 |
 |
3 结果
3.1 项目分析
通过求每个项目与所在维度平均分数的相关程度来分析项目（见表1)医学全在线www.lindalemus.com。从表l可以看出，每个项目与其所在维度平均分的相关系数分布在0.54-0.76之间。
3.2 信度分析
根据施测结果，分别计算出总量表和各维度的内部一致性系数（Cronbach α)和分半信度，以检验总量表和各维度的信度指数，并在1个月之后收集总量表和各维度的重测信度，具体结果见表2。
3.3 效度分析
本研究采用的效度指标包括内容效度、结构效度、效标关联效度和会聚效度。
3.3.1 内容效度
所谓内容效度是指项目对欲测内容或行为范围取样的适当程度（郑日昌，蔡永红，周益群，1998)。本问卷的项目是在参考国内外已有的相关量表 的基础上，依据理论构建，并经过多名心理学专家和发展与教育心理学专业博士的讨论之后而确定的。在量表的具体形成过程中，还请心理学专家、心理学专业的学 生和其他专业的学生对量表的项目进行多次审查、评定和修改医学全在线www.lindalemus.com。从而保证本量表具有较高的内容效度。在正式量表形成之后，本研究还请了5位心理学专业的博士研 究生根据各维度的操作性定义对各项目的内容效度进行了5级评定，其中，1=“完全不适合”、2=“比较不适合”、3=“不能确定”、4=“比较适合”、 5=“完全适合”，评定结果表明，各项目的评定等级的平均值分布在3.60-5.00之间。这表明，本量表中的各个项目均具有较高的内容效度。 3.3.2 结构效度
根据施测的结果，本研究从两个方面对量表的结构效度进行考察：一是采用验证性因素分析法，对人际健康素质量表五因素结构的适当性进行考察：二是采用皮尔逊相关，考察总量表与各维度、各维度相互之间的相关程度。
（1)验证性因素分析
对中国成人人际健康素质量表进行验证性因素分析。所得拟合指数结果见表3。在实际研究中，当X2/df<5时，一般认为该模型具有比较好的整体拟合度。从表3中可知，本研究中X2/df=3.87， 因此可以认为本研究的模型具有较好的整体拟合度。通常认为，当GFI、IFI、CFI大于0.80，而NNFI大于0.90时，模型基本上可以接受。表3 的研究结果表明医学全在线www.lindalemus.com，本研究的模型具有比较好的总体指标。根据侯杰泰、温忠麟和成子娟（2004)的观点，模型的拟合程度越好，则RMSEA值就越小，当 RM-SEA<0.080时，则可以认为该模型是一个好模型。
从表3的分析结果可知，本研究的RMSEA=0.058，这说明本研究的模型是一个好模型。
在进行验证性因素分析时，人们通常希望各个项目在其所属因子上具有较高的因素载荷，因为高因素载荷，说明该项目能够有效地代表该因子进行测量。
从表4的分析结果中可知，本问卷各个项目的标准化因素载荷值均高于0.40。这说明问卷中的各个项目均能较好地代表其所在因子进行测量，即具有较好的效度。
（2)总量表与各维度之间的相关关系
为了进一步考察人际健康素质量表的结构效度医学全在线www.lindalemus.com，本研究对人际健康素质总量表与各维度之间的相关关系进行了分析，分析结果见表5。
根据表5的分析结果可知，人际健康素质各维度之间的相关系数分布在0.22-0.60之间，即大多呈中低程度的相关。而各维度与总量表之间的相关系数则分布在0.65-0.82之间，且均高于各维度之间的相关系数。这表明本量表具有较好的结构效度。
3.3.3 效标关联效度
本研究采用Spielberger（1983)编制的《状态-特质焦虑问卷》（State-trait Anxiety Inventory STAI)作为效标以检查人际健康素质量表的效标关联效度，研究结果见表6。
由表6可知，状态焦虑、特质焦虑与人际健康素质量表的各维度均呈显著性负相关，相关系数分别在-0.07-0.41和-0.13-0.38之间。这说明，个体的人际健康素质越高，其焦虑水平也就越低。
3.3.4 会聚效度
对144名大学生同时施测《中国成年人人际健康素质量表》和用作校标的《NEO个性问卷》中的诚实（A2)和利他（A3)、《大学生共情能力 问卷》中的一致性理解、《卡式十六种人格因素量表（修订本)手册》中的乐群性以及《A型行为类型问卷》中的CH（竞争和敌意性)医学全在线www.lindalemus.com，然后计算出它们之间的相 关系数，以考察本量表的会聚效度，研究结果见表7。
由表7可知，合群性与乐群性、亲仁性与诚实、利他性与利他、共情性与一致性理解、友善性与CH（竞争和敌意性)的相关系数分别为0.39、 0.38、0.51、0.49和-0.25，且均达到了显著相关。由于这些量表的几个维度所要测量的特质，分别与中国成年人人际健康素质量表的相关维度有 类似性，因此提示《中国成人人际健康素质量表》具有较好的会聚效度。
