大学生亚健康自评量表的编制与风险评估

许锁迪

(宁波大红鹰学院，浙江 宁波　315175)



大学生亚健康自评量表的编制与风险评估

许锁迪

(宁波大红鹰学院，浙江 宁波315175)

摘要：建立多重因子分析模型，经主成分分析抽取载荷较大的因子，编制了大学生亚健康自评量表和风险评估模型。检验表明，量表具有显著的区分效度，可有效诊断与评估大学生亚健康风险。风险评估证实，宁波市高校有27%的大学生处于亚健康高风险状态，且男女大学生亚健康风险有显著的性别差异。这对引导大学生理性体育健身活动，建立健康生活方式提供科学依据有重要的现实价值和长远意义。

关键词：大学生；亚健康自评；多重因子分析；风险评估；性别差异

知识经济背景下的社会转型，大学生面临的社会竞争异常激烈，亚健康风险的应对策略正成为高校人才培养的研讨热点。“现代生物-心理-社会医学模式”认为，介于健康与疾病二种状态之间的状态称为 “亚健康状态(Sub-health symptoms)”[1]。理论定义上，健康与疾病这两个概念互不兼容，操作层面上常难以划清两者之间的实际测量尺度。本文拟通过建立多重因子分析模型[2]，分层分类筛选对亚健康状态具有高度解构能力的因子，研发适用于大学生亚健康自评的测量工具，这对准确诊断与评估大学生亚健康风险，积极引导大学生理性体育健身活动，建立健康生活方式提供科学依据有重要的现实价值和长远意义。

1研究对象与方法

1.1研究对象

对宁波市8所高校1～4年级2453名大学生进行亚健康状态及关联因素的书面调查与测量，经资料整理剔除答案缺省不全63份，取得有效问卷2390份(男生1108名，女生1282名)。

1.2调查日期

2014年2月～ 10月。

1.3研究内容与方法

1.3.1信息来源

采用主诉记叙方法[3]由大学生切身记叙在身体、心理及社会交往等方面的“亚健康现象与不适症状”，并结合相关理论和研究资料对调查结果进行逻辑分析，经整理初步抽出与亚健康状态相关的初始条目共计51项(因子)。

1.3.2分析工具

1.3.2.1因子分析

采用多重因子分析模型对51项初始条目作方差最大旋转(Varimax)，根据因子分析结果保留特征值大于1的主成分，再次对51项初始条目作提取公共因子的降维(Dimension Reduction)分析，从中抽取载荷较大的因子，并根据主成分载荷矩阵对主成分命名[4]。

1.3.2.2区分效度检验

对亚健康自评量表的效度检验采用高低分组方法检测区分效度D值的显著性意义，并根据美国测验专家R.L.Ebel提出的鉴别指数进行效度评价[5]。

1.3.2.3评估模型

采用M±0.67SD法[ 6]对亚健康风险进行分类评价，在理论上认为分别有25%的大学生为高亚健康群和低亚健康群，有50%的大学生为中亚健康群。

上述统计分析过程均由SPSS17.0统计分析软件处理。

2结果与分析

2.1抽取因子

将51个初始项目纳入因子分析模型，作方差最大旋转，并根据因子分析结果，决定主成分维度。图1给出了直观的因子分析中特征根的变化情况，图中曲线存在明显的拐点，即图中出现拐点的地方可以作为选取公共因子的依据。从图1可以看出，保留前5个或6个因子的前提下能够概括原始数据大部分的信息。

图1　因子分析结果碎石

2.2提取主成分与命名

表1所示的是提取了5个公共因子旋转后的主成分行列，在主成分载荷矩阵(Component Matrix)中，给出了按顺序排列的主成分得分，表明前5个公共因子的特征根值均大于1，解释了总方差的69.06%。表1同时显示，经因子分析分类后，各主成分包含的项目分别是第一主成分8个，第二主成分包含17个，第三主成分包含10个，第四、五主成分各8个。根据主成分命名法则，可分别命名为：第一主成分：身体疲乏；第二主成分：孤独紧张；第三主成分：功能障碍；第四主成分：焦虑不安；第五主成分：精力涣散。由于第二主成分内含的载荷较大的项目较多，内涵表达不够清晰，本文再次作因子旋转分析。表2显示的是再次对第二主成分所含条目进行因子旋转的成分矩阵，可以看出，第二主成分分解降维为二个下位因子，各包括9个与8项目，分别命名为：孤独回避和人际紧张。

表1　 因子旋转后主成分载荷矩阵(N=2390)

47事情没完没了情绪低落-0.2720.0370.0180.0170.2780.153∑F210.0538.9937.3995.0733.70234.810方差贡献率19.71217.63314.5089.9477.259累积方差贡献率37.34551.85361.80069.059

表2　再次因子旋转成分矩阵(N=2390)

2.3亚健康自评量表的结构维度与编制

依据表1、2因子分析，本文在各主成分上分别抽取4个载荷较大(大于0.7)的项目，并根据因子内涵属性分别将身体疲乏与功能障碍整合为身体亚健康，精力涣散与焦虑不安整合为心理亚健康，孤独回避与人际紧张整合为社会亚健康，经重新编码组成亚健康自评量表(self-evalution on subhealth，SES)。SES包括三个分量表，各内含二个下位因子，各包括4个条目，测试总长度为24项(见表3)。采用五段评价法，选项从1=不符合，过渡到5=完全符合，分值范围为24～120分，分值越大亚健康风险就越大。

表3　亚健康自评量表(SES)结构维度

2.4区分效度检验

根据效度检验原理，效度高信度必然也高。如表4显示，亚健康自评量表总分和3个分量表的区分效度均达到优良程度。

表4　区分效度检验(N=2390)

2.5亚健康风险评估

表5给出的是亚健康风险评估的可量化分类标准，根据调查数据计算的宁波市高校大学生亚健康得分的平均值M=75.5，SD=29.4，依据M±0.67SD法划分的亚健康风险分类标准是：得分95以上为亚健康高风险，55以下为低风险，55～95为中风险。表5可知，宁波市大学生亚健康高风险群占27.5%，低风险群占22.1%，中风险群占50.4%。卡方检验结果初步表明，男女大学生亚健康风险状态有非常显著的性别差异，即女大学生亚健康高风险比例显著大于男大学生，而低风险群比例则要明显小于男大学生(限于篇幅，本文没有进一步细分表述分量表及下位因子的得分)。

表5　亚健康风险评估

注：X2=54.593,P<0.000

本文发表的SES量表，其现实意义在于为大学生亚健康状态的测评提供一个工具，以期体育健身活动的开展更为合理有效。由于信息收集相对有限、数据分布广泛以及统计分析过程的复杂，因而量表必然存在进一步验证的需求。笔者希望未来的研究能更深入结合其他相关研究的成果，并在其他样本对象的拓展研究中，检验SES量表的可靠性与鉴别效力。

3结论

3.1通过多重因子分析，51个始初项目可分解降维为6个主成分，解释了总方差的69.05%，表明主成分概括了原始数据大部分的信息，多重因子分析模型的运用是有效的。

3.2大学生亚健康自评量表由3个分量表构成，各内含二个下位因子，6个下位因子各包括4个项目，经重新编码后组成亚健康自评量表，测试总长度为24项。

3.3通过区分效度检验，各分量表及总表都具有非常优良的区分效度，表明总表或各分量表对大学生亚健康状态有非常可信的解释能力。

3.4宁波市大学生亚健康高风险人群占27.5%，低风险人群占22.1%，中风险人群占50.4%。男女大学生之间的亚健康状态有非常显著的性别差异，即女大学生亚健康高风险群比例显著大于男大学生，而低风险群的比例则要明显小于男大学生。

3.5依据M±0.67SD法对亚健康风险进行分类，对积极引导大学生理性体育健身活动，建立健康生活方式提供了科学依据。

3.6本研究提供量表适用对象为高校大学生，其他年龄段人群使用本量表是否具有信度和效度仍需要进一步验证。

参考文献：

[1] Steptoa，B.(1997).Some correlates of self-rated health for Australian women.American Journal of Public Health,87(6):951-956

[2] 梅雷迪斯·D·高尔，沃尔特·博格.教育研究方法导论[M].江苏教育出版社，2002，12：369

[3]德永斡雄.关于运动员心理竞技能力的诊断与训练的研究，平成2年度日本文部省科学研究费研究成果报告书(研究课题号63480489)[M].日本:昭和堂印刷，1991：13-35

[4] 章文波.实用数据统计分析及SPSS12.0应用[M].北京：人民邮电出版社，2006，2：248

[5] 黄光扬.教育测量与评价[M].上海:华东师范大学出版社,2002，8：78-79

[6 ]王孝玲.教育测量[M].上海：华东师范大学出版社，1989，5：165

Tabulation of Self Rating Scale and Risk Assessment on College Students' Subhealth Self-evaluation

XU Suo-di

(Ningbo Dahongying University， Ningbo 315175,China)

Abstract：With the establishment of a multi-factor analysis model as well as extracting the load factors by main component analysis, tabulated the self rating scale on college students' subhealth status and risk evaluating system. The experiment shows that rating scale has such a clear validity that it can diagnose and evaluate college students' subhealth status effectively. The risk evaluation verifies that 27% of the college students in Ningbo are in the state of subhealth, and also, there is a conspicious gender differences in terms of college students' subhealth risk. Actually, it makes great significance for guiding the college students' physical exercises as well as establishing a healthy lifestyle.

Key words：college students; self-evalution on subhealth; multi-factor analysis; risk assessment; gender differences

中图分类号：G804.2

文献标识码：A

文章编号：1007-323X(2016)02-0016-04

作者简介：许锁迪(1977-)，男，浙江慈溪人，副教授

收稿日期：2016-01-28

研究方向：社会体育