طراحی مدل صلاحیت‌سنجی رانندگان اتوبوس‌های درون‌شهری به روش کمّی

صلاحیتسنجی و ارزیابی توانمندیهای شغلی رانندگان سبب افزایش بهرهوری و کاهش نرخ وقوع حوادث رانندگان اتوبوس درونشهری خواهد شد.ازجمله مزایای مهم صلاحیتسنجی قبل ازاستخدام میتوان به افزایش میزان تطابق و سازگاری شغل با شاغل رانندگان اتوبوس درونشهری اشاره کرد. هدف مقاله حاضر طراحی مدل صلاحیت‏سنجی رانندگان اتوبوس درون‌شهری تهران است. روش تحقیق به لحاظ هدف کاربردی و از حیث ماهیت توصیفی پیمایشی است. حجم جامعه آماری شامل 2000 نفر راننده بخش خصوصی فعال در اتوبوس‌رانی تهران است. روش نمونه‌گیری در بخش کمّی با توجه به ویژگی همگن بودن جامعه آماری رانندگان، تصادفی ساده است. تعداد رانندگان که پرسشنامه مربوطه در بین آن‌ها توزیع شده است، از طریق نمونه‌گیری احتمال وند با استفاده از فرمول کوکران 321 نفر است. نتایج در قالب بارهای عاملی تاییدی برای مولفه‌ها بین 702/0 و 990/0 و برای ابعاد صلاحیتسنجی بین 841/0 و 980/0 به دست آمد. با انجام تحقیق حاضر هر هفت بُعد بهدستآمده از رویکرد کیفی دادهبنیاد که قبلاً از طریق مصاحبههای عمیق و نیمهساختاریافته با خبرگان به‌دست‌آمده بود نیز تایید شد. این ابعاد شامل صلاحیت عمومی، سلامت جسمی، سلامت روانشناختی، دانش رانندگی، مهارت رانندگی، مهارت ارتباطی و توانایی شناختی است.

Design of a Qualification Model for Urban Bus Drivers Using a Quantitative Approach

Qualification and assessment of job competencies of drivers increase productivity and reduce the rate of bus accidents. Among the important benefits of preemployment qualification is the increased level of job compatibility of urban bus drivers. This paper aims to design a competency model for urban bus drivers in Tehran. The research method is quantitative and applied in terms of purpose. The statistical population includes 2000 privatesector drivers of urban buses in Tehran. The quantitative sampling method is simple random due to the homogeneity of the statistical population. The relevant questionnaire was distributed through probability sampling based on Cochran’s equation among 321 drivers. The results were obtained by analyzing data through confirmatory factor analysis using the factor loading rotated matrix. The weight factors for the the codes were calculated between 0.702 and 0.990 and for the categories between 0.841 and 0.980. The results confirmed all the seven dimensions, which had been obtained previously from the qualitative grounded theory through indepth and semistructured interviews with experts. These dimensions include general competencies, physical health, psychological health, driving knowledge, driving skills, communication skills, and cognitive ability.