《Frontiers in Psychology》:Capturing daily well-being: psychometric evaluation of the MHC-SF in a daily diary design
编辑推荐:
幸福感研究主要依赖于横截面回顾性个体层面评估,这可能忽略了跨情境和时间的短期波动。本研究评估了心理健康连续体简版(MHC-SF)在14天经验取样设计中的每日日记改编版,该设计包括13次每日末评估,随后在第14天进行最终问卷,样本为德语使用者(N=262)。研究
幸福感研究主要依赖于横截面回顾性个体层面评估,这可能忽略了跨情境和时间的短期波动。本研究评估了心理健康连续体简版(MHC-SF)在14天经验取样设计中的每日日记改编版,该设计包括13次每日末评估,随后在第14天进行最终问卷,样本为德语使用者(N=262)。研究人员使用传统心理测量学方法(内部一致性、验证性因子分析)和先进方法(概化理论、多水平信度、多水平验证性因子分析和探索性结构方程模型)检验了回顾性两周MHC-SF和MHC-SF的每日改编版。结果为MHC-SF的每日日记改编版提供了初步和有条件的支持。证据最强的是MHC总分和情绪幸福感,它们显示出相对较大的个体内变异性和可接受的个体内信度。相反,心理幸福感,尤其是社会幸福感,显示出更高的个体间稳定性和较弱的捕捉短期日常波动的证据。回顾性两周MHC-SF显示出极好的内部一致性,但其因子结构未被限制性验证性因子分析(CFA)模型很好地捕捉。探索性结构方程模型(ESEM)提供了更好的整体拟合,尽管载荷模式表明存在一个主导的一般幸福感因子,并且三个领域的经验分离有限,尤其是社会幸福感项目。随后的滞后分析表明幸福感具有中等的日常稳定性。总体而言,这些结果支持MHC-SF在生态有效环境中评估日常幸福感的整体和情绪方面的效用,而心理幸福感,特别是社会幸福感,应更谨慎地解释,并可能需要进一步调整以用于密集纵向设计。
**论文解读:MHC-SF在每日日记设计中的心理测量学评估**
**研究背景与意义**
幸福感研究长期依赖横截面回顾性个体层面评估(如一次性问卷),这类设计虽能捕捉稳定特质,但无法反映幸福感在短期情境和时间中的动态波动。心理健康连续体简版(MHC-SF,Keyes,2002,2005)是广泛使用的多维幸福感量表,整合了享乐(情绪幸福感)与实现论(心理幸福感、社会幸福感)视角,已在多国文化中验证。然而,其应用多集中于横截面或长期纵向研究(测量次数少),缺乏对日常波动的敏感性。经验取样法(ESM,Bolger等,2003;Csikszentmihalyi & Larson,1987)通过密集重复测量可减少回忆偏差,区分个体间差异与个体内变异性,但MHC-SF的每日改编版尚未得到系统心理测量学评估。本研究旨在填补这一空白,检验MHC-SF在14天每日日记设计中的心理测量学特性,为其应用于密集纵向研究提供实证依据。论文发表在《Frontiers in Psychology》。
**主要关键技术与方法**
本研究采用14天间隔-偶然经验取样设计(Reis & Gable,2000),通过ESMira智能手机应用(Lewetz & Stieger,2024)在德语社区样本(N=262,通过社交媒体、社区渠道招募,主要来自奥地利和德国)中收集数据。每日评估为每日末一次,共13次,第14天完成最终问卷。核心技术包括:传统心理测量学方法(内部一致性Cronbach's α、验证性因子分析CFA)、先进方法(概化理论G-theory、多水平信度评估R
kR与R
c、多水平验证性因子分析MCFA、探索性结构方程模型ESEM),以及滞后多水平模型。所有分析在R和Mplus中实现,避免具体操作步骤。
**研究结果**
**3.1 流失分析与数据质量**
通过比较基线及最终问卷的人口学变量,发现流失者(33%)更年轻(M=30.30岁),但性别、关系状态、国籍无显著差异。每日评估总有效报告2778份,依从率80%,平均每人完成10.39份(SD=2.64)。人口学变量在两次测量间高度稳定(年龄r=0.99,性别κ=0.96)。
**3.2 回顾性两周MHC-SF(横截面)**
**3.2.1 项目水平描述统计与信度**
回顾性两周MHC-SF(MHC-Trait)内部一致性高(Cronbach's α=0.93),各子量表α在0.85-0.88之间。项目间正相关(r=0.28-0.89),支持整体信度。
**3.2.2 验证性因子分析(CFA)与探索性结构方程模型(ESEM)**
原始三因子CFA模型(情绪幸福感EWB、心理幸福感PWB、社会幸福感SWB)拟合不佳(χ2/df=3.66,CFI=0.90,RMSEA=0.10,SRMR=0.12)。单因子与双因子模型同样未达可接受标准。二阶CFA产生负残差方差。ESEM三因子模型拟合最优(χ2/df=1.49,CFI=0.99,RMSEA=0.04,SRMR=0.03),但载荷模式显示第一因子占主导(一般幸福感因子),三领域经验分离有限,尤其社会幸福感项目仅捕获特定方差。
**3.3 MHC-State(纵向数据)**
**3.3.1 描述性分析**
概化理论(G-theory)系数显示MHC-State总表信度高(0.93),子量表系数EWB为0.87、PWB为0.90、SWB为0.88。多水平信度分析:个体间信度R
kR为0.95-0.97,个体内信度R
c以EWB最高(0.70),总表次之(0.68),PWB(0.53)和SWB(0.41)较低。项目水平地板效应显著(社会幸福感项目#6 "社会改善中" 37.1%选择"从不"或"一次";#8 "社会有意义" 37.6%),天花板效应见于情绪幸福感项目(#1 "快乐" 40.2%选择"三次及以上")。
**3.3.2 多水平验证性因子分析(MCFA)**
多水平CFA(MLR估计)显示个体内水平拟合可接受(SRMR-W=0.05),个体间水平拟合略弱(SRMR-B=0.10),整体CFI=0.93。基于WLSMV的补充模型(有序分类指标)显示类似模式(CFI=0.93,TLI=0.92,SRMR-W=0.04,SRMR-B=0.06),因子载荷中到高,但个体间水平潜在因子相关显著,表明子维度区分有限。
**3.3.3 时间效应**
线性混合模型显示MHC-State随时间轻微下降(b=-0.14,SE=0.03,p<0.001)。Day×MHC-Trait交互显著(b=0.01,p<0.001),表明回顾性幸福感高者每日下降更缓。子量表分析:EWB下降最明显(b=-0.07,p<0.001),PWB次之(b=-0.04,p=0.003),SWB无显著下降(b=-0.02,p=0.053)。零模型显示73%方差来自个体间差异。项目水平ICC范围0.43(环境掌控)至0.66(社会接纳)。滞后模型显示前一日MHC-State显著预测当日(b=0.23,p<0.001),表明中等日常稳定性。
**3.4 与回顾性及每日指标的关联**
在回顾性层面,MHC-Trait与VAS-Trait正相关(r=0.48-0.67,p<0.001),与SSS-8-Trait负相关(r=-0.27至-0.42,p<0.001)。在每日层面,多水平模型显示MHC-State与VAS-State正相关(b=0.20-0.37,p<0.001),与SSS-8-State负相关(b=-0.15至-0.28,p<0.001)。
**讨论与结论**
讨论部分指出,研究为MHC-SF的每日改编版提供了初步但有条件的支持,尤其总得分和情绪幸福感(EWB)在生态有效环境中表现良好,显示出较大的个体内变异性与可接受信度。心理幸福感(PWB)和社会幸福感(SWB)表现出更强的特质性,个体间变异占主导,且社会幸福感项目存在地板效应,可能因日常评估中广泛社会评价更新频率低。研究建议:减少响应类别(四点量表)有助于依从性;未来需在不同文化中检验项目功能;情绪幸福感适合应用于个性化时间敏感干预。局限性包括:样本非随机、单项目视觉模拟量表(VAS)作为外部指标、每日末报告可能受回忆偏差影响。
研究结论翻译如下:本研究提供了初步且有条件的证据,表明MHC-SF可用于每日日记研究,但支持度在各维度不一致。每日改编版最适合总得分和情绪幸福感;相反,心理幸福感和社会幸福感表现出更强的个体间成分和较弱的捕捉日常波动证据。三个维度中,情绪幸福感(EWB)最为动态,使其特别适合经验取样法(ESM)和个性化时间敏感干预,如跟踪幸福感的移动应用(Heshmati等,2023)。总之,MHC-State有助于弥合传统自我报告测量与现代基于体验的方法之间的差距。其简洁性(14题)和对情绪、心理、社会幸福感的多元覆盖,使其成为评估日常幸福感的整体和情绪方面的有前景工具。研究结果也指出了进一步精炼心理幸福感和社会幸福感维度以更好地捕捉密集纵向设计中短期波动的重要机会。