نقش فشار اجتماعی و هوش هیجانی در پیش بینی رفتارهای اعتیادآور به تلفن همراه در دانش آموزان مقطع متوسطه
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 214
فایل این مقاله در 18 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_JSPUM-7-1_007
تاریخ نمایه سازی: 13 اردیبهشت 1401
چکیده مقاله:
امروزه اعتیاد به تلفن همراه از بزرگترین معضلات جوامع بشری است. هدف از انجام پژوهش حاضر بررسی نقش فشار اجتماعی و هوش هیجانی در پیشبینی رفتارهای اعتیادآور به تلفن همراه در دانشآموزان بود. روش این پژوهش توصیفی- همبستگی بود و جامعه آماری آن را کلیه دانشآموزان مقاطع دوم و سوم متوسطه شهرستان بابلسر که در سال تحصیلی ۹۵-۱۳۹۴ مشغول به تحصیل بودند، تشکیل میدادند. ۲۲۵ نفر از دانشآموزان مقاطع دوم و سوم دبیرستان شهرستان بابلسر با استفاده از روش نمونه گیری خوشهای انتخاب و به عنوان گروه نمونه انتخاب شدند. برای گردآوری اطلاعات از پرسشنامههای هوش هیجانی شات، اعتیاد به تلفن همراه کوهای و مقیاس اجتناب وآشفتگی اجتماعی واتسون و فرند استفاده شد. دادهها با استفاده از ضریب همبستگی پیرسون و رگرسیون چندگانه و نرم افزار spss -۱۶ تجزیه و تحلیل شدند. یافتهها نشان داد که اعتیاد به تلفن همراه با هوش هیجانی (۵۰/۰- =r ؛ (۰۱/۰>P) و فشار اجتماعی (۴۴/۰ =r ؛ (۰۱/۰>P) رابطه معنیداری دارد. همچنین نتایج رگرسیون چندگانه با استفاده از روش ورود همزمان نشان داد که در مجموع متغیرهای پژوهش ۷۰ درصد از واریانس متغیر ملاک یعنی اعتیاد به تلفن همراه را تبیین میکنند (۷۰/۰ =۲r ؛ (۰۰۱/۰>P) بنابراین می توان نتیجه گرفت که اگر افراد بتوانند رفتارهای هیجانی خود را تنظیم کرده و توانایی کنترل فشارهای اجتماعی را داشته باشند، اعتیاد به تلفن همراه میتواند به نحو قابل ملاحظهای کاهش یابد.
کلیدواژه ها:
نویسندگان
یاسر حبیبی
کارشناسی ارشد روان شناسی، دانشگاه محقق اردبیلی
سجاد قبادزاده
دانشجوی دکتری روان شناسی و آموزش کودکان استثنایی، دانشگاه آزاد اسلامی، علوم تحقیقات واحد اهواز
عیسی محمدی
دانشجوی دکتری روان شناسی سلامت، دانشگاه آزاد واحد کرج، البرز، ایران
امیر مهدی زاده
کارشناس ارشد مدیریت رسانه، دانشگاه صدا و سیما
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 :