سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ویژگیهای روانسنجی نسخه فارسی مقیاس کمالگرایی اخلاقی در دانشجویان ایرانی در سال ۱۳۹۷

Publish Year: 1399
Type: Journal paper
Language: Persian
View: 411

This Paper With 21 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_QAPSY-14-3_002

Index date: 4 May 2021

ویژگیهای روانسنجی نسخه فارسی مقیاس کمالگرایی اخلاقی در دانشجویان ایرانی در سال ۱۳۹۷ abstract

هدف: هدف پژوهش حاضر، تعیین ویژگیهای روانسنجی نسخه فارسی مقیاس کمالگرایی اخلاقی در بین دانشجویان بود. روش: روش پژوهش همبستگی و جامعه آماری آن کلیه دانشجویان کارشناسی روان­شناسی دانشگاههای تهران، الزهرا، و آلطاها به تعداد ۹۰۰ نفر بودند که از میان آنها ۵۸۷ نفر (۴۱۰ دختر و ۱۷۷ پسر) از طریق روش نمونهگیری در دسترس انتخاب شدند. ابزارهای پژوهش نسخه فارسی مقیاس کمالگرایی اخلاقی استوبر و یانگ (۲۰۱۶) و ماکیاولیسم چهار (کریستی و گیس، ۱۹۷۰) بود. پس از کنار گذاشتن ۱۶ داده دورافتاده، ۵۷۱ پرسشنامه، ۴۰۱ دختر و ۱۷۰ پسر، با استفاده از روش تحلیل عاملی تاییدی تحلیل شد. یافتهها: نتایج تحلیل عاملی تاییدی، ساختار دو بعدی مقیاس کمالگرایی اخلاقی را تایید کرد و نشان داد که عامل معیارهای اخلاقی شخصی و عامل نگرانی در مورد خطاهای اخلاقی، جدا از یکدیگر هستند. بهجز شاخص خی دو بهنجار  با مقدار ۲۱/۳ (۰۰۱/۰P=)؛ دیگر شاخصهای برازش الگو در محدوده قابل قبولی قرار داشتند. آلفای کرونباخ برای بعد معیارهای اخلاقی شخصی ۸۵/۰ و برای بعد نگرانی درباره خطاهای اخلاقی ۷۳/۰ بود. نتیجهگیری: با توجه به مطلوب بودن خصوصیات روانسنجی نسخه فارسی مقیاس کمالگرایی اخلاقی، استفاده از آن به متخصصان حوزه روانشناسی و مشاوره در موقعیتهای پژوهشی و بالینی برای سنجش میزان کمالگرایی در حوزه اخلاقیات، پیشنهاد میشود.

ویژگیهای روانسنجی نسخه فارسی مقیاس کمالگرایی اخلاقی در دانشجویان ایرانی در سال ۱۳۹۷ Keywords:

مقیاس کمالگرایی اخلاقی , معیارهای اخلاقی شخصی , نگرانی درباره خطاهای اخلاقی

ویژگیهای روانسنجی نسخه فارسی مقیاس کمالگرایی اخلاقی در دانشجویان ایرانی در سال ۱۳۹۷ authors

سیمین حسینیان

دانشگاه الزهرا

عباس عبدالهی

دانشگاه الزهرا

فاطمه هاشمی گلپایگانی

دانشگاه الزهرا

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :