به معادله وینر-هوف می­گردد که به صورت زیر می­باشد:

در معادله فوق اگر R یک ماتریس غیرتکین باشد (ماتریسی با مقادیر ویژه غیر صفر) ضرایب بهینه w_o از رابطه زیر بدست می ­آید:

اگر سیگنال­های x_i[n] و x_d[n] در بازه زمانی پردازشی ایستان باشند این امکان وجود دارد که با فیلترینگ بهینه به صورت فوق به میزان کمینه تابع هزینه که برابر با است، دست یافت. به علت آن که شرط حل معادله وینر-هوف همواره در دست داشتن R وP و عدم وابستگی آن­ها به زمان است و از آن­جایی که در عمل وابستگی به زمان در این ماتریس­ها وجود دارد دست­یابی به میزان کمینه تابع هزینه میسر نخواهد بود، در عمل تابع هزینه به صورت زیر خواهد بود:

در رابطه فوق نشانگر ضرایب قابل دسترس در عمل می­باشد [۳۶-۳۷].
۳-۳-۲- الگوریتم LMS
الگوریتم LMS در سال ۱۹۶۰ توسط ویدرو و هوف پیشنهاد شده است و تا قبل از مطرح شدن الگوریتم RLS پرکاربردترین الگوریتم به حساب می­آمد. همان طور که بیان شد الگوریتم LMS حالت عملی پیاده­سازی فیلتر وینر می­باشد با این تفاوت که این الگوریتم بدون نیاز به دانستن ماتریس­های R و P (ماتریس همبستگی سیگنال ورودی فیلتر و ماتریس همبستگی متقابل ورودی فیلتر و سیگنال مطلوب) و بدون نیاز به محاسبه معکوس ماتریس R برای حل معادله وینر-هوف، معادله وینر-هوف را به صورتی تکرارپذیر حل کرده و وزن­های بهینه برای کمینه کردن تابع هزینه را نتیجه می­دهد. برای پیاده­سازی الگوریتم LMS ابتدا یک مقدار اولیه به وزن­ها اختصاص می­دهیم (معمولاً مقدار اولیه وزن­ها صفر در نظر گرفته می­ شود) سپس مراحل زیر را برای به­روزرسانی وزن­ها به ترتیب انجام می­دهیم:
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۱- گرادیان تابع هزینه را محاسبه می­کنیم. در واقع مربع خطا را به صورت لحظه­ای بنابر رابطه زیر محاسبه می­کنیم:

در رابطه فوق و بیانگر تخمین لحظه­ای ماتریس­های P وR بوده و از روابط زیر بدست می­آیند:

۲- پس از محاسبه گرادیان لحظه­ای با بهره گرفتن از آن عمل به­روزرسانی وزن­ها مطابق رابطه زیر انجام می­ شود:

در رابطه فوق μ به عنوان اندازه گام الگوریتم LMS شناخته می­ شود که عاملی مهم در عملکرد الگوریتم به حساب می ­آید.
عملیات محاسبه گرادیان و به­روزرسانی وزن­ها تا جایی ادامه می­یابد که تغییر قابل ملاحظه­ای در وزن­ها مشاهده نشود و یا وزن­ها به مقدار مطلوب جهت کیمنه کردن تابع هزینه و خطا همگرا شوند.
یکی از علل پرکاربرد بودن الگوریتم LMS راحتی پیاده­سازی آن می­باشد به نحوی که در شرایطی که سیگنال­ها غیرمختلط باشند و تعداد ضرایب فیلتر را برابر با L در نظر بگیریم، پیاده­سازی الگوریتم LMS منجر به انجام ۲L+1 ضرب (L ضرب برای محاسبه خروجی فیلتر و L ضرب برای به­روزرسانی وزن­ها و یک ضرب برای محاسبه ۲μx_e) و ۲L جمع می­ شود و همان طور که مشخص است مرتبه محاسباتی این الگوریتم از مرتبه L می­باشد. البته با وجود پیچیدگی محاسباتی کم، در الگوریتم LMS سرعت همگرایی وزن­ها و نحوه عملکرد الگوریتم برای حذف تداخل و آشکارسازی هدف در رادارهای پسیو مبتنی بر سیگنال DVB-T چندان مطلوب نبوده و توصیه می­ شود با الگوریتم VSLMS جایگزین شود. همان طور که بیان شد اندازه گام الگوریتم LMS عاملی مهم در عملکرد این الگوریتم می­باشد. در واقع اثر μ در سرعت همگرایی الگوریتم می­باشد. اگر μ مقداری بسیار کوچک انتخاب شود دقت الگوریتم بیش­تر بوده و در نهایت خطای کم­تری در همگرایی وزن­ها وجود خواهد داشت اما کوچک انتخاب کردن μ باعث کند شدن الگوریتم و پایین آمدن سرعت همگرایی می­ شود از طرفی بزرگ انتخاب کردن μ نیز منجر به داشتن سرعت همگرایی بالا و خطای نهایی بیش­تر خواهد شد، حتی در حالاتی انتخاب μ بزرگتر از حدی باعث غیر همگرا شدن الگوریتم می­ شود. همین تناقض در نحوه انتخاب μ عاملی برای استفاده از الگوریتم VSLMS است. نتایج بررسی­های مختلفی که انجام شده است نشان می­دهد که هرگاه μ مطابق رابطه زیر انتخاب شود بدون توجه به این­که مقداردهی اولیه وزن­ها چگونه باشد (هر مقدار دلخواهی به عنوان مقدار اولیه وزن­ها انتخاب شود) ضرایب فیلتر به مقدار بهینه وینر خود همگرا می­شوند.

که λ_max بیانگر بزرگ­ترین مقدار ویژه ماتریس R می­باشد. در حالتی که λ_max مشخص نباشد (یعنی اگر ماتریس R مشخص نباشد) با فرض این­که بزرگ­ترین مقدار ویژه ماتریس R از بقیه مقادیر ویژه بسیار بزرگ­تر است می­توان شرط همگرایی الگوریتم LMS را به صورت رابطه زیر در نظر گرفت:

همان طور که بیان شد در الگوریتم LMS به دلیل آن که در محاسبه P و R نمونه­های زمانی جایگزین E{.} شده ­اند ضرایب فیلتر حول مقدار بهینه وینر خود در نوسان هستند. این بدان معناست که در محاسبه ضرایب، میزانی خطا برابر با رابطه زیر وجود خواهد داشت:

در نتیجه مقدار تقریبی کواریانس خطا در ضرایب مطابق رابطه زیر می­باشد:

I_M ماتریس همانی مرتبه M است.
وجود خطای فوق در محاسبه ضرایب منجر به تولید خطای اضافی در خروجی فیلتر می­ شود، این خطای اضافی از رابطه زیر محاسبه می­ شود:

بنابراین در حالتی که داده ورودی رنگی و با پراکندگی زیاد مقادیر ویژه همراه باشد سرعت همگرایی الگوریتم با λ_min و خطای حالت ماندگار با λ_max تعیین می­ شود. بنابر رابطه فوق واضح است که افزایش طول فیلتر وفقی که با الگوریتم LMS کار می­ کند منجر به افزایش خطای اضافی در الگوریتم می­ شود چرا که مقادیر ویژه ماتریس R همواره نامنفی هستند. در حالت کلی خطای الگوریتم LMS از زابطه زیر بدست می ­آید:

واضح است که در این الگوریتم خطای محاسبه­ی وزن­ها هیچ وقت به خطای کمینه حالت وینر خود نمی­رسد [۳۵-۳۶-۳۷].
۳-۳-۳- الگوریتم NLMS
الگوریتم NLMS در واقع همان الگوریتم LMS است که به صورت نرمالیزه پیاده­سازی می­ شود. منظور از پیاده­سازی نرمالیزه الگوریتم، نحوه محاسبه وزن­ها به صورت زیر می­باشد:

که در این رابطه باید برقرار باشد. در این الگوریتم نحوه انتخاب پارامتر در سرعت همگرایی و نحوه عملکرد الگوریتم بسیار موثر است. استفاده از این الگوریتم زمانی سودبخش می­ شود که سیگنال ورودی فیلتر وفقی نسبتاً بزرگ باشد، در این حالت با مسئله نویز گرادیان^[۵۳] روبرو شده و در محاسبه وزن­ها مطابق خود الگوریتم LMS با مقادیر بزرگی مواجه می­شویم. الگوریتم NLMS با نرمالیزه کردن اندازه گام در فرمول محاسبه وزن­ها از رویارویی با مقادیر بزرگ و مسئله نویز گرادیان جلوگیری کرده و با گام­هایی مناسب­تر به وزن­های تقریباً ایده­آل همگرا می­ شود و در نهایت یک الگوریتم با پایداری و سرعت بیش­تر را پیاده­سازی می­ کند. بقیه مباحث ذکر شده در الگوریتم LMS برای این الگوریتم نیز صادق است، برای مثال پیچیدگی محاسباتی در این الگوریتم نیز مانند الگوریتم LMS از مرتبه طول فیلتر وفقی می­باشد. در اصل الگوریتم LMS و NLMS به صورت یک الگوریتم در نظر گرفته می­شوند با این وجود تفاوت­هایی بین الگوریتم LMS و NLMS نیز وجود دارد. برای مثال الگوریتم NLMS بر خلاف الگوریتم LMS یک الگوریتم با اندازه­ گام متفاوت با زمان می­باشد و یا الگوریتم NLMS نرخ همگرایی را نشان می­دهد که از نرخ همگرایی الگوریتم LMS بیش­تر است یعنی الگوریتم NLMS سریعتر به مقادیر بهینه همگرا می­ شود [۳۵-۳۶-۳۷].
۳-۳-۴- الگوریتم VSLMS و VSNLMS
الگوریتم VSLMS در واقع بر پایه الگوریتم LMS پیاده­سازی می­ شود، با این تفاوت که به هر یک از وزن­های فیلتر وفقی یک اندازه گام متغیر با زمان اختصاص داده می­ شود. علت این امر آن است که انتخاب μهای کوچک میزان خطای نهایی را کاهش می­دهد، در حالی که برای کاهش زمان و افزایش سرعت همگرایی الگوریتم نیاز به انتخاب اندازه گام­های بزرگ می­باشد. برای حل این تناقض در نحوه انتخاب μ از الگوریتم LMS با اندازه گام­های متغیر با زمان استفاده می­ شود به نحوی که میزان خطای نهایی نسبت به الگوریتم LMS کاهش یافته و سرعت همگرایی الگوریتم افزایش یابد. به­روزرسانی وزن­ها در این الگوریتم به صورت زیر انجام می­ شود [۳۶-۴۰-۴۲-۴۳-۴۴]:

g_i در رابطه فوق با نام بردار گرادیان شناخته می­ شود. در رابطه فوق واضح است که μ_min مقداری کم­تر از μ_max داشته و هر کدام مقداری در محدوده صفر و دو اختیار می­ کنند. در این الگوریتم هر یک از اندازه گام­های انتخابی باید در بازه مجاز μ برای الگوریتم LMS نیز قرار گیرند. ρ و μ_min از پارامترهای قابل تنظیم برای بهبود عملکرد الگوریتم می­باشند. انتخاب کوچک ρ سبب کاهش خطای ماندگار شده اما سرعت همگرایی را نیز کاهش می­دهد. در هر صورت با انتخاب مناسب ρ می­توان سرعت همگرایی را نسبت به الگوریتم LMS افزایش داد. μ_min را می­توان نزدیک به صفر انتخاب کرد به نحوی که الگوریتم همگرا شود. نحوه انتخاب پارامتر μ_min در سرعت همگرایی الگوریتم تاثیر به سزایی داشته و بهبود الگوریتم با تنظیم مناسب این پارامتر امکان­ پذیر است.
الگوریتم VSNLMS نیز همان الگوریتم VSLMS است که به صورت نرمالیزه پیاده­سازی می­ شود، علت استفاده از این الگوریتم نیز مانند علت استفاده از الگوریتم NLMS است. منظور از نرمالیزه کردن در این حالت این است که مقدار μ_max در الگوریتم VSLMS بر حسب توان سیگنال ورودی فیلتر وفقی تعیین می­ شود. یعنی در این الگوریتم نیز مانند الگوریتم NLMS اندازه گام با توان سیگنال ورودی نسبت عکس دارد. این الگوریتم در واقع همان الگوریتم VSLMS است با این تفاوت که در این الگوریتم علاوه بر اندازه گام و گرادیان، ماکزیمم اندازه گام نیز در هر مرحله به­روزرسانی می­ شود. نکته قابل توجه آن است که از آن­جا که الگوریتم­های VSLMS و VSNLMS نیز بر پایه الگوریتم LMS عمل می­ کنند پیچیدگی محاسباتی این الگوریتم­ها نیز از مرتبه طول فیلتر وفقی یعنی همان L می­باشد. به­روزرسانی وزن­ها در الگوریتم VSNLMS به صورت زیر انجام می­پذیرد [۳۶-۴۰-۴۲-۴۳-۴۴]:

در این الگوریتم نیز مانند VSLMS نحوه عملکرد و سرعت همگرایی الگوریتم با انتخاب مناسب پارامترهای ρ و μ_min امکان­ پذیر است [۳۶-۴۰-۴۲-۴۳-۴۴].
۳-۳-۵- الگوریتم RLS
تا بدین­جا فیلتر وینر و الگوریتم­های قابل پیاده­سازی آن، یعنی الگوریتم خانواده LMS شامل الگوریتم­های LMS، NLMS، VSLMS و VSNLMS را معرفی کردیم. همان­طور که در مقدمه بیان شد الگوریتم­های خانواده LMS بر اساس کمینه کردن میانگین آماری مربع خطا عمل می­ کنند اما الگوریتم RLS بر مبنای نظریه سیگنال­های قطعی استوار است. در الگوریتم RLS هدف کمینه کردن جمع وزن­دار مربع خطا عمل می­ کند. الگوریتم RLS در واقع پیاده­سازی روش فیلترینگ LS^[54] (حداقل مربعات) به صورت بازگشتی است. پیاده­سازی یک فیلترینگ بر مبنای روش LS نیازمند داشتن اطلاعات ورودی فیلتر و سیگنال مطلوب در فیلترینگ از زمان آغازین بوده و از لحاظ عملی به علت حجم پیچیدگی محاسباتی بالا تیاز به حجم عظیمی از حافظه دارد از این رو از الگوریتم بازگشتی آن که همان الگوریتم RLS است استفاده می­ شود. در روش حداقل کردن مربعات از تمام داده ­های موجود از لحظه شروع تا لحظه nام استفاده می­ شود به همین دلیل طول داده ­های در دسترس با افزایش زمان و طول داده زیاد می­ شود. برای حل این مشکل از ضریب وزن­دهی با نام ضریب فراموشی استفاده می­ شود تا داده ­های قدیمی­تر به دست فراموشی سپرده شده و عملیات فیلترینگ بر روی داده ­های جدیدتر انجام شود. ضریب فراموشی در الگوریتم RLS معمولاً در بازه [۹۹۹۹۹۹۹/۰ , ۹/۰] قرار دارد. پیچیدگی محاسباتی الگوریتم RLS در مقایسه با الگوریتم­های خانواده LMS چندان کم نبوده چرا که پیچیدگی محاسباتی در این الگوریتم از مرتبه L² می­باشد[۳۶-۳۷]. در این الگوریتم به تخمین ماتریس کواریانس، P، احتیاج است. این تخمین در هر مرحله با بهره گرفتن از بهره g[n] به صورت زیر به روز شده و با کمک آن وزن­های فیلتر وفقی مطابق روابط زیر به­روزرسانی می­شوند[۳۵]:

در این الگوریتم، λ که ضریب فراموشی نامیده می­ شود عاملی مهم در سرعت همگرایی و کیفیت عملکرد الگوریتم می­باشد. پیچیدگی محاسباتی الگوریتم RLS از مرتبه L² (L طول فیلتر وفقی است) می­باشد که این امر امکان پیاده­سازی این الگوریتم برای فیلترهای با طول زیاد را مشکل می­ کند. با این وجود الگوریتم RLS از کیفیت و سرعت همگرایی بسیار بالاتری نسبت به الگوریتم LMS برخوردار است [۱۷-۳۶-۳۷-۴۵].
۳-۳-۶- الگوریتم Fast-RLS
الگوریتم Fast-RLS که با نام­های FTF^[55] و FT-RLS^[56] نیز شناخته می­ شود راهی دیگر برای کمینه کردن جمع وزن­دار مربع خطا می­باشد. مزیت این روش پیچیدگی محاسباتی کم آن در مقایسه با الگوریتم RLS می­باشد. پیچیدگی محاسباتی در این روش از مرتبه L یا همان طول فیلتر وفقی است. الگوریتم FT-RLS یک نسخه سریع از الگوریتم RLS می­باشد. همان طور که بیان شد این الگوریتم نیز به صورتی متناوب و بازگشتی به حل مسأله کمینه کردن مربع خطا می ­پردازد و از نظر خواص آماری به الگوریتم RLS بسیار نزدیک است. در این الگوریتم با تعریف متغیری با نام ضریب همگرایی و به­روزرسانی این ضریب به کمک پیش ­بینی میزان خطا، به­روزرسانی وزن­های فیلتر وفقی انجام می­ شود. در الگوریتم FT-RLS نیز مانند الگوریتم RLS، λ یا همان ضریب فراموشی عاملی مهمی در تعیین سرعت همگرایی و عمکرد الگوریتم می­باشد الگوریتم FT-RLS بر مبنای فیلترهای لاتیس^[۵۷] در حل کمینه­سازی مربع خطا عمل می­ کند با این تفاوت که در ساختار این الگوریتم برای کاهش میزان محاسبات مورد نیاز از چهار فیلتر Trannsversal به صورت هم­زمان استفاده می­ شود. در شکل ۳-۵ بلوک دیاگرام فیلترهای مذکور نشان داده شده است [۳۶-۴۶].

شکل ۳-۵: بلوک دیاگرام فیلتر Fast-RLS
در ادامه به توضیح عملکرد فیلترهای بلوک دیاگرام مذکور می­پردازیم.

(Fuentes , Lorenzo , Apa ,2000 ; Becona , 1996 )
احساس تنهایی همرا اختلالاتی چون افسردگی، خصومت بین فردی، اضطراب و اختلال شخصیت ( Elliott , Forsyth , 1999 ) و اختلال تکانه جنسی (Cooper و همکاران، ۱۹۹۹ ) وجوددارد.
بنابراین اگر فرد همزمان دواختلال داشته باشد، نمی‌توان با قطعیت علت اصلی را پیدا کرد. در نتیجه، در مورد اختلال اعتیاد به اینترنت هم دقیقا نمی‌توان گفت آیا اختلالات روانی نشانه‌های بیماری است یا علتی برای این روآوردن به اینترنت و اعتیاد به آن هستند.

( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

مطالعات آینده باید اثرات اینترنت و علل آنها را شفاف تر سازند. (۲)
در فصل دوم به مطالعات انجام شده درباره ارتباط اینترنت و سلامت روان بیشتر خواهیم پرداخت.
– در ژانویه سال ۲۰۰۵ در دپارتمان روانپزشکی کالج پزشکی Dong-A بوسان کره تحقیقی با عنوان: ” نیمرخ(Symptom Checklist-90-Revised) SCL-90-Rو (Sixteen Personality Factor Questionnaire)16PF در دانش آموزان دبیرستانی که استفاده بی رویه از اینترنت دارند” توسط Yang CK,Cho BM,Baity M,Lee JH,Cho JSانجام شد.
این تحقیق برای تعیین وجود نشانه‌های روانپزشکی و ویژگیهای شخصیتی دانش آموزان دبیرستان کره ای که استفاده بیش از حد اینترنت داشتند، صورت گرفت.
به این منظور یک بسته سوال که شامل ۴ پارامتر:
۱- استفاده از اینترنت در طول ماه گذشته ، ۲- تست اعتیاد به اینترنت (Internet Addiction Test= IAT) ، ۳- چک لیست نشانه‌های SCL-90-R ، ۴- پرسشنامه ۱۶PF بود را در اختیار دانش آموزان قرار دادند.
کل دانش آموزان ۳۲۸ نفر بودند و در محدوده سنی ۱۵ تا ۱۹ سال.
در این مطالعه دانش آموزان بر اساس نمره کل تست IAT به ۴ گروه تقسیم شدند:
کسانی که از اینترنت استفاده نمی‌کردند( ۱۸. ۰% – ۵۹ =n )
کسانی که به میزان کمی از اینترنت استفاده می‌کردند (۶۷. ۳% و ۱۵۶ =n ).
کسانی که بطور متوسط از اینترنت استفاده می‌کردند( ۲۹. ۹ و ۹۸ =n )
کسانی که به میزان فراوانی از اینترنت استفاده می‌کردند ( ۴. ۹% و ۱۶ =n ).
تست SCL-90-R نشان دادکه گروه پرمصرفها در مقایسه با گروه های دیگر سطح نشانه‌های روانپزشکی بالاتری دارند.
تست ۱۶PFهم نشان داد که پرمصرفها (گروه ۴) به آسانی تحت تاثیر احساسات قرار می‌گیرند و از نظر عاطفی ثبات کمی‌دارند، خیالپرداز و خود خورند وتمایل دارند در مورد تصمیم گیریها، تجربیات خودشان را بکار برند.
این مطالعه بیان می‌کند دانش آموزان سالهای بالاتر دبیرستانی که در گروه پرمصرف قرار گرفتند بطور برجسته ای نشانه‌های روانپزشکی بیشتری را نسبت به کسانی که بطور مداوم از اینترنت استفاده می‌کنند، نشان می‌دهند. بعلاوه این کاربران، ویژگیهای شخصیتی اختصاصی تری در مقایسه با کسانی که کمتر از اینترنت استفاده می‌کنند، دارند. (۲۶)
– در اکتبر ۲۰۰۴ در ایتالیا تحقیقی با عنوان : “اینترنت و اختلالات روانی : تحلیل استفاده از اینترنت در ۱۰۷۵ دانش آموز سالهای آخر دبیرستان” توسط Favaretto G,Morandin I,Gava M,Binotto F انجام شد.
هدف اصلی این تحقیق، ایجاد کمک برای تحلیل ارتباط بین استفاده از اینترنت و بیماریهای روانپزشکی و همچنین بررسی جنبه های شایع آن و اثرات چنین
استفاده ای در نمونه دانش آموزان سالهای آخر دبیرستان بود.
تحقیق بر ۱۰۷۵ دانش آموز در گروه سنی بین ۱۴ تا ۲۱ سال از دو گروه دانش‌آموزان سالهای آخر که در یکی از آنها تعداد دختران ودردیگری تعداد
پسران بیشتر بودند، انجام شد. در هر دو موسسه، علوم کامپیوتر قسمتی از برنامه آموزشی بود.
در این مطالعه از پرسشنامه های
(General Health Questionnaire) GHQ
برگردان ۲۸ قسمتی گلدبرگ(Goldberg’s 28-item version)
فرمی‌که حاوی اطلاعات شخصی و اجتماعی و اطلاعاتی راجع به اینکه چند سال، چند ساعت در روز / هفته از اینترنت استفاده می‌کنند تجربه های ذهنی و درک کمی و کیفی اتصال به اینترنت بود، به عنوان ابزار تحقیق استفاده شد.
نتایج، یک ارتباط واقعی و آشکار بین استفاده از اینترنت بر حسب ساعت در هفته ونمرات GHQ را نشان داد.
همچنین با توجه به اظهارات گروه نمونه که در پیشینه پژوهش آمده بود، تحلیل نمونه ها ثابت کرد ارتباط واضحی بین استفاده از اینترنت و اختلالات روانپزشکی وجود دارد. (۲۷)
– در می ۲۰۰۶ در دپارتمان روانپزشکی بیمارستان Yongiدر کره جنوبی تحقیقی با عنوان: “اختلالات روانپزشکی همراه در بچه‌ها و بالغین معتاد به اینترنت
در کره” توسط HaJH,YooHJ,Cho IH,Chin B,Shim D,Kim JH انجام شد.
هدف این مطالعه این بود که مسائل کلینیکی همراه اعتیاد به اینترنت را در بچه‌ها و بالغین با بهره گرفتن از مصاحبه های ساختاری ارزیابی کند.
مطالعه طی دو مرحله انجام شد به این صورت که ابتدا اعتیاد به اینترنت در میان ۴۵۵ نفر از بچه‌ها(۰. ۹ سال ۱۱. ۹ :متوسط ) و ۸۲۶ نفر از بالغین ( ۰. ۸ ۱۵. ۸: متوسط ) جستجو گردید.
به این منظور از مقیاس اعتیاد به اینترنت Young (IAS) استفاده شد. این افراد همچنین یک معیار سایکوپاتولوژی را پر کردند تا بر اساس این دو آزمون، افراد معتاد به اینترنت و کسانی که به اینترنت معتاد نیستند مقایسه شوند. ۶۳ نفر از بچه‌ها ۸/۱۳% و ۱۷۰ نفر از بالغین ۳/۲۰% اعتیاد به اینترنت داشتند.
از بین این افراد ۱۲ بچه (N=9 مذکر و N=3مونث ) و ۱۲ بالغ (N=11مذکر و۱ N= مونث ) بصورت تصافی برای ارزیابی شخصیتهای روان پزشکی اخیر انتخاب شدند. برای بچه‌ها ازپرسشنامه K-SADS-PL-K و برای بالغین از SCID-IV استفاده شد.
جمع آوری اطلاعات و انجام مصاحبه ها از آگوست ۲۰۰۳ تا اکتبر ۲۰۰۴ ادامه داشت. نتایج نشان داد:
در گروه بچه‌ها برای ۷ نفر تشیخص ADHD (Attention- Deficit/Hyperactivity Disorder) گذاشته شد. ( از نوع نا مشخص، شامل کسانی که در سطوح زیر آستانه تحریک هستند ).
متوسط نمرات ADHD آنها بر اساس مقیاس DuPauPs در ۶ مورد ۲۰% و بالاتر از متوسط بچه‌های کره ای بود. در گروه بالغین ۳ مورد بیماری افسردگی ۱ مورد اسکیزوفرنی و ۱ مورد هم اختلال وسواسی جبری داشند.
با این مصاحبه ساختاری مشخص شد کسانی که معتاد به اینترنت هستند اختلالات روانپزشکی متعددی هم دارند. نوع این اختلالات در سنین مختلف متفاوت است. اگر چه این محققین نتوانستند نتیجه گیری کنند که آیا اعتیاد به اینترنت علت است یا نتیجه این اختلالات، اما توصیه شده پزشکان باید اختلالات روانپزشکی وابسته به سن را در کسانی که معتاد به اینترنت هستند جدی تلقی کنند. (۲۸)
– درفوریه ۲۰۰۵ در بخش روانپزشکی دانشگاه Nottingham انگلستان تحقیقی با عنوان:”شیوع استفاده مرضی از اینترنت در میان دانشجویان دانشگاه و ارتباط آن با عزت نفس سلامت کلی و عدم بازداری”توسط Niemz K,Griffiths M,Banyard P انجام شد.
مطالعه اخیر به منظورتعیین یافته های شایع درمعتادان به اینترنت و پیشگیری از اعتیاد به اینترنت در میان دانشجویان به دلیل در معرض آسیب بودن این افراد به طور اخص انجام شد.
به این منظور ۳۷۱نفرازدانشجویان انگلیسی به سوالاتی که شامل:
۱- پرسشنامه مقیاس استفاده مرضی از اینترنت (Pathological Internet Use (PIU) scale)
۲- پرسشنامه GHQ ، ۳- مقیاس عزت نفس (self-esteem scale) ، ۴- معیار عدم بازداری(disinhibition) بودند، پاسخ دادند.
نتایج نشان داد ۳/۱۸ % نمونه ها که استفاده مرضی از اینترنت داشتند مشکلات بین فردی و اجتماعی و تحصیلی دارند. نتایج دیگر نشان داد استفاده کنندگان مرضی اینترنت، عزت نفس پایین تر و عدم بازداری اجتماعی بیشتری دارند. اگر چه اختلاف معنی‌داری در نمرات GHQ در آنها نبود. این نتایج بطور کلی در ارتباط با محدودیتهای متودولوژی تحقیق در نظر گرفته می‌شود. (۲۹)
– در دسامبر۲۰۰۴ در مرکز پیشگیری و کنترل بیماریها در دپارتمان پزشکی کالج پزشکی دانشگاه کره تحقیقی با عنوان: “همراهی اعتیاد به اینترنت با ارتقاء سلامت روش های زندگی و تعبیر سطح سلامت” توسط Kim JS,Chun BC انجام شد.
این مطالعه برای نشان دادن ارتباط بین اعتیاد به اینترنت بالغین و نیمرخ ارتقاء سلامت روش های زندگی و تعبیر سطح سلامت به منظورردیابی اثر اعتیاد به اینترنت بر سلامت بالغین انجام گرفت. آزمون دهندگان دانش آموزان سال دوم از ۳ دبیرستان در شهر K در Kyung Gi province بودند. از۷۶۹مورد، ۷۶۴ نفر به سوالات پاسخ دادند. (۳/۹۹%) که ۳۹۵ نفر (۷/۵۱% ) از دبیرستان جونیور و ۳۶۹ نفر ( ۴۸% ) دانش آموزان دبیرستانی بودند. پرسشنامه ها شامل اعتیاد به اینترنت Young، نیمرخ روش های سلامت و تعبیر سطح سلامت و ویژگیهای کلی بودند.
از آزمونهای T-test و ANOVA به منظور مقایسه بین دو گروه استفاده شد. از تست Chi2 هم برای تحلیل فراوانی ها و رگرسیون چند متغیری در برنامهSAS 8. 1 استفاده شد. نتایج، یک اختلاف آماری معنی‌داری در نیمرخ ارتقاء سلامت روش های زندگی با سطح اعتیاد به اینترنت را نشان داد. نمرات تعبیرسطح سلامت در گروه معتادان شدید، کمتربود(P<0. 0001) همچنین ارتباط معنی‌دار و قابل ملاحظه ای بین اعتیاد به اینترنت و نیمرخ ارتقاء سلامت روش های زندگی وجود داشت. ( P<0. 0001 ) نتایج رگرسیون چند گونه ای نشان داد بین نمره اعتیاد به اینترنت Young و نیمرخ ارتقاء سلامت روش های زندگی بعد از کنترل کردن متغیرها ی دیگر، ارتباط معنی‌داری وجود دارد. به گونه ای که گروه معتادان به اینترنت شدید، کمترین نمره را در نیمرخ ارتقاء سلامت روش های زندگی و همچنین در تعبیر سطح سلامت داشتند و محققان این پژوهش پیشنهاد کردند، پزشکان به اثرات منفی اعتیاد به اینترنت بر سطح سلامت بالغین توجه ویژه داشته باشند. (۳۰)
– در فوریه ۲۰۰۴در دانشگاه Konkak کره جنوبی تحقیقی با عنوان: “ارتباط اعتیاد به اینترنت با افسردگی و افکار خودکشی در بالغین” توسط Ryu EJ,Choi KS,Seo JS,Nam BW انجام شد.
این مطالعه برای نشان دادن سطح اعتیاد به اینترنت و تحقیق در جهت یافتن ارتباط بین آن و افسردگی و افکار خودکشی در بالغین انجام شد.
شرکت کنندگان در این تحقیق ۱۶۷۰ نفر از دانش آموزان دبیرستانی یک شهرهای کره جنوبی بودند.
مقیاس اعتیاد به اینترنت برای بررسی اعتیاد به اینترنت و Disc-MDDSQ برای سنجش افسردگی در شرکت کنندگان و پرسشنامه افکار خودکشی JR برای اندازه گیری افکار خودکشی استفاده شد.
در پایان تحقیق ملاحظه شد ۱/۳۸% شرکت کنندگان در مراحل اولیه اعتیاد به اینترنت بودند و ۵/۱% آنها بعنوان معتادان شدید به اینترنت شناخته شدند.
رویهمرفته نمرات معیار اعتیاد به اینترنت۱۲/۵۲ ۳۷۵/۵۷ بود. در ویژگیهای نمونه‌ها در افراد با سطوح مختلف اعتیاد به اینترنت تفاوت وجود داشت. این اختلافات در Disc-MDD-SQ و نمرات IAS در میان سطوح اعتیاد به اینترنت از نظر آماری معنی‌داربود. بطوریکه شدت اعتیاد به اینترنت ارتباط مستقیمی‌با سطح افسردگی و تصورات خودکشی داشت. (۳۱)
بیان مساله:
بررسی آثار و پیامدهای روانی، اجتماعی، فرهنگی، خانوادگی، تحصیلی و بالینی اینترنت و رایانه، امروز نقطه عطف توجهات روانپزشکان و روانشناسان بالینی به حساب می آید. افزون بر این، چون ترکیب عناصر روان شناختی، لذت، برانگیختگی و احساس غالب بودن در اینترنت، جاذبه های آنها را نزد کاربران دو چندان کرده است. متخصصان علوم رفتاری باید بیش از پیش، نگران آثار احتمالا منفی آن بر روی جامعه باشند.
با توجه به پژوهش‌های انجام شده در مورد اینترنت، ملاحظه می‌شود که در حال حاضر اینترنت، باعث کاهش عزت نفس، پرخاشگری، انزوای اجتماعی، تنهایی، افسردگی، پیامدهای منفی جسمانی و غیره می‌گردد.

a. پیش بینی کننده: (ضریب ثابت),: دربانک ملت استان سمنان مدیریت ریسک اعتباری = (CRM)….CRM…Xit
b. متغیر وابسته : = وام‌های سررسید گذشته مشتریان انفرادی دربانک ملت استان سمنان (DPDR…AC1…Y1)

طبق جدول شماره (۴-۳) ضریب همبستگی پیرسون بین دومتغیر مدیریت ریسک اعتباری و وام‌های سررسید گذشته مشتریان انفرادی(حقیقی) دربانک ملت استان سمنان برابر با (.۸۷۵^a) است. این عدد در سطح خطای ۵% رابطه معنی داری را بین دو متغیر مدیریت ریسک اعتباری و وام‌های سررسید گذشته مشتریان انفرادی(حقیقی) دربانک ملت استان سمنان را نشان می دهد. بنابراین با توجه به خروجی های نرم افزار(SPSS) که در جداول فوق نشان داده شده است، می توان بیان نمود از آن جا که سطح معنی داری (sig)، کمتر از پنج درصد است، فرض H₀ در سطح خطای پنج درصد رد می شود و وجود همبستگی بین این دو متغیر تایید می شود. همچنین ضریب تعیین تعدیل شده محاسبه شده نیز عدد (.۷۴۰) را نشان

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

می دهد که عدد خوبی می باشد و برازش مناسبی از تغییرات متغیر وام‌های سررسید گذشته مشتریان انفرادی دربانک ملت استان سمنان، توسط متغیر مدیریت ریسک اعتباری ارائه می کند.
از طرف دیگر، یکی از مفروضات رگرسیون استقلال خطاهاست در صورتی که فرضیه استقلال خطاها رد شود و خطاها با یکدیگر همبستگی داشته باشند امکان استفاده از رگرسیون وجود ندارد. یکی از مهم ترین آزمون های تشخیص فرضیه استقلال خطاها، آزمون آماره دوربین- واتسون می باشد. بنابراین آماره دوربین-واتسون به منظور بررسی استقلال خطاها از یکدیگر استفاده می شود که اگر مقدار آماره دوربین- واتسون در فاصله ۵/۱ تا ۵/۲ باشد فرض همبستگی بین خطاها رد می شود و می توان از رگرسیون استفاده کرد. مقدار آماره دوربین- واتسون طبق جدول شماره (۴-۳)، مقدارآن برابر (۲.۲۷۲) می باشد و این عدد نشان می دهد که خطاها از یکدیگر مستقل هستند و بین خطاها خود همبستگی وجود ندارد و فرض همبستگی بین خطاها رد می شود و می توان از رگرسیون استفاده کرد.
جدول ۴-۴-آزمون تحلیل واریانس رگرسیون (ANOVA) – فرضیه اول تحقیق

ANOVA^b

مدل

مجموع مربعات

درجه آزادی

میانگین مربعات

آماره آزمون فیشر (F)

سطح معناداری (sig)

۱

رگرسیون

۸.۴۶۴E8

۱

۸.۴۶۴E8

۲۹.۴۲۱

.۰۰۰^a

خطای پسماند

۲.۵۸۹E8

۹

۲۸۷۶۷۱۲۶.۳۶۷

مجموع

۱.۱۰۵E9

۱۰

a. پیش بینی کننده: (ضریب ثابت),: دربانک ملت استان سمنان مدیریت ریسک اعتباری = (CRM)….CRM…Xit
b. متغروابسته: وام‌های سررسید گذشته مشتریان انفرادی دربانک ملت استان سمنان = (DPDR…AC1…Y₁)