本科生在線學習期間健康自評量表的編制及信效度檢驗

師亞,石江林，周靜欣，嫣然，張伊檸，潘芳

突如其來的新冠肺炎疫情打亂了正常教學秩序，在“停課不停學”背景下，各大高校教學工作均受到不同程度影響，但也給在線教育發展帶來前所未有的機遇。數據統計顯示，中國在線教育市場規模及用戶規模呈迅猛增長之勢，2020年中國在線教育市場規模將達4 538億元，而在線教育用戶規模將達3.09億人[1]。然而，我國在線教育技術尚未完全成熟，良莠不齊的在線學習環境和硬件設備、各式各樣的教學平臺與課程資源、缺乏規范在線教育培訓的教師以及參差不齊的在線課程質量[2-4]，均不同程度影響著學生學習質量，加之學生還需面對自控能力缺乏、不良學習習慣以及難以把握重難點等諸多個人學習問題[2]，內外因素共同作用均潛移默化影響著學生學習過程中的身心健康。目前尚未見報道關注大學生在線學習過程中的身體、心理和社會健康水平及變化，缺乏專門用于測評學生在線學習健康狀況的評定工具。醫學生是在線教育的一大重要群體，更是國家醫學發展的未來，其在線學習健康理應得到醫學教育者的足夠重視。基于此，本研究旨在編制高校本科生在線學習健康自評量表，并用于醫學生群體中檢驗其信效度，以期提供快速有效的在線學習自我健康監測工具，亦為高校教育者適時干預以保障學生在線學習健康提供依據。

1 對象與方法

1.1對象

1.1.1函詢專家 納入標準：①從事高校醫學教育時間≥10年，且具有副高級以上職稱；②熟悉高校在線教學過程，且參與疫情期在線教育；③知情同意原則下自愿參與本研究。剔除標準：①未能按期返回函詢表；②函詢表有重要數據遺漏而未能補充;③因任何原因無法繼續參與。2020年3～4月，擬選取21名專家參與函詢，實際參與17名，均完成2輪函詢。男6名，女11名；年齡38～55(44.59±5.34)歲；博士7名，碩士7名，本科3名；正高級職稱4名，副高級13名；臨床醫學教育領域8名，護理教育領域9名；從事高校醫學教育年限10～35(18.12±8.38)年。

1.1.2醫學生 納入標準：①就讀本科醫學院校；②正在接受在線課程學習，且持續時間>1個月；③知情同意原則下自愿參與本研究。剔除標準：①填寫的調查問卷數據不全；②填寫時長<1 min。采取便利抽樣法于2020年5月在江蘇省內4所已開展在線教學的本科醫學高等院校發放調查問卷，共有1 073人完成調查，其中969份問卷有效。男295人，女674人；年齡17～23(19.73±1.66)歲；臨床醫學專業389人，護理專業323人，其他醫學專業257人。

1.2方法

1.2.1量表初版編制 本研究以健康信念模式[5]為理論基礎，主要強調知覺疾病的易感性、知覺疾病威脅、知覺益處和知覺阻礙等觀點，這提示本研究自我健康監測的重要性，同時結合前期文獻回顧及對參與在線學習的本科生所進行的質性訪談結果，圍繞在線學習中暴露出的健康問題共提取到軀體、心理、社會及健康變化4大主題累計47個條目。

1.2.2Delphi法 專家函詢表主要包括研究背景、專家基本情況、量表初版指標項目池評判表。評判內容[6]包括①重要性評判：依據Likert 5級評分法，即很重要5分、重要4分、一般重要3分、不重要2分、很不重要1分；②熟悉度評判：依據Likert 5級評分法，即很熟悉1.0分、熟悉0.8分、一般0.6分、不熟悉0.4分、很不熟悉0.2分；③判斷依據：分4類，即來源于理論分析、實踐經驗、從同行處了解、直觀感覺，影響程度分為較高、一般、較低，分別賦予不同量化值；④相關性評判：無相關1分、弱相關2分、較強相關3分、強相關4分。通過E-mail發放并回收專家函詢表，第1輪函詢時間為3月22日至4月5日，第2輪函詢時間為4月15～29日，兩輪函詢之間間隔時間為10 d。第1輪發放21份函詢表，回收17份；第2輪發放17份，回收17份。

1.2.3預調查 于2020年5月3日對符合納入標準的30名醫學生進行預調查，對難以理解或易致歧義的條目進行修改直至調查對象均認為量表各條目語義清晰，平均用時約6 min，表明該量表可進行正式測試。

1.2.4正式調查 所有調查問卷均以網絡形式由研究小組成員發放并回收，網絡問卷均附有知情同意書以告知問卷調查目的、內容及意義，所有學生自愿參加。

1.2.5統計學方法 采用SPSS23.0軟件進行數據錄入與分析，項目分析采用極端組法，選取條目得分前27%為高分組，條目得分后27%為低分組，高低兩組在各條目上的差異顯著，表明該條目可入選；采用積差相關分析法，計算各條目得分與該量表總分間的Pearson相關系數，若P<0.05且|r|>0.300則該條目入選。采用量表水平內容效度指數(S-CVI)和條目水平內容效度指數(I-CVI)分析內容效度；采用探索性因子分析及維度與總分間相關性分析結構效度；采用Cronbach′s α系數、Guttman 折半信度系數、重測信度系數分析量表信度；檢驗水準α=0.05。

2 結果

2.1專家函詢結果 兩輪函詢中，專家積極系數第1輪80.95%，第2輪100%；專家權威系數0.938；專家意見協調程度的Kendall協調系數(W)第1輪0.152，χ2=147.212，P<0.01；第2輪0.219，χ2=212.150，P<0.01。條目重要性評判均值(Mj)<3.5，且變異系數(CV)>0.25則刪除該條目。結合專家函詢意見及研究小組討論結果，共刪除6個條目，補充3個條目，修改27個條目措辭，最終有44個條目。采用Likert 5級評分法，其中40個條目賦值為：0=沒有(每周內從未出現過這類情況)，1=很少時間(每周內不超過1 d有過這類情況)，2=部分時間(每周內1～2 d有過這類情況)，3=相當多時間(每周內3～4 d有過這類情況)，4=絕大部分時間或全部時間(每周內5～7 d有過這類情況)；反映自評健康變化的4個條目不計入總分，賦值為：1=變得非常差，2=變得較差，3=無變化，4=變得較好，5=變得非常好。

2.2項目分析結果 從969份問卷中隨機選取644份，極端組法顯示，高低兩組在4個條目的差異無顯著性，故剔除“在線學習過程中我感到身心舒適”“我對持續接受在線學習充滿期望”“我在在線學習中感到幸福和快樂”“我在在線學習中感到輕松”4個條目。采用積差相關分析法剔除“我對繼續進行在線學習感到無所謂”“遇到在線學習困難時我能主動詢問課程負責老師”“遇到在線學習困難時課程老師能給我及時反饋及解決”等7個條目，Pearson相關系數-0.070～0.230。共計刪除11個條目，剩余33個條目。

2.3效度分析

2.3.1探索性因子分析 將33個條目進行探索性因子分析，KMO值=0.954，Bartlett′s球形檢驗χ2=18 702.118，P<0.01，表明可進行因子分析。通過主成分分析法和最大方差旋轉方法，并依據特征根>1提取出公因子5個，但其中“在線學習使我感覺疲乏”在2個公因子及以上載荷值>0.4，且載荷之差絕對值<0.2[7]，故刪除。將剩余32個條目再次進行探索性因子分析，KMO值=0.953，Bartlett′s球形檢驗χ2=18 037.257，P<0.01。通過主成分分析法和最大方差旋轉方法，并依據特征根>1提取出公因子5個，共解釋變異總量的72.946%，載荷范圍0.561～0.860，各因子載荷見表1。研究小組根據專業知識討論后將因子1～5分別命名為在線學習誘發軀體癥狀、在線學習誘發心理癥狀、繼續在線學習心理預期、在線學習角色適應與社會支持、在線學習健康狀況變化。

2.3.2內容效度 32個條目水平的內容效度指數(I-CVI)為0.824～1.000，量表水平內容效度指數(S-CVI)為0.928。

2.3.3量表總分與各維度總分相關性分析 32個條目中“在線學習健康狀況變化”維度不計入量表總分。4個維度相關性系數0.103～0.721(均P<0.01)，量表總分與4個維度相關性系數從高到低依次為在線學習誘發心理癥狀(0.924)、在線學習誘發軀體癥狀(0.854)、繼續在線學習心理預期(0.805)、在線學習角色適應與社會支持(0.398)，均P<0.01。

2.4信度分析 對最終版32個條目的量表進行信度檢驗，量表總體Cronbach′s α系數為0.939，Guttman 折半信度系數為0.733；5個維度Cronbach′s α系數分別為0.931、0.957、0.927、0.926、0.817。間隔2周后對30名醫學生進行重測，量表總體重測信度系數為0.962，5個維度的重測信度為0.907、0.923、0.938、0.976、0.931(均P<0.01)。

2.5健康等級 基于644份樣本探索健康等級，采用聚類分析法以量表總分作為分類變量，樹狀圖結果顯示組內聯接法聚類結果較為理想，組內距離較小，均控制在6次迭代之內，而組間距離非常大，均在10次迭代以上，因此初步考慮在10次迭代處分割為4類，對該4類進行量表總分均值的方差齊性檢驗，結果Levene統計量=0.894，P=0.444(P>0.1)，說明可進一步行方差分析，結果顯示F=1 295.124，P<0.01，且SNK多重比較表明任兩組間總體均數差異有統計學意義(均P<0.05)，依據總分均值變化趨勢予以各類別對應等級命名，見表2；利用全部969份樣本量對該分類再次進行驗證，方差齊性檢驗結果Levene統計量=0.913，P=0.434(P>0.1)，方差分析結果顯示F=1 993.121，P<0.01，且SNK多重比較表明任兩組間總體均數差異有統計學意義(均P<0.05)。

表2 健康等級及總分均值比較

3 討論

3.1本科生在線學習期間健康自評量表編制的科學性及適用性 本研究初期構建此量表框架時充分將理論聯系實際，在健康信念模式理論指導下擬定訪談提綱，同時由于國內外并未見在線學習期間健康相關測評工具報道，本研究團隊充分參考焦慮自評量表、抑郁自評量表以及自測健康評定量表等測評工具條目的設計方式，結合質性訪談法收集本科生在線學習過程中所暴露的特殊且高頻癥狀以構建量表條目池。其次，2輪專家函詢積極系數均高于80%[8]，可反映較為可靠的信息量，表明專家對本研究內容有較高關注度和參與度；專家權威系數高于0.90(≥0.70)，則有效保證了條目選取可靠性[9]；2輪函詢結果一致性系數經檢驗后均具有顯著性，且第2輪一致性系數高于第1輪，說明專家函詢意見達到了預期目標。再者，專家對該量表內容效度評價結果顯示S-CVI和I-CVI均>0.8[10]，表明專家認為量表條目能較好反映大學生網絡學習期間的健康狀況。結構效度評價中探索性因子分析共提取出5個公因子，解釋總變異量的72.946%，滿足統計學要求[11]，此因子提取結果比本研究原理論構建多1個因子，即反映心理健康的維度被劃分為了在線學習誘發心理癥狀和繼續在線學習心理預期兩方面，其余因子條目歸屬均符合研究理論預期；且量表各維度與總分的相關性均高于該維度與其他維度之間的相關性，亦表明量表結構較好。此外，量表總體及各維度的Cronbach′s α系數均>0.8，重測信度系數均>0.9，說明量表跨時間穩定性和內部一致性亦較好[12]。總體而言，本研究量表設計結構較為科學合理且符合實際，在醫學生群體中檢驗具有良好的信效度。

3.2本科生在線學習期間健康自評量表在醫學生群體中的應用 量表測量結果顯示，僅有30.03%的醫學生在線學習期間的健康狀況處于正常水平，而47.06%的學生出現輕度異常，22.91%出現中度至重度異常，這驗證了本研究最初的假設，即在線學習期間大學生的生理、心理以及社會健康均受到不同程度的影響。值得注意的是，依據特征值在主成分分析法中可作為權重參數[13]進行綜合評價可知，在線學習期間對醫學生健康水平影響從高到低的維度分別是在線學習誘發心理癥狀、在線學習誘發軀體癥狀、繼續在線學習心理預期、在線學習角色適應與社會支持、在線學習健康狀況變化(見表1)。這說明心理健康狀況異常是醫學生在線學習期間能夠自我感知最為明顯的一方面，其次才是軀體狀況異常，而這與現實情況是極為相符的，原因在于心理癥狀的出現比軀體癥狀更易于被個體自身所察覺，且在無特殊器質性病變的前提下，軀體癥狀發生的時間相較于心理癥狀而言往往更遲。其次，學生對后續在線學習所持態度不容樂觀，出現缺乏信心、感覺困難重重、迷茫等負性心理預期，提示盡管在線教育迎合未來教育發展的趨勢與潮流，但當下高校醫學生還未做好長期接受在線學習的心理準備，推測可能與目前在線教育仍存在諸多問題影響了學生的在線學習體驗以及醫學專業包含較多在線學習無法滿足的實驗類課程有關。再者，部分學生對在線學習角色適應不良甚至有社會支持不足的現象，這表明在線學習過程中，學生不僅關注自身的適應能力和解決困難能力，亦十分重視與渴望獲得家人的支持與幫助。然而，這里需強調的一點是，本研究初期條目池中包含在線學習遇到困難時與老師溝通交流的兩個條目，但均未滿足統計學要求被剔除，從側面反映在線學習過程中，大學生與任課老師之間仍然欠缺有效的在線溝通與反饋，而相較于老師而言，學生在線學習期間更依賴父母。由此可知，制定維護醫學生在線學習期間健康水平的有效應對策略，不僅是未來醫學教育者在線教育改革的必要內容，亦是順利推動在線教育改革進程的重要保障。

4 小結

隨著我國互聯網技術和5G技術的快速發展，不受時間和地點限制的在線教育極大地迎合了現代社會快節奏的學習模式，2020年突如其來的疫情更讓在線教育行業成為萬眾矚目的焦點，迎來該行業加速發展的黃金時期[1]。然而，學生享受線上學習便捷與高效的同時也在承受著學習習慣從課堂轉入在線的過渡沖擊期，身心均面臨著極大挑戰。本研究所構建的本科生在線學習期間健康自評量表契合新時代網絡教育的需求，且在醫學生群體中具備良好的信效度，但由于時間與經費限制未能在全國大學生群體中抽樣調研，望今后能逐步推廣至其他參與在線學習的學生群體，以實現更為全面的在線學習自我健康監測。值得注意的是，未來在線教育將不再是短期行為，更可能演化為教育組織以及師生個體的習慣，并制度化為新型的教學模式[3]。因此，構建此自評量表具有重要意義，其不僅可為大學生提供極為便利的在線學習自我健康監測工具，更為高校教育者掌握學生在線學習健康狀況提供有利依據，建議在各大高校在線教育平臺進一步驗證并推廣使用。