پيش بيني سطح رضايت زناشويي دانشجويان زن بر اساس سبك هاي دلبستگي: مقايسه توانمندي رگرسيون لجستيك و شبكه هاي عصبي مصنوعي

Prediction of Marital Satisfaction Level of Female Students based on Attachment Styles: Comparing the Power of Logistic Regression and Artificial Neural Networks

هدف پژوهش حاضر مقايسه توانمندي رگرسيون لجستيك و شبكه هاي عصبي مصنوعي در پيش بيني سطوح رضايت زناشـويي دانشجويان زن بر اساس سـبك هاي دلبستگي آنها بود. داده هاي مربوط به پرسشنامه رضايت زناشويي (انريچ) و مقياس دلبستگي بزرگسالان كه توسط 300 دانشجوي زن متاهل تكميل شده بود با استفاده از دو روش ياد شده تحليل شدند و نسبت موفقيت هريك از مدل ها از طريق آزمون مك نمار مورد مقايسه قرار گرفتند. نتايج نشان داد اگرچه مدل شبكه هاي عصبي مصنوعي موفق تر از مدل رگرسيون لجستيك بود، اما با كاهش تعداد عوامل پيش بيني كننده به سه عبارت، بين توانمندي مدل هاي ياد شده تفاوت معني داري مشاهده نشد. بر اين اساس مي توان گفت مدل شبكه هاي عصبي مصنوعي در شرايطي كه تعداد عوامل پيش بيني كننده افزايش يافته و از چند سطح فراتر مي رود، از مدل رگرسيون لجستيك موفق تر عمل مي كند. واژگان كليدي: شبكه هاي عصبي مصنوعي؛ رگرسيون لجستيك؛ رضايت زناشويي؛ سبك دلبستگي