
-
生物通官微
陪你抓住生命科技
跳动的脉搏
尼日利亚多中心样本中智能手机成瘾量表短版(SAS-SV)的因子结构、测量等值性与聚合效度验证
《BMC Psychology》:Dimensionality and measurement invariance of the smartphone addiction scale among pharmacy students using general, correlated, second-order, and bifactor models; association with the bergen social media addiction scale: a multi-university study
【字体: 大 中 小 】 时间:2026年10月17日 来源:BMC Psychology 4.6
编辑推荐:
摘要背景智能手机成瘾量表短版(SAS-SV)被广泛用于评估问题性智能手机使用,但关于其潜在构念结构的证据在不同社会文化背景下仍不一致。本研究通过在尼日利亚多中心样本中运用竞争性的因子模型(总体因子模型、相关因子模型、二阶因子模型和双因子模型),评估了SAS-SV的维度性、测量
智能手机成瘾量表短版(SAS-SV)被广泛用于评估问题性智能手机使用,但关于其潜在构念结构的证据在不同社会文化背景下仍不一致。本研究通过在尼日利亚多中心样本中运用竞争性的因子模型(总体因子模型、相关因子模型、二阶因子模型和双因子模型),评估了SAS-SV的维度性、测量等值性和聚合效度。
在尼日利亚三所公立大学(伊巴丹大学、奥巴费米·阿沃洛沃大学和贝宁大学)的688名药学本科生(354名男性,334名女性;平均年龄=22.33岁,SD=3.31)中开展了一项横断面在线调查。参与者完成了SAS-SV和卑尔根社交媒体成瘾量表(BSMAS)。数据集被分为两个子样本,分别用于探索性因子分析(EFA;n1=344)和验证性因子分析(CFA;n2=344)。我们运用竞争性CFA模型、辅助性双因子指标、多组测量等值性检验以及与BSMAS得分的协相关分析来评估其结构架构。
在竞争性验证性模型中,双因子模型显示出更优的拟合度(χ2/df=3.67,CFI=0.949,TLI=0.911,SRMR=0.043),尽管RMSEA偏高(0.088,90% C.I. [0.070, 0.108])。辅助性双因子指标,包括解释公共方差(ECV)=0.697、层级Omega(ωH)=0.752、构念可复制性(H)=0.862和因子确定性(FD)=0.891,有力地支持了智能手机成瘾总体因子的主导地位。此外,SAS-SV在性别和机构间表现出构型等值性、度量和标量等值性,并与BSMAS表现出强聚合效度(r=0.781,p<0.001,95% C.I. [0.743, 0.813])。
尽管存在多维度的子主题,但SAS-SV在该人群中主要作为一个稳健的单维度测量工具发挥作用。研究者和临床医生可以放心使用综合总分来评估问题性智能手机使用,并在解释时应关注底层子量表的方差变化。
智能手机成瘾量表短版(SAS-SV)被广泛用于评估问题性智能手机使用,但关于其潜在构念结构的证据在不同社会文化背景下仍不一致。本研究通过在尼日利亚多中心样本中运用竞争性的因子模型(总体因子模型、相关因子模型、二阶因子模型和双因子模型),评估了SAS-SV的维度性、测量等值性和聚合效度。
在尼日利亚三所公立大学(伊巴丹大学、奥巴费米·阿沃洛沃大学和贝宁大学)的688名药学本科生(354名男性,334名女性;平均年龄=22.33岁,SD=3.31)中开展了一项横断面在线调查。参与者完成了SAS-SV和卑尔根社交媒体成瘾量表(BSMAS)。数据集被分为两个子样本,分别用于探索性因子分析(EFA;n1=344)和验证性因子分析(CFA;n2=344)。我们运用竞争性CFA模型、辅助性双因子指标、多组测量等值性检验以及与BSMAS得分的协相关分析来评估其结构架构。
在竞争性验证性模型中,双因子模型显示出更优的拟合度(χ2/df=3.67,CFI=0.949,TLI=0.911,SRMR=0.043),尽管RMSEA偏高(0.088,90% C.I. [0.070, 0.108])。辅助性双因子指标,包括解释公共方差(ECV)=0.697、层级Omega(ωH)=0.752、构念可复制性(H)=0.862和因子确定性(FD)=0.891,有力地支持了智能手机成瘾总体因子的主导地位。此外,SAS-SV在性别和机构间表现出构型等值性、度量和标量等值性,并与BSMAS表现出强聚合效度(r=0.781,p<0.001,95% C.I. [0.743, 0.813])。
尽管存在多维度的子主题,但SAS-SV在该人群中主要作为一个稳健的单维度测量工具发挥作用。研究者和临床医生可以放心使用综合总分来评估问题性智能手机使用,并在解释时应关注底层子量表的方差变化。