大学生幸福指数量表的编制及其初步应用

　幸福感作为一种心理体验，它既是对生活的客观条件和所处状态的一种事实判断，又是对于生活的主观意义和满足程度的一种价值判断。从心理发展的角度来看，大学生又处于迅速走向成熟而又未真正完全成熟的阶段的过渡期，此时大学生其心理成分充满着特殊的矛盾现象，他们比以往的大学生要承受更多的心理压力。因此，我们应该明确影响大学生幸福指数的因素，这对于对于完善大学生思想品德教育以及心理健康教育是具有十分重要的意义的。
　　一、研究设计
　　我们计划研究并编制具有良好信度、效度的大学生幸福指数调查问卷，随后应用该量表研究大学生幸福指数的现状，对大学生幸福指数的影响因素进行统计分析。在研究前，我们进行了如下的合理假设：（1）大学生的幸福感是可测的，幸福指数可以作为评价大学生幸福感的指标，同时以幸福指数的形式编制量表进行测评和分析是可行的。（2）大学生的幸福指数是一个多因素指标，且这些因素之间存在着适度的相关。（3）大学生幸福指数存在着年龄、性别等的差异，是一个发展变化的过程。
　　在明确了以上内容后，我们采用问卷调查的方法获取数据，调查对象为吉林大学在校大学生，他们填写了由研究者自行设计的调查问卷，内容主要包括：学生在哪些方面容易获得幸福感，生活中那些事情影响了学生的幸福感，学生在哪些方面存在困惑或希望有所突破。根据问卷的分析结果，对于被测试者的描述进行整理、归类和编码，并进行有关类别出现频率的统计，其中关于学习情况、人际交往、自我意识、家庭环境、社会环境和健康状况的描述性词语出现频率较高。
　　
　　论文检测天使-免费论文相似性查重http://www.jiancetianshi.com
[1]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0426/fontbr二、编制量表br />　　我们遵循题干简单明确，内容易读易懂的原则，在分析开放式问卷后，采取筛选、归类、合并的方法，选出具有代表性，出现频率相对较高的典型性描述，编制项目。初步确定大学生幸福指数量表的项目，包括45个项目，分属于六个维度。在深入学习后，我们得出结论：本量表的维度基本上是可行的，即本量表具有较好的内容效度，同时也将一些表意不清，内容重复的项目进行了修改和删除，最后得出含有31个项目、分属于六个维度的大学生幸福指数量表的初稿。其中对于不同维度的项目以及正反项目进行间隔排列，以防产生反应模式，形成大学生幸福指数初始量表。众所周知，Likert-type（李克特格式）是广泛应用于社会与行为科学研究的一种测量格式，适合于态度测量或者意见的评估。本量表即设计为传统的Likert-type五点量尺。
　　研究面向吉林大学大学生群体以及网络中大学生群体随机抽样选取，施测过程由研究者本人负责。预测采样一共发放量表78份，经整理得有效量表72，有效回收率为92.3%。
　　首先进行难度分析，难度即测试题目的难易程度，测题的难度被定义为被试在这个题目上的通过率或得分率。经过计算，本量表首先删除难度小于0.2或大于0.8的项目。这些项目有F09。
　　随后进行项目区分度分析，将预测量表中反向计分转化为正向计分。本量表的选项采用五点评定量表，从“完全符合”、“较为符合”、“一般符合”、“不太符合”、“很不符合”或是类似“非常开心”到“非常不开心”之间的过渡描绘选项中，选出合适的一方。通过转换，对量表总分依高低进行排序，得分低于77分的低分组，得分高于91分的为高分组。依独立样本t-test检验两组在每个题目项的差异，将t检验结果未达显著性的题项删除。T检验结果表明F06和F28两项t值未达到0.01显著水平，故删去。
　　然后进行因子分析，从为数众多的可测变量中概括和推论出少数的重要“因素”，从而建立起最基本的、最简洁的概念系统，揭示出事物之间的最本质联系。KMO（Kaiser-Meyer-Olkin)检验统计量显示，KMO的值为0.853，根据Kaiser给出的KMO度量标准可知原始变量适合进行因子分析。Bartlett's球度检验要求样本取自多元正态分布的整体，球度检验的统计量的值大，且与之相关的显著性水平小，说明总体相关矩阵不大可能是单位阵，因而可以使用因子分析。即Bartlett球度检验统计量的观测值为1790.029，相应的p值接近0，表明变量之间存在较强的相关性，适合做因子分析。在此之后，我们对预试的项目将参照以下标准进行筛选：（1）因子载荷，它代表题目与公因子之间的相关，题目的因子载荷值越大，表明它与公因素之间的关系越密切；反之，题目的因子载荷越小，说明它与公因子的相关越小。（2）共同度，有时也叫共同性，指每个变量在每个共同因素的负荷量的平方和。根据Kaiser准则，各题的平均共同性最好在0.70以上，如果样本数大于250，平均共同度在0.60以上符合要求。在本研究中，共同度小于0.4的予以删除。根据以上标准，先后删除F19，F06，F20，F28，F07，F09。剩下25项，分属于七个因子。初步探索性因子分析结果表明，有些题目的分配并没有落在相应的维度中，为保证量表种因素的结构合情合理，同时保证结构效度也要具有正确性，必须对余下的项目进行二次探索性因子分析。方法与初步探索性因子分析相同，首先进行因子分析可行性检验，得到KMO的值为0.817，根据Kaiser给出的KMO度量标准可知原始变量适合进行因子分析。Bartlett's球度检验要求样本取自多元正态分布的整体，球度检验的统计量的值大，且与之相关的显著性水平小，说明总体相关矩阵不大可能是单位阵，因而可以使用因子分析。即Bartlett球度检验统计量的观测值为1198.815，相应的p值接近0，表明变量之间存在较强的相关性，适合做因子分析。观察方差分解公因子提取分析表得出，从初始解中提取的6个公因子对原变量总体的概括情况比较理想。前6个公因子的特征值大于1，且累计贡献率超过60%，结构比较明确，容易解释，项目分配也能合理解释其所在的维度。同时满足两个条件，所以选择提取6个公因子非常合适，接受第二次因子分析的结果。