简版和极简版问题性手机使用量表的开发 *

2024-01-31季顺鑫

心理与行为研究 2023年6期

周曌季顺鑫刘拓,3

(1 教育部人文社会科学重点研究基地天津师范大学心理与行为研究院，天津 300387) (2 天津师范大学心理学部，天津 300387) (3 学生心理发展与学习天津市高校社会科学实验室，天津 300387)

1 前言

近年来，随着网络和电子通讯设备逐渐普及，我国网民体量愈发庞大，截至2022 年12 月，我国网民规模为10.67 亿，其中通过手机上网的比例为99.8% (中国互联网络信息中心,2023)。随之而来的是过度使用手机的人数增多，从而导致问题性的手机使用行为(Bianchi ＆ Phillips,2005)的大量出现，也有研究者将这种行为描述为手机依赖(Toda et al.,2008)、手机成瘾(Chóliz,2010)等不同概念。问题性手机使用(problematic mobile phone use,PMPU)是指人们不受控制或过度使用手机从而对日常生活产生负面影响(Billieux,2012; Liu et al.,2022)，如学习或工作效率降低(Liu et al.,2020)、睡眠质量下降(Cui et al.,2021)、抑郁(Ivanova et al.,2020)等。研究者持续关注有问题的手机使用行为带来的不良影响(Busch ＆ McCarthy,2021; Cebollero-Salinas et al.,2022; Przepiorka et al.,2023; Shin ＆ Kim,2023)，而研究的前提是对PMPU 进行准确的评估。

迄今为止，国内外研究者编制了多种测量PMPU 的工具，这些工具的命名和维度架构各有不同，但都可以作为问题性手机使用的评估工具。通过对大量问题性手机使用行为的评估工具进行回溯，可以发现一些共同点。首先，大多数量表工具的题目数量超过20 个，但都是用总分来反映问题性手机使用行为的程度。例如，陈欢等(2017)根据中国本土化情况编制的成年人智能手机成瘾量表(Smartphone Addiction Scale for Chinese Adults,SAS-CA)，共26 个题项；Lin 等(2014)编制的包含26 题的智能手机成瘾量表(Smartphone Addiction Inventory,SPAI)。多个题项尽管可以增加测验的信度，但可能会带来被试的疲劳问题，同时也不利于较大规模的调查研究。其次，尽管各个量表设计了不同的维度，但各量表维度的重合度是非常高的。例如，熊婕等(2012)编制的适用于中国大学生群体的大学生手机成瘾倾向量表(Mobile Phone Addiction Tendency Scale,MPATS)包含戒断症状、突显行为、社交抚慰等维度，Kim等(2014)编制的青少年智能手机依赖倾向量表(Smartphone Addiction Proneness Scale for Adolescents,SAPS)包含的戒断性维度，大学生智能手机成瘾量表(Smartphone Addiction Scale for College Students,SAS-C)(苏双等,2014)测量了戒断行为、突显行为、社交安抚等维度，这些量表的戒断表现、成瘾行为、社交影响等维度在实际意义上没有根本的差异，在实际测量中也显得冗余。最后，大多数问题性手机使用的工具维度之间都有着较大的重合度和较高的相关。具体来说，中文版无手机恐惧量表(Chinese Version of the Nomophobia Scale,NMP-C)的验证性因素分析结果显示出4 个因子间存在较高程度的相关性(任世秀等,2020)，后经证实NMP-C 有着Bifactor 结构(Ren et al.,2023)，说明该量表的16 道题目均在测量无手机恐惧也即问题性手机使用的行为表现。Leung(2008) 在编制手机依赖量表(Mobile Phone Addiction Scale,MPAS) 时，探索性因素分析结果显示第一个因子失控性(inability to control craving)的方差解释率达到39.01%，在总体方差解释率(60.43%)中占据相当大的比例，意味着失控性能很好地概括MPAS 的总体评估。这都说明，问题性手机使用的典型行为表现具有较高的相似性，这使得评估存在较高的共同度。

总体而言，无论是不同量表之间维度的高相似性，还是量表维度间的高相关性，或是量表评估症状表现的重合性，都说明了，如果能找到一些典型的和代表性的题项和维度，就能很好地对问题性手机使用行为进行评估。因此，本研究拟基于问题性手机使用行为的题库，开发最能反映个体问题性手机使用行为的简版量表(Problematic Mobile Phone Use Scale Short Version,PMPUS-S)和极简版量表(Problematic Mobile Phone Use Scale Very Short Version,PMPUS-VS)。此外，由于问题性手机使用行为与年龄(Krishnan et al.,2022)、性别(Hu ＆Wang,2022)等个体差异相关，本研究还将考察两个简化版量表跨年龄组和跨性别的等值性。新的PMPU 评估工具将在保留足够信息量的同时，大大降低工具的长度，更利于今后大规模的团体调研使用。

2 研究方法

2.1 被试

采用方便取样的方法进行了3 次调查，均遵循知情同意原则。样本1：采用网络与纸质问卷相结合的方式在天津某高校随机发放问卷，剔除作答不完整以及完全相同的数据后，最终保留有效数据980 份，男生357 人，女生620 人，未填写性别信息3 人。样本2：采用网络与纸质问卷相结合的方式在天津某中学随机发放问卷，同样剔除作答不完整以及完全相同的数据后，最终保留有效数据740 份，男生313 人，女生427 人。样本3：采用简版问题性手机使用量表对天津某高校576 名在校学生进行施测，间隔5 个月对自愿接受再次测验的313 名在校学生进行重测，用于计算简版和极简版量表的重测信度，其中男生52 人，女生250人，未填写性别信息11 人。

2.2 研究工具

本研究的所有题项均来自问题性手机使用的计算机自适应题库(Liu et al.,2022)，题库中包含了7 种工具，共98 题。题库工具具体如下。

无手机恐惧量表(NMP)由Yildirim 和Correria(2015) 编制，中文版量表(NMP-C) 由任世秀等(2020) 修订，用于评估无手机恐惧。NMP-C 共16 个项目，包含害怕无法获得信息、害怕失去便利、害怕失去联系和害怕失去网络连接4 个维度，采用李克特7 点计分，从“1=完全不符合”到“7=完全符合”。本研究中总量表Cronbach’s α 系数为0.95。

成年人智能手机成瘾量表(SAS-CA)由陈欢等(2017)编制，用于评估成年人智能手机成瘾情况。题库选取量表中的戒断反应、突显性、社会功能受损和生理不适4 个维度，共14 个项目，采用李克特5 点计分，从“1=非常不符合”到“5=非常符合”。本研究中总量表的Cronbach’s α 系数为0.93。

大学生手机成瘾倾向量表(MPATS)由熊婕等(2012)编制，用于评定大学生手机成瘾倾向。量表共16 个项目，包含戒断症状、突显行为、社交抚慰和心境改变4 个维度，采用李克特5 点计分，从“1=非常不符合”到“5=非常符合”。本研究中总量表的Cronbach’s α 系数为0.91。

大学生智能手机成瘾量表(SAS-C) 由苏双等(2014)编制，用于测量大学生智能手机成瘾。题库选取量表中的11 个项目，由戒断行为、突显行为、社交安抚和消极影响4 个维度组成，采用李克特5 点计分，从“1=非常不符合”到“5=非常符合”。本研究中总量表的Cronbach’s α 系数为0.90。

青少年智能手机依赖倾向量表(SAPS) 由Kim 等(2014)编制，用于筛查青少年手机依赖。量表共10 个项目，包含功能障碍、虚拟生活倾向、戒断性和耐受性4 个维度，采用李克特4 点计分，从“1=完全不同意”到“4=完全同意”。本研究中总量表的Cronbach’s α 系数为0.84。

智能手机成瘾量表(SPAI)由Lin 等(2014)编制，用于评估智能手机成瘾。量表共20 个项目，包含强迫行为、功能障碍、戒断性和耐受性4 个维度，采用李克特4 点计分，从“1=非常不同意”到“4=非常同意”。本研究中总量表的Cronbach’s α 系数为0.93。

手机依赖量表(MPAS) 由Leung(2008) 编制，黄海等(2014)修订中文版量表，用于评估智能手机成瘾。量表共11 个项目，包含失控性、戒断性、逃避性和低效性4 个维度，采用李克特5 点计分，从“1=完全没有”到“5=常常”。本研究中总量表的Cronbach’s α 系数为0.88。

2.3 统计方法

采用SPSS26.0 软件进行项目分析、信度分析、探索性因素分析以及效标效度分析，采用Mplus8.0软件完成验证性因素分析和测量不变性分析。

3 结果

3.1 项目分析

使用样本1 中的980 份成年人数据对量表进行项目难度和区分度的计算，按照难度范围0.30～0.70，区分度小于0.40 的标准对项目进行删减。根据难度标准删除MPAS2，其他项目难度介于0.36～0.70 之间；删除SAPS1、6、8 和SPAI7，其他项目区分度介于0.41～0.78 之间。量表项目具有适中的难度与较好的区分度。

3.2 效度分析

3.2.1 探索性因素分析

对数据初步分析得到KMO 值为0.98，巴特利特球形度检验显著性小于0.001，适合进行因素分析。采用主轴因子分析法和最优斜交法对量表结构进行探索性因素分析。结合碎石图(图1)以及两因素累计方差解释率为43.90%，确定量表为两因子结构。

图1 碎石图

为减少项目过多带来的干扰，对现有项目数量进行初步筛选。采用主轴因子分析提取2 个公因子，保留其中共同度最高的15 个项目，再次进行因素分析。此时KMO 值为0.96，巴特利特检验显著性小于0.001，可以进行因子分析。同样采用主轴因子分析法和最优斜交法，结果显示提取出两个因子，累计方差解释率为62.65%。见表1。

表1 15 个项目和PMPUS-S 的因子载荷表

根据一定的标准对项目进行删减，每删减一个项目将对剩余项目重新进行探索性因素分析。对因子载荷小于0.50、项目在两个因子上的载荷均大于等于0.40 以及两者之差的绝对值小于0.20 的予以删减，据此删去第7、8 题；删除共同度小于0.40 的第15 题；删去含义相同或相近项目，包括第5、13、14 题，删去与因素中其他项目的概念一致性较低的项目第6 题。最终得到的简版量表包含2 个因子，累计贡献率为71.54%。因子1 为脱离表现(withdrawal behavior)，指没有参与手机活动时心理或行为上负面性的反应；因子2 为无手机恐惧(nomophobia)，指手机不在身边时焦虑或恐惧的紧张状态。见表1。

在简版问卷的基础上，再次进行探索性因素分析，采用主轴因子分析并固定提取一个因子。这时KMO 值为0.90，巴特利特检验显著性小于0.001，可以进行因子分析。结合共同度和项目含义等信息，最终保留脱离表现维度下的4 个项目，形成问题性手机使用极简版量表。

3.2.2 验证性因素分析

使用样本3 中313 份成年人第二次施测的数据进行验证性因素分析。简版量表的模型拟合指标：χ2/df=3.53，CFI=0.99，TLI=0.99，RMSEA=0.90，SRMR＜0.01；极简版量表模型拟合指标：χ2/df=2.48，CFI=0.99，TLI=0.99，RMSEA=0.07，SRMR＜0.01。表明二者结构效度均可接受。见图2、图3。

图2 简版问题性手机使用量表的验证性因素模型

图3 极简版问题性手机使用量表的验证性因素模型

3.2.3 测量不变性检验

对样本1 和样本2 进行跨年龄组等值性检验，对样本2 进行性别等值性检验，见表2。两量表在成年人和未成年两个年龄组上支持4 种等值检验，各模型拟合均良好，CFI 和RMSEA 的变化量均未超过建议的临界值(Cheung ＆ Rensvold,2002)，即ΔCFI≤0.01，ΔRMSEA≤0.01。结果表明，简版和极简版问题性手机使用量表满足跨样本不变性。简版量表满足跨性别的严格等值性，极简版量表仅满足跨性别的形态等值，之后的弱等值不成立。

表2 PMPUS-S 和PMPUS-VS 测量不变性检验

3.2.4 效标关联效度分析

以MPATS 作为效标对PMPUS-S 和PMPUSVS 进行效标关联效度分析，结果表明简版和极简版量表各维度与MPATS 中的戒断症状、突显行为、社交抚慰和心境改变均呈显著正相关。具体结果见表3。

表3 简版和极简版问题性手机使用各维度与效标变量的相关

3.3 信度分析

使用样本1 中的980 份数据对简版和极简版问题性手机使用量表进行信度分析，简版量表的Cronbach’s α 系数为0.91，脱离表现和无手机恐惧维度的系数分别为0.91、0.90；极简版量表的Cronbach’s α 系数为0.91。结果表明简版和极简版量表信度均良好。

使用样本3 对简版和极简版量表进行重测信度分析。PMPUS-S 的重测信度为0.57，脱离表现和无手机恐惧维度的重测信度分别为0.57、0.51；PMPUS-VS 的重测信度为0.57。结果表明简版和极简版量表重测信度均可接受。

4 讨论

本研究综合国内外常用于测量问题性手机使用的量表作为题库，从中保留最具代表性、效力最佳的题目形成简版和极简版问题性手机使用量表，从而快速且准确地评估个体有关手机的问题性使用行为。

在通过碎石图确定量表因子数量之后，为降低由项目过多带来的干扰，通过保留共同度最高的项目对题库中的题项进行了初步筛选。选用这一方式是由共同度代表公共因子能够解释题目中包含的信息的程度(Geminiani et al.,2021)，共同度越高说明指标能够被公因子解释的程度越高。之后在15 题的基础上进行探索性因素分析，形成了包含脱离表现和无手机恐惧2 个维度，每个维度由4 道题目组成，共8 道题目的简版问题性手机使用量表(Problematic Mobile Phone Use Scale Short Version,PMPUS-S)。最后根据项目共同度及其含义，仅保留脱离表现维度下的4 道题目形成极简版量表(Problematic Mobile Phone Use Scale Very Short Version,PMPUS-VS)。研究经过一系列分析和筛选得到了在问题性手机使用的测量中最为重要的两个维度，其中脱离表现维度描述个体在没有参与手机活动时心理或行为上的负面反应(陈欢等,2017; 苏双等,2014)，如“如果一段时间不使用手机，我会感到不安”等评估远离手机时个体的身心不适的题目；无手机恐惧维度则评估手机不在身边时个体无法联络外界所带来的焦虑或紧张状态(Ren et al.,2023)，如“当手机不在身边导致我不知道是否有人想要联系我时，我会感到很紧张”。

验证性因素分析中各项指标均指示量表的模型拟合度较好，表明PMPUS-S 和PMPUS-VS 具有良好的结构效度。对成年人和青少年样本进行测量不变性检验，结果显示PMPUS-S 和PMPUSVS 均具有严格等值，即量表对于成年人和未成年群体均具有测量等效性，表明简化版量表在不同年龄组间具有相同的意义和结构；对青少年样本进行跨性别的测量等值性分析，结果显示PMPUSS 满足严格等值而PMPUS-VS 的等值模型拟合不佳，表明PMPUS-S 在性别上具有良好的测量等值性，群体间的问题性手机使用行为能够直接进行比较，PMPUS-VS 则不能。此外，PMPUS-S 在验证性分析中，RMSEA 没有达到理想范围(≤0.80) 但仍被保留，一是由于模型尚未经过修正，修正后各项指标均处于较好的范围之中；二是有研究发现PMPU 并非简单的一阶结构(Ren et al.,2023)，使用传统CFA 计算复杂结构可能存在问题。

研究选用大学生手机成瘾倾向量表作为效标，分析结果显示简版和极简版问题性手机使用量表总分与MPATS 总分之间达到高度相关(>0.70)，表明问题性手机使用与手机成瘾之间有着较强的关联性，这是由于二者本身就同属于手机的不良使用行为这一范畴之中。脱离表现维度和无手机恐惧维度与MPATS 各维度之间均存在显著正相关，其中无手机恐惧维度与手机成瘾中的突显行为、社交抚慰的关联性较弱(＜0.50)，显示出二者之间存在一定的区分，与任世秀等(2020)的研究结果一致。效标关联效度的结果进一步证明了PMPUS-S 和PMPUS-VS 可以有效测量问题性手机使用行为。

信度分析结果显示量表具有较高的信度系数，PMPUS-S、PMPUS-VS 以及各维度均在0.90以上，说明量表具有稳定的内部一致性。重测时间的间隔一般为2 周至6 个月(陈欢等,2017; 苏双等,2014)，考虑到量表长度较短和问题性手机使用行为受时间影响较小两方面，本研究中5 个月的重测时间间隔是可接受的。但分析结果显示重测信度均呈中等程度的稳定性，可能受到了三个方面的影响。一是两个量表题目极少，而当量表长度变短时信度将在一定程度上有所降低(郭磊,张金明,2018)；二是受到重测间隔时间较长的影响(Zhang et al.,2022)，被试的状态可能在5 个月的重测间隔中发生了一定程度的变化；三是由于重测样本量大，人数越多相关关系则越小。

与研究中使用的一系列量表相比，PMPUSS 和PMPUS-VS 具有以下优势：其一，题目少，简化版量表只包含8 题或4 题，大大减少了题目数量，使用起来更为便捷；其二，更具代表性，简化版量表从众多量表中保留最具代表性的题目，从而针对问题性手机使用行为的主要方面进行测量，减少了维度或题目的冗余。

本研究主要关注问题性手机使用简化版量表的编制，未对问题性手机使用的成因和影响因素进行探讨，未来的研究可以着眼于此。研究中对成年和未成年群体的测量不变性进行了分析，但人群局限在中学和高校学生之中，未来可以纳入更多年龄段加以考量；除年龄和性别之外，个体所处地域等其他方面的不同也可能会引起手机的不良使用行为的差异，PMPUS-S 和PMPUS-VS 在这些方面能否具有测量等效性有待进一步研究。未来研究也应考虑重测时间间隔的设置，以获得量表可靠性更有力的证明。