پیشبینی روان رنجوری براساس سبکهای دلبستگی و طرح وارههای ناسازگار اولیه در مراجعین مراکز مشاوره شهر قم
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 342
فایل این مقاله در 11 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_SHPP-6-5_010
تاریخ نمایه سازی: 1 اسفند 1399
چکیده مقاله:
مقدمه: روان رنجوری تمایل عمومی به تجربه عواطف منفی تعریف شده است و به عنوان یکی از خصیصههای مهم در حوزه روانشناسی برای پیشبینی رفتار افراد مطرح است.
هدف: پژوهش حاضر با هدف پیشبینی روان رنجوری براساس سبکهای دلبستگی و طرحوارههای ناسازگار اولیه در مراجعین مراکز مشاوره شهر قم صورت گرفته است.
روش: پژوهش حاضر توصیفی و از نوع همبستگی بود. جامعه آماری شامل مراجعین مراکز مشاوره شهر قم در سال ۱۳۹۵ بود. نمونهای شامل ۷۷ نفر زن و ۵۰ نفر مرد به روش در دسترس انتخاب شدند. ابزارهای پژوهش شامل پرسشنامه شخصیتی نئو-فرم بلند، پرسشنامه طرحواره یانگ-فرم بلند و پرسشنامه دلبستگی بزرگسال بود. برای بررسی و تحلیل دادهها از ضریب همبستگی پیرسون و رگرسیون چندگانه استفاده شد.
یافتهها: نتایج تحلیل دادهها نشان داد همه طرحوارههای ناسازگار اولیه و هر سه سبک دلبستگی ایمن، اجتنابی و دوسوگرا به صورت معناداری قادر به پیشبینی متغیر روان رنجوری بودند (۰/۰۵>P) و (۰/۰۱>P). و همچنین بیشترین توانایی پیشبینی روان رنجوری را سه طرحواره رهاشدگی/ بیثباتی، عدم خویشتنداری/ خود انضباطی ناکافی، منفیگرایی/ بدبینی و دو سبک دلبستگی ایمن و دوسوگرا داشتند.
نتیجهگیری: بر اساس یافتههای پژوهش، نقش همزمان سبکهای دلبستگی و طرحوارههای ناسازگار اولیه در پیش بینی روان رنجوری افراد شایان توجه است. بنابراین میتوان چنین تبیین کرد که در در جلسات مشاوره با مراجعانی که مشکلات مربوط به روان رنجوری دارند بایستی به مقولههای طرحوارههای ناسازگار اولیه و سبکهای دلبستگی آنان هم توجه داشت.
کلیدواژه ها:
نویسندگان
مرضیه متقیان
M.A, Department of Clinical Psychology, Islamic Azad University (Arak Branch), Arak, Iran
سهراب عبدی زرین
Assistance professor, Department of Educational Sciences, University of Qom, Qom, Iran
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 :