中国大学生心理健康量表的因子结构探究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

0.646
依赖
12.6464 4.03358 0.937*
0.806
冲动
11.5367 3.20706 0.869*
0.730
精神病 7.4951 1.93579 0.769* 注:W=Shapiro-Wilk test of normality.*p<.01.
0.685
图 2 基于 Goldberg 技术的、3 种抽取水平下的因子相关图
(2)碎石图与平行分析 如前文所叙,特征值大于 1 准则有时候是不够精确的, 可运用平行分析方法对真实特征根与 95%分位随机特征根 做比对(如图 1).观察碎石图可以发现,从第 2 个点开始曲 线由非常陡峭变得趋于平缓,这表明与第 1 个因子相比,第 1 个因子后的所有因子均解释了很少的变异;观察平行分析 曲线,第 2 点位于碎石图的第 2 点之上.以上均表明,应舍弃 第 2 点之后的因子,仅保留 1 个因子.碎石图与平行分析的 结果与特征值大于 1 准则所得结果是相一致的.
第 28 卷 第 3 期(下) 2012 年 3 月
赤 峰 学 院 学 报( 自 然 科 学 版 ) Journal of Chifeng University(Natural Science Edition)
Vol. 28 No. 3 Mar. 2012
《中国大学生心理健康量表》的因子结构探究
陈志方, 沐守宽
检验的结果是一致的. 因为量表所有项目均采用反向计分, 分数越高,越有可能存在心理障碍,反之,分数越低,心理越
健康,所以符合理论构想. 关于量表的信度,该量表用 4 道测谎题来鉴别被试是
否认真答题或是否按照自己真实情况作答,并以被试在这 4 道题上的得分之和等于 4 分做为剔除废卷的标准,在一定 程度上提高了此量表的信效度.本研究仅选取了测谎维度得 分为 0 的样本,又进一步提升了信度和效度.将该量表的内 部一致性系数作为信度的指标,结果如表 1,另外总量表的
关键词:中国大学生心理健康量表;因子结构;因素分析 中图分类号:G441 文献标识码:A 文章编号:1673- 260X(2012)03- 0200- 03
1 问题提出 随着社会的发展和进步,人们也越来越体会到心理健
康的重要性.而大学生处于心理和思想尚未成熟的半社会化 的特殊阶段,则更容易产生一系列的思想问题和心理困惑. 因此,编制一套科学合理、客观的评估大学生心理健康的量 化工具对于大学生心理问题的预测诊断有着十分重要的现 实意义.当前特定针对大学生心理健康而编制的量表主要有 郑日昌等人[1]编制的《中国大学生心理健康量表》(简称 CCSMHS)、王欣等人[2]编制的《大学生心理健康量表》以及李东 方[3]编制的《大学生心理健康量表》.本研究基于 CCSMHS.
(1)“k 大于 1”准则 12 个因 子 的 特 征 值 依 次 为 6.678、0.991、0.840、0.657、
0.573、0.515、0.386、0.365、0.287、0.260、0.245、0.203. 可知,仅 有一个因素的特征值大于 1,为 6.678,第二和第三个特征值 分别为 0.991、0.840.根据特征值大于 1 准则,应保留 1 个因子.
采取整群抽样方法,被试为漳州师范学院 2011 级本科 生及研究生,有效样本 5333 人.本研究从中选取说谎量表得 分为 0 的被试 2356 人,并剔除掉出现缺失作答的被试 215 人,余下样本共 2141 人,其中男生 731 人,女生 1410 人,本 科生年龄介于 18- 20 岁之间,研究生年龄介于 21- 30 岁之 间. 2.2 施测
考虑到旋转策略时,鉴于斜交旋转方法有时候是优于 正交旋转的,所以此处采用了这两种方法,加以对比,以使 结果更加精确.采用斜交旋转得到了相差甚微的数据,各个 层次提取出的成分也与正交旋转相一致.
基于以上考虑,利用 Goldberg 技术,抽取出了两个因 子,分别命名为“神经质”、 “精神病性”.
自卑 0.834 偏执 0.885 强迫 0.699 社交退缩 0.810 社交攻击 0.750
《中国大学生心理健康量表》,由郑日昌等人于 2005 年 编制,是教育部社政司组织研发的“中国大学生心理健康测 评系统”的一个分量表,专门用于评估中国大学生心理健康 状况[1],近年来在全国高校的新生入学中得到了广泛的使用. 该量表由 104 个项目组成,13 个分量表,包括躯体化、焦虑、 抑郁、自卑、偏执、强迫、社交退缩、社交攻击、性心理、依赖、 冲动、精神病,说谎量表,包含的项目数分别为 9、6、7、11、 12、7、10、10、8、7、8、6、3 个.所有项目均采用 Likert 5 点计分 (1 没有~5 总是).CCSMHS 编制过程严格谨慎,量表具有较 高的内部一致性信度和重测信度,内容效度、结构效度、效 标效度、实证效度被证实均较为理想[1].在本研究中,分量表 的内部一致性系数介于 0.646 至 0.846 之间. 2.4 数据分析
- 201-
根据旋转后的成分载荷及其所包含的内容,试验性地
表 2 单因子和二因子结构的因子载荷
得出图 2 中的成分命名.从图 2 可获知,2—3 层均包括神经质 (Neuroticism)和精神病性(Psychoticism)这两种成分.第 3 层提 取出了仅包含两个维度的成分:性心理、强迫成分,此成分不 满足鉴别度(identification)要求.仅仅包含一两个方面的成分 是不能作为因子的,因为一个因子应该包含较广泛的内容.而
表 1 描述性统计
分量表
M
SD
W
α 系数
α 系数为 0.967.数据表明,该量表的信度较高,具有一定的 稳定性. 3.2 因素分析 3.2.1 探索性因素分析
将样本随机分成校准(calibration)样本(n=1140)和验证 (validation)样本(n=1001);用校准样本进行探索性因素分析. 关于探索性因素分析方法的几点说明:(1)采用了四种判断 结构维度的准则;(2) 本研究中因子抽取使用公因子法 (principal axis factors),原因在于,主成分法(principal components)的主要功能是简化数据,即以最少的因子数最大程 度地解释原始数据中的方差. 当目的是确定数据结构时,则 公因子法更为合适;(3)因子旋转的方法为正交方差最大化 旋转(varimax).
问卷施测在新生入学的一个月内完成,由校大学生心 理咨询中心组织实施,心理学专业研究生及专业教师作为 主试,所有被试以系为单位在大教室进行测试.所有被试均 被告知测验的目的:(1)建立新生入学心理档案;(2)鉴别筛
- 200-
选出存在心理障碍的学生并加以干预. 测试时间大约 20 分 钟.测试完成后的一个月内,每个被试都会收到一份心理健 康评估报告. 2.3 研究工具
性,并且有时碎石图上并没有明显的折点,或者有多个折点, 难以判断保留因子的个数[5].平行分析(Parallel Analysis)为探 索性因素分析中所保留因子个数的确定提供了另一种新思
路.本研究通过四种方法的结合运用,以求更加精确地确定 大学生心理健康量表的结构维度. 3 结果与分析 3.1 项目分析
的维度图表,根据图表来决定可以舍弃的不重要的因子.当 提取出了新的一个因子时,可以解释的总的方差减少或者
没有有意义的因子出现时,因子提取过程也就结束了(Goldberg,2006).
其中最常用来确定因子个数的准则是“特征根>1”法 和碎石图法,但这两种方法又各有其不足之处,特征值大于
1 准则只适用于主成分法所求解的因子,运用其它方法进行 因素抽取时,我们不能根据特征值的大小来判可避免具有一定的主观
描述统计选取平均数、标准差、正态分布检验以及频数 分布图,正态分布检验采用 Shapiro- Wilk 正态分布检验 (Shapiro- Wilk test of normality).如表 1 结果显示,平均数分 布有略微的倾斜,自卑、偏执、社交退缩平均分最高;其次是 社交攻击、强迫、躯体化、抑郁、依赖、冲动;性心理和焦虑得 分较低;得分最低的是精神病维度.正态分布检验表明,各分 量表的因子得分均呈现正偏态分布.根据各维度得分的人数 分别作频数分布图,所有图均呈正偏态分布,这与正态分布
单因子
二因子
分量表
因子 1 Unique Var 因子 1 因子 2 Unique Var
躯体化 0.710 0.496 0.347 0.684 0.411
焦虑 0.842 0.290 0.705 0.477 0.276
神经质和精神病性这两个成分在各个层次上均达到了饱和.
抑郁 0.832 0.308 0.672 0.495 0.303
(漳州师范学院 教育科学与技术系,福建 漳州 363000)
摘 要:目的:探究《中国大学生心理健康量表》的因子结构.方法:采用《中国大学生心理健康量表》对漳州师范学院 2011 级新生施测,筛选出说谎量表得分为零且未出现缺失作答的被试 2141 人,将样本随机分成校准(calibration)样本(n=1140)和验 证(validation)样本(n= 1001),分别进行探索性和验证性因素分析.结果:探索性因素分析得到《中国大学生心理健康量表》的单 因子和二因子结构,验证性因素分析表明,与单因子结构相比,二因子结构模型拟合较好(R MSEA=0.099,SR MR =0.041, N N FI= 0.925,C FI= 0.940),本研究二因子结构得到了支持.结论:《中国大学生心理健康量表》存在二因子结构:“神经质”和“精 神病性”.
CCSMHS 最终设定了测量大学生心理健康的 12 个维 度 [1],此维度最先来自于访谈法、经验的建构,并借鉴了 SCL- 90 的 6 个维度.CCSMHS 并未对量表的因子结构做进 一步的探索与验证研究,至今仍缺乏对于此结构的探讨,其 结构的科学性与合理性有待进一步地检验.
基于以上认识,本研究采用多种手段,对大学生心理健 康量表的 12 个维度进行探索性和验证性分析因素分析,并 同时对其他相关问题进行了探讨. 2 研究方法 2.1 被试
0.305 0.217 0.512 0.344 0.438
0.813 0.596 0.517 0.778 0.376
采用 SPSS13.0、LISREL8.70 进行描述性统计与探索性 因素分析;使用 EQS6.1 进行验证性因素分析.
在探索性因素分析中,本研究采用了四种判断结构维 度的标准:(1)“特征根>1”法,特征值大于 1 准则是几乎所 有统计软件的默认选项,因此也相应成为实践中应用最普遍 的确定因子个数的方法, 即保留特征值大于等于 1 的因子, 舍弃特征根小于 1 的因子[4](. 2)碎石图法,按照因子被提取 的顺序画出因子特征值随因子个数变化的散点图,根据图的 形状来判断保留因子的个数,曲线由陡峭变的平缓的前一个 点被认为是提取的最大因子数[5](. 3)平行分析法,它首先生 成一组随机数据矩阵,接着求出这组随机数据矩阵的平均 特征值,最后通过比较真实数据特征值的碎石图与随机矩 阵特征值的曲线来确定保留的因子数目(. 4)Goldberg 的方 法[6],涉及到不同水平抽取的因子的相关,绘制出因子分裂
0.785 0.861 0.787 0.719
(3)Goldberg 的方法 Goldberg 技术揭示出当提取成分时,数据如何分裂成不 同的维度,见图 2.
社交退缩 17.1144 5.64192 0.909*
0.846
社交攻击 14.2237 3.67321 0.891*
0.771
性心理 9.9925 3.06700 0.685*
躯体化 13.3227 3.72564 0.887*
0.804
焦虑
9.0925 3.21094 0.930*
0.808
抑郁 自卑 偏执 强迫
12.8916 17.0042 17.6035 13.5320
3.89889 5.38833 4.76829 4.11227
0.952* 0.879* 0.896* 0.948*
相关文档
最新文档