پيش بيني فرسودگي شغلي اعضاي هيئت علمي دانشگاه پيام نور استان يزد با استفاده از تكنيك شبكه عصبي مصنوعي

مقدمه: اعضاي هيئت علمي از عوامل اصلي نظام آموزش عالي هستند كه تنيدگي شغلي بالاي ناشي از وظايف آموزشي، پژوهشي و اجرايي، آن ها را در معرض ابتلا به فرسودگي شغلي قرار مي دهد. هدف از اين مطالعه پيش بيني فرسودگي شغلي اعضاي هيئت علمي دانشگاه پيام نور استان يزد با استفاده از تكنيك شبكه عصبي مصنوعي است. روش بررسي: تحقيق حاضر از لحاظ روش، توصيفي و از لحاظ هدف، كاربردي است. جامعه آماري اين پژوهش اعضاي هيئت علمي دانشگاه پيام نور استان يزد مي باشد. تجزيه و تحليل ها بر روي 315 داده (نفر/سال) كه از 105 عضو هيئت علمي در سه سال تحصيلي گذشته انجام شد. داده ها با استفاده از دو پرسش نامه بسته جمع آوري شد. تحليل داده ها با نرم افزارSPSS ورژن 22 انجام گرفت. براي تحليل داده ها شامل 23 متغير مستقل و يك متغير وابسته دو نوع شبكه عصبي پرسپترون چند لايه و تابع شعاع مدار طراحي و اجرا شد. نتايج: درصد صحت پيش بيني فرسودگي شغلي در داده هاي آموزش و آزمايش و اعتبارسنجي براي شبكه عصبي MLP به ترتيب برابر با 83.3، 80.9 و 74.5 و براي شبكه عصبي RBF به ترتيب برابر با 73.1، 93.0 و 76.9 محاسبه شد. سطح زير منحني راك براي دو شبكه MLP و RBF برابر با 0.823 و 0.833 بدست آمد. نتيجه گيري: مقايسه دو شبكه عصبي MLP و RBF بر اساس معيارهاي سطح زير منحني راك و درصد صحت پيش بيني نشان داد شبكه عصبي RBF در پيش بيني فرسودگي شغلي اعضاي هيئت علمي دانشگاه پيام نور استان يزد كاراتر است و متغيرهاي گروه علمي، مقطع تدريس، سن و ميزان ارتباطات بيشترين تاثير را بر فرسودگي شغلي داشته اند.