پروژه SPSS

1. تعریف موضوع و مسئله تحقیق

اولین قدم انتخاب یک موضوع مشخص است. برای مثال:

• تأثیر ساعت مطالعه بر نمره دانش‌آموزان

• رابطه بین رضایت شغلی و عملکرد کارکنان

• تأثیر تبلیغات اینترنتی بر رفتار خرید مشتریان

---

2. فرضیات تحقیق

هر پروژه SPSS نیاز به فرضیه دارد. مثال:

• فرضیه اصلی: «افزایش ساعت مطالعه باعث افزایش نمره دانش‌آموزان می‌شود.»

• فرضیه فرعی: «تفاوت جنسیت بر تأثیر ساعت مطالعه تأثیر دارد.»

---

3. جمع‌آوری داده‌ها

داده‌ها می‌توانند به صورت:

• پرسشنامه

• آزمایشگاه یا مشاهده

• داده‌های ثانویه (مثل داده‌های موجود از یک سازمان یا سایت)

مثال: پرسشنامه با ۵۰ دانش‌آموز و ۱۰ سؤال.

---

4. ورود داده‌ها به SPSS

• هر ردیف: یک نمونه یا فرد

• هر ستون: یک متغیر (مثل سن، جنسیت، نمره، تعداد ساعت مطالعه)

• مشخص کردن نوع متغیر (اسمی، ترتیبی، فاصله‌ای، نسبتی)

---

5. تحلیل داده‌ها

بسته به نوع تحقیق، تحلیل‌ها متفاوت است:

1. آمار توصیفی: میانگین، میانه، انحراف معیار

2. آزمون‌های همبستگی: Pearson, Spearman

3. آزمون‌های تفاوت: t-test, ANOVA

4. رگرسیون و تحلیل پیش‌بینی

5. تحلیل‌های پیچیده‌تر: Factor Analysis, Chi-square

مثال: بررسی همبستگی بین ساعت مطالعه و نمره دانش‌آموزان با Pearson correlation.

---

6. تفسیر نتایج

• گزارش اعداد و نمودارها

• توضیح معنی آماری نتایج

• پذیرش یا رد فرضیه‌ها

مثال: «نتایج نشان داد که بین ساعت مطالعه و نمره دانش‌آموزان همبستگی مثبت و معنی‌دار وجود دارد (r=0.65, p<0.01).»

---

7. نتیجه‌گیری و پیشنهادات

• جمع‌بندی یافته‌ها

• ارائه پیشنهاد برای پژوهش‌های آینده یا کاربرد عملی

1. طراحی پرسشنامه و متغیرها

متغیرها:

نمونه پرسشنامه (۳ نفر):

---

2. ورود داده‌ها در SPSS

1. SPSS را باز کن و روی Variable View برو.

2. متغیرها را با نوع و برچسب وارد کن.

3. به Data View برو و داده‌ها را وارد جدول کن.

---

3. آمار توصیفی

برای بررسی اولیه داده‌ها:

• Analyze → Descriptive Statistics → Descriptives

• میانگین، انحراف معیار، کمترین و بیشترین مقدار برای متغیرهای «ساعت مطالعه» و «نمره»

مثال نتیجه:

• میانگین ساعت مطالعه = 3 ساعت

• میانگین نمره = 16

---

4. بررسی همبستگی

برای بررسی رابطه بین ساعت مطالعه و نمره:

• Analyze → Correlate → Bivariate

• متغیرها: «ساعت مطالعه» و «نمره»

• انتخاب Pearson

مثال نتیجه:

• r = 0.65

• p = 0.002

نتیجه: همبستگی مثبت و معنی‌دار است

---

5. تست تفاوت بر اساس جنسیت

مثلاً بررسی اینکه آیا نمره دختران و پسران متفاوت است:

• Analyze → Compare Means → Independent-Samples T Test

• گروه: جنسیت

• تست نمره

مثال نتیجه:

• t = 1.2

• p = 0.24

نتیجه: تفاوت معنی‌دار نیست

---

6. رگرسیون ساده

اگر بخواهیم پیش‌بینی کنیم: «با چند ساعت مطالعه، چه نمره‌ای انتظار می‌رود؟»

• Analyze → Regression → Linear

• متغیر وابسته: نمره

• متغیر مستقل: ساعت مطالعه

مثال نتیجه:

• معادله: نمره = 10 + 1.5 × ساعت مطالعه

یعنی هر ساعت مطالعه اضافی، 1.5 نمره بیشتر می‌شود

---

7. گزارش نتایج

نمونه گزارش:

«نتایج نشان داد که بین ساعت مطالعه و نمره دانش‌آموزان همبستگی مثبت و معنی‌دار وجود دارد (r=0.65, p<0.01). همچنین، میانگین نمره دختران و پسران تفاوت معنی‌دار نداشت (p>0.05). معادله رگرسیون نشان داد که با هر ساعت مطالعه اضافی، نمره حدود 1.5 واحد افزایش می‌یابد.»

---

8. پیشنهادات

• افزایش ساعت مطالعه دانش‌آموزان می‌تواند باعث افزایش نمره شود

• برای تحقیقات آینده می‌توان عوامل دیگری مانند کیفیت خواب، سطح انگیزه، یا روش‌های مطالعه را بررسی کرد

---

9. ایجاد فایل آماده SPSS

می‌توانی مراحل زیر را دنبال کنی یا فایل را آماده کنم:

9.1 ساخت فایل داده‌ها

1. SPSS را باز کن و روی Variable View برو.

2. متغیرها را تعریف کن:

3. به Data View برو و داده‌های فرضی یا واقعی را وارد کن (مثلاً 50 نمونه).

---

9.2 تحلیل‌ها در SPSS

آمار توصیفی

• Analyze → Descriptive Statistics → Descriptives

• متغیرها: StudyHours و Score

• خروجی شامل میانگین، انحراف معیار، کمینه و بیشینه

همبستگی

• Analyze → Correlate → Bivariate

• متغیرها: StudyHours و Score

• Pearson را انتخاب کن

تست تفاوت جنسیت

• Analyze → Compare Means → Independent-Samples T Test

• Test Variable: Score

• Grouping Variable: Gender

رگرسیون خطی

• Analyze → Regression → Linear

• Dependent: Score

• Independent: StudyHours

• خروجی شامل معادله خطی و ضریب تعیین (R²)

---

10. نکات تکمیلی برای پروژه SPSS

1. گراف‌ها و نمودارها:

   • Histogram، Boxplot، Scatterplot برای نشان دادن توزیع و رابطه متغیرها

   • Graphs → Chart Builder

2. آماده‌سازی گزارش نهایی:

   • شامل مقدمه، روش تحقیق، نتایج جدول‌ها و نمودارها، تفسیر و پیشنهادات

3. چند نکته مهم:

   • همیشه نوع متغیر را درست انتخاب کن (Nominal، Ordinal، Scale)

   • بررسی داده‌های گمشده یا پرت (Missing Data / Outliers) قبل از تحلیل

   • برای همبستگی و رگرسیون، بررسی شرایط آماری مثل نرمال بودن داده‌ها مهم است

11. ساخت نمونه فایل SPSS آماده

11.1 داده‌های نمونه

برای ۱۰ دانش‌آموز فرضی، داده‌ها می‌توانند به شکل زیر باشند:

این داده‌ها هم شامل متغیرهای جنسیت، سن، ساعت مطالعه و نمره هستند و می‌توانند به راحتی در SPSS وارد شوند.

---

11.2 تحلیل‌های آماده

1. آمار توصیفی

• Analyze → Descriptive Statistics → Descriptives

• متغیرها: StudyHours و Score

• خروجی شامل: میانگین، انحراف معیار، کمینه و بیشینه

2. همبستگی

• Analyze → Correlate → Bivariate

• متغیرها: StudyHours و Score

• انتخاب Pearson

• خروجی: r و p-value

3. تست تفاوت جنسیت

• Analyze → Compare Means → Independent-Samples T Test

• Test Variable: Score

• Grouping Variable: Gender

• خروجی: t-value و p-value

4. رگرسیون خطی

• Analyze → Regression → Linear

• Dependent: Score

• Independent: StudyHours

• خروجی: معادله رگرسیون و ضریب تعیین (R²)

---

11.3 نمودارها

• Scatterplot: رابطه ساعت مطالعه و نمره

• Histogram: توزیع نمره

• Boxplot: مقایسه نمره بین دختران و پسران

این نمودارها برای بخش نتایج و تحلیل تصویری گزارش پروژه ضروری هستند.

---

12. گزارش نهایی نمونه

نمونه خلاصه گزارش:

عنوان: تأثیر ساعت مطالعه بر نمره دانش‌آموزان دبیرستان

روش تحقیق: ۱۰ دانش‌آموز به صورت تصادفی انتخاب شدند. داده‌های ساعت مطالعه و نمره جمع‌آوری شد.

نتایج:

• میانگین ساعت مطالعه: 3.0 ساعت

• میانگین نمره: 16.0

• همبستگی Pearson بین ساعت مطالعه و نمره: r=0.87, p=0.001

• تست تفاوت جنسیت: p>0.05 (تفاوت معنی‌دار نیست)

• معادله رگرسیون: نمره = 10 + 1.5 × ساعت مطالعه

نتیجه‌گیری: افزایش ساعت مطالعه تأثیر مثبت و معنی‌دار بر نمره دانش‌آموزان دارد.

13. ایجاد فایل SPSS آماده با داده‌ها و تحلیل‌ها

13.1 مراحل سریع در SPSS

1. تعریف متغیرها در Variable View

   • ID: Numeric, Measure = Nominal

   • Gender: Numeric, Measure = Nominal, Labels: 1=Male, 2=Female

   • Age: Numeric, Measure = Scale

   • StudyHours: Numeric, Measure = Scale

   • Score: Numeric, Measure = Scale

2. ورود داده‌ها در Data View

   • از جدول نمونه قبلی (۱۰ دانش‌آموز) استفاده کن.

   • اگر بخواهی می‌توانی تعداد نمونه را تا 50 یا 100 افزایش دهی تا تحلیل‌ها واقعی‌تر باشد.

3. انجام تحلیل‌ها

   • Descriptive Statistics → میانگین، انحراف معیار، کمینه، بیشینه

   • Bivariate Correlation (Pearson) → بررسی رابطه StudyHours و Score

   • Independent-Samples T Test → بررسی تفاوت نمره بر اساس Gender

   • Linear Regression → پیش‌بینی Score بر اساس StudyHours

4. ساخت نمودارها

   • Graphs → Chart Builder

   • Scatterplot: رابطه StudyHours و Score

   • Histogram: توزیع Score

   • Boxplot: مقایسه Score بر اساس Gender

---

13.2 ذخیره فایل نهایی

• بعد از وارد کردن داده‌ها و انجام تحلیل‌ها، فایل را با فرمت .sav ذخیره کن.

• همچنین می‌توانی خروجی تحلیل‌ها را با فرمت .spv ذخیره کنی تا نمودارها و جدول‌ها حفظ شوند.

---

14. نکات تکمیلی برای گزارش پروژه

1. جدول‌ها و نمودارها را به صورت مرتبط با فرضیات در گزارش قرار بده.

2. تفسیر نتایج را بر اساس اعداد و نمودارها بنویس (مثلاً همبستگی مثبت و معنی‌دار).

3. پیشنهادات عملی یا تحقیقاتی برای آینده اضافه کن.

4. حتما منابع داده‌ها یا پرسشنامه‌ها را ضمیمه کن.

15. مدیریت داده‌ها و پاکسازی

قبل از تحلیل، داده‌ها باید بررسی و پاکسازی شوند:

1. Missing Data (داده‌های گمشده)

   • بررسی کن که هیچ سلولی خالی نباشد.

   • اگر داده‌ای خالی است، می‌توان آن را حذف یا جایگزین میانگین کرد.

2. Outliers (داده‌های پرت)

   • از Boxplot یا Z-score استفاده کن.

   • داده‌های غیرعادی می‌توانند تحلیل‌ها را به شدت تغییر دهند.

3. Normality (نرمال بودن داده‌ها)

   • بعضی آزمون‌ها مثل t-test و رگرسیون فرض می‌کنند داده‌ها نرمال باشند.

   • از Histogram یا Shapiro-Wilk Test برای بررسی استفاده می‌شود.

---

16. تحلیل‌های پیشرفته‌تر

بعد از تحلیل‌های پایه (Descriptive, Correlation, T-test, Regression)، می‌توان تحلیل‌های پیچیده‌تر انجام داد:

1. ANOVA (تحلیل واریانس)

   • اگر بخواهی چند گروه را با هم مقایسه کنی (مثلاً نمره بین سه کلاس مختلف)

2. Chi-square Test (کای-اسکوئر)

   • بررسی ارتباط بین دو متغیر اسمی (مثلاً جنسیت و قبولی در امتحان)

3. Factor Analysis (تحلیل عاملی)

   • اگر پرسشنامه چند سوالی داری و می‌خواهی متغیرهای اصلی را استخراج کنی

4. Multiple Regression (رگرسیون چندگانه)

   • وقتی بیش از یک متغیر مستقل داریم، برای پیش‌بینی متغیر وابسته

---

17. نمودارها و نمایش بصری داده‌ها

نمودارها برای گزارش بسیار مهم هستند و به درک بهتر داده‌ها کمک می‌کنند:

• Histogram: نمایش توزیع متغیرها

• Scatterplot: نمایش رابطه بین دو متغیر پیوسته

• Boxplot: مقایسه گروه‌ها و شناسایی داده‌های پرت

• Bar Chart: نمایش متغیرهای اسمی

---

18. نوشتن گزارش نهایی

یک گزارش کامل SPSS معمولاً شامل بخش‌های زیر است:

1. عنوان پروژه و مقدمه

   • توضیح موضوع و اهمیت آن

2. روش تحقیق

   • تعداد نمونه، ابزار جمع‌آوری داده، تعریف متغیرها

3. نتایج

   • آمار توصیفی

   • تحلیل‌های همبستگی، تفاوت گروهی، رگرسیون

   • نمودارها و جدول‌ها

4. تفسیر نتایج

   • آیا فرضیات پذیرفته شدند یا رد؟

   • نتیجه آماری و معنی‌داری آن

5. نتیجه‌گیری و پیشنهادات

   • جمع‌بندی یافته‌ها

   • پیشنهادات عملی یا تحقیقاتی برای آینده

6. ضمائم

   • پرسشنامه‌ها، خروجی‌های SPSS، نمودارها

---

19. نکات کلیدی موفقیت در پروژه SPSS

• قبل از شروع، فرضیه‌ها و متغیرها را دقیق مشخص کن.

• داده‌ها را همیشه بررسی و پاکسازی کن.

• تحلیل‌ها را با دقت و بر اساس نوع متغیرها انتخاب کن.

• نتایج را عدد و نمودار محور گزارش کن، نه فقط توضیحی.

• همیشه تفسیر آماری با مفهوم واقعی تحقیق ترکیب شود.

---

20. چک‌لیست کامل مراحل پروژه SPSS

مرحله 1: انتخاب موضوع و تعریف مسئله

• موضوع باید مشخص، قابل تحقیق و مرتبط با رشته شما باشد.

• مثال‌ها: تأثیر ساعت مطالعه بر نمره، رابطه رضایت شغلی و عملکرد کارکنان، تأثیر تبلیغات بر رفتار خرید.

---

مرحله 2: تعیین فرضیات تحقیق

پروژه SPSS

• یک فرضیه اصلی و چند فرضیه فرعی بنویس.

• مثال:

  • فرضیه اصلی: افزایش ساعت مطالعه باعث افزایش نمره دانش‌آموزان می‌شود.

  • فرضیه فرعی: جنسیت در رابطه بین ساعت مطالعه و نمره تأثیر دارد.

---

مرحله 3: طراحی ابزار جمع‌آوری داده

• پرسشنامه، مصاحبه یا داده‌های موجود (ثانویه).

• هر متغیر را مشخص کن: اسمی، ترتیبی، فاصله‌ای، نسبتی.

• تعیین تعداد نمونه‌ها.

---

مرحله 4: ورود داده‌ها در SPSS

1. Variable View → تعریف متغیرها (نام، نوع، برچسب، مقیاس)

2. Data View → ورود داده‌ها برای هر نمونه

---

مرحله 5: بررسی و پاکسازی داده‌ها پروژه SPSS

• Missing Data: داده‌های خالی را بررسی و اصلاح کن.

• Outliers: داده‌های پرت را شناسایی و در صورت نیاز حذف کن.

• Normality: بررسی نرمال بودن داده‌ها (Histogram یا Shapiro-Wilk).

---

مرحله 6: تحلیل آماری اولیه پروژه SPSS

1. Descriptive Statistics → میانگین، انحراف معیار، کمینه، بیشینه

2. Graphs → Histogram, Boxplot برای مشاهده توزیع و گروه‌ها

---

مرحله 7: تحلیل روابط بین متغیرها پروژه SPSS

• Bivariate Correlation (Pearson/Spearman) → بررسی همبستگی بین متغیرهای پیوسته

• Chi-square Test → بررسی ارتباط بین متغیرهای اسمی

• T-test / ANOVA → بررسی تفاوت بین گروه‌ها

• Regression → پیش‌بینی متغیر وابسته با یک یا چند متغیر مستقل

---

مرحله 8: نمودارها و نمایش بصری پروژه SPSS

• Scatterplot → رابطه بین دو متغیر پیوسته

• Boxplot → مقایسه گروه‌ها

• Histogram → توزیع داده‌ها

• Bar Chart → نمایش متغیرهای اسمی

---

مرحله 9: تفسیر نتایج پروژه SPSS

• بررسی همبستگی‌ها و ضریب r → مثبت، منفی، معنی‌دار یا غیرمعنی‌دار

• بررسی آزمون t و ANOVA → تفاوت گروه‌ها

• بررسی رگرسیون → معادله پیش‌بینی و ضریب تعیین R²

• نتیجه را با زبان ساده و قابل فهم برای خواننده گزارش کن

---

مرحله 10: نوشتن گزارش نهایی پروژه SPSS

1. عنوان و مقدمه

2. روش تحقیق (نمونه، ابزار، متغیرها)

3. نتایج (جدول‌ها، نمودارها، تحلیل‌ها)

4. تفسیر نتایج (پذیرش یا رد فرضیات)

5. نتیجه‌گیری و پیشنهادات

6. ضمائم (پرسشنامه، خروجی SPSS، نمودارها)

---

مرحله 11: نکات حرفه‌ای پروژه SPSS

• جدول‌ها و نمودارها همیشه مرتبط با فرضیه‌ها باشند.

• اعداد و تحلیل‌ها را با تفسیر علمی و واقعی ترکیب کن.

• منابع و مراجع را مشخص کن.

• همیشه فایل SPSS و خروجی‌ها را ذخیره کن تا در صورت نیاز بازبینی شود.

21. مثال عملی پروژه SPSS

موضوع: تأثیر ساعت مطالعه بر نمره دانش‌آموزان دبیرستان
نمونه: ۱۰ دانش‌آموز
متغیرها:

• ID (شماره دانش‌آموز) – Nominal

• Gender (جنسیت) – Nominal: 1=Male، 2=Female

• Age (سن) – Scale

• StudyHours (ساعت مطالعه در روز) – Scale

• Score (نمره دانش‌آموز) – Scale

---

مرحله 1: ورود داده‌ها

• وارد Variable View شو و متغیرها را تعریف کن.

• در Data View داده‌ها را وارد کن:

---

مرحله 2: آمار توصیفی پروژه SPSS

• Analyze → Descriptive Statistics → Descriptives

• متغیرها: StudyHours و Score

• خروجی شامل میانگین، کمینه، بیشینه و انحراف معیار

تفسیر مثال:

• میانگین ساعت مطالعه = 3

• میانگین نمره = 16

این به ما نشان می‌دهد که دانش‌آموزان به طور متوسط ۳ ساعت مطالعه دارند و نمره متوسط 16 است.

---

مرحله 3: بررسی همبستگی پروژه SPSS

• Analyze → Correlate → Bivariate

• متغیرها: StudyHours و Score

• انتخاب Pearson

تفسیر مثال:

• r = 0.87، p = 0.002

نتیجه: همبستگی مثبت و معنی‌دار بین ساعت مطالعه و نمره وجود دارد.

---

مرحله 4: بررسی تفاوت بر اساس جنسیت

• Analyze → Compare Means → Independent-Samples T Test

• Test Variable: Score

• Grouping Variable: Gender

تفسیر مثال:

• t = 0.8، p = 0.45

تفاوت نمره بین دختران و پسران معنی‌دار نیست.

---

مرحله 5: رگرسیون خطی ساده پروژه SPSS

• Analyze → Regression → Linear

• Dependent: Score

• Independent: StudyHours

تفسیر مثال:

• معادله: Score = 10 + 1.5 × StudyHours

• R² = 0.76

هر ساعت مطالعه اضافی باعث افزایش حدود 1.5 نمره می‌شود.

---

مرحله 6: نمودارهای تصویری پروژه SPSS

1. Scatterplot → نمایش رابطه ساعت مطالعه و نمره

2. Histogram → توزیع نمره

3. Boxplot → مقایسه نمره بین دختران و پسران

نمودارها کمک می‌کنند نتایج را بهتر نشان دهیم و گزارش جذاب‌تری داشته باشیم.

---

مرحله 7: نوشتن گزارش پروژه SPSS

1. مقدمه و هدف تحقیق

2. روش تحقیق و نمونه

3. نتایج (آمار توصیفی، همبستگی، آزمون t، رگرسیون)

4. تفسیر نتایج:

   • همبستگی مثبت و معنی‌دار بین ساعت مطالعه و نمره

   • تفاوت جنسیت معنی‌دار نیست

   • رگرسیون نشان می‌دهد که هر ساعت مطالعه اضافی 1.5 نمره اضافه می‌کند

5. نتیجه‌گیری و پیشنهادات

 

22. نمونه متن گزارش نهایی پروژه SPSS

عنوان پروژه:
تأثیر ساعت مطالعه بر نمره دانش‌آموزان

---

1. مقدمه

تحقیق حاضر با هدف بررسی تأثیر ساعت مطالعه بر نمره دانش‌آموزان انجام شد. اهمیت این موضوع از آنجا ناشی می‌شود که مطالعه منظم و کافی می‌تواند بهبود عملکرد تحصیلی را به همراه داشته باشد.

سوال تحقیق: آیا افزایش ساعت مطالعه باعث افزایش نمره دانش‌آموزان می‌شود؟

فرضیات:

• فرضیه اصلی: افزایش ساعت مطالعه باعث افزایش نمره دانش‌آموزان می‌شود.

• فرضیه فرعی: جنسیت در رابطه بین ساعت مطالعه و نمره تأثیر دارد.

---

2. روش تحقیق

• نمونه: ۱۰ دانش‌آموز دبیرستان به صورت تصادفی

• ابزار جمع‌آوری داده: پرسشنامه شامل اطلاعات جنسیت، سن، ساعت مطالعه و نمره

• متغیرها:

  • Gender (جنسیت) – Nominal

  • Age (سن) – Scale

  • StudyHours (ساعت مطالعه) – Scale

  • Score (نمره دانش‌آموز) – Scale

---

3. تحلیل داده‌ها پروژه SPSS

آمار توصیفی پروژه SPSS:

• میانگین ساعت مطالعه: 3 ساعت

• میانگین نمره: 16

همبستگی پروژه SPSS:

• بین ساعت مطالعه و نمره همبستگی مثبت و معنی‌دار وجود دارد: r = 0.87, p = 0.002

تست تفاوت جنسیت پروژه SPSS:

• میانگین نمره دختران و پسران تفاوت معنی‌دار ندارد (p = 0.45)

رگرسیون خطی ساده پروژه SPSS:

• معادله رگرسیون: Score = 10 + 1.5 × StudyHours

• R² = 0.76

نتیجه: هر ساعت مطالعه اضافی باعث افزایش 1.5 نمره می‌شود و مدل رگرسیون 76٪ تغییرات نمره را توضیح می‌دهد.

---

4. نمودارها و نمایش تصویری پروژه SPSS

• Scatterplot: رابطه مثبت بین ساعت مطالعه و نمره مشاهده شد

• Histogram: توزیع نمره تقریباً نرمال است

• Boxplot: تفاوت نمره بین دختران و پسران قابل توجه نیست

---

5. تفسیر نتایج پروژه SPSS

• افزایش ساعت مطالعه تأثیر مثبت و معنی‌دار بر نمره دانش‌آموزان دارد.

• جنسیت تأثیر قابل توجهی بر نمره ندارد.

• رگرسیون نشان می‌دهد که ساعت مطالعه می‌تواند به عنوان پیش‌بینی‌کننده اصلی نمره استفاده شود.

---

6. نتیجه‌گیری و پیشنهادات پروژه SPSS

• دانش‌آموزان بهتر است ساعت مطالعه خود را افزایش دهند تا نمره بالاتری کسب کنند.

• برای تحقیقات آینده می‌توان سایر عوامل مانند کیفیت خواب، انگیزه، روش‌های مطالعه و محیط آموزشی را نیز بررسی کرد.

• معلمان می‌توانند برنامه‌های مطالعاتی متناسب با ساعت‌های مطالعه دانش‌آموزان طراحی کنند.

---

7. ضمائم پروژه SPSS

• پرسشنامه نمونه

• جدول داده‌های وارد شده در SPSS

• نمودارها و خروجی تحلیل‌ها