چکیده:
یادگیری از اشتباهها یکی از پارادایمهای نوین است که در سازمانهای امروزی برای رویارویی با محیط رقابتی مطرح میباشد. هدف این پژوهش ارائه مدلی برای یادگیری از اشتباهها در سازمانهای دولتی بود. این پژوهش از لحاظ هدف کاربردی و از لحاظ شیوه اجرا توصیفی از نوع پیمایشی است. جامعه پژوهش مدیران دولتی استان آذربایجان غربی در سال 1396 (30 نفر) بودند که تعداد 15 نفر آنها با روش تصادفی ساده انتخاب شدند. برای جمعآوری دادهها از پرسشنامه محققساخته یادگیری از اشتباهها (38 گویهای) استفاده شد که روایی صوری و محتوایی آن تایید و پایایی آن با روش آلفای کرونباخ 86/0 محاسبه شد. دادهها با روش تحلیل عاملی اکتشافی تحلیل شدند. یافتهها نشان داد یادگیری از اشتباهها دارای سه مولفه شامل اشتباههای قابل اجتناب در عملیات قابل پیشبینی، شکستهای اجتنابناپذیر در سیستمهای پیچیده و اشتباههای هوشمند در شروع کار است. در این پژوهش مولفههای اشتباههای قابل اجتناب در عملیات قابل پیشبینی، شکستهای اجتنابناپذیر در سیستمهای پیچیده و اشتباههای هوشمند در شروع کار بهترتیب با بار عاملی 793/0، 714/0 و 658/0 بیشترین تاثیر را بر یادگیری از اشتباهها در سازمانهای دولتی داشتند و در مجموع عوامل مذکور توانستند 315/78 درصد از کل واریانس یادگیری از اشتباهها در سازمانهای دولتی را تبیین کنند.
خلاصه ماشینی:
در این پژوهش مولفه های اشتباه های قابل اجتناب در عملیات قابل پیش بینی ، شکست های اجتناب ناپذیر در سیستم های پیچیده و اشتباه های هوشمند در شروع کار به ترتیب با بار عاملی ٠/٧٩٣، ٠/٧١٤ و ٠/٦٥٨ بیشترین تاثیر را بر یادگیری از اشتباه ها در سازمان های دولتی داشتند و در مجموع عوامل مذکور توانستند ٧٨/٣١٥ درصد از کل واریانس یادگیری از اشتباه ها در سازمان های دولتی را تبیین کنند.
Brody, Fishman, Horton & Raman 6 .
Heimbeck, Frese, Sonnentang & Keith 4 .
Vento, Burnham, Rowley & Jhou 5 .
با توجه به مطالعه پیشینه پژوهشی و متفاوت بودن اشتباه ها در سازمان ها (برخی کوچک ، برخی بزرگ و برخی ویرانگر هستند) در این پژوهش سه معیار برای یادگیری از اشتباه ها در نظر گرفته شد که شامل اشتباه های قابل اجتناب در عملیات قابل پیش بینی ، شکست های اجتناب ناپذیر در سیستم های پیچیده و اشتباه های هوشمند در شروع کار می باشند.
Niu & Miles, Bach & Chinen 2 .
Research-made Questionnaire of Learning from Mistakes (رجوع شود به تصویر صفحه) طبق نتایج جدول ٢، ضریب KMO برابر با ٠/٧٩٢ است که نشان می دهد وضعیت داده ها برای تحلیل عاملی در حد خیلی خوب می باشند.
نتایج تحلیل عاملی اکتشافی برای شناسایی و رتبه بندی عوامل موثر بر یادگیری از اشتباه ها (رجوع شود به تصویر صفحه) (رجوع شود به تصویر صفحه) طبق نتایج جدول ٣، یادگیری از اشتباه ها ٣٨ گویه ای دارای سه مولفه اشتباه های قابل اجتناب در عملیات قابل پیش بینی (١٠ گویه )، شکست های اجتناب ناپذیر در سیستم های پیچیده (١٥ گویه ) و اشتباه های هوشمند در شروع کار (١٣ گویه ) است .