MBI-HSS量表在烟台某“三甲”医院护士中应用的信效度分析

马梦真 ，张文静 ，2，范燕燕 *，李方园

（1.滨州医学院护理学院，山东 烟台 264003；2.青岛大学附属烟台毓璜顶医院，山东 烟台 264000）

职业倦怠又称工作倦怠，是由美国心理学家Freudenberg[1]于1974年在研究职业紧张时首次提出的，是一种与工作情景有关的综合症状[2]。为量化职业倦怠，Maslach和Jackson于1981年编制了 Maslach职业倦怠量表（MBI）[3]，并在英国、美国、澳大利亚、西班牙、巴西、沙特阿拉伯等国家得到广泛应用[4-5]，呈现了较好的信效度指标[4，6-9]。如国外一项对8个国家646家医院54 738名护士应用MBI的因子分析显示[10]：该量表可提取3个因子，各因子载荷均＞0.3；验证性因子分析中，7个国家的渐进残差均方和平方根（RMSEA）均小于0.08。中国最早在2000年由李小妹等[11]将Maslach职业倦怠-服务行业版量表（MBI-HSS）翻译后应用于西安市内外妇儿护士的职业倦怠测量，在该人群中MBI-HSS总量表及各维度的Cronbach's α系数均大于0.8。2005年李永鑫等[12]对MBI进行了文化调适，形成了中国职业倦怠量表（CMBI），在包括护士（72人，占24.6%）在内的多个职业人群中应用显示，CMBI的同质信度、分半信度、重测信度均＞0.7，各因子负荷均＞0.5。自此，MBI便在中国护士的职业倦怠测量中得到广泛应用。但是追溯其应用过程发现，截至目前，缺少MBI尤其是MBI-HSS在中国护士群体中应用的效度测量数据。另外有心理学家指出，MBI的信度和效度测量均具有时效性[13]。为了保证MBI在国内护士群体中应用的规范性和严谨性，本研究拟选取烟台市“三甲”医院护士为研究对象，检验MBI-HSS在该人群中应用的信效度指标。

1 资料与方法

1.1 一般资料

便利抽样烟台某地区三级甲等综合医院，于2020年4月—5月期间进行在线调查，累计调研护士271名。纳入标准：（1）持有中华人民共和国注册护士执照；（2）从事临床护理工作1年及以上；（3）年龄在18周岁以上；（4）自愿参加本研究。排除标准：（1）进修、实习、退休返聘护士；（2）调查期间因病假、产假、进修外出学习（≥1周）不在岗者。

1.2 样本量估算

MBI-HSS量表共22个条目，根据样本量应为量表条目数5～10倍的原则[14]，按照10倍条目数计算，样本量应至少为22×10=220人。考虑到10%的无效问卷，因此预估样本至少在242人以上。

1.3 调查问卷

MBI职业倦怠量表由美国心理学家Maslach等于1981年编制[3]，包括服务行业、教师、通用3个版本。本研究选取经李小妹、陈素坤等[11，15]汉化修订的 MBI-服务行业版（MBI-HSS），该版本适用于从事服务行业的人员，包括医护人员、警察和社会工作者等。量表共计3个维度22个条目，分别为情感衰竭维度（9个条目，评价由于工作引起的情绪反应）、去人格化维度（5个条目，评价护士对服务对象的态度及感觉）和个人成就感维度（8个条目，评价护士的工作成就）。采用Likert 7级评分法，按0～6分计分，总分越高职业倦怠程度越重。

1.4 调查方法

制作问卷星电子量表，采用护理部集中部署、大科护士长到护士长层层传达的方法，督促护士于空闲时间在安静环境中独自填写，以保证量表的回收质量。

1.5 统计学方法

将问卷星数据导出，应用SPSS 16.0和Amos19.0软件对数据进行统计分析，具体内容如下。

1.5.1 项目分析（1）鉴别度检验：根据量表得分划分为高得分组（总得分前27%）和低得分组（总得分后27%），行独立样本t检验，t值越高提示条目区分度越高，通常删除t值＜3.000的条目和检验未达到统计学差异的条目。（2）同质性检验：计算各条目得分与量表总得分的Pearson相关系数，r＞0.7表示高度相关，r=0.4～0.7表示中度相关，r≤0.3表示低相关，通常删除r≤0.3的条目。

1.5.2 信度检验 采用Cronbach’s α系数评价量表内部一致性（＞0.9表示一致性非常好，0.8～0.9表示一致性较好，0.7～＜0.8表示一致性可以接受）。

1.5.3 效度分析（1）探索性因子分析（EFA）：当Bartlett球形检验P＜0.05、取样适切性量数（KMO）＞0.5时，可进行探索性因子分析。选取因子载荷值0.5以上的条目进行分析[16]。（2）验证性因子分析（CFA）。①结构效度判定指标[17-18]：模型拟合度和模型基本适配度。模型拟合度良好指标：χ2/df（卡方自由度比值）＜3，RMSEA（渐进残差均方和平方根）＜0.08，TLI（非规准适配指数）＞0.9，CFI（比较适配指数）＞0.9，SRMR（标准化残差均方和平方根）＜0.08。若距离上述指标差异较大，则需对初始模型中修正指数（MI）数值较大的参数进行修正，即将其由固定参数改为自由参数[19]。模型的基本适配度良好指标：各因子载荷值＞0.5。②聚敛效度理想的判定指标：组合信度（CR）＞0.7，平均方差变异（AVE）＞0.5[20-21]。③区分效度理想的判定指标：维度AVE平方根＞该维度与其他维度的相关系数[17]。

2 结果

2.1 一般资料

271名护士中，女性占93.7%，男性占6.3%；年龄21～54岁，平均（31.46±7.07）岁；工作年限 1～36 年，平均（8.91±7.78）年；大专及以下学历占24.0%，本科及以上学历占76.0%（包括有学士学位和无学士学位者）；内科84人（31.0%），外科69人（25.5%），妇产科17人（6.3%），儿科 20人（7.4%），重症医学科20人（7.4%），手术室 18人（6.6%），急诊18人（6.6%），其他科室25人（9.2%）。

2.2 项目分析

2.2.1 鉴别度检验 t检验结果显示，22个条目的得分差异均有统计学意义（P＜0.01），且|t|介于 6.965～18.857 之间（详见表 1），均＞3.000，提示各条目区分度好，所有条目均可保留。

2.2.2 同质性检验 Pearson分析显示，MBI-HSS量表各条目得分与量表总分的相关系数为 0.375～0.762（P＜0.01），其中＞0.7 的条目4个，高度相关占比18.2%，＞0.4的条目20个，中度及以上相关占比90.9%（详见表1），提示各条目具备一定的稳定性和可靠性。

表1 职业倦怠量表各条目t值及与总量表得分的相关系数（n=271）

2.3 信度分析

总量表的Cronbach’s α系数为0.912，情感衰竭维度、去人格化维度和个人成就感维度的Cronbach’s α系数分别为0.921、0.842和0.857，均＞0.8。提示量表信度较好，具有较高的可靠性。

2.4 效度分析

2.4.1 探索性因子分析 可行性检验显示，KMO值为0.901，Bartlett球形检验值为 3 618.776，自由度为 231，P＜0.05，达显著水平，说明适合进行探索性因子分析。主成分分析以特征根大于1为标准抽取共同因素，并设定因子载荷小于0.5的条目在结果中不显示。结果显示，22个条目因子载荷均在0.557及以上（详见表2），3个因子的旋转平方和载入累积贡献率为61.856%（详见表3），提示量表具有良好的效度。

表2 职业倦怠量表的因子结构

表3 职业倦怠量表3个因子累计贡献率

2.4.2 验证性因子分析（1）结构效度。①三因子结构效度。将22个条目作为观察变量，将情感衰竭维度、去人格化维度和个人成就感维度作为潜变量确定预设模型。结果显示，初始模型拟合指标不理想（详见表4，修正前），提示初始模型与调查数据的模型拟合效果较差，需要根据修正指数（MI）对初始模型进行修正[19]。选择模型中MI值较高的误差变量e2与e3、e16与e17、e1与e2，分别两两建立相关，将其由固定参数改为自由参数，以便降低χ2值。修正后拟合指标均在可接受范围内（详见表4，三因子模型）。另外，修正后条目因子载荷在0.5以上者占90.9%（详见表5），提示模型基本适配度良好，能基本反映要测得的结构效度。②二因子结构效度。基于既往研究有提及情感衰竭维度和去人格化维度相关性较高，建议可考虑将二者化为一个因子结构。另外本研究相关分析也显示，情感衰竭维度与去人格化维度的相关系数高达0.628（详见表6），故将22个条目作为观察变量，将情感衰竭合并去人格化作为一个维度和个人成就感维度一起作为潜变量确定预设模型。结果显示，修正前后模型拟合指标均不理想（详见表4，二因子模型）。

表4 不同模型拟合指数

表5 三因子模型条目因子载荷

表6 各维度得分的相关性分析（区分结果）

表7 聚敛结果

3 讨论

3.1 MBI-HSS各条目同质性好且具备一定区分度

项目分析显示，MBI-HSS量表在烟台地区“三甲”医院护士中应用，各条目高低得分分组比较，差异均有统计学意义（P＜0.01），且各条目|t|均在3.000以上，提示各条目鉴别区分度良好，所有条目可保留。同时Pearson相关分析显示，MBI-HSS量表20个条目得分与量表总分相关系数均大于0.4，提示各条目的同质性好，具有一定稳定性。

3.2 MBI-HSS量表信度可靠

本研究主要采用了内部一致性检验作为信度检验的指标，结果显示，MBI-HSS量表在烟台地区“三甲”医院护士中应用，总量表与3个维度的Cronbach’s α系数分别为0.912、0.921、0.842及0.857，均＞0.8，提示一致性较好[19]。该结果与李小妹等[11]在西安护士中应用MBI-HSS量表的信度指标一致（0.93、0.91、0.84、0.81）。由此提示，MBI-HSS 量表应用于烟台地区“三甲”医院护士中具有可靠性。

3.3 MBI-HSS量表在三因子结构下的效度指标理想

探索性因子分析显示，MBI-HSS量表在烟台地区“三甲”医院的护士中应用可提取3个公因子，且条目因子载荷值在0.557～0.874之间，满足因子载荷值不低于0.5的标准要求[16]，说明题项变量对各共同因素的关联强度达标。验证性因子分析显示，三因子结构模型经过修正后，其模型拟合度指标满足如下标准：χ2/df＜3，RMSEA＜0.08，TLI＞0.9，CFI＞0.9，SRMR＜0.08[19]，且修正后的条目因子载荷90.9%在0.5以上，说明模型基本适配度良好。该结果支持魏雪梅等[13]在南充市“二甲”及以上等级医院临床护士带教教师中应用MBI-HSS的结构效度检验结果（三因子结构：GFI＞0.9，RMSEA＜0.06，相对拟合指数 NFI、CFI、IFI、TLI均在0.9以上）。另外，既往有学者在应用MBI通用版量表（MBI-GA）时有涉及其二因子和三因子结构的争论[12，22-23]。李永鑫[24]认为介于MBI的情感衰竭维度和去人格化维度存在高度相关性，曾建议可考虑将二者化为一个因子结构以进一步探讨其二因子结构的拟合度。而本研究结果中（见表6）呈现的情感衰竭维度与去人格化维度相关性也较高，为0.628。基于此，本研究又对MBI-HSS的二因子结构模型进行了结构效度检验，结果发现修正前后，模型各拟合指标均不理想。

由此提示，MBI-HSS量表在烟台地区“三甲”医院护士中应用呈现三因子结构：情感衰竭、去人格化、个人成就感。另外，本研究结果显示各维度的CR值均大于0.7，AVE均大于0.5，提示归属同一维度的题项之间存在高度相关，即MBI-HSS量表的聚合效度理想：测量相同潜在特质的题项会落在同一个因素构面上[19]。同时，本研究结果显示各维度AVE平方根（0.704～0.752）均大于该维度得分与其他维度得分的相关系数绝对值（0.321～0.628），提示不同维度之间具有差异，即MBI-HSS量表的区别效度理想：不同构面所代表的潜在特质低相关或存在显著差异[19]。

综上所述，MBI-HSS量表在烟台“三甲”医院护士群体中应用体现了较好的信效度指标，并且支持三因子的量表结构，因此推荐MBI-HSS量表在烟台地区护士群体中的应用。但对于中西部地区应用MBI-HSS量表测量护士群体职业倦怠的可靠性和准确性，则有待相关地区的研究进一步提供信效度指标的支持数据，以促进MBI-HSS量表在中国护士群中推广应用的科学性。