验证性因子分析在焦虑自评量表中的应用

2011-11-20 09:21王文菁谭文艳
中国健康心理学杂志 2011年7期
关键词:斜交探索性量表

王文菁 谭文艳

焦虑自评量表(Self-Rating Anxiety Scale,SA S)于1971年由Zung编制[1],是了解焦虑症状的自评工具,在心理科应用颇多,但近20年对该量表中文版心理测量学性质的研究不多见。因子分析方法作为一种对多维随机向量进行综合的多元统计分析方法,是评价量表结构效度的较为公认的方法。目前探索性因子分析方法运用较多,但因其样本依赖的特点,使得该方法得到的结论不稳定,验证性因子分析具有理论检验和确认的功能,将EFA和CFA 2种因子分析方法结合起来,进行交叉验证,可以较好地保证量表所测定的确定性、稳定性和可靠性,因此本研究就采用2种方法相结合,研究SA S中文版的因子结构特点,为其在心理科临床分析应用提供理论参考。

1 对象与方法

1.1 对象 对本科室2006年5-12月的就诊病人随机抽取228名进行了问卷调查,有效问卷223份,有效率为97.8%,其中男95名,女128名,年龄16~67岁,平均(33.5±12.7)岁。所有患者符合CCMD-3的疾病诊断标准,在各类精神疾病中,情感性精神障碍104例,神经症患者52例,应激相关障碍31例,心理因素相关生理障碍17例,分裂症及其相关精神病性障碍10例,其它9例。

1.2 研究工具 所有样本均采用个别自评,工作人员统一指导语,要求被试人按指导语作答,当场收回问卷。SA S量表共[2]20个条目,按症状出现的频度分为4级评分,其中15个为正向评分,5个为反向评分,若为正向评分题,依次评为粗分1,2,3,4分;反向评分题则为4,3,2,1分,粗分×1.25等于标准分。

1.3 统计方法 对所有数据进行编码,采用SPSS 10.0统计分析软件包输入电脑,建立原始数据库。先采用探索性因子分析(Exploratory Factor Analysis,EFA),然后把析取的因子用验证性因子分析(Confirmatory Factor Analysis,CFA)进行验证,验证性因子分析在软件L iser 18.7中进行处理,采用的参数估计方法为极大似然法,通过考察数据与模型之间的拟合程度,检验量表的理论结构。

2 结 果

2.1 探索性因子分析

2.1.1 主成份分析 本研究对223份SA S测评结果进行KMO and Bartlett球形检验,KMO统计量为0.853,偏相关性很弱,非常适合因子分析,Bartlett球型检验P<0.01,也提示适于因子分析。先进行未旋转法主成份分析,根据kaiser法,即特征值≥1.0的标准得到4个因子,特征根分别为5.49,1.96,1.52,1.12,分别解释27.46%,9.82%,7.60%,5.58%变异,累积贡献率50.46%。

2.1.2 斜交旋转结果 初始负荷矩阵经斜交旋转变换,迭代6次后,各项目的因素负荷发生了变化。根据因子负荷的大小最终归为4因子:因子1包括焦虑,害怕,惊恐,发疯感,恶梦;因子2包括不幸预感,乏力,静坐不能,睡眠障碍;因子3包括呼吸困难,尿意频数,多汗;因子4包括手足颤抖,躯体疼痛,心悸,头昏,晕厥感,手足刺痛,胃痛消化不良,面部潮红,见表1。

表1 斜交旋转因子负荷矩阵

2.2 验证性因子分析 对SA S 4因子模型进行验证性因子分析,观察实际测量数据对理论模型的拟合程度。得到以下结果:χ2(拟合优度检验)为262.61(P>0.05),表示数据与模型的拟合好,RM SEA(近似误差均方根)为0.052(自信区间0.04~0.063)。因第8个条目乏力对第一因子和第四因子的M I(修正指数)分别为23.9和20.8,因此再对同时放入因子1和因子4的模型进行验证性因子分析得到RM SEA为0.046(自信区间0.033~0.058),其他指标CF I(非范拟合指数),TL I(比较拟合指数)也较前者更理想,见表2。

表2 模型的拟合指标

3 讨 论

用因子分析方法来评价量表的结构效度是一个比较公认的方法。而因子分析可分为探索性因子分析和验证性因子分析两种。以心理精神科患者为样本,联合探索性因子分析与验证性因子分析研究SA S因子结构的不多见。本研究中探索性因子分析选用斜交旋转[3],因其既容易解释因子,同时也确保了因子间的简单结构,更重要的是,允许因子间相关更符合实际情况。

本研究得到SA S为4因子模型,与国内外大多数的结论较一致[4-5],在因子归属上则有所不同,躯体症状较集中在1个因子4中,因子1为焦虑的情绪体验,因子3为自主神经功能失调,因子2以运动性不安为主,正向提问,反向计分条目均在因子2和因子3中,提示因子结构可能与计分方式或提问方式有关。结果中发现尿意频数出现负数,与实际焦虑出现的症状有些不好解释,考虑是否与提问计分方式或样本的代表性有关。

由于探索性因子分析具有样本依赖性特点,为了验证SA S是否呈现4因子结构,本研究对目前报告的4因子结构模型进行了验证性因子分析,选用χ2/df,RM SEA,CF I,TL I作为评价模型拟合程度的指标,结果均显示4因子模型的拟合较好。分析结果中发现乏力可能同时归属在因子1和因子4会更恰当,因此对调整后的4因子模型再做验证性因子分析,结果拟合更理想,因此认为,乏力这个条目即能反映焦虑体验也是一种躯体不适,因此归属因子1和因子4中结构中会更理想也便于解释。

综上所述,本研究通过探索性因子分析和验证性因子分析,得到SA S在心理疾病样本中呈现4因子结构,认为该量表具有较好的稳定性。

[1]ZungW W K.Aratiag instrument for anxiety disorders[J].Psychosomatics,1971,12:371

[2]张明园.精神科评定量表手册[M].长沙:湖南科学技术出版社,1993:38-41

[3]Fabrigar L R,Wegener D T,MacCallum R C,et al.Evaluating the use of exploratory factor analysis in psychological research[J].Psychological methods,1999,4:272-299

[4]刘贤臣,唐茂芹,彭秀桂.焦虑自评量表SAS的因子分析[J].中国神经精神疾病,1995,21(6):359-360

[5]OlatunjiB O,Deacon B J,Abramowitz J S,et al.Dimensionality of somatic complaints:factor structure and psychometric properties of the Self-Rating Anxiety Scale[J].J Anxiety Disord,2006,20(5):543-561

猜你喜欢
斜交探索性量表
大件运输车载下斜交T梁桥响应特征
心有所“属”,一“探”究竟——立体几何探索性问题的解法梳理
网络服装虚拟体验的概念模型及其量表开发
软土路基斜交构筑物过渡段沉降观测点布设方法研究
立体几何中探索性问题的“创新”
胸痹气虚证疗效评价量表探讨
斜交大跨度框架箱桥架空顶进施工技术
重力式桥台基础底应力对比分析
解决圆锥曲线中存在、探索性问题的途径
三种抑郁量表应用于精神分裂症后抑郁的分析