基于項(xiàng)目反應(yīng)理論的SF-36量表對(duì)大學(xué)生生命質(zhì)量的評(píng)價(jià)

曹 茜,王貴榮,王宇瀟,龔美琪,楊 林,賀 鷺

(山西醫(yī)科大學(xué)公共衛(wèi)生學(xué)院，山西 太原 030000)

近年來(lái)，大學(xué)生面臨的心理、情感、學(xué)業(yè)、就業(yè)等各方面壓力和困境越來(lái)越多，對(duì)大學(xué)生生命質(zhì)量的研究有必要系統(tǒng)全面地進(jìn)行展開(kāi)，為進(jìn)一步改善學(xué)生生命質(zhì)量找尋理論基礎(chǔ)與依據(jù)。本論文采用項(xiàng)目反應(yīng)理論對(duì)測(cè)量工具(SF-36)的區(qū)分度進(jìn)行考核。應(yīng)用項(xiàng)目反應(yīng)理論區(qū)分度、難度參數(shù)并結(jié)合量表?xiàng)l目的項(xiàng)目特征曲線(Item Characteristic Curve，ICC)和信息量分析SF-36用于評(píng)價(jià)大學(xué)生生命質(zhì)量的適用性。

一、對(duì)象與方法

(一)研究對(duì)象。

本次調(diào)查從不同學(xué)校類(lèi)型、不同學(xué)科門(mén)類(lèi)出發(fā)，以太原市本科院校在校大學(xué)生為研究對(duì)象，采用了多階段隨機(jī)抽樣的方法，從四類(lèi)本科高校中各抽取一所院校，再隨機(jī)整群抽取11個(gè)專(zhuān)業(yè)，涵蓋多個(gè)學(xué)科門(mén)類(lèi)，包括理學(xué)、工學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、醫(yī)學(xué)、法學(xué)、文學(xué)。利用SF-36評(píng)價(jià)大學(xué)生生命質(zhì)量。問(wèn)卷共發(fā)放了1800份，有效回收問(wèn)卷1695份(有效回收率為94.2%)。

(二)調(diào)查方法。

本次調(diào)查研究采用了SF-36量表，從生理健康(PCS)和心理健康(MCS)兩個(gè)方面，生理職能(RP)、生理功能(PF)、軀體疼痛(BP)、一般健康狀況(GH)、情感職能(RE)、精神健康(MH)、活力(VT)、社會(huì)功能(SF)8個(gè)維度來(lái)評(píng)價(jià)被調(diào)查人員的整體情況；從健康變化(HT)維度發(fā)現(xiàn)被研究者健康變化情況、預(yù)測(cè)未來(lái)趨勢(shì)(不參與計(jì)分)；量表所得分越高，表明大學(xué)生生命質(zhì)量狀態(tài)越好。

本次調(diào)查以調(diào)查對(duì)象現(xiàn)場(chǎng)自填的方式為主，獨(dú)立匿名填寫(xiě)，當(dāng)場(chǎng)回收。對(duì)調(diào)查員經(jīng)過(guò)培訓(xùn)后，統(tǒng)一發(fā)放調(diào)查問(wèn)卷，問(wèn)卷包括兩部分：大學(xué)生一般資料調(diào)查表和生命質(zhì)量調(diào)查表。

(三)項(xiàng)目反應(yīng)理論。

項(xiàng)目反應(yīng)理論(Item Response Theory,簡(jiǎn)稱(chēng)IRT)也稱(chēng)潛在特質(zhì)理論，用于指導(dǎo)測(cè)驗(yàn)編制和項(xiàng)目的篩選[1]。通過(guò)Multilog 7.03軟件進(jìn)行計(jì)算和作圖。假設(shè)被試者有一種“潛在特質(zhì)”，應(yīng)用數(shù)學(xué)模型分析被測(cè)試者潛在特質(zhì)(能力水平) 與其對(duì)測(cè)驗(yàn)項(xiàng)目(條目)反應(yīng)之間的關(guān)系，即以數(shù)學(xué)形式表達(dá)其能力與對(duì)測(cè)驗(yàn)項(xiàng)目正確作答概率之間的關(guān)系，從而綜合分析項(xiàng)目(條目)的難度、區(qū)分度等特征，篩選條目和編制測(cè)驗(yàn)分?jǐn)?shù)等[2]。

項(xiàng)目反應(yīng)理論的參數(shù)估計(jì)不依賴(lài)于樣本量和項(xiàng)目量，具有參數(shù)不變性[3]。測(cè)驗(yàn)條目所包含的信息量由條目的區(qū)分度(a)和被測(cè)試者的能力水平(θ)與條目難度之差(b)決定，可以看出，區(qū)分度a越大，被測(cè)試者的能力水平與條目難度之差越小，則測(cè)驗(yàn)條目所包含的信息量越大。所以選取難度和區(qū)分度兩項(xiàng)指標(biāo)進(jìn)行量表?xiàng)l目的篩選。一般情況下，當(dāng)一個(gè)條目的區(qū)分度a<0.4時(shí)應(yīng)考慮將其刪除，b1、b2、b3、b4四個(gè)難度等級(jí)參數(shù)依次增加，范圍一般在-3到3之間[4]。

(四)統(tǒng)計(jì)方法。

調(diào)查問(wèn)卷回收整理后，用Epidata 3.1軟件建立數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)錄入，用SPSS 19.0軟件、Multilog 7.03軟件進(jìn)行統(tǒng)計(jì)分析。

二、結(jié) 果

(一)一般情況分析。

本次調(diào)查的1695名大學(xué)生中，年齡分布范圍為18-23歲，男性599人，女性1096人。專(zhuān)業(yè)分布中，醫(yī)學(xué)類(lèi)656人(38.7%)，法學(xué)類(lèi)229人(13.5%)，管理學(xué)類(lèi)334人(19.7%)，經(jīng)濟(jì)學(xué)類(lèi)120人(7.1%)，理學(xué)類(lèi)93人(5.4%)，工學(xué)類(lèi)128人(7.6%)，文學(xué)類(lèi)136人(8.0%)。家庭年人均收入<3000元的有488人(28.8%)；家庭年人均收入在3000-6000元的有514人(30.3%)；家庭年人均收入在6000-10000元的有335人(19.8%)；家庭年人均收入>10000元的有358人(21.1%)。

(二)各條目區(qū)分度及難度等級(jí)參數(shù)。

根據(jù)項(xiàng)目反應(yīng)理論，信息量與區(qū)分度a成正比關(guān)系，區(qū)分度越大，被測(cè)試者的能力水平與條目難度之差越小，則測(cè)驗(yàn)條目所包含的信息量越大。一般情況下，當(dāng)一個(gè)條目的區(qū)分度a<0.4時(shí)應(yīng)考慮將其刪除。分析結(jié)果表明：本研究中，條目35(MH5)區(qū)分度為0.38，小于0.4，超出正常范圍，應(yīng)予以刪除。其余35個(gè)條目的區(qū)分度取值范圍為1-2.98，總條目的均值為1.71，表明本量表的區(qū)分度較好。

根據(jù)項(xiàng)目反應(yīng)理論，難度b的取值和被試的潛在能力一樣在正負(fù)無(wú)窮之間，但在θ取標(biāo)準(zhǔn)分?jǐn)?shù)的量表中，絕大多數(shù)的b取值和θ取值都應(yīng)在正負(fù)3之間。根據(jù)在Mutilog 7.03軟件中生成的四個(gè)難度值(b1-b4)，難度等級(jí)參數(shù)取值范圍為-4.47-3.06，條目35(MH5)的難度參數(shù)超出正常范圍，應(yīng)當(dāng)予以刪除。其余35個(gè)條目從b1-b4呈正向遞增，不存在逆反閾值。表明SF-36量表的各條目項(xiàng)目難度分級(jí)較為合理，量表選擇正確。

(三)項(xiàng)目特征曲線。

項(xiàng)目特征曲線可以用兩個(gè)特性來(lái)描述。第一個(gè)是題目的難度。項(xiàng)目的難度描述了項(xiàng)目函數(shù)處于哪一能力等級(jí)。第二個(gè)特性是區(qū)分度,描述了在低于項(xiàng)目區(qū)域和高于項(xiàng)目區(qū)域的被試之間，一個(gè)項(xiàng)目在多大程度有區(qū)別。曲線越平直，區(qū)別就越小，因?yàn)榈湍芰λ秸_回答的概率接近于高能力水平正確回答的概率[5]。根據(jù)SF-36量表的項(xiàng)目特征曲線(ICC)矩陣圖特征顯示，除條目35的ICC構(gòu)圖不是很理想，其余各條目構(gòu)圖理想，具有較好的難度和區(qū)分度。

(四)信息函數(shù)曲線。

項(xiàng)目反應(yīng)理論用信息量代替信度概念，借助信息函數(shù)針對(duì)不同考生精確估計(jì)每個(gè)項(xiàng)目及測(cè)驗(yàn)的測(cè)量誤差，給不同能力水平考生的估計(jì)提供了獨(dú)立的信度[6]。信息函數(shù)值的大小直接反映了條目對(duì)被試能力素質(zhì)水平的估計(jì)精度，信息函數(shù)值越大，這種估計(jì)就越精確。

根據(jù)本研究信息量及測(cè)量誤差圖，信息量曲線下面積較大，說(shuō)明對(duì)應(yīng)的信息量較大，精度較高，誤差曲線在均數(shù)以下，說(shuō)明項(xiàng)目測(cè)量誤差較小，結(jié)果理想。

三、討 論

SF-36是20世紀(jì)80年代由美國(guó)波士頓健康研究所在“醫(yī)療結(jié)果研究調(diào)查表”的基礎(chǔ)上開(kāi)發(fā)的簡(jiǎn)明健康調(diào)查量表，擁有較好的信效度[7]；本次調(diào)查采用SF-36量表是因?yàn)閲?guó)內(nèi)已經(jīng)建立了該量表的常模值，同時(shí)我國(guó)已有大量學(xué)者應(yīng)用SF-36對(duì)大學(xué)生生命質(zhì)量進(jìn)行調(diào)查研究，如學(xué)者王琪、印麗峰、陳柯帆、姜靜宜、湯小等人也采用SF-36分析了大學(xué)生生命質(zhì)量。

采用IRT對(duì)SF-36量表各條目的區(qū)分度、所包含信息量以及誤差大小進(jìn)行評(píng)價(jià)，通過(guò)觀察量表?xiàng)l目ICC矩陣圖、信息量及測(cè)量誤差圖，可以看出該量表?xiàng)l目包含信息量較大、誤差較小，具有較高的區(qū)分度，因此可以對(duì)具有不同生命質(zhì)量的人群進(jìn)行區(qū)分。說(shuō)明SF-36量表的測(cè)評(píng)效果較好，適用于大學(xué)生生命質(zhì)量的評(píng)價(jià)。

[參考文獻(xiàn)]

[1]Gothwal VK,Bharani S,Kekunnaya R et al.Measuring Health-Related Quality of Life in Strabismus:A Modification of the Adult Strabismus-20 (AS-20) Questionnaire Using Rasch Analysis.[J].PLoS One 2015，10 (5):e0127064.

[2]涂冬波,蔡 艷.信息函數(shù)在標(biāo)準(zhǔn)參照測(cè)驗(yàn)中的應(yīng)用研究[J].江西師范大學(xué)學(xué)報(bào),2005，29(2):167-171.

[3]杜林致.心理測(cè)量學(xué)[M].天津：南開(kāi)大學(xué)出版社，2011:112.

[4]Rupp,A.A.,&Zumbo,B.D.Understanding parameter invariance In unidimensional IRT models[J].Educational and PsychologicalMeasurement,2006,66(1):63-84.

[5]Roberts L,Clifton RA.Measuring the affective domain of the quality of life of university students:the validation of an instrument[J].Social Indicators Research,1992,27:113-137.

[7]Hem EC,lifton RA,Roberts LW.The cognitive domain of the quality of life of university students:a re-analysis of an instrument[J].Social indicators Research,2001,53(1):63-77.