پیش بینی حوزه های خاص امیدواری دانشجویان در چارچوب سبک های دلبستگی آنان
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 375
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_KRAP-17-4_008
تاریخ نمایه سازی: 12 تیر 1398
چکیده مقاله:
هدف این پژوهش پیش بینی حوزه های خاص امیدواری دانشجویان بر اساس سبک دلبستگی آنان است. طرح مطالعه از نوع همبستگی است. جامعه آماری پژوهش همه دانش آموزان ورودی جدید دانشگاه بوعلی سینا همدان در سال تحصیلی 911390 بودند. نمونه شامل 250 دانشجوی تازه وارد بود که با روش نمونه گیری خوشه ای چند مرحله ای انتخاب شدند و پرسشنامه سبک های دلبستگی بزرگسالان (هازن و شیور، 1987) و مقیاس امیدواری حوزه های خاص بزرگسالان (سیمپسون، 1999) را تکمیل کردند. داده ها با استفاده از مدل یابی معادله ساختاری تحلیل شد. نتایج نشان داد که دلبستگی ایمن هر پنج حوزه خاص امیدواری روابط اجتماعی (01/0> P < /font> ، 83/0=β)، تحصیلات (01/0> P < /font> ، 79/0 =β)، زندگی خانوادگی (01/0> P < /font> ، 40/0 =β)، شغل (01/0> P < /font> ، 51/0 =β)، و اوقات فراغت (01/0> P < /font> ، 62/0 =β) را به طور معنادار و مثبت پیش بینی کرد، اما دلبستگی اجتنابی هیچ یک از حوزه های امیدواری را به طور معنادار پیش بینی نمی کند. دلبستگی دوسوگرا نیز فقط حوزه امید در زندگی خانوادگی را به طور معنادار و منفی پیش بینی می کند (05/0> P < /font> ، 25/0- =β). بر طبق نتایج به دست آمده از پژوهش می توان ادعا کرد که در افزایش امیدواری به افراد به ویژه افرادی که برای روان درمانی مراجع می کنند، باید به نوع دلبستگی آنان توجه شود. چرا که افزایش امید در این افراد باید در حوزه های مشخصی از جنبه های مختلف زندگی صورت گیرد تا مساله یا مشکلی را ایجاد نکند و همچنین بر تاثیر درمانی امید بیفزاید.
کلیدواژه ها:
نویسندگان
احمد ولیخانی
کارشناس ارشد روان شناسی بالینی، دانشگاه شیراز، ایران
محسن سالاری سلاجقه
کارشناس ارشد روان شناسی بالینی، پردیس فارابی دانشگاه تهران، ایران
فرهاد خرمایی
عضو هیات علمی بخش روان شناسی تربیتی، دانشگاه شیراز، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :