社会联结量表中文版的信效度研究

吴才智，王 婷，段文婷 ，王巍欣，孙启武

（1. 华中师范大学心理学院，人的发展与心理健康湖北省重点实验室，青少年网络心理与行为教育部重点实验室，华中师范大学心理健康教育中心，湖北武汉 430079；2. 山东大学（威海）大学生心理指导中心，山东威海 264209）

社会联结指个体与社会保持亲密人际关系的主观知觉感[1]。它是个体对周围世界人际亲密度的完整的觉察，是对自己过去和现在人际关系经验的全部意识，是个体内化的一种关系认知图式，代表个体独特的对人际关系模式规律性的认知结构，到成年时期这种关系图式具有相对的稳定性[1-2]。当个体体验到高水平的社会联结时，他们往往感觉和他人非常亲近，并把他人知觉成友好的、可亲近的，同时会积极参与社交活动，融入到社交群体中。反之，缺乏社会联结的个体则会感觉到被世界隔离以及无处不在的孤独感[3]。社会联结是心理社会适应的一个重要的保护因素，它与生活满意度、主观幸福感、自尊、认知健康的提高有关[4-5]，同时也与焦虑、孤独、自杀意念或企图、抑郁等的降低有关[6]。社会联结作为社会影响人类的重要心理机制之一，是人与社会关系中的一个重要变量。然而，相对国外而言，国内关于社会联结的研究才刚刚起步，研究成果更是寥寥无几。为丰富社会联结的本土研究，获得信效度较高的中文版社会联结工具是非常重要的第一步。

LEE 和ROBBINS[3]编制的社会联结量表（Social Connectedness Scale，SCS）量表、其修订版SCR（SCSR），以及CARROLL,BOWER和MUSPRATT[7]编制的SSC-SC（Self in a Social Context-Social Connectedness Scale）量表，是目前国际上最常用的测量社会联结的工具，且均是自评量表。

目前社会联结量表既有多维度的也有单维度。SCS 是单维度量表，共8 个项目，如“我感到与周围的人很疏远（I feel so distant from people）”“我感觉不到和任何人有联系感（I don’t feel related to anyone）”。分数越高，社会联结水平越高。然而8 个题目均是负向表达，这是该量表的最大弊端。为了避免此弊端带来的负面影响，LEE 等[8]在SCS 量表的基础上，修正了较为极端的表述，同时增加了2 个负性表达和10 个正性表达项目，建立了20 个项目的SCS-R。SCS-R被提出后，得到了广泛应用，且信效度良好[9]。

SSC-SC 则是以多维度量表的方式考察了不同情境下的社会联结，如家庭联结、朋友联结、学校联结与社区联结。该量表由45 个项目组成，4 个分量表的内部一致性系数在0.87～0.95 之间[7]。另有学者利用孤独感与社会联结存在较强负相关的关系，而直接采用孤独感量表（UCLA）反向测量社会联结[4,10]。

上述社会联结量表均是基于西方文化背景编制而成的。尽管西方学者公认的SCS-R，在中国本土背景下进行了修订，虽显示量表信效度良好，然而其因素结构并不稳定。例如，范晓兰、韦嘉与张进辅[11]对SCS-R 版本的量表应用于中学生群体，结果显示结构模型拟合良好。该量表共20 个条目，分为社会联结和社会非联结2 个维度，总量表及二个分量表的Cronbach’sα系数分别为 0.911、0.822、0.867。而路多[2]以大学生为研究对象对社会联结量表修订版进行修订，结果得到一个包含14 个题项3 个维度的社会联结问卷。总量表及3 个子量表（融入感、被接受感、生活投入）的内部一致性系数分别为0.874、0.820、0.775、0.688。但是英文版本的社会联结量表是单维度的，而范晓兰、路多等所修订的版本却是2 维度或3维度的，因此该量表中文修订版的可靠性和有效性还有待考证。

社会联结作为一种保护因素，它的保护作用体现在多个方面，比如降低自杀风险、提升幸福感和生活满意度、降低孤独感、缓解抑郁、减轻心理痛苦等。在西方，社会联结的这些保护作用已被许多研究所证实；然而在中国文化背景下，当前关于社会联结的保护作用的研究仅限于学校适应这个领域，而且也缺乏高信度和效度的测量工具。为了进一步挖掘社会联结在东方文化背景下的保护作用，修订可靠和有效的测量工具是非常有必要和有意义的。也鉴于此，本研究翻译并回译LEE 和ROBBINS[8]修订的SCS-R 版本，并以大学生为研究对象对其进行信效度的检验，以期获得高信度、高效度的社会联结测量工具。

1 对象与方法

1.1 研究对象

本研究以大学生为研究对象，在3 所不同的大学进行3 次抽样调查，具体情况如下所述。

样本1：为通过项目分析和探索性因素分析探索修订量表最终的项目数和结构。采用随机抽样的方法选取被试，在3 所不同的高校，以线上填写的方式收集问卷，共有230 名大学生参加调查，剔除无效数据18 名，剩余212 名，回收有效率92.2%。样本年龄为（18±1）岁 ，男 生 99 人（46.7%），女 生 113 人（53.3%）。大一82 人（38.7%），大二32 人（15.1%），大三45 人（21.2%），大四53 人（25.0%）。

样本2：为通过验证性因素分析验证修订量表的结构效度和校标关联效度。采用整群随机抽样的方法选取被试，在3 所不同的高校，以班级为单位发放问卷，共收集900份问卷，剔除4份大四的样本和无效数据46 份，剩余850 份，回收有效率94.4%。其中样本年龄为（19±1）岁 ，男 生 340 人（40.0%），女 生 510 人（60.0%）。大一362 人（42.6%），大二293 人（34.5%），大三195人（22.9%）。

样本3：为检验修订量表的重测信度。从样本2中整群抽取X 学校100 名大一学生在1 个月之后重复测量，剔除无效和流失的数据共28 份，剩余72 份。其中男生30 人（41.7%），女生42 人（58.3%）。

3个样本剔除无效数据的共同标准：数据空白或大部分空白、全部填一样的数字。样本1 和样本3 中未填学号或学号填写错误、无法匹配的数据也予以剔除。

1.2 研究工具

1.2.1 SCS-R 采用社会联结量表修订版[8]，共20个条目，每个条目采用6 点计分，1～6 表示从“非常不同意”到“非常同意”，分数越高，社会联结水平越高。本研究在获得量表原作者Richard M.Lee 教授授权同意修订后，请1 名英语专业研究生和1 名心理学专业研究生翻译成中文，之后结合2 人结果综合分析，确定量表的中文版本，再请10 名心理学研究生和10 名心理学本科生中英文对照，修正语言，并检测其中是否有不能理解的或有歧义的条目，以保证每个学生都能准确理解条目所表达的含义，最终确定中文量表条目内容。

1.2.2 UCLA 孤独感量表 采用UCLA 孤独感量表第三版作为社会联结的效标关联效度的检验工具[12]。这个量表共 20 题，1～4 级评分，分数越高，代表从社会交往中所感受到的孤独感越高。本研究中该量表的信度为0.896。

1.2.3 痛苦表露量表 本研究采用痛苦表露量表（DDI）作为社会联结的效标关联效度的检验工具，该量表由KAHN 和HESSLING[13]编制并由李新民[14]翻译修订而成，用于测量个体向他人表露自己的痛苦、烦恼等隐私的程度。量表共12 个项目，5 级计分，分数越高，表明越倾向于表露痛苦。本研究中该量表的Cronbach’sα系数为 0.895。

1.3 统计学分析

本研究采用SPSS 22.0 进行描述统计项目分析、探索性因素分析等统计分析。题总相关系数是通过用社会联结的总分项与每个题目的分数进行Pearson相关分析得出的相关系数。CR 值检验是通过以社会联结总分的前27%和后27%分为高低两个组，然后采取独立样本t检验，分析社会联结的所有题目在这两个组之间是否存在显著差异。对效度分析采用因子分析，分为探索性因素分析和验证性因子分析。探索性因素分析采用样本1 用SPSS 22.0 进行分析；验证性因子分析采用样本2 用Mplus 7.0 进行分析。P＜0.05 认为差异有统计学意义。

2 结 果

2.1 项目分析

以样本1 数据的题总相关和CR 值来检验项目的鉴别度，并筛选出鉴别力低的题目。项目分析结果如表 1、2 所示，量表 20 个项目 CR 值都达到了 0.001 的显著性水平，可见每个题在高低分组（社会联结总分的前27%和后27%）上都有极其显著的差异，而且题总相关系数均十分显著（r＞0.4），综合表1～表4 的结果来看，20 题均具有较好的鉴别度，因此均保留。

表1 社会联结问卷的题总相关系数Tab. 1 The correlation between the items and the total score of the social connectedness scale

表2 社会联结问卷的CR 值Tab. 2 CR value of the social connectedness scale

表3 20 个题项的平均值与标准差Tab. 3 Mean and standard deviation of 20 items

表4 20 个题项高低分组的平均值与标准差Tab. 4 Mean and standard deviation of high and low grouping of 20 items

2.2 效度

2.2.1 探索性因素分析 为了确定大学生社会联结的内容结构，采用样本1 对20 个项目进行探索性因素分析。KMO 值为 0.904，Bartlett’s 球形检验结果为χ2=2 501.16，P＜0.001，这说明该样本数据比较适宜做探索性因素分析。采用主成分分析法抽取因素，特征根大于1 的因素有4 个，累计方差解释量为65.206%。从碎石图（图1）可知，第4 个因素及以后的因素特征根呈平缓下降趋势。

图1 社会联结量表20 个项目的因素分析碎石图Fig.1 The scree plot of factor analysis of 20 items of the social connectedness scale

因素分析的负荷值如表5 所示：从表5 各个项目的因素负荷来看，项目 F19、F14、F9、F13、F15、F12、F7、F20、F18、F16 同时在 2 个因素上具有相近的负荷值 ai-ai＜0.25，且F7、F20、F18、F16因素负荷小于0.5，其他项目在第1 因素上均有较高的因素负荷。因此尝试删除项目 F19、F14、F9、F13、F15、F12、F7、F20、F18、F16再进行探索性因素分析，结果特征根大于1的有两个，第1 因素的方差解释量为59.99%，有所提高，累计方差解释量为70.339%。此时，项目F11 的因素负荷在2 个因素上都有相近的负荷值（表6），因此尝试删除项目F11 再次进行探索性因素分析。结果可知（表7），所有项目均有较高的因素负荷，结果抽取了1个特征根大于1的因素，累计方差解释量为62.44%。

表5 20 个项目的因素负荷Tab. 5 Factor load of 20 items

表6 10 个项目的因素负荷Tab. 6 Factor load of 10 items

表7 9 个项目的因素负荷Tab. 7 Factor load of 9 items

按照项目在因素负荷小于0.5及在另一因素上是否有相近的负荷值这一标准[15]，删除了F7、F9、F11～F16、F18～F20 这 11 个题目，最后保留了 F1～F6、F8、F10 与 F17 这 9 个题目。除 F17 外，均需要进行反向计分。

2.2.2 验证性因素分析 根据探索性因素分析的结果，采用Mplus7.0 软件对样本2 进行验证性因素分析。为了验证探索性因素分析中的9 个题确实是最优的拟合模型，本研究根据探索性因素分析的结果以及前人修订的结果，提出了一些可能的替代性模型。模型1是单因素模型，即社会联结量表的20 个项目全部负荷在单一的一个因素上。模型2 是二因素模型，据范晓兰、韦嘉与张进辅[11]的修订结果可知，F1～F6、F8、F10、F15、F18 负荷在一个因素上，即社会非联结，其余题目负荷在另一个因素上，即社会联结。模型3 是三因素模型，据路多[2]的修订结果可知，F3、F4、F5、F6、F8、F10、F17、F18 负荷在“融入感”的因素上，F1、F2、F7、F12、F13、F15、F16 负荷在“被接受感”的因素上，其余题目负荷在“生活投入”的因素上；模型4 是二因素模型，将探索性因素分析中删去的所有题目负荷在同一个因素上，保留的题目为另一个因素；模型5 是单因素模型，即经过探索性因素分析之后的9 个题目（F1～F6、F8、F10 与F17）负荷在单一因素下。所有模型拟合指数见表8。

表8 社会联结模型的拟合指数（n=850）Tab. 8 Fitting index of the social connectedness model（n=850）

通过综合考察模型1～5 的拟合指数，可知，模型2～4 的拟合指数基本一致，且拟合比较好，模型1 的RMSEA 比模型2～4 的稍高一些，综合考量可知，模型3 要优于模型4、模型2 和模型1。模型5 的拟合指数要明显优于其他4 个模型。当几个模型拟合指数相一致时，越简约的模型越好[16]。因此，本研究选择模型5 为最优模型。图2 是模型5 的标准化路径图。

图2 9项目社会联结问卷的验证性因素分析标准化路径图Fig. 2 Standardized path map of confirmatory factor analysis of the social connectedness scale of 9 items

2.2.3 校标关联效度分析 众多研究发现，社会联结与孤独感呈显著负相关[3,8,17]。采用样本2 进行相关分析可知，社会联结量表修订版与UCLA孤独感量表呈显著负相关（r=-0.789），与痛苦表露呈显著正相关（r=0.474）。

2.3 信度分析

本研究采用内部一致性系数和重测信度系数考察大学生社会联结问卷的结构信度。采用样本2 做信度分析，可知 Cronbach’sα系数为 0.916。采用样本3 进行重测信度检验，结果系数为0.845。可见修订后的大学生社会联结量表具有比较高的可靠性，比较适宜普遍推广使用。

2.4 大学生社会联结的特点

采用样本2 数据进行独立样本t检验，分析结果可知，大学生社会联结在性别上无统计学差异（M 男生-M 女生=0.23,t=0.316,P＞0.05，表 9）；通过单因素方差分析可知社会联结在年级上差异不显著（F=0.059,P＞0.05，表10）。

表9 社会联结在不同性别的独立样本t 检验分析Tab.9 Independent sample t-test analysis of social connectedness in gender

表10 社会联结在各年级的单因素方差分析Tab. 10 One-way ANOVA of social connectedness in grade

3 讨 论

3.1 社会联结量表信效度分析

修订后的量表具有良好的信度，量表的内部一致性系数为0.916，重测信度系数为0.845。原始量表的内部一致性系数为0.92[8]。修订后的量表与LEE 和ROBBINS 原始的量表（SCS-R）都是单维度量表，信度基本一致，这说明修订后的社会联结量表在中国大学生群体中有较高的可靠性。

另外，本研究在修订社会联结量表中尤其重点考察了社会联结量表的结构效度。由于国内修订过的社会联结量表因素结构的不稳定，导致社会联结量表的单维性与多维性的不确定。本研究针对前人修订的结果和探索性因素分析的结果，同时验证了不同模型的拟合效果。模型1 是SCS-R 最初的模型，由于该模型的RMSEA 相对于其他模型来说相对较高（RMSEA1=0.070），并不是最理想的模型；模型2 和模型3 分别借鉴了范晓兰等[11]和路多[2]最后修订的模型而建立的；模型4 是本研究探索性因素分析中删去的题目与保留题目所建立的二因素模型，但由于3 个模型的χ2/df＞3，3 个模型在本研究中的简洁性并不太理想；模型5 即最终只保留了9 个题目的单因素模型，各方面的拟合指数都较好。

信度分析和效标关联效度的分析也表明，修订的社会联结量表单因素模型在本研究的大学生群体样本中适用性比较好。和原量表相比，本研究删除了11 个题目，只保留了9 个题目，主要是因为这11 个项目的因素负荷低于0.5，或者在2 个因素上具有相近的负荷值ai-ai＜0.25。值得反思的是，留下的题目中只有1 个题目是正向计分的，这有可能是因为正反向计分的题目顺序编排的问题导致的。后续如果再做修订的话，可以尝试重新编排正反向计分的题目顺序，并对此次删除的11 个题目的表述认真推敲。尽管最终保留的9 个题中，8 个都是反向计分的，但是有1 个是正向题，这与LEE 和ROBBINS[3]编制的第一版SCS 量表大致相似，相比于SCS 量表的一个优势就是，并不是所有题目均是负向的。而且相对于范晓兰等[11]的修订版本，本研究修订量表的优势在于并没有纳入负荷因子＜0.4 的题目；而相对于路多[2]修订版本的优势在于，对单因素、两因素、三因素模型均进行了验证和比较，从中选择出了最优模型。综合可知，本研究的单因素模型（9 个题）在大学生群体中得到了验证，并且拟合较好，值得推广和使用。

3.2 大学生社会联结特点分析

本研究发现，大学生社会联结在不同性别和年级没有显著的差异。DANG 与MILLER[18]的研究也发现社会联结在性别上没有显著的差异，但也有研究发现女生社会联结水平显著高于男生[19]。而有些研究进一步明晰了社会联结的性别差异：男女生在社会联结感上没有显著差异，但是在满足社会联结感的方式上存在显著差异[20]。他们认为女性通过与他人肢体上的接触和保持亲密的关系来建立联结感，而男性则通过与他人的社会比较（如能力、地位和权力间的比较）来发展联结感。

研究发现社会联结在年级上没有显著差异。李可[20]的研究发现，初一的学生比初二、初三的学生学校联结的水平高。这可能是因为联结的需要（connectedness）开始出现在青春期，并延伸到整个成人生活[2-3]。在初中阶段，社会联结感还处于发展的阶段，所以会有差异。而在大学阶段，大学生已经在各种人际关系的体验中逐步形成了对人际关系的总体感觉，变化差异不会随年级的变化而有很大的变化。而且本研究发现，该样本的大学生社会联结的总体水平处于中上等水平。