心理彈性量表簡版CD-RISC-10在高職學生群體中的信效度分析

■ 關亮，黃召江，李天暢，伍倬瑩，楊瑞

（1.廣東白云學院，廣東 廣州 510450 2.深圳市康寧醫院心理測驗室，廣東 深圳 518118；3.廣州市機電技師學院，廣東 廣州 510435；4.廣州醫科大學附屬第五醫院，廣東 廣州 510700；5.廣州醫科大學公共衛生學院，廣東 廣州 511436）

一、引言

心理彈性(resilience)，也被稱為“復原力”和“心理韌性”，是指個體面對壓力或處于逆境時的主動適應能力[1]。各領域學者開發了針對不同理論體系的心理彈性測量量表，主要包括Friborg[2]等編制的成人心理彈性量表(Resiliece Scale for Adults,RSA)、Wagnild 和 Young[3]的心理彈性量(Resiliece Scale,Rs)、Jack Block[4]的自我彈性量表(Ego Resilience Scale,ER89)、Connor和 Davidson[5]編制的心理彈性量表 (Connor-Davidson Resilience Scale,CD-RISC)。其中，CD-RISC適用于國內大學生人群，可以測量個體的壓力應對能力，包括個人能力、忍受消極情感、接受變化、控制感、精神信仰5項因素[6]。Camp-bell-shills等[7]經過大樣本測試后從CD-RISC中提取出10個題項，形成了簡版的心理彈性量表(CD-RISC-10)。CD-RISC-10具有題目少、單維度、使用方便的特點，其信效度在國內外的研究中均得到了驗證[8-9]。

壓力對大學生的心理健康產生不良影響，而心理彈性可以幫助個體調動自身資源應對壓力和適應變化，高心理彈性水平的個體在應對壓力時更容易維持良好的心理健康狀態[10]。在大學生群體中，高職院校學生在學習環境、教學環境和就業發展上都與其他本科大學生有著較大的差異，因此，高職學生在學業挫折、就業競爭、同輩對比等方面均感到有壓力[11]。因此，準確有效評估心理彈性狀況，對幫助高職學生調節壓力有較大的現實意義。既往研究證實，中文版CD-RISC-10對一般大學生[12]和護理專業大學生[13]群體中均有良好的信效度，但目前還缺乏CD-RISC-10在高職學生群體中應用的特定研究。因此，本研究探索中文版CD-RISC-10在高職學生群體中的信度和效度，驗證其是否能夠作為高職學生的心理彈性評估工具。

二、對象與方法

（一）對象

2021年10月—2021年12月，采用方便取樣的方法，對廣東省3所高職院校發放1281份問卷，收回有效問卷1175份，有效回收率為92%。研究對象中男生442人，女生733人；來自城市的學生377人，來自農村的學生798人；大一460人、大二463人、大三252人；研究對象年齡為17～23歲，平均年齡為19.44±1.15歲。研究對象均知情同意，自愿參與。

（二）方法

1.一般資料調查問卷由研究者自行編制，主要調查高職學生在性別、年齡、年級、生源地等方面的人口學資料信息。

2.心理彈性量表簡版（10-item Connor-Davidson resilience scale,CD-RISC-10）該量表由Campbell-shills等[7]對25條項目的CD-RISC簡化而成，中文版由張丹梅等[14]修訂。全量表共10個項目，采用Likert 5級計分，即“從不這樣”計1分，“很少這樣”計2分，“有時這樣”計3分，“經常這樣”計4分以及“總是這樣”計5分，量表總分為各項目計分直接相加，總分越高代表心理彈性越強。

3.12項一般健康問卷 (12-item general health questionnaire，GHQ-12)該量表由Goldberg編制，中文版由李藝敏等[15]修訂，可用于評估個體在過去1個月中的一般心理健康狀況。GHQ-12共包括12個項目，每個項目有4個選項，參照WHO推薦的計分方式，每個項目計0或1分，即選擇前兩項者不計分而選擇后兩項者計分，量表總分為各個項目的計分相加，總分越高表示心理健康狀況越差[16]。

4.簡易心理狀況評定量表(10-item Kessler psychological distress scale，K-10) 該量表由Kessler和Mroczek等編制而成，并經徐凌忠等修訂成中文版量表，適用于大規模人群心理健康狀況篩查[17]。該量表包括10個項目，根據個體在過去4周的體驗進行評分，采用Likert 5級計分，即“幾乎沒有”計1分，“偶爾”計2分，“有些時候”計3分，“大部分時間”計4分以及“所有時間”計5分，量表總分為各個項目的計分相加，總分越高表示心理健康狀況越差。

5.沃里克-愛丁堡積極心理健康量表(Warwick-Edinburgh mental well-being scale，WEM-WBS)該量表由Tennant等編制，中文版由劉永闖等修訂，從快樂和幸福兩個層面測量心理健康的積極情緒、人際關系滿意度和積極心理功能，適用于積極心理健康的評估[18]。該量表包括14個項目，采用Likert 5級計分，各項目計分相加為量表總分，總分越高代表積極心理健康水平越高。

（三）統計處理

本研究使用SPSS 21.0和Amos 24.0軟件進行統計學分析，檢驗水準取α=0.05，雙側檢驗。以獨立樣本t檢驗和相關分析考察量表各項目的區分度和相關性，一般要求高低分組t檢驗對應的P＜0.05，各項目得分與量表總分相關系數r≥0.4[19]。以Cronbach's α系數檢驗量表的內部一致性，Spearman-Brown系數檢驗折半信度，系數＞0.70為信度較好[20]。采用探索性因子分析和驗證性因子分析評估量表的結構效度，各項目在對應維度的因子載荷推薦值 ＞0.40[21]；卡方自由度比值(x2/df)推薦值≤5[19、22]；比較擬合指數(CFI)、擬合優度指數(GFI)、規范擬合指數(NFI)、增值擬合指數(IFI)、非規范擬合指數(TLI)等擬合指標推薦值 ＞0.90[20]；近似誤差均方根(RMSEA)推薦值≤0.08[23]。當初始模型擬合不佳時，可根據修正指標值(modification indices,MI)進行模型修正，使模型結構更加合理，提高模型的擬合度。

三、結果

（一）人口學變量分析

本研究針對不同性別、年級、生源地高職學生的CD-RISC-10總分進行比較，結果見表1。男生CD-RISC-10總分顯著高于女生CD-RISC-10總分；來自城市的高職學生CD-RISC-10總分顯著高于來自農村學生的CD-RISC-10總分；各年級高職學生間的CD-RISC-10總分差異不顯著。

（二）CD-RISC-10的項目分

根據被試的CD-RISC-10總分由高到低排序，將總分最高的27%被試作為高分組，總分最低的27%被試作為低分組，采用臨界比率法[24]，通過獨立樣本t檢驗比較高分組與低分組在各項目上的得分差異，結果顯示高分組CD-RISC-10的各項目得分均顯著高于低分組的各項目得分 (P＜0.001)，結果見表2。相關分析結果顯示，CD-RISC-10各項目間呈正相關 (r=0.582～0.758，P＜0.01)，CD-RISC-10各項目得分均與總分呈正相關(r=0.785～0.863，P＜0.01)，結果見附表 1。

附表1 CD-RISC-10各項目及與總分的相關系數(n=1175，r值)

表1 不同人口學特征高職學生的CD-RISC-10總分比較(±s)

表1 不同人口學特征高職學生的CD-RISC-10總分比較(±s)

注：* 表示 P＜0.05。

images/BZ_135_1068_2637_2232_3130.png

表2 CD-RISC-10高低分組得分差異(±s)

表2 CD-RISC-10高低分組得分差異(±s)

images/BZ_136_247_255_1436_940.png

（三）CD-RISC-10的效度分析

為檢驗量表的結構效度，本研究使用SPSS 21.0軟件從全部被試的數據中隨機選取“大約50%”作為樣本1，共587人(其中男生212人，女生375人；年齡為17～23歲，平均年齡為19.356±1.363歲；大一232人，大二235人，大三120人)用于探索性因子分析；其余“大約50%”作為樣本2，共588人(其中男生230人，女生358人；年齡為17～23歲，平均年齡為19.50±1.16歲；大一228人，大二228人，大三132人)用于驗證性因子分析。

1.探索性因子分析

在本研究中，KMO和Bartlett球形檢驗結果顯示，KMO值為 0.952，x2=4996.885，P＜0.001，表明各個項目之間有共享因素，可以進行探索性因子分析。采用樣本1數據，對全部項目使用主成分分析法進行探索性因子分析，按照特征值＞1提取到1個公因子，累計解釋方差為70.431%，各項目的因子載荷介于0.797～0.87之間，結果見表3。

表3 CD-RISC-10的因子載荷(n=587)

2.驗證性因子分析

通過Amos 24.0軟件構建CD-RISC-10單維結構模型對樣本2進行驗證性因子分析,結果顯示：x2/df=6.216，GFI=0.930，CFI=0.963，NFI=0.956，IFI=0.963，TLI=0.952，RMSEA=0.094。結合各指標的模型擬合適配標準判定，x2/df和RMSEA值未達到適配標準，初始模型的擬合效果一般。根據修正指標值MI的最大化原則對模型進行修正[25]，在測量誤差項“e1-e2”之間建立聯系，結果顯示：x2/df=4.699，GFI=0.95，CFI=0.974，NFI=0.968，IFI=0.974，TLI=0.966，RMSEA=0.079，各項目的因子載荷為0.72～0.858，表明模型擬合基本達到適配標準。修正后的結構模型結果見圖1。

圖1 CD-RISC-10驗證性因子分析模型

3.效標關聯效度分析

相關分析結果顯示，CD-RISC-10總分與K-10總分、GHQ-12總分呈負相關(r=-0.634、r=-0.496，P 值均小于0.001)，與 WEM-WBS總分呈正相關(r=0.846，P＜0.001)。

（四）CD-RISC-10的信度分析

中文版CD-RISC-10用于高職學生的Cronbach's α系數為0.952，刪除一個項目后的Cronbach's α系數為0.946～0.950，均不能使量表總Cronbach's α系數提高。CD-RISC-10量表的折半信度Spearman-Brown系數為0.936。3周后選擇81名被試再次進行量表測評，重測信度為0.75。

四、討論

高職學生是大學生群體的重要組成部分，隨著我國高等職業教育在近年來迅速發展，高職學生的心理素質培養關系到為社會建設培養高素質勞動者和實現人力資源可持續發展的戰略問題。心理彈性是維持大學生心理健康的重要因素[25]，因此，發展一個合適高職學生群體的心理彈性量表，對于評估高職學生的心理彈性狀況以及研究學校心理健康干預措施的實效性，都具有重要意義。本研究將中文版CD-RISC-10量表應用于高職學生中，考察其在這一特定群體中的心理測量學指標。

本研究考察了高職學生心理彈性在人口學變量上的差異。結果發現，高職院校男生CD-RISC-10得分高于女生CD-RISC-10得分，提示男生較女生有更高的心理彈性，與既往研究[26，27]結果類似。有觀點認為，男生和女生的心理彈性水平存在差異，主要因為傳統教育觀念要求男生有更強的責任感和擔當意識，鼓勵男生勇敢面對困難，所以男生較女生更容易調動自身資源積極面對挫折[28]。前人[29]的研究表明居住在城市的大學生有更高的心理彈性，而本研究同樣發現生源地為城市的高職學生較農村學生有更高的心理彈性，這可能因為在城市居住的學生有更好的成長環境和家庭資源，更利于學生在成長中形成堅強、樂觀的心理品質。在本研究中，大一、大二、大三年級之間的高職學生心理彈性水平沒有顯著差異，可能由于近年來心理健康教育體系逐漸在高職院校完善，有助于提高高職學生的抗壓能力。

在項目分析中，本研究表明心理彈性高分組和低分組的所有項目得分均具有顯著的差異性，另外，CD-RISC-10各項目得分均與總分呈正相關且相關系數介于0.785～0.863之間，說明CD-RISC-10各個項目有較好的區分度和相關性。Campbell-Shills等[7]在CD-RISC-10的編制中發現該量表呈單維度的特點，而國內陳維等[12]對大學生群體的研究同樣表明CD-RISC-10呈單維結構。本研究通過對CD-RISC-10全部項目進行探索性因子分析，按照特征值＞1共提取到1個公因子，累計解釋方差達到＞50%的推薦標準，提示CD-RISC-10的單維結構適合高職學生這一特定群體。本研究中，驗證性因子分析顯示初始模型擬合未完全達到適配標準，故根據修正指標MI值最大化原則且內容存在理論相關的兩個項目間增加殘差路徑以修正模型。項目1和項目2之間的MI值最大，而且項目1“當事情發生變化時，我能夠適應”與項目2“無論人生路途中發生任何事情，我都能處理它”均涉及應對變化的內容，兩者可能存在共變性，因此通過增加項目1和項目2之間的殘差路徑修正模型，修正后的模型基本達到適配標準，提示CD-RISC-10在高職學生群體中的結構效度可以接受。另外，本研究發現CD-RISC-10總分與K-10總分、GHQ-12總分呈正相關，與WEM-WBS總分呈正相關，表明量表具有較好的效標效度。有學者認為，高職院校心理健康教育的工作導向應從傳統的“問題補救”過渡到“前期預防”，通過培養學生形成積極的心理品格，增強其心理調適和生活適應能力，從而減少心理問題的發生[30]。既往已有較多研究證實心理彈性可以影響大學生的心理健康水平[31-32]，本研究同樣表明高職學生心理彈性的增強會伴隨著心理健康水平的提高。信度方面，CD-RISC-10應用于高職學生的Cronbach's α系數為0.952，高于應用于本科生的0.90[33]，達到推薦標準。另外，CD-RISC-10在本研究中的折半信度為0.94，重測信度為0.75，提示CD-RISC-10的測試結果較為穩定可靠。

綜上所述，CD-RISC-10中文版在效度和信度上均達到了心理測量學的要求，可以有效評估高職學生的心理彈性水平，為后續高職學生心理彈性的研究提供了有效的測量工具，并進而為提高高職學生心理彈性提供了參考。由于人群調查的限制，本研究僅僅在同一地區的高職學生群體中進行了橫斷面調查，未來可以考慮納入更廣泛的樣本并進行縱向研究設計，進一步提高研究結果的代表性和推廣性。