针对大学生心理健康的交互式可视分析与探究

钟伟，李永昌，刘静，李丹妮，赵莹莹

（湖南财政经济学院，长沙410205）

0 引言

随着社会竞争的日益激烈，大学生中心理障碍的发生率呈上升趋势。研究表明，目前大学生的心理问题发生率在10-30%之间，心理健康状况不容乐观，心理问题已经成为我国大学生休学、退学和自杀的主要原因之一[1]。

目前，国内各高校均建有心理咨询部门，对大学生进行心理健康教育并提供咨询服务。经调查表明，各高校为了解新生的心理状况，一般采用心理状态量表通过问卷调查方式进行普查和统计，筛选出有预警情况的学生，由各级辅导员和专门的心理教育工作者进一步甄别研判，对有严重心理问题的学生进行干预治疗。该方法旨在防范心理危机事件，健康促进和预防干预方面较被动。心理学研究认为人格与心理状态有着密切关系[2]，且前者对后者有显著预测作用。目前国内对这两者关系的研究主要从统计学角度出发，注重受测群体在心理状态和人格的相关性分析及回归分析。

通过可视分析的方式同时展示心理状态和人格特征，挖掘潜在信息的研究相对较少。根据上述传统方法的不足，本文以探究心理状态和人格特点、寻找重点关注因素为目标，布局五种可视化图形，从三个方向逐层进行交互式可视分析：①群体中不同心理状态在人格中的分布及占比规律，明确干预/促进范围；②心理状态因子细节显示与对比，明确干预/促进方向；③以细节因子为引导，结合人格类型，明确干预/促进个体，细化关注因素。

1 相关研究

1.1 心理学领域相关数据分析现状

国内高校一般采用症状自评量表SCL-90 量表评估大学生心理健康状态。该量表有90 个项目，包括10个因子（躯体化、强迫症状、人际关系敏感、抑郁、焦虑、敌对、恐怖、偏执、精神病性和其他），代表影响心理状态的因素。

艾森克人格问卷EPQ 通过神经质（N）、外倾性（E）、精神质（P）三个分量表解释受测者的人格特点。其中，每个量表分别显示各维度上的三种个性类别（中间型、倾向型和典型），神经质和外倾性共同反映出四种气质类型，即胆汁质、抑郁质、粘液质和多血质[3]。

在心理学相关研究领域，目前对心理测量数据的研究主要有以下3 类：

（1）单量表结果分析：文献[4-6]研究受测群体在单量表统计结果中的各项因子结果和差异，通过与常模比较，分析造成相关心理问题的可能因素。

（2）心理状态元分析：文献[7-9]研究一定时间范围的相关出版文献，通过元分析的方法，得到受测群体随年代变化的心理发展趋势以及在性别、生源地和地区方面呈现的心理差异。

（3）心理状态与个性、习惯等的相关性分析：这类分析[10-12]侧重于研究心理健康与习惯、个性、行为等的相关性，涉及两种或两种以上量表的数据采集与统计，帮助研究者从多个角度理解影响心理状态的因素。

上述研究中，分析工具采用Excel、SPSS 等软件，主要用于记录和统计。虽然可以做简单图形展示，但大部分研究存在多表格、纯文字描述的缺陷，缺乏直观的探究和交互功能。

1.2 多维层次数据可视化的研究现状

信息可视化是对抽象数据使用计算机支持的、交互的、可视化的表示形式，以增强认知能力[13]，侧重于通过可视化图形呈现数据中隐含的信息和规律。个体多张心理量表的测量数据，属于多项目、多因子的层次信息，为典型的多维层次数据。

在多维数据可视化技术方面，常用的方法有散点图、平行坐标图、雷达图等。

文献[8]针对大学生自尊得分随年代的变化趋势制作二维散点图，显示我国的大学生自尊水平随年代变迁，呈下降趋势。可视化分析领域[14-16]通过改变散点颜色、形状和大小等方式在二维图形上显示多维信息，或者采用改进的三维散点图或散点图矩阵，进一步增加可显示维度。

平行坐标[17]是一种经典的多维数据可视化方法。该方法可以在二维空间中显示更多维度的数据，并在一定程度上可描述相邻两个属性之间的关系。该方法已应用于传染病模式分析、空气质量等研究领域[18-19]。针对曲线覆盖、数据显示混乱、相关性探究等问题，大部分研究[20-21]通过引入相关性聚类、边捆绑技术以及混合其他图形等方式进行完善。

2 可视化设计流程

本文针对大学生SCL-90 和EPQ 两类数据，设计了一套如图1 所示的可视分析流程，分别包含数据采集、数据预处理、混合布局方法设计以及方法实现四个部分。

第一步为数据采集阶段，设计问卷指导语，使用SCL-90 和EPQ 量表，在线发放和收集问卷，以序号为学生唯一编号。为保证数据的真实性，所有调查问卷都采取匿名的形式，序号保留给学生个人，以方便实施干预措施。

第二步为数据预处理阶段，采用SPSS 数据分析软件，对量表初分进行换算，分别得到SCL-90 总分、各因子标准分以及EPQ 中N、E 两张量表的T 分，计入DA⁃TA。将SCL-90 结果按照总分进行心理状态分类，各状态按EPQ 的T 分进一步进行个性和气质类型分类，获得数据DATACLASS。

第三步为可视化图形布局阶段，散点图和旭日图展现心理状态中人格分布与占比；布局平行坐标图和柱形图，探究SCL-90 因子细节；双数据轴极坐标图展现群体中的单因子信息。

第四步实现每一种可视化方法，并进行多图联动，从不同的角度进行交互式探究和分析。

3 数据采集和分析

3.1 数据采集与预处理

本文采集某高校各专业大一400 新生的SCL-90和EPQ 量表数据（去除无效数据29 条），将采集得到的数据进行以下几个步骤的预处理，获得各项标准分：

步骤一：按照公式（1）计算SCL-90 总均分和各项因子总均分。

上式中，N 代表项目数，其中总均分的N 值为90，每项因子总均分按照相应项目总分除以项目数。

步骤二：按照T 分换算表分别计算EPQ 中每个学生在E 量表和N 量表的T 分。

通过上述步骤，得到数据标准数据DATA。

3.2 数据分析

首先将DATA 进行分类分析，按公式（2）分类出SCL-90 的五种心理状态；然后分别依据N 和E 量表的T 分，由公式（3）分类出分量表个性NP和EP。

将NP和EP由以下步骤获得个性P：

Step1：若NP∈中间型OR EP∈中间型则P∈中间型，否则执行Step2；

Step2:若NP∈倾向型OR EP∈倾向型则P∈倾向型，否则执行Step3；

Step3: P∈典型。

最后按公式（4）得到不同个性下的四种气质类型。最终得到类别数据DATACLASS。

通过上述数据分析，可知心理状态与人格中个性气质为层次关系，如图1 所示。

图1 心理状态与人格的层级结构

4 可视化布局与可视分析

本文的可视化方法由五个部分协同交互实现。分别为：心理状态与人格分布散点图、心理状态与人格旭日图、SCL-90 因子平行坐标图、SCL-90 因子均分柱形图和单因子极坐标图。

4.1 心理状态与人格分布

EPQ 将人格以E 量表为X 轴，N 量表为Y 轴分成三种个性类型，四种气质类型。本文依据其两张量表的T 分将DATA 以散点方式展现，通过颜色区分相应的心理状态。

本次被测群体发现存在一名“重度”情况的学生，从系统中可直观显示该生气质为抑郁质，人格为典型内向，情绪典型不稳定，需根据其人格特征着手干预。

由散点图的可视结果，提示心理辅导老师应关注胆汁质与抑郁质群体，这两类群体可能因为情绪不稳，影响心理状态；

4.2 心理状态与人格占比

由数据分析可知，心理状态和人格为层次结构，本文采用旭日图展示不同层级下的人群占比。最内层为父节点，显示群体心理状态，第二层为个性分类，第三层为气质类型，通过标签显示百分比。从图中可知被测群体中，大部分学生处于“良好”和“轻度”的心理状态，仅少数存在“中度”情况，“重度”1 人。

4.3 SCL-90因子可视分析

散点图和旭日图利于掌握整体的心理状态和人格特征，但难以判断影响情绪的因素。本文采用平行坐标图对SCL-90 十项因子信息进行分析，找出影响情绪的关键因素。

通过上述可视分析，在明确干预/促进的基础上进一步明确辅导方向：被测群体普遍存在强迫和人际关系敏感问题，可能与被测群体为大一新生，对新的生活环境、教育模式等方面存在适应困难有关。心理辅导老师在进行健康促进和预防干预时，应重点从生活适应能力、人际交往能力和自主学习能力着手，主要减轻群体因不适应环境出现的强迫性行为，因不熟悉新的同学和老师，出现过度的敏感和敌对情绪。

4.4 群体单因子极坐标图

通过上述分析，可以帮助使用者快速找到危机干预对象，明确预防干预和健康促进的群体范围和方向，但无法精准到“重度”情况之外的被测个体。

为解决这一问题，本文以极坐标图和柱形图配合联动显示群体单因子信息。极坐标采用双数据轴分别显示学生序号NUM 和单项因子结果SCORE。

由于人数随状态变化，按照角度平均分配的方式将NUM 等距离显示在图形外围，SCORE 用极轴表示。为避免群体得分普遍偏低，出现节点过于向圆点集中的问题，本文根据群体的实际分值范围动态设置极轴阈值范围。此外，将因子分排序后输出，便于心理辅导老师查看。

5 可视分析结论

由本文提出的可视方法对被测群体进行分析，可明确以下几点结论：

（1）群体心理状态总体良好，情绪普遍不稳定，以健康促进和预防干预为主；

（2）群体中出现“重度”情况的学生一人，属典型抑郁质，影响因素主要为“敌对”、“焦虑”和“抑郁”，应着重从这三个方面进行预防干预；

（3）预防干预和健康促进的范围集中在胆汁质和抑郁质，其中：

①“中度”群体中的典型个性群体，从强迫和人际关系敏感两方面进行干预；一位多血质学生，从人际关系敏感和敌对方面进行健康促进；

②“轻度”群体从强迫症和人际关系敏感两方面进行健康促进，但是应重点关注典型人格，预防其向中度变化；

③关注“良好”状态中的抑郁质群体。

（4）对“中度”群体，根据强迫因子，可分别关注每个人的其他因子项以及相应人格特性，细化干预方向。

6 评价与反馈

在本文可视分析方法的布局和开发过程中，心理学相关研究人员的参与和反馈起到了重要作用，经过多个版本的修改，她们认为该可视分析方法与传统的量表测试方式相比，具有以下几点优势：

（1）通过可视分析方法中的散点图可以迅速突出存在“重度”情况的学生，并显示其人格特征和气质类型，进一步由平行坐标图，直观反映影响该生心理状态的严重因素，帮助老师在干预时规避敏感问题，增强了辅导的针对性；

（2）通过旭日图可以掌握需要关注的群体范围，区分预防干预与健康促进的对象；

（3）通过平行坐标图和柱形图，可准确提示影响群体心理状态的重要因子，帮助心理辅导老师在对群体辅导时重点从这些因素着手；

（4）通过极坐标图和柱形图的交互，帮助心理辅导老师进一步寻找需要重点关注的对象，并依据个体差异细化辅导方向；

（5）通过以上散点图、平行坐标图、旭日图、柱形图和极坐标图的交互联动，从多角度全方位分析群体及个体心理状态和人格特点，达到精准辅导的效果。

7 结语

本文以健全大学生人格发展为出发点，研究和总结了心理学相关领域针对大学生心理健康和人格相关的研究，考察了部分高校对大一新生心理健康的普查方法，选择使用心理健康自评量表SCL-90 和艾森克人格量表（EPQ）进行数据采集和分析。

通过合理布局多种可视化方法，充分利用各种方法的优势，以图形联动的方式逐层递进，帮助心理辅导老师重点干预存在“重度/严重”情况的学生，锁定预防干预和健康促进的人格范围，分析引起心理问题的可能成因，从而采取合适的辅导措施。此外，由群体特征，引导心理辅导老师关注个体心理状态和人格信息，细化辅导方向。经心理学相关研究者使用反馈，本文方法在直观展示数据，挖掘隐含信息，引导决策等方面兼具理论价值和实用价值。

未来，将继续丰富和加强各项可视分析功能。一方面，深入研究EPQ 中可展现的更详尽的气质类型，引入SCL-90 和EPQ 的回归分析；另一方面，引入更多影响大学生心理健康的因素，完善系统需求，从心理的角度帮助学生顺利度过大学时代的重要成长期。