基于结构方程全模型的电脑使用对睡眠影响情况研究 |
| 2012-11-03 15:09 作者：吴怀玉 杨树成 石小 来源：硅谷网 HV： 编辑： 【搜索试试】
|
|
【硅谷网11月3日文】据《硅谷》杂志2012年第16期刊文称，通过分层概率抽样，采用匹兹堡睡眠质量指数量表，评定大学生的睡眠质量。采取定量研究的方法，构建结构全模型，通过对电脑的工作、休闲和生活功能属性的分析，得到睡眠主要受浏览新闻、游戏听音乐、读小说的正向影响，观看视频以及处理工作事务的负向影响，主要以影响入睡时间与产生睡眠障碍为主。
关键词：结构模型；电脑功能属性；睡眠情况；大学生
0引言
研究中涉及的变量，不能准确、直接地测量，比如电脑的工作、休闲等属性，我们称这样的变量为潜变量，潜变量往往只能通过一些外生指标去衡量[1]。传统的统计分析方法不能妥善处理这些潜变量，而结构方程全模型则能同时处理潜变量及其指标。它是一种基于变量的协方差矩阵来分析多个变量之间关系的一种统计方法。它有机地整合了多元统计中的因子分析方法、生物学中的路径分析方法以及计量经济学中的联立方程模型。
1问题分析
1.1研究目的
本论文在采用量表方式对问卷中的定性变量予以赋值后，欲综合分析电脑的工作、休闲和生活属性功能对大学生睡眠的影响，期望得到各个因素与睡眠质量、入睡时间等因素之间的关系度量。并期望推广结构方程模型应用于问卷分析的方法。
1.2研究方法
考虑建立结构方程全模型，其优势就在于引入潜变量，使思路跃然纸上，更加系统化。它以如下的方式考虑问题：
1.3数据来源
该次调查的调查对象为重庆文理学院全日制在读本科生。该次调查共计发放问卷288份，实际收回问卷279份，提取有效问卷256份。
1.4问卷数据的处理与变量的设置
评定学生电脑使用的X指标有工作属性包括收发邮件X1、做作业X2、信息检索X3、工作事务X4，休闲属性包括即时通信X5、游戏听音乐X6、写微博客X7、读小说X8、观看视频X9，生活属性包括理财投资X10、网上购物X11、浏览新闻X12；学生睡眠状况的Y指标采用匹兹堡睡眠质量指数量表测量，有睡眠质量Y1、入睡时间Y2、睡眠时间Y3、睡眠效率Y4、睡眠障碍Y5、安眠药物Y6、日间功能障碍Y7。
2结构方程模型构建
2.1模型简介
结构方程全模型由测量方程和结构方程组成。关于测量方程和结构方程的形式，最普遍的情况是线性模型。测量方程用来描述指标与潜变量之间的关系，用下述模型表示：
这里，X由m个外生指标构成的列向量，是m个外生潜变量构成的列向量；AX是一个m×u维的矩阵，称作X在上的因子负荷阵，描述了外生指标与外生潜变量之间关系；是m维误差列向量，Y是由n个外生指标构成的列向量；是v个内生变量构成的列向量，AY是一个n×v维的矩阵，称作Y在上的因子负荷阵，描述外生指标与外生潜变量之间的关系是n维误差列向量。
结构方程用来描述外生潜变量与内生潜变量之间的关系，用下述模型表示：。
这里，、同上定义：B是一个v×v维的矩阵，描述内生潜变量之间的关系；是一个v×u维的矩阵，是在上的负荷，描述外生潜变量对内生潜变量的影响；是v维结构模型残差项列向量，反映模型中未能解释的部分。
2.2模型的基本假设和识别
1)一般假定，每一个指标xi，yj只在其对应的潜变量上有不为0的因子负荷，而在其他潜变量上的因子负荷为0。内生变量之间的路径（相关或单方面影响）依据经验和相关理论而定。
2)测量误差项i与外生潜变量j之间，测量误差项i与内生潜变量j之间不相关；i与j，i与j，i与j不相关。
常用t-法则判断模型是否可识别：模型可识别的一个必要条件是：t≤(m+n)(m+n+1)/2。该模型中的变量，变量总数为43，其中观测变量有19个，非观测变量有24个；外生变量有23个，内生变量有20个。由于43≤(22+23)/2，故该模型可识别。
3参数的估计及显著性检验
3.1模型的参数估计
利用AMOS7.0软件对模型未知参数进行估计。其基本思想是：求参数使得模型的协方差矩阵与样本协方差矩阵“差距”最小。对这个矩阵之间“差距”最常用的结构方程模型参数估计方法是极大似然函数法（ML），很多研究表明，即使指标的分布不为正态分布，ML方法也能得到合适的估计，尤其在大样本条件下。所以ML估计是稳健的。
3.2模型参数的显著性检验
模型采用标准化情况下的参数估计结果，分两步确立：第一步建立验证性因子模型，确定潜变量的结构；第二步加入结构方程，运行程序，删除不显著的路径后再次运行程序，估计结果显示所有的因子负荷在置信水平下，均已显著。从而得本文估计模型的结果路径图（见图1）。
图1结果路径图（图中系数为标准化解）
3.3模型的整体拟合评价
根据结构方程模型中评价模型拟合优劣的相关理论，本文模型的拟合优劣指标汇总如下：
指标 GFI CFI RMSEA
取值 0.76 0.73 0.193
结合拟合指数的判断标准知，模型整体拟合效果基本达到要求。
3.4结果分析
对睡眠影响因素而言，电脑的休闲、生活、工作属性对睡眠的不同，休闲属性、生活属性对其影响效果分别为0.09，0.11，均达到显著意义，工作属性对睡眠的影响为-0.08，也达到显著意义；各个变量间的总效果影响方向也不相同，休闲属性与各个变量间的总效果为负（-0.14，-0.29），生活属性与工作属性间的总效果为正（0.26），都有非常显著意义的效果。
总效果而言：电脑休闲属性、生活属性的直接影响效果主要是正向影响；工作属性的直接影响效果主要是负向影响；衡量睡眠的的指标指向入睡时间与睡眠障碍（0.99，0.80）；衡量休闲属性的指标主要指向游戏听音乐和读小说（0.78，0.73），但观看视频对休闲属性有负面影响（-0.13）；衡量生活属性的指标主要指向浏览新闻（0.96）；衡量工作属性的指标主要指向处理工作事务（0.83）。
4结论
本研究以设计问卷和量表为主要方式，来收集重庆文理学院在读本科生电脑使用情况以及睡眠质量的分析资料，采用结构方程建模方式建立模型，模型整体拟合指数达到要求，并进行了电脑的休闲、生活、工作属性对睡眠均影响效果的比较。由数据拟合结果显示：
1）电脑的休闲、生活、工作属性对睡眠均有影响不同，具体表现：电脑休闲属性、生活属性的直接影响效果主要是正向影响；工作属性的直接影响效果主要是负向影响。
2）各个变量间的总效果影响方向也不相同，休闲属性与各个变量间的总效果为负，生活属性与工作属性间的总效果为正。
3）综合来看，睡眠主要受浏览新闻、游戏听音乐、读小说的正向影响，观看视频以及处理工作事务的负向影响，且主要以影响入睡时间与产生睡眠障碍为主。
6对策与建议
立足研究结果，对使用电脑不同的功能属性对睡眠质量的影响不同人，要采取不同的应对措施。要努力合理地使用电脑，使之对睡眠的影响尽量减轻，可以采取以下措施：
1）合理安排使用电脑的时间，减少生理和心理的疲惫，避免辐射；
2）保持良好的心理状态，控制使用电脑的强度，避免高强度或情绪化地使用电脑；
3）对电脑不同的功能属性使用的频率和使用强度要加以控制；
4）养成良好的生活习惯，规律作息，避免使用催眠药物。
基金项目：重庆文理学院学生科研项目基金
作者简介：
吴怀玉（1990-），男，汉族，安徽宿州人，学士学位，研究方向：统计。 |
|
|
|
【对“基于结构方程全模型的电脑使用对睡眠影响情况研究”发布评论】 |
版权及免责声明：
① 本网站部分投稿来源于“网友”，涉及投资、理财、消费等内容，请亲们反复甄别，切勿轻信。本网站部分由赞助商提供的内容属于【广告】性质，仅供阅读，不构成具体实施建议，请谨慎对待。据此操作，风险自担。
② 内容来源注明“硅谷网”及其相关称谓的文字、图片和音视频，版权均属本网站所有，任何媒体、网站或个人需经本网站许可方可复制或转载，并在使用时必须注明来源【硅谷网】或对应来源，违者本网站将依法追究责任。
③ 注明来源为各大报纸、杂志、网站及其他媒体的文章，文章原作者享有著作权，本网站转载其他媒体稿件是为传播更多的信息，并不代表赞同其观点和对其真实性负责，本网站不承担此类稿件侵权行为的连带责任。
④ 本网站不对非自身发布内容的真实性、合法性、准确性作担保。若硅谷网因为自身和转载内容，涉及到侵权、违法等问题，请有关单位或个人速与本网站取得联系（联系电话：01057255600），我们将第一时间核实处理。
|
|
|
|
