儿童入学准备之情感与社会性个别测试的现代信度分析

【摘要】情感与社会性是儿童认知发展的重要内容。儿童入学准备综合测评子量表《情感与社会性个别测试》是测评儿童情感与社会性发展水平的重要工具。本研究基于现代信度估计视角，用《情感与社会性个别测试》对从全国5个省份抽样的2069名儿童进行测评，对测评结果进行分析发现，《情感与社会性个别测试》的α系数、合成信度系数和同质性系数等现代信度估计值均接近0.850，或高于0.850，表明该量表具有较高的信度。

【关键词】学前儿童;情感与社会性;信度

【中图分类号】G610 【文献标识码】A   【文章编号】1004-4604（2024）10-0031-04

情感与社会性是儿童认知发展的重要内容。目前，儿童情感与社会性问卷的信度分析大多采用α系数、重测信度以及分半信度等进行估计。众所周知，重测信度受重复测量时间和样本等的影响，〔1〕分半信度随着分半方法的不同而不同，也极不稳定。〔2〕另有研究发现，只有当测验误差不相关时，才能使用α系数进行估计。〔3〕还有研究认为，α系数不能很好地估计测验信度。〔4〕现代信度估计理论提出基于量表的因子分析视角估计信度，如采用同质性系数和合成信度系数等。〔5〕同质性是指所有题目都测量了相同的特质。合成信度是量表合成分数的信度。〔6〕就单维测验而言，同质性系数等于合成信度系数。〔7〕对于多维测验，同质性系数小于或等于合成信度系数。〔8〕《情感与社会性个别测试》是儿童入学准备综合测评的子量表之一，是测评和研究儿童情感与社会性发展水平的重要工具，〔9〕其信度估计主要采用α系数报告。综合梳理相关研究〔10，11〕发现，已有研究较少从现代信度估计视角对《情感与社会性个别测试》的信度进行深入分析。对该量表进行深入的信度分析不仅是其测量属性的重要内容，而且是其科学性的重要前提，十分必要。

一、研究方法和过程

《情感与社会性个别测试》是盖笑松编制的儿童入学准备综合测评工具的子量表，用于测评儿童情感与社会性的发展水平。〔12〕《情感与社会性个别测试》由4个问题情景共28个项目组成。4个问题情景分别是“加入别人的游戏”“争抢玩具”“帮助受欺负的朋友”和“电视台选台矛盾”，每个问题情景含7个项目。依据儿童对各个项目的反应进行编码，编码分为积极、中性、消极三种，分别记2分、1分、0分，累计所有项目的得分为总分。

1.抽样对象

本研究采用分层随机抽样法，从全国抽取5个省份，在每个省份分层抽取20余所幼儿园，在每所幼儿园随机抽取大、中、小班各1个（若幼儿园均是混龄班，则随机抽取3个混龄班），在每个班级随机抽取男童和女童各3名，剔除无效数据后，最后共计2069名儿童完成测评。具体抽样结果见表1。

2.施测方法和过程

主试严格按照量表指导语和流程对儿童进行一对一测评。为降低干扰，测评在幼儿园安静且儿童熟悉的活动室开展。测评开始前，主试通过询问儿童背景信息如儿童姓名等方式熟悉儿童，以缓解儿童的紧张情绪。主试填写儿童基本信息。测评时间为每名儿童10—20分钟。若测评过程中出现儿童需要休息等情况，可适当中止测评，待征得儿童同意后再继续测评。

所有主试均需参加统一且严格的培训，所有测评均取得家长和教师的知情同意书，符合儿童研究伦理。

3.数据分析方法和过程

本研究采用统计分析软件（SPSS26.0和MP⁃LUS8.60）对数据进行初步整理，之后进行α系数分析、验证性因子分析、双因子模型分析、合成信度系数和同质性系数估计等统计处理。

在初步整理测评数据后，研究者对数据进行整体α系数估计。该量表含4个问题情景，研究者将每个问题情景视为1个维度，估计各问题情景的α系数。该量表也可被视为含2个问题情景，即将原来的问题情景“加入别人的游戏”视为“启动友谊”情景，另外3个问题情景视为“冲突解决”情景。为深入分析和比较各维度的α系数，研究者同时对这2个维度的α系数进行估计。

基于因子分析理论，合成信度系数的估计方法与具体的模型紧密联系。同一批数据，不同的模型会得出不同的合成信度系数。因此，计算合成信度系数的模型应当正确且拟合良好。〔13〕因子模型分析指以《情感与社会性个别测试》的28个项目为观测变量，以4个问题情景为潜在因子，分别构建一阶四因子模型（模型1）和双因子模型（以一阶四因子为基础，模型2），再以28个项目为观测变量，以“启动友谊”和“冲突解决”2个问题情景为潜在因子，分别构建一阶二因子模型（模型3）和双因子模型（以一阶二因子为基础，模型4）以及高阶因子模型（模型5）。双因子模型的构建原理是把“加入别人的游戏”“争抢玩具”“帮助受欺负的朋友”以及“电视台选台矛盾”这4个问题情景，或“启动友谊”和“冲突解决”这2个问题情景当作局部因子，认为28个项目同时又测量了全局因子，如此成为双因子。高阶因子模型以“启动友谊”和“冲突解决”作为一阶因子，然后构建二阶因子。通过比较各模型拟合指数确定最优拟合模型，然后基于该最优拟合模型进行合成信度系数估计。

同质性系数估计与合成信度系数估计类似，也需基于拟合优度较好的因子模型进行估计。例如，双因子模型拟合优度最好，同质性系数是全局因子的方差与测验总分方差的比值。

二、研究结果

1.α系数估计结果

《情感与社会性个别测试》量表整体α系数、4个维度的α系数以及2个维度的α系数结果见表2。量表整体α系数为0.867;当分为4个维度时，每个维度的α系数介于0.650—0.702之间;当分为2个维度时，每个维度的α系数分别为0.702和0.830。总之，α系数介于0.650—0.867之间。

2.合成信度系数估计结果

合成信度系数估计需基于因子模型分析结果，因子模型分析结果见表3。其中，卡方与自由度的比值（χ2/df）越小，比较拟合指数（CFI）和非范拟合指数（TLI）越接近1，近似误差均方根（RMSEA）和标准化残差均方根（SRMR）小于0.08等，均表示模型数据拟合较好。〔14〕因子分析模型1、2、3、4、5的结果显示：模型5无法收敛;其他4个模型的拟合指数虽然没有达到理想值，但相比较而言，模型2的拟合指数比模型1、3、4的拟合指数更好，故最终确定基于模型2即双因子模型（以一阶四因子为基础）来进一步估计合成信度系数。

基于模型2的双因子模型结果估计合成信度系数，其估计值为0.886，95%置信区间为（0.874，0.893），也就是说，《情感与社会性个别测试》合成信度系数95%的可能性不低于0.874。

3.同质性系数估计结果

同质性系数估计也同样基于表3中模型2的双因子模型分析结果，其结果为0.846，95%置信区间为（0.784，0.883），表明该量表同质性系数95%的可能性不低于0.784。

三、讨论

1.对当前信度估计结果的分析

《情感与社会性个别测试》所含28个项目的α系数为0.867，无论是以4个问题情景为维度，还是以2个问题情景为维度进行α系数分析，其估计值均低于0.867。这是因为α系数主要受测验长度的影响。〔15〕另有研究认为，α系数存在低估测验的内部一致性的情况，〔16〕尤其是当测验含有多个维度且误差相关时，需采用合成信度系数检验测验的内部一致性，用同质性系数衡量同质性。〔17〕

基于因子分析模型的《情感与社会性个别测试》的合成信度系数估计值为0.886，进一步说明这28个项目内部一致性较好;同质性系数为0.846，意味着该量表所含项目均在测量相同的心理特征，即儿童的情感与社会性发展水平。同质性系数估计值小于合成信度系数估计值（0.846<0.886），是因为计算合成信度系数时其计算公式的分子中含有局部因子方差。总之，《情感与社会性个别测试》的α系数、合成信度系数估计值均在0.850以上，同质性系数估计值接近0.850，说明该量表具有较高的信度。

2.与以往信度估计结果的比较

本研究采用了现代信度估计方法如α系数、合成信度系数和同质性系数等，对《情感与社会性个别测试》的内部一致性和同质性等展开讨论。本研究与以往儿童情感与社会性问卷信度估计的不同主要体现在两个方面，分别是估计方法和结果。正如前文所述，儿童情感与社会性问卷通常采用α系数、重测信度和分半信度等估计方法。这些方法易受测验长度、测评时间和分半方法等的影响，〔18〕也几乎没有顾及量表本身的结构。因为《情感与社会性个别测试》包含多个维度，所以采用合成信度系数和同质性系数进行估计是十分必要的补充。另外，与已有的情感与社会性问卷的信度估计结果相比较，《情感与社会性个别测试》问卷具有较高的信度。例如，中国版的《幼儿情绪及社会性发展量表》的重测信度为0.780—0.860，分半信度为0.820—0.900，α系数为0.790—0.880，所有信度的估计值均在0.700以上。〔19〕又如，廖莎等人编制的《情感社会性问卷》的α系数为0.870。〔20〕

本研究结果表明，《情感与社会性个别测试》具有较高的信度，可以作为测量儿童情感与社会性发展水平的可信工具之一，用于开展相关测评，作为促进儿童情感与社会性发展的实证依据。

参考文献：

〔1〕张力为.信度的正用与误用〔J〕.北京体育大学学报，2002（3）：348-350.

〔2〕柴辉.调查问卷设计中信度及效度检验方法研究〔J〕.世界科技研究与发展，2010（32）：548-550.

〔3〕〔6〕〔8〕〔17〕温忠麟，陈虹熹，方杰，等.新世纪20年国内测验信度研究〔J〕.心理科学进展，2022，30（8）：1682-1691.

〔4〕〔7〕温忠麟，叶宝娟.测验信度估计：从α系数到内部一致性信度〔J〕.心理学报，2011，43（7）：821-829.

〔5〕叶宝娟.经典测验信度的现代估计方法〔M〕.北京：中国社会科学出版社，2014.

〔9〕〔12〕盖笑松.儿童入学准备研究与实践〔M〕.长春：吉林教育出版社，2006.

〔10〕杨芳，闫裕，盖笑松.出生低体重儿童的入学准备状况〔J〕.中国心理卫生杂志，2008（10）：765.

〔11〕于涛，盖笑松.儿童入学准备状态的评估及其对学校适应的预测〔J〕.心理与行为研究，2013，11（4）：503-510.

〔13〕吴瑞林，袁克海.基于结构方程模型的合成信度及其使用问题研究〔J〕.统计与信息论坛，2012，27（12）：14-20.

〔14〕温忠麟，侯杰泰，马什赫伯特.结构方程模型检验：拟合指数与卡方准则〔J〕.心理学报，2004（2）：186-194.

〔15〕叶宝娟，温忠麟.用Delta法估计多维测验合成信度的置信区间〔J〕.心理科学，2012（35）：1213-1217.

〔16〕刘红云.α系数与测验的同质性〔J〕.心理科学，2008（1）：185-188.

〔18〕叶宝娟，杨强.用Delta法估计误差相关测验合成信度的置信区间：以FAD为例〔J〕.心理学探新，2015，35（3）：251-256.

〔19〕王惠珊，张建端，黄小娜，等.中国城市幼儿情绪及社会性发展量表标准化的信度和效度分析〔J〕.中国儿童保健杂志，2009，17（3）：271-274.

〔20〕廖莎，郑福明.父母关于儿童入学准备的观念研究〔D〕.广州：华南师范大学，2007.