北京大学学报(自然科学版)第44卷
述不孤独感受的题目进行反向记分,被试的分数越高,表明被试的孤独感越强。该量表的A系数为0188(样本2)。
对于不同的模型,采用正交旋转之后,根据探索性因素分析的原理,删除双负载且负载的差值过小(小于012)的题目,删去因素负载小于013的题目,得到8个探索性因素分析的结果。发现单因素、三因素、四因素、五因素模型比较清晰,条目分布比较合理,可以在逻辑上对其进行因素命名(见表3)。其中,在单因素模型中,有3个题目由于负载小于013而被删除。在三因素模型中,有8个题目由于双负载严重被删除。在四因素模型有,有10个题目由于双负载严重被删除。在五因素模型中,有12个题目由于双负载严重被删除。
另外,量表中存在3个反向计分的条目。在单因素模型中,这3个条目由于载荷小于013而被删除,在三因素、四因素、五因素模型中,它们总是全部聚合到一个单独的维度(五因素模型中第28题由于载荷小于013被删除),这种情况从题目的内容出发难以解释,这提示我们:反向计分题目引起量表出现
[16]
系统性的误差,删除反向计分题目可以产生可信
表2 对已有模型的验证性因素分析
Table2 Confirmatoryfactoranalysisontheexistingmodels
模型单因素四因素1四因素2
V2147119810981041144179
df495459458
V2Pdf219721392150
GFI018101860185
AGFI017901840183
CFI017501820182
113 统计方法
验证性因素分析采用结构方程模型统计软件Amos(410版)完成,其他统计过程采用SPSS(1010)
完成。
2 结果
211 项目分析
33个题目的平均值在3115~4127之间(标准差0175~1112),见表1。除了第33题(r=01068)外,所有题目与总分的相关都在0118~0155之间(P<0101)。按量表总分上下各27%的标准将被试分为高分组和低分组,考察两组被试在每个题目上得分的差异,结果显示在33个题目上,高分组的得分都显著高于低分组(P<0101)。
212 量表结构的探索性和验证性因素分析
首先,采用样本1的数据,分别参照Schutte的单因素结构模型、Petrides等的四因素结构模型以
[4]
及Saklofske等的四因素结构模型进行数据拟合。结果发现这3个模型的拟合度均较差(见表2)。表明该量表在西方社会施测所得到的结构并不适用于中国大学生被试。因此重新对样本1的数据进行探索性因素分析。根据特征值大于1的标准,抽取的因子数为8个,根据碎石图显示,抽取的因子数为1个。为了找出最佳的模型,设定抽取的因素数目为1,2,3,4,5,6,7或8,分别进行探索性因素分析。
表1 情绪智力量表各题目的得分Table1 ScoresoftheEISitems
项目1213141516171819202122
M?SD3151?01963130?11044114?01823172?01914127?01754111?01813176?01913176?01963194?01843159?11013175?0188
项目2324252627282930313233
M?SD3193?01914100?01813109?01863149?01983153?01943163?11083120?11034100?01793186?01863165?01903116?1111
[3]
[2]
说明:GFI:拟合优度指数;AGFI:调整的拟合优度指数;CFI:比
较拟合指数。
表3 探索性因素分析结果
Table3 ExploratoryfactoranalysisoftheEIS
模型单因素
因素命名情绪智力情绪调节利用
三因素
情绪评估反向题目情绪的利用
四因素
情绪的评估反向题目情绪的调节情绪监控情绪利用
五因素
社会能力反向题目他人情绪评估
题数301573763755524
累计解释方差P%
(旋转前)
25167261073317239193251133218939162451772613534156411224715352148
项目1234567891011
M?SD3181?01983191?01864103?01793191?01773173?1104128?01774114?01803186?01943193?01894114?01883153?1112
热门文档