北京地区高校学生图书馆焦虑测量分析

摘要 为了测量与分析北京地区高校学生的图书馆焦虑，以北京航空航天大学（985学校）、北京工业大学（211学校）、首都师范大学（一本学校）、北京联合大学（二本学校）、耿丹学院（民办三本学校）、北工大实验学院（二级独立学院）为抽样对象，运用结构方程模型分析方法修订与验证现有的图书馆焦虑量表，并运用修订后的图书馆焦虑量表对上述六所学校的图书馆焦虑现象进行了统计与分析。

关键词 图书馆焦虑 测量 图书馆焦虑量表 修订 北京地区 高校图书馆

1 引言

焦虑是潜伏在我们所观察到的行为背后的一种潜在构念，是个体对某种预期会对他的自尊心构成潜在威胁的情境所产生不安、忧虑、紧张甚至恐惧的情绪状态。图书馆焦虑是读者在使用图书馆时产生的上述不愉快情绪。比如：现代图书馆在提供了高端大气的学习空间、设计布局的同时也会给一些读者带来找不着北无所适从的感觉，先进的自助服务设备在提供便捷的同时也让一些人担心出错而不敢使用，不断改进的检索方式让不少读者都有过不知所措的经历……这些会让一些内向、羞于询问的读者感到为难和困惑，当读者在图书馆遭遇了不顺利、尴尬、没能达到预期目的的经历后，将会对图书馆逐渐失去兴趣、信心甚至产生抵触情绪，最终导致图书馆读者的流失。究竟哪些读者是因为图书馆的服务不足产生焦虑从而降低了利用图书馆的能力？用什么方式来衡量评估焦虑？这些是图书馆改进服务需要研究的问题。

1986年，美国图书馆学家康斯坦斯・麦仑首次提出了图书馆焦虑的概念，将读者在使用图书馆时产生的心理障碍称为图书馆焦虑（Library Anxie-ty，LA），开启了LA定性研究阶段。

今天，更多的研究方法被运用到LA研究中，比如结构方程模型（Structural Equation Modeling，SEM）概念的提出，以及SPSS、LISREL、AMOS等统计软件的开发与成熟，使SEM的理念和技术转化为研究者可以直接使用的工具，为LA研究开创了一个崭新的量化研究范式。更多国家的研究者加入到LA研究行列，比如加拿大、伊朗、马来西来、土耳其、中国。2006年，吉林大学图书馆贺伟根据当时我国的国情将申农・波丝蒂克LAS进行了中文修订及信效度检验，量表分为5个维度，共计63个项目。2011年，南开大学商学院宋志强等人在已有LAS的基础上，通过调研构建了符合当时图书馆环境的包括7维度40条目的LAS。

随着互联网技术与数字资源的迅猛发展、读者需求的不断变化，图书馆的服务与功能也发生了巨大变革，这些变革会使已有的LAS出现测量变量不足以反映其潜在变量的问题，同时也会有新的潜在变量产生或旧的潜在变量失效的可能，这也是我们修订量表的原因所在。在分析方法上，适合于高校的中文LAS（如吉林大学图书馆贺伟修订量表和南开大学商学院宋志强修订量表）都进行了因素分析及信、效度检验。我们此次修订将采用SEM分析方法，在探索性因素分析（Exploratory Factor Analy-SIS，EFA）、验证性因素分析分析（ConfirmatoryFactor Analysis，CFA）得出测量模型的基础上，进一步探究了潜在变量间因果关系的结构模型，并运用群组分析求证量表的稳定性和跨群组效度。在样本数据的获取上，为便于实地进行问卷调查确保样本数据的真实可信度，我们选择了北京地区六所不同层次的高校：北京航空航天大学（“985”学校）、北京工业大学（“211”学校）、首都师范大学（一本学校）、北京联合大学（二本学校）、耿丹学院（民办三本学校）、北工大实验学院（二级独立学院）。

2 图书馆焦虑量表的第一次修订

我们此次对LAS的修订是在申农・波丝蒂克的LAS、吉林大学图书馆贺伟修订量表、南开大学商学院宋志强修订量表等基础上进行的。

2.1编制预试问卷及施测

2.2项目分析

项目分析的主要目的在于检验编制量表（预测问卷）个别题项（测量变量）的适切性或可靠性。项目分析的检验是通过探究高低分的受试者在每个题项的差异，以及题项间同质性检验等方法来决定个别题项的保留与否。笔者采取两个独立样本t检验求得的t值作为极端组决断值比较，以个别题项与总分的相关度、校正题项与总分的相关度、个别题项删除后的内部一致性系数a值、共同性、因素负荷量等项的检验作为个别题项的筛选指标，项目分析的判别标准见表3。经检验，最终删除了26题项（测量变量），保留了30题项（测量变量）。

2.3 探索性因素分析（EFA）

测量变量的背后究竟具有几个潜在变量？虽然在量表修订时我们已参考现有量表提出了六个因素构念，但实际数据是否能与我们事先确立的构念相吻合，需要通过因素分析来检验。因素分析的目的即在找出量表潜在的结构，减少题项的数目，使之变为一组较少而彼此相关较大的变量。

因素分析的关键在于保留多少共同因素（潜在变量）。在EFA中，我们将经项目分析保留的30题项全部纳入因素分析变量范围，运用SPSS18.0采用主成分分析法以特征值Kaiser>l、直交转轴的最大变异法提取共同因素，共抽取7个主成分，可以解释的总变异量为56.054%。碎石图（见图1）的检验可以帮助我们决定因素的数目，其判断准则是取坡线突然剧升的因素，删除坡线平坦的因素。从图1看，可以确定抽取三个因素较为适宜。

2.4 测量模型的验证性因素分析（CFA）

3 图书馆焦虑量表的第二次修订

问卷调查的基本信息包括学校、身份、性别、学科、文检课选修情况、去图书馆情况、利用电子资源情况，以便我们针对不同群体读者的焦虑状况进行统计分析。剔除不合格问卷后全部样本按奇、偶数分为二部份，奇数样本作为EFA分析样本，以序列均值替代题项缺失值，样本数为595；偶数样本作为CFA分析样本，直接删除有题项缺失值记录，样本数为562。

3.1

EFA分析

第二次测试，经项目分析删除5题、保留20题。EFA分析采取主成份分析法，以特征值kaiser>l、直交转轴最大变异法抽取主成分，共抽取三个共同因素，经转轴后成分矩阵分析删除2题项后，解释的总变异量为52.871%（见表6）。因原设计为“服务不足”的题项经删除后保留题项更适合命名为“情感障碍”，EFA分析最终保留“环境不适”、“检索困惑”、“情感障碍”3个因素18题项。

3.2 测量模型CFA分析

3.3 结构模型的验证

3.4模型的聚敛效度与区别效度检验

若结构模型的整体适配度分析显示，假设模型与样本数据可以适配，表示根据观察数据推导的整体协方差矩阵∑与依据模型推导的隐含总群体协方差矩阵∑（θ）相等：∑=∑（θ），进一步要验证的是量表的聚敛效度与区别效度。

CFA模型的聚敛效度可从因素负荷量、潜在构念信度、平均方差抽取量等方面加以检核。一个因素构念对测量变量具有高的负荷量，表示这些测量变量可以有效反映一个共同因素。因素负荷量的评鉴内容为因素负荷量路径系数均达显著（一般应达0.70以上）、因素负荷量数值要高于0.50。其中：θ为观察变量的误差方差。潜在构念信度又称组合信度，是模型内在质量的判别准则之一。平均方差抽取量是潜在变量可以解释其指标变量变异量的比值，其数值愈大表示测量指标愈能有效反映其共同因素构念的潜在特质。经验证三个因素的构念组合信度分别为0.783、0.782、0.723，均大于0.600适配标准，表示测量变量反映的潜在特质同构性较高，模型内在质量良好。平均方差抽取量分别为0.547、0.474、0.467，四舍五入后均达到0.500适配标准，其中“检索障碍”的测量变量比较理想，“环境不适”、“情感障碍”的测量变量还有待改进。

AMOS 一般采用卡方差异检验法来判别量表是否具有区别效度，具体通过比较构面间的协方差为自由估计参数和构面间的协方差限制为1两个模型的卡方值差异量是否达到显著水平来判断。卡方值差异量愈大且达到显著水平表示两个因素构念间的关系不是完全相关，说明两个因素构念是有区别的。经验证的结构模型区别效度摘要详见表8，均达到0.001显著水平，说明三个因素间有良好的区别效度。

4 修订模型跨学校稳定性分析