大学生网络游戏认知-成瘾量表的初步编制及信效度检验

开篇：润墨网以专业的文秘视角，为您筛选了一篇大学生网络游戏认知-成瘾量表的初步编制及信效度检验范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘 要】 目的：编制网络游戏认知-成瘾量表（Internet game cognitionaddition scale, IGCAS），并检验其信效度。方法：在165名大学生中先进行试测，确定16个条目的正式版本后以分层整群抽样法，随机抽取广东省在校大学生654名，施测网络游戏认知-成瘾量表和Young量表，考察网络游戏认知-成瘾量表的信度和效度。结果：探索性因素分析结果显示网络游戏认知-成瘾量表涵盖2个维度，游戏非适应认知因子和成瘾行为因子，可解释总方差的61.63%，各条目的因素负荷在0.550-0.850之间。验证性因素分析结果表明二因素模型的拟合指数分别为：χ2＝118.44， NNFI＝0.98，NFI＝0.98 ， CFI＝0.99，RMSEA＝0.087。量表的重测信度r=0.76 , P

【关键词】 网络成瘾；大学生；信度；效度；心理测量学研究

中图分类号：C913.5、B844.2 文献标识码：A 文章编号：1000-6729(2008)005-0319-04

网络成瘾障碍（Internet Addition Disorder, IAD）, 又称病理性网络使用（Pathological Internet Use， PIU）是指由于过度使用网络造成个体明显的社会、心理功能的损害，并伴随与上网有关的耐受性、戒断反应以及强迫等行为表现［1］。根据网络依赖内容的不同，IAD可划分特异性成瘾（Specific Pathological Internet Use，SPIU）和非特异性成瘾(Generalized Pathological Internet Use，GPIU)。GPIU是指对互联网非特定的多种服务使用成瘾，如网络聊天，BBS，BLOG，邮件成瘾以及无目的的上网打发时间成瘾，即主要是对互联网社交功能成瘾。SPIU是指个体使用互联网的特定功能成瘾，如网络游戏，网络赌博，观看电影等［2］。

随着网络逐渐步入大学生的日常生活，大学生成为IAD的高发人群［3,4 ］，以网络游戏成瘾最为常见。网络游戏成瘾是指个体过于迷恋网络游戏、过度卷入到网络游戏（包括在线网络联机类游戏，动作类、格斗类、赛车类、角色扮演类、即时战略类、模拟类、体育游戏类等）的娱乐功能之中。针对这一趋势，近年来，国内有研究者开始编制大学生游戏成瘾量表［5-7］ ，尝试发展出可用于诊断游戏成瘾的有效测量学工具。这些量表的条目主要涉及对成瘾行为（如冲动性、控制性、耐受性以及戒断症状）和功能损害后果的描述，经过信效度检验符合心理测量学的标准。然而，有研究表明，网络使用者对网络特定功能不恰当的、过度正性评价和获益，可能是其最终发展成为IAD者的重要认知中介因素［8］。而且，IAD者是否存在对网络功能的非适应认知应该是针对性认知行为干预策略实施的一个关键指标。上述量表中均未包含对网络游戏的非适应认知条目，也缺乏明确的划界分设定标准。

综上所述，本研究拟编制一套大学生网络游戏认知-成瘾量表,测量内容包括非适应性认知、成瘾行为和功能损害，并将其应用于大学生人群,检验量表的信效度。此外，还尝试根据大学生常模对量表的划界分进行初步设定。

1 对象和方法

1.1量表的编制

根据网络成瘾的临床表现、DSMⅣ的病理性赌博和物质滥用诊断标准，以及参考Caplan编制的一般性网络成瘾量表（Generalized Pathological Internet Use Scale ，GPIUS）［2］中关于网络功能的认知条目，经过中山大学心理系专业人员反复讨论，初步编制了23个条目，共划分为5个维度：游戏认知、游戏收益、冲动控制性、戒断症状和功能损害。项目采用利克特五点评分。“1”表示“完全不符合”，“5”表示“完全符合”。量表得分愈高，表明个体网络游戏成瘾倾向愈明显。根据项目分析和信效度检验结果，采用以下方法对条目进行筛选：①相关系数法。删除与量表总分的相关系数低于0.3的项目。②因素分析法。对条目作因素分析, 删除负荷系数小于0.4的条目。最终形成量表的正式版本共16个条目。

1.2 对象及施测程序

初测 在广东省中山大学和华南师范大学两所高校中选择200名本科生发放初测版本和Young成瘾量表（中文版）［3］，当场回收，所需时间20分钟左右，获得有效样本165名。其中男性78人，女性 87人，平均年龄19±1。

正式施测 选取中山大学、华南师范大学和广东商学院三所高校的大学本科生800名为研究对象，获得有效样本654名，平均年龄20±1岁。其中男性297人，女性357人；大一176人（26.9%），大二195 人(29.8%)，大三119人(18.2%)，大四164人(25.1%)。各年级男女比例和专业基本匹配（见表1）。选择40名被试在间隔15天后重新施测。

1.3 工具

Young成瘾量表［3］其项目来源于DSMIV病理性赌博诊断标准［9］，共包括8个条目：突显性、过度使用、戒断反应、控制失败、情绪调节、分心、隐瞒和忽视社交生活。条目采用0和1记分，回答“是”记1分，回答“否”记0分。当被试对8题中的5题回答“是”，即量表总分≥5，并且能够排除其他精神疾病所导致，则可诊断为IAD。

1.4 统计方法

采用相关分析、独立样本t检验、探索性因素分析和验证性因素分析。

2 结 果

2.1 网络游戏认知-成瘾量表的结构效度

将被试样本随机分为两部分,分别用于进行网络游戏认知-成瘾量表的探索性因素分析（n＝328）和验证性因素分析（n＝326） 。对正式施测的16个条目进行探索性因素分析, KMO值和Bartlett's检验结果为: KMO=0.929, Bartlett's=3233.353, P1的因子共2个，共解释方差61.63％，各项目在所属因素的负荷值为0.550～0.850。网络游戏认知-成瘾量表的两个因子分别命名为:游戏非适应性认知（主要表现为个体对网络游戏的过度正性评价，能从网络游戏中虚拟获益，但现实人际关系和学业受损）和游戏成瘾行为（包括个体进行网络游戏时行为的冲动性，缺乏控制、戒断症状和相关的品行问题）（见表2）。

由于探索性因素分析结果显示因子1的解释量达54.34%, 所以对网络游戏认知-成瘾量表分别进行单因素、五因素和两因素模型的验证性因素分析。结果显示，两因素模型要优于单因素模型和五因素模型，除RMSEA＝0.13指标不符合测量学要求外，其余模型拟合指数优良。根据模型修正提示，删除相似性高的3个条目后，模型有较大程度的改善，达到测量学接受水平（见表3）。

进一步考察网络游戏认知-成瘾量表的各维度分之间、维度分与总分之间的相关，结果显示：两维度分之间、维度分与总分之间均呈正相关（r=0.837、0.977、0.935，P

2.2 网络游戏认知-成瘾量表的信度分析

选择40名被试(男21人，女19人)，在间隔15天后重新施测，结果显示，前后测分数的相关系数为0.677～0.760,P

2.3效标关联效度

相关分析结果显示, 网络游戏认知-成瘾量表各维度分、总分与Young成瘾量表总分的相关系数在0.239～0.259之间, 均P

2.4 654名大学生网络游戏认知-成瘾量表得分情况

以Young量表得分≥5分为筛选成瘾的标准，654名学生中有572名Young量表得分

3 讨 论

3.1 网络游戏认知-成瘾量表的信度和效度

网络游戏认知-成瘾量表的因素分析显示量表涵盖两个维度，分别命名为游戏非适应性认知因子和游戏成瘾行为因子，可解释的总变异为61.63％。与国内同类量表相比，解释量略高［5,7］。但是，因素分析结果与量表编制的构想维度不一致。进一步分析发现，游戏非适应性认知因子的条目涉及原构想维度中的游戏认知、游戏收益维度的所有条目和功能损害维度的部分条目，包括测量个体对网络游戏是否存在不恰当的正性评价，是否从网络游戏中获得心理上的满足和虚拟的收益，以及现实人际关系和学业受损。如“玩游戏让我获得别处得不到的满足感”，“在虚拟的游戏世界里我感到安全”，“游戏高手可以得到别人的尊重和羡慕”，“宁愿玩游戏也不愿意和人出去玩”等。提示个体对网络游戏不恰当的正性评价与自身能从网络游戏中获得虚拟收益的感受存在密切关系，而且这些对网络游戏的非适应性认知方式与沉溺于网络游戏对个体造成的人际关系和学业损害关系也存在一定的关系。此外，网络游戏认知-成瘾量表的成瘾行为因子包含的条目涉及原构想维度中的冲动控制性和戒断症状两个维度的所有条目，以及功能损害维度的其余条目，主要包括个体对网络游戏存在行为上的冲动性、缺乏控制能力，不能上网时有明显的戒断反应，为了玩网络游戏而出现撒谎和借钱等行为问题。如“我对网络游戏有难以控制的强烈渴望”，“不上网时我脑海里浮现网络游戏的场景”和“向周围人隐瞒自己痴迷网络游戏的程度”等。提示冲动性、缺乏控制和戒断反应是成瘾行为的共同特征，这些症状常同时存在，而且成瘾行为本身与个体因为玩网络游戏而出现其他的行为问题如撒谎和欺骗有密切关系。由此可见，尽管网络游戏认知-成瘾量表的因素结构与编制时的构想维度存在差异，但是却较好地区分了游戏成瘾的认知模式和行为表现两大特征，并在非适应性认知方式和成瘾行为可能带来的不同功能损害后果方面得到一些有意义的启示。此外，虽然网络游戏认知-成瘾量表的两个维度分之间的相关系数达到0.837,且有统计学显著性，但验证性因素分析的结果表明两因素模型明显优于单因素模型。

效标效度结果显示，网络游戏认知-成瘾量表总分、非适应认知维度分和成瘾行为维度分与Young量表总分相关显著，但相关系数值较小，分别为0.259、0. 255和 0.239。此外，对于Young量表区分出的成瘾组和非成瘾组，两组在网络游戏认知-成瘾量表总分和各维度分上均有显著差异。说明网络游戏认知-成瘾量表具有较好的效标效度，可以作为鉴别游戏成瘾的有效工具。而且，网络游戏认知-成瘾量表涉及的成瘾特征与Young量表存在较大的差异，有较好的独立性。

从信度分析结果来看，网络游戏认知-成瘾量表的重测信度、内部一致性信度均达到较好水平，说明该量表稳定可靠。

3.2 网络游戏认知-成瘾量表的划界分初步设定

本研究参考SCL-90［10,11］的划界分设定标准,根据无成瘾倾向的572名大学生的网络游戏认知-成瘾量表分数分布情况，将x＋1SD作为网络游戏认知-成瘾量表因子分和总分的划界分标准。即如果被试满足网络游戏认知-成瘾量表非适应认知因子分≥20分，成瘾行为因子分≥13分或总分≥32分中的任一标准，则提示被试存在网络游戏成瘾倾向。网络游戏认知-成瘾量表因子分或总分在x＋2SD以上（分别为非适应认知因子分≥26分，成瘾行为因子分≥16分，总分≥41分），则提示被试符合网络游戏成瘾的标准。

3.3 IGCAS的局限和展望

本研究编制的网络游戏认知-成瘾量表在维度上能较好地区分对网络游戏的非适应认知和成瘾行为两大特征，尤其是非适应认知维度的条目设置是对于描述网络游戏成瘾者认知特点的一次有意义的尝试，对国内现有的相关量表起了一定的补充作用。可为今后对网络游戏成瘾者实施针对性认知干预策略提供理论依据。

但是本研究的对象全部为广东省大学生，取样比较局限，样本的代表性不足，而且缺乏临床样本。今后可考虑将样本扩大至临床诊断的网络成瘾人群，进一步检验该量表的构想效度和实证效度，细化量表的划界分标准。此外，量表的项目数在现有的基础上可进一步扩充，以期尽量完善和充分描述网络游戏成瘾者的认知和行为特点。

参考文献

1 YoungK. Internet addition: the emergence of a new clinical disorder. Cyber Psychol Behav, 1998，1(3):237-244.

2 Caplan SE. Problematic Internet use and psychosocial wellbeing: development of a theorybased cognitivebehavioral measurement instrument. Comput Human Behav, 2002,18:553-575.

3 朱克京，吴汉容. 大学生网络成瘾的心理社会因素. 中国心理卫生杂志，2004，18（11）：796-798.

4 MorahanMartin J, Schumacher P.Incidence and correlates of pathological Internet use among college students. Comput Human Behav, 2000, 16: 13-29.

5 聂晶,钱铭怡. 大学生电脑游戏成瘾量表的编制和信效度检验. 中国心理卫生杂志,2006，20（11）：750-753.

6 周治金,杨文娇.大学生网络成瘾类型问卷的初步编制.中国心理卫生杂志,2006，20（11）：754-757.

7 刘惠军，李洋，李亚莉.大学生电脑游戏成瘾问卷的编制. 中国心理卫生杂志, 2007, 21(1): 36-39.

8 Davis RA, Flett GL, Besser A. Validation of a new scale for measuring problematic internet use: implications for preemployment screening. Cyber Psychol Behav, 2002, 5(4): 331-345.

9 American Psychiatric Association. Diagnostic and Statistical Manual of Mental Disorders. 4th Ed. Arlington: VA, 2000.

10 张明园.主编. 精神科评定量表手册. 长沙: 湖南科技出版社, 1993:1-25.

11 唐秋萍, 程灶火,袁爱华,等. SCL-90 在中国的应用与分析. 中国临床心理学杂志, 1999 , 7 (1) : 16.

2007-06-28收稿：2007-12-20修回