ปัจจัยทำนายภาวะซึมเศร้าของนักศึกษาวิทยาลัยการสาธารณสุขสิรินธร จังหวัดสุพรรณบุรี
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยในครั้งนี้มีวัตถุประสงค์เพื่อศึกษาความชุกและหาปัจจัยทำนายภาวะซึมเศร้าของนักศึกษา วิทยาลัยการสาธารณสุขสิรินธร จังหวัดสุพรรณบุรี ใช้รูปแบบการวิจัยแบบเชิงพรรณนาสำรวจภาคตัดขวาง (descriptive cross-sectional survey) การกำหนดกลุ่มตัวอย่างโดยใช้โปรแกรม G*power โดยกำหนดการทดสอบตระกูล F-test การทดสอบสถิติที่ใช้ Linear multiple regression : Fixed model, R2 deviation from zero กำหนดขนาดอิทธิพล (effect size) เท่ากับ 0.15 ความน่าจะเป็นความคลาดเคลื่อนในการทดสอบประเภทที่หนึ่ง ( ) เท่ากับ .05 อำนาจการทดสอบ ( ) เท่ากับ .95 และจำนวนตัวแปรในการพยากรณ์ 4 ตัว ผลการคำนวณได้ขนาดกลุ่มตัวอย่าง เท่ากับ 129 คน โดยใช้วิธีการสุ่มตัวอย่างแบบเป็นระบบ (Systematic sampling) เครื่องมือที่ใช้เป็นแบบสอบถาม และแบบประเมินภาวะซึมเศร้า สถิติที่ใช้ Multiple Regression Analysis) ด้วยวิธีการ Stepwise ผลการวิจัยพบว่า ความชุกและภาวะซึมเศร้า ของนักศึกษาวิทยาลัยการสาธารณสุขสิรินธร จังหวัดสุพรรณบุรี จำนวน 129 คน พบว่า เพศหญิงมีภาวะซึมเศร้า จำนวน 33 คน คิดเป็นร้อยละ 34.5 ซึ่งชั้นปีที่มีปัญหาภาวะซึมเศร้ามากที่สุดคือ นักศึกษาชั้นปีที่ 1 จำนวน 14 คน คิดเป็นร้อยละ 15.3 โดยสาขาวิชาที่มีปัญหาภาวะซึมเศร้ามากที่สุดคือ นักศึกษาสาขาทันตสาธารณสุข จำนวน 25 คน คิดเป็นร้อยละ 20.8 โดยอาชีพที่พ่อแม่เป็นเกษตรกร มีปัญหาภาวะซึมเศร้า จำนวน 16 คน คิดเป็นร้อยละ 16.0 ซึ่งสถานภาพสมรสของบิดามารดาหย่าร้างกันมีปัญหาภาวะซึมเศร้า จำนวน 8 คน คิดเป็นร้อยละ 5.2 ผลการทำนายพบว่า การทำนายภาวะซึมเศร้าของนักศึกษา วิทยาลัยการสาธารณสุขสิรินธร จังหวัดสุพรรณบุรี มีด้วยกันอยู่ 3 ตัวแปร ที่ส่งผลต่อการทำนายภาวะซึมเศร้า ประกอบด้วย การทำหน้าที่ของครอบครัว ความผูกพันกับเพื่อน และความรู้สึกมีคุณค่าในตนเอง โดยตัวแปรดังกล่าว สามารถสร้างสมการทำนายได้ดังนี้ สมการในรูปคะแนนดิบ Y/ = 2.177 + 0.013 (X1) – 0.022 (X2) – 0.371 (X3) สมการในรูปคะแนนมาตรฐาน ZY = 0.015Zระดับภาวะซึมเศร้าของนักศึกษา – 0.038Zความผูกพันกับเพื่อน – 0.512Zความรู้สึกมีคุณค่าในตนเอง Y = ระดับภาวะซึมเศร้าของนักศึกษา X1 = การทำหน้าที่ของครอบครัว X2= ความผูกพันกับเพื่อน X3 = ความรู้สึกมีคุณค่าในตนเอง
Article Details
เอกสารอ้างอิง
อุ่นจิตร คุณารักษ์. (2556). ผลการปรับความคิดทางโทรศัพท์ร่วมกับจิตบำบัดรายบุคคลในผู้ป่วยโรค ซึมเศร้า. วารสารสุขภาพจิตแห่งประเทศไทย, 21(2), 88-97.
Anderson, R. J., Goddard, L., & Powell, J. H. (2011). Social problem-solving and depressive symptom vulnerability: The importance of real-life problem-solving performance. Cognitive Therapy and Research, 35(1), 48-56.
Beck, J. S. (2011). Cognitive therapy: Basics and beyond (2nd ed.). New York: Guilford
World Health Organization. (2015). Fact sheet N°369. Retrieved November 26, 2015, from http://www.who.int/mediacentre/ factsheets/fs369/en/
Jacobs, R. H., Reinecke, M. A., Gollan, J. K., & Kane, P. (2008). Empirical evidence of cognitive vulnerability for depression among children and adolescents: A cognitive science and developmental perspective. Clinical psychology review, 28(5), 759-782.
Sadlo, M. (2005). Effects of Communication Mode on Connectedness and Subjective Well-Being (Doctoral dissertation, Thesis, Australian Center of Quality of life).
Thanoi, W., Phancharoenworakul, K., Thompson, E. A., Panitrat, R., & Nityasuddhi, D. (2010). Thai Adolescent Suicide Risk Behaviors: Testing a Model of Negative Life Events, Rumination, Emotional Distress, Resilience and Social Support. Pacific Rim International Journal of Nursing Research, 14(3).
Townsend, M. C., & Morgan, K. I. (2017). Psychiatric mental health nursing: Concepts of care in evidence-based practice. FA Davis.
Pine, D. S., Cohen, E., Cohen, P., & Brook, J. (1999). Adolescent depressive symptoms as predictors of adult depression: moodiness or mood disorder?. American Journal of Psychiatry, 156(1), 133-135.
Reangsing, C. (2011). Predictive factors influence depression among secondary school students, regional education office, Chiang Rai province. Thai Journal of Nursing Council, 26(2), 42-56.
Song, S. J., Ziegler, R., Arsenault, L., Fried, L. E., & Hacker, K. (2011). Asian student depression in American high schools: Differences in risk factors. The Journal of School Nursing, 27(6), 455-462.
Swartz, J. R., Hariri, A. R., & Williamson, D. E. (2017). An epigenetic mechanism links socioeconomic status to changes in depression-related brain function in high-risk adolescents. Molecular psychiatry, 22(2), 209.
Uddin, M., Jansen, S., & Telzer, E. H. (2017). Adolescent depression linked to socioeconomic status? Molecular approaches for revealing premorbid risk factors. BioEssays, 39(3), 1-7.
Vatanasin, D., Thapinta, D., Thompson, E.A., & Thungjaroenkul, P. (2012). Testing a model of depression among Thai adolescents. Journal of Child and Adolescent Psychiatric Nursing, 25, 195-206.
