大学生群体性孤独量表的编制及初步评价

Development and preliminary evaluation of college students' group loneliness scale

摘要

目的 编制适合测量大学生群体性孤独的量表。 方法 通过文献研究、小组讨论形成大学生群体性孤独量表条目池；通过两轮专家函询，计算函询结果，修改量表条目，形成初步的大学生群体性孤独量表；通过调查，检验量表的内容效度和结构效度、探索性因子分析、验证性因子分析检验量表效度，使用Cronbach's α系数检验量表的信度，以形成最终量表。 结果 大学生群体性孤独量表共有24项条目，探索性因子分析累计方差贡献率为58.737%，各条目较好地分布在4个维度，包括社交媒体依赖、现实社交情况、社交媒体选择倾向、现实情感体验。验证性因子分析各拟合指标结果分别为：χ²/df=7.575，P＜0.001，GFI=0.931，CFI=0.909，IFI=0.909，TLI=0.896，RMSEA=0.054，各指标拟合良好，模型符合要求。条目内容效度指数（Item-content validity index， I-CVI）在0.75～1.00之间，S-CVI为0.93，内容效度良好。总量表Cronbach's α系数为0.895，4个维度Cronbach's α系数分别为0.898、0.861、0.794、0.765。 结论 大学生群体性孤独量表信效度良好，可用作大学生群体性孤独的测量工具。

Abstract

Objective To develop a scale suitable for measuring group loneliness of college students. Methods Through literature research and brainstorming， an item pool of college students' group loneliness scale was formed. Firstly， through literature research and brainstorming， an item pool of college students' group loneliness scale was formed； through two rounds of expert correspondence inquiry， the results were calculated， and the items of the scale were modified to form a preliminary college students' group loneliness scale； the content validity and structural validity， exploratory factor analysis and confirmatory factor analysis of the scale were tested by pre-investigation， and the reliability of the scale was tested by Cronbach's α coefficient to form the final scale. Results There were 24 items in the scale， and the cumulative variance contribution rate of exploratory factor analysis was 58.737%. Each item was well distributed in four dimensions， including social media dependence， realistic social situation， social media choice tendency and realistic emotional experience dimension. The results of confirmatory factor analysis showed that the fitting indexes were χ²/df =7.575， P＜0.001， GFI=0.931， CFI=0.909， IFI=0.909， TLI=0.896， RMSEA=0.054， and the indexes were well fitted and the model met the requirements. The item content validity I-CVI was between 0.75 to 1.00， and S-CVI was 0.93， so the content validity was good. Cronbach's α coefficient of total table was 0.895，and Cronbach's α coefficients of four dimensions were 0.898， 0.861， 0.794 and 0.765 respectively. Conclusion The college students' group loneliness scale has good reliability and validity.It can be used as evaluation tool for college students' group loneliness.

Graphical abstract

关键词

大学生 / 群体性孤独 / 量表编制

Key words

College student / Group loneliness / Scale development

中国互联网络信息发展中心发布的第53次《中国互联网络发展状况统计报告》显示，截至2023年12月，我国网民规模达10.92亿人，互联网普及率达77.5%^［1］。互联网的快速发展与普及催生了新型社交方式的兴起^［2］。社交媒体使用在强化人际交流的同时，也加剧了个体的孤独感^［3］。在此背景下，雪莉·特克尔^［4］提出“群体性孤独”的概念，将其界定为网络社交媒介发展的产物，是指物理空间共处的个体，在心理层面却陷入相互隔离的封闭状态。这种互联网时代特有的心理亚健康现象，已超越个体心理范畴，成为反映社交媒体时代人际交往异化的社会症候，呈现出个体与社会性本质相疏离的特征^［4］。

研究显示，微信等社交媒体已成为大学生群体线上社交的主要平台^［5］。而过度依赖网络社交的大学生更易出现孤独感体验^［6］。目前，我国尚缺乏针对大学生群体性孤独的本土化测量工具。基于此，本研究拟开发大学生群体性孤独量表，旨在为相关理论研究和实践干预提供科学测量基础。

1 研究方法

1.1　方法

1.1.1　量表维度构建

本研究基于生物-心理-社会医学模式^［7］，结合群体性孤独理论，通过专题小组讨论初步构建量表维度，包括：社交媒体依赖、现实社交情况、社交媒体选择倾向、现实情感体验。量表采用Likert 5级评分法［1（从未）～5（总是）］，各维度分值范围为：社交媒体依赖（7～35分）、现实社交情况（7～35分）、社交媒体选择倾向（6～30分）、现实情感体验（4～20分），总分24～120分。得分越高，表明个体的群体性孤独程度越严重。

1.1.2　确定量表条目

①文献与书籍检索。采用主题词与自由词相结合的策略，检索知网、万方、维普、生物医学文献数据库等中文数据库，检索词包括“群体性孤独”“社交媒体”“社交网络”“互联网使用”“虚拟社交”“网络社交”“孤独感”“社交孤独”“大学生”“青年”等；检索PubMed、Web of Science等英文数据库，检索词包括“social loneliness”“loneliness”“social isolation”“social media”“college students”“young adults”“the young”等。经过严格纳入与排除，最终确定58篇文献和3本专业书籍作为理论依据。②参照现有量表。借鉴UCLA孤独量表、感情与社会孤独量表、情绪社交孤独量表、孤独分类量表、Young网络成瘾量表、中文网络成瘾量表（Revised chen internet addiction scale， CIAS-R）、人际信任量表、特定人际信任量表、社交回避及苦恼量表、青少年互联网服务使用偏好问卷等国内外成熟量表的条目设计、结构及评分标准。③研究小组讨论确定条目。研究小组由3名量表编制专家和5名硕士研究生组成。基于文献和现有量表，初步拟定72项条目，涵盖群体性孤独的核心维度。随后，研究小组根据量表编制原则对条目进行筛选，剔除偏离主题、重复或表达模糊的条目35项，剩余37项条目。在此基础上，进一步剔除语义不清或存在歧义的条目，最终保留29项条目。

1.1.3　专家函询

根据最终筛选的条目编制《大学生群体性孤独量表专家函询问卷》，采用德尔菲法专家函询对量表条目进行评价。专家纳入标准为：在三甲医院或同级别科研机构、教学单位从事医学、心理学、社会学、统计学等专业的专家，在群体性孤独和量表编制方面具有一定经验。函询问卷包含3个部分：第1部分为指导语，简要说明研究背景、目的及填写要求；第2部分收集专家基本信息，包括职称、研究方向及工作年限；第3部分为量表条目评价表，采用Likert 5级评分法对条目重要性和相关性进行评价［1（不重要/完全不相关）～5（非常重要/非常相关）］。

通过电子邮件、微信等方式发放第一轮专家函询问卷，函询结束后，对专家函询的结果进行统计分析。

采用3项核心指标评估函询质量：专家积极程度：以问卷有效回收率表示（要求≥50%）^［8-9］；专家权威程度：由专家对该研究方向的熟悉程度及条目判断依据决定，使用权威系数（Coefficient of expert authority， Cr）评估（要求≥0.7）^［10］；专家协调程度：由变异系数（Coefficient of variation， CV）和肯德尔和谐系数（Kendall's W）表示，条目保留条件为条目重要性和相关性均数≥3.5、CV＜0.3且Kendall's W取值0～1，P＜0.05^［11］。

1.1.4　效度与信度检验

本量表效度分析包括内容效度分析和结构效度分析。内容效度检验指标包括条目内容效度指数（Item-content validity index， I-CVI）和量表内容效度指数（Scale-content validity index， S-CVI）^［12］。结构效度分析包含探索性因子分析（Exploratory factor analysis， EFA）与验证性因子分析（Confirmatory factor analysis， CFA）。EFA用于检验量表条目的因子结构^［13］，分析前通过KMO检验和Bartlett球形检验判断数据适切性。CFA通过结构方程模型评估模型拟合度，主要指标包括：卡方自由度比（χ²/df）、拟合优度指数（Goodness-of-fit index， GFI）、比较拟合指数（Comparative fit index， CFI）、增值适配指数（Incremental fit index， IFI）、Tucker-Lewis指数（Tucker-Lewis index， TLI），其临界值≥0.90、近似误差均方根（Root-mean-square error of approximation， RMSEA）≤0.08^［14］表明模型拟合良好。

信度分析采用Cronbach's α系数评估量表内部一致性，一般认为Cronbach's α系数＞0.7表明量表内部一致性较好^［15］。

1.2　统计学处理

使用Epidata 3.1进行数据双录入并校验，使用SPSS 26.0、Amos 24.0对数据进行整理和统计学分析，采用Cronbach's α系数评估量表的内部一致性，检验条目的可靠性。通过EFA和CFA验证量表的结构效度，优化条目结构。

2 结果

2.1　被试选取

在赣州市某医学院校采用随机整群抽样方法，以班级为单位进行问卷调查。研究使用匿名纸质自填问卷，所有被试者均在知情同意前提下参与，问卷发放与填写均在教室统一完成。共回收有效问卷303份，其中男生177人（58.42%），女生126人（41.58%）。所获数据用于条目筛选、维度构建、信效度检验及量表优化。

2.2　专家函询结果

函询所需的专家人数由研究内容的规模及广度所决定，一般为8～20人^［16］。目前针对大学生群体性孤独量表的专项研究相对较少，本研究最终筛选并邀请8名熟悉群体性孤独研究领域且自愿参与评价的专家，对29项条目进行两轮德尔菲法专家函询。

两轮问卷有效回收率均为100%，两轮专家函询Cr分别为0.85和0.84。

第一轮函询条目重要性Kendall's W为0.246（P＜0.05），条目相关性Kendall's W为0.277（P＜0.001）。经第一轮专家函询，删除重要性和相关性均数＜3.5的条目2项及与其他条目语义重复的条目1项，共3项条目。第二轮函询条目的重要性和相关性均数皆＞3.5、CV＜0.3，结果均符合要求；条目重要性Kendall's W为0.193（P＜0.05）；条目相关性Kendall's W为0.197（P＜0.05）。

两轮专家意见协调程度较好，两轮函询后，共保留26项条目。专家权威系数见表1。

2.3　效度检验结果

2.3.1　内容效度

大学生群体性孤独量表I-CVI在0.75～1.00之间，量表内容效度指数S-CVI为0.93，条目结果符合要求。

2.3.2　结构效度

本研究KMO值为0.898，Bartlett球形检验P＜0.001，表明适合进行因子分析。对经过专家函询得到的26项条目进行探索性因子分析，采用主成分分析法结合最大方差旋转法，对收集到的303份数据进行分析。结果显示，26项条目中，有2项条目未能与其他条目负荷于同一因子，删除此2项条目后，最终提取出4个特征根＞1的公因子。修订后的量表共包含24项条目，各因子载荷均＞0.40。见表2。

本研究使用Amos 24.0建立结构方程模型，经验证性因子分析，显示χ²/df=7.575，P＜0.001，GFI=0.931，CFI=0.909，IFI=0.909，TLI=0.896，RMSEA=0.054。各拟合指标均接近或大于0.9，表明该模型结构效度良好。验证性因子分析结构模型见图1。

2.4　信度检验结果

采用Cronbach's α系数检验量表信度，总量表Cronbach's α系数为0.895，4个维度Cronbach's α系数分别为社交媒体依赖0.898，现实社交情况0.861，社交媒体选择倾向0.794，现实情感体验0.765。以上结果表明，量表整体及各维度均有良好的内部一致性（所有Cronbach's α系数＞0.75）。

3 讨论

研究表明，社交媒体的过度使用可能增加个体孤独感风险^［17］。大学生群体性孤独现象对其心理健康存在显著负面影响，亟需建立有效的早期预防与干预机制。目前国内外广泛使用的孤独感测量工具如UCLA孤独量表^［18-19］、感情与社会孤独量表^［20-21］等，主要聚焦个体层面的主观孤独体验，在测量维度上存在以下局限：⑴未能系统评估社会互动维度；⑵缺乏对网络社交行为的针对性测量；⑶难以有效捕捉网络时代的群体性孤独特征。现有关于大学生群体性孤独的研究多基于传播学理论视角，心理学实证研究相对匮乏，且尚未开发出适用于互联网社交情境的特异性测量工具。

本研究通过系统的量表开发流程，包括理论框架构建、专题小组讨论、德尔菲法专家函询和心理测量学检验，编制了大学生群体性孤独量表。效度分析显示，量表内容效度良好（I-CVI=0.75～1.00，S-CVI=0.93），探索性因子分析提取的4个因子累计解释方差58.737%，验证性因子分析结构方程模型拟合指标良好。信度分析显示，总量表和各维度的Cronbach's α系数均大于0.75。表明量表具有良好的信度和效度。

本研究开发的大学生群体性孤独量表具有以下特点：⑴测量维度创新：涵盖虚拟交往、现实交往和情感体验三维度；首次系统整合线上-线下社交行为评估。能较全面反映当下大学生群体性孤独情况。⑵条目表述简明，语言简洁易懂，具有群体筛查适用性。对今后的大学生群体性孤独相关研究具有一定的实际意义。但本研究存在一定的局限性：研究采用整群抽样，选取赣州市某医学院校的大学生为研究对象，不能代表更广泛的群体；因尚无其他群体性孤独量表，本研究未进行校标效度分析。未来研究者可基于本研究结果，扩大样本范围和类型，探讨不同地区和专业背景大学生或其他人群群体性孤独现状及测量手段。

参考文献

[1] 中国互联网络信息中心.第53 次《中国互联网络发展状况统计报告》［R/OL］.（2024-03-22）［2025-01-20］.

[2] NASLUND J A， ASCHBRENNER K A， MARSCH L A， et al. The future of mental health care： peer-to-peer support and social media［J］. Epidemiol Psychiatr Sci， 2016，25（2）：113-122.

[3] BARRY C T， SIDOTI C L， BRIGGS S M， et al. Adolescent social media use and mental health from adolescent and parent perspectives［J］. J Adolesc， 2017，61：1-11.

[4] 雪莉·特克尔.群体性孤独：为什么我们对科技期待更多，对彼此却不能更亲密？［M］.杭州：浙江人民出版社，2014.

[5] 王路，刘君，杨元，等.大学生社交网络使用与抑郁间关系的系统评价［J］.精神医学杂志，2024，37（1）：43-48.

[6] 郭英，肖飒，王琦.网络交往与现实交往中大学生孤独感的比较研究［J］.教育学术月刊，2018，（12）：75-81.

[7] 王忠，师乐，陆林.现代医学模式：困境、挑战和机会［J］.中国医学伦理学，2019，32（7）：837-839.

[8] 魏艺琳，张莉，陈芳菲，等.高血压患者主动健康行为量表编制［J］.中国公共卫生，2023，39（3）：370-374.

[9] 魏巍，荆鲁，徐凤芹.利用德尔菲法确立心血瘀阻证诊断标准［J］.中国中西医结合杂志，2010，30（6）：585-588.

[10] 杨建伯.流行病学方法［M］.北京：北京医科大学中国协和医科大学联合出版社，1994.

[11] 张华建.基于循证与德尔菲法构建孕产妇深静脉血栓形成护理预防方案的研究［D］.南昌：南昌大学，2021.

[12] 周亚敏.流行病学伤害调查问卷的编制与评价［D］.广州：暨南大学，2016.

[13] 肖汉仕，姚振东，庞璐，等.学生性格品质自评问卷的编制［J］.中国健康心理学杂志，2021，29（12）：1859-1864.

[14] DOU D， SHEK D T L. Concurrent and longitudinal relationships between positive youth development attributes and adolescent internet addiction symptoms in Chinese mainland high school students［J］. Int J Environ Res Public Health， 2021，18（4）：1937.

[15] 贾绪计，徐文娟，王庆瑾，等.学生核心素养框架下中学生健康素养的测量、发展特点与群体类型［J］.北京师范大学学报（社会科学版），2022（5）：10-18.

[16] 徐国祥.统计预测和决策［M］.上海：上海财经大学出版社，2005.

[17] 孙昌隆，朱峻同，张婧雅，等.大学生阈下抑郁与双重归因的关系：心理资本的中介作用［J］.中国健康心理学杂志，2023，31（8）：1212-1216.

[18] RUSSELL D， PEPLAU L A， CUTRONA C E. The revised UCLA loneliness scale：concurrent and discriminate validitvy evidence［J］. J Pers Soc Psychol， 1980，39：472-480.

[19] 任丽杰，韩宪国，刘俊升，等.UCLA-3孤独量表的因子结构及追踪测量等值性检验［J］.心理研究，2019，12（5）：439-445.

[20] 王娟，游越，姚小飞，等.湖北省某医学院学生人际交往能力、孤独感对自尊的影响分析［J］.医学与社会，2012，25（7）：77-78.

[21] 赵静，王文娟，朱琳，等.大学生孤独感、自我防御方式与自尊的相关性分析［J］.河北北方学院学报（自然科学版），2023，39（12）：9-12.

基金资助

江西省高校人文社会科学研究项目(XL19102)