「大學生身心健康量表」構念效度驗證之研究

「大學生身心健康量表」

構念效度驗證之研究

摘 要

本研究主要目的是在透過一系列嚴謹的統計分析程序，以檢驗及修訂 台灣高等教育資料庫中的「大學生身心健康量表」。研究對象為九十四學 年度大一及大三學生共90,654人。首先，以大一學生樣本（50,576筆）評鑑 測量模型是否與實徵資料相互適配，並且找出最佳的適配模式。結果顯示模 式適配度良好，且因素結構為一階三因素斜交模式。其次，再以大三樣本（

40,078筆）進行測量恆等性驗證，結果顯示對不同年級的大學生而言，該量 表通過測量恆等性之檢驗，顯示該量表具有跨樣本的有效性及穩定性。

關鍵詞：身心健康、驗證性因素分析、測量恆等性、結構方程模式 施俊㈴

國立高雄師範大㈻教育系博士候選㆟

吳裕益

國立高雄師範大㈻㈵殊教育系教授

Abstract

Although the physical and mental health (PMH) status for college students has been studied extensively in Taiwan, the measurement invariance issue of PMH scale has received little attention. Therefore, this study drew data from the Taiwan Higher Education Data System to examine the measurement invariance of the scale across grade levels. The results supported the theoretical structure established by the authors, indicating that there are three latent factors in this scale, named as “depressive emotion factor”, “physical illness factor”, and “loneliness and isolation factor”. This factor structure was good fit for the empirical data and invariant across grade levels.

Keywords: the physical and mental health status, CFA ,measurement invariance, SEM

Chun-Ming Shih

Doctoral Candidate, Department of Education, National Kaohsiung Normal University

Confirmatory Factor Analysis and Construct Validity of the Physical and Mental Health Inventory for Taiwan College Students

Yuh-Yih Wu

Professor, Department of Special Education, National Kaohsiung Normal University

壹、緒論

一、國內大學生憂鬱情緒日益嚴重

對於高中生而言，「大學」象徵著自由的殿堂。進入大學就像是通過 成年禮一樣，無論在生活、學業等各方面都擁有相當大的自主權。但從另一 個角度來看，進入大學後也意味著大學生必須以更獨立的心態來面對生活中 的各種挑戰，包括如何因應各種生活問題、課業壓力的侵襲以及人際關係的 困擾等等，而這些都是過去未曾有過的生活經驗。因而在四年燦爛的大學生 涯底下，大學生將無可避免地面臨一連串心理健康上的嚴苛挑戰。

根據董氏基金會連續五年來的調查，每四個大學生以及每五個青少年 當中，就有一人有明顯的憂鬱情緒困擾。此一比例與過去數年相比，有逐 年升高之跡象，例如與過去兩年調查結果相比（2005年為24.1%、2006年為 24.3%），2007年所進行的調查結果顯示有25.7%的大學生憂鬱情緒需要專 業協助（董氏基金會心理衛生組，2007）。事實上，引發大學生憂鬱的原因 很多，除了與大腦的病變、心理特質、家族史等因素有關之外，環境因素的 改變可能是最主要的原因。由於第一次離開父母、遠赴外地求學，大學生必 須獨自照料自己的生活起居。而在進入大學後，對自己未來的方向也開始 感到茫然，同時又要面對複雜的人際關係，以及兩性相處、交往時的紛爭 與不確定，在種種的不安因子卻又求救無門的情況下，情緒低落等鬱卒的 心情自然就悄悄找上門來。根據統計，「未來生涯發展」、「自己的經濟狀 況」、「課業、考試成績不佳」、「身材外貌」及「擔心家中經濟狀況、債 務問題」等五件事，是最讓大學生感覺到有壓力，其中，有高達四成以上的 大學生為這些事憂鬱到需要專業協助（董氏基金會心理衛生組，2008）。然 而，值得大學機構重視的是，當大學生感到心情鬱悶時，卻僅有1%的大學生 會求助醫生、找家人、或尋求專業諮商，而有高達80%的大學生選擇自己想辦 法處理，或是找網友、校外朋友等來協助。因此，如何發揮大學學輔中心的 功能，以及加強校園的憂鬱防治工作，是當前大學亟需解決的重要課題。

二、大學生憂鬱情緒相關研究

上述的研究結果，若進一步分析，可以發現在「身材外貌」的項目上 有更高比例的女性比男性更容易感到壓力，而男性則是在「與異性交往關係」

上比起女性有更多比例感到有壓力。此外，在藝術、設計領域的學生，憂鬱 的程度也明顯比理、工、農、醫、護、教育等學院的學生來得高。雖然教育 相關學院學生的憂鬱程度，遠不及就讀藝術、設計領域者，但就「未來生涯 發展」項目上，他們的焦慮感卻是最深的，平均每十人就有四人感到壓力，

這顯示出對於教育相關學院的學生而言，未來生涯發展輔導需要獲得更多關 注（董氏基金會心理衛生組，2005）。除了上述調查之外，施建彬（2004）

也曾比較不同性別及不同學院大學生的壓力感受及心理健康，發現兩性的心 理健康程度並無顯著差異，但相較於女性，男性對於課業及建立兩性關係則 感到較大壓力；而工學院學生相較於管理學院及外語學院學生，感受到 較大的壓力。至於心理健康指標方面，設計學院學生不良心理健康指數同 樣顯著高於工學院及管理學院學生。

三、進行跨群體比較的前提－量表應符合測量恆等性

雖然上述的研究者均有所本，詳實依據理論架構對各構念提出若干的 測量變項（或題項），並請受試者就本身實際情況進行李克特式評估，以取 得評估結果。再由研究者依不同構念對各題目進行加總平均，以求取受試者 在各構念上的分數，最後依此結果以比較不同族群的差異性或進行因果 模式驗證。然而，值得注意的是，上述構念分數的計算卻可能是有問題的，原 因在於研究者並未確認每道測量題目對不同族群的受試者而言，是否具有相 等的意義（許崇憲，2008.10.25）。也就是說，在檢測前必須要確保量表具 有測量恆等性（measurement invariance），亦即每道測量題目與所屬構念之 間的因素負荷量、變異數與共變數以及誤差變異量，在不同族群之間必須是 恆等的，如此始能進行跨群組的比較研究（Meredith, 1993）。由於過去研 究者在進行跨族群比較時，常忽略此要件，例如Cheung和Rensvold（1998）

同，致衍生出許多爭議以及錯誤的結果推論。

檢測測量工具是否具有測量恆等性的方法很多，其中如結構方程模式

（Structural Equation Model, SEM）、試題反應理論（Item Response Theory, IRT）等方法均可以用來檢驗測量恆等性。近年來，採用結構方程模式中的 多群組同時分析（simultaneous analysis of several groups）來檢驗此一特徵 是相當常見的，例如黃芳銘、楊金寶、許福生（2005），魏米秀、呂昌明

（2005）等人的研究多採用此法。其流程如Vandenberg與Lance（2000）所 建議的先提出兩組或兩組以上的競爭模式（competing models），然後利用 卡方差異檢定（chi-square different test）來進行模式間的競爭比較。其主要 概念為先假設不同樣本群組間的因素結構是相等的，並以此為基線模式（

baseline mode）。接著在此模式下加上不同的限制條件，如因素負荷量 相等、因素變異數與共變數相等及誤差變異量相等，以形成不同的對立模 式（alternative models）。最後利用這些對立模式與基線模式進行卡方差異 檢定，以判斷觀察資料是否符合條件較嚴格、較多限制的模式。若資料通過 這些卡方差異檢定(即檢定結果不顯著時），則可以推論此測量工具具有測 量恆等性。

四、檢測及修訂「大學生身心健康量表」

為實際應用測量恆等性概念檢驗及修訂現有量表，本研究將使用國科 會與教育部補助、台灣師大教育評鑑與發展研究中心彭森明教授團隊所發展 之「大學生身心健康量表」做為測量工具，藉由所蒐集的90,654筆觀察資料 檢定各種假設模式。此一量表題項最早係由高教團隊教授劉奕蘭、吳家瑜於 2004年根據貝氏憂鬱量表¹（Beck, 1967）、流行病學研究中心抑鬱感量表²

（CES-D）（Radloff, 1977）、情感—社交孤寂感量表³（ESLI）（Vincenzi

1貝氏憂鬱量表折半信度為.86，此外與憂鬱的臨床等第間相關亦達顯著，顯示具有效度。

2 流行病學研究中心抑鬱感量若施測對象為病患，則折半信度為.85，若為一般人則為.77。

該量表與Hamilton and Raskin scales分數等第亦具有中度相關。

3 情感—社交孤寂感量表可細分成四個分量表，其α值分別為.83、.80、.86、及82。其分數 與臨床群體的相關比非臨床群體來得高。

& Grabosky, 1987）以及青少年行為量表（Achenbach, 1991）中的身體病痛 分量表所編寫，共計24題。由於此量表係改編自國外的量表而成，雖然在效 用上具有國際上的公信力，但是否適合本土脈絡仍需要進一步檢驗；再者，

量表潛在因素結構的數目及層級為何，亦值得深入探討，所得結果將可協助 研究者釐清量表變項結構間的相互關係。最後，一個理想的理論模式應該可 以用來解釋不同群體的觀察資料，即不同群體所得之觀察資料在理論模式的 關係結構上應該是要相同。

基於上述三點緣由，本研究即以台灣高等教育資料庫所蒐集的大規模 實徵資料，企圖採用較嚴謹的統計程序來檢驗及修訂大學生身心健康量表，

除了使用驗證性因素分析（confirmatory factor analysis, CFA）確認測量模型

（measurement model）的因素數目、檢驗理論構面與實證資料間的適配度以 及建立信、效度外，亦將進行測量恆等性檢定，即檢視該量表從某一個樣本 上所得到的參數值是否可以類推到其他的樣本上。若可以的話，即可宣稱該 量表具有一定程度的模型穩定性（model stability），此亦為本研究所欲探討 的焦點。

貳、研究方法

一、樣本及施測過程

本研究使用之資料為國科會補助建置之台灣高等教育資料庫「九十四 學年度大一及大三（含二技一年級）學生調查」的一部份。樣本的母體為台 灣地區161所四年制及二年制的公私立的大專校院學生。各校院的學生，依 性別、學校、科系四碼（依照教育部統計處標準）分組，然後以分層隨機抽 樣的方式抽取名單，原則上抽樣比例為25%，但校內各學門人數至少30人，

全校總人數至少100人，若母體人數未達此數據時，則全部抽取。此外，為 了保障原住民及殘障生能有足夠樣本，以便與一般生比較，原住民及殘障生 將全部抽取（selection with certainty）。最後，總計抽選出大一學生75,084人、

大三學生74,298人，合計149,382人，做為發放問卷之抽樣架構。這樣所得到 的樣本不僅具有代表性，而且也顧及到少數族群的樣本人數。

在實際調查時，主要採用網路問卷的形式，以電子郵件通知被抽樣學 生上網填答問卷，並多次以電子郵件催收未填答學生，或請各校聯絡人協助 通知學生上網填答，而有少部份則以紙本方式郵寄給學生填答，經統計最後 回收問卷大一學生有52,315份，大三學生有41,343份，回收率分別為69.68%

及55.64%。為確保後續資料分析之正確性與嚴謹性，研究者首先針對資料 的品質進行檢驗，凡受試學生在「大學生身心健康量表」的24個題目中有未 答、漏答或電腦資料編碼錯誤（例如資料誤植為0）之情形時，該筆資料均 予以刪除，最後納入分析的資料共有大一學生50,576筆、大三學生40,078 筆，合計90,654人。其中，大一學生樣本群體將做為建立競爭模式、檢驗理 論模式適配度以及建立信效度，而大三學生樣本群體則用來檢驗及對照模式 間是否具有測量恆等性之特徵。

二、研究工具

本研究所使用之「大學生身心健康量表」題項係由劉奕蘭、吳家瑜（

2004）根據貝氏憂鬱量表（Beck, 1967）、流行病學研究中心抑鬱感量表

（CES-D）（Radloff, 1977）、情感-社交孤寂感量表（ESLI）（Vincenzi &

Grabosky, 1987）及青少年行為量表（Achenbach, 1991）中的身體病痛分量 表所編寫。此量表問題共有24題，分為三個向度，其中，10題描述憂鬱的情 緒、認知及生理的症狀（題號1至10），8題描述身體的病痛（題號11至18），

6題描述情緒性的孤寂感受（題號19至24）。

在填答上採Likert五點量表型式，最高5分，表示最近兩星期內「總是」

出現量表中所描述的身心狀況，其次是「常常」得4分，「偶而」得3分，「

很少」得2分，「從來沒有」得1分。由於本量表並無零分設計，此意謂對受 試學生而言這些身心狀況不可能完全沒有出現。為利後續報表精簡呈現，茲 將此量表24個題項重新命名如下表1所示：

表1 大學生身心健康量表題項與命名

變項命名 題目敘述

感到胃口不好 1.最近兩個星期內，有不想吃東西、胃口不好的感覺嗎？

感到人生失敗 2.最近兩個星期內，有覺得自己的人生經歷是場失敗的感覺嗎 感到失望落寞 3.最近兩個星期內，有對自己感到失望的感覺嗎？

做事都很吃力 4.最近兩個星期內，有覺得做什麼都很吃力的感覺嗎？

感覺睡不好覺 5.最近兩個星期內，有睡不好覺的感覺嗎？

無法集中精神 6.最近兩個星期內，有不能集中精神做要做的事的感覺嗎？

感到悲傷難過 7.最近兩個星期內，有感到悲傷的感覺嗎？

感覺提不起勁 8.最近兩個星期內，有做任何事都提不起勁的感覺嗎？

凡事責怪自己 9.最近兩個星期內，對於所發生的壞事都有責怪自己的感覺嗎？

感到快樂感覺 10. 最近兩個星期內，有覺得快樂的感覺嗎？

過度疲勞感覺 11. 最近兩個星期內，有過度疲勞的感覺嗎？

原因不明頭痛 12. 最近兩個星期內，有原因不明的頭痛嗎？

原因不明作噁 13. 最近兩個星期內，有原因不明的作嘔、作悶嗎？

原因不明眼疾 14. 最近兩個星期內，有原因不明的眼睛毛病嗎？

感到頭昏不適 15. 最近兩個星期內，有感到頭暈的感覺嗎？

原因不明腹痛 16. 最近兩個星期內，有原因不明的腹痛或胃痛嗎？

原因不明出疹 17. 最近兩個星期內，有原因不明的出疹或其他皮膚病嗎？

原因不明疼痛 18. 最近兩個星期內，有原因不明的疼痛（頭痛、胃病除外）嗎？

感到孤獨寂寞 19. 最近兩個星期內，有覺得孤獨、寂寞的感覺嗎？

與別人沒說 20. 最近兩個星期內，有覺得我跟別人沒什麼話好說的感覺嗎？

沒有親近朋友 21. 最近兩個星期內，有覺得我沒有一個親近朋友的感覺嗎？

沒有人需要我 22. 最近兩個星期內，有覺得沒有人需要我，或我對任何人都不重要的感覺嗎？

沒有人理解我 23. 最近兩個星期內，有覺得沒有人理解我的感覺嗎？

無法與人交 24. 最近兩個星期內，有覺得不能與任何人交心的感覺嗎

三、統計分析與資料處理

（一）模式估計方法之選擇

結構方程模型之最大概似法（maximum likelihood method, ML）以及一 般化最小平方法（generalized least square method, GLS）等估計方法受變項 分配性質影響很大，如果變項分配的態勢絕對值大於3，就被視為是極端偏 態；峰度絕對值大於10則被視為是有問題的，若大於20則可以視為是極端的 峰度（Kline, 1998）。若偏態與峰度產生這些問題時，那麼就必須考慮不受 變項分配的估計方法，例如漸進自由免分配法（asymptotic distribution-free）。從 表2中可以看出偏態值介於0.10 到1.32之間，峰度值則是介於-0.5到1.35之 間。這個結果顯示觀察變項在偏態與峰度的值並不大，採用具有常態分配的 估計方法對估計的健全性影響不大，因此，本研究採取「最大概似法」做為 估計模式的估計法。

表2 觀察變項之人數、平均數、標準差、偏態與峰度

題號 人數 平均數 標準差 偏態 峰度

1.感到胃口不好 50,576 2.19 0.92 0.50 -0.04

2.感到人生失敗 50,576 2.30 1.05 0.57 -0.20

3.感到失望落寞 50,576 2.54 1.05 0.31 -0.40

4.做事都很吃力 50,576 2.47 0.98 0.41 -0.18

5.感覺睡不好覺 50,576 2.43 1.11 0.51 -0.41

6.無法集中精神 50,576 2.80 1.04 0.13 -0.48

7.感到悲傷難過 50,576 2.58 1.04 0.34 -0.34

8.感覺提不起勁 50,576 2.55 0.99 0.37 -0.20

9.凡事責怪自己 50,576 2.61 1.08 0.33 -0.48

10.感到快樂感覺 50,576 2.51 0.94 0.38 -0.07

11.過度疲勞感覺 50,576 2.88 1.02 0.10 -0.41

12.原因不明頭痛 50,576 2.15 1.06 0.73 -0.08

13.原因不明作噁 50,576 1.96 1.01 0.93 0.30

題號 人數 平均數 標準差 偏態 峰度

14.原因不明眼疾 50,576 1.98 1.01 0.91 0.27

15.感到頭昏不適 50,576 2.15 1.02 0.67 -0.09

16.原因不明腹痛 50,576 2.09 1.05 0.76 -0.07

17.原因不明出疹 50,576 1.74 0.95 1.32 1.35

18.原因不明疼痛 50,576 1.79 0.94 1.19 1.07

19.感到孤獨寂寞 50,576 2.63 1.11 0.33 -0.50

20.與別人沒說 50,576 2.44 1.10 0.47 -0.41

21.沒有親近朋友 50,576 2.21 1.13 0.73 -0.22

22.沒有人需要我 50,576 2.24 1.14 0.71 -0.25

23.沒有人理解我 50,576 2.39 1.17 0.56 -0.49

24.無法與人交 50,576 2.22 1.13 0.74 -0.18

註：本調查表係以大一樣本為分析對象。

（二）因素結構之驗證

本研究之統計分析乃採結構方程分析方法，以AMOS 7.0 的統計程式處 理之。整個統計分析主要分為兩個階段：首先，依據量表的因素結構建立一 系列競爭模式，然後使用大一樣本群體進行驗證性因素分析，除了解本研 究假設模式是否能解釋實際觀測到的資料之外，更企圖從中找出最簡約的因 素模式。其次，採用較為嚴謹的、非傳統式的檢測程序，檢定此一因素模式 的信、效度，包括組合信度（composite reliability）、聚斂效度（convergent validity）以及區別效度（discriminate validity）等指標。

（三）測量恆等性檢驗

本研究採用結構方程模式中的多群組同時分析（simultaneous analysis of several groups）來檢驗測量恆等性。首先，假設不同樣本群組間的因素結構 是相等的，並以此為基線模式（baseline model）。接著在此模式下加上不同

表2 觀察變項之人數、平均數、標準差、偏態與峰度（續）

的限制條件，如因素負荷量、因素變異數與共變數以及殘差變異相等，以形 成不同的對立模式（alternative models）。最後利用這些對立模式與基線模 式進行卡方差異檢定，以判斷觀察資料是否符合條件較嚴格、較多限制的模 式。若資料通過這些卡方差異檢定（即檢定結果不顯著時），則可以推論此 測量工具具有測量恆等性。

然而，需要注意的是，卡方值差異值和卡方值一樣，很容易受到樣本 數大小而波動，如果各群組的樣本數較大，則卡方值的差異量（△χ²）很容 易達到顯著水準，造成虛無假設被拒絕，使得兩個原本沒有差異的模式變得 有顯著差異存在。因此，學者建議除了參考兩個模式卡方值差異量之顯著性

（p值）小於.05的指標外，還要搭配NFI、IFI、RFI及TLI值等四種較不受模 型複雜度影響之指標。

如前所述，本研究主要採用卡方值差異量（△χ²）以及NFI、IFI、RFI 及TLI值等四種較不受模式複雜度影響之指標。各指標採取後一個模式值減 去前一個模式值，獲得△χ²、△NFI、△IFI、△RFI、△TLI。△χ²在△df 之 下，達到顯著水準，即表示恆等性的假設不成立（大樣本研究則例外）。而

△NFI、△IFI、△RFI、△TLI之絕對值大於.05表示恆等性的假設不成立。

參、結果與討論

一、競爭模式之驗證

（一）競爭模式之界定

過去絕大部份的學者在進行問卷編製或量表發展時，常會先以探索性 因素分析（exploratory factor analysis, EFA），不斷地嘗試，以求得量表最佳 的因素結構。當研究者已知量表或問卷係由數個不同潛在面向或因素所構成 時，為確認量表所包含的因素是否與最初探究的構念相同，便會以另外一組 樣本為對象加以檢驗。此時，量表的各因素與其題項皆已固定，研究者所欲 探究的是量表的因素結構是否與實際蒐集的資料契合、觀察變項是否可以有

效做為因素構念的測量變項，此種因素分析的程序，稱為驗證性因素分析（

confirmatory factor analysis, CFA）。

近來，一些學者認為採用結構方程模式驗證量表的模式時，應當採用 競爭模式較為適當。採用競爭模式的方法有兩種，其一為當此量表的理論發 展 相 當 成 熟 ， 且 充 斥 各 種 不 同 的 理 論 時 ， 此 時 研 究 者 可 以 依 據 不 同 理 論 ， 建構不同的理論模式，然後蒐集資料，評鑑這些模式的適配度，以選 出最簡約的模式。其二乃是當只有一種理論時，研究者可以依據此一理論先 行使用探索性的分析技術，以獲得因素結構。然後依據各因素組成的形式，

提出各種不同但可相互比較的競爭模式，包括虛無模式（null model）、單 因素模式（one-factor model）、多因素直交模式（uncorrected factors model）、

多因素斜交模式(corrected factors model）以及階層模式（hierarchical model）。最 後，再從中選取最簡約的模式，以當作最後的模式（黃芳銘、楊金寶、許福 生，2005）。本研究即採用第二種方式，茲將一系列的競爭模式界定如下表 3所示：

表3 大學生身心健康量表五種競爭模式比較

模式圖 說明

1.無共同因素模式（虛無假設）

假 設 大 學 生 身 心 健 康 量 表 沒 有 任 何 共 同 因素存在，亦即每一個觀察變項均受到不同因 素的影響。此模式的適配性往往是最差的，其 目的主要在做為一系列模式比較的基線模式（

baseline model）。

2.一階單因素模式

假設大學生身心健康量表的二十四個測量 變項只用以測量一個共同的因素，而不是三個 個別的因素。若此一模式獲得支持，表示此量 表僅呈現單一向度的構念。

3.一階三因素直交模式（因素間無相關）

假設大學生身心健康量表有三個因素，分 別為憂鬱情緒、身體病痛以及孤寂感受，且三 個因素間彼此相互獨立。此一模式若獲得支 持，表示此量表能區分成三個不同的因素，但 因素間分屬彼此獨立的不同構念。

1 1

1 1 1 1 1 1 1

1

1 1

1 1 1 1 1 1 1

1

1 1 1

1

1 1 1 1

1 1 1

模式圖 說明

4.一階三因素斜交模式（因素間有相關）

假設大學生身心健康量表有三個因素，分別 為憂鬱情緒、身體病痛以及孤寂感受，且三個 因素之間彼此相關。此一模式若獲得支持，表 示此量表能區分成三個不同的因素，且隱含存 在著一種階層模式的可能性。

5.二階單因素模式

此一模式假設大學生身心健康量表有三個 不同因素，且可以用一個更高階的因素涵蓋此 三個因素。此一模式若成立，表示三個因素的 分數可以加總成一個單一因素分數，且此一分 數是有意義並可以加以解釋的。

註：上表所列觀察變項數目礙於版面限制，無法一一呈現，實際分析時乃以24個變項投入。

（二）競爭模式之檢定

「大一樣本群體」被用來驗證所界定的一系列模式。這些競爭模式的 整體適配指標呈現於表4。當與虛無模式做比較時，一階單因素模式和一階 多因素直交模式在適配指標的改進上並沒有表現得很理想。就單因素模式而 言，六個絕對適配指標皆未達接受模式的標準；五個增值適配度指標也未達 接受模式的標準；簡約適配指標中，PGFI與CN值未通過門檻值，所以單因 素模式適配不太理想。對多因素直交模式而言，六個絕對適配指標同樣未達 到接受模式的標準；五個增值適配度指標也未達接受模式的標準；簡約適配 指標中，PNFI與PGFI過了門檻值，但CN卻值未通過門檻值。雖然多因素直 交模式適配情況比單因素模式好，但整體來說，大部份指標未通過標準，所 以依然無法接受此一模式。

對一階多因素斜交模式及二階單因素模式而言，其適配指標的改進相 當的大，且兩者數值完全相同。兩模式只有χ²值達顯著、χ²比率大於2，以及 SRMR略大於.05與AGFI略小於.90，而拒絕模式之外，其他所有指標皆顯示 模式是可以被接受的。由於χ²值會隨著樣本人數而波動，一旦樣本人數 很大，幾乎所有的模型都可能被拒絕，因此，卡方檢定的結果可以做為參

1

1 1 1

1

1 1 1 1

1 1 1

1

1 1 1

1

1 1 1 1

1 1 1

表3 大學生身心健康量表五種競爭模式比較（續）

考即可（吳裕益，2006）。是以，兩模式皆可以做為建構大學生身心健康的 最佳模式。事實上這兩個模式是等同模式，所有適合度統計指標當然完全相 同。本研究採用「一階三因素斜交模式」做為進一步驗證之模式，其標準化 參數估計結果與路徑圖呈現於表5、圖1中。

表4 競爭模式整體適配評鑑表

虛無假設 一階單一

因素模式

一階三因素 直交模式

一階三因素 斜交模式

二階 單因素模式 絕對適配度指

χ²（p>.05，未

達顯著水準） 790257.64 253315.19

p <.05 116232.69

p <.05 64516.14

p <.05 64516.14 p <.05

df 276 252 252 249 249

χ²比率 < 2.00 1005.22 461.24 259.10 259.10

RMSEA ¹ .14 .10 .07 .07

SRMR <.05 .11 .29 .06 .06

GFI >.90 .56 .84 .90 .90

AGFI >.90 .48 .81 .88 .88

增值適配度指

NFI >.90 .68 .85 .92 .92

RFI >.90 .65 .84 .91 .91

IFI >.90 .68 .85 .92 .92

TLI >.90 .65 .84 .91 .91

CFI >.90 .68 .85 .92 .92

簡約適配度指

PNFI >.50 .62 .78 .83 .83

PGFI >.50 .47 .71 .74 .74

CN值>200 58 127 225 225

註：1. □表示該數值未達理想標準。

2. RMSEA數值高於.10以上時，表示模式適配度欠佳（poor fit）、其數值.08至.10之間 則是模式尚可，為普通適配（mediocre fit）、在.05至.08之間表示模式良好，為合理 適配（reasonable fit），而如果其數值小於.05時，表示模式適配度良好（good fit）。

表5 測量模式的參數估計結果

因素名稱參數

（測量變項名稱）

非 標 準 化 因 素 負荷量

標準誤 t值 標 準 化 因 素 負 荷量

（λ）

觀 察 變 項 的 信 度 係 數

（λ²）

潛 在 變 項 組 合 信 度 （ 建 構 信 度）

平 均 變 異 抽 取 量

憂鬱情緒因素 .90 .50

λ1.1（感到胃口不好） 1.00 --- --- .53 .28 λ2.1（感到人生失敗） 1.75 .01 122.13 .81 .66 λ3.1（感到失望落寞） 1.83 .02 124.89 .85 .72 λ4.1（做事都很吃力） 1.66 .01 122.87 .82 .67 λ5.1（感覺睡不好覺） 1.25 .01 97.44 .55 .30 λ6.1（無法集中精神） 1.47 .01 112.30 .69 .47 λ7.1（感到悲傷難過） 1.71 .01 121.49 .80 .64 λ8.1（感覺提不起勁） 1.64 .01 121.79 .81 .65 λ9.1（凡事責怪自己） 1.54 .01 113.02 .70 .49 λ10.1（感到快樂感覺） .57 .01 59.99 .30 .09

身體病痛因素 .90 .52

λ11.2（過度疲勞感覺） 1.00 --- --- .46 .21 λ12.2（原因不明頭痛） 1.82 .02 102.23 .80 .63 λ13.2（原因不明作噁） 1.77 .02 103.10 .82 .67 λ14.2（原因不明眼疾） 1.58 .02 98.83 .73 .53 λ15.2（感到頭昏不適） 1.79 .02 102.97 .81 .66 λ16.2（原因不明腹痛） 1.66 .02 99.20 .73 .54 λ17.2（原因不明出疹） 1.26 .01 91.93 .62 .38 λ18.2（原因不明疼痛） 1.51 .02 99.70 .74 .55

孤寂感受因素 .93 .69

λ19.3（感到孤獨寂寞） 1.00 --- --- .73 .53 λ20.3（與別人沒說） 1.09 .01 180.47 .80 .64 λ21.3（沒有親近朋友） 1.17 .01 188.47 .83 .70 λ22.3（沒有人需要我） 1.23 .01 197.61 .87 .76 λ23.3（沒有人理解我） 1.28 .01 201.20 .89 .79 λ24.3（無法與人交） 1.21 .01 196.14 .87 .75 註：1. --- 表示該參數所對應的觀察變項做為參照指標，故無須估計。

2.除了每一個因素的第一個題目在最初模型設定時被固定為1以外，其餘所有因素負荷 量的t值均達.001顯著水準。

3.□表示該題項未達最低標準值，其數值標準化因素負荷量＜.70，信度係數＜.50。

������ .28

d1

������ .65

d2

������ .72

d3

������ .67

d4

������ .30

d5 .47

������

d6

������ .64

d7

.65

������

d8 .49

������

d9 .09

������

d10

.21

������

d11

������ .63

d12

������ .66

d13

������ .53

d14

������ .66

d15

.54

������

d16 .38

������

d17 .55

������

d18

.53

������

d19

������ .64

d20

������ .69

d21

.76

������

d22 .79

������

d23

.75

������

d24

����

����

����

.53 .81 .85 .82 .55 .69

.80 .80 .70 .29

.46 .80 .82 .73

.81 .73 .62 .74

.73 .80 .83

.87 .89 .87

.62

.48

.73

二、信度和效度驗證

許多研究者在表徵量表的信度時，常會使用Cronbach所提出的α係數加 以呈現，而效度則會使用內容效度或效標關聯效度表示。然而，如果量表係 透過理論所建構的測量模式時，上述的係數就不是那麼適切，此時對量表 信、效度的分析將使用不同的指標，如組合信度、平均抽取變異量、聚斂效 度以及區別效度等。

（一）信度驗證

表5顯示個別觀察變項的信度介於.09到.79之間，除第1、5、6、9、10、

11、17題的信度低於.50外，其餘各題皆符合標準，顯示這些題目是具有信 度的。三個潛在變項的組合信度分別為.90、.90以及.93，達到.60的最低標 準，顯示潛在變項具有建構信度。

（二）效度驗證

1.聚斂效度（convergent validity）

當一個構念或因素以數種不同的方法加以測量時，如果測量方法間具 有高度相關，則可以稱此構念具有聚斂效度，亦即測量結果將會很類似。表 現在測量模式上即相同建構的觀察變項均會落在同一個層面上，且其標準化 因素負荷量均大（一般要求大於.70）。表5顯示所有觀察變項對其個別潛在 變項的因素負荷量（λ）的值介於.30到.89之間，除第1、5、6、9、10、11、

17題低於門檻值.70之外，其餘皆符合標準，顯示這些觀察變項皆足以反映 其所建構的潛在變項。此外，由表5亦可知，三個潛在變項的平均變異抽取 量均大於.50，此一數據可以幫助我們說明所建構的觀察變項至少是可以測 得50%以上的潛在變項變異量。該數值愈大，表示由測量誤差所解釋的部份 愈小（低於50%），而觀察變項愈能有效反映其共同構念的潛在特質。

2.區別效度（discriminant validity）

假如兩個構念的相關係數不是1，表示這兩個構念是有區別的。換 言之，如果一個測量模式中有多個不同的構念時，若任兩個構念間都有所 區別時，即可以表示該測量模式具有區別效度，測量不同構念的觀察變項將

會落在不同的層面上。

實際分析時，研究者主要會將焦點放在模式中任兩因素間的相關係數

（ρ）是否可以接受為1。如果可以接受的話，表示此兩個因素緊密相關（即 無區別效度），研究者將可進一步將此等因素加以合併成為單一因素；反 之，則表示因素間具有差別。為檢測上述流程，本研究主要採用「卡方差異 檢定」（Chi-square difference test）分析區別效度。首先，先讓模式中任兩 因素間的相關係數自由估計（相關係數不等於1），以得到未受限模式的卡 方值。其次，限制兩因素間的相關係數為1，以得到受限模式的卡方值。當 兩者卡方值的差異量（△χ²）超過χ²1,0.05＝3.84，即表示虛無假設（H0 : ρ＝1）

是錯的，亦即接受因素間不是完全相關，也就是兩因素是有區別的（H0 : ρ

≠1）。

分析結果如表6顯示，本量表任兩因素的受限模式與未受限模式的卡方 差異量皆大於3.84，均達顯著水準，表示各因素間均有區別，亦即本量表具 有區別效度。

表6 大學生身心健康量表區別效度分析表

指標 潛在變項

相關 係數

未受限模式（A）

（相關係數自由估計）

受限模式（B）

（相關係數設定為1）

卡方差異量

（B－A）

成對因素 ρ df χ² df χ² △χ²

憂鬱

情緒 身體病痛 .62 45615.96 134 152913.40 137 107297.44*

孤寂感受 .73 36233.76 103 128723.59 106 92489.83*

身體

病痛 孤寂感受 .48 19944.905 76 169207.09 79 149262.19*

註：*表示受限模式與未受限模式的卡方差異量大於3.84，達0.05顯著水準。

三、測量恆等性檢定

測量恆等性檢驗的目的在於評估研究者所提的理論模式在不同的樣本

者先從部分參數恆等性檢驗開始，再逐一增列參數限制條件，直至全部參 數恆等性檢驗完畢為止。若當參數限制條件越多的情況下，模式間的卡方增 加量仍未達顯著時，即可表示此一模式測量結果的穩定性佳，而交互驗證（

cross-validation）的證據越強。

為了更清楚瞭解其檢定流程，以下分別就假設模式的設定、模式比較 的前提以及模式間差異檢定結果敘述如下：

（一）假設模式的設定

本研究的測量恆等性檢驗主要由下列四項假設模式的分析與比較來進 行：模式1為基線模式，表示各群組模式不做任何參數限制、模式2設定群組 中模式相對應的測量加權相等（因素負荷量恆等性）、模式3設定群組中模 式相對應的潛在變項共變數及變異數相等（結構共變數相等）、模式4設定 群組中模式相對應的誤差變異數也相等。茲依據研究目的，本研究企圖檢定 以下假設：

1. 大一與大三學生在身心健康測量模式具有相同潛在變項，每一潛在變 項連結相同數目的觀察變項。

2.大一與大三學生在身心健康測量模式具有相等的因素負荷量，亦 即HΛ：Λ大一＝Λ大三。

3.大一與大三學生在身心健康測量模式具有相等的因素變異數與共變數 亦即HΛ,Φ：Φ大一＝Φ大三。

4.大一與大三學生在身心健康測量模式具有相等的測量誤差，亦即 HΛ,Φ,Θ：Θ大一＝Θ大三。

（二）模式比較的前提

模式的比較前提必須為巢套關係（nested structure）。所謂的巢套 關係，是指一個模式是另一個模式的簡約模型。也就是說，某一個模式是 另一個模式加上某些額外限制而得。當一個模式將其中的某些自由參數（

free parameter）加以限制後，這些被限制的模式與一開始未受到限制的模式 間會形成一種包含關係，此關係即稱此為巢套關係，而滿足此種關係的模式 便稱作為巢套模型（nested model）。

（三）模式間的差異檢定

一般而言，在考驗限制參數模式與未界定參數限制模式之差異時，會 使用兩個模式之卡方值的差異量（△χ²）的顯著性檢定結果，來判別支持或 推翻研究假設，茲將其假設陳述如下：

H0：限制參數模式為真 H1：限制參數模式為假

當卡方差異顯著時，研究者得拒絕虛無假設而認定受限制模式為假。

以檢驗測量恆等性的步驟為例，「因素結構相同的模式」為未限制模式，而

「因素結構相同且因素負荷量相同的模式」為限制模式，則虛無假設為「因 素結構相同且因素負荷量相同的模式」是成立的，對立假設為「因素結構相 同且因素負荷量相同的模式」是不成立的。當卡方差異檢定顯著時，則拒絕

「因素結構相同且因素負荷量相同的模式」成立，也就是說，認為這二群組 的因素負荷量是不相等的（陳冠志，2006）。

需要注意的是，卡方值差異值和卡方值一樣，很容易受到樣本數大小 而波動，如果各群組的樣本數較大，則卡方值的差異量（△χ²）很容易達到 顯著水準，造成虛無假設被拒絕，使得兩個原本沒有差異的模式變得有顯著 差異存在。因此，學者建議除了參考兩個模型卡方值差異量之顯著性（p值）小 於.05的指標外，還可搭配NFI、IFI、RFI及TLI值等四種較不受模式複雜度 影響之指標。當上述指標在兩個模式間的差異（△NFI、△IFI、△RFI及△

TLI）之絕對值若小於.05時，則可接受兩個模式無差異之虛無假設（Little, 1997）。由於本研究屬大樣本研究，因此△χ²指標僅列為參考，主要參考另 四項指標，結果顯示△NFI、△IFI、△RFI以及△TLI指標均小於.05，表示 不同年級大學生在此一量表得分具有測量恆等性之特徵，分析結果如表7所 示：

模型說明χ²（df）△χ²（△df）NFI△NFIIFI△IFIRFI△RFITLI△TLI模式 比較 模式1

基線模式 （不做任何 模式參數限 制）說明

117974.08 （498）－－0.919－－0.919－－0.910－－0.910－－－－ 模式2設定群組測 量加權相等118360.65 （519）386.57*** （21）0.918-.0010.919.0000.913.0030.914.004（2減1） 模式3

設定群組測 量係數、結 構共變數相 等

118591.24 （525）230.59*** （6）0.918.0000.919.0000.914.0010.9140.00（3減2） 模式4

設定群組測 量係數、結 構共變數、 測量誤差相 等

120522.51 （549）1931.27*** （24）0.917-.0010.917-.0020.917.0030.917.003（4減3） *** p<.001

表7 四種假設模式之測量恆等性檢定結果

四、量表實際應用－跨群體差異性檢定及常模表之建立

（一）不同年級群體在身心健康得分上的比較

經一系列上述的檢驗程序後，本研究可以確認此量表具有測量恆等性 之特徵，且理論模式與觀察資料適配度佳。因此，可採用此量表來了解不同 年級的大學生，其身心健康狀況是否有顯著差別。結果如表8所示，不同年 級學生在身心健康指標的多變量顯著性考驗達顯著水準（Wilks’A＝.99，p＝

.000），表示兩個年級的平均數向量之差距有達顯著水準。經進一步以單因 子變異數分析進行考驗，結果顯示各分量表得分皆達.01顯著差異，亦即大 三學生無論在憂鬱情緒、身體病痛抑或孤寂感受得分皆顯著高於大一學生，

但實質差異不大，因為＝.99，多變項的效果量（effect size）只有.01。

表8 不同年級學生在身心健康分量表得分之平均數差異考驗摘要表

分量表 組別 人數 平均數 標準差

單變量考驗

結果比較

F P

憂鬱情緒

大一 50,576 2.50 .74

240.49 .000 大三 > 大一 大三 40,078 2.57 .73

總和 90,654 2.53 .73

身體病痛

大一 50,576 2.09 .76

781.36 .000 大三 > 大一 大三 40,078 2.24 .78

總和 90,654 2.16 .77

孤寂感受

大一 50,576 2.35 .97

7.05 .008 大三 > 大一 大三 40,078 2.37 .95

總和 90,654 2.36 .96 註：Wilks’ A＝.99，p＝.000

（二）年級常模的建立

由於本研究發現不同年級大學生在身心健康上有顯著差異，因此，以 下分別建立兩群體學生在身心健康三分量表之百分等級常模，如表9所示。

在解釋判讀上，首先根據受試者在Likert五點量表填答情形，核算單題 得分（最低1分，最高5分），然後加總各題成為各分量表的原始分數。

其中，憂鬱情緒分量表原始總分最高為50分（10題）、身體病痛分量表原 始總分最高為40分（8題），以及孤寂感受分量表原始總分最高為30分（6 題）。最後，依據個人原始分數高低、分量表類型以及年級別等相關資訊，

對照查出百分等級。舉例來說，某大三男生小華在身體病痛分量表原始得分 為24分，經查表得知此一分數對應百分等級常模應為80，表示小華的身體病 痛分數在大三男生的標準化樣本中大致高過80%的人。

表9 不同年級群體學生身心健康量表百分等級常模

原始分數

大一學生百分等級 大三學生百分等級

憂鬱情緒 身體病痛 孤寂感受 憂鬱情緒 身體病痛 孤寂感受

6 1 1

7 12 11

8 1 16 1 15

9 6 21 4 20

10 1 11 25 1 8 23

11 2 18 29 2 13 27

12 4 24 33 3 19 30

13 6 30 46 5 23 45

14 7 34 52 6 28 52

15 10 39 58 8 31 57

16 11 43 62 9 35 62

17 13 53 67 11 45 66

18 15 60 71 13 52 71

19 18 67 80 15 59 81

20 21 71 84 18 64 84

21 27 76 86 23 69 87

22 32 79 89 28 73 89

原始分數

大一學生百分等級 大三學生百分等級

憂鬱情緒 身體病痛 孤寂感受 憂鬱情緒 身體病痛 孤寂感受

23 39 82 92 35 77 91

24 45 85 93 40 80 93

25 50 91 95 46 87 96

26 55 93 96 51 90 ---

27 60 94 97 55 92 97

28 64 96 --- 60 93 98

29 69 --- 98 65 95 ---

30 73 97 99 70 96 99

31 80 --- 78 ---

32 84 98 81 97

33 87 --- 84 ---

34 89 99 87 ---

35 91 89 99

36 93 91

37 94 93

38 96 94

39 --- 96

40 97 97

41 --- ---

42 --- 98

43 --- ---

44 --- ---

45 99 99

註：---表示該分數並無對應之百分等級

表9 不同年級群體學生身心健康量表百分等級常模（續）

肆、結論與建議

一、結論

本研究採用台灣高等教育資料庫整合計畫所發展的大學生身心健康量 表，以較嚴謹的統計分析程序加以驗證及修訂，企圖發展出更具信、效度的 量表工具。研究者首先利用大一樣本為標的資料，找出構成大學生身心健康 量表的最佳潛在因素結構，然後將所得模式與實徵資料相互適配，以了解契 合程度。接著，再搭配大三樣本群體進行模式的測量恆等性檢驗，以確保此 一模型具有穩定性與預測性。茲將本研究分析結果整理如下：

（一）大學生的身心健康屬多向度的模式概念

根據競爭模式比較結果，顯示本量表係由三個潛在因素所構成，分別 命名為憂鬱情緒因素、身體病痛因素及孤寂感受因素，且三因素間彼此 相關，形成一階三因素斜交模式。此一結果亦支持了Ware、Brook、Davis和 Lohr（1981）所認為健康的概念是多向度的單位，應包含三種意義：一是完 整性，對個人而言，沒有事物的喪失感；二為適當的功能，所有機能均可健 全及有效地進行；三為安寧，不僅是免於疾病而已。換言之，大學生身心健 康的意義並不只是身體健康、沒有生病，還包括個人的心理、社會環境等各 個層面保持和諧安寧的最佳狀況。

（二）假設模式適配度良好且具有測量恆等性的支持證據

首先，就模式的適配度而言，除了因大樣本研究使得部份與χ²有關的適 配指標未臻理想之外，其餘適配指標大致良好。其次，就量表的信效度 而言，無論是組合信度、平均變異抽取量、聚斂效度以及區別效度等指 標，均符合理想標準，顯示此量表具有構念效度。唯一需要注意的是，量 表題項中的第1、5、6、9、10、11、17題的因素負荷量（λ）低於門檻

值.70，此一結果顯示這些觀察變項可能無法有效反映其所建構的潛在變 項，將來若欲修訂該量表時，建議可將上述題項刪除，以增進建構效度，

並收量表精簡之效。最後，除△χ²指標受到大樣本研究影響而達顯著者外，

其餘△NFI、△IFI、△RFI、△TLI等指標的絕對值均小於.05時，表示對不 同年級的大學生而言，在此一量表得分具有測量恆等性之特徵，此一結果亦 提供了量表具有交互驗證（cross-validation）的支持證據。

（三）不同年級的大學生，其身心健康狀況存有顯著差異，且高年級學生比 低年級學生擁有較高的憂鬱情緒、身體病痛及孤寂感受

本研究以就讀年級為例，進行大一及大三學生身心健康之顯著性差 異比較。結果顯示大三學生無論在憂鬱情緒、身體病痛抑或孤寂感受得分皆 顯著高於大一學生。此一結果，與先前相關研究（何家齊，1998；吳正 勝，1981；姜立萍、孫乙仙，1995；洪冬桂，1986；黃春枝，1999；趙世 和，1989；潘正德，1996；簡茂發，1986）所主張的「大學低年級學生比高 年級學生有較多適應上的困擾」，並不相符合。造成兩者結果之殊異，有待 後續進一步研究探討。

二、建議

綜合本研究成果，經修訂後的大學生身心健康量表具有良好的構念效 度及信度，為一有效、可靠的測量工具，可用以檢測國內大學生的身心 狀況，未來在使用此一量表時，宜以此理論構念做為分析的基礎。其次，

量表的發展並非單一研究便能克盡其功，而是持續累積證據的過程，對於量 表的實際使用經驗與實證資料，均能有效提供量表的評鑑、改進及再發展（

Marsh, Ellis, Parada, Richards, & Heubeck, 2005）。因此，未來在大學生身心 健康測量議題上，本研究嘗試提出以下建議：

（一）提供量表的再測信度或效標關聯效度等資訊

關於量表的再測信度及效標關聯效度等指標之提供，是量表發展相當 重要的資訊。由於本研究屬試探性、前導性質的研究，僅針對九十四學年度

特性，比較該量表之再測信度等指標，以了解量表分析結果的穩定性與一致 性。此外，尚可與量表中的其他心理構念，如大學生心理社會發展，做進一 步探討分析，以了解大學生的身心健康狀況是否會影響其心理社會之健全發 展。

（二）考量其他脈絡因素對量表建構之影響

其他相關脈絡因素，也可能對本量表的建構有某種程度的影響，例如 大學生的性別、科系、就讀學制、公私立別等都可能影響大學生身心狀況的 判讀結果。因此，不同的群體在此一模式上是否也具有相同的結果，亦有待 未來進一步加以分析探討。

（三）運用長期縱貫性調查資料特性，進行跨年度比較

在本研究中，研究者企圖以另一組樣本，進行測量恆等性檢驗，希冀 使此一模型能更具有穩定性與預測性，然而這只能說明某一時間點下的母群 適用於此一模式，無法說明其他時期的群體也同樣適用。事實上，影響大學 生身心狀況因素繁多，且會隨時間、社會環境變化而改變，因此，後續的研 究可以嘗試比較不同年度下大一及大三身心狀況的變化趨勢，以提升整個模 式的理論價值與應用層面。

誌謝：本研究的完成，作者首先要感謝台灣師大彭森明教授及其領導 的研究團隊鼎力相助。其次，則要感謝兩位匿名審查教授寶貴的修改建議，

讓本文臻於完善，謹以此表示最深的謝忱。

參考文獻

何家齊（1998）。大學生的樂觀傾向、壓力因應方式與生活適應的相關研究。國立

彰化師範大學輔導學系碩士論文，未出版，彰化

吳正勝（1981）。大一學生學習適應之調查研究。輔導學報，4，81-134。

吳裕益（2006）。線性結構模型的理論與應用上課講義，未出版，高雄。

姜立萍、孫乙仙（1995）。銘傳大一學生學校生活適應之研究。銘傳學刊，7，

233-264。

施建彬（2004）。大學新生心理健康及其相關因素探討。大葉學報，13（2），

109-117。

洪冬桂（1986）。我國大學生適應問題、因應行為、求助偏好及其相關因素之研究。

國立臺灣師範大學教育研究所博士論文，未出版，台北。

許崇憲（2008.10.25）。心理健康量表在兩性樣本上的測量恆等性及潛在變項平均

數差異。載於中國測驗學會所舉辦之「2008年中國測驗學會年會暨心理與教

育測驗學術研討會」論文集光碟 ，台北市。。

陳冠志（2006）。因素負荷量之測量恆等性檢測模擬研究。國立台中教育大學教育

測驗統計研究所碩士論文，未出版，台中市。

黃芳銘、楊金寶、許福生（2005）。在學青少年生活痛苦指標發展之研究。師大學

報：教育類，50（2），97-119。

黃春枝（1999）。政大學生學校生活適應及其相關因素之研究。訓育研究，38，

56-70。

董氏基金會心理衛生組（2005）。大學生主觀生活壓力與憂鬱傾向之相關性調查。

2008年11月5日，取自http://www.jtf.org.tw/psyche/melancholia/survey.asp?This=6 5& Page=1

董氏基金會心理衛生組（2007）。大學生憂鬱情緒與求助行為之相關性調查。2008

年11月5日，取自http://www.jtf.org.tw/psyche/melancholia/survey.asp?This=68&P age=1

董氏基金會心理衛生組（2008）。大學生主觀壓力源與憂鬱情緒之相關性調查。

2008年11月5日，取自http://www.jtf.org.tw/psyche/melancholia/survey.asp?This=6 9&Page=1

趙世和（1989）。國防醫學院學生的心理健康情況之初步探討。國防醫學，9（5），

455-458。

潘正德（1996）。大一新生人格特質、生活適應與學業成績的關係暨相關因素之研

究。中原學報，24，35-51。

簡茂發（1986）。大學生適應問題及其相關因素之研究。國立臺灣師範大學教育研

究所集刊，28，1-90。

魏米秀、呂昌明（2005）。「健康促進生活型態」中文簡式量表之發展研究。衛生

教育學報，24，第25-46頁。

Achenbach, T. M. (1991). Manual for Child Behavior Checklist / 4-18 and 1991 Profile.

Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models.

Academic of Marketing Science, 16, 74-94.

Beck, A. T. (1967). Depression. New York: Harper and Row.

Cheung, G. W., & Rensvold, R. B. (1998). Cross-cultural comparisons using non-invariant measurement items. Applied Behavioral Science Review, 6(1), 93-110.

Fornell, C., & Lacker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.

Kline, R. B. (1998). Principles and practice of structural equation modeling. New York:

the Guilford Press.

Little, T. D. (1997). Mean and covariance structures(MACS) analysis of cross-cultural data : Practice and theoretical issues. Multivariate Behavioral Research, 32, 53-76.

Marsh, H. W., Ellis, L. A., Parada, R. H., Richards, G., & Heubeck, B. G. (2005). A short version of the self description questionnaire Ⅱ: Operationalizing criteria for short-form evaluation with new applications of confirmatory factor analysis.

Psychological Assessment, 17(1), 81-102.

Meredith, W. (1993). Measurement invariance, factor analysis and factorial invariance.

Psychometrika, 58(4), 525-543.

Radloff, L. S. (1977). The CES-D Scale: A self-report depression scale for research in the general population. Applied Psychological Measurement, 1, 385-401.

Vandenberg, R. J., & Lance, C. E. (2000). A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research. Organizational Research Methods, 3(1), 4-69.

Vincenzi, H., & Grabosky, F. (1987). Measuring the emotional / social aspects of loneliness and isolation. Journal of Social Behavior and Personality, 2(2), 257-270.

Sorebo, O., Christensen G. E., & Eikebrokk T. R. (2004). The impact of purposeful end-user computing activities on job performance: An empirical investigation. Journal of Research and Practice in Information Technology, 36(2), 111-124.

Ware, J. E., Brook, R. H., Davis, A. R., & Lohr, K. N. (1981). Choosing measures of health status for individuals in general populations. American Journal of Public Health, 71(6), 620-625.