پیش بینی طلاق بر اساس صفات شخصیتی، اختلالات روانی و ویژگیهای جمعیت شناختی
Publish place: Cultural - Educational Women and Family، Vol: 11، Issue: 35
Publish Year: 1395
Type: Journal paper
Language: Persian
View: 164
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_CWFS-11-35_003
Index date: 14 May 2022
پیش بینی طلاق بر اساس صفات شخصیتی، اختلالات روانی و ویژگیهای جمعیت شناختی abstract
هدف پژوهش مشخص کردن صفات شخصیتی، اختلالات روانی و ویژگیهای جمعیت شناختی پیش بینی کننده طلاق در زوجین شهر تهران بود. طرح این پژوهش از نوع علی مقایسه ای و روش نمونه گیری خوشه ای بود. به این منظور از بین مجتمع های قضایی خانواده شهر تهران، سه مجتمع به صورت تصادفی انتخاب و از بین زوجین در معرض طلاق مراجعه کننده ۶۰ نفر (۳۰ زوج) انتخاب شدند. برای گروه نمونه زوجین عادی نیز از بین مناطق شهرداری تهران سه منطقه به صورت تصادفی انتخاب، و از طریق سرای محله های آن ۳۰ زوج انتخاب شدند. سپس پرسشنامه های پنج عاملی شخصیت (فرم کوتاه)، سیاهه نشانه های اختلالات روانی (SCL-۹۰) و جمعیت شناختی در نمونه های مورد نظر اجرا شد. یافته ها نشان داد که از بین ابعاد آزمون پنج عاملی در روان رنجوری، تجربه گرایی و وظیفه شناسی و از بین ابعاد آزمون SCL-۹۰ بجز روان پریشی در دیگر مقیاسها، بین دو گروه تفاوت معنادار وجود داشت (۰۵/۰ > P). نتایج تحلیل رگرسیون لجستیک دو ارزشی نشان داد که متغیرهای افسردگی، افکار پارانوییدی، تعداد فرزندان، میزان درامد و روان رنجوری، قویترین پیش بینی را برای احتمال در معرض طلاق قرار گرفتن زوجین فراهم می کند به این شکل که افزایش افسردگی، افکار پارانوییدی و روان رنجوری احتمال طلاق را افزایش می دهد و افزایش تعداد فرزندان و میزان درامد احتمال طلاق را کاهش می دهد. این یافته ها اهمیت ویژگیهای شخصیتی، اختلالات روانی و عوامل جمعیت شناختی را در پدیده طلاق نشان می دهد.
پیش بینی طلاق بر اساس صفات شخصیتی، اختلالات روانی و ویژگیهای جمعیت شناختی Keywords:
پیش بینی طلاق بر اساس صفات شخصیتی، اختلالات روانی و ویژگیهای جمعیت شناختی authors
سمیه شاهمرادی
دانشکده روان شناسی و علوم تربیتی دانشگاه تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :