少年网络攻击行为评定量表编制及信效度检验-

论文导读：124，未知2人。1.2量表的编制在参考前述文献的基础上，以质性研究的方式，探讨网络攻击行为的概念建构，以Little等从攻击行为的动机和表现形式划分的分类模型为量表编制的理论框架，该模型将攻击行为按动机划分为“工具性攻击(instrumentalaggression)”和“反应性攻击(reactiveaggression)”两类。“工具性攻击”指攻
【摘要】目的：编制我国少年网络攻击行为评定量表(AOABS)，并检验其信效度。方法：方便抽取689名中学生和大学生进行問卷调查，回收有效問卷597份。通过项目分析筛选题目，将整体样本随机分半后分别进行探索性因素分析(n=297)和验证性因素分析(n=300)以检验量表的结构效度，并检验量表的信度。结果：少年网络攻击行为评定量表分为工具性攻击(instrumental aggression)和反应性攻击(reactive aggression)两个分量表，每个分量表内部又分为外显攻击和关系攻击两部分。自编量表的两个分量表经探索性因素分析所得的题目载荷在0.52～0.75之间，累积方差贡献率分别为52.75％和53.24％；两个分量表经验证性因素分析所得模型均符合心理测量学要求(RMSEA0.9，NNFI>0.9，CFI>0.9)。两个分量表的Cronbach α系数分别为0.83和0.86。结论：少年网络攻击行为评定量表具有良好的结构效度和内部一致性信度，可以用于测量我国少年在网络上的攻击行为。
【关键字】少年；网络；攻击行为；信度；效度；心理测量学
1000—6729(2012)006—0439—06
少年的危险行为作为发展心理学的重要研究课题，一直受到众多心理学者和临床工作者的密切关注。随着我国互联网和手机网络的迅速发展和普及，少年经由网络平台发生的危险行为也日益增多，其中一个有代表性的现象就是网络攻击行为。网络攻击又被称为在线攻击或在线骚扰。网络环境中的攻击行为目前没有统一的定义。从宏观的角度来看，凡是以互联网或手机网络为媒介，使用信息沟通技术发起的攻击行为都可称为网络攻击行为。传播学中主要采用“网络暴力”这一概念，指的是群体性地利用网络技术对别人进行言语辱骂、公开其隐私或干扰他人的正常生活，并不包括网络上个人之间的攻击行为。网络环境中的攻击行为是伴随着信息与通信技术的发展而兴起的?类特定的攻击形式。尽管网络中攻击行为的表现形式与现实生活中存在一定的差异，但是两者在核心概念方面大体上是一致的。因此，本研究将网络攻击行为界定为“以互联网和手机网络为平台，利用信息和通信技术对个体或者群体有目的实施的意在造成伤害的行为，且这种行为是目标对象想要尽力避免的”。
国外研究者则更多地采用“网络欺负(cyberbullying)”这个概念，网络欺负指的是个人或群体利用通信技术对他人发起故意的、重复性的、敌意的行为。有学者指出，网络攻击和网络欺负在概念上存在很大的重合，因此关于网络欺负的研究对于研究网络中的攻击行为有着很大的参考作用。
当前关于少年的网络攻击行为的研究尚处于起步阶段，由于概念上缺乏清晰度，并存在一定的争议，可用于有效评定网络攻击行为的量表很少，目前的文献搜索仅见到电子攻击流行性评定問卷(Lodz Electronic Aggression Prevalence Question-naire，LEAPQ)。不过，在关于网络欺负的研究中，近几年来出现了众多评定工具，如网络欺负评定問卷(The Cyberbullying Inventory，CBI)、柏林网络欺负者与受害者問卷(The Berlincyberbullying-Cybervictimisation Questionnaire，BC—CQ)、聊天欺负与聊天欺负受害者量表(ChatBully and Chat Victim scales，CBCVS)。然而，这些問卷和量表大多为問题清单形式，没有对少年的攻击行为进行多维度的切分。尤其重要的是，由于国内外的少年在接触网络的起点年龄、使用网络的密切程度以及在网络上从事的活动都有显著的不同，这些問卷不适合直接用来测量我国少年在网络中的攻击行为。因此，本研究编制少年网络攻击行为评定量表，为网络攻击行为的研究提供测量工具和理论参考。
1　对象与方法
1.1对象
本调查主要于2011年3月进行，采用方便取样法，选取河北省某中学，从初一、初二、高一和高二每个年级抽取两个班级，共发放問卷402份，回收有效問卷341份。年龄12—19岁，平均(16±2)岁；男生160人，女生178，未知3人；四个年级的人数分别为86人、91人、70人和90人。大学生样本取自北京某大学大二、大三的学生。共发放問卷287份，回收有效問卷256份，其中大二学生214人，大三学生40人，未知2人；理工院学生140人，商学院学生116人；年龄19～23岁，平均(21±1)岁；男生130，女生124，未知2人。

1.2量表的编制

在参考前述文献的基础上，以质性研究的方式，探讨网络攻击行为的概念建构，以Little等从攻击行为的动机和表现形式划分的分类模型为量表编制的理论框架，该模型将攻击行为按动机划分为“工具性攻击(instrumental aggression)”和“反应性攻击(reactive aggression)”两类。“工具性攻击”指攻击者未受到伤害或威胁，其发动攻击行为主要是以此为工具和手段来获得某种好处；“反应摘自：7彩论文网写毕业论文经典的网站www.7ctime.com
性攻击”指，攻击者因生气、受到伤害或感到威胁时而发动的回应性、报复性的攻击行为。在每一类别之下，又按照攻击行为的表现形式将其划分为“外显攻击(overt aggression)”和“关系攻击(relational aggression)”两种类别。“外显攻击”指直接的、开放性的言语辱骂、恶意威胁；“关系攻击”指意在破坏对方各种人际关系和社会地位的攻击。以此为参照，在自编量表中确立了相应的网络攻击行为的分类体系以及各分类所应涵盖的范畴与内容。
参考网络欺负评定問卷中的部分条目，同时，考虑到我国国情下少年的网络使用习惯，通过手机和Skype网络电话对7名中学生和9名大学生进行了半结构性访谈并请其填写了自由反应式問卷，作为编写题目与发展题库的参考。最终确定的少年网络攻击行为评定量表(Ad—olescent Online Aggressive Behior Scale，AO—ABS)，将网络攻击行为按动机分为两个分量表：工具性攻击(“没有受到他人冒犯，为了获得自己想要的结果时”对他人进行的攻击)和反应性攻击(“因生气，受到伤害或感到威胁时”对他人进行的攻击)，两个分量表均为相同的20道题目，但指导语不同。在每个分量表内部按照网络攻击行为的表现形式区分为关系攻击和外显攻击两类，每类攻击行为各10道题目。被试需要对题目所描述的行为出现的频率进行1～4级的评分，1～4分别代表从不、偶尔、经常、总是。

1.3统计方法

运用SPSS17.0软件对整体样本进行量表的项目分析和内部一致性信度分析。将整体样本随机分半，用SPSS17.0软件对一半(n=297)进行探索性因素分析；用LISREL8.72对另一半(n=300)进行验证性因素分析。
2
结果

2.1量表得分情况(表1)

2.2项目分析

工具性攻击分量表(IOA)中，删除r<0.3的条目3和9，剩余18个条目与其所在类别的总分相关在0.32—0.54之间(P<0.001)；反应性攻击分量表(ROA)中，全部题项的题总相关系数在0.38～0.68之间(P<0.001)。

2.3结构效度

分别对工具性攻击分量表余下的18个条目和反应性攻击分量表的20个条目进行探索性因素分析，KMO值分别为0.82和0.86，Bartlett球形检验的值达到显著论文导读：率为55，13％。删除项目数1的因子，累计方差贡献率为53.24％。根据编制量表的理论框架和条目内容分别将两分量表的2个因子命名为：关系攻击和外显攻击，各因子的载荷见表2。分别对两个分量表进行验证性因素分析，得到两个拟合模型，两个分量表的各项指标CFI、NFI和IFI均大于0.90；RMEA<0.08(表3)。两个分量表中条目载荷多在0.60～0
水平(P1的因子，累计方差贡献率分别为56.56％和57.39％。工具性攻击分量表，删除了在两个因子上载荷相当的条目17和项目数<3的因素3(条目14和18)，乘蜍15条；反应性攻击分量表，删除了最大载荷<0.4的条目3和在两个因子上载荷相当的条目14，剩余18条。分别对两个分量表剩余的条目进行第2次因素分析，KMO值分别为0.80和0.85，Bartlett球形检验的值达到显著水平(P1的因子，累计方差贡献率为52.75％；反应性攻击分量表共得到3个特征根>1的因子，累计方差贡献率为55，13％。删除项目数<3的因素3(条目9和19)，删除后对反应性攻击分量表进行第3次因素分析，KMO值为0.84，Bartlett球形检验的值达到显著水平(P1的因子，累计方差贡献率为53.24％。根据编制量表的理论框架和条目内容分别将两分量表的2个因子命名为：关系攻击和外显攻击，各因子的载荷见表2。
分别对两个分量表进行验证性因素分析，得到两个拟合模型，两个分量表的各项指标CFI、NFI和IFI均大于0.90；RMEA<0.08(表3)。两个分量表中条目载荷多在0.60～0.70之间，说明量表中包含的条目能较好地代表量表维度的含义。

2.4内部一致性信度

工具性攻击分量表的Cronbachα系数为0.83，其中工具性关系攻击和外显攻击的α系数分别为0.67和0.78。反应性攻击分量表的Cronbachα系数为0.86，其中工具性关系攻击和外显攻击的α系数分别为0.81和0.82。
3　讨论
本研究以Little等对攻击行为的分类为量表编制的理论模型，在参照国外已有成型量表CBIt的基础上，基于我国少年在网络上攻击行为的现状，编制了少年工具性网络攻击行为评定分量表和反应性网络攻击行为评定分量表，在两个分量表内部，又根据攻击行为的表现形式将其分成了外显攻击和关系攻击两类。这样，网络上的攻击行为就被分成了工具性外显攻击、工具性关系攻击及反应性外显攻击和反应性关系攻击四类，这种动机和行为表现相结合的评定形式，有助于研究者考察不同形式的攻击行为与发动攻击行为是否受激惹，以及攻击行为意在报复还是获得好处等动机性因素的关系，比以前单一的网络攻击／欺负行为评定量表能获得更多的信息。
本研究的两个分量表，经探索性因素分析均被划分为“外显攻击”和“关系攻击”两个因素，经验证性因素发现，调查数据与探索性因素分析所确定的因素结构有相当合理的拟合度，说明量表的结构效度较好。最后确定的两个分量表中，测查关系性攻击的条目是相同的8个条目，测查外显攻击的条目则分别为7个条目和8个条目，且具体的源于：7彩论文网大学毕业论文范文www.7ctime.com
条目略有不同。例如，“利用木马等技术盗用别人的网络身份”仅在工具性网络攻击行为评定分量表中被保留，在反应性网络评定分量表中则在探索性因素分析中被删除，提示外显性的网络攻击行为与发动攻击行为的动机密切相关。
根据心理测量学的理论，一份好的問卷，其总的信度系数最好在0.8以上，而分量表的内部一致性系数在0.6～0.7之间是可接受的。本研究中的两个分量表以及各分量表内部的两个因子都具有较高的内部一致性。各分量表中两个因子与总分之间存在较高的相关，并且各因子之间的相关低于与总分的相关，表明各因子之间具有较好的独立性。这说明采用动机和表现形式相结合的方式来评价少年在网络上的攻击行为是可靠的。由于自编量表的条目涉及少年在网络中比较私密的攻击行为，在量表编制的初期进行预测时发现：如果实名施测，尽管向学生们保证获取的数据会严格保密，但是大多数的学生倾向于对所有条目选择“从不”这个完全否定的选项，这与匿名预测试的结果存在较大差异。因此，在正式施测时，采取了不记名测试的方法，这就使得本量表很难通过对同一被试进行前后两次的测量来获得重测信度。
综上所述，少年网络攻击行为评定量表具有良好的结构效度和内部一致性信度，符合测量学的要求，有助于促进信息时代下对少年行为发展的深入理解。
4　未来研究方向
由于少年群体的年龄跨度较大，本量表很难完全涵括各年龄阶段少年的网络攻击行为特点，今后的研究还应根据网络的发展和少年的网络行为的变化修订具体条目的表述，并以此为基础将对网络攻击行为的评定拓展到全体网民。此外，还应探查网络攻击行为的人群特点及其与人格特质、攻击相关的规范信念及情绪状态的关系。在对主动发起网络攻击行为的个体进行研究的同时，还应该对那些易于遭受网络攻击的个体加以研究，构建有效的网络攻击受害者评定量表，并追踪考察个体因在网络上遭受攻击所造成的情绪和社会关系损害，从而为未来的预防和干预研究积累有效的数据。