بررسي رابطه بين متغيرهاي شخصيتي با ميزان رفتارهاي ناامن

Evaluation of relationship between the rate of unsafe behaviors and personality trait Case study: construction project in a car manufacturing company

مقدمه: بر اساس نتايج مطالعات انجام شده، رفتارهاي ناامن عامل 90% حوادث مي باشند. پژوهش حاضر استفاده از ويژگي هاي شخصيتي را به عنوان پيش بين هاي بروز اعمال ناامن در بين كاركنان يك پروژه احداث خطوط توليد خودرو مورد بررسي قرار مي دهد. . روش كار: در اين مطالعه براي تعيين ويژگي هاي شخصيتي و ميزان رفتارهاي ناامن به‌ترتيب از پرسشنامه 5 بعدي NEO-FFI و روش نمونه برداري از رفتارهاي ايمني استفاده شد. براي آناليز نتايج از ضريب همبستگي اسپيرمن استفاده گرديد. جامعه آماري مورد مطالعه شامل كليه كاركنان پروژه به تعداد 243 نفر بود. . يافته ها: نتايج نشان داد 70/31 درصد از رفتارهاي كاركنان از نوع ناامن بود. بين رفتارهاي ناامن با رنجورخويي و انعطاف پذيري رابطه مستقيم و معنا دار وجود داشت (P < 0.01). . نتيجه گيري: ارزيابي ابعاد شخصيتي مي‌تواند به‌عنوان يك ابزار پيش بيني كننده اثر بخش به شناسايي كاركناني با ميزان رفتارهاي بسيار ناامن و در نتيجه برنامه ريزي براي كاهش حوادث كمك كند.

Introduction: According to the previous studies, about 90% of accidents in the workplace are due to the unsafe behaviors. In this study, the impact of personality traits, as a predictive factor on the unsafe acts was surveyed in a construction project of a car manufacturing company. . Material and Method: In this study, personality traits and unsafe behavior rates were determined using NEO-Five Factor Inventory (NEO-FFI) and safety behavior sampling (SBS) technique. The Spearman correlation coefficient was used. To analyze the acquired results, the total population of the project was 243 people. . Result: The results showed that 31.7% of workers’ behaviors were unsafe behaviors. The correlation between unsafe behaviors and the neuroticism and extroversion were direct and significant (p < 0.001). . Conclusion: Assessment of the personality traits could be used as a predictive tool to identify employees with higher rates of unsafe behaviors and helps planning to reduce the accident rates.