高职学生心理测评一级心理问题数据探析

王 辉 陈红英 黄慧凤

(1.福建林业职业技术学院 福建 南平 353000 2.南平市紫云小学 福建 南平 353000)

引言

发展职业教育、培养职业技能型人才是我国实现“中国制造2025”计划的重要人才保障。高职学生的心理健康则是以上目标的基础之一[1]。高职学生由于生活环境的转型，需要适应校园和社会环境的压力，这些因素会对高职学生的心理健康产生影响。目前针对高职学生心理健康测评数据的分析探索较少，此次采用心理测评及实证分析,尝试探析高职学生心理测评多种变量和指标间隐藏的关系，以期对今后高职学生心理健康教育工作提供参考依据。

1 研究对象与研究方法

1.1研究对象

本次调查对象为福建林业职业技术学院2020级新生，为保证调查结果真实可靠，在测试前，向被测试学生详细解释调查的目的并做出保密承诺，以使其积极配合，认真作答，被测试学生，在机房进行统一测试，测试后，从系统导出测试数据，剔除无效量表[2]。全院2020级新生共计3900人参与测试，3884人完成测试，已参与未完成数16人，试卷完成率99.59%，有效试卷数3879人，试卷作废数21人，有效试卷率99.46%。男生2239人，女生1661人，男女生比例1.35:1。共测得一级心理问题人数475人，其中，男生239人，女生236人；二级心理问题人数644人，其中，男生358人，女生286人。各系部对应具体人数此处不再详述。

1.2研究工具

测查工具采用《大学生心理健康筛查量表(COLLEGE STUDENTS MENTAL HEALTH SCREENING SCALE)》共96个项目，分为三级筛查，共22个筛查指标(不含总分)。此次先对一级心理问题数据进行分析，二级和三级心理问题筛查相较一级心理问题筛查问题程度更轻。

2 数据收集与处理

信息的采集与数据处理时间在2020年10月至12月间。问卷使用“中国大学生心理健康系统手机版”施测。数据信息采用Excel2010建立数据库，采用SPSS20.0进行统计分析。

以一级心理问题测评数据为总体，以民族(汉族、少数民族)、生源地(农村、小城镇、中小城市、大城市)、是否独生(是、否)、性别(男、女)、院系作为分组变量，以总分等23个测评指标为因变量，分别对均值、方差、标准差、四分位距、中值、偏度系数、峰度系数、Huber的M-估计值、Tukey的双权重值、Hampel的M-估计值、Andrews波值、Kolmogorov-Smirnov正态性检验值、Shapiro-Wilk正态性检验值、Levene统计量等35个特征值计算并分析。之后，进行Kruskal-Wallis检验、中值检验、Jonckheere-Terpstra检验、Friedman检验、Kendall W检验。最后，进行Pearson积差相关性检验，Kendall’s tau b等级相关性检验、Spearman’s rho等级相关性检验、Euclidean距离分析、Pearson相关系数分析，分析心理测评指标值的相关强度。

3 结果与分析

3.1数据特征分析

3.1.1 以各种分组变量分组情况下，多项指标值数据分布的峰度偏离较大。

以一级心理问题测评数据为总体。以民族为分组变量，共计6个指标值数据分布相较正态分布平缓，11个指标值数据分布相较正态分布陡峭；以生源地为分组变量，共计16个指标值数据分布相较正态分布平缓，13个指标值数据分布相较正态分布陡峭；以是否独生为分组变量，共计3个指标值数据分布相较正态分布平缓，4个指标值数据分布相较正态分布陡峭；以性别为分组变量，共计3个指标值数据分布相较正态分布平缓，4个指标值数据分布相较正态分布陡峭；以院系为分组变量，共计31个指标值数据分布相较正态分布平缓，23个指标值数据分布相较正态分布陡峭。

3.1.2 以各种分组变量分组情况下，多项指标值数据分布的正态性较差。

以一级心理问题测评数据为总体。以民族为分组变量，采用Kolmogorov-Smirnov检验，共计31个指标值数据分布显著性概率过低，采用Shapiro-Wilk检验，32个指标值数据分布显著性概率过低；以生源地为分组变量，采用Kolmogorov-Smirnov检验，共计65个指标值数据分布显著性概率过低，采用Shapiro-Wilk检验，共计62个指标值数据分布显著性概率过低；以是否独生为分组变量，采用Kolmogorov-Smirnov检验，共计43个指标值数据分布显著性概率过低，采用Shapiro-Wilk检验，共计44个指标值数据分布显著性概率过低；以性别为分组变量，采用Kolmogorov-Smirnov检验，共计45个指标值数据分布显著性概率过低，采用Shapiro-Wilk检验，共计45个指标值数据分布显著性概率过低；以院系为分组变量，采用Kolmogorov-Smirnov检验，共计114个指标值数据分布显著性概率过低，采用Shapiro-Wilk检验，共计94个指标值数据分布显著性概率过低。以上数据分布应拒绝原假设，认为不呈现正态分布。

3.1.3 以各种分组变量分组情况下，以是否独生和性别为分组变量，组间多项指标值数据的方差齐性较差。

以一级心理问题测评数据为总体。以是否独生为分组变量，就业压力(指标总分)基于均值及修整均值的方差齐性检验Levene统计量显著性概率分别为0.0369、0.0386，拒绝分组数据方差齐性的假设；以性别为分组变量，基于均值及基于修整均值，共计5个指标值数据的方差齐性检验Levene统计量显著性概率为过低；基于中值及基于中值和带有调整后的df值，共计4个指标值数据的方差齐性检验Levene统计量显著性概率为过低，拒绝分组数据方差齐性的假设；以院系为分组变量，自伤行为(指标总分)共计4个指标值数据的方差齐性检验Levene统计量显著性概率为过低，拒绝分组数据方差齐性的假设。

3.2差异显著性检验

3.2.1 以一级心理问题测评数据为总体，对分组变量进行差异检验。

以民族为分组变量，认为汉族与少数民族各个心理测评指标不存在显著差异。

以生源地为分组变量，Jonckheere-Terpstra检验，认为自杀意图(指标总分)存在显著差异。

以是否独生为分组变量，Kruskal-Wallis检验，认为5项指标值存在显著差异；中值检验，认为2项指标值存在显著差异；Jonckheere-Terpstra检验，认为5项指标值存在显著差异。

以性别为分组变量，Kruskal-Wallis检验，认为4项指标值存在显著差异；中值检验，认为2项指标值存在显著差异；Jonckheere-Terpstra检验，认为4项指标值存在显著差异。

以院系为分组变量，Jonckheere-Terpstra检验，认为4项指标值存在显著差异。

3.2.2 以一级心理问题测评数据为总体，对心理测评指标值进行差异检验。Friedman检验和Kendall W检验，渐近显著性值均为0.000，因此，拒绝原假设，接受备选假设，认为以一级心理问题测评数据为总体22个心理测评指标值存在显著差异。

4 相关分析

4.1以一级心理问题测评数据为总体，对23个心理测评指标值(含总分)进行简单相关分析。

Pearson积差相关性检验认为23个心理测评指标值两两之间的Pearson积差相关系数存在高度显著性。总分和抑郁(指标总分)Pearson积差相关系数为0.854，总分和自卑(指标总分)Pearson积差相关系数为0.851，总分和焦虑(指标总分)Pearson积差相关系数为0.823，抑郁(指标总分)和自卑(指标总分)Pearson积差相关系数为.807，以上4对测评指标值高度相关，此外，92对测评指标值Pearson积差相关系数中度相关，128对测评指标值Pearson积差相关系数低度相关，29对测评指标值Pearson积差相关系数弱度相关。

Kendall’s tau b等级相关性检验认为23个心理测评指标值两两之间的Kendall’s tau b等级相关系数存在高度显著性。24对测评指标值Kendall’s tau b等级相关系数中度相关，135对测评指标值Kendall’s tau b等级相关系数低度相关，94对测评指标值Kendall’s tau b等级相关系数弱度相关。

Spearman’s rho等级相关性检验认为23个心理测评指标值两两之间的Spearman’s rho等级相关系数存在高度显著性。总分和自卑(指标总分)Spearman’s rho等级相关系数为0.842，总分和抑郁(指标总分)Spearman’s rho等级相关系数为0.84，总分和焦虑(指标总分)Spearman’s rho等级相关系数为0.803，以上3对测评指标值高度相关，此外，80对测评指标值Spearman’s rho等级相关系数中度相关，134对测评指标值Spearman’s rho等级相关系数低度相关，36对测评指标值Spearman’s rho等级相关系数弱度相关。

4.2以一级心理问题测评数据为总体，对22个心理测评指标值进行距离分析。

Euclidean距离分析。焦虑(指标总分)和强迫(指标总分)的Euclidean距离分析值为45.033，自伤行为(指标总分)和进食问题(指标总分)的Euclidean距离分析值为46.615，抑郁(指标总分)和自卑(指标总分)的Euclidean距离分析值为47.064，以上3对Euclidean距离分析值在所有Euclidean距离分析值中较小，因此，以上3对心理测评指标值比较接近。

Pearson相关系数分析。抑郁(指标总分)和自卑(指标总分)的Pearson相关系数值为0.807，焦虑(指标总分)和抑郁(指标总分)的Pearson相关系数值为0.735，焦虑(指标总分)和自卑(指标总分)的Pearson相关系数值为0.735，以上3对Pearson相关系数值在所有Pearson相关系数值中较大因此，以上3对心理测评指标值比较接近。

5 讨论

此次采用的一级心理问题数据，以各种分组变量分组情况下，虽然异常值较少，但多项指标值数据偏度、峰度、正态性、Levene统计量方差齐性较差，不能满足统一条件。这对统计方法的选用有很大影响，如t检验、Z检验、方差分析、Person系列统计等，这些数据特征可能导致统计效能下降和假阴性风险增加。因此，此次降低了差异性检验的灵敏度。如果要更加精确地分析这些数据，需要综合运用多种检验手段，因此，现有的统计方法还有很大的改进空间。

以是否独生子女及性别作为分组变量，一些心理测评指标值的差异性显著。独生子女的心理健康水平略好于非独生子女。是否独生子女作为家庭因素，在进入高职学习之前对学生的影响比较大。而随着学生进入高职，大学生需要单独在学校学习和生活，家庭因素将渐渐淡化。更进一步，随着大学生逐步进入社会，社会因素的影响日益凸显，独生子女与非独生子女心理健康水平将趋同。但本次研究因未充分获得随时间变迁的心理测评指标数据变化，无法进行时间维度的心理测评指标统计，也无法进行同时期独生子女与非独生子女的变迁数据比较。此外，女生的敏感(指标总分)、冲动(指标总分)、睡眠困扰(指标总分)、学业压力(指标总分)明显高于男生，说明女生这4项心理测评指标较弱。这种现象的原因可能部分源于不同性别的自然心理特征区别，还源于环境因素对于对女生造成的压力大于男生[3]。

心理测评指标值之间虽差异显著，但抑郁(指标总分)、自卑(指标总分)、焦虑(指标总分)相关性较强，它们与总分之间相关性也较强，它们的具体关系有待继续计算。有关学者的研究结果表明，个人自我评价与个人焦虑成负相关，换而言之，自卑与焦虑成正相关。另有研究表明，自卑源于大学生的学习、择业、恋爱及家庭经济状况等的压力，自卑与自尊相互矛盾，继而产生抑郁。

6 结语

可以继续分析的方向。1.可将所有分组变量依据它们对应的心理测评指标值一起进行的差异检验，就打破了原有互补分组的限制；2.可将心理测评指标值根据它们对应的各种分组变量分组进行差异检验；3.类似以上计算，可将心理测评指标值根据它们对应的各种分组变量分组进行相关分析；4.或许可将分组变量根据它们对应的各种心理测评指标值分组进行相关分析，此次留作思考；5.此次数据分析只采用了一级心理问题数据(按院系为分组变量因计算复杂，对指标数据进行了随机抽取)，二级心理问题数据还需进一步分析，一级心理问题数据与二级心理问题数据之间的关系还需进一步分析，逐年的数据还可继续收集并观察分析；6.分析方法还可继续拓展，需要继续学习和施展。通过以上更多的计算势必将有新的发现。