ارتباط سبک های دلبستگی با نشانه های اختلال پانیک
Publish place: Fourth National Conference on Sustainable Development in Educational Sciences and Psychology, Social and Cultural Studies
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,351
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EPSCONF04_361
تاریخ نمایه سازی: 5 بهمن 1395
Abstract:
هدف پژوهش حاضر ارتباط سبک های دلبستگی با نشانه های اختلال پانیک در زنان دارای نشانه های اختلال پانیک بود. روش پژوهش توصیفی و از نوع همبستگی می باشد و جامعه ی آماری شامل کلیه ی زنان دارای نشانه های اختلال پانیک شهر رشت در سال 95-94 بود. نمونه ی مورد پژوهش به این صورت انتخاب شد: ابتدا 1000 نفر از زنان متأهل دامنه ی 20 تا 40 سال ساکن شهر رشت به صورت تصادفی خوشه ای انتخاب شدند، سپس زنان دارای نشانه های اختلال پانیک (با نمره ی برش بالا) شناسایی و از میان آنها 175 زن دارای نشانه های اختلال پانیک به صورت تصادفی ساده انتخاب شدند. گروه بهنجار نیز شامل افرادی بودند که ملاک های تشخیصی لازم برای هیچ یک از اختلالات روانی را نداشتند. برای جمع آوری داده ها از دو پرسشنامه ی هراس (پانیک) و سبک های دلبستگی هازن و شیور استفاده شد. برای تجزیه و تحلیل داده ها از روش های ضریب همبستگی پیرسون و تحلیل رگرسیون چندگانه استفاده شده است. نتایج نشان داد که بین سبک دلبستگی ایمن r=0.39 با نشانه های اختلال پانیک رابطه ی منفی و معناداری وجود دارد p<0.01 همچنین بین سبک دلبستگی دوسوگرا p<0.01,r=0.49 و سبک دلبستگی اجتناب p<0.05,r=0.18 با نشانه های اختلال پانیک رابطه ی معناداری مثبت و معناداری به دست آمده است. همچنین نتایج تحلیل رگرسیون چند متغیره نشان داد که مؤلفه های دلبستگی ایمن، دلبستگی اجتنابی و دلبستگی دوسوگرا 0/33 درصد از کل واریانس نشانه های اختلال پانیک را پیش بینی می کنند. نسبتF نیز نشانگر معنی دار بودن این درصد واریانس قابل تعیین بود SIG=0/000,F=28.57
Keywords:
Authors
مریم پورحسن
دانشجوی کارشناسی ارشد روانشناسی عمومی، دانشگاه محقق اردبیلی
عباس ابوالقاسمی
استاد گروه روانشناسی دانشگاه گیلان
محمد نریمانی
استاد گروه روانشناسی دانشگاه محقق اردبیلی
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 :