۴-۳- ابزار جمع آوری داده ­ها

اسناد مورد استفاده در این مطالعه: داده ­های سرشماری، داده ­های سالنامه آماری استان­های کشور مربوط به سال­های ۱۳۸۹-۱۳۸۵ می­باشد.

۴-۴- جامعه آماری

مجموعه اشیاء یا نمودارهایی را که یک یا چند صفت مشترک داشته باشند و کلی در نظر گرفته شود، جامعه آماری می­نامند. بنابراین به هر مجموعه معینی از افراد یا چیزهایی که دست کم دارای یک صفت مشترک باشند، جامعه گفته می­ شود (هومن،۱۰:۱۳۸۰). جامعه آماری در این تحقیق کلیه متوفیان ناشی از تصادفات درون و برون شهری کشور در سال­های ۱۳۸۹-۱۳۸۵بر حسب شهرستان می­باشد.

(( 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. ))

۴-۵- واحد تحلیل

واحد تحلیل در این پژوهش شهرستان­های کشور در ثبت تصادفات منجر به فوت طی پنج سال متوالی ۱۳۸۹-۱۳۸۵ می­باشد.

۴-۶- قلمرو زمانی و مکانی

داده ­های به کار رفته در این پژوهش مربوط به سال­های ۱۳۸۹-۱۳۸۵ می­باشد و محدوده مکانی مورد نظر در این پژوهش کل کشور به تفکیک شهرستان می­باشد.

۴-۷- تکنیک­های آماری تحلیل داده ­ها

تکنیک­های آمار استنباطی برای سنجش رابطه بین ویژگی­های اجتماعی و اقتصادی و جمعیتی شهرستان­ها و سرانه­ی مرگ و میر ناشی از تصادفات و تکنیک­های آمار مکانی برای شناسایی خوشه­های تصادفات، تأثیر همجواری بین شهرستان­ها بر تعداد تصادفات مورد استفاده قرار می­گیرد. در این پژوهش با توجه به این­که داده­ای اولیه در سالنامه­ی آماری و سرشماری در نرم افزار ورد^[۴۲] و اکسل^[۴۳] موجود بود ابتدا این اطلاعات پس از مراحلی آماده سازی شده و به نرم افزار سیستم اطلاعات جغرافیایی و SPSS منتقل شد.

۴-۷-۱- تحلیل مدل خود همبستگی فضایی^[۴۴] و محلی^[۴۵]

خود همبستگی فضایی، ابزار ارزشمندی برای مطالعه ی چگونگی تغییرات الگوهای فضایی در طول زمان است. نتایج این نوع تحلیل به فهم بیشتری از نحوه­ تغییر الگوهای فضایی گذشته به حال منجر می­گردد. بنابراین، نتایج مفیدی برای فهم عوامل جاری در تغییر الگوها را نشان می­دهد.
مطالعه همبستگی فضایی، پیشنهادهای ضمنی مهمی برای کاربرد تکنیک­های آماری در تحلیل اطلاعات فضایی در بر دارد. برای اندازه گیری همبستگی فضایی، آماره­هایی وجود دارد که به ما اجازه می­ دهند تحلیل بر اساس عوارض متشکل از نقاط یا سطوح انجام گیرد. این آماره­ها برای اندازه گیری تعامل فضایی داده ­های فاصله ای/ نسبی به کار می­روند (فیشر^[۴۶] و وانگ^[۴۷]،۲۰۱۱: ۲۴-۲۲).
بر حسب چگونگی نظم و ترتیب قرارگیری واحدها در سطح جغرافیایی مورد مطالعه الگوی خوشه­ای^[۴۸]، توزیع اتفاقی^[۴۹] یا پراکندگی^[۵۰] واحدها شکل خواهد گرفت. می­توان مشابهت و نبود مشابهت هر جفت از واحدهای ناحیه ای مجاور را اندازه گرفت. وقتی این مشابهت و نبود مشابهت­ها برای الگوهای فضایی تعیین شود، خود همبستگی فضایی شکل می­گیرد. مفهوم خودهمبستگی فضایی بدین معناست که ارزش صفت­های مطالعه شده، خود همبسته اند و همبستگی آن­ها قابل استناد به نظم جغرافیایی پدیده­هاست. وجود خود همبستگی فضایی بین پدیده ­های مورد بررسی، بدین مفهوم است که ارزش صفات پدیده ­های جغرافیایی به طور قوی با یکدیگر رابطه دارند (مثبت یا منفی) و ضریب خود همبستگی فضایی پدیده ­های جغرافیایی مجاور، بر اساس نحوه ارتباطات و نظم ظاهری مختلف، دارای ارتباط فضایی ضعیف، قوی و یا دارای الگوی تصادفی خواهند بود )شکل۱).
شکل۴- ۲: انواع الگوهای توزیع فضایی پدیده ­های زمین مرجع

توزیع پراکنده
توزیع تصادفی
توزیع خوشه ای

شاخص موران
این شاخص جهت اندازه ­گیری همبستگی فضایی در سال ۱۹۸۴ توسط موران تهیه شد. این شاخص بیانگر مجاورت پدیده­هایی با ویژگی­های مشابه به یکدیگر است که با بهره گرفتن از اصل دوم قانون اول جغرافیا “هر شی با شی دیگر ارتباط دارد اما اشیاء نزدیکتر ارتباط بیشتری نسبت به اشیاء دورتر دارند” به محاسبه این ضریب می ­پردازد )گلی و همکاران، ۱۳۸۴). برای بدست آوردن این ضریب نزدیکی موقعیت­ها با محاسبه فاصله بین نقاط تعیین می­ شود. ارزش مثبت بیانگر ویژگی­ها مشابه و وجود خوشه­های معنادار، ارزش منفی نشان دهنده ناهمگنی خصوصیات و بالاخره صفر بیانگر ناپیوستگی و تصادفی بودن پدیده ­های مورد بررسی است.
در شاخص موران ، تشابه مقادیر مختصات Cij با توجه به تفاوت آن با میانگین از رابطه زیر بدست می ­آید:
و شاخص مورن نیز به صورت زیر محاسبه می­ شود:
که یا انحراف معیار برابر است با :
شاخص بدست آمده از رابطه ا و ۳ سه الگوی نظم فضایی ممکن را طبق جدول ۱ نشان خواهد داد (پفیفر^[۵۱]و همکاران، ۲۰۰۸: ۳۵).

جدول۴-۱- سه الگوی نظم فضایی ممکن بر اساس شاخص موران I
الگوی نظم فضایی
شاخص موران I
الگوی توزیع خوشه ای
۰<SAC<1
الگوی توزیع پراکندگی
-۱<SAC<0
الگوی توزیع تصادفی
SAC۰

شاخص محلی پیوند فضایی(لیسا)
در سال۱۹۹۵، انسلین شاخص محلی موران یا شاخص محلی پیوند فضایی را که در تلاش است تا نقاط محلی را تشخیص دهد و اینکه چگونه مکان­های انفرادی^[۵۲]در پیوند­های فضایی همکاری می­ کنند را پیشنهاد داد (یامادا^[۵۳] و تیل˓ ۲۰۰۷: ۲۷۰). این شاخص برای منطقهi پیوند فضایی بین یک ارزش را در i و نزدیک به آن به طریق زیر تعریف می­ کند.
نتیجه حاصل از معادله بالا در قالب. I_i مثبت نشان می­دهد که مناطق با ارزش بالا بوسیله مناطق با ارزش بالا (بالا- بالا)^[۵۴] و مناطق با ارزش پایین توسط مناطق مشابه (پایین – پائین )^[۵۵] محصور شده است. I_i نیز نشان دهنده احاطه مناطق با ارزش بالا (پائین- بالا)^[۵۶] و یا مناطق با ارزش بالا بوسیله مناطق با ارزش پائین (بالا-پائین)^[۵۷] است (فیشر و وانگ،۲۰۱۱: ۲۴-۲۲).

۴-۸- تعریف نظری و عملیاتی متغیرها

تعریف مفاهیم کاری بیش از تعریف ساده یا قراردادی واژگان فنی یک علم است که به منظور فهمیدن امر واقعی صورت می­گیرد. بنابراین در تعریف مفاهیم همه جنبه­ های واقعیت مورد نظر قرار نمی­گیرند، بلکه فقط آن جنبه­هایی برگرفته می­شوند که برای تحقیق اصلی و اساسی به حساب می­آیند )کیوی و کاپنهود^[۵۸]،۱۳۷۷: ۱۱۴).