刘璟莹，杨继鹏，刘彦慧

社区居家养老医疗服务是指为老年人提供医疗服务工作的社会化服务，服务对象为社区中居住在家的老年人［1］。第六次全国人口普查结果显示，我国的60岁及以上老年人口数已达到1.76亿，占总人口数的13.26%［2］。老龄化进程与家庭小型化、空巢化相伴随，社会养老保障和养老服务的需求将急剧增加［3-4］。伴随着我国人口老龄化进程的加剧和家庭养老功能的弱化，社区居家养老已经成为符合我国老年人特点与需求的新型养老模式［5-6］，其在很大程度上解决了家庭养老服务非专业化的困扰，也避免了机构养老中亲情淡薄、老年人对生活环境不熟悉及生活成本高等问题［7-8］。虽然社区居家养老医疗服务具有方便、经济、快捷等优点，但目前存在的社区医务人员配置不足、诊疗水平有待提高、服务环境有待改善等问题［9-10］，仍使老年人及其家属存在担忧［11］。因此，如何准确、有效地评估我国社区居家养老医疗服务水平十分重要。但目前国内外尚缺乏统一的社区居家养老医疗服务评估工具，理论模型也多种多样，多数学者采用自编评估工具进行研究，可能会因为量表内外效度、适用人群、研究侧重点、文化差异等原因影响评估结果。因此，设计出专门适用于测量我国社区居家养老医疗服务水平的工具十分必要。本研究以SERVQUAL结合顾客体验理论制定理论框架，构建了社区居家养老医疗服务满意度量表，并对其信效度进行检验，以为了解我国社区居家养老医疗服务状况、制定更为有效的措施提高社区居家养老医疗服务水平、改善老年人生活质量提供依据，也为我国后续社区居家养老医疗服务的相关研究提供评估工具。

1 对象与方法

1.1 量表的构建

1.1.1 量表内容 将SERVQUAL评价方法与顾客体验理论结合，构建我国社区居家养老医疗服务满意度量表的理论框架；通过文献研究，归纳整理我国社区居家养老医疗服务满意度的影响因素；参考国际上公认满意度量表［12-14］，从中抽取与本研究相关的条目；设计开放式提问对医学专家和老年人进行调研。

具体为：（1）按照编制量表的程序，以SERVQUAL和顾客体验理论结合的理论框架为基础，形成量表的一级概念框架，即可靠性、响应性、保证性、移情性、有形性；然后根据上述途径，对其进行进一步细化分解，形成二级概念框架。确定由12个维度76个条目构成所要编制的社区居家养老医疗服务满意度量表的基本内容。（2）基于条目的普遍性、代表性方面考虑，对收集的条目进行删减，并对相关度高的条目进行合并。再经12位医学专家和1位心理学教授对条目进行2轮筛选与评定，修改表达模糊的条目，合并有重复性的条目，建立量表的构成维度，即预防保健、诊疗能力、延续护理、医患信任、专业技能、服务态度、诊疗流程、关爱和尊重、有效沟通、诊疗设备、就诊环境、工作着装，将条目从最初的76个减至70个。（3）在天津市某社区选取40例老年人进行量表草本的预调查。结合预调查结果，课题组再次进行小组讨论，对条目的语言表达、编排顺序等进行调整，合并有重复性的条目，修改表达模糊的条目。如“社区医疗机构能为您解答保健品问题”改为“社区医疗机构能为您解答保健用品（如辅助用具）使用方面的问题”；“社区医疗机构有时会组织义诊（如老年常见病、季节流行病健康知识指导）”改为“社区医疗机构有时会组织义诊，进行健康知识宣传（如老年常见病、季节流行病健康知识指导）”。最后建立了包含12个维度66个条目的预试量表。

1.1.2 量表计分 目前社会、心理学研究所涉及的问卷评分较多采用李克特式量表（Likert-type Scale），而其中又以4～6点计分法居多。郭庆科等［15］认为，5级评分模型的测量精度较高，若条件具备，建议设置为1～5级评分。因此，本研究采用Likert 5级评分法，各条目按照“非常不同意”“不同意”“一般”“同意”“非常同意”分别计为1～5分。量表总分为各条目得分之和，得分越高表示对社区居家养老医疗服务的满意度越高。

1.2 量表条目筛选及信效度检验

1.2.1 问卷调查 根据样本粗略估计方法，取量表条目的10倍为最小样本量（n=660）。于2016年3—9月，采用方便抽样法在天津市6个社区及前往3家社区卫生服务机构就诊的老年人中抽取研究对象。由经过统一培训的调查员发放问卷，老年人在社区管理人员的组织下填写问卷，填写过程中调查员采用统一指导语指导老年人填写问卷，填写完成后统一收回。剔除内容雷同和空白的无效问卷，最终纳入老年人738例。其中，男375例、女363例，年龄60～74岁，平均年龄（67.6±4.8）岁。2周后，随机抽取其中的30例进行重测。

1.2.2 量表条目筛选 根据量表编制方法学，采用临界比值法、相关性分析、内部一致性检验进行量表条目删选。（1）临界比值法：将被测者按总分高低排列，以总分较高的27%为高分组、以总分较低的27%为低分组，采用两独立样本t检验求出各条目的临界比值（t值），比较高分组和低分组在各条目上的差异，以考察条目对不同程度受试者的区分能力。以临界比值≤3.000为条目删除标准。（2）相关性分析：采用Pearson相关分析计算各条目得分与总分的相关系数（r），r值越大表示条目与总量表的测量属性越一致。以r＜0.300或无统计学意义为条目删除标准。（3）内部一致性检验：如删除某一条目后，总量表Cronbach's α系数有较大提升，则认为该条目所测属性与其余条目不同，考虑删除［16］。

1.2.3 量表效度检验 本研究对量表进行结构效度检验，包括探索性因子分析和验证性因子分析。（1）探索性因子分析旨在评价量表的建构效度。采用Bartlett's球形检验判断量表是否适合进行探索性因子分析，以KMO＞0.800且P＜0.05为适合。探索性因子分析主要从两个方面评价量表的结构效度：①公因子应与设计时假设的量表结构一致，且公因子的累计方差贡献率应＞40.000%；②各条目均应在其中一个公因子上有较高负荷值（＞0.400），而在其他公因子上负荷值较低。同时考虑各公因子至少应包含3个条目。（2）验证性因子分析旨在检验建构效度的适切性和真实性。以χ2/df＜3.000为模型拟合较好；以拟合优度指数（GFI）、调整拟合优度指数（AGFI）、相对拟合指数（CFI）、Tucker-Lewis拟合指数（TLI）、标准化拟合指数（NFI）、增值拟合指数（IFI）均≥0.900为模型路径图与实际数据适配；以渐进残差均方和平方根（RMSEA）＜0.050为模型适配度非常好［16-17］。

1.2.4 量表信度检验 （1）Cronbach's α系数：计算各维度和总量表的Cronbach's α系数，以衡量量表的内部一致性程度。如各维度Cronbach's α系数＜0.600或总量表Cronbach's α系数＜0.700，最好重新修改语句或增删条目。（2）分半信度：计算各条目和总量表的分半信度，以＞0.700为分半信度较好。（3）重测信度：旨在考察量表跨时间的稳定性，计算两次量表得分的r值，以＞0.700为量表稳定性高［16］。

1.3 统计学方法 采用EpiData 3.1软件录入数据，采用SPSS 19.0统计软件分析数据，以P＜0.05为差异有统计学意义。

2 结果

2.1 量表条目分析与筛选

2.1.1 临界比值法 以量表总分＞228分的老年人为高分组（n=200），以总分＜195分的老年人为低分组（n=199）。结果表明，条目17、22、25、42、56、60、63的临界比值分别为2.988、1.654、0.716、0.788、1.380、2.315、1.907（P＞0.05），故删除（见表1）。

2.1.2 相关性分析 Pearson相关分析结果显示，量表各条目得分与总分均呈线性正相关（P＜0.01）。条目19、20、21、22、25、52、60得分与总分的r值分别为0.098、0.096、0.135、0.149、0.267、0.285、0.241，故删除（见表1）。

2.1.3 内部一致性分析 总量表的Cronbach's α系数为0.936，删 除条目 17、22、25、42、56、60、63后总量表Cronbach's α系数增大为0.939，故删除。

2.2 量表结构效度

2.2.1 探索性因子分析 对剩余55个条目进行分析，Bartlett's球形检验结果显示，KMO=0.812，χ2=27 026.068，P＜0.001，适合进行探索性因子分析。一次探索性因子分析中，根据条目同时在2～3个公因子上具有较高负荷、在任何公因子中的负荷均＜0.400，考虑各公因子至少应有3个条目，删除21个条目。删除后，Bartlett's球形检验结果显示，KMO=0.848，χ2=13 520.059，P＜0.001，适合进行探索性因子分析。二次探索性因子分析共获得7个公因子。虽然条目1、3、6、7、8与条目55、59、61、65、66在同一公因子内，但难以让老年人对其内涵达成共同理解，故根据理论构思和各条目内容，将其拆为2个公因子。因此获得8个公因子，分别命名为：预防保健（5个条目）、就诊环境（5个条目）、诊疗能力（7个条目）、医患信任（3个条目）、专业技能（3个条目）、服务态度（4个条目）、诊疗效率（4个条目）、诊疗设备（3个条目，见表2）。

表1 66个条目的临界比值及与量表总分的相关性分析Table 1 CR value of 66 items and the correlation coefficient of each item with the total score of the initial ESSCHCE

2.2.2 验证性因子分析 对34个条目进行验证性因子分析，结果显示，模型的整体拟合度较好，χ2=639.801，df=432，χ2/df=1.481，GFI=0.894，AGFI=0.854，CFI=0.978，TLI=0.971，NFI=0.905，IFI=0.935，RMSEA=0.040（结构方程模型及标准化路径系数见本刊官网www.chinagp.net电子期刊相应文章）。

2.3 量表信度 34个条目量表的Cronbach's α系数为0.973，8个维度的Cronbach's α系数分别为0.851、0.785、0.945、

0.709、0.756、0.747、0.712、0.811。总量表的分半信度为0.902，各维度分半信度分别为0.855、0.854、0.907、0.731、0.748、0.732、0.724、0.907。总量表的重测信度为0.899，各维度重测信度分别为0.877、0.847、0.833、0.799、0.822、0.845、0.888、0.869。

表2 社区居家养老医疗服务满意度量表的探索性因子分析结果Table 2 Results of exploratory factor analysis of the initial ESSCHCE

3 讨论

社区居家养老医疗服务满意度量表包括预防保健（5个条目）、就诊环境（5个条目）、诊疗能力（7个条目）、医患信任（3个条目）、专业技能（3个条目）、服务态度（4个条目）、诊疗效率（4个条目）、诊疗设备（3个条目），共8个维度。研究结果表明，SERVQUAL和顾客体验理论结合的框架适合作为我国社区居家养老医疗服务满意度量表的理论模型［12-14］。

探索性因子分析共获得7个公因子。其中条目1、3、6、7、8与条目55、59、61、65、66均落在同一个公因子内。根据对内容的详细解读，结合开发量表维度的初衷，发现该10个条目难以使老年人对其内涵达成共同理解，不能共同反映一个内容，因此将其拆分为两部分。验证性因子分析结果表明，8个维度间具有中高度相关，所有适配指标均在可接受范围内，表明模型的整体拟合度较好。

总量表Cronbach's α系数为0.973，8个维度的Cronbach's α系数为0.709～0.945，表明量表的内部一致性较好。各维度的分半信度为0.724～0.907，总量表分半信度为0.902，量表分半信度较好。总量表的重测信度为0.899，各维度重测信度为0.799～0.888，表明量表测量结果具有较好的稳定性［16］。经信效度检验，编制的社区居家养老医疗服务满意度量表具有较好的信度与效度，可以作为我国社区居家养老医疗服务满意度测量的试用工具。

由于研究条件和时间等的限制，本研究采用的抽样方法为方便抽样法，未能进行系统的随机抽样，样本主要来源于天津市，具有地域局限性。目前国内外学者对社区居家养老医疗服务的评估尚缺乏统一的评价工具，可以参考和借鉴的研究成果不多，与其相似测量内容量表较少，因此未进行效标效度的测量。老年人集中注意力的时间有限，而本研究的问卷内容较多，因此老年人在填写过程中难免出现精力不能集中现象。本研究的数据收集方法单一，仅有来自老年人对其自身评价的问卷调查，未能使用多角度的方法进行研究，可能导致研究结果不全面。

后期研究可扩大样本量和取样范围：考虑不同地域（如沿海与内地、东中西部、南方与北方、一线城市与二线城市等），采用分层随机抽样方法，使样本尽可能均匀的分布于各地区，建立我国社区居家养老医疗服务满意度常模，从多角度评价社区居家养老医疗服务满意度，如从家庭、照顾者、社会等不同角度评价，使研究结果更丰富、全面，力求立体反映我国社区居家养老医疗服务满意度水平。也可根据我国不同地区的研究结果对调查工具进行修订，删去因子载荷量过低的条目，使其更精简、更适用于老年人；也可增加更符合我国文化、适合我国老年人的条目，并进行反复测评、验证，最终形成成熟的社区居家养老医疗服务满意度测评量表。

作者贡献：刘璟莹进行文章的构思与设计、结果的分析与解释、论文的撰写与修订，对文章整体负责，监督管理；杨继鹏进行数据收集、整理及统计学处理；刘彦慧进行研究的实施与可行性分析，负责文章的质量控制及审校。

本文无利益冲突。

［1］郭荔莉.哈尔滨市社区居家养老医疗服务体系构建研究［D］.哈尔滨：哈尔滨工业大学，2014.

GUO L L.Research on the construction of community home care service system in Harbin City［D］.Harbin：Harbin Institute of Technology，2014.

［2］国务院人口普查办公室.中国2010年人口普查资料［EB/OL］.［2017-06-15］.http：//www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm.

Census Office of the State Council.China's 2010 census data［EB/OL］.［2017-06-15］.http：//www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm.

［3］STODDART H，WHITLEY E，HARVEY I，et al.What determines the use of home care services by elderly people［J］.Health Soc Care Community，2002，10（5）：348-360.DOI：10.1046/j.1365-2524.2002.00380.x.

［4］肖方娅.转型条件下中国农村空巢老人的养老保障研究［D］.西安：西北大学，2007.

XIAO F Y.Research on pension security of Chinese rural emptynesters in transition conditions［D］.Xi'an：Northwest University，2007.

［5］ZENG Y，CHEN H，WANG Z，et al.Implications of changes in households and living arrangements for future home-based care needs and costs for disabled elders in China［J］.Journal of Aging and Health，2015，27（3）：519-550.

［6］张景秋，刘欢，齐英茜，等.北京城市老年人居住环境及生活满意度分析［J］.地理科学进展，2016，34（12）：1628-1636.DOI：10.18306/dlkxjz.2015.12.011.

ZHAGN J Q，LIU H，QI Y Q，et al.Living environment and life satisfaction of aged population in Beijing Municipality［J］.Progress in Geography，2016，34（12）：1628-1636.DOI：10.18306/dlkxjz.2015.12.011.

［7］姚冬磊.我国居家养老服务体系建设研究［D］.石家庄：河北师范大学，2014.

YAO D L.Research on the construction of home care service system in China［D］.Shijiazhuang：Hebei Normal University，2014.

［8］章晓懿.城市社区居家养老服务质量研究［D］.镇江：江苏大学，2012.

ZHANG X Y.Research on the quality of residential care in urban communities［D］.Zhenjiang：Jiangsu University，2012.

［9］GENUIS S J.Medical practice and community health care in the 21st century：a time of change［J］.Public Health，2008，122（7）：671-680.DOI：10.1016/j.puhe.2008.04.002.

［10］孙俊伟，程永福，李娟，等.宁波市江北区社区卫生服务综合配套改革的政策评价［J］.中国卫生政策研究，2010，3（7）：26-31.DOI：10.3969/j.issn.1674-2982.2010.07.002.

SUN J W，CHENG Y F，LI J，et al.The policy evaluation of the comprehensive supporting reform of community health service in Jiangbei District of Ningbo City［J］.China Health Policy Research，2010，3（7）：26-31.DOI：10.3969/j.issn.1674-2982.2010.07.002.

［11］孙研.人口老龄化背景下城市社区居家养老研究［D］.长春：吉林大学，2015.

SUN Y.The research on residential care in urban communities under the background of aging population［D］.Changchun：Jilin University，2015.

［12］BITNER M J，BROWN S W，MEUTER M L.Technology infusion in service encounters［J］.Journal of the Academy of Marketing Science，2000，28（1）：138-149.

［13］WOODRUFF R B，CADOTTE E R，JENKINS R L.Modeling consumer satisfaction processes using experience based norms［J］.Journal of Marketing Research，1983，20（3）：296-304.DOI：10.2307/3151833.

［14］LUPO T.A fuzzy framework to evaluate service quality in the health care industry：an empirical case of public hospital service evaluation in Sicily［J］.Applied Soft Computing，2016，40（3）：468-478.DOI：10.1016/j.asoc.2015.12.010.

［15］郭庆科，周晶.Likert量表分析中不同ITR模型的有效性［J］.心理学探新，2003，23（3）：67-70.

GUO Q K，ZHOU J.The validity of different ITR models in Likert Scale analysis［J］.Psychological Exploration，2003，23（3）：67-70.

［16］吴隆明.问卷统计分析实务：SPSS操作与应用［M］.重庆：重庆大学出版社，2010.

WU L M.Questionnaire statistical analysis practice：SPSS operation and application［M］.Chongqing：Chongqing University Press，2010.

［17］贾俊平.统计学［M］.4版.北京：中国人民大学出版社，2011：265-285.

JIA J P.Statistics［M］.4th ed.Beijing：China Renmin University Press，2011：265-285.