当前位置: 首页 > 期刊 > 《心理与行为研究》 > 2014年第1期 > 正文
编号:12675905
攻击性初中生的类别:一个潜在类别模型的应用(2)
http://www.100md.com 2014年1月1日 心理与行为研究2014年第1期
     2.3研究工具与数据分析

    采用Bjorkquist等人1992编制的DIAS(Direct&Indirect Aggression Scales)量表调查了不同攻击方式(身体攻击、言语攻击与关系攻击)(Bjorkqvist,Lagerspetz,&Osterman,1992;方小平,2009;余毅震,史俊霞,吴汉荣,2005)。这个问卷是五点量表(从来没有——总是这样),整个问卷有24个项目,分值越高代表其攻击行为越多。本次研究中,a系数为0.84。

    本研究中,用来分析测量的类型变量的模型是潜变量模型——潜在类别分析(LCA)。潜在类别分析是一种用来分析类型变量中关系的统计技术。简单来说,它可以得到一定的类别,而这些类别可以非常好地描绘观察数据中的联系(stephens,Petras,Febian&Walrath,2009)。本研究使用Mplus 4.2进行潜在类别分析。

    3.研究结果

    根据被试在攻击问卷上的四次得分,分别在身体、关系及言语攻击维度上选择两个得分最高的题目作为类别分析的项目。根据结果挑选出大喊大叫、不理睬、推搡、说坏话、绰号、拉扯作为后面分析的项目,将这六个项目转变成二分类别变量。为了保证四次测验的转变标准一致,根据问卷的形式以1为界限划分数据。选择1的被试记为0(没有相应的行为),选择2、3、4、5的被试记为1(出现了相应的行为)。四个测查时间点,这六个变量的情况如表1。

    由于这六个变量采用二元编码(0或1,1表示有过这种攻击方式),表1中的比例实际上也是相应行为的平均分。表1发现,在四次测试中,具有最高的使用比例都是大喊大叫和绰号,推搡和拉扯都是使用比例较低的变量。

    3.1模型的选择

    根据2007年Nylund建议的分析步骤,首先应该对分析模型进行选择。具体结合本研究数据,需要考虑的模型包括因素分析(FA)、潜在类别分析(LCA)、潜在类别因素分析(LCFA)和混合因素分析(FMA)。按Nylund的建议,四个时间点的数据应该分别独立拟合四种可能的模型。在每一个时间点,选出拟合最佳的上述四个模型,然后结合模型的实际意义,在这四种模型中选出一个最优模型。最后,整体考虑四次时间点得到的四个最优模型,此时同样也考虑实际应用,最终选出一个最适合研究数据的模型。

    本研究在模型的选择上考虑了多个模型,包括单因素的因素分析(FA,lf),两类、三类和四类的潜在类别分析(LCA),单因子两类、三类和四类的潜在类别因素分析(LCFA),单因子两类和三类混合因素分析(FMA)。对四个时间点的数据均进行了拟合,出于篇幅的原因只列出了时间点1和2的结果,见表2和表3。

    从统计值上看,四次时间的数据拟合结果均表明单因子因素分析、三类潜在类别分析、单因素两类潜在类别因素分析和单因素两类混合因素分析是四个最好的模型。在这四个模型中,以BIC、AIC值来看,单因素因素分析模型最小,表明它是最优的,然后就是三类潜在类别模型,但从研究的实际出发,最终选择三类潜在类别分析作为后面分析的模型。

    3.2潜在类别分析结果

    选择了三类潜在类别模型作为研究的分析模型后,分别对四个时间点的数据进行潜在类别分析,以描述和命名这三个模式。六个项目的条件概率是进行类型命名的重要统计值,它指出每一类个体使用每一个项目的概率,时间点1和时间点3的项目条件概率见图1、图2。

    从时间点1的项目条件概率可以看到,有两个比较稳定的模式,最上面的一类在六个项目上的概率都比较高,而最下面的一类则概率都较低。对于这两类,分别命名为“高攻击型”和“低攻击型”。此外,还有一种类型在有些项目上概率很高,甚至超过“高攻击型”。同时,它在某些项目上的概率会低于“低攻击型”。总体来看,这一类的项目概率还是处于“高攻击型”和“低攻击型”之间,于是命名这一类为“混合型”。从三种类型的被试分布比例来看,在时间点1上“高攻击型”占58%,“低攻击型”占21.6%,“混合型”占20.4%。后面三个时间点的LCA分析也得到同样的类别,特别是时间点3更加显著。从图2可以看到,“混合型”的项目条件概率更加极端,六个概率值会处在最高值或最低值。这些数值都说明采用三类潜在类别分析的恰当性,也支持了本研究对三种类型的命名。

    四个时间点三种类型中被试的比例,见表4。可以发现,在各个时间点上“高攻击型”都是占有最大量的被试,而“混合型”与“低攻击型”的相对大小一直都在变化中。

    3.3性别对攻击类型的影响

    本研究添加被试性别变量进入LCA模型(男生编码0,女生编码1),以考察不同性别初中生是否有不同的转变,结果见表5(低攻击型为参照类)。可以看到,在时间点1和时间点4上相对于低攻击型,女生属于混合型的发生比与男生有显著的差异。有趣的是,这两个点的系数符号相反。也就是说,在时间点1上相比于低攻击型,女生属于混合型的发生比低于男生。而在时间点4上,却是女生的发生比高于男生。在其他时间点及类型上均未发现在其它显著的关系。

    4.讨论

    本研究主要想探讨攻击性初中生的类别,不同于以往的攻击行为分类,希望以攻击行为来划分初中生。采用潜在类别模型分析的结果发现了三类攻击类别——高攻击型、混合型和低攻击型。高攻击型是其中人数最多的一类,反映了当前初中生的攻击行为还是很普遍的。这一类初中生的特点是在6项攻击行为上均有很高的发生率,他们会有高的频率采用攻击行为来应对日常冲突。本研究发现一类“特别”的攻击初中生——混合型,这类初中生在某些攻击行为上可能发生率很低,甚至比低攻击型还低,但是他们同时会有一些攻击行为的发生率高于高攻击型。产生这一类青少年的原因可能是,青少年处在人格、社会性的成熟期,他们已经开始懂得不应该采用攻击行为,特别是伤害性很大的攻击方式如身体攻击,所以本研究的混合型青少年在这样的攻击行为上得分很低。不过,此时的青少年自我意识发展既不完善也不稳定,自尊心容易受到伤害,情绪易波动,并且由于人际交往策略不成熟,同学之间的矛盾和冲突增多,他们也处在叛逆期的高峰,于是他们可能会采用一些间接而隐蔽的攻击方式(比如关系攻击)(Stephens,Petras,Fabian,&Walrath,2009)。对于学校工作者和父母来说,应该给予这一类初中生特别关注,因为他们不像高攻击者那样明显地展现所有的攻击行为,而且在某些攻击行为上会展现出最低的发生率,于是他们不一定会受到老师和家长的重视。但是他们会更加频繁地使用另外一些隐蔽的攻击行为,对于这些攻击行为的使用可能还会是三类初中生最高的。如果得不到惩罚,攻击行为带给他们只有“好处”,他们很有可能转变成高攻击型。

    另外,本研究也考察了三种攻击型初中生的性别差异。在研究的第一次和最后一次测试点,即初二下半学期开始和初三下学期结束,不同性别初中生的攻击类型有差异。具体来说,相比于低攻击型,初二下学期有更多混合型男生。进入初二,学生认知、社会性、道德观念的发展到了关键阶段(Karriker-Jaffe,Foshee,Ennett,&Suchindran,2008)。可能男生有过更多的受罚经历,加上明白了攻击行为的伤害性和错误性,他们有更强的动机去掩饰自己的攻击行为(Cillessen&Borch,2006)。而我们的文化对女生攻击行为有更强的指责和惩戒,她们也就不会以攻击行为来应对同伴间的冲突。到了初三上学期,相对于低攻击型,有更多的混合型女生。这一发现的原因可能是,随着初中男生道德和社会性的成熟,他们的同伴群体也越来越鄙视“言行不一”或“遮遮掩掩”(Murray-Close,Ostrov,&Crick,2007),男生也就更少有混合型攻击类型。另一方面,女生开始有更多的同伴群体,也就有更多同伴冲突的可能。但是传统文化又极力抑制和反对女生展现明显的攻击行为,她们就必须得采用隐蔽或半公开的方式,于是这个时候的女生有更多的混合攻击类型。

    5.结论

    本研究以潜在类别模型分析了初中生的攻击行为,发现了以下结果:(1)初中生存在三种攻击模式:高攻击型、混合型和低攻击型;(2)在初二中期,相比于低攻击类型,有更多的混合型男生;(3)在初三中期,相比于低攻击类型,有更多的混合型女生。 (吴鹏 刘华山 谢亚静 王卉)
上一页1 2