پيش بيني استرس شغلي با استفاده از هوش هيجاني: مدل شبكه عصبي مصنوعي و رگرسيون

امروزه ميان صاحبنظران اين توافق وجود دارد كه هوش هيجاني در موفقيت افراد در حيطه هاي مختلف زندگي نقش به سزايي دارد. در مقابله با درخواست ها و فشارها در محيط كار نيز افرادي كه هوش هيجاني بالاتري دارند كمتر دچار استرس مي شوند. اين پژوهش با هدف بكارگيري هوش مصنوعي براي پيش بيني استرس شغلي افراد و مقايسه عملكرد اين مدل با مدل رگرسيون چند متغيره طراحي گرديده است. بدين منظور ٨۹۲ نفر از بين افراد شاغل در گروه هاي شغلي مختلف به صورت تصادفي انتخاب شدند. سپس اطلاعات ۱۵ بعد هوش هيجاني پرسشنامه بارآن، ۱۰ گروه شغلي و سن و تحصيلات به عنوان متغيرهاي ورودي و ۷ بعد پرسشنامه استرس شغلي HSE به عنوان متغير خروجي در نظر گرفته شد. نتايج نشان داد كه شبكه عصبي مصنوعي با الگوريتم پرسپترون با يك لايه مياني و ۳۷۵ گره كه از توابع تانژانت هاﻳﭘربوليك در لايه مياني و سيگموئيد در لايه خروجي، توانست به طور قابل ملاحظه اي موفق تر از رگرسيون چند متغيره استرس شغلي افراد را در حيطه هاي مختلف برآورد نمايد. به نحوي كه، همبستگي بين نمرات برآورد شده از مدل رگرسيون با مقادير واقعي تنها بين 0/192- 0/364 بود اما اين مقدار براي مدل شبكه عصبي در كليه ابعاد استرس شغلي بيشتر از 0/527 بود.