APP下载

强迫量表修订版的因子分析

2021-01-20孙振晓于相芬

山东医学高等专科学校学报 2020年6期
关键词:信度方差总分

孙振晓,于相芬,张 娟

(1 临沂市精神卫生中心,山东 临沂 276005;2 山东医学高等专科学校)

强迫量表(Obsessive-compulsive inventory,OCI)是Foa等于1998年编制的一种评定患者强迫症状的测量工具,最初包含42个条目7个分量表,在诊断筛查、描述症状及判断症状严重程度方面具有良好的心理测量学特征。在随后的使用过程中,发现其存在一定的问题:一是其中《出现频率量表》与《不适程度量表》高度相关,存在冗余;二是OCI各分量表包含的条目数不同,只能通过各分量表平均分来比较症状的严重程度,给临床应用带来不便[1]。因此,Foa等在其原量表基础上进行简化,发展出了OCI修订版(OCI-R),包含18个条目,从6个不同维度评定患者的强迫症状[1]。国内外应用表明,OCI-R具有较高的信度和效度。为了进一步探讨OCI-R的因子结构,本文以135例强迫障碍的测查资料为依据,应用因子分析技术,探讨OCI-R所反映的强迫症状维度及其与各条目间的关系。

1 对象与方法

1.1对象 随机选取2018年1月1日—2019年12月31日在本院门诊或住院的强迫障碍患者,均符合国际疾病分类第10版(ICD-10)精神与行为障碍分类有关强迫障碍的诊断要点[2],且能配合完成OCI-R测查。排除:有脑器质性疾病及其他重大躯体疾病者;使用精神活性物质所致的精神和行为障碍者;精神分裂症及情感障碍患者。共纳入135例,其中男85例、女50例;年龄11~59岁,平均(31.07±11.93)岁。本研究得到医院伦理委员会批准,所有患者均自愿参加本研究并签署知情同意书。

1.2方法 患者在门诊就诊或住院时采用OCI-R量表完成测评,按照统一的指导语,由患者根据自己的实际情况独立填写,测试在安静的医护办公室进行。测评耗时约10 min。OCI-R 每个条目0~4分,分数越高表明体验到的痛苦程度越高。

1.3数据处理 将资料数量化后输入计算机,进行各条目间Pearson相关分析、主成分因子分析,因子分析时对初始因子做了因子最大方差正交旋转。采用SPSS17.0统计软件完成分析。

2 结果

2.1OCI-R单项分析 135例患者OCI-R总分为16~54分,平均(33.67±10.08)。OCI-R各条目与总分间的相关系数(r)除条目15、18外,均呈正相关关系。见表1。

2.2因子分析 在进行因子分析前,应用KMO检验及Bartlett球形检验(χ2=1975.67,P=0.000),表明数据适合进行因子分析。应用主成分分析法,以特征值>1提取因子,经方差最大正交旋转,提取5个公因子。公因子Ⅰ有6个载荷量>0.5的条目,公因子Ⅱ~Ⅴ均有3个载荷量>0.5的条目。累积方差贡献率达75.598%。支配各因子的条目及所反映的症状维度为:公因子Ⅰ含条目3、5、9、11、15、17,可将其概括为清洗-排序;公因子Ⅱ含条目2、8、14,可将其概括为检查;公因子Ⅲ含条目6、12、18,可将其概括为强迫观念;公因子Ⅳ含条目4、10、16,可将其概括为精神中和;公因子Ⅴ含条目1、7、13,可将其概括为囤积。见表1。

表1 OCI-R各条目得分、与总分r及主成分分析结果

3 讨论

OCI-R广泛应用于临床、科研及群体调查中,其Cronabach α为0.81~0.93,重测信度r=0.82,与耶鲁-布朗强迫量表(Y-BOCS)的Pearson相关系数为0.53,说明OCI-R有良好的信效度,内部一致性良好[1]。唐苏勤等[3]研究发现,OCI-R 中文版Cronabach α为0.88,重测信度r=0.69,OCI-R总分与Y-BOCS总分之间的相关系数为0.422。何庆欢等[4]应用OCI-R对2100名大学生进行测试,发现OCI-R总量表的Cronabach α为0.895,4周间隔的重测信度r=0.309~0.644,OCI-R总分与强迫症状、抑郁和焦虑的相关系数分别为0.557、0.462、0.456。国内应用均表明OCI-R有良好的信效度,符合心理测试要求,适合中国人群强迫症状的测量。笔者基于135例强迫障碍患者OCI-R的测评资料,对18个条目进行了因子分析,发现18个条目可概括为5个因子,主要反映了强迫症状的清洗-排序、检查、强迫观念、精神中和、囤积。这一结论不但符合逻辑及ICD-10对强迫障碍的定义,而且验证了其构想效度。

因子分析是评估心理测量工具或量表条目的同质性构想效度最有力的统计分析方法,其基本特征是可以从多个变量中抽取几个公共因子,并推知各个公共因子的性质[5]。本研究应用主成分分析法,以特征值>1的标准提取因子,经方差最大正交旋转,提取5个公因子。经方差最大正交旋转后各因子与较少的条目有较高的相关性,从而使各因子的解释更清晰,更合乎逻辑。

猜你喜欢

信度方差总分
平衡损失函数下具有两水平共同效应的信度模型
概率与统计(2)——离散型随机变量的期望与方差
净保费在平衡损失函数下的回归信度估计∗
问卷是否可信
——基于体育核心期刊论文(2010—2018年)的系统分析
第59届IMO团体总分前十名的代表队及总分
方差生活秀
揭秘平均数和方差的变化规律
方差越小越好?
一年级下册期末考试
一年级下册期末复习题