ارائه مدل پیش بینی احساس تنهایی دختران بر اساس سبک های دلبستگی مادران با واسطه گری مشکلات تنظیم هیجانی
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 130
This Paper With 28 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PSYCH-13-51_005
تاریخ نمایه سازی: 16 اسفند 1401
Abstract:
پژوهش حاضر با هدف ارائه مدل جهت پیشبینی احساس تنهایی بر اساس سبکهای دلبستگی مادران با واسطه گری مشکلات تنظیم هیجانی دختران نوجوان دبیرستانی انجام شد. طرح پژوهش حاضر، توصیفی از نوع همبستگی بود. در این پژوهش جامعه آماری را دانش آموزان پایه نهم (و مادرانشان) در سال تحصیلی ۹۶-۱۳۹۵ تشکیل دادهاند که در مجموع ۲۷۸دانش آموز دختر ومادرانشان (۵۵۶نفر)مورد مطالعه قرار گرفتند. روش نمونه گیری پژوهش، روش نمونه گیری خوشه ای بود. برای گردآوری داده ها از پرسشنامه های احساس تنهایی راسل، سبک دلبستگی کولینز و مقیاس دشواریهای تنظیم هیجانی گراتز و رومر استفاده شد. همچنین بهمنظور طراحی یک مدل مناسب از تحلیل مسیر برای پیشبینی احساس تنهایی در دانش آموزان استفاده شده است. نتایجپژوهش حاضر نشان داد که با افزایش سبک دلبستگی اضطرابی مادران و مشکالت تنظیم هیجانی، احساس تنهایی دختران افزایش یافته است و با افزایش سبک دلبستگی نزدیکی، احساس تنهایی کاهش یافته است. در واقع بین سبکهای دلبستگی و مشکلات تنظیم هیجانی با احساس تنهایی رابطه وجود دارد و تنها رابطه بین سبک دلبستگی وابستگی و احساس تنهایی معنی دار نبود. در نتیجه میتوان گفت که یافته های این پژوهش نشان داد که مدل پیشنهادی احساس تنهایی از برازش خوبی برخوردار است و تاثیر این ارتباط بدین اندازه است که زمینه رشد مطلوب و یا آماده سازی بستر نامطلوب برای ایجاد احساس تنهایی را در زندگی نوجوان فراهم میسازد.
Keywords:
Authors
فائزه جعفری سیاوشانی
دانشجوی دکترای روانشناسی عمومی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
احمد برجعلی
دانشیارگروه روانشناسی بالینی، دانشگاه علامه طباطبایی، دانشکده روانشناسی و علوم تربیتی، تهران، ایران (نویسنده مسئول)
علیرضا کیامنش
استاد تحقیق و ارزشیابی، گروه روانشناسی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
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 :