《TECHNOLOGY IN SOCIETY》：Structural Re-Examination and Cross-cultural Validation of the Attitudes Towards Older Adults Using Technology (ATOAUT) Scale
编辑推荐：
数字时代下的年龄歧视（Digital ageism）被定义为针对老年人在数字技术使用方面的隐性或显性刻板印象、偏见与歧视，近年来随着技术的飞速发展日益受到关注。然而，当前该领域缺乏强有力的心理测量学支持，且跨文化验证研究十分有限。本研究旨在评估老年人技术使用态
数字时代下的年龄歧视（Digital ageism）被定义为针对老年人在数字技术使用方面的隐性或显性刻板印象、偏见与歧视，近年来随着技术的飞速发展日益受到关注。然而，当前该领域缺乏强有力的心理测量学支持，且跨文化验证研究十分有限。本研究旨在评估老年人技术使用态度（Attitudes Towards Older Adults Using Technology, ATOAUT）量表的心理测量学属性与效度，通过探索新的结构概念化，并在美国英语使用者与中国大陆汉语使用者两个社会文化样本中进行跨文化验证。研究严格遵循基于共识的健康测量工具选择标准（COnsensus-based Standards for the selection of health Measurement INstruments, COSMIN）。在试点阶段，研究人员进行了英汉双向翻译，通过专家咨询提升内容效度，并对普通民众进行预实验以提升表面效度与可读性。随后，在验证阶段，研究人员收集了398名英语使用者（女性占48.5%，平均年龄Mage=51.6岁）和410名汉语使用者（女性占65.9%，平均年龄Mage=51.5岁）的数据，对修订后量表的心理测量学属性进行检验。验证性因子分析（Confirmatory Factor Analysis, CFA）显示，既往使用的单因子模型拟合良好，而包含（1）动机、（2）能力、（3）代际比较三个因子的三因子模型拟合更优。测量等值性分析（Invariance analysis）表明模型仅达到部分标量等值（partial scalar invariance），这意味着虽然因子结构与因子载荷在不同文化中相似，但在比较观测均值时需持谨慎态度。量表在两种语言中的信度均得到提升。研究人员通过使用其他年龄歧视量表、技术使用指标及幸福感指标，确立了量表的聚合效度与区分效度。本研究为未来探索数字年龄歧视的文化差异提供了新的概念框架。
研究背景与意义
随着数字化进程加速，数字年龄歧视（Digital ageism）作为一种针对老年人技术参与能力的系统性偏见日益凸显。尽管现有的老年人技术使用态度（ATOAUT）量表初步填补了测量空白，但其早期版本存在结构效度不足、难以区分刻板印象与偏见成分，且仅限于西方语境应用的局限。此外，现有年龄歧视测量普遍缺乏跨文化验证，难以支撑全球老龄化背景下的比较研究。为此，研究人员依据基于共识的健康测量工具选择标准（COSMIN），对ATOAUT量表进行了全面的结构再检验与跨文化修订，旨在通过严谨的心理测量学验证，确立一个适用于东西方文化的可靠测量工具，从而推动数字年龄歧视领域的实证研究。该研究最终发表于期刊《TECHNOLOGY IN SOCIETY》。
关键技术方法
研究人员采用两阶段混合设计。第一阶段为试点阶段，通过对14名东西方专家进行咨询以提升内容效度，并执行严格的英汉双向翻译程序；随后招募110名受试者进行预实验，评估项目的可读性（Readability）与表面效度。第二阶段为验证阶段，研究人员通过Prolific和问卷星平台，分别在美国和中国招募了共计808名受试者（美国398人，中国410人），样本涵盖青年与老年群体。统计分析主要采用验证性因子分析（CFA）与多组验证性因子分析（MGCFA）检验结构效度与跨文化等值性，并使用Cronbach's α系数评估信度，通过相关性分析验证聚合与区分效度。
研究结果
1. 因子结构（Factor structure）
研究人员首先测试了既往的单因子模型，发现拟合指数未达理想标准。随后测试的12题项三因子模型（动机、能力、代际比较）显示出更优的拟合度。在英语样本中，修正后的三因子模型拟合指数为CFI=0.946，RMSEA=0.077；在汉语样本中，拟合指数为CFI=0.980，RMSEA=0.049。这表明将量表划分为三个维度在统计学上具有合理性。值得注意的是，动机与能力两个因子间存在较高的相关性（r=0.813-0.883），暗示二者在概念上存在重叠。
2. 跨文化等值性分析（Cross-cultural invariance analysis）
多组验证性因子分析结果显示，无论是单因子还是三因子模型，均通过了形态等值（Configural invariance）与弱等值（Metric invariance）检验，证明量表的基本结构和因子载荷在美中两组人群中是一致的。然而，强等值（Scalar invariance）未获完全支持，仅达到部分标量等值。具体而言，有7至8个题项的截距在两组间存在差异，主要表现为中国样本的平均得分更高。这提示研究人员在直接比较两国人群的观测均值时应保持谨慎，建议使用潜变量分数进行比较。
3. 信度（Reliability）
修订后的12题项量表整体信度显著提升。英语版本的Cronbach's α系数为0.898，汉语版本为0.906，均高于早期研究。各维度的信度同样表现良好，其中能力维度（英语α=0.856，汉语α=0.892）和动机维度（英语α=0.807，汉语α=0.829）信度较高，代际比较维度因仅含2个题项，信度略低但仍在可接受范围内。
4. 相关性分析（Correlations）
聚合效度方面，ATOAUT总分与一般自身老化态度（ATOA）呈显著正相关，但与技术恐惧（Technophobia）的相关性更强，证实了量表测量的是特定的技术情境下的年龄歧视。区分效度方面，量表得分与数字设备拥有量呈负相关，与使用限制数量呈正相关，符合理论预期。此外，量表得分与抑郁指标（PHQ-2）、孤独感（UCLA Loneliness Scale）呈正相关，与生活满意度呈负相关，揭示了数字年龄歧视对心理健康的潜在负面影响。跨文化差异显示，中国样本中ATOAUT与一般年龄歧视及幸福感指标的关联强度普遍高于美国样本。
讨论与结论总结
研究人员在讨论中指出，本研究成功确立了ATOAUT量表的跨文化适用性。虽然未能实现完全的标量等值，但部分标量等值的结果已足够支持跨组比较。研究发现，关于“能力”的刻板印象是数字年龄歧视中最突出的维度，这与技术接受模型中的感知易用性（Perceived Ease of Use）相呼应。同时，研究人员指出，尽管三因子模型拟合更佳，但动机与能力的高度相关反映了公众倾向于将老年人的技术使用意愿与能力混为一谈，这是未来干预需要打破的认知误区。
结论部分强调，本研究基于COSMIN指南，显著提升了ATOAUT量表的结构效度、可读性与信度，并提供了数字年龄歧视在动机、能力和代际比较三个维度的新概念化框架。虽然量表在中美人群中具有部分跨文化效度，但由于文化背景导致的反应风格差异（如中国样本得分偏高），未来研究在使用观测均值进行比较时需加以控制。随着人工智能等新技术的发展，数字年龄歧视的形式将更加复杂，研究人员视此类测量工具的开发为一个持续的迭代过程，需不断随技术发展进行验证与优化。
