首页 -> 2008年第5期
大学生网络成瘾的量表编制及其与心理健康的关系研究
作者：杨晓峰 郑 雪
3.2.2 内容分析
考虑到本研究量表中的题目11，14和25均为网络使用者对网络速度的要求，并不能作为判断网络使用是否达到成瘾的标准，故剔除。至此，网瘾量表共保留30道题目，分别是题目1，2，4，5，6，9，10，15，18，19，20，21，22，23，24，26，27，29，30，32，34，37，40，42，45，46，47，48，49，50。
3.2.3 量表各题目与量表总得分的相关(区分度)
以相关分析法计算各条目与量表总分的Pearson相关。如果相关系数较低(r＜0.3)或未达显著水平(P≥0.05)时，则说明该题目没有鉴别作用，可以删除。研究中量表保留的各题目均符合选题标准，各题目得分与量表总得分的相关系数具有统计学意义(P值均＜0.001)，故全保留，见表1。
3.2.4 量表的结构
以主成分分析法抽取因素，并以最大变异法进行正交旋转，将网络成瘾量表各题目进行因素分析，共抽取6个因子，所有题目的因素负荷均大于0.4，故全部保留，见表2。
3.3 效度分析
3.3.1 内容效度
量表条目的选编与筛选经过查阅大量的文献，并在研究组内反复讨论做出初选。再根据专家评审意见以及预试验的结果，对条目进行了增删和修改。对某些可能引起歧义或误解的用词进行了修改，删除了内容含糊、与研究内容相关性差的条目。确保所有条目都能准确表达所要求的内容，以保证问卷具有一定的内容效度。
3.3.2 结构效度
量表以文献探讨的结果为结构效度的依据，并且以因素分析结果来验证其结构效度。因素分析结果显示：网瘾量表可以得到6个因子，分别命名为：耐受性，人际、健康和学业问题，强迫性，戒断性，突显性和时间管理问题。各因素负荷皆在0.402～0.845之间，结构效度良好，见表2。
根据学者Kaiser(1974年)观点，当KMO值愈大时，表示变量间的共同因素愈多，愈适合进行因素分析，如果KMO的值小于O.5时不宜进行因素分析，此处的KMO值为0.925，适合进行因素分析。此外，Bartlett球形检验的x2值为3199.62(自由度为435)，达显著，代表母群体的相关矩阵间有共同因素存在，适合进行因素分析。在不限定因素的层面下，以主成分分析法并配合最大变异法(Varimax)进行正交旋转(orthogonal rotation)，特征值大于l的因子共有六个。六个因子的特征值为12.41，1.81，1.469，1.361，1.262，1.069，其解释变异量分别41.367％，6.032％，4.987％，4.535％，4.205％，3.564％，累积的解释变异量为64.601％，基本上代表了量表的整体结构。
3.3.3 效标效度
Kimberly Young的网络成瘾8题诊断问卷存在着结构效度上的一些问题(Young，1999年)，但它仍然是目前测量网络成瘾公认的和最有效的工具，本研究将其作为效标，把自编的网瘾量表总分和8题诊断问卷的总分作Pearson积差相关分析，得到效标效度为r=0.639(p＜0.001)。
3.4 信度分析
3.4.1 同质信度
以Cronbach α系数检验网瘾量表中6个因素与总量表的内部一致性。网瘾量表总的Cronbach α系数为0.949，分半信度分别为0.915。各个因素Cronbach α系数依次为0.851，0.861，0.803，0.841，0.773，0.813，数据显示网瘾量表信度较好。
3.4.2 重测信度
间隔5周后，采用30题网瘾量表对初测样本(n=205)进行重测，计算前后两次测试中被试30题总分的皮尔逊积差相关系数，r=0.81，重测信度较好。
4 大学生网络成瘾和心理健康的关系
4.1 大学生成瘾群体和正常群体心理健康水平的差异比较
根据网络成瘾量表得分将被试划分为成瘾群体和正常群体，采用独立样本t检验来考察不同群体大学生在心理健康水平上是否存在显著差异，结果显示成瘾群体在心理健康水平10个维度上的得分均显著高于正常群体(见表4)。
4.2 大学生网络成瘾得分和心理健康水平之间的相关分析
采用Pearson积差相关，计算大学生网络成瘾得分和心理健康水平9个维度及SCL－90总分之间的相关系数，结果显示均为极显著的正相关(P＜0.01)(见表5)，即网络成瘾量表得分越高，SCL－90的9个维度得分及总分也越高，心理健康水平也就越差。
4.3 大学生网络成瘾对心理健康影响的回归分析
为了进一步确认大学生网络成瘾与心理健康之间的关系，以大学生网络成瘾量表各因子为自变量，分别以心理健康9个维度及其总分为因变量，采用ENTER方法进行多元回归分析，结果如下：
从表6可以看出：大学生网络成瘾量表各因子能够显著预测躯体化、强迫、人际关系敏感、抑郁、焦虑、敌意、恐怖、偏执、精神病性以及心理健康总分，也就是说大学生网络成瘾容易引起心理健康问题。
5 结论
5.1 大学生网络成瘾量表的信效度
本研究所编制的大学生网络成瘾量表由30个题目组成，可以分为六个因素：耐受性，人际、健康和学业问题，强迫性，戒断性，突显性和时间管理问题。此量表采用利克特5点分数(1=完全不符合，2=不太符合，3=一般，4=比较符合，5=完全符合)，量表和分量表得分越高表明网络成瘾程度越深。大学生网络成瘾量表及其分量表的内部一致性、重测信度均满意或非常满意，效度可靠。根据对其心理测量学指标的检测结果，我们认为此量表可以作为测量大学生网络成瘾状况的一个较为可靠的工具。
5.2 网络成瘾判别标准的制定
台湾学者陈淑惠等在修订中文网络成瘾量表(CIAs)时对“网络成瘾高危险群体”进行了界定，他们认为，“大学生使用网络人口中确实存有一群成瘾倾向不低的学生，其半年盛行率很可能落于5％～10％之间”，在其研究中“采用较为保守的估算”，将网络沉迷或成瘾倾向的高危险群“原则上界定在CIAS得分之最高5％者”。大陆学者桑标、贡哗对162名国内大学生样本的调查研究结果显示，完全没有网络依赖的占69.7％，轻度网络依赖的占25.3％，严重网瘾的占5.0％。Scherer(1997)的研究结果指出，13％的大学生对网络有使用过度的现象，而且出现了负面效应。综合以上文献中展现的网络对大学生造成负面影响的人数比例，本研究将网络使用者划分为网络使用成瘾群体(量表得分分布在95％以上的群体，含95％)和网络使用正常群体(量表得分分布在95％以下的群体)。将30题大学生网络成瘾量表中各样本的总分转化为标准分(z分数)，根据z分数得到各群体所对应的分数段：网络使用成瘾群体(30题总分在90分以上的群体，含90分)和网络使用正常群体(30题总分在90分以下的群体)。
5.3 大学生网络成瘾和心理健康的关系
从研究结果来看，大学生网络使用成瘾群体在症状自评量表(SCL－90)10个维度以及总分和总均分指标上的得分均显著高于正常群体(P＜0.01)，这说明成瘾群体的总体心理健康水平显著低于正常群体，存在一定的心理问题，突出表现在抑郁、强迫、人际敏感、焦虑及伴有精神病性和躯体不适等方面。这与国内外许多学者的研究结果是相似的。研究中的相关分析表明大学生网络成瘾和心理健康之间有着极为密切的关系，但究竟是网络成瘾降低了大学生的心理健康水平，还是低的心理健康水平导致大学生网络成瘾，这还有待于进一步考察。研究进一步尝试以网络成瘾各因子为自变量，心理健康9个维度及其总分为因变量进行多元回归，分析表明：大学生网络成瘾能够显著预测其心理健康状况。
责任编校 刘在花
[1]