高職學生心理測評一級心理問題數據探析

王 輝 陳紅英 黃慧鳳

(1.福建林業職業技術學院 福建 南平 353000 2.南平市紫云小學 福建 南平 353000)

引言

發展職業教育、培養職業技能型人才是我國實現“中國制造2025”計劃的重要人才保障。高職學生的心理健康則是以上目標的基礎之一[1]。高職學生由于生活環境的轉型，需要適應校園和社會環境的壓力，這些因素會對高職學生的心理健康產生影響。目前針對高職學生心理健康測評數據的分析探索較少，此次采用心理測評及實證分析,嘗試探析高職學生心理測評多種變量和指標間隱藏的關系，以期對今后高職學生心理健康教育工作提供參考依據。

1 研究對象與研究方法

1.1研究對象

本次調查對象為福建林業職業技術學院2020級新生，為保證調查結果真實可靠，在測試前，向被測試學生詳細解釋調查的目的并做出保密承諾，以使其積極配合，認真作答，被測試學生，在機房進行統一測試，測試后，從系統導出測試數據，剔除無效量表[2]。全院2020級新生共計3900人參與測試，3884人完成測試，已參與未完成數16人，試卷完成率99.59%，有效試卷數3879人，試卷作廢數21人，有效試卷率99.46%。男生2239人，女生1661人，男女生比例1.35:1。共測得一級心理問題人數475人，其中，男生239人，女生236人；二級心理問題人數644人，其中，男生358人，女生286人。各系部對應具體人數此處不再詳述。

1.2研究工具

測查工具采用《大學生心理健康篩查量表(COLLEGE STUDENTS MENTAL HEALTH SCREENING SCALE)》共96個項目，分為三級篩查，共22個篩查指標(不含總分)。此次先對一級心理問題數據進行分析，二級和三級心理問題篩查相較一級心理問題篩查問題程度更輕。

2 數據收集與處理

信息的采集與數據處理時間在2020年10月至12月間。問卷使用“中國大學生心理健康系統手機版”施測。數據信息采用Excel2010建立數據庫，采用SPSS20.0進行統計分析。

以一級心理問題測評數據為總體，以民族(漢族、少數民族)、生源地(農村、小城鎮、中小城市、大城市)、是否獨生(是、否)、性別(男、女)、院系作為分組變量，以總分等23個測評指標為因變量，分別對均值、方差、標準差、四分位距、中值、偏度系數、峰度系數、Huber的M-估計值、Tukey的雙權重值、Hampel的M-估計值、Andrews波值、Kolmogorov-Smirnov正態性檢驗值、Shapiro-Wilk正態性檢驗值、Levene統計量等35個特征值計算并分析。之后，進行Kruskal-Wallis檢驗、中值檢驗、Jonckheere-Terpstra檢驗、Friedman檢驗、Kendall W檢驗。最后，進行Pearson積差相關性檢驗，Kendall’s tau b等級相關性檢驗、Spearman’s rho等級相關性檢驗、Euclidean距離分析、Pearson相關系數分析，分析心理測評指標值的相關強度。

3 結果與分析

3.1數據特征分析

3.1.1 以各種分組變量分組情況下，多項指標值數據分布的峰度偏離較大。

以一級心理問題測評數據為總體。以民族為分組變量，共計6個指標值數據分布相較正態分布平緩，11個指標值數據分布相較正態分布陡峭；以生源地為分組變量，共計16個指標值數據分布相較正態分布平緩，13個指標值數據分布相較正態分布陡峭；以是否獨生為分組變量，共計3個指標值數據分布相較正態分布平緩，4個指標值數據分布相較正態分布陡峭；以性別為分組變量，共計3個指標值數據分布相較正態分布平緩，4個指標值數據分布相較正態分布陡峭；以院系為分組變量，共計31個指標值數據分布相較正態分布平緩，23個指標值數據分布相較正態分布陡峭。

3.1.2 以各種分組變量分組情況下，多項指標值數據分布的正態性較差。

以一級心理問題測評數據為總體。以民族為分組變量，采用Kolmogorov-Smirnov檢驗，共計31個指標值數據分布顯著性概率過低，采用Shapiro-Wilk檢驗，32個指標值數據分布顯著性概率過低；以生源地為分組變量，采用Kolmogorov-Smirnov檢驗，共計65個指標值數據分布顯著性概率過低，采用Shapiro-Wilk檢驗，共計62個指標值數據分布顯著性概率過低；以是否獨生為分組變量，采用Kolmogorov-Smirnov檢驗，共計43個指標值數據分布顯著性概率過低，采用Shapiro-Wilk檢驗，共計44個指標值數據分布顯著性概率過低；以性別為分組變量，采用Kolmogorov-Smirnov檢驗，共計45個指標值數據分布顯著性概率過低，采用Shapiro-Wilk檢驗，共計45個指標值數據分布顯著性概率過低；以院系為分組變量，采用Kolmogorov-Smirnov檢驗，共計114個指標值數據分布顯著性概率過低，采用Shapiro-Wilk檢驗，共計94個指標值數據分布顯著性概率過低。以上數據分布應拒絕原假設，認為不呈現正態分布。

3.1.3 以各種分組變量分組情況下，以是否獨生和性別為分組變量，組間多項指標值數據的方差齊性較差。

以一級心理問題測評數據為總體。以是否獨生為分組變量，就業壓力(指標總分)基于均值及修整均值的方差齊性檢驗Levene統計量顯著性概率分別為0.0369、0.0386，拒絕分組數據方差齊性的假設；以性別為分組變量，基于均值及基于修整均值，共計5個指標值數據的方差齊性檢驗Levene統計量顯著性概率為過低；基于中值及基于中值和帶有調整后的df值，共計4個指標值數據的方差齊性檢驗Levene統計量顯著性概率為過低，拒絕分組數據方差齊性的假設；以院系為分組變量，自傷行為(指標總分)共計4個指標值數據的方差齊性檢驗Levene統計量顯著性概率為過低，拒絕分組數據方差齊性的假設。

3.2差異顯著性檢驗

3.2.1 以一級心理問題測評數據為總體，對分組變量進行差異檢驗。

以民族為分組變量，認為漢族與少數民族各個心理測評指標不存在顯著差異。

以生源地為分組變量，Jonckheere-Terpstra檢驗，認為自殺意圖(指標總分)存在顯著差異。

以是否獨生為分組變量，Kruskal-Wallis檢驗，認為5項指標值存在顯著差異；中值檢驗，認為2項指標值存在顯著差異；Jonckheere-Terpstra檢驗，認為5項指標值存在顯著差異。

以性別為分組變量，Kruskal-Wallis檢驗，認為4項指標值存在顯著差異；中值檢驗，認為2項指標值存在顯著差異；Jonckheere-Terpstra檢驗，認為4項指標值存在顯著差異。

以院系為分組變量，Jonckheere-Terpstra檢驗，認為4項指標值存在顯著差異。

3.2.2 以一級心理問題測評數據為總體，對心理測評指標值進行差異檢驗。Friedman檢驗和Kendall W檢驗，漸近顯著性值均為0.000，因此，拒絕原假設，接受備選假設，認為以一級心理問題測評數據為總體22個心理測評指標值存在顯著差異。

4 相關分析

4.1以一級心理問題測評數據為總體，對23個心理測評指標值(含總分)進行簡單相關分析。

Pearson積差相關性檢驗認為23個心理測評指標值兩兩之間的Pearson積差相關系數存在高度顯著性。總分和抑郁(指標總分)Pearson積差相關系數為0.854，總分和自卑(指標總分)Pearson積差相關系數為0.851，總分和焦慮(指標總分)Pearson積差相關系數為0.823，抑郁(指標總分)和自卑(指標總分)Pearson積差相關系數為.807，以上4對測評指標值高度相關，此外，92對測評指標值Pearson積差相關系數中度相關，128對測評指標值Pearson積差相關系數低度相關，29對測評指標值Pearson積差相關系數弱度相關。

Kendall’s tau b等級相關性檢驗認為23個心理測評指標值兩兩之間的Kendall’s tau b等級相關系數存在高度顯著性。24對測評指標值Kendall’s tau b等級相關系數中度相關，135對測評指標值Kendall’s tau b等級相關系數低度相關，94對測評指標值Kendall’s tau b等級相關系數弱度相關。

Spearman’s rho等級相關性檢驗認為23個心理測評指標值兩兩之間的Spearman’s rho等級相關系數存在高度顯著性。總分和自卑(指標總分)Spearman’s rho等級相關系數為0.842，總分和抑郁(指標總分)Spearman’s rho等級相關系數為0.84，總分和焦慮(指標總分)Spearman’s rho等級相關系數為0.803，以上3對測評指標值高度相關，此外，80對測評指標值Spearman’s rho等級相關系數中度相關，134對測評指標值Spearman’s rho等級相關系數低度相關，36對測評指標值Spearman’s rho等級相關系數弱度相關。

4.2以一級心理問題測評數據為總體，對22個心理測評指標值進行距離分析。

Euclidean距離分析。焦慮(指標總分)和強迫(指標總分)的Euclidean距離分析值為45.033，自傷行為(指標總分)和進食問題(指標總分)的Euclidean距離分析值為46.615，抑郁(指標總分)和自卑(指標總分)的Euclidean距離分析值為47.064，以上3對Euclidean距離分析值在所有Euclidean距離分析值中較小，因此，以上3對心理測評指標值比較接近。

Pearson相關系數分析。抑郁(指標總分)和自卑(指標總分)的Pearson相關系數值為0.807，焦慮(指標總分)和抑郁(指標總分)的Pearson相關系數值為0.735，焦慮(指標總分)和自卑(指標總分)的Pearson相關系數值為0.735，以上3對Pearson相關系數值在所有Pearson相關系數值中較大因此，以上3對心理測評指標值比較接近。

5 討論

此次采用的一級心理問題數據，以各種分組變量分組情況下，雖然異常值較少，但多項指標值數據偏度、峰度、正態性、Levene統計量方差齊性較差，不能滿足統一條件。這對統計方法的選用有很大影響，如t檢驗、Z檢驗、方差分析、Person系列統計等，這些數據特征可能導致統計效能下降和假陰性風險增加。因此，此次降低了差異性檢驗的靈敏度。如果要更加精確地分析這些數據，需要綜合運用多種檢驗手段，因此，現有的統計方法還有很大的改進空間。

以是否獨生子女及性別作為分組變量，一些心理測評指標值的差異性顯著。獨生子女的心理健康水平略好于非獨生子女。是否獨生子女作為家庭因素，在進入高職學習之前對學生的影響比較大。而隨著學生進入高職，大學生需要單獨在學校學習和生活，家庭因素將漸漸淡化。更進一步，隨著大學生逐步進入社會，社會因素的影響日益凸顯，獨生子女與非獨生子女心理健康水平將趨同。但本次研究因未充分獲得隨時間變遷的心理測評指標數據變化，無法進行時間維度的心理測評指標統計，也無法進行同時期獨生子女與非獨生子女的變遷數據比較。此外，女生的敏感(指標總分)、沖動(指標總分)、睡眠困擾(指標總分)、學業壓力(指標總分)明顯高于男生，說明女生這4項心理測評指標較弱。這種現象的原因可能部分源于不同性別的自然心理特征區別，還源于環境因素對于對女生造成的壓力大于男生[3]。

心理測評指標值之間雖差異顯著，但抑郁(指標總分)、自卑(指標總分)、焦慮(指標總分)相關性較強，它們與總分之間相關性也較強，它們的具體關系有待繼續計算。有關學者的研究結果表明，個人自我評價與個人焦慮成負相關，換而言之，自卑與焦慮成正相關。另有研究表明，自卑源于大學生的學習、擇業、戀愛及家庭經濟狀況等的壓力，自卑與自尊相互矛盾，繼而產生抑郁。

6 結語

可以繼續分析的方向。1.可將所有分組變量依據它們對應的心理測評指標值一起進行的差異檢驗，就打破了原有互補分組的限制；2.可將心理測評指標值根據它們對應的各種分組變量分組進行差異檢驗；3.類似以上計算，可將心理測評指標值根據它們對應的各種分組變量分組進行相關分析；4.或許可將分組變量根據它們對應的各種心理測評指標值分組進行相關分析，此次留作思考；5.此次數據分析只采用了一級心理問題數據(按院系為分組變量因計算復雜，對指標數據進行了隨機抽取)，二級心理問題數據還需進一步分析，一級心理問題數據與二級心理問題數據之間的關系還需進一步分析，逐年的數據還可繼續收集并觀察分析；6.分析方法還可繼續拓展，需要繼續學習和施展。通過以上更多的計算勢必將有新的發現。