پیش بینی آمادگی برای تغییر سازمانی از طریق سرمایه روان شناختی در کارشناسان تربیت بدنی ادارات آموزش وپرورش شهر تهران
Publish place: Sport Sciences Research Quarterly، Vol: 13، Issue: 42
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 184
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SSQJ-13-42_009
تاریخ نمایه سازی: 23 آبان 1400
Abstract:
هدف این پژوهش پیش بینی آمادگی برای تغییر سازمانی کارشناسان تربیت بدنی ادارات آموزش وپرورش شهر تهران از طریق سرمایه روان شناختی بود. جامعه آماری این پژوهش شامل همه کارشناسان تربیت بدنی ادارات آموزش وپرورش شهر تهران به تعداد ۲۰۰ نفر بود که با استفاده از جدول کرجسی - مورگان، ۱۸۷ نفر به شیوه انتخاب تصادفی ساده به عنوان نمونه آماری انتخاب شدند. برای جمع آوری داده ها از پرسش نامه های آمادگی برای تغییر سازمانی هالت و همکاران (۲۰۰۷) و سرمایه روان شناختی لوتانز (۲۰۰۷) استفاده شد. ثبات درونی پرسش نامه ها توسط ضریب آلفای کرونباخ به ترتیب ۸۲/۰ و ۸۶/۰ به دست آمد. تجزیه و تحلیل داده ها با استفاده از رگرسیون و به کمک نرم افزار SPSS نسخه ۲۲ انجام شد. نتایج تحلیل رگرسیون نشان داد که همه ی مولفه های سرمایه روانشناختی که شامل خودکارآمدی، امیدواری، خوش بینی و تاب آوری هستند، پیش بینی آمادگی برای تغییر سازمانی را دارند، به طوری که مولفه تاب آوری بیشترین و خوش بینی کمترین نقش را بر آمادگی برای تغییر سازمانی داشتند. با توجه به نتایج ضروری است که مدیران به افزایش روحیه ی تاب آوری، خودکارآمدی، امیدواری و خوش بینی کارکنان توجه داشته باشند تا آمادگی آن ها برای تغییر سازمانی در راستای پیشرفت سازمانی را فراهم نمایند.
Keywords:
واژه های کلیدی: آمادگی برای تغییر , سرمایه روان شناختی , کارشناسان تربیت بدنی , تحلیل رگرسیون , نرم افزار SPSS
Authors
مهناز خاکپور
دانشجوی دکتری، مدیریت ورزشی، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران.
سارا حاجی انزهایی
استادیار، مدیریت ورزشی، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
فریده اشرف گنجویی
دانشیارگروه مدیریت ورزشی ،دانشکده تربیت بدنی ،واحدتهران مرکز،دانشگاه آزاد اسلامی ،تهران ایران.
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 :