پیش‏بینی رضامندی زناشویی برمبنای ویژگی‏های شخصیتی: مقایسه مدل شبکه عصبی مصنوعی و روش رگرسیون

مقدمه: ضرور ی است که با بررسی دقیق مدل‏ها‏ی پیش‏بینی‏‏کننده جدید و دارای قابلیت‏ها‏ی مضاعف، ضمن مقایسه با روش‏های‏ آماری‏ متداول و یافتن نقاط قوت و ضعف هر یک از آنها، بتوان در پژوهش‏ها‏ی آتی مدلی که محققان را به بهترین پیش‏بینی رهنمون ‏سازد، پیشنهاد نمود. هدف از پی­ریزی این پژوهش، مقایسه توانایی مدل شبکه عصبی و رگرسیون در پیش‏بینی رضامندی زناشویی بر­اساس ویژگی‏های شخصیتی بود.   روش: ا ی ن پژوهش همبستگی، روی 300 زوج که به روش نمونه­گیری تصادفی چندمرحله‏ای از میان دانشجویان متاهل 3 دانشگاه شهر تهران در سال 1387 انتخاب شدند، به انجام رسید. آزمودنی­ها پرسش­نامه‏های neo-ffi و رضایت زناشویی enrich را تکمیل کردند . داده‏ها به کمک شبکه عصبی مصنوعی پرسپترون چندلایه ، رگرسیون چندگانه، آزمون معنی داری ضریب همبستگی پیرسون و آزمون t مستقل با نرم­افزار matlab 6.5 و spss 16 مورد تجزیه و تحلیل قرار گرفت.   یافته­ها: شبکه عصبی پرسپترون چندلایه به طور معنی داری موفق‏تر از رگرسیون چندگانه توانست رضایت زناشویی را پیش‏بینی نماید (05/0>p). سه عامل روان‏آزرده‏گرایی مرد، مسئولیت‏پذیری مرد و مسئولیت‏پذیری زن توانستند 4/24% واریانس رضامندی زناشویی مردان را به طور معنی داری تبیین نمایند (037/0> p ). نتیجه­گیری: نتایج این پژوهش زمینه را برای طراحی شبکه عصبی با قابلیت پیش‏بینی رضامندی زناشویی فراهم می‏آورد که تاثیر شایانی در کیفیت مشاوره‏های خانواده در ا ی ران خواهد داشت .