大学生网络游戏认知-成瘾量表的初步编制及信效度检验(1)
【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
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<0.01)。, 百拇医药(李欢欢 王 力 王嘉琦)
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<0.01)。, 百拇医药(李欢欢 王 力 王嘉琦)