基于PLS-SEM的互聯(lián)網(wǎng)人群生存質(zhì)量量表的信度效度評(píng)價(jià)*

林麗萍 劉偉霞 林中燕△

【提 要】 目的 對(duì)微調(diào)后的世界衛(wèi)生組織生存質(zhì)量量表的信度、聚合效度和區(qū)分效度進(jìn)行評(píng)價(jià)，分析其在互聯(lián)網(wǎng)人群中的適用性。方法 利用網(wǎng)絡(luò)調(diào)查方法對(duì)我國八省(市)互聯(lián)網(wǎng)人群進(jìn)行抽樣，基于收回的2400份有效問卷，采用偏最小二乘法結(jié)構(gòu)方程模型構(gòu)建互聯(lián)網(wǎng)人群的生存質(zhì)量評(píng)估模型，據(jù)此評(píng)價(jià)量表的信度、聚合效度和區(qū)分效度。結(jié)果 微調(diào)后的世界衛(wèi)生組織生存質(zhì)量量表各領(lǐng)域的Cronbach′s α值都大于0.6，量表聚合效度的評(píng)估指標(biāo)中載荷超過0.6、組合信度超過0.7、平均提取方差值超過0.5，量表所有維度的AVE平方根都高于維度間相關(guān)值的平方根。結(jié)論 微調(diào)后的世界衛(wèi)生組織生存質(zhì)量量表具有良好的信度、聚合效度和區(qū)分效度，適用于評(píng)價(jià)互聯(lián)網(wǎng)情境下的互聯(lián)網(wǎng)用戶的生存質(zhì)量。通過偏最小二乘法結(jié)構(gòu)方程模型評(píng)估模型得出四個(gè)分類維度對(duì)生存質(zhì)量都有正向影響，其中心理維度影響最大，社會(huì)關(guān)系維度影響最小，在心理維度、精神支柱的影響最強(qiáng)。

由世界衛(wèi)生組織根據(jù)生存質(zhì)量主要內(nèi)容設(shè)計(jì)的世界衛(wèi)生組織生存質(zhì)量測(cè)定量表簡(jiǎn)表(The World Health Organization′s quality of life Questionnaire-Brief Version，WHOQOL-BREF)包含個(gè)體的生理維度、心理維度、環(huán)境維度和社會(huì)關(guān)系維度等四個(gè)維度，是評(píng)價(jià)群體生存質(zhì)量的主要工具。WHOQOL-BREF量表的測(cè)定效果受到量表信度和效度的影響，不同人群應(yīng)用量表評(píng)價(jià)生存質(zhì)量時(shí)其信效度可能會(huì)發(fā)生變化。因此將量表用于測(cè)定特定人群生存質(zhì)量時(shí)，先驗(yàn)證量表在特定人群中的信效度是極其重要的[1]。目前用于測(cè)定多個(gè)國家和地區(qū)不同群體生存質(zhì)量的WHOQOL-BREF量表被驗(yàn)證具有良好的信度和效度[2-5]。

互聯(lián)網(wǎng)的發(fā)展與普及使得人們的社會(huì)生活發(fā)生了深刻的變化，個(gè)體的體驗(yàn)也存在差異，互聯(lián)網(wǎng)用戶的生存質(zhì)量也隨之發(fā)生變化。在新的互聯(lián)網(wǎng)情境下，WHOQOL-BREF量表是否仍適用于評(píng)估和判斷用戶的生存質(zhì)量，是研究互聯(lián)網(wǎng)人群生存質(zhì)量的關(guān)鍵。已有的與互聯(lián)網(wǎng)相關(guān)的生存質(zhì)量研究中，應(yīng)用WHOQOL-BREF量表作為測(cè)定工具的文獻(xiàn)相對(duì)較少，對(duì)量表的信度和效度研究更少，主要是將互聯(lián)網(wǎng)作為影響因素來判定其對(duì)生存質(zhì)量的影響[6-10]。本文將互聯(lián)網(wǎng)人群作為研究對(duì)象，通過實(shí)證分析驗(yàn)證微調(diào)后WHOQOL-BREF量表的信度和效度，用以評(píng)估和判斷量表是否適用于評(píng)估互聯(lián)網(wǎng)人群的生存質(zhì)量。采用偏最小二乘法結(jié)構(gòu)方程模型構(gòu)建評(píng)估模型來驗(yàn)證量表的信效度，原理同已有文獻(xiàn)的實(shí)證方法相似[11-15]。但因偏最小二乘法結(jié)構(gòu)方程模型是集多元線性回歸法和主成分回歸法為一體，融合因素分析和路徑分析兩種統(tǒng)計(jì)技術(shù)，所以利用該方法來評(píng)估量表的信度和效度更加簡(jiǎn)單直觀，同時(shí)將變量的測(cè)量誤差考慮在內(nèi)從而提高了檢驗(yàn)的準(zhǔn)確性[16-18]，最后還能進(jìn)一步通過評(píng)估模型判斷四個(gè)領(lǐng)域?qū)ι尜|(zhì)量的影響強(qiáng)弱。

資料與方法

1.數(shù)據(jù)來源

本次問卷調(diào)查方法采用網(wǎng)絡(luò)調(diào)查方法[19]。已有研究表明，利用互聯(lián)網(wǎng)從地理上分散樣本中收集數(shù)據(jù)，可以減少轉(zhuǎn)錄需要和出錯(cuò)可能性，從而有可能提高此類研究的質(zhì)量，在具有測(cè)量不變性的基礎(chǔ)上，網(wǎng)絡(luò)調(diào)查對(duì)于概念的測(cè)量均值更加精確，同時(shí)網(wǎng)絡(luò)調(diào)查還有利于減少數(shù)據(jù)缺失率和保護(hù)個(gè)人隱私[20-23]。具體的調(diào)查抽樣是由網(wǎng)絡(luò)問卷機(jī)構(gòu)按照項(xiàng)目要求，通過向北京、上海、福建、廣東、江蘇、浙江、安徽和江西等八省(市)的實(shí)體社區(qū)樣本單位進(jìn)行隨機(jī)抽樣網(wǎng)絡(luò)調(diào)查，抽樣方法符合ESOMAR國際商會(huì)與歐洲民意和市場(chǎng)研究協(xié)會(huì)《全球調(diào)研準(zhǔn)則和指導(dǎo)原則》(2017年9月發(fā)布)網(wǎng)絡(luò)抽樣28條規(guī)范，樣本取自網(wǎng)絡(luò)人群，因此符合該規(guī)范網(wǎng)絡(luò)調(diào)查手段與互聯(lián)網(wǎng)人群的調(diào)查要求。為保護(hù)受訪者隱私，調(diào)查問卷通過互聯(lián)網(wǎng)進(jìn)行匿名投放和回收，每個(gè)地區(qū)平均收回300份，樣本不重復(fù)計(jì)數(shù)，每個(gè)樣本均為獨(dú)立IP樣本，所有樣本調(diào)查對(duì)象均為互聯(lián)網(wǎng)人群，總采樣數(shù)2400份。

2.問卷設(shè)計(jì)

本文所發(fā)放的調(diào)查問卷基于WHOQOL-BREF量表設(shè)計(jì)，結(jié)合互聯(lián)網(wǎng)情境在條目的設(shè)計(jì)上做了微小增刪，主要包含受訪者基本信息和28個(gè)核心條目，用于研究調(diào)查對(duì)象在近兩周的生存質(zhì)量情況。量表中的28個(gè)核心條目是在WHOQOL-BREF量表的26個(gè)核心條目基礎(chǔ)上，新增“家庭摩擦”、“食欲”“生存質(zhì)量分值”三個(gè)條目，同時(shí)刪去“交通條件”條目。每個(gè)條目采用Likert五分計(jì)分，分別用1～5表示很差、差、不好也不差、好、很好，正向條目直接按1～5計(jì)分，逆向條目則采取正向化處理。

本文在原WHOQOL-BREF量表結(jié)構(gòu)中的分類維度基礎(chǔ)上，結(jié)合新增刪的條目做了微調(diào)，將原量表結(jié)構(gòu)中的“總體健康狀況”及新增的“食欲”歸為生理維度；“家庭摩擦”歸為社會(huì)關(guān)系維度；新增的“生存質(zhì)量分值”歸入總的生存質(zhì)量，微調(diào)后的分類量表結(jié)構(gòu)詳見表1。

表1 基于WHOQOL-BREF微調(diào)后的分類量表結(jié)構(gòu)

3.統(tǒng)計(jì)方法

偏最小二乘法結(jié)構(gòu)方程模型(partial least squares structural equation modeling，PLS-SEM)，屬于結(jié)構(gòu)方程模型的“軟模型”，用以有效處理、檢驗(yàn)測(cè)量模型和結(jié)構(gòu)模型之間關(guān)系的多元統(tǒng)計(jì)方法，其允許由多個(gè)獨(dú)立的潛變量和指標(biāo)同時(shí)建模來描述測(cè)量模型和結(jié)構(gòu)模型的關(guān)系。測(cè)量模型指(潛)變量與測(cè)量指標(biāo)之間的關(guān)系，結(jié)構(gòu)模型指(潛)變量間的關(guān)系。其核心思想在于引入潛變量，并為潛變量設(shè)置觀測(cè)指標(biāo)，使得原本相對(duì)抽象且難以直接觀測(cè)的潛變量可以通過可直接觀測(cè)的指標(biāo)來測(cè)量和反映。

本文將量表結(jié)構(gòu)中的生理維度、心理維度、環(huán)境維度及社會(huì)關(guān)系維度設(shè)為潛變量(分類變量)，其對(duì)應(yīng)的每個(gè)條目設(shè)為相應(yīng)的觀測(cè)指標(biāo)，進(jìn)行偏最小二乘法結(jié)構(gòu)方程模型的構(gòu)建來評(píng)估微調(diào)后量表的信度和效度。本文采用Smart PLS 3.0軟件工具，在統(tǒng)一數(shù)據(jù)測(cè)試環(huán)境中，實(shí)現(xiàn)量表的信度、聚合效度和區(qū)分效度的評(píng)估。

結(jié)果與分析

1.受訪者的人口學(xué)特征

統(tǒng)計(jì)2400份有效問卷的受訪者信息，其中男性略多，占53%，達(dá)1273人，女性1127人；受訪者年齡呈正偏態(tài)分布，其中20～30歲516人，占比最大，達(dá)21.5%，其次是30～40歲占比20.5%，接下來依次是40～50歲15.6%、50～60歲12.6%、20歲以下12.5%、60～70歲10%、70～80歲5.7%、80歲以上1.6%；在受教育程度上，達(dá)高等教育以上文化程度的受訪者占65.8%；婚姻狀況已婚為主，占比68.4%；職業(yè)在私企的占36.3%，在體制內(nèi)工作的占23.4%。

2.量表的信度分析

通過偏最小二乘法結(jié)構(gòu)方程模型對(duì)收集的問卷數(shù)據(jù)構(gòu)建評(píng)估模型，可得出量表的信度和聚合效度、區(qū)分效度。量表的信度分析是考察量表中觀測(cè)指標(biāo)與分類變量間的內(nèi)部一致性程度，具體指同一組的觀測(cè)指標(biāo)是否指向同一個(gè)分類變量，目前Cronbach′s α值是應(yīng)用最廣泛的信度指標(biāo)。通常情況下，Cranbach′s α系數(shù)在0.6以上，被認(rèn)為信度較高。表2中信度檢驗(yàn)結(jié)果顯示：所有的Cranbach′s α值都大于0.6，由此可知，量表各個(gè)維度與其觀測(cè)指標(biāo)的內(nèi)在一致性程度較高，說明量表的信度較高。

表2 量表的信度分析

3.量表的聚合效度(convergent validity)

聚合效度又稱收斂效度，指測(cè)量相同分類變量的觀測(cè)指標(biāo)會(huì)落在同一個(gè)共同因素上，用于檢驗(yàn)觀測(cè)指標(biāo)對(duì)于其測(cè)量的分類變量實(shí)際測(cè)量的程度。通常由載荷(loading)、組合信度(composite reliability，CR)、平均提取方差值(average variance extracted，AVE)三者結(jié)合來評(píng)估。

表3 量表的聚合效度

載荷表示觀測(cè)指標(biāo)在分類變量公共因子上的負(fù)荷，載荷的大小表示觀測(cè)指標(biāo)是否能有效反映出它所要測(cè)量的分類變量，表2結(jié)果顯示，所有觀測(cè)指標(biāo)的載荷均超過推薦值0.6[24]。組合信度(CR)表示由多于一個(gè)觀測(cè)指標(biāo)組成的分類變量的信度，即所有測(cè)量指標(biāo)分享該分類變量的程度，其值越高說明觀測(cè)指標(biāo)間內(nèi)在關(guān)聯(lián)越強(qiáng)，評(píng)估模型的CR值范圍為0.825～0.884，超過推薦值0.7[25]，說明五個(gè)分類變量的組合信度較高，其內(nèi)部觀測(cè)變量間的關(guān)聯(lián)程度強(qiáng)。平均提取方差值(AVE)表示觀測(cè)指標(biāo)對(duì)分類變量的差異解釋力，其值越高表示分類變量的收斂程度越大，模型的 AVE值范圍在0.512到0.762，超過推薦值0.5[25]。綜上說明量表中分類維度和觀測(cè)指標(biāo)間有較強(qiáng)的交聯(lián)度、相關(guān)性，說明生存質(zhì)量的四個(gè)分類維度與其對(duì)應(yīng)的指標(biāo)之間的聚合效度較好。

4.量表的區(qū)分效度(discriminant validity)

區(qū)分效度用于說明觀測(cè)指標(biāo)與其所屬分類變量相關(guān)性較強(qiáng)而與其他分類變量相關(guān)較弱或不存在相關(guān)性，通常通過比較分類變量間相關(guān)系數(shù)的平方根和AVE平方根的大小來檢驗(yàn)[26]。如表4所示，量表分類變量的所有AVE平方根都高于表中所在行的相關(guān)值，說明各個(gè)觀測(cè)指標(biāo)與其對(duì)應(yīng)的分類維度之間相關(guān)性較強(qiáng)，與其他四個(gè)分類變量的相關(guān)性較弱，例如生理維度的觀測(cè)指標(biāo)PF1～PF7與生理維度的相關(guān)性較強(qiáng)，與心理維度、環(huán)境維度等其他維度的相關(guān)性較弱。綜上證明了量表分類變量間有區(qū)分效度。

表4 量表分類變量間的區(qū)分效度

5.量表評(píng)估模型：偏最小二乘法結(jié)構(gòu)方程模型

通過構(gòu)建量表的偏最小二乘法結(jié)構(gòu)方程模型(圖1)來評(píng)估測(cè)量模型的信效度，得出量表的信度、效度良好，通過模型可進(jìn)一步分析分類變量間的關(guān)系，可以得出四個(gè)領(lǐng)域?qū)ι尜|(zhì)量的影響大小。利用重采樣5000個(gè)樣本自舉法對(duì)結(jié)構(gòu)模型的路徑顯著性進(jìn)行檢驗(yàn)。結(jié)果如表5所示，其中各個(gè)路徑的P值都<0.001，表明模型中的分類變量對(duì)生存質(zhì)量都有正向影響。R2是度量回歸直線對(duì)觀測(cè)值的擬合程度的可決系數(shù)，其值越接近1，說明模型回歸效果越顯著。由圖1可知，模型的R2為0.658，說明模型效果較為顯著，表明量表的準(zhǔn)確性和可靠性都較高。

表5 結(jié)構(gòu)模型輸出結(jié)果

圖1 量表評(píng)估模型

結(jié) 論

通過實(shí)證分析結(jié)果顯示，互聯(lián)網(wǎng)情境下使用修改后的WHOQOL-BREF量表建構(gòu)互聯(lián)網(wǎng)人群生存質(zhì)量的評(píng)估模型，得出該量表具有良好的信度、聚合效度和區(qū)分效度，所以基于WHOQOL-BREF微調(diào)后的量表適用于評(píng)價(jià)新環(huán)境下的互聯(lián)網(wǎng)人群的生存質(zhì)量。

進(jìn)一步分析量表評(píng)估模型，可得出四個(gè)分類維度對(duì)生存質(zhì)量有正向影響且有強(qiáng)弱之別，心理維度對(duì)該群體的生存質(zhì)量影響最大(β=0.326)，社會(huì)關(guān)系維度影響最小(β=0.117)，生理維度和環(huán)境維度的影響次之。這與往期文獻(xiàn)研究具體病癥群體的生存質(zhì)量時(shí)，對(duì)患者生存質(zhì)量影響最大的是生理維度而非心理維度不同。產(chǎn)生差異的原因一方面由于受訪者當(dāng)前的健康問題集中在隱性慢性病或亞健康方面，短期內(nèi)對(duì)生理維度的影響有限；另一方面是隨著互聯(lián)網(wǎng)對(duì)人們生活消費(fèi)等的深刻影響，個(gè)體增強(qiáng)了對(duì)自身心理的關(guān)注而弱化了其他維度的影響。這和社會(huì)關(guān)系維度影響最弱的結(jié)果一致，表明在互聯(lián)網(wǎng)環(huán)境下，人們之間的親疏互助關(guān)系模式發(fā)生了改變，因此對(duì)人際關(guān)系及所需社會(huì)支持依賴性減弱。

有趣的是，在生存質(zhì)量影響最強(qiáng)的心理維度，觀測(cè)指標(biāo)“精神支柱”(Q14：您覺得生活有意義嗎？)是載荷最大的指標(biāo)，說明精神支柱與心理維度關(guān)系最為密切。這表明在互聯(lián)網(wǎng)環(huán)境下，精神支柱依舊是一種理想信念和信仰寄托，有明確的精神支柱有助于人們以更積極、充滿正能量的心態(tài)來面對(duì)生活，提升整個(gè)心理維度的效應(yīng)，從而助推人們生存質(zhì)量的提升。