مقایسه تطبیقی و سنجش کیفیت محیط سکونتی نواب و اکباتان با استفاده از روش هایHMR و EFA
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 354
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ESTJ-16-5_020
تاریخ نمایه سازی: 19 مهر 1400
چکیده مقاله:
کیفیت محیط به عنوان بخشی از مفهوم کیفیت زندگی شناخته شده که در مقایسه با دیگر عوامل تاثیرگذار بر رضایت مندی افراد از زندگی کمتر مورد بررسی قرار گرفته شده است. امروزه افول کیفیت محیط و یا فقدان آن در محیط های سکونتی به یکی از چالش های عمده برنامه ریزان و سیاست گذاران شهری تبدیل شده است. هدف اصلی این تحقیق مقایسه تطبیقی وضعیت کیفیت محیط از دید ساکنین محله نواب و شهرک اکباتان می باشد که با استفاده از رویکرد رضایت مندی سکونتی و تهیه مدل تجربی سنجش کیفیت محیط، در قالب تکمیل پرسشنامه میدانی انجام گرفت. داده ها با استفاده از نرم افزار SPSS و روش های آماری هم چون تحلیل رگرسیونی چند متغیره سلسله مراتبی (HMR)، آزمون T تک نمونه ای، تحلیل واریانس یک طرفه تحلیل شده و روایی و پایایی آن به ترتیب توسط روش تحلیل عاملی اکتشافی (EFA) و آلفای کرونباخ سنجیده شد. بر اساس نتایج حاصل ساکنین، میزان کیفیت محیط و سطح رضایت مندی شان را از محله نواب علی رغم سپری شدن مدت زمان کوتاه تری از اجرای آن نسبت به پروژه اکباتان (۵>۲۳/۳>۱ در مقابل ۵>۹۸/۲>۱) پایین تر ازریابی کردند. نتایج تحلیل نشان داد که در محله نواب متغیر بهداشت محیط (۶۵۷/۰β= ) و در شهرک اکباتان متغیر روابط اجتماعی (۲۸۸/۰β=) بالاترین میزان اهمیت را از دید ساکنین داشتند. تحلیل عاملی اکتشافی مدل تجربی به کار رفته را تایید کرد. ضریب آلفای کرونباخ، روایی پرسشنامه را در هر دو محله تایید کرد.
کلیدواژه ها:
کیفیت محیط سکونت شهری ، رویکرد رضایت مندی ، روش تحلیل رگرسیونی چند متغیره سلسله مراتبی ، روش تحلیل عاملی اکتشافی
نویسندگان
مجتبی رفیعیان
عضو هیات علمی، گروه شهرسازی، دانشگاه تربیت مدرس، ایران (مسوول مکاتبات).
زهرا عسگری زاده
دانشجوی دوره دکتری، گروه شهرسازی، دانشگاه تربیت مدرس، ایران.
فرزین امین صالحی
کارشناس ارشد، گروه شهرسازی، دانشگاه تربیت مدرس، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :