واکاوی رابطه خوش بینی تحصیلی با ویژگی های شخصیتی و کیفیت زندگی کاری در بین معلمان رسمی و حق التدریس مقطع ابتدایی شهر تهران

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 625

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICPE03_253

تاریخ نمایه سازی: 19 خرداد 1396

Abstract:

این تحقیق، با هدف بررسی رابطه خوش بینی تحصیلی با ویژگی های شخصیتی و کیفیت زندگی کاری معلمان اجرا شده است . روش تحقیق، توصیفی از نوع همبستگی است. جامعه آماری تحقیق را کلیه معلمان سطح شهر تهران به تعداد 18117 نفر تشکیل داده اند . نمونه آماری پژوهش 348 نفر تعیین شده میباشد . برای گردآوری اطلاعات از پرسشنامه خوشبینی تحصیلی معلمان بیرد و همکاران (2010)، پرسشنامه ویژگی های شخصیتی مک کری و کاستا (1985) و پرسشنامه کیفیت زندگی کاری والتون (1973) استفاده شده است. روایی صوری و محتوایی پرسشنامه بررسی و مورد تایید متخصصان حوزه مربوطه قرار گرفت و جهت تحلیل داده ها از آزمون t مستقل، ضریب همبستگی پیرسون و رگرسیون چند متغیری استفاده گردید. نتایج حاصل از یافته ها حاکی است که بین نمرات خوشبینی تحصیلی، ویژگی های شخصیتی و کیفیت زندگی کاری در بین زنان و مردان معلم شهر تهران تفاوت معناداری وجود دارد و با توجه به میانگین های به دست آمده میتوان گفت که زنان نسبت به مردان نمرات بالاتری به دست آوردهاند. همچنین نتایج پژوهش نشان میدهد بین خوشبینی تحصیلی ، ویژگی های شخصیتی و کیفیت زندگی کاری معلمان رابطه به صورت مستقیم (مثبت) و در حد قوی می باشد. و ویژگی های روان رنجوری و برون گرایی به ترتیب بیشترین تاثیر را در پیش بینی خوش بینی تحصیلی معلمان دارند. همچنین سه بعد کیفیت زندگی(محیط کار ایمن و بهداشتی، تامین فرصت رشد و امنیت مداوم، قانونگرایی در سازمان) به ترتیب بیشترین تاثیر را در پیش بینی خوش بینی تحصیلی در بین معلمان دارند.

Authors

نیوشا خلیلی

دانشجوی کارشناسی ارشد روانشناسی تربیتی دانشگاه آزاد اسلامی

نورا انتظارخیر

دانشجوی کارشناسی ارشد روانشناسی تربیتی دانشگاه آزاد اسلامی

احمد باصری

استادیار گروه روانشناسی دانشگاه جامع امام حسین (ع)

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 :