曾偉楠 趙旭東 萬崇華△ 馬澤威 于 磊
目前國內用于評價家庭動力的量表主要是楊建中等人[1]于2002年編制的系統家庭動力自評量表(scale of systematic family dynamics),該量表主要從家庭氣氛、個性化、系統邏輯和疾病觀念四個維度共29題衡量反映家庭認知、情緒和互動行為特征的家庭動力。量表的信效度均符合心理測量的要求,各維度的Cronbach α系數在0.67~0.89之間,重測信度為 0.89,對疾病組和正常對照組的比較上有較好的區別效度。過去10多年,該量表在不同的群體中得到了應用,如精神障礙患者[2]、違法犯罪人員[3-4]、問題行為兒童[5]、心理障礙患者[6-10]。總的來說,以上的研究均認為個體所感知到的家庭動力與個人的心理健康水平有密切的關系。但過去的研究中,對于該量表本身的研究尚不夠全面,這將可能會影響量表在實際使用和研究中的準確性。因此在應用本量表進行家庭動力的測量與診斷之前,我們有必要從多個方面對量表進行研究。本文主要研究量表的結構效度。
對系統家庭動力量表的結構效度進行再驗證。除了使用傳統的驗證性因子分析(confirmatory factor analysis,CFA)方法外,還使用了新近發展的探索性結構方程(exploratory structural equation modelling,ESEM)的方法。Marsh,Asparouhov & Muthén[11]指出,盡管一些量表(特別是心理學方面)可以通過探索性因子分析(EFA)來獲得較好的因子結構,但當使用驗證性因子分析進行驗證時卻得不到較好的擬合度,原因是在探索性因子分析時實際上是允許有較低的跨因子負荷的,而在驗證性因子分析中,這些跨因子負荷都固定為零。后者這一做法使得模型較難獲得與數據較好的擬合度。通常CFA根據修正指數來增加新路徑以尋找擬合度更佳的模型,但這種探索過程被批評為數據驅動的事后模型[12-18]。而ESEM則繼承了CFA的功能同時具有EFA的靈活性,ESEM除了估計題目在其主因子上的負荷以外,還估計出部分比較小的其他因子負荷,這給我們展現了更真實的情況,使模型的擬合指數達到研究的基本要求,因而也使得一些高級統計分析更順利地進行[14]。
基于此,我們分別使用CFA和ESEM方法對同一數據進行分析,以比較這兩種方法在分析系統家庭動力量表的結構差異。樣本來自廣東省兩所高校五所中學,選取了6115名學生發放問卷,當場填寫當場回收,有效回收5997份,有效回收率是98.07%,其中大學生1048人,高中生1434人,初中生3452人,男生2998人,女生2893人,城市學生2542人,農村學生3119人,部分學生基本信息不詳。使用Epidata3.1和Mplus7.0對數據進行處理。
先后分別采用CFA和ESEM對量表進行分析。兩模型的各項擬合指數見表1。從表1可見,CFA模型的擬合指數不佳,CFI=0.780<0.90,TLI=0.760<0.90,表明CFA模型不能擬合實際數據。從表2可見,CFA模型將跨因子的負荷都固定為0,這不符合數據的實際情況,由探索性因子分析(EFA)得出的因子結構沒有在CFA中等到驗證。表1還顯示了探索性結構方程(ESEM)的結果,模型的擬合指數較好,CFI=0.935>0.90,TLI=0.910,表明ESEM模型能擬合實際數據。從表4可見,ESEM允許各條目跨因子負荷,盡管大部分的跨因子負荷系數較小,但這比固定為0更符合實際情況,因而提高了模型的擬合度。

表1 CFA和ESEM模型各項擬合指數匯總表

表2 基于CFA的系統家庭動力量表的因子負荷表
Marsh指出,由于CFA將跨因子負荷固定為0,從而造成對應因子的負荷被高估[15]。比較表2和表4,可見,CFA模型中絕大部分的維度內因子負荷系數比ESEM模型大。在因子間的相關系數方面,從表3和表5可見,ESEM模型的因子相關系數低于CFA模型。總之,無論是因子內的因子負荷還是因子間的相關系數,均是ESEM模型低于CFA模型,而ESEM對數據的擬合度高于CFA,ESEM的結果更符合數據的實際情況。

表3 基于CFA的系統家庭動力量表的因子相關系數表

表4 基于ESEM的系統家庭動力量表的因子負荷表

表5 基于ESEM的系統家庭動力量表的因子相關系數表
Marsh指出,過去許多的心理測量工具在進行結構方程建模時很難滿足擬合指數的最低要求[16]。盡管許多心理量表能通過探索性因素分析獲得若干個因子,但當使用驗證性因子分析時卻達不到合格的擬合優度,這其實反映了CFA的缺點,即單維假設與跨因子負荷固定為0較難符合數據實際,特別是心理學方面的數據。
本次所研究的系統家庭動力量表,由楊建中等[1]研制者通過探索性因子分析得出四個因子,而采用驗證性因子分析得出的模型擬合指數不佳,乃是因為該29題量表存在較多的跨因子負荷的條目,這其實是心理量表普遍存在的情況,特別是人格量表[16]。如果量表的CFA模型已經較難擬合樣本數據,那么,一些更高級的SEM分析將難以進行下去。這可能是過去多年以來有關系統家庭動力結構方程模型的研究較難開展的主要原因。新近發展的探索性結構方程模型為解決這一難題提供了新的思路[11]。本研究通過采用ESEM的方法,模型能較好地擬合數據,更符合數據的真實情況,為進一步做其他深入研究創造了條件。
在實際應用中,ESEM還可以通過“目標旋轉(target rotation)”[11]來進行。相比于CFA根據修正指數來增加新路徑的數據驅動的事后模型,ESEM的這種“目標旋轉”的方法介于機器旋轉與人工旋轉之間,在指定增加“目標”負荷時通常結合了已有的知識[14]。通過這種方法,ESEM模型既可達到擬合數據的目的,又可避免過度引入太多跨因子負荷而導致過度擬合的情況出現。
在系統家庭動力量表的研究中,ESEM模型比CFA模型更能擬合數據,當使用CFA模型不能滿足擬合指數要求時,可使用ESEM模型。
參 考 文 獻
1.楊建中,康傳媛,趙旭東,等.系統家庭動力學自評問卷的編制及信效度分析.中國臨床心理雜志,2002,10(4): 263- 265.
2.趙旭東,許秀峰,楊昆,等.系統家庭治療前后精神障礙患者家庭動力學變化及其與療效的關系.中華精神科雜志,2000,33(2):81-84.
3.唐正芬,馮曦云,趙旭東.家庭動力學特征與青少年應付方式及違法犯罪的相關研究.中國兒童保健雜志,2002,10(2):101-103.
4.鄭禹,劉協和.男性盜竊犯父母教養方式及其家庭動力學結構研究.四川大學學報(醫學版),2010,41(6):1047-1050.
5.楊麗,黃朝紅,姚堅,等.兒童行為問題與家庭動力學特征關系研究.臨床心身疾病雜志,2008,14(1):38-39.
6.周朝當,王麗芳,王秀錦.癔癥患病行為與家庭動力的相關性研究.臨床心身疾病雜志,2006,12(3):187-189.
7.李瑾.抑郁癥患者家庭動力特征的研究.中國民康醫學,2011,23(15):1846-1850.
8.馬希權,鄭占杰,姚玉紅,等.焦慮障礙少年的家庭動力學特征.中國心理衛生雜志,2011,25(5):356-360.
9.李惠,趙旭東,陳增堂,等.家庭動力與大學新生適應的關系.中國心理衛生雜志,2009,23(2):133-137.
10.李靜,甘露春,劉金英.醫科院校大學生心理狀態與家庭動力學的相關性特征.中國組織工程研究與臨床康復,2007,11(30):6113-6115.
11.Asparouhov TB.Muthén.Exploratory structural equation modeling.Structural Equation Modeling: A Multidisciplinary Journal,2009,16(3): 397-438.
12.Browne MW.An overview of analytic rotation in exploratory factor analysis.Multivariate Behavioral Research,2001,36(1): 111-150.
13.Schmitt TA.Current methodological considerations in exploratory and confirmatory factor analysis.Journal of Psychoeducational Assessment,2011,29(4): 304-321.
14.麥玉嬌,溫忠麟.探索性結構方程建模(ESEM):EFA和CFA的的整合.心理科學進展,2013,21(5):934-939.
15.Marsh HW,Muthen B,Asparouhov T,et al.Exploratory structural equation modeling,integrating CFA and EFA: Application to students’ evaluations of university teaching.Structural Equation Modeling: A Multidisciplinary Journal,2009,16(3): 439-476.
16.Marsh HW,Ludtke O,Muthen B,et al.A new look at the big five factor structure through exploratory structural equation modeling.Psychological Assessment,2010,22(3): 471.