曾伟楠 赵旭东 万崇华△ 马泽威 于 磊

目前国内用于评价家庭动力的量表主要是杨建中等人[1]于2002年编制的系统家庭动力自评量表(scale of systematic family dynamics)，该量表主要从家庭气氛、个性化、系统逻辑和疾病观念四个维度共29题衡量反映家庭认知、情绪和互动行为特征的家庭动力。量表的信效度均符合心理测量的要求，各维度的Cronbach α系数在0.67～0.89之间，重测信度为 0.89，对疾病组和正常对照组的比较上有较好的区别效度。过去10多年，该量表在不同的群体中得到了应用，如精神障碍患者[2]、违法犯罪人员[3-4]、问题行为儿童[5]、心理障碍患者[6-10]。总的来说，以上的研究均认为个体所感知到的家庭动力与个人的心理健康水平有密切的关系。但过去的研究中，对于该量表本身的研究尚不够全面，这将可能会影响量表在实际使用和研究中的准确性。因此在应用本量表进行家庭动力的测量与诊断之前，我们有必要从多个方面对量表进行研究。本文主要研究量表的结构效度。

目的和方法

对系统家庭动力量表的结构效度进行再验证。除了使用传统的验证性因子分析(confirmatory factor analysis,CFA)方法外，还使用了新近发展的探索性结构方程(exploratory structural equation modelling,ESEM)的方法。Marsh,Asparouhov & Muthén[11]指出，尽管一些量表(特别是心理学方面)可以通过探索性因子分析(EFA)来获得较好的因子结构，但当使用验证性因子分析进行验证时却得不到较好的拟合度，原因是在探索性因子分析时实际上是允许有较低的跨因子负荷的，而在验证性因子分析中，这些跨因子负荷都固定为零。后者这一做法使得模型较难获得与数据较好的拟合度。通常CFA根据修正指数来增加新路径以寻找拟合度更佳的模型，但这种探索过程被批评为数据驱动的事后模型[12-18]。而ESEM则继承了CFA的功能同时具有EFA的灵活性，ESEM除了估计题目在其主因子上的负荷以外，还估计出部分比较小的其他因子负荷，这给我们展现了更真实的情况，使模型的拟合指数达到研究的基本要求，因而也使得一些高级统计分析更顺利地进行[14]。

基于此，我们分别使用CFA和ESEM方法对同一数据进行分析，以比较这两种方法在分析系统家庭动力量表的结构差异。样本来自广东省两所高校五所中学，选取了6115名学生发放问卷，当场填写当场回收，有效回收5997份，有效回收率是98.07%，其中大学生1048人，高中生1434人，初中生3452人，男生2998人，女生2893人，城市学生2542人，农村学生3119人，部分学生基本信息不详。使用Epidata3.1和Mplus7.0对数据进行处理。

结 果

先后分别采用CFA和ESEM对量表进行分析。两模型的各项拟合指数见表1。从表1可见，CFA模型的拟合指数不佳，CFI=0.780<0.90，TLI=0.760<0.90，表明CFA模型不能拟合实际数据。从表2可见，CFA模型将跨因子的负荷都固定为0，这不符合数据的实际情况，由探索性因子分析(EFA)得出的因子结构没有在CFA中等到验证。表1还显示了探索性结构方程(ESEM)的结果，模型的拟合指数较好，CFI=0.935>0.90，TLI=0.910，表明ESEM模型能拟合实际数据。从表4可见，ESEM允许各条目跨因子负荷，尽管大部分的跨因子负荷系数较小，但这比固定为0更符合实际情况，因而提高了模型的拟合度。

表1 CFA和ESEM模型各项拟合指数汇总表

表2 基于CFA的系统家庭动力量表的因子负荷表

Marsh指出，由于CFA将跨因子负荷固定为0，从而造成对应因子的负荷被高估[15]。比较表2和表4，可见，CFA模型中绝大部分的维度内因子负荷系数比ESEM模型大。在因子间的相关系数方面，从表3和表5可见，ESEM模型的因子相关系数低于CFA模型。总之，无论是因子内的因子负荷还是因子间的相关系数，均是ESEM模型低于CFA模型，而ESEM对数据的拟合度高于CFA，ESEM的结果更符合数据的实际情况。

表3 基于CFA的系统家庭动力量表的因子相关系数表

表4 基于ESEM的系统家庭动力量表的因子负荷表

表5 基于ESEM的系统家庭动力量表的因子相关系数表

讨 论

Marsh指出，过去许多的心理测量工具在进行结构方程建模时很难满足拟合指数的最低要求[16]。尽管许多心理量表能通过探索性因素分析获得若干个因子，但当使用验证性因子分析时却达不到合格的拟合优度，这其实反映了CFA的缺点，即单维假设与跨因子负荷固定为0较难符合数据实际，特别是心理学方面的数据。

本次所研究的系统家庭动力量表，由杨建中等[1]研制者通过探索性因子分析得出四个因子，而采用验证性因子分析得出的模型拟合指数不佳，乃是因为该29题量表存在较多的跨因子负荷的条目，这其实是心理量表普遍存在的情况，特别是人格量表[16]。如果量表的CFA模型已经较难拟合样本数据，那么，一些更高级的SEM分析将难以进行下去。这可能是过去多年以来有关系统家庭动力结构方程模型的研究较难开展的主要原因。新近发展的探索性结构方程模型为解决这一难题提供了新的思路[11]。本研究通过采用ESEM的方法，模型能较好地拟合数据，更符合数据的真实情况，为进一步做其他深入研究创造了条件。

在实际应用中，ESEM还可以通过“目标旋转(target rotation)”[11]来进行。相比于CFA根据修正指数来增加新路径的数据驱动的事后模型，ESEM的这种“目标旋转”的方法介于机器旋转与人工旋转之间，在指定增加“目标”负荷时通常结合了已有的知识[14]。通过这种方法，ESEM模型既可达到拟合数据的目的，又可避免过度引入太多跨因子负荷而导致过度拟合的情况出现。

结 论

在系统家庭动力量表的研究中，ESEM模型比CFA模型更能拟合数据，当使用CFA模型不能满足拟合指数要求时，可使用ESEM模型。

参 考 文 献

1.杨建中,康传媛,赵旭东,等.系统家庭动力学自评问卷的编制及信效度分析.中国临床心理杂志,2002,10(4): 263- 265.

2.赵旭东,许秀峰,杨昆,等.系统家庭治疗前后精神障碍患者家庭动力学变化及其与疗效的关系.中华精神科杂志,2000,33(2):81-84.

3.唐正芬,冯曦云，赵旭东.家庭动力学特征与青少年应付方式及违法犯罪的相关研究.中国儿童保健杂志,2002,10(2):101-103.

4.郑禹,刘协和.男性盗窃犯父母教养方式及其家庭动力学结构研究.四川大学学报(医学版),2010,41(6):1047-1050.

5.杨丽，黄朝红，姚坚，等.儿童行为问题与家庭动力学特征关系研究.临床心身疾病杂志,2008,14(1):38-39.

6.周朝当,王丽芳,王秀锦.癔症患病行为与家庭动力的相关性研究.临床心身疾病杂志,2006,12(3):187-189.

7.李瑾.抑郁症患者家庭动力特征的研究.中国民康医学,2011,23(15):1846-1850.

8.马希权,郑占杰,姚玉红,等.焦虑障碍少年的家庭动力学特征.中国心理卫生杂志,2011,25(5):356-360.

9.李惠,赵旭东,陈增堂,等.家庭动力与大学新生适应的关系.中国心理卫生杂志,2009,23(2):133-137.

10.李静,甘露春,刘金英.医科院校大学生心理状态与家庭动力学的相关性特征.中国组织工程研究与临床康复,2007,11(30):6113-6115.

11.Asparouhov TB.Muthén.Exploratory structural equation modeling.Structural Equation Modeling: A Multidisciplinary Journal,2009,16(3): 397-438.

12.Browne MW.An overview of analytic rotation in exploratory factor analysis.Multivariate Behavioral Research,2001,36(1): 111-150.

13.Schmitt TA.Current methodological considerations in exploratory and confirmatory factor analysis.Journal of Psychoeducational Assessment,2011,29(4): 304-321.

14.麦玉娇,温忠麟.探索性结构方程建模(ESEM):EFA和CFA的的整合.心理科学进展,2013,21(5):934-939.

15.Marsh HW,Muthen B,Asparouhov T,et al.Exploratory structural equation modeling,integrating CFA and EFA: Application to students’ evaluations of university teaching.Structural Equation Modeling: A Multidisciplinary Journal,2009,16(3): 439-476.

16.Marsh HW,Ludtke O,Muthen B,et al.A new look at the big five factor structure through exploratory structural equation modeling.Psychological Assessment,2010,22(3): 471.