پیش بینی فرسودگی شغلی اعضای هیئت علمی دانشگاه پیام نور استان یزد با استفاده از تکنیک شبکه عصبی مصنوعی

مقدمه: اعضای هیئت علمی از عوامل اصلی نظام آموزش عالی هستند که تنیدگی شغلی بالای ناشی از وظایف آموزشی، پژوهشی و اجرایی، آن ها را در معرض ابتلا به فرسودگی شغلی قرار می دهد. هدف از این مطالعه پیش بینی فرسودگی شغلی اعضای هیئت علمی دانشگاه پیام نور استان یزد با استفاده از تکنیک شبکه عصبی مصنوعی است.روش بررسی: تحقیق حاضر از لحاظ روش، توصیفی و از لحاظ هدف، کاربردی است. جامعه آماری این پژوهش اعضای هیئت علمی دانشگاه پیام نور استان یزد می باشد. تجزیه و تحلیل ها بر روی 315 داده (نفر/سال) که از 105 عضو هیئت علمی در سه سال تحصیلی گذشته انجام شد. داده ها با استفاده از دو پرسش نامه بسته جمع آوری شد. تحلیل داده ها با نرم افزارspss ورژن 22 انجام گرفت. برای تحلیل داده ها شامل 23 متغیر مستقل و یک متغیر وابسته دو نوع شبکه عصبی پرسپترون چند لایه و تابع شعاع مدار طراحی و اجرا شد.نتایج: درصد صحت پیش بینی فرسودگی شغلی در داده های آموزش و آزمایش و اعتبارسنجی برای شبکه عصبی mlp به ترتیب برابر با 83.3، 80.9 و 74.5 و برای شبکه عصبی rbf به ترتیب برابر با 73.1، 93.0 و 76.9 محاسبه شد. سطح زیر منحنی راک برای دو شبکه mlp و rbf برابر با 0.823 و 0.833 بدست آمد.نتیجه گیری: مقایسه دو شبکه عصبی mlp و rbf بر اساس معیارهای سطح زیر منحنی راک و درصد صحت پیش بینینشان داد شبکه عصبی rbf در پیش بینی فرسودگی شغلی اعضای هیئت علمی دانشگاه پیام نور استان یزد کاراتر است و متغیرهای گروه علمی، مقطع تدریس، سن و میزان ارتباطات بیشترین تاثیر را بر فرسودگی شغلی داشته اند.