自測健康評定量表應用于交通警察的驗證性因子分析*

吳偉旋 許 軍△ 吳志華 向 前 崔周國

自測健康評定量表應用于交通警察的驗證性因子分析*

吳偉旋1許 軍1△吳志華2向 前1崔周國1

目的應用驗證性因子分析考評自測健康評定量表（SRHMS V1.0）應用于交通警察的結構效度。方法選取廣東省500名交通警察進行現場測試，采用AMOS 17.0軟件建立結構方程模型，進行驗證性因子分析。結果最終模型保留的41個可觀測變量在各自維度上的因子載荷為0.417～0.957（P＜0.05）。模型擬合度良好:χ2/df＝2.683，CFI＝0.911，IFI＝0.911，TLI＝0.900，RMSEA＝0.063。結論自測健康評定量表具有較好的結構效度，可以被應用于交通警察的健康狀況測量。

自測健康 量表 交通警察 效度 驗證性因子分析

交通警察作為特殊職業群體，長期暴露在高溫、高寒、尾氣、噪聲等惡劣交通污染環境中，其任務繁重度和職業緊張度均高于一般人群，身心健康受到各種慢病、職業病的嚴重威脅，亟需得到社會的關注和重視。自測健康評定量表（self-rated health measurement scale version 1.0，SRHMS V1.0）是許軍［1］等基于 WHO的健康定義，使用嚴格的專家咨詢和現場調查法進行論證而建立的適合于我國社會和文化背景的健康測量工具。該量表從定量化的角度，比較直觀、全面、準確地反映自測健康的真正內涵，近年來被用于不同人群的健康狀況評價中［2-4］，但目前還未在交通警察健康狀況的測量中應用。目前醫學界常用因子分析來檢驗量表的結構效度，包括探索性因子分析（exploratory factor analysis，EFA）和驗證性因子分析（confirmatory factor analysis，CFA）［5－6］。這兩種方法的不同在于量表的理論結構在分析過程中所扮演的角色與檢驗時機，EFA的目的在于確認量表的因素結構，側重于理論的產出；而CFA的目的在于探究量表的理論模型是否與實際數據適配，側重于理論的檢驗。本研究基于前期對量表條目的篩選和探索性因子分析結果，采用驗證性因子分析研究SRHMS V1.0應用于交通警察的結構效度，檢驗量表條目和結構模型的合理性，為進一步研究廣東省交通警察健康狀況及其影響因素奠定理論基礎。

對象與方法

1.研究對象

根據多變量統計學的經驗做法，考核量表信度、效度的樣本量應為量表條目數的5～20倍［7］。為考評SRHMSV1.0的結構效度，本研究選取條目數10倍以上的樣本量進行流行病學現場調查。采用分層隨機抽樣方法，在廣東省深圳市、中山市和佛山市隨機選取500名交通警察進行量表測評。

2.研究工具

SRHMS V1.0由10個維度、48個條目組成，涉及到個體自測健康的生理、心理和社會三個方面（其中健康總體自測維度即維度10中的四個條目（SH18、SH34、SH47、SH48）不參與子量表分和總量表分的計算）［8］。因此本研究中共有44個測量變量（依次標記為SH1～SH46）和9個潛在變量，分別為:身體癥狀與器官功能（physical symptom and organ function，B1）、日常生活功能（daily life function，B2）、身體活動功能（physical activity function，B3）、正向情緒（positive emotion，M 1）、心理癥狀與負向情緒（psychological symptoms and negative emotions，M 2）、認知功能（cognitive function，M 3）、角色活動與社會適應（role activity and social adaptation，S1）、社會資源與社會接觸（social resource and social contact，S2）、社會支持（social support，S3）。SRHMS V1.0采用模擬線性方式進行評分，各個條目下方均有一條10cm的線，被試通過在線上劃上“X”號作答。每個條目的最高分10分，最低分0分。本研究使用原始分進行數據分析，對有缺失條目的樣本數據一律不予采納。

3.調查方法

調查前對調查員統一進行系統培訓。測試前由調查員向被調查者講解量表填寫方法和注意事項，由被調查者根據自身真實情況獨立完成問卷填寫，如有特殊情況，可由調查員將問卷內容讀給被調查者聽，再由被調查者做出自我評定，任何情況下調查員不得給予誘導性提示。問卷由各地區負責成員統一回收并進行邏輯性篩選，剔除完成質量不高的問卷。

數據通過Epidata 3.02進行錄入，并經過雙錄入核對等核查無誤后，將數據導入到SPSS 20.0統計軟件中，使用AMOS 17.0構建理論模型，通過驗證性因子分析的模型擬合情況來對量表的結構效度進行考評。以P＜0.05為差異有統計學意義。

本文采用的驗證性因子分析的評價指標及擬合標準如下［9－10］:（1）在指定維度上的因子載荷應大于0.4；（2）卡方自由度比（χ2/df）為 2～3時可認為模型擬合較好，樣本較大時5左右也可以接受；（3）增值適配度指數采用比較適配指數（comparative fit index，CFI）、增值適配指數（incremental fit index，IFI）、非規準適配指數（tacker-lew is index，TLI），當它們的值大于0.90時認為模型具有較好的擬合度，如果TLI和CFI的值超過0.95，則表明模型的擬合度較理想；（4）絕對適配度指數采用近似誤差均方根（root mean square error of approximation，RMSEA），當 RMSEA≤0.05表明擬合較好，RMSEA≤0.08表明擬合合理。

結 果

1.調查問卷的回收率與完成率

本次調查共發出問卷500份，回收問卷474份，回收率是 94.8%，其中有效問卷 457份，有效率為96.4%，所有條目均被完成的問卷有425份，完成率為93.00%。其中男381例，女44例，年齡為21～58歲，平均年齡為（37.90±7.37）歲。

2.驗證性因子分析

為探討SRHMS V1.0的結構效度，根據專業知識和量表結構，建立初始結構方程模型。通過最大似然法進行參數估計，得到初始模型的路徑系數估計結果（見表1），44個條目的標準化路徑系數為0.260～0.933（P＜0.001），其中“SH4←B1”“SH5←B1”“SH7←B1”三個路徑系數小于預設標準0.4，應考慮刪除。具體的擬合指標中，χ2/df＝3.633，IFI＝0.843，TLI＝0.827，CFI＝0.842，RMSEA＝0.079，提示模型擬合效果不是十分理想。

表1 初始模型參數估計結果

根據初始模型的擬合及評價結果，需要對初始模型進行修正。本研究先刪除模型中沒有統計學意義的自由參數，根據初始模型參數估計結果，刪除因子載荷＜0.40的因子 SH4、SH5和 SH7，再依據修正指數（modification indices，M I）大小變化對模型進行不斷調整，最終獲得擬合效果較好的模型（見圖1）。最終模型的擬合指標，χ2/df＝2.683，IFI＝0.911，TLI＝0.900，CFI＝0.911，RMSEA＝0.063，模型擬合效果較好。見表2。

討 論

本研究以經過條目篩選、探索性因子分析后的自測健康評定量表（SRHMSV1.0）合理的因子結構為依據設計模型，基于該量表應用于交通警察的健康狀況測評數據，通過驗證性因子分析考評其結構效度。

初始模型的擬合結果顯示，模型中有個別條目的因子載荷低于預設標準0.40，對量表擬合具有不良影響，依次刪除后，根據M I值的變化不斷調整模型，最終獲得擬合結果較好的模型。最終模型中41個觀測變量的因子載荷在0.417～0.957（P＜0.001），全部達到0.40以上，提示模型的基本適配度良好。χ2/df是直接檢驗樣本協方差矩陣和估計協方差矩陣間的相似程度的統計量，它的理論期望值一般為2～3［11］。最終模型的χ2/df＝2.683說明模型擬合度良好。CFI、IFI和TLI為基準線比較估計量，其值越接近于“1”表明模型的擬合性越好，一般的判別標準是大于0.90，本研究中此三種指標都達到較高水平，表示假設理論模型與觀察數據的整體適配度佳。RMSEA為漸進殘差均方和平方根，其值越小，表示模型的適配度越佳，其一般的判別標準是＜0.05認為擬合較好，＜0.08表示有合理的近似誤差存在，模型擬合尚可，0.08～0.1之間表示模型擬合普通，＞0.1則說明擬合不理想［12］。本研究RMSEA＝0.063，說明該模型的擬合在可接受的水平。

圖1 SRHMSV1.0最終模型的因子圖及標準化路徑系數

表2 模型擬合結果

本研究的最終模型雖與量表的初始理論模型不完全相同，除刪除個別條目外，量表的因子數目和因子結構基本不變，且擬合指數均符合要求，擬合效果較理想，說明最終理論模型與實際數據擬合度較高，可認為SRHMS V1.0對維度的劃分基本合理，量表應用于交通警察具有較好的結構效度。

［1］許軍，譚劍，王以彭，等.自測健康評定量表修訂版（SRHMS V1.0）的考評.中國心理衛生雜志，2003，17（5）:301-305.

［2］魏存，鄧光輝，沈興華，等.駐滬部隊干休所老干部自測健康狀況研究.醫藥前沿，2014，（5）:44-45.

［3］杜曉莉.腦卒中患者自測健康狀況及其相關因素研究.實用醫院臨床雜志，2014，11（5）:117-120.

［4］唐靜，李秀云，李曉芳.人口統計學因素對軍隊醫院護士自測健康狀況的影響.護理研究，2014，28（6）:1963-1965.

［5］王文菁，譚文艷.Zung抑郁自評量表的因子分析.廣東醫學，2011，32（16）:2191-2193.

［6］張超，徐燕，陳平雁.探索性因子分析與驗證性因子分析在量表研究中的比較與應用.南方醫科大學學報，2007，27（11）:1699-1705.

［7］黃正南.醫用多因素分析.3版.長沙:湖南科學技術出版社，1995:219-225.

［8］汪向東，王希林，馬宏.心理衛生評定量表手冊增訂版.北京:中國心理衛生雜志社，1999:35-45.

［9］郭太瑋，朱勤，施鴻飛.基于結構方程模型的大學生亞健康量表效度測評.中國衛生統計，2013，30（1）:23-30.

［10］郭慶科，王煒麗，陳雪霞，等.驗證性因素分析中模型擬合的判斷.心理學探新，2007，27（4）:83-87.

［11］Munro B.Statisticalmethods for health care research.Philadelphia:Lippincott，2004:318-432.

［12］林少煒，吳思英，李煌元，等.臨床醫生亞健康狀態高階因子模型分析.中國公共衛生，2012，28（1）:83-84.

廣東省科技計劃項目（2012B031500008）

1.南方醫科大學南方醫院衛生經濟管理科（510515）

2.南方醫科大學南方醫院科研處

△通信作者:許軍，E-mail:drugstat@163.com

（責任編輯:郭海強）