SCL-90的因素结构：传统因素模型与双因素模型*

广东医科大学人文与管理学院心理学系，生命质量与应用心理研究中心（523808）

曾伟楠 全 鹏 辜美惜 李鹤展 万崇华△

SCL-90的因素结构：传统因素模型与双因素模型*

广东医科大学人文与管理学院心理学系，生命质量与应用心理研究中心（523808）

曾伟楠 全 鹏 辜美惜 李鹤展 万崇华△

目的比较SCL-90的单因素模型、二阶因素模型、九因素模型和双因素模型。方法对2835名大学生为研究对象，进行SCL-90的测验，采用Mplus 7．0的WLSMV参数估计法对以上四种模型进行检验。结果四种模型的拟合指数CFI分别是：0．906、0．928、0．930、0．940；TLI分别是0．904、0．926、0928、0．937；RMSEA分别是0．045、0．040、0．039、0．037。双因素模型82．8%的公共方差被一般因素解释，9个因素各自解释的方差比例介于0．5%至4．8%之间，一共占17．2%的方差解释比例。结论双因素模型是SCL-90较合适的因素结构模型。

SCL-90 双因素模型 模型比较

SCL-90（symptom check-list 90）由Derogatis编制于1973年，1984年我国王征宇翻译并引入国内，随后在国内得到广泛的应用。在我国很多的高校进行的学生心理健康普查中，SCL-90是主要的测验工具，国内学者也常常使用该量表作为心理健康的研究工具。然而，在广泛的应用与研究过程中，国内外学者也对该量表的结构稳定性方面提出了一些质疑。第一，研究者对量表进行探索性因素分析时，可得出数量不等的因素，因素的个数取决于所采用的标准，而且未经旋转的第一个因素所解释的变异比率明显高于其他因素。第二，有较多条目存在跨因素负荷的情况［1－6］，这些情况的出现似乎暗示该量表可能存在一个一般因素。第三，关于量表的因素结构的验证性因素分析的研究中，主要的拟合指数也难以达到基本的要求［4］。

总之，目前研究者对SCL-90的因素结构的验证还未达到一致的意见。造成这一情况的原因主要可能有以下两个方面，一是样本，二是参数估计方法。有研究发现，SCL-90的因素结构与样本成员的精神症状诊断类别、性别、年龄等［1，6］因素有关。在对SCL-90进行验证性因素分析的研究中得不到良好的拟合指数，可能的原因在于部分研究者误用了参数估计方法，比如极大似然估计（maximum likelihood，ML），这是很多结构方程建模软件默认的参数估计方法，但这种方法的适用条件是多元正态分布的连续变量的数据［7］。但是对于在普通群体获得的SCL-90数据，数据的分布形态明显是非正态的，存在地板效应，即大多数的对象分数集中在低分一侧，而从各条目的选项（无、轻度、中度、相当重、严重）来看，所得的数据也不是连续变量的数据，而是顺序变量的数据。对于这种非正态的顺序数据，如果采用极大似然参数估计法进行模型拟合检验，所得到的卡方值将会膨胀［8］，同时拟合指数NNFI（non-normed fit index），GFI（goodness-of-fit index）和CFI（comparative-fit index）将会低估［9］，从而容易造成模型的拟合指数达不到最低的要求值，增大了犯第I类错误的概率［10］。对于非正态的顺序数据，较好的参数估计方法应该是使用稳健加权最小二乘法（WLSMV）［11－12］，这也是本研究所用的方法。

鉴于学界对SCL-90的因素结构存在较大的分歧，有必要继续就此问题深入探讨。很多研究在对量表数据做探索性因素分析时都发现，大部分的变异都由未经旋转的第一个因素所解释，因此，我们推断，SCL-90存在一个一般因素，这个一般因素对所有的条目均有较高的负荷。另外，我们不应该纯粹地从数据驱动的思维方式来决定因素的数量，量表原编制者基于精神症状学理论所定义的9个因素应该被保留。从这个角度来思考SCL-90的因素结构，我们推测，双因素模型可能是比较适合SCL-90的因素结构模型。

双因素模型在70多年前即有所介绍［13］，但最近几年又重新受到研究者们的关注。双因素模型的独特之处在于，不同内容领域的条目负荷于一个组因素（或称群因素），同时允许所有条目负荷于一个一般因素，此时，一般因素和组因素之间是彼此不相关［14－15］。很多研究都发现双因素模型拟合数据要明显优于传统的结构模型，例如，在韦氏成人智力量表［16］、注意力多动障碍量表［17］、贝克抑郁量表［18］、Young网络成瘾量表［19］的因素结构研究中，在选用了双因素模型后均获得了较佳的拟合指数。这几年国内也开始有研究者采用双因素模型分析量表结构，如黎志华等比较了特质乐观的双因素模型与传统的因素模型［20］，蔡杰等分析了青少年学习倦怠量表的双因素结构［21］。鉴于双因素模型在解释量表结构方面的应用价值以及传统因素模型在解释SCL-90结构时遇到的分歧，国外开始有研究者尝试使用双因素模型分析SCL-90的因素结构。Róbert Urbán［22］、Thomas，M ichael L［23］比较了SCL-90或者其简版量表BSI的单因素模型、一阶多因素模型以及双因素模型，发现双因素模型有最佳的拟合优度。

SCL-90在国内得到广泛应用，不但在临床精神症状诊断中使用，在普通大学生的心理健康普查中也是首选的测量工具。目前国内对量表的结构存在较大的分歧，而且尚没有使用双因素模型对该量表进行结构验证，因此有必要就此问题进行研究。

对象与方法

1．研究对象

由于SCL-90在我国广泛用于大学生的心理健康普查，因此本研究对象设定为大学生。对我校2015年入学的部分新生共2835名进行量表调查，由学校心理咨询中心组织学生以班为单位在学校图书馆计算机室集体进行网上填写问卷，并当场提交。由于活动组织高效，本次调查有效回收率达100%，其中男生1246人，女生1589人，平均年龄19．25岁。

2．研究工具

采用症状自评量表SCL-90作为研究工具。该量表共有90个项目，包含有较广泛的精神症状学内容，每一项目均采取5级评分制，从1～5计分，分别对应的选项是“无、轻度、中度、相当重、严重”。该量表共包括9个因素，分别是躯体化（主要反映主观的身体不适感）、强迫症状（反映临床上的强迫症状群）、人际关系敏感（主要指某些个人不自在感和自卑感）、抑郁（反映与临床上抑郁症状群相联系的广泛的概念）、焦虑（明显与焦虑症状相联系的精神症状及体验）、敌对（主要从思维、情感及行为三个方面来反映受检者的敌对表现）、恐怖（与传统的恐怖状态或广场恐怖所反映的内容基本一致）、偏执（指猜疑和关系妄想等）、精神病性（反映精神分裂样症状），另外还有7个项目未能归入上述因素，这些项目主要反映睡眠及饮食情况，在本研究中，这7个项目不纳入研究范围。

3．数据分析

采有Mplus7．0对量表现存的各种因素结构模型进行验证与比较，这些因素结构模型分别是单因素结构、二阶因素结构、九因素结构、双因素结构。由于本研究以普通大学生作为研究对象，根据过往的研究结果以及本次调查数据的初步分析（各条目的偏度普遍大于1）可知，本量表的数据存在明显的地板效应，即大部分的对象得分都偏低，呈正偏态的分布，而且本量表的数据类型实际上是顺序数据，所以我们在模型验证时选用稳健加权最小二乘法（WLSMV）的参数估计方法。模型是否能拟合数据主要看三个拟合指数，分别是CFI、TLI和RMSEA，如果CFI和TLI大于0．90，说明模型能较好地拟合数据，如果小于0．90，即可拒绝所设的模型。RMSEA小于0．05，说明模型能对数据拟合良好，如果小于0．08，则模型尚可接受，如果小于0．10，则模型对数据的拟合较差，应拒绝所设的模型。

为了考察SCL-90的双因素模型的单维性，我们计算一般因素在公因素方差（一般因素方差与组因素方差之和）中所占的比例，如果这个比例较大，则可以说明量表的单维程度较高［24－25］。

结 果

1．SCL-90各模型的比较

表1列出了SCL-90量表各种模型的拟合指数。从CFI、TLI和RMSEA三个主要的拟合指数来看，各模型都达到了拟合的要求（CFI＞0．90，TLI＞0．90，RMSEA＜0．05）。由于我们采用的是WLSMV的参数估计方法，通过WLSMV估计得到的卡方差异不服从卡方分布，因此不适合采用传统的比较经χ2和自由度差异的方法进行模型的比较。同时，由于这几个模型也不存在嵌套关系，所以也不能采用Mplus提供的DIFFTEST命令进行模型的比较。在进行非嵌套模型的比较中，可以采用模型的信息指数AIC和BIC进行比较［26］，但基于WLSMV的参数估计法并不能提供这两个数值。就目前的结构方程的文献来说，我们尚未找到针对WLSMV估计的非嵌套模型比较的文献。因此，在数据统计层面，我们尚没有足够证据可以说明某一模型显著比其他模型更好。但从χ2、df、CFI、TLI和RMSEA的拟合指标初步综合来看，双因素模型的各项指标都是最理想的，而单因素模型的CFI和TLI只处于划界值0．90的边缘位置。

表1 各模型的拟合指数汇总表

2．双因素模型的标准化因素负荷

表2列出了双因素模型的标准化因素负荷。在双因素模型中，各条目都显著负荷于一般因素，因素负荷系数介于0．422至0．82之间。大部分的条目也显著负荷于各自相应的组因素，但有10个条目的负荷系数不显著，这10个条目是9、6、73、5、14、71、80、16、84、85。这10个条目与一般因素的关系更密切，而与各自相应的领域相关不大。从公共方差解释比例来看，82．8%的公共方差被一般因素解释，9个因素各自解释的方差比例介于0．5%至4．8%之间，一共占17．2%的方差解释比例。这个结果支持了SCL-90存在一个总的一般因素，存在单维性的特点。

表2 双因素模型的标准化因素负荷表

讨 论

本研究以普通大学生为研究对象，使用Mplus7．0检验了SCL-90的四种主要因素模型的拟合程度。我们选用了目前最适合于非正态分布的顺序数据的参数估计方法WLSMV法，避免了过去某些因忽视SCL-90数据特点误用参数估计方法而导致第一类错误的情况（即因模型拟合指数达不到指定的数值而拒绝了一个正确的模型）。从我们的验证性因素分析的结果来看，SCL-90原作者所认为的九因素结构得到了我们数据的支持（CFI＝0．930＞0．90，TLI＝0．928＞0．90，RMSEA＝0．039＜0．050），而过去有研究认为SCL-90的九因素结构得不到验证［27－28］，其中可能的原因是那些研究误用了参数估计方法。过去有研究采用探索性因素分析方法发现SCL-90的第一个未经旋转的因素解释了绝大部分的变异而认为此量表是一个单维度的量表，本研究检验了SCL-90的单因素模型，尽管其拟合指数CFI和TLI刚好达到0．90的划界值，但在我们检验的四种模型中，模型拟合度是相对较低的，而且从理论上来说，单维度与量表原作者基于精神疾病的症状理论所设定的九个因素也不相符，因此，我们认为单因素模型并不是SCL-90最理想的结构模型。

在双因素模型中，我们发现，各个条目都显著负荷于一般因素，而且一般因素解释了82．8%的公共方差，这个比例是考察双因素模型的单维性的依据［24］，因此可以说明SCL-90存在单维性的特点。与单因素模型不同的是，双因素模型还能分别考察9个因素的作用大小，9个因素各自解释的方差比例介于0．5%至4．8%之间，一共占17．2%的方差解释比例。尽管九因素模型的拟合指数也达到基本要求，但其因素结构没有体现量表的单维性的特点，有可能会夸大具体因素在解释变异方面的作用。二阶因素模型实际上是通过一个高阶的一般因素将9个因素建立了相关关系，但在引入其他变量时，这种因素结构将很难分析每个因素对特定的其他变量的关系。双因素模型各条目直接负荷于一般因素，体现了量表的单维性，另一方面，9个因素独立不相关，继承了原作者根据精神症状理论编制量表的设想，因此，就目前的数据而言，双因素模型是SCL-90较理想的结构模型。

有研究指出，SCL-90的因素结构随着研究对象的不同而有不同的表现。本研究以普通大学生作为研究对象，这个群体的大多数人并没有典型的精神症状，这可能是导致9个因素解释的变异比例远小于一般因素的解释比例的原因，相当于SCL-90应用于普通大学生时，其主要测量的是一般因素，这个一般因素，我们可以命名为“心理痛苦水平”。在双因素模型中，我们还发现有10个条目的相应因素负荷系数不显著，说明这些条目对相应因素的特异性不足。如果将来简化量表，可成为删除该部分条目的理由之一。

本研究存在一些局限与不足。本研究以普通大学生作为研究对象，比较了SCL-90的几种因素模型，解释了双因素模型是SCL-90的较理想的结构模型。但这个结论尚不能推广到其他群体。未来应该在多种群体如精神症状群体、少数民族群体、其他年龄群体等进行模型的验证。

［1］Vassend O，Skrondal A．The problem of structural indeterminacy in multidimensional symptom report instruments．The case of SCL-90-R．Behaviour Research and Therapy，1999，37（7）：685-701．

［2］Hoffmann NG，Overall PB．Factor structure of the SCL-90 in a psychiatric population．Journal of Consulting and Clinical Psychology，1978，46（6）：1187-1192．

［3］Brophy CJ，Norvell NK，Kiluk DJ．An examination of the factor structure and convergent and discrim inant validity of the SCL-90R in an outpatient clinic population．Journal of Personality Assessment，1988，52（2）：334-340．

［4］Hafkenscheid A．Psychometric evaluation of the symptom checklist（SCL-90）in psychiatric inpatients．Personality and Individual Differences，1993，14（6）：751-756．

［5］Schm itz N，Hartkamp N，Kiuse J，et al．The symptom check-list-90-R（SCL-90-R）：a German validation study．Quality of Life Research，2000，9（2）：185-193．

［6］Prunas A，Sarano I，Preti E，et al．Psychometric properties of the Italian version of the SCL-90-R：a study on a large community sample．European psychiatry，2012，27（8）：591-597．

［7］邱皓政，林碧芳．结构方程模型的原理与应用．中国轻工业出版社，2009．

［8］Green SB，Akey TM，Flem ing KK，et al．Effect of the number of scale points on chi-square fit indices in confirmatory factor analysis．Structural Equation Modeling：A Multidisciplinary Journal，1997，4（2）：108-120．

［9］Hutchinson SR，Olmos A．Behavior of descriptive fit indexes in confirmatory factor analysis using ordered categorical data．Structural E-quation Modeling：A Multidisciplinary Journal，1998，5（4）：344-364．

［10］Finney SJ，Distefano C．Non-normal and categorical data in structural equation modeling．Structural equation modeling：A second course，2006，10（6）：269-314．

［11］Muth NB，Dutoit SH，Spisic D．Robust inference using weighted least squares and quadratic estimating equations in latent variablemodeling with categorical and continuous outcomes．Psychometrika，1997，75（1）：40-45．

［12］Brown TA．Confirmatory factor analysis for applied research．Guilford Publications，2015．

［13］Holzinger KJ，Sw ineford F．The bi-factor method．Psychometrika，1937，2（1）：41-54．

［14］王孟成．潜变量建模与Mplus应用（基础篇）．重庆大学出版社，2014．

［15］Reise SP．The rediscovery of bifactor measurement models．Multivariate Behavioral Research，2012，47（5）：667-696．

［16］Gignac GE，Watkins MW．Bifactor modeling and the estimation of model-based reliability in theWAIS-IV．Multivariate Behavioral Research，2013，48（5）：639-662．

［17］Martel MM，Roberts B，Gremillion M，etal．External validation of bifactor model of ADHD：Explaining heterogeneity in psychiatric comorbidity，cognitive control，and personality trait profiles within DSM-IV ADHD．Journal of abnormal child psychology，2011，39（8）：1111-1123．

［18］Al-turkait FA，Ohaeri JU．Dimensional and hierarchical models of depression using the Beck Depression Inventory-II in an Arab college student sample．BMC psychiatry，2010，10（1）：60．

［19］Watters CA，Keefer KV，Kloosterman PH，et al．Examining the structure of the Internet Addiction Test in adolescents：A bifactor approach．Computers in Human Behavior，2013，29（6）：2294-302．

［20］黎志华，尹霞云，蔡太生等．特质乐观的结构：传统因素模型与双因素模型．中国临床心理学杂志，2013，21（1）：45-47．

［21］蔡杰，彭亚风．双因子模型与传统因素模型在青少年学习倦怠量表上的比较．通化师范学院学报，2013，34（9）：140-141．

［22］Urb NR，Kun B，Farkas J，et al．Bifactor structural model of symptom checklists：SCL-90-R and Brief Symptom Inventory（BSI）in anon-clinical community sample．Psychiatry research，2014，216（1）：146-154．

［23］Thomas ML．Rewards of bridging the divide between measurement and clinical theory：demonstration of a bifactor model for the Brief Symptom Inventory．Psychological assessment，2012，24（1）：101-105．

［24］Bentler PM．Alpha，dimension-free，and model-based internal consistency reliability．Psychometrika，2009，74（1）：137-143．

［25］Tenberge JM，Socan G．The greatest lower bound to the reliability of a test and the hypothesis of unidimensionality．Psychometrika，2004，69（4）：613-625．

［26］Vrieze SI．Model selection and psychological theory：a discussion of the differences between the Akaike information criterion（AIC）and the Bayesian information criterion（BIC）．Psychological methods，2012，17（2）：228-230．

［27］Hafkenschid AJ，Maassen GH，Veeninga AT．The dimensions of the Dutch SCL-90：more than one，but how many？．Netherlands journal of psychology，2007，63（1）：25-30．

［28］Hartkamp N，Kiuse J，Franke G，etal．The Symptom Check-List-90-R（SCL-90-R）：A German validation study．Quality of Life Research，2000，9（2）：526-530．

（责任编辑：郭海强）

Factor Structure of SCL-90 in Students Sam ple：Traditional Factor Structure Model and Bifactor Structure

Zeng Weinan，Quan Peng，Gu Meixi，et al．
（Psychology Department，School of Humanity and Management，Research Center for Quality of Life and Applied Psychology of Guangdong Medical University（523808），Dongguan）

ObjectiveThe current study focused on comparing the difference of four factor structure models of SCL-90 such as single factor model，high order factor model，nine factors model and bifacor model．Methods2835 students from our college were tested with SCL-90，and the collected data was conducted with Mplus7．0 with the estimator of WLSMV to test the four models of SCL-90．ResultsThe goodness of fit indexes of the four models were 0．906，0．928，0．930 and 0．940 respectively in CFI，0．904，0．926，0．928 and 0．937 respectively in TLI，0．045，0．040，0．039 and 0．037 respectively in RESEA．Explained common variance（ECV）by the general factor of bifactor model was82．8%，while the ECV by the nine factors was between 0．5%and 4．8%and composed 17．2%variance totally．ConclusionBifactor model is the most suitable model for SCL-90．

SCL-90；Bifactor；Model Comparisons

湛江市科技攻关计划（2014B01017）；广东医科大学科研基金（M2014059）

△通信作者：万崇华，E-mail：wanchh＠hotmail．com