APP下载

大学生法律情感测评工具编制及信效度检验*

2020-04-09徐淑慧李旦旦

法制博览 2020年8期
关键词:探索性消极信度

徐淑慧 李旦旦

温州大学,浙江 温州 325035

一、问题的提出

(一)研究目的

法律情感就是个体对现行法律体系及其运行的态度体验和反应[1]。法律情感不仅影响到个体对法律的认知,还会影响到群体社会成员对司法的态度,进而与法治社会的建设亦有密切关系。大学生作为社会建设的重要储备的人力资源,在该阶段既是其对国家法律制度的重要学习阶段,也是其法律情感发展的重要时期,研究大学生法律情感的发展特点及影响因素,不仅对如何更好地培育大学生积极法律情感具有重要意义,更是为法治社会培育具有高法律素养公民的重要举措。

所以,编制信效度较高的大学生法律情感量表十分迫切。在我国进入“共同治理”社会的时期,非常需要能够有效科学地测评当代大学生法律情感的工具,这样才能为我们高校的法治教育成效评价提供可靠依据,也为相关的法律情感等方面的实证研究提供测评工具。

因此,本研究的目的就是探索大学生法律情感的类型、维度,并编制适合我国大学生的法律情感测评工具。

(二)研究现状

目前对于法律情感的研究,在理论方面已取得一定的成就。早在18 世纪,苏格兰哲学家休谟就提出情感是驱动人类道德判断的直接因素;20世纪30 年代起,“情感主义”力图证立道德的情感本质,显现了对法律哲学的影响,情感哲学逐渐复苏,规范法学也日益认识到情感在判断和慎思中的重要性[2];埃尔斯沃斯研究了在法庭上运用情感来提高说服性;苏珊·贝蒂则在其论文集《法律的情感》的序言中总结得出——情感在法律中无处不在。国内学者在这方面也做了大量的探索。早在西汉时期,统治者已将源于孔子“亲亲相隐”观点的“亲亲得相首匿”作为一项重要的法律原则适用,这一原则也被整个封建王朝所沿用[3];目前神经科学方面的研究已经证明,把情感与理性作为完全对立的两极存在误区,研究数据表明人类的理性决策需要依靠情感。没有情感,人们也不能把握选择上的效用分析[4];通过对法学、心理学、哲学、神经科学、人类学等交叉学科的研究,法律与情感研究者逐渐对法律与情感之间的关系达成了共识:法律中充满了情感以及情感的观念,感情在法律中无处不在;情感并不总意味着对法律的不良影响,相反,情感揭示着理性,服务于理性,使理性成为可能[5]。另外,在对法律意识结果进行论证时,大多会提到法律情感[6];法律信任等问题已进行充分的论证[7]。

前人研究表明,在法律情感上,我国当代大学生法律情感的基本状况是:他们有一定的法律知识,但认知程度不高;对法律的信任程度偏低;法律的责任感缺乏;用法能力不强,对法律的依赖程度不够;行为与法律的公正认识存在差异[8]。以上的研究为本研究提高了坚实的理论基础和实证依据,但目前缺乏利用心理测量学的专业知识编制的信效度较高的法律情感测评工具。

(三)大学生法律情感的维度划分及量表编制的理论构建

法律情感作为情绪社会化过程中的一种重要的情绪,也是法律意识的重要组成部分,在个体的法律意识培育中具有重要的动机功能,且在法治社会中起到调节和控制的作用。法律情感是情感的下位概念,依据目前心理学关于情绪情感基本维度的研究与测量的大量成果,我们将法律情感从效价上划分为两种类型,即积极法律情感和消极法律情感。从情感的程度方面又将积极法律情感分为兴趣、信任与期待;消极法律情感分为失望、蔑视和厌恶。积极法律情感体现了个体对法律及其运行的正性的情感体验,具有建设性的心理意义;消极法律情感则反映出个体对法律及相关制度的一种负性的情感体验,大多数情况下是人们期望避免的一种情感状态,尤其是在法治建设当中尤为如此。

对于积极法律情感包括的兴趣、信任与期待从强度上来看是情感唤醒状态逐步加强,从情绪的分类来看则是由基本情绪到复合情绪的发展过程,比如兴趣是属于基本情绪,而信任与期待则属于复合情绪。同理,消极法律情绪所包括的三个类型也是依据唤醒强度和基本与复合情绪来划分的。

因此,本研究从法律情感的社会意义出发,把大学生法律情感界定为对现行国家法律及其运行的正向与负向的情感体验,并以此为理论依据编制大学生法律情感量表。

二、研究方法

(一)量表初稿的形成和检验

根据法理学、心理学乃至教育学中关于法律情感的相关理论,对法律情感的内涵特征、分类进行整理分析,将法律情感分为两大类,即积极法律情感和消极法律情感。并根据心理学中情绪情感相关研究,对积极法律法律和消极法律情感进一步划分为若干个因素,并将这些因素转变为可测量的要素。在此基础上,初步建立测评工具的题库,题库的建立确保每个因素的题目至少在8 个以上。然后,将初步编制的测题进行访谈,访谈的内容主要为:量表题项表述的内容是否能够被理解,如果不理解觉得怎么样修改会更合适;量表中的题项表述是否存在异议,如果有异议该如何表述会更好;量表中题项的措辞是否通俗,如果过于学术化,是否有好的建议;以及每个因素包含的题目彼此之间是否能够相互印证,不同因素的题目是否可以互换等。通过对大学生进行深入访谈后,对测题进行删减与修改后,请相关领域的专家进行评价并给予修改建议后再一次以大学生为被试做了测度项分类,其目的是验证分量表的各个因素划分是否合适。测度项分类分为两步,第一步由主试将测题顺序打乱并分别写在卡片上,要求被试进行分类,并命名每一类的主题;第二步换一批被试,由主试根据前一轮的反馈意见对测题进行调整修改后,将测题根据已有的理论划分好维度并对该维度进行命名与解释,由被试将测题进行归类。通过访谈、专家评定法以及测度项分类后,最终确定初始问卷57 个测题。量表采用从“完全不符合”、“比较不符合”、“不确定”、“比较符合”、“完全符合”的5 级评分方式,要求被试根据实际情况进行填写。得分越高代表被试的法律情感水平越高。

(二)测试对象

初测:选取浙江省某高校的大学生作为被试,第一次发放量表100 份,有效回收的问卷88 份,有效调查对象中男生34 人,女生54 人。

复测:选取浙江省某高校的学生共246 人作为被试,其中大一18 人,大二162 人,大三28 人,大四38 人,其中男生65 人,女生181 人,文科专业的学生有225 人,理科专业的学生有21 人。

(三)研究程序

首先,结合法律情感的相关理论并借鉴已有的情绪情感等量表,自编《大学生法律情感量表》,请相关领域专家对题目进行评定和修改,并进行预测。其次,对预测结果进行项目分析和探索性因子分析,根据回答情况进行修改题目,同时对题目进行访谈,确定法律情感量表的结构。最后,对修改后的量表正式施测,并进行项目分析和因素分析,检验量表的信度和效度,形成正式量表。

(四)统计处理

探索性因素分析采用主成分分析,因子旋转采用正角旋转,统计工具为SPSS21.0。验证性因素分析采用的统计工具是AMOS21.0。

三、研究结果

(一)项目分析

以量表加总后各被试总分的27%为高低分组的界限,采用独立样本t 检验求出高低两组被试在各试题平均数的差异显著性,结果显示各个题项均达显著性水平(p<0.001),决断值t 统计量的标准值均CR>3,表示题目的鉴别度较好。计算每个题目与总分之间的相关,除了6 题和8 题外(r6 值为0.328,r,8=260,p=0.000),剩余题目与总分的相关都可以被接受(r>0.4)。项目分析后删除6和8 两个题目,其他题目予以保留。

(二)题目同质性检验—信度检验、共同性与因素负荷量

对55 个题目进行内部一致性检验,α 系数值为0.944,表示其信度高,测量误差值小。一般而言,共同性值低于0.20,表示题目与共同因素间的关系不密切,此题可考虑删除。数据分析发现,1,2,3,4,5,7,9,14,15,17,18,21,22,23,24,26,27,28,32,33,38 题 目 共 同性低于0.2,表明该题目与共同因素“法律情感”程度关系微弱,依此标准可考虑删除。再看成分矩阵表,若是题目因素负荷量小于0.45,可考虑将之删除。从成分矩阵中可以发现:1,2,3,4,5,7,9,14,15,17,18,21,22,23,24,26,27,28,32,33,38 题目因素负荷量小于0.45,其余题目的因素负荷量均大于0.45。

(三)探索性因素分析

经项目分析程序后为检验法律情感量表的建构效度对保留的34 个题目进行探索性因素分析。根据法律情感的理论构想,将法律情感分为积极法律情感和消极法律情感两个分量表,然后分别进行探索性因素分析。

表1 法律积极情感量表的旋转成分矩阵表

1.法律积极情感量表探索性因素分析

采用方差极大旋转法对法律认知量表的11 个测度项做主成分因子分析,结果表明:KMO 值为0.906,Bartlett 球形检验的卡方值为1228.334,(自由度为55)结果达到了显著水平(p<0.001),表明变量间有共同因素存在,数据适合做因子分析。反映像矩阵数据表中,对角线数值每个MSA值均大于0.8,表示所有题目适合进行因素分析。

在编制量表时,将法律积极情感归类为三个明确的因素,故采取限定抽取共同因素法萃取三个共同因素。提取3 个因子,总解释率为68.802%。三个因素包含的题目与使用者编制的理论大致符合,故法律积极情感三个维度分别为:法律信任感、法律期待感和法律兴趣,详见表1。

表2(上) 法律消极情感量表的旋转成分矩阵表

表2(下) 法律消极情感量表的旋转成分矩阵表

2.法律消极情感量表探索性因素分析

采取最大变异法对法律消极情感的23 个题目进行探索性因素分析,KMO 值为0.943,Bartlett球形检验的卡方值为4608.429,(自由度为253)达0.001 显著水平,表明变量适合进行因素分析。每个题目的反映像相关矩阵的MSA 值均大于0.85,表示每个题目都适合进行因素分析。且每个题目的共同性均大于0.2。根据λ>1 的原则,结合碎石图,抽取3 个公因子,可解释的方差累计贡献率为68.245%。由于a47 题目在因素1 和因素2 上的载荷接近(在因素1 和因素2 上的载荷分别为0.594 和0.560),因此将该题目删除,对保留的22个题目重新做主成分分析。

第二次主成分因子分析结果显示:KMO 值为0.942,Bartlett 球形检验的结果达到了显著水平(p<0.001),卡方值为1040.143,(自由度为120),每个题目的反映像矩阵的MSA 值均大于0.85,表明适合进行因素分析。根据λ>1 的原则,结合碎石图,抽取,3 个公因子,可解释的方差累计贡献率为68.357%。根据探索性因素分析结果可以将法律消极情感量表分为3 个因素,根据每个因素所包含的题目可对其命名如下:因素1:法律厌恶感;因素2:法律蔑视感;因素3:法律失望感,详见表2。

(四)信度与效度分析

1.信度分析

本研究两个分量表各个因素的内部一致性信度Cronhach’a 系数和分半信度系数,详见表3。

表3 两个分量表各个因素的信度系数

2.效度分析

题目经过删减,最终在6 个因素上一共保留33 个题目。求出法律积极情感和法律消极情感量表中各个因素的总分,以6 个因素总分为测量变量,以2 个分量表为潜变量,进行验证性因子分析。2 个潜变量之间设定为两两相关。6 个测量变量的残差之间设定为相互独立。验证性因素分析结果表明,卡方值与自由度比值小于3,GFI、AGFI、IFI、CFI值均在0.9以上,RMSEA<0.08,这说明数据与理论模型拟合度较好,量表具有较好的结构效度,详见表4。

表4 总量表的效度分析

四、结果讨论

(一)效度

本研究基于文献回顾及访谈结果确定了大学生法律情感分为两种,即积极法律情感和消极法律情感,每种法律情感下又包括三个因素。在阅读文献以及访谈、个案分析的基础上,先采用主观评定法修订量表的表面效度和内容效度,确定可用于施测的初始量表条目。同时,在编制量表的过程中,结合了对大学生《道德与法治》这种可以反应大学生法律情感发展的材料以及与该课程教师的访谈结果、专家评审建议等,来确定量表的题目,确保题目内容简明扼要、措辞精准无歧义。

(二)信度

本研究采用了Cronhach’a 系数和分半信度考察了量表的信度情况,结果表明,量表的信度水平均达到可以接受的标准。这说明,大学生法律情感测评量表是一个信度较好的测评工具。

在整个量表的编制过程中,探索流程比较规范,且每一步均经过仔细筛选,例如在半结构式访谈的过程中,结合了多种访谈对象的视角(大学生,大学教师,相关领域的专家等),尽可能保证了测题的科学性和客观性;对量表进行因素分析的过程中,研究者秉持科学严谨的态度,如探索性因素分析的时候,每次只删除一个题目,在需要删除3 个以上题目的时候,就需重新施测一次,量表的内部一致性信度、分半信度、结构效度均符合心理测量学的基本要求。

猜你喜欢

探索性消极信度
从消极隐私保护到积极隐私保护:元宇宙中的隐私风险及其治理进路
心有所“属”,一“探”究竟——立体几何探索性问题的解法梳理
《广东地区儿童中医体质辨识量表》的信度和效度研究
立体几何中探索性问题的“创新”
科技成果评价的信度分析及模型优化
耳鸣残疾问卷中文版的信度和效度检验及其临床应用
中文版脑性瘫痪儿童生活质量问卷的信度
家庭教育:你种的是积极树还是消极树?
“消极保护”不如“积极改变”
探索数列中不定方程的解