心理弹性量表简版CD-RISC-10在高职学生群体中的信效度分析

■ 关亮，黄召江，李天畅，伍倬莹，杨瑞

（1.广东白云学院，广东 广州 510450 2.深圳市康宁医院心理测验室，广东 深圳 518118；3.广州市机电技师学院，广东 广州 510435；4.广州医科大学附属第五医院，广东 广州 510700；5.广州医科大学公共卫生学院，广东 广州 511436）

一、引言

心理弹性(resilience)，也被称为“复原力”和“心理韧性”，是指个体面对压力或处于逆境时的主动适应能力[1]。各领域学者开发了针对不同理论体系的心理弹性测量量表，主要包括Friborg[2]等编制的成人心理弹性量表(Resiliece Scale for Adults,RSA)、Wagnild 和 Young[3]的心理弹性量(Resiliece Scale,Rs)、Jack Block[4]的自我弹性量表(Ego Resilience Scale,ER89)、Connor和 Davidson[5]编制的心理弹性量表 (Connor-Davidson Resilience Scale,CD-RISC)。其中，CD-RISC适用于国内大学生人群，可以测量个体的压力应对能力，包括个人能力、忍受消极情感、接受变化、控制感、精神信仰5项因素[6]。Camp-bell-shills等[7]经过大样本测试后从CD-RISC中提取出10个题项，形成了简版的心理弹性量表(CD-RISC-10)。CD-RISC-10具有题目少、单维度、使用方便的特点，其信效度在国内外的研究中均得到了验证[8-9]。

压力对大学生的心理健康产生不良影响，而心理弹性可以帮助个体调动自身资源应对压力和适应变化，高心理弹性水平的个体在应对压力时更容易维持良好的心理健康状态[10]。在大学生群体中，高职院校学生在学习环境、教学环境和就业发展上都与其他本科大学生有着较大的差异，因此，高职学生在学业挫折、就业竞争、同辈对比等方面均感到有压力[11]。因此，准确有效评估心理弹性状况，对帮助高职学生调节压力有较大的现实意义。既往研究证实，中文版CD-RISC-10对一般大学生[12]和护理专业大学生[13]群体中均有良好的信效度，但目前还缺乏CD-RISC-10在高职学生群体中应用的特定研究。因此，本研究探索中文版CD-RISC-10在高职学生群体中的信度和效度，验证其是否能够作为高职学生的心理弹性评估工具。

二、对象与方法

（一）对象

2021年10月—2021年12月，采用方便取样的方法，对广东省3所高职院校发放1281份问卷，收回有效问卷1175份，有效回收率为92%。研究对象中男生442人，女生733人；来自城市的学生377人，来自农村的学生798人；大一460人、大二463人、大三252人；研究对象年龄为17～23岁，平均年龄为19.44±1.15岁。研究对象均知情同意，自愿参与。

（二）方法

1.一般资料调查问卷由研究者自行编制，主要调查高职学生在性别、年龄、年级、生源地等方面的人口学资料信息。

2.心理弹性量表简版（10-item Connor-Davidson resilience scale,CD-RISC-10）该量表由Campbell-shills等[7]对25条项目的CD-RISC简化而成，中文版由张丹梅等[14]修订。全量表共10个项目，采用Likert 5级计分，即“从不这样”计1分，“很少这样”计2分，“有时这样”计3分，“经常这样”计4分以及“总是这样”计5分，量表总分为各项目计分直接相加，总分越高代表心理弹性越强。

3.12项一般健康问卷 (12-item general health questionnaire，GHQ-12)该量表由Goldberg编制，中文版由李艺敏等[15]修订，可用于评估个体在过去1个月中的一般心理健康状况。GHQ-12共包括12个项目，每个项目有4个选项，参照WHO推荐的计分方式，每个项目计0或1分，即选择前两项者不计分而选择后两项者计分，量表总分为各个项目的计分相加，总分越高表示心理健康状况越差[16]。

4.简易心理状况评定量表(10-item Kessler psychological distress scale，K-10) 该量表由Kessler和Mroczek等编制而成，并经徐凌忠等修订成中文版量表，适用于大规模人群心理健康状况筛查[17]。该量表包括10个项目，根据个体在过去4周的体验进行评分，采用Likert 5级计分，即“几乎没有”计1分，“偶尔”计2分，“有些时候”计3分，“大部分时间”计4分以及“所有时间”计5分，量表总分为各个项目的计分相加，总分越高表示心理健康状况越差。

5.沃里克-爱丁堡积极心理健康量表(Warwick-Edinburgh mental well-being scale，WEM-WBS)该量表由Tennant等编制，中文版由刘永闯等修订，从快乐和幸福两个层面测量心理健康的积极情绪、人际关系满意度和积极心理功能，适用于积极心理健康的评估[18]。该量表包括14个项目，采用Likert 5级计分，各项目计分相加为量表总分，总分越高代表积极心理健康水平越高。

（三）统计处理

本研究使用SPSS 21.0和Amos 24.0软件进行统计学分析，检验水准取α=0.05，双侧检验。以独立样本t检验和相关分析考察量表各项目的区分度和相关性，一般要求高低分组t检验对应的P＜0.05，各项目得分与量表总分相关系数r≥0.4[19]。以Cronbach's α系数检验量表的内部一致性，Spearman-Brown系数检验折半信度，系数＞0.70为信度较好[20]。采用探索性因子分析和验证性因子分析评估量表的结构效度，各项目在对应维度的因子载荷推荐值 ＞0.40[21]；卡方自由度比值(x2/df)推荐值≤5[19、22]；比较拟合指数(CFI)、拟合优度指数(GFI)、规范拟合指数(NFI)、增值拟合指数(IFI)、非规范拟合指数(TLI)等拟合指标推荐值 ＞0.90[20]；近似误差均方根(RMSEA)推荐值≤0.08[23]。当初始模型拟合不佳时，可根据修正指标值(modification indices,MI)进行模型修正，使模型结构更加合理，提高模型的拟合度。

三、结果

（一）人口学变量分析

本研究针对不同性别、年级、生源地高职学生的CD-RISC-10总分进行比较，结果见表1。男生CD-RISC-10总分显著高于女生CD-RISC-10总分；来自城市的高职学生CD-RISC-10总分显著高于来自农村学生的CD-RISC-10总分；各年级高职学生间的CD-RISC-10总分差异不显著。

（二）CD-RISC-10的项目分

根据被试的CD-RISC-10总分由高到低排序，将总分最高的27%被试作为高分组，总分最低的27%被试作为低分组，采用临界比率法[24]，通过独立样本t检验比较高分组与低分组在各项目上的得分差异，结果显示高分组CD-RISC-10的各项目得分均显着高于低分组的各项目得分 (P＜0.001)，结果见表2。相关分析结果显示，CD-RISC-10各项目间呈正相关 (r=0.582～0.758，P＜0.01)，CD-RISC-10各项目得分均与总分呈正相关(r=0.785～0.863，P＜0.01)，结果见附表 1。

附表1 CD-RISC-10各项目及与总分的相关系数(n=1175，r值)

表1 不同人口学特征高职学生的CD-RISC-10总分比较(±s)

表1 不同人口学特征高职学生的CD-RISC-10总分比较(±s)

注：* 表示 P＜0.05。

images/BZ_135_1068_2637_2232_3130.png

表2 CD-RISC-10高低分组得分差异(±s)

表2 CD-RISC-10高低分组得分差异(±s)

images/BZ_136_247_255_1436_940.png

（三）CD-RISC-10的效度分析

为检验量表的结构效度，本研究使用SPSS 21.0软件从全部被试的数据中随机选取“大约50%”作为样本1，共587人(其中男生212人，女生375人；年龄为17～23岁，平均年龄为19.356±1.363岁；大一232人，大二235人，大三120人)用于探索性因子分析；其余“大约50%”作为样本2，共588人(其中男生230人，女生358人；年龄为17～23岁，平均年龄为19.50±1.16岁；大一228人，大二228人，大三132人)用于验证性因子分析。

1.探索性因子分析

在本研究中，KMO和Bartlett球形检验结果显示，KMO值为 0.952，x2=4996.885，P＜0.001，表明各个项目之间有共享因素，可以进行探索性因子分析。采用样本1数据，对全部项目使用主成分分析法进行探索性因子分析，按照特征值＞1提取到1个公因子，累计解释方差为70.431%，各项目的因子载荷介于0.797～0.87之间，结果见表3。

表3 CD-RISC-10的因子载荷(n=587)

2.验证性因子分析

通过Amos 24.0软件构建CD-RISC-10单维结构模型对样本2进行验证性因子分析,结果显示：x2/df=6.216，GFI=0.930，CFI=0.963，NFI=0.956，IFI=0.963，TLI=0.952，RMSEA=0.094。结合各指标的模型拟合适配标准判定，x2/df和RMSEA值未达到适配标准，初始模型的拟合效果一般。根据修正指标值MI的最大化原则对模型进行修正[25]，在测量误差项“e1-e2”之间建立联系，结果显示：x2/df=4.699，GFI=0.95，CFI=0.974，NFI=0.968，IFI=0.974，TLI=0.966，RMSEA=0.079，各项目的因子载荷为0.72～0.858，表明模型拟合基本达到适配标准。修正后的结构模型结果见图1。

图1 CD-RISC-10验证性因子分析模型

3.效标关联效度分析

相关分析结果显示，CD-RISC-10总分与K-10总分、GHQ-12总分呈负相关(r=-0.634、r=-0.496，P 值均小于0.001)，与 WEM-WBS总分呈正相关(r=0.846，P＜0.001)。

（四）CD-RISC-10的信度分析

中文版CD-RISC-10用于高职学生的Cronbach's α系数为0.952，删除一个项目后的Cronbach's α系数为0.946～0.950，均不能使量表总Cronbach's α系数提高。CD-RISC-10量表的折半信度Spearman-Brown系数为0.936。3周后选择81名被试再次进行量表测评，重测信度为0.75。

四、讨论

高职学生是大学生群体的重要组成部分，随着我国高等职业教育在近年来迅速发展，高职学生的心理素质培养关系到为社会建设培养高素质劳动者和实现人力资源可持续发展的战略问题。心理弹性是维持大学生心理健康的重要因素[25]，因此，发展一个合适高职学生群体的心理弹性量表，对于评估高职学生的心理弹性状况以及研究学校心理健康干预措施的实效性，都具有重要意义。本研究将中文版CD-RISC-10量表应用于高职学生中，考察其在这一特定群体中的心理测量学指标。

本研究考察了高职学生心理弹性在人口学变量上的差异。结果发现，高职院校男生CD-RISC-10得分高于女生CD-RISC-10得分，提示男生较女生有更高的心理弹性，与既往研究[26，27]结果类似。有观点认为，男生和女生的心理弹性水平存在差异，主要因为传统教育观念要求男生有更强的责任感和担当意识，鼓励男生勇敢面对困难，所以男生较女生更容易调动自身资源积极面对挫折[28]。前人[29]的研究表明居住在城市的大学生有更高的心理弹性，而本研究同样发现生源地为城市的高职学生较农村学生有更高的心理弹性，这可能因为在城市居住的学生有更好的成长环境和家庭资源，更利于学生在成长中形成坚强、乐观的心理品质。在本研究中，大一、大二、大三年级之间的高职学生心理弹性水平没有显着差异，可能由于近年来心理健康教育体系逐渐在高职院校完善，有助于提高高职学生的抗压能力。

在项目分析中，本研究表明心理弹性高分组和低分组的所有项目得分均具有显著的差异性，另外，CD-RISC-10各项目得分均与总分呈正相关且相关系数介于0.785～0.863之间，说明CD-RISC-10各个项目有较好的区分度和相关性。Campbell-Shills等[7]在CD-RISC-10的编制中发现该量表呈单维度的特点，而国内陈维等[12]对大学生群体的研究同样表明CD-RISC-10呈单维结构。本研究通过对CD-RISC-10全部项目进行探索性因子分析，按照特征值＞1共提取到1个公因子，累计解释方差达到＞50%的推荐标准，提示CD-RISC-10的单维结构适合高职学生这一特定群体。本研究中，验证性因子分析显示初始模型拟合未完全达到适配标准，故根据修正指标MI值最大化原则且内容存在理论相关的两个项目间增加残差路径以修正模型。项目1和项目2之间的MI值最大，而且项目1“当事情发生变化时，我能够适应”与项目2“无论人生路途中发生任何事情，我都能处理它”均涉及应对变化的内容，两者可能存在共变性，因此通过增加项目1和项目2之间的残差路径修正模型，修正后的模型基本达到适配标准，提示CD-RISC-10在高职学生群体中的结构效度可以接受。另外，本研究发现CD-RISC-10总分与K-10总分、GHQ-12总分呈正相关，与WEM-WBS总分呈正相关，表明量表具有较好的效标效度。有学者认为，高职院校心理健康教育的工作导向应从传统的“问题补救”过渡到“前期预防”，通过培养学生形成积极的心理品格，增强其心理调适和生活适应能力，从而减少心理问题的发生[30]。既往已有较多研究证实心理弹性可以影响大学生的心理健康水平[31-32]，本研究同样表明高职学生心理弹性的增强会伴随着心理健康水平的提高。信度方面，CD-RISC-10应用于高职学生的Cronbach's α系数为0.952，高于应用于本科生的0.90[33]，达到推荐标准。另外，CD-RISC-10在本研究中的折半信度为0.94，重测信度为0.75，提示CD-RISC-10的测试结果较为稳定可靠。

综上所述，CD-RISC-10中文版在效度和信度上均达到了心理测量学的要求，可以有效评估高职学生的心理弹性水平，为后续高职学生心理弹性的研究提供了有效的测量工具，并进而为提高高职学生心理弹性提供了参考。由于人群调查的限制，本研究仅仅在同一地区的高职学生群体中进行了横断面调查，未来可以考虑纳入更广泛的样本并进行纵向研究设计，进一步提高研究结果的代表性和推广性。