Page 76 - 南京医科大学社科版

南京医科大学学报（社会科学版）京医科大学学报（社会科学版）
南 第1期 总第126期
· 70 ·
Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences） 2025年2月
Journal
积极身体意象相关信息
（简称“积极信息”）
保护性过滤的影响因素 保护性过滤的信息情境
内化
保护性过滤
生物因素 信息源 ·主动选择
·性别 ·来自社交媒体的文 ·主动讨论
·年龄 ·主动分享
·身体质量 字、影像、图片等 内化积 拒绝消
指数（BMI） 社会文化因素 ·来自身边的人之间 极信息 极信息
的讨论
·重要他人
·社交媒体
心理因素 ·价值观念 信息特征 消极身体意象相关信息
（简称“消极信息”）
·内感受 ·“理想美”信息的宣传
·人格因素 ·“多元美”信息的宣传 重构消
·认知方式 拒绝 重构 极信息
·对自我身体的评价
·忽略信息 ·认知重构
·限制接收 ·主动思考
·主动屏蔽 ·转移注意力

图1 保护性过滤行为形成机理模型

表5 人口信息统计表 消极信息”的 Cronbach’s α系数为 0.856，共包括 6 个
基本情况 人数 比例（%） 题项；因子“重构消极信息”的 Cronbach’s α系数为
年龄 18~25岁 747 78.6 0.859，共包括 6 个题项。各题项的整体载荷水平在
＞25~30岁 203 21.4 0.787~0.885，且不存在交叉负荷，累计方差贡献值
受教育程度 本科 638 67.2 为 73.112%（表 6）。可见，探索性因子分析的结果与
研究生及以上 312 32.8 本研究质性访谈部分所得因子结果相吻合，证明保
感情经历 没有恋爱经历 417 43.9 护性过滤行为的3个因子具有较好解释力。
恋爱中 290 30.5
（四）验证性因子分析
有恋爱经历 235 24.8
已婚 8 0.8 利用 Mplus1.4 对样本 B 进行验证性因子分析，
用以测验保护性过滤测量量表的结构效度、聚敛效
（二）效度分析
度和区分效度，最终形成保护性过滤行为因子的标
本研究采用探索性因子分析和验证性因子分 准化路径，如图2所示。
析对量表题项的效度进行检验，并将调查数据随机 结构效度是指测验某一特定测量工具与其所
分为两个子集分别用于探索性和验证性因子分析 依据的理论框架之间的一致程度。本研究主要通
的验证样本。基于此，本文利用 SPSS 26.0 的选择个 过整体拟合系数检验量表的结构效度，经计算，量
案功能，随机将全部样本数据分为样本 A（500 个样 表整体的 Cronbach’s α系数为 0.873，3 个因子的信
本）和样本 B（450 个样本）。在进行因子分析前，根 度分别为 0.878、0.865、0.877，表征具有较好的内部
据项目鉴别分析方法，将 25 个条目划分为高分低分 一致性。其次，本文构建了 4 个模型来进行检验，继
两组，其中高分组为分值排名前 27%，低分组为分 而找出最优的拟合模型，模型1（基准模型）是由3个
值排名后 27%，再进行独立样本 t 检验。结果显示 因子组成的二阶三因子模型，模型 2 是由 3 个因子
所有条目均呈现出显著性（P<0.05），表明 25 个题项 组成的一阶二因子模型，模型 3 是由 2 个因子拟合
之间具有较高的鉴别度。 成为一个因子的模型，模型 4 是 3 个因子拟合成为
（三）探索性因子分析 一个因子的模型。数据结果如表7所示。
将样本A进行正交旋转，结果显示KMO=0.857， 根据 Fokkema 等 ［24］ 的建议，本文采用拟合优度
Bartlett 球形检验卡方值=6 365.523，P<0.001，表明 指数（χ 、df、χ /df）、相对拟合指数（CFI、IFI、TLI）、绝
2
2
该样本数据适合进行探索性因子分析。采用主成 对拟合指数（RMSEA、SRMR）来综合评价模型的拟
分分析法和最大方差法提取因子和正交旋转，对所 合度。表 7 中的数据结果显示，模型 1 和模型 2 均符
得初始题项进行删减和调整。经多次探索，剔除不 合要求，即χ /df<3，CFI、IFI 和 TLI 均大于 0.9，RM⁃
2
达标的题项（因子载荷值小于 0.5）后共得到 3 个因 SEA 和 SRMR 均小于 0.08，因此三因子模型的结构
子 18 个题项。其中，因子“内化积极信息”的 Cron⁃ 是合理的。
bach’s α系数为 0.861，共包括 6 个题项；因子“拒绝 聚敛效度是指项目间所测得的测量值之间高