Abstract:
سازمان بهزیستی به دلیل ارائه خدمات یاورانه به اقشار آسیب پذیر، نیازمند کارکنانی با هوش هیجانی بالا است. از سوی دیگر پویایی گروهی به عنوان یکی از جنبه های مهم حیات گروه می تواند امکان انجام گستره ای از وظایف را برای اعضای تیم فراهم آورد؛ بنابراین محققان به پیش بینی میزان پویایی گروهی کارکنان بر اساس هوش هیجانی آنان در سازمان بهزیستی پرداختند. تحقیق حاضر از منظر نوع هدف، روش گردآوری داده و میزان کنترل متغیرها، به ترتیب جزء تحقیقات کاربردی، میدانی و توصیفی است. جامعه آماری کلیه کارکنان سازمان بهزیستی استان مازندران به تعداد 1125 نفر و تعداد نمونه آماری 290 نفر در نظر گرفته شد. ابزار اندازه گیری پرسشنامه استاندارد هوش هیجانی بار-آن و محقق ساخته پویایی میان گروهی بوده و به منظور تحلیل داده ها، مدلسازی و استخراج قوانین از روش تئوری مجموعههای راف استفاده شد. با کمک تئوری راف میزان پویایی گروهی کارکنان به عنوان مشخصه تصمیم و هفت مشخصه موقعیتی شامل اطلاعات دموگرافیک و ابعاد هوش هیجانی به عنوان سیستم تصمیم وارد نرمافزار ROSETTA شده است. نتایج نشان میدهد سطح تحصیلات و ابعاد بین فردی و توان سازگاری بیشترین اثر را بر پویایی گروهی دارند. بهترین مدل با استفاده از روش گسستهسازی آنتروپی و الگوریتم ژنتیک و راهبرد ORR برای تولید بیزائده، با 434 قانون و دقت پیشبینی 77.83 درصد انتخاب شده است. مدل قوانین با بالاترین اعتبار بعنوان موتور اسنتتاج سیستم خبره انتخاب و پس از طراحی رابط کاربری، امکان پیشبینی میزان پویایی گروهی کارکنان با بررسی هوش هیجانی ایشان فراهم گردید
The welfare organization needs employees with high emotional intelligence to be able to perform their duties effectively; Therefore, predicting the group dynamics of employees based on their emotional intelligence in the Welfare Organization of Mazandaran Province was the purpose of this study.The statistical population of the present study was 1125 employees of the Welfare Organization of Mazandaran Province. The number of statistical sample was considered to be 290 people.The research measurement tool was standard questionnaires of Bar-On emotional intelligence and researcher-made intergroup dynamics. In order to analyze the data, model, the theory of Rough set Theory has been used. With the help of Rough Theory, the level of group dynamics of employees as a decision characteristic and seven situational characteristics as a decision system have been entered into ROSETTA software and the rule model has been extracted. According to different algorithms of discretization and redundant production, eight models of rules were constructed and the results of each model were evaluated by parallel validation method. The results show that the level of education and interpersonal dimensions and adaptability have the greatest effect on group dynamics. the best model has been selected using entropy discretization method, genetic algorithm and ORR strategy for redundant production, with 434 rules and 77.83% prediction accuracy. The model of rules was selected with the highest validity as the inference engine of the expert system and after designing the user interface, it was possible to predict the group dynamics of employees by examining their level of emotional intelligence
Machine summary:
ارائه خدمات با کیفیت به مراجعین این سازمان می طلبد که به بحث پویایی گروهی توجه شود و نوع خدمات ارائه شده، نیاز به برقراری ارتباط موثر و مدیریت هیجانات و احساسات خود و دیگران، برخورداری از هوش هیجانی بالا را میان کارکنان آن که موضوع اصلی پژوهش حاضر است را تائید می کند؛ بنابراین این سوال اصلی مطرح می شود که آیا پویایی گروهی کارکنان سازمان بهزیستی بر اساس ابعاد و میزان هوش هیجانی آنان قابل پیشبینی است و لذا این پژوهش قصد دارد به کمک تئوری راف سیستم خبره Group Dynamics Emotional Intelligence Quantity Intelligence ای را جهت پیش بینی پویایی گروهی کارکنان بر اساس میزان هوش هیجانی آنان طراحی نماید.
پایایی پرسشنامه 93/0 به دست آمد که علاوه بر آنکه بالای 7/0 بود، در طبقه عالی نیز قرار داشت که نشان از قابلیت اعتماد ابزار اندازه گیری در حد عالی د Bar-on Mucchielli Fredman & yarbrough Content validity ratio به منظور تحلیل داده ها، مدلسازی و استخراج قوانین از روش تئوری مجموعههای راف 1 و نرمافزار ROSETTA استفاده شده است که در ادامه این روش به طور خلاصه شرح داده میشود.
در این پژوهش برای پیش بینی پویایی گروهی علاوه بر اطلاعات جمعیت شناختی مانند جنسیت و سطح تحصیلات از میزان هوش هیجانی افراد نیز به عنوان متغیر پیشبینی کننده استفاده شده است.