花 靜,彭 麗,吳擢春,曹 萌,楊丹丹,許建明,耿福海
高溫?zé)崂丝蓪?dǎo)致人體體溫調(diào)節(jié)系統(tǒng)的功能失調(diào),從而誘發(fā)心血管疾病或中暑的發(fā)生。而隨著全球氣候變暖趨勢(shì)的不斷持續(xù),高溫對(duì)于人類(lèi)健康的危害也日益加劇。上海市氣象局從2004年開(kāi)始推行了針對(duì)熱相關(guān)疾病的高溫預(yù)警服務(wù),除了對(duì)高溫本身進(jìn)行預(yù)報(bào)以外,對(duì)于不同預(yù)警等級(jí)還制訂了預(yù)防熱相關(guān)疾病的相應(yīng)措施,成為了上海地區(qū)防止中暑等熱相關(guān)疾病的綜合預(yù)防措施之一。然而該項(xiàng)預(yù)警服務(wù)措施實(shí)施至今對(duì)公眾的效果效益如何亟待相關(guān)研究進(jìn)行評(píng)價(jià),由于其效果指標(biāo)的測(cè)量涉及了“健康結(jié)局”及“服務(wù)依從性”等問(wèn)題,無(wú)法單純沿用氣象領(lǐng)域傳統(tǒng)的服務(wù)評(píng)估指標(biāo)[1-6],需要結(jié)合衛(wèi)生和氣象領(lǐng)域的特點(diǎn),采用量化的方法構(gòu)建測(cè)量工具,對(duì)該服務(wù)進(jìn)行有效和可靠的評(píng)估。因此本研究選擇了曾用于“社區(qū)衛(wèi)生服務(wù)效果評(píng)估”的“邏輯框架”理論作為基礎(chǔ),從服務(wù)可及性、關(guān)注滿意度、依從性、服務(wù)效果效益(將“中暑”等熱相關(guān)疾病的發(fā)生和相應(yīng)醫(yī)療費(fèi)用也作為評(píng)價(jià)的指標(biāo))等方面構(gòu)建“高溫預(yù)警服務(wù)公眾評(píng)價(jià)量表”。通過(guò)服務(wù)人群的調(diào)查對(duì)該量表的穩(wěn)定性(信度)和可靠性(效度)進(jìn)行評(píng)價(jià),不僅為高溫預(yù)警服務(wù)的效果評(píng)估提供可靠的工具,也可為進(jìn)一步建立“上海地區(qū)醫(yī)學(xué)氣象服務(wù)效果評(píng)價(jià)體系”提供依據(jù)。
1.1 調(diào)查對(duì)象 2011年10月,以攔截式調(diào)查方式在上海市9個(gè)重點(diǎn)商圈開(kāi)展問(wèn)卷調(diào)查,共獲問(wèn)卷684份,其中有效問(wèn)卷435份。本研究所獲得的樣本量符合量表信效度分析要求的觀測(cè)條目(13條)與樣本量比例為1∶5或以上。調(diào)查員由具有公共衛(wèi)生專(zhuān)業(yè)背景本科以上學(xué)歷的人員組成。正式調(diào)查開(kāi)始前,對(duì)調(diào)查人員進(jìn)行統(tǒng)一培訓(xùn),使其明確調(diào)查的目的和意義、并了解高溫對(duì)于人體危害的相關(guān)知識(shí),統(tǒng)一指導(dǎo)語(yǔ),在向被調(diào)查者提問(wèn)和解釋條目意思時(shí)采用通俗化、易于理解以及不產(chǎn)生歧義的語(yǔ)言。問(wèn)卷回收后進(jìn)行逐條審查。并在數(shù)據(jù)輸入前對(duì)問(wèn)卷進(jìn)行“二次”核查。本研究獲得復(fù)旦大學(xué)公共衛(wèi)生學(xué)院倫理學(xué)委員會(huì)批準(zhǔn),批準(zhǔn)號(hào):IRB#2011-10-0320。
1.2 量表設(shè)計(jì) 本研究首先通過(guò)查閱文獻(xiàn)資料了解國(guó)內(nèi)外現(xiàn)有的健康氣象服務(wù)效果評(píng)價(jià)研究現(xiàn)狀,并在廣泛征集一線氣象預(yù)報(bào)服務(wù)人員建議的基礎(chǔ)之上制定了15個(gè)條目的初始問(wèn)卷。隨后以小組討論(8名專(zhuān)家組成)的方式對(duì)不適合本國(guó)實(shí)際情況的條目予以刪減,增加相應(yīng)適用性更強(qiáng)的條目,或?qū)l目?jī)?nèi)容進(jìn)行修改,最后確定了13個(gè)條目進(jìn)行問(wèn)卷調(diào)查。問(wèn)卷采用里克特五分法,分1~5級(jí)計(jì)分,其中“沒(méi)有”計(jì)1分,“輕微”計(jì)2分,“一般”計(jì)3分,“比較高”計(jì)4分,“非常高”計(jì)5分,得分越高表明情況越好。問(wèn)卷中同時(shí)包括了年齡、性別、職業(yè)和文化程度等基本信息的調(diào)查。
1.2.1 信度分析 采用Guttman折半系數(shù)分析量表的內(nèi)部一致性,將量表題目按照奇偶數(shù)分成兩個(gè)折半量表,獲得兩個(gè)折半量表測(cè)驗(yàn)總分的相關(guān)系數(shù)即折半系數(shù)[7]??死拾秃障禂?shù)(Cronbach′s α)是評(píng)價(jià)量表內(nèi)部一致性信度的另一方法,α取值在0~1,測(cè)量學(xué)上認(rèn)為,總量表Cronbach′s α系數(shù)在0.80以上為佳,0.70~0.80是可以接受的范圍,如果低于0.7為信度不良[5]。
1.2.2 效度分析 采用條目水平內(nèi)容效度指數(shù)(item-level content validity index,I-CVI)評(píng)價(jià)內(nèi)容效度,由7名專(zhuān)家對(duì)每個(gè)測(cè)試條目根據(jù)符合、修改后符合、不符合三個(gè)等級(jí)(分別賦值3、2、1)進(jìn)行評(píng)分,最后將評(píng)分相加后除以滿分值(即7名專(zhuān)家均評(píng)為“符合”的總分)即獲得I-CVI[8],I-CVI大于0.80提示內(nèi)容效度較好。量表的結(jié)構(gòu)效度采用探索性和驗(yàn)證性因素分析兩種方法。探索性分析[9]運(yùn)用主成分分析法提取公因子,采用因子特征值>1.0作為判斷標(biāo)準(zhǔn)(Kaiser標(biāo)準(zhǔn)),采用正交旋轉(zhuǎn)法進(jìn)行因子旋轉(zhuǎn)[10];根據(jù)探索性因素分析的結(jié)果,構(gòu)建量表驗(yàn)證性因素分析(confirmatory factor analysis,CFA)模型,模型的擬合度指標(biāo)[11-13]除了卡方自由度比(χ2/df)外,還包括了擬合優(yōu)度指數(shù)(good-of-fit index,GFI)、調(diào)整擬合優(yōu)度指數(shù)(adjusted goodness-of-fit Index,AGFI )、正規(guī)擬合指數(shù)(normed fit index,NFI)、比較擬合指數(shù)(comparative fit index,CFI)等。結(jié)構(gòu)效度中的聚合效度通過(guò)所獲得的最終模型的因素載荷和各因子的平均方差抽取量(average variance extracted,AVE)判斷;而結(jié)構(gòu)效度中的區(qū)分效度根據(jù)量表總得分區(qū)分出高分組(前27%)與低分組(后27%),采用兩獨(dú)立樣本t檢驗(yàn)分析高、低分組在每個(gè)測(cè)試條目的差異;方差不齊者采用調(diào)整t檢驗(yàn)。
1.3 統(tǒng)計(jì)學(xué)方法 采用Epidata 3.1錄入數(shù)據(jù),并進(jìn)行邏輯核查;一般信效度分析應(yīng)用SPSS 17.0軟件進(jìn)行統(tǒng)計(jì)分析,驗(yàn)證性因素分析采用AMOS 17.0軟件。在數(shù)據(jù)分析前,采用Adhoc法對(duì)調(diào)查數(shù)據(jù)的缺失值進(jìn)行處理[9,14]。檢驗(yàn)水準(zhǔn)為α=0.05。
2.1 調(diào)查對(duì)象的基本情況 435名被調(diào)查者中,男242人,占55.6%,女193人,占44.4%。年齡為18~86歲,20歲以下者15人(3.5%),20~年齡組為191人(43.9%),30~年齡組為74人(17.0%),40~年齡組為55人(12.6%),50~年齡組為54人(12.4%),60~年齡組為28人(6.4%),70歲及以上者為12人(2.8%),未應(yīng)答者6人(1.4%)。被調(diào)查者職業(yè)分布:工人19人(4.4%),服務(wù)業(yè)人員59人(13.5%),公司職員113人(26.0%),醫(yī)務(wù)人員19人(4.4%),教師16人(3.7%),科研人員31(7.1%),其他職業(yè)或退休在家者169人(38.8%),未應(yīng)答者9人(2.1%)。工作類(lèi)別中,33人(7.6%)為戶外工作者,354人(81.4%)為室內(nèi)工作者,未應(yīng)答者48人(11.0%)。被調(diào)查者文化程度的構(gòu)成為,小學(xué)及以下者16人(3.6%),初中文化程度者45人(10.4%),高中畢業(yè)77人(17.7%),大專(zhuān)或以上文化程度者284人(65.3%),未應(yīng)答者13人(3.0%)。
2.2 內(nèi)部一致性信度 13個(gè)條目的Guttman折半系數(shù)為0.521,總Cronbach′s α系數(shù)為0.699,提示內(nèi)部一致性信度不夠理想。去除條目后的Cronbach′s α系數(shù)為0.613~0.711(見(jiàn)表1),其中去除第三個(gè)條目(高溫預(yù)警信息時(shí)效)后,Cronbach′s α系數(shù)可提高為0.711,提高值最大。
2.3 內(nèi)容效度 由具有食品衛(wèi)生、流行病學(xué)、氣象學(xué)背景的7個(gè)專(zhuān)家進(jìn)行評(píng)議,專(zhuān)家對(duì)各條目的評(píng)分情況見(jiàn)表2,分析結(jié)果顯示高溫預(yù)警氣象公眾評(píng)價(jià)量表13個(gè)條目的I-CVI為0.75~0.88(見(jiàn)表3),均達(dá)到或接近推薦值0.80;平均I-CVI為0.84,大于0.80,提示該量表的內(nèi)容效度較好。
2.4 結(jié)構(gòu)效度
2.4.1 探索性因素分析 將13個(gè)條目做探索性因素分析,KMO檢驗(yàn)值為0.702,Bartlett球度檢驗(yàn)χ2=1 009.12,P=0.000,提示可以進(jìn)行因子分析。主成分分析提取特征根大于1的5個(gè)因子,累積方差貢獻(xiàn)率為55.741%;經(jīng)最大變異法正交旋轉(zhuǎn)獲得因子分析成分矩陣?!皩?duì)熱相關(guān)疾病的了解程度”這一項(xiàng)該因素載荷偏低,接近0.32仍暫時(shí)保留,其余條目在各所屬因子(維度)大部分條目的因素載荷均在0.4以上,表明量表聚合效度較好。見(jiàn)圖1、表4。
表1 高溫預(yù)警服務(wù)公眾評(píng)價(jià)量表內(nèi)部一致性信度
Table1 The internal reliability of the public assessment scale on heat emergency meteorological service
條目去除該條目后平均得分去除該條目后得分方差該條目與總分的相關(guān)系數(shù)去除該條目后Cronbach'sα系數(shù)獲取高溫預(yù)警信息的渠道38.35229.5000.2910.636獲取高溫預(yù)警信息的頻率37.49730.0710.2570.641高溫預(yù)警信息時(shí)效38.53833.1150.0680.711高溫預(yù)警的關(guān)注程度37.24829.3160.3790.624高溫預(yù)警信息準(zhǔn)確性的評(píng)價(jià)37.05331.3910.2630.642高溫預(yù)警服務(wù)的總體評(píng)價(jià)36.97930.4950.3660.630對(duì)熱相關(guān)疾病的了解程度37.21130.5080.3060.635高溫預(yù)警服務(wù)的依從程度37.00030.9450.3080.637室內(nèi)活動(dòng)采取的防范措施37.82127.7280.3560.624戶外活動(dòng)采取的防范措施38.14927.4590.3890.618高溫預(yù)警對(duì)中暑發(fā)生的影響36.96328.8100.3480.627高溫預(yù)警對(duì)醫(yī)療開(kāi)支的影響37.59327.9840.4260.613高溫預(yù)警對(duì)日常生活的影響37.48529.0570.3210.631
表2 高溫預(yù)警服務(wù)公眾評(píng)價(jià)量表各條目專(zhuān)家評(píng)分情況
Table2 The professionals's assessing scores of the public assessment scale on heat emergency meteorological service
條目專(zhuān)家1專(zhuān)家2專(zhuān)家3專(zhuān)家4專(zhuān)家5專(zhuān)家6專(zhuān)家7獲取高溫預(yù)警信息的渠道3333332獲取高溫預(yù)警信息的頻率3333333高溫預(yù)警信息時(shí)效3333332高溫預(yù)警的關(guān)注程度3313333高溫預(yù)警信息準(zhǔn)確性的評(píng)價(jià)3333233高溫預(yù)警服務(wù)的總體評(píng)價(jià)3333333對(duì)熱相關(guān)疾病的了解程度3333333高溫預(yù)警服務(wù)的依從程度3333333室內(nèi)活動(dòng)采取的防范措施3323333戶外活動(dòng)采取的防范措施3323333高溫預(yù)警對(duì)中暑發(fā)生的影響3323333高溫預(yù)警對(duì)醫(yī)療開(kāi)支的影響3323313高溫預(yù)警對(duì)日常生活的影響3323133
表3 高溫預(yù)警服務(wù)公眾評(píng)價(jià)量表I-CVI
Table3 The item-level content validity of the public assessment scale on heat emergency meteorological service
條目I-CVI獲取高溫預(yù)警信息的渠道0.83獲取高溫預(yù)警信息的頻率0.88高溫預(yù)警信息時(shí)效0.83高溫預(yù)警的關(guān)注程度0.79高溫預(yù)警信息準(zhǔn)確性的評(píng)價(jià)0.83高溫預(yù)警服務(wù)的總體評(píng)價(jià)0.88對(duì)熱相關(guān)疾病的了解程度0.88高溫預(yù)警服務(wù)的依從程度0.88室內(nèi)活動(dòng)采取的防范措施0.83戶外活動(dòng)采取的防范措施0.83高溫預(yù)警對(duì)中暑發(fā)生的影響0.83高溫預(yù)警對(duì)醫(yī)療開(kāi)支的影響0.75高溫預(yù)警對(duì)日常生活的影響0.83
注:I-CVI=條目水平內(nèi)容效度指數(shù)
圖1 探索性因素分析碎石圖
表4 高溫預(yù)警服務(wù)公眾評(píng)價(jià)量表探索性因素分析成分矩陣
Table4 The exploratory factor analysis of the public assessment scale on heat emergency meteorological service
條目因子1因子2因子3因子4獲取高溫預(yù)警信息的渠道0.646獲取高溫預(yù)警信息的頻率0.679高溫預(yù)警信息時(shí)效0.641高溫預(yù)警的關(guān)注程度0.542高溫預(yù)警信息準(zhǔn)確性的評(píng)價(jià)0.780高溫預(yù)警服務(wù)的總體評(píng)價(jià)0.800對(duì)熱相關(guān)疾病的了解程度0.291高溫預(yù)警服務(wù)的依從程度0.649室內(nèi)活動(dòng)采取的防范措施0.805戶外活動(dòng)采取的防范措施0.815高溫預(yù)警對(duì)中暑發(fā)生的影響0.757高溫預(yù)警對(duì)醫(yī)療開(kāi)支的影響0.782高溫預(yù)警對(duì)日常生活的影響0.793
注:萃取方法為主成分分析,旋轉(zhuǎn)方法為最大方差法
2.4.2 驗(yàn)證性因素分析 采用驗(yàn)證性因素分析模型評(píng)價(jià)高溫預(yù)警服務(wù)公眾評(píng)價(jià)量表的結(jié)構(gòu)效度,根據(jù)“邏輯框架”理論,參照條目信度分析(去除第三個(gè)條目)和探索性因素分析結(jié)果構(gòu)建初始模型(見(jiàn)圖2),擬合結(jié)果χ2/df=2.689,GFI 0.959和AGFI 0.927,均大于0.9。NFI為0.880,CFI為0.921,達(dá)到和接近0.9。RMSEA為0.062,高于接受值0.05,提示模型擬合不夠理想。將初始模型進(jìn)行修正(共修正5次,將不具有統(tǒng)計(jì)學(xué)意義的路徑逐一去除后重新擬合),最終模型(見(jiàn)圖3)的擬合結(jié)果為χ2/df=2.838,GFI為0.965,AGFI為0.934,均大于0.9;NFI為0.906,CFI為0.936,超過(guò)0.9;RMSEA為0.045,提示該模型較為理想;最終模型各條目的因素載荷均大于0.32,有統(tǒng)計(jì)學(xué)意義 (P<0.001),且MI均小于3.65,提示該模型可以接受;模型參數(shù)估計(jì)結(jié)果為各條目的因素載荷均大于0.32,有統(tǒng)計(jì)學(xué)意義(P<0.001);四個(gè)因子的AVE分別為0.533、0.481、0.519、0.512,修正后的量表(最終模型)聚合效度較好。
圖2 驗(yàn)證性因素分析初始模型標(biāo)準(zhǔn)化參數(shù)路徑圖
Figure2 The standardized coefficients of the initial model of the confirmatory factor analysis
圖3 驗(yàn)證性因素分析最終模型標(biāo)準(zhǔn)化參數(shù)路徑圖
Figure3 The standardized coefficients of the final model of the confirmatory factor analysis
2.4.3 區(qū)分效度分析 將量表總得分前27%者納入高分組,將后27%者納入低分組,分別將高分組和低分組每個(gè)條目的得分進(jìn)行比較,結(jié)果顯示兩組間各條目的得分差異均有統(tǒng)計(jì)學(xué)意義(P<0.05),13個(gè)條目均具有鑒別度,提示量表區(qū)分效度良好。見(jiàn)表5。
為實(shí)現(xiàn)對(duì)上海地區(qū)高溫預(yù)警服務(wù)的評(píng)價(jià),本研究采用了量化的方法,收集并確定了高溫預(yù)警氣象服務(wù)公眾評(píng)價(jià)量表的內(nèi)容。并通過(guò)在服務(wù)人群中實(shí)證調(diào)查獲取數(shù)據(jù),從內(nèi)部一致性信度、外部一致性信度、內(nèi)容效度、結(jié)構(gòu)效度等方面對(duì)量表的應(yīng)用性進(jìn)行評(píng)價(jià),為進(jìn)一步開(kāi)展上海地區(qū)高溫預(yù)警服務(wù)效果評(píng)價(jià)提供有效、可靠的測(cè)量工具。
Table5 Comparison of scores of each the publie assessment scale on heat emergency meteorological service iterm between high achievers and low achievers group
測(cè)試條目高分組(n=117)低分組(n=115)檢驗(yàn)統(tǒng) 計(jì)量值 P值獲取高溫預(yù)警信息的渠道2.60±1.011.94±0.995.251 <0.001獲取高溫預(yù)警信息的頻率3.44±0.992.95±1.003.915 <0.001高溫預(yù)警信息時(shí)效2.23±1.411.88±1.282.071 <0.038高溫預(yù)警的關(guān)注程度3.98±0.722.88±0.9510.448*<0.001高溫預(yù)警信息準(zhǔn)確性的評(píng)價(jià)3.97±0.443.30±0.798.397*<0.001高溫預(yù)警服務(wù)的總體評(píng)價(jià)4.19±0.543.28±0.7011.580*<0.001對(duì)熱相關(guān)疾病的了解程度3.85±0.703.01±0.838.575 <0.001高溫預(yù)警服務(wù)的依從程度4.11±0.493.32±0.7510.060*<0.001室內(nèi)活動(dòng)采取的防范措施3.74±1.032.06±0.9213.556*<0.001戶外活動(dòng)采取的防范措施3.39±0.961.67±0.8315.245 <0.001高溫預(yù)警對(duì)中暑發(fā)生的影響4.32±0.692.93±1.1211.945*<0.001高溫預(yù)警對(duì)醫(yī)療開(kāi)支的影響3.81±0.802.27±0.8714.607 <0.001高溫預(yù)警對(duì)日常生活的影響3.79±0.882.47±0.9511.451*<0.001
注:*為t′值,余檢驗(yàn)統(tǒng)計(jì)量值為t值
3.1 量表題目的質(zhì)量 在題目收集與篩選過(guò)程中,研究者首先對(duì)相關(guān)文獻(xiàn)進(jìn)行了深入的分析與研究,發(fā)現(xiàn)以評(píng)價(jià)服務(wù)績(jī)效的“邏輯框架”模型為理論基礎(chǔ),內(nèi)容涉及服務(wù)內(nèi)容、滿意度、效果效益等指標(biāo)體系,具有較廣泛的涵蓋面和較強(qiáng)的操作性,適合進(jìn)行氣象服務(wù)的評(píng)估研究。因此,高溫預(yù)警氣象服務(wù)公眾評(píng)價(jià)量表的構(gòu)建以“邏輯框架”模型為理論基礎(chǔ),同時(shí)借鑒了國(guó)內(nèi)外部分學(xué)者有關(guān)氣象服務(wù)評(píng)估的研究成果,在征求一線氣象預(yù)報(bào)服務(wù)人員建議的基礎(chǔ)之上確定了15個(gè)初始題目反映高溫預(yù)警服務(wù)的可及性、服務(wù)關(guān)注滿意度、服務(wù)依從性和服務(wù)效果效益。為了確保題目?jī)?nèi)容的表意符合研究目的需求。之后,通過(guò)小組討論和專(zhuān)家咨詢,從題目的語(yǔ)義學(xué)層面對(duì)每個(gè)問(wèn)題進(jìn)行了反復(fù)的推敲和修改,并在服務(wù)可及性方面減少了兩個(gè)題目,而在服務(wù)依從性和效果效益方面各增加了一個(gè)問(wèn)題,保證了量表題目的質(zhì)量。
3.2 量表的信度 本研究首先對(duì)13個(gè)條目的內(nèi)部一致性進(jìn)行了評(píng)價(jià),研究結(jié)果顯示該量表折半系數(shù)為0.521,提示該量表的內(nèi)部一致性信度尚可接受。然而,正如Crocker等[15]指出:Cronbach′s α系數(shù)是估計(jì)信度的最低限度,是所有可能折半系數(shù)的平均數(shù),在反映量化工具一致性方面優(yōu)于折半系數(shù),因此本研究又采用了Cronbach′s α系數(shù)進(jìn)行內(nèi)部一致性的評(píng)價(jià),結(jié)果顯示該量表總Cronbach′s α系數(shù)較高,提示各條目具有較為相同的特質(zhì),各條目之間的相關(guān)性較高,內(nèi)部一致性信度較為理想。而從去除各條目后的Cronbach′s α系數(shù)的結(jié)果來(lái)看,“高溫預(yù)警信息時(shí)效”這一題目的去除可相對(duì)提高量表的總Cronbach′s α系數(shù),可考慮將該條目進(jìn)行修正,進(jìn)一步提高該量表的信度。
3.3 量表的效度 在內(nèi)容效度方面,本研究通過(guò)7位相關(guān)學(xué)術(shù)背景專(zhuān)家的評(píng)分,分析高溫預(yù)警服務(wù)公眾評(píng)價(jià)量表的I-CVI,結(jié)果顯示大部分題目達(dá)到或接近推薦值0.8,平均I-CVI甚至超過(guò)了0.8,說(shuō)明了該量表內(nèi)容效度理想,能夠較好地反映所要評(píng)測(cè)的內(nèi)容。而結(jié)構(gòu)效度方面,分析結(jié)果顯示無(wú)論是探索性因素分析還是驗(yàn)證性因素分析的最終模型大部分條目的標(biāo)準(zhǔn)化因素載荷均超過(guò)0.4,僅“對(duì)熱相關(guān)疾病的了解程度”這一條目的因素載荷偏??;其次,驗(yàn)證型因素分析結(jié)果顯示三個(gè)因子的AVE均超過(guò)0.5(僅“服務(wù)依從性-知識(shí)態(tài)度”這一因子未超過(guò)0.5),均說(shuō)明了各因子對(duì)條目變異量的解釋率較高,量表的聚合效度較好。而從該量表的區(qū)分效度來(lái)看,13個(gè)條目的高分組和低分組的得分均有差異,說(shuō)明每個(gè)條目均具有一定鑒別度,此外,驗(yàn)證性因素分析結(jié)果也顯示最終模型修正指數(shù)小于3.84,均表明該量表具有較好的區(qū)別效度[16]。聚合效度和區(qū)分效度良好充分說(shuō)明了量表的結(jié)構(gòu)效度理想。
綜上所述,本研究構(gòu)建的“高溫預(yù)警服務(wù)公眾評(píng)價(jià)量表”在本地區(qū)(上海地區(qū))人群的應(yīng)用中內(nèi)部一致性信度、內(nèi)容效度和結(jié)構(gòu)效度均理想,基本達(dá)到了心理測(cè)量學(xué)的要求,可作為開(kāi)展上海地區(qū)高溫預(yù)警服務(wù)效果評(píng)估研究的調(diào)查工具。并且根據(jù)人群調(diào)查的“簡(jiǎn)效”原則,依據(jù)信度分析(去除第3個(gè)條目)和驗(yàn)證性因素(去除第1、2個(gè)條目)分析結(jié)果可將量表調(diào)整為10個(gè)條目作為下一步高溫(熱相關(guān)疾病)預(yù)警服務(wù)效果評(píng)估的調(diào)查內(nèi)容,從而為促進(jìn)上海地區(qū)熱相關(guān)綜合預(yù)防模式的推進(jìn)提供有力的依據(jù)。
1 黃治勇,王麗,王仁喬,等.公眾氣象服務(wù)質(zhì)量評(píng)價(jià)方法研究[J].湖北氣象,2002,21(2):30-32.
2 王新生,陸大春,汪臘寶,等.安徽省公眾氣象服務(wù)效益評(píng)估[J].氣象科技,2007,35(6):853-857.
3 王仕星,雷俊,方英,等.公共氣象服務(wù)滿意度調(diào)查評(píng)估體系初探[J].浙江氣象,2009,30(4):20-37.
4 李峰,鄭明璽,黃敏,等.山東公眾氣象服務(wù)效益評(píng)估[J].山東氣象,2007,27(1):22-24.
5 李有宏,賀敬安,張海珍,等.青海省2006年公眾氣象服務(wù)效用定量評(píng)估[J].青??萍?,2009,16(2):16-19.
6 段欲曉,王玉彬,王迎春,等.好運(yùn)北京決策氣象服務(wù)效益評(píng)估[J].氣象軟科學(xué),2008,2(3):14-19.
7 馬文軍,潘波.問(wèn)卷的信度和效度以及如何用SAS軟件分析[J].中國(guó)衛(wèi)生統(tǒng)計(jì),2000,17(6):364-365.
8 Polit DF,Beck CT.The content validity index:Are you sure you know what′s being reported? Critique and recommendations[J].Res Nurs Health,2006,29(5):489-497.
9 Abraham WT,Russell DW.Missing data:A review of current methods and applications in epidemiological research[J].Current Opinion in Psychiatry,2004,17(4):315-321.
10 孫曉軍,周宗奎.探索性因子分析及其在應(yīng)用中存在的主要問(wèn)題[J].心理科學(xué),2005,28(6):1440-1442.
11 邱皓政,林碧芳.結(jié)構(gòu)方程模型的原理與應(yīng)用[M].北京:中國(guó)輕工業(yè)出版社,2009:73-89,300-304.
12 孫春輝,鄭日昌.《學(xué)習(xí)適應(yīng)量表》的驗(yàn)證性因子分析[J].心理學(xué)探新,2001,21(2):59-64.
13 Cox BJ,Enns MW,Clara IP.The multi-dimensional structure of perfectionism in clinically distressed and college student samples[J].Psychological Assessment,2002,14(3):365-370.
14 胡紅曉.缺失值處理方法比較研究[J].商場(chǎng)現(xiàn)代化,2007,36(5):352-353.
15 Crocker L,Algina J.Introduction to classical and modern test theory[M].Philadelphia:Harcourt Brace Jovanovich College Publishers,1986.
16 侯杰泰.結(jié)構(gòu)方程模型及其應(yīng)用[M].北京:教育科學(xué)出版社,2004.