تدوین مدلی برای پیش‌بینی نشانگان ضربه عشقی در دانشجویان بر اساس ویژگی‌های شخصیتی، طرحواره‌های ناسازگار اولیه و بهزیستی معنوی

اهداف: ضربه عشقی پدیده‌ای رایج در دانشجویان است که باعث مسائل تحصیلی و روان‌شناختی می‌شود. پژوهش حاضر با هدف تعیین نقش ویژگی‌های شخصیتی، طرحواره‌های ناسازگار اولیه و بهزیستی معنوی در پیش‌بینی نشانگان ضربه عشقی انجام شد.مواد و روش ها: پژوهش حاضراز نوع همبستگی مبتنی بر روش مدل‌یابی معادلات ساختاری بود. جامعه آماری پژوهش، شامل کلیه دانشجویان دانشگاه‌های شهر تهران اعم از دولتی، آزاد، پیام نور و غیرانتفاعی بود که در سال تحصیلی 1396-1397 مشغول به تحصیل بوده و دارای تجربه شکست عشقی بودند. 500 نفر با روش نمونه‌گیری تصادفی خوشه‌ای انتخاب شدند و به پرسش‌نامه‌های ضربه عشق (siwb)، شخصیت هگزاکو (hexaco)، طرحواره یانگ (ysqsf) و بهزیستی معنوی (lti) پاسخ دادند. تجزیه‌و‌‌تحلیل داده‌ها با روش مدل‌یابی معادلات ساختاری و با استفاده از نرم‌افزار لیزرل انجام شد.یافته ها: یافته‌های مدل معادلات ساختاری نشان داد که شاخص ریشه میانگین مجذورات تقریب برابر 0/043 است و مدل از برازندگی خوبی برخوردار است. نتیجه گیری: مدل پیشنهادی مربوط به عوامل پیش‌بینی‌کننده نشانگان ضربه عشقی برازنده داده‌هاست و ویژگی‌های شخصیتی، طرحواره‌های ناسازگار اولیه و بهزیستی معنوی، نشانگان ضربه عشقی را پیش‌بینی می‌کنند. متغیرهای برون‌گرایی، هیجان‌پذیری، تواضع / صداقت، ایثار، رهاشدگی / بی‌ثباتی و نقشه زندگی بهترین پیش‌بینی‌کننده‌های شدت نشانگان ضربه عشقی هستند.

Predicting Love Trauma Syndrome in College Students Based on Personality Traits, Early Maladaptive Schemas, and Spiritual Health

Objectives: Love Trauma Syndrome (LTC) is common among college students which can lead to psychological and educational problems. The current study aims to assess the role of personality traits, early maladaptive schemas and spiritual health in predicting LTC in college students.Methods: This is a descriptive/correlational study. Participants were 500 students of universities in Tehran, Iran suffering from LTC who were selected using a cluster random sampling method. They completed the Love Trauma Inventory, HEXACO Personality Inventory, Young Schema Questionnaire Short Form, and Spirituality Index of WellBeing. Data analysis was performed using the Structural Equation Modeling (SEM) in LISREL software. Results: The SEM results showed the good fit of the study model (Root Mean Square Error of Approximation= 0.043). Personality traits, early maladaptive schemes, and spiritual health could predict LTC. Extraversion, emotionality, honestyhumility, selfsacrifice, abandonment, and life schema were the strongest predictors.Conclusion: Personality traits, early maladaptive schemes, and spiritual health can predict LTC.