پیش بینی تفکر انتقادی بر اساس ابعاد شخصیت و متغیرهای جمعیت شناختی
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 151
فایل این مقاله در 26 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_PHRJRL-15-65_004
تاریخ نمایه سازی: 8 شهریور 1402
چکیده مقاله:
هدف تحقیق حاضر پیش بینی تفکر انتقادی بر اساس متغیرهای جمعیت شناختی و ابعاد شخصیتی معلمان بود. جهت حصول اطمینان تعداد ۳۵۰ پرسشنامه در بین معلمان شهر تهران اجرا شد. جهت انتخاب نمونه از روش نمونه گیری تصادفی استفاده شد. ابتدا ضریب پایایی به روش همسانی درونی برای پرسشنامه ابعاد شخصیتی و تفکر انتقادی محاسبه شد نتایج نشان می دهد ضرایب پایایی پرسشنامه ویژگیهای شخصیتی و تفکر انتقادی مطلوب و رضایت بخش هستند. پس از بررسی همسانی درونی، به بررسی روایی پرسشنامه پرداخته شد بدین منظور از روش تحلیل عاملی به روش مولفه های اصلی بهره گرفته شد. مقدار KMOبرای پرسشنامه شخصیتی نئو(NEO) و پرسشنامه تفکر انتقادی بالاتر ۹۳۵/۰ و سطح معنادار بودن مشخصه کرویت بارتلت برای هر دو پرسشنامه کمتر از ۰/۰۱بود. وزن های عاملی برآورد شده حاکی از آن بود که همه شاخص ها، از بار عاملی بالاتر از ۰/۳۰برخوردار هستند. بنابراین، می توان نتیجه گرفت ابزارهای تحقیق از روایی مناسبی برخوردار هستند.سرانجام جهت پیش بینی تفکر انتقادی معلمان از طریق متغیرهای جمعیت شناختی و ویژگیهای شخصیتی از تحلیل رگرسیون چند متغیری به روش گام به گام استفاده شد نتایج نشان داد ویزگی های شخصیتی برون گرایی، باوجدان بودن، انعطاف پذیری، جنسیت، تحصیلات، روان رنجوری، دلپذیر بودن به عنوان متغیر پیش بین می توانند تفکر انتقادی را پیش بینی نمایند(R=۰/۶۰۶). بنابراین بر اساس نتایج می توان گفت معلمانی که درباره جهان پیرامون خود کنجکاو هستند و دارای ویژگی تنوع طلبی، کنجکاوی ذهنی و استقلال در قضاوت بودند، از لحاظ تفکر انتقادی نسبت به سایرین بالاترند.
کلیدواژه ها:
نویسندگان
نورمحمد رضایی
استادیار گروه علوم انسانی، دانشگاه فرهنگیان. شهید مدرس. ایلام. ایران
محمد علی عامری
دکتری مدیریت پیشگیری از جرم و عضو هیئت علمی پووهشگاه علوم انتظامی و مطالعات اجتماعی
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 :