心理应激系统论的实证性研究医学心理学网Word文档下载推荐.docx
《心理应激系统论的实证性研究医学心理学网Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《心理应激系统论的实证性研究医学心理学网Word文档下载推荐.docx(12页珍藏版)》请在冰豆网上搜索。
曹日芳等人研究表明该量表具有较好的信度和效度。
量表共30个条目,按1~5级评分,各条目累计为总分,总分越高自动出现的消极思想越频繁。
自动思维总分作为负性自动思维的指标。
1.2.4领悟社会支持量表(PSSS):
分家庭内支持和家庭外支持两个量表分,用以评定个体领悟到的各种社会支持源如家庭、朋友和其他人的支持程度。
1.2.5艾森克人格问卷(EPQ):
选用北京大学陈仲庚修订的成人EPQ,共85个条目,分四个量表:
E量表(外向-内向)、N量表(神经质)、P量表(精神质)和L量表(掩饰、假托或自身隐蔽)。
1.2.6自编服刑认知评价问卷:
共有6个条目。
根据三名资深监管专家关于犯人对自身现状的“消极认识”初步意见并添加非消极认知条目,接合应激系统理论中关于对生活事件的“认知评价”内涵,编制如下问卷:
q1对于从前所犯的错误我觉得很后悔
q2我是一个被社会排斥的人
q3出狱以后我不知道怎么生活
q4我的前途十分渺茫
q5就我所犯的罪而言,不该判那么重的刑
q6对家人我觉得很愧
每个条目记分按:
从来没有、很少、偶尔、经常、总是;
依次记1、2、3、4、5分。
1.2.7一般情况问卷:
包括年龄,学历,家庭经济,婚姻情况,刑期和已服刑时间等。
评分如下:
年龄:
按实际年龄;
学历:
文盲1小学2初中3高中4大学及以上5;
家庭经济:
极端贫穷1比较贫穷2富裕3中等富裕4非常富裕5;
婚姻:
未婚1已婚2离异3丧偶4;
刑期:
死缓1,无期2,10年以上3,10年以下4;
已服刑时间:
1年以内1,1年—剩余2年2,剩余2年以下3。
1.2.7统计分析
采用SPSS13.0统计软件,作相关分析(Pearson相关或Spearman相关)和多重线性回归分析,检验水准为α=0.05;
MINITAB作BOX-COX转换,AMOS4.0作路径分析和结构方程建模。
结果
(一)数据处理
1.为了后续的相关分析和多元变量回归分析,对职业变量进行合并(后续统计也按合并变量进行):
农民1;
工人和服务为2;
行政和知识分子为3.婚姻:
未婚1,已婚2,离异和丧偶3.
2.对连续变量和有序分类变量进行正态性检验,限于SPSS功能只能进行一元正态性检验。
3.由于相关分析和结构方程分析要求变量成多元正态分布,但是由于没有合适的统计软件可用,只有在SPSS13.0上进行一元正态性检验,其中积极应对和家庭外支持符合正态分布,其余的连续变量在MINITAB上进行了BOX-COX转换,转换后的各变量基本接近正态分布。
(二)自编服刑认知评价问卷的因子分析
对服刑态度问卷六个条目进行因子分析,经方差最大正交旋转筛选出两个大于1的特征根(分别为2.201和1.384),累积贡献率为59.75%见表1。
其中q2、q3、q4、q5条目总分组成服刑人员的消极认知。
该问卷内部一致性系数(α系数)为0.711,折半信度(在不可能进行重复调查的情况下可代替重测信度)为0.728。
表1服刑态度问卷
Component
1
2
q1对于从前所犯的错误我觉得很后悔
-.028
.839
q6对家人我觉得很愧
.136
.812
q2我是一个被社会排斥的人
.765
-.015
q3出狱以后我不知道怎么生活
.820
.053
q4我的前途十分渺茫
.816
.128
q5就我所犯的罪而言,不该判那么重的刑
.510
.029
(三)各变量对应激总反应的相关分析结果
经单因素相关分析和等级相关分析(见表2),应激总反应与离婚或丧偶、工人、消极认知、负性自动思维、消极应对、艾森克人格的精神质和神经质维度成有统计学意义的正相关,相关系数依次为0.632、0.195、0.496、0.680、0.748、0.351、0.106;
应激总反应与学历、富裕程度(经济)、未婚、农民、知识分子或干部、积极应对、家庭外支持、家庭内支持、内外向和掩饰成负相关,相关系数依次为-0.196、-0.265、-0.105、-0.127、-0.138、-0.262、-0.184、-0.282、-0.214、-0.120(P<
0.05).
表2
学历
经济
未婚
离异丧偶
农民
工人
压力总反应
-.196
(**)
-.265
-.105
(*)
.106
-.127
.195
知识分子或干部
消极认知
自动思维
消极应对
积极应对
-.138
.496
.680
.748
-.262
家内支持
家外支持
P
E
N
L
-.184
-.282
.351
-.214
.632
-.120
注:
*<
0.05**P<
0.01;
未婚、已婚、离异或丧偶、农民、工人、知识分子或干部都依次按回归方程的哑变量方法处理。
未婚、已婚、离异或丧偶、农民、工人、知识分子或干部、家内支持、家外支持、P、E、N、L、自动思维、消极应对、积极应对变量作的是Pearson相关系数;
学历和经济作的是Spearman相关系数。
(四)各变量对应激压力总反应的多元线性回归分析结果
以应激反应总分为应变量,以被调查对象的年龄、职业、婚姻、经济状况、学历水平、刑期、已服刑期、艾森克人格维度(P、E、N、L)、家庭内社会支持、家庭外社会支持、消极应对、积极应对、负性自动思维、消极认知等为自变量,按剔除变量的显著性水准为0.10、入选变量的显著性水准为0.05的标准进行多重逐步回归分析。
消极应对、负性自动思维、神经质、消极认知、学历、掩饰人格(L)、精神质人格(P)7个自变量依次进入方程,预测力为70.5%.
经过下面的回归模型的诊断和分析,表明此多重线性回归模型较好。
只有进入回归方程的最后两项(掩饰和精神质)存在一定程度的共线性,而这个可以通过后续的路经分析或结构方程来解决。
表3
因变量
进入方程的自变量
B
β
t
R
R2
压力
总反应
.204
.389
11.950
.000
.
839
.705
.329
.270
8.512
神经质
.009
.227
7.274
.078
.114
4.168
-.043
-.079
-3.234
.001
掩饰
.004
.086
3.041
.002
精神质
.159
.071
2.465
.014
(五)结构方程模型分析结果
结构方程模型(StructuralEquationModeling,SEM)是一种综合运用多元回归分析、路径分析(pathanalysis)和确认型因子分析方法而形成的一种统计数据分析工具(李怀祖,2004)。
可以用于解释一个或多个自变量与一个或多个因变量之间的关系。
以SEM为代表的验证分析的基本思想是:
根据先前的理论和已有的知识,通过推论和假设,形成一个关于一组变量之间的相互关系(常为因果关系)的模型。
然后用数据对模型进行验证,如果模型能很好的拟合数据,模型就可以被接受,否则,需要对模型进行修正使其更好地拟合数据(李霞,2001)。
结构方程模型有以下优点(Bollen和Long,摘自候泰杰,温忠麟,成子娟.结构方程模型及其应用.北京:
教育科学出版社,2004年7月):
同时处理多个因变量;
容许自变量和因变量含测量误差;
同时估计因子结构和因子关系;
容许更大弹性的测量模型;
估计整个模型的拟合程度。
SEM的决策流程包括模型设定(modelspecification)、模型辨识(modelidentification)、模型估计(modelestimation)、模型评价(modelevaluation)以及模型修正(modelmodification)等步骤。
本研究采用Amos4.0软件来实现SEM的验证过程。
Amos(AnalysisofMomentStructures)由JamesL.Arbuckle设计,是一种功能齐全的统计分析工具,可以实现路径分析、协方差结构分析,回归分析等多方面功能。
除此之外,Amos可以同时计算多条回归路径系数。
根据Amos所提供功能与指标的意义,本研究根据候泰杰等(2004)关于拟合指数的分类与评论,基于AMOS所提供的功能和统计指数,并结合本文需求,选定如下整体模型的衡量标准:
卡方检验值(CMIN,chi-squaretest,χ2):
用以检验模型与数据的拟合度,χ2越小或P值越大(大于0.05为佳)表明模型拟合越好,但对于参数过多或参数过少的假设模型,样本容量影响χ2值及其检验结果。
而如果(df:
自由度),则对χ2不显著(对应p>
0.05)的要求可忽略不计。
χ2/df:
越接近1越好,小于5可以接受。
标准拟合指数(NFI):
NFI反应设定模型与独立模型改善的增量干系,一般来说,其值应大于0.8,理想值在0.9以上。
但NFI在样本量少的情况下,会低估拟合程度。
非标准拟合指数(TLI即NNFI):
以虚模型为基准来衡量模型的拟合改进程度,处理了自由度对模型的影响,考虑了样本的大小,其值需大于0.9,当用TLI来衡量时,越接近1拟合越好。
比较适配指数(CFI):
CFI是通过与独立模型相比较来评价拟合程度,即使对小样本估计,模型拟合时也能做的很好。
取值范围在0-1之间,一般要求在0.8以上,越接近1,表明模型拟合程度越好。
近似误差均方根(RMSEA):
Steiger和Lind(1980,摘自候泰杰,温忠麟,成子娟.结构方程模型及其应用.北京:
教育科学出版社,2004年7月)提出之后被广泛使用至今,对于饱和模型(df=0),RMSEA没有意义(因为除数为0),当df接近0时,RMSEA就变得很不稳定,但总的来说,RMSEA仍是一个好的拟合指数,Steiger认为,RMSEA小于0.1表示好的