پیش بینی خودکارآمدی مدیران و معاونان زن بر اساس هوش های چند گانه و مهارت اجتماعی
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 220
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSF-13-50_001
تاریخ نمایه سازی: 12 مهر 1400
چکیده مقاله:
این پژوهش با هدف پیش بینی خودکارآمدی مدیران و معاونان زن شهرستان شبستربر اساس هوش های چند گانه و مهارت اجتماعی انجام گرفته است. پژوهش حاضر از نظر نحوه گردآوری داده ها از نوع تحقیق توصیفی-همبستگی بوده و از نظر هدف نیز از نوع پژوهش کاربردی می باشد. جامعه آماری پژوهش شامل مدیران و معاونان زن مدارس شهرستان شبستر به تعداد۷۵ نفرمی باشد که از این تعداد۶۳ نفر به روش نمونه گیری تصادفی طبقه ای نسبتی با استفاده از جدول مورگان انتخاب شدند. ابزارهای اندازه گیری پژوهش شامل پرسشنامه هوش های چندگانه گاردنر، پرسشنامه مهارتهای اجتماعی ماتسون و همکاران(۱۹۸۳) و پرسشنامه خودکارآمدی شوارزر و جرو سالم بود. برای تجزیه و تحلیل فرضیه های پژوهش از روش آمار استنباطی ضریب همبستگی پیرسون و رگرسیون چندگانه همزمان با استفاده از نرم افزار spss.۲۳ استفاده شد. نتایج نشان داد از بین مولفه های هوش های چندگانه سه مولفه هوش کلامی(۶۹/۰r =)، هوش موسیقی(۶۷/۰r =) و هوش میان فردی(۵۶/۰r =) با خودکارآمدی مدیران و معاونان زن مدارس شهرستان شبستر رابطه دارد(۰.۰۱p < ). طبق نتیجه رگرسیون، ۴/۷۶ درصد از واریانس خودکارآمدی توسط هوش های چندگانه و مهارت اجتماعی تبیین می شود. بنابراین از آنجایی که خودکارآمدی مدیران و معاونان نیز با هوشهای چندگانه و مهارتهای اجتماعی آنان رابطه معنی داری دارد؛ لذا پیشنهاد می شود سازمان ها خودکارآمدی مدیران را از طریق ترتیب دادن هدف های قابل دسترس، جانشین سازی تجربه های موفق با تجربه های ناموفق و تقویت اعتماد به نفس تقویت نمایند.
کلیدواژه ها:
نویسندگان
پریناز رحیمی
کارشناس ارشد، مدیریت آموزشی ، دانشکده علوم تربیتی ،واحدشبستر،دانشگاه آزاد اسلامی، شبستر، ایران
امیدعلی حسین زاده
استادیار، گروه علوم تربیتی،واحد شبستر، دانشگاه آزاد اسلامی، شبستر، ایران (نویسنده مسئول) amirhoseinzade۱۳۵۹@gmail.com
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :