پيش‌بيني اهداف پيشرفت براساس كارايي مدارس هوشمند با نقش ميانجي سرزندگي تحصيلي دانش‌آموزان متوسطه استان گلستان

Predicting Achievement Goals Based on Smart School Performance with Me-diating Role of Academic Vitality of High School Students in Golestan Prov-ince

تحقيق حاضر با هدف پيش‌بيني اهداف پيشرفت بر اساس كارايي مدارس هوشمند با نقش ميانجي سرزندگي تحصيلي دانش‌آموزان متوسطه استان گلستان انجام شد. روش تحقيق، توصيفي از نوع همبستگي است. جامعه آماري پژوهش حاضر شامل كليه دانش‌آموزان متوسطه مدارس هوشمند استان گلستان بود كه از اين جامعه بر اساس جدول گرجسي و مورگان با روش نمونه‌گيري خوشه‌ايي چندمرحله‌اي، 387 نفر انتخاب شدند. ابزار گردآوري داده‌ها، پرسش‌نامه اهداف پيشرفت ميدگلي و همكاران (1998)، پرسش‌نامه سرزندگي تحصيلي حسين چاري و دهقاني زاده (1391) و كارآيي مدارس هوشمند جعفري حاجتي (1385) بود. براي تجزيه و تحليل داده‌ها از تحليل عامل تأييدي و مدل‌سازي معادلات ساختاري استفاده شد. به منظور بررسي رابطۀ مستقيم و غيرمستقيم بين متغير‌هاي پژوهش در مدل نهايي پژوهش، براي تجزيه و تحليل اطلاعات از نرم‌افزار ليزرل استفاده شد. نتايج تحقيق حاكي از آن است كه بين كارايي مدارس هوشمند با اهداف پيشرفت رابطه مثبت و معناداري وجود دارد. بين سرزندگي تحصيلي با كارايي مدارس هوشمند رابطه معناداري وجود دارد و مولفه اهداف مدارس هوشمند و امكانات مادي و انساني، بالاترين تاثير رگرسيوني را در پيش‌بيني اهداف پيشرفت دارند.

The purpose of this study was to determine the relationship between smart schools' performance and the goals of academic achievement with mediating role of academic vitality of high school students in Golestan province. The research method is descriptive and correlational. The statistical population of the present study is all high school students of smart schools in Golestan province. 378 students were selected by multi-stage cluster sampling. Data collection tools included: a) Midgley et al. Achievement Goals Questionnaire (1998), b) Hosein Chari and Dehghanizadeh Academic Standardization Questionnaire (1391) and c) Jafari Hajati Smart Schools Performance Questionnaire (1385). Descriptive statistics methods (concentration criteria, dispersion criteria and frequency tables with associated graphs) were used for data analysis. Then, confirmatory factor analysis and structural equation modeling were used to evaluate and test the hypotheses based on the obtained results. LISREL software was used to analyze the direct and indirect relationship between research variables in the final research model. The results indicate that there is a positive and significant relationship between the efficiency of smart schools and the achievement goals. There is a significant relationship between academic vitality and smart school performance. an‎d the components of smart school goals and material and human resources have the highest regression impact in predicting progress goals.