دوره 3، شماره 4 - ( 12-1388 )                   جلد 3 شماره 4 صفحات 16-5 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Sharyati M, Garoosi Farshi M, Babapour Kheiroddin J. Efficiency of the core self evaluations model in predicting of subjective well-being. Journal title 2010; 3 (4) :5-16
URL: http://rph.khu.ac.ir/article-1-118-fa.html
شریعتی مریم، گروسی فرشی میرتقی، باباپور خیرالدین جلیل. کارآیی مدل خودارزشیابی های مرکزی در پیش بینی بهزیستی ذهنی. عنوان نشریه. 1388; 3 (4) :5-16

URL: http://rph.khu.ac.ir/article-1-118-fa.html


1- دانشگاه تبریز ، msharyati@yahoo.com
2- دانشگاه تبریز
چکیده:   (22201 مشاهده)
هدف اصلی پژوهش حاضر بررسی کارآیی مدل خودارزشیابی های مرکزی در پیش بینی بهزیستی ذهنی کارکنان بود. همچنین به نقش متغیرهای شغلی و دموگرافیک بعنوان اهداف فرعی توجه شد. تعداد 229 نفر از کارکنان شرکت کویرتایر استان خراسان جنوبی به مقیاس خودارزشیابی های مرکزی (جوج و همکاران،2003)،مقیاس رضایت از زندگی داینر و همکاران(1985) و مقیاس عاطفه مثبت و منفی(واتسن و همکاران، 1988) پاسخ دادند. به منظور تجزیه و تحلیل داده ها، از رگرسیون چند متغیره(گام به گام) استفاده شد. نتایج نشان داد که مدل خودارزشیابی های مرکزی، رضایت از زندگی و عواطف مثبت را بصورت مثبت و عواطف منفی را بصورت منفی پیش بینی می کند. همچنین بررسی نقش متغیر های دموگرافیک و شغلی نشان داد که مدل خودارزشیابی های مرکزی و سابقه ی خدمت پیش بینی کننده های معنی داری برای رضایت از زندگی و عواطف مثبت و منفی هستند. در مجموع نتایج حاصل از این پژوهش،کارآیی مدل خودارزشیابی های مرکزی در پیش بینی بهزیستی ذهنی را تایید نمود.
     
نوع مطالعه: پژوهشي |
انتشار: 1388/11/26

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه پژوهش در سلامت روانشناختی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 |

Designed & Developed by : Yektaweb