پیش بینی رضامندی زناشویی برمبنای ویژگی های شخصیتی: مقایسه مدل شبکه عصبی مصنوعی و روش رگرسیون

ضرور ی است که با بررسی دقیق مدل های پیش بینی کننده جدید و دارای قابلیت های مضاعف، ضمن مقایسه با روش های آماری متداول و یافتن نقاط قوت و ضعف هر یک از آنها، بتوان در پژوهش های آتی مدلی که محققان را به بهترین پیش بینی رهنمون سازد، پیشنهاد نمود. هدف از پی ریزی این پژوهش، مقایسه توانایی مدل شبکه عصبی و رگرسیون در پیش بینی رضامندی زناشویی بر اساس ویژگی های شخصیتی بود.
این پژوهش همبستگی، روی 300 زوج که به روش نمونه گیری تصادفی چندمرحله ای از میان دانشجویان متاهل 3 دانشگاه شهر تهران در سال 1387 انتخاب شدند، به انجام رسید. آزمودنی ها پرسش نامه های NEO-FFI و رضایت زناشویی ENRICH را تکمیل کردند. داده ها به کمک شبکه عصبی مصنوعی پرسپترون چندلایه، رگرسیون چندگانه، آزمون معنی داری ضریب همبستگی پیرسون و آزمون T مستقل با نرم افزار MATLAB 6.5 و SPSS 16 مورد تجزیه و تحلیل قرار گرفت.
شبکه عصبی پرسپترون چندلایه به طور معنی داری موفق تر از رگرسیون چندگانه توانست رضایت زناشویی را پیش بینی نماید (05/0>p). سه عامل روان آزرده گرایی مرد، مسئولیت پذیری مرد و مسئولیت پذیری زن توانستند 4/24% واریانس رضامندی زناشویی مردان را به طور معنی داری تبیین نمایند (037/0> p).
نتایج این پژوهش زمینه را برای طراحی شبکه عصبی با قابلیت پیش بینی رضامندی زناشویی فراهم می آورد که تاثیر شایانی در کیفیت مشاوره های خانواده در ای ران خواهد داشت.