《表2 网络游戏风险感知量表的因子分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大学生网络游戏成瘾的影响因素及作用机制——风险感知、学习自我效能感和游戏成瘾的关系探析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：对于反向编码（题后带*）的2个题项，为便于与其他正向编码的值比较，在进行因子分析和均值计算时，重新对其进行了编码转换。其均值越高，意味着问题越严重。

本研究采用实证性因子分析以检验量表构造效度，通过KMO检验（KMO=0.889）和巴特利特球体检验（χ2=276.544，df=91，p<0.001）可知，原有量表题项间具有较强的相关关系。采用主成分分析法我们析出4个因子，总共可以解释59.33%的变差。因子1代表5个题项（题1、题2、题3、题4、题6）；因子2代表3个题项（题5、题7、题9）；因子3代表3个题项（题8、题12、题13）；因子4代表4个题项（题10、题11、题14）。参考前人研究，我们将因子1至因子4分别命名为：“社会风险”“时间风险”“身体风险”“心理风险”，具体数据见表2。量表总体的克伦巴赫系数为0.764，可以认为题项之间的一致性较好，量表整体信度较高。该部分问卷采用了李克特五点量表法，反向题反向计分，正向题正向计分，加总后得分越高表示被试的网络游戏风险感知程度越高。