网络欺负量表中文版在中学生样本中的检验及修订

网络欺负量表中文版在中学生样本中的检验及修订

 

摘 要 目的：检验中文版网络欺负二次修订版量表（RCBI-II）的信度和效度。方法：选取951名中学生填写中文版RCBI-II量表，采用攻击行为量表、道德推脱量表作为效度指标。结果：①网络欺负和网络受欺负分量表各包括10个项目，各项目均具有良好的鉴别度；②两个分量表具有良好的信度，克龙巴赫（Cronbach） α系数分别为0.77和0.83，分半信度系数分别为0.72和0.79；③探索性和验证性因素分析支持网络欺负量表的单因素结构模型，两个分量表分别与效标(攻击行为量表、道德推脱量表)呈显著正相关。结论：RCBI-II中文版具有良好的信效度，适宜在中国文化背景下使用。

关键词 网络欺负；网络受欺负；信度；效度

 

随着全球化的快速发展，互联网在人们生活中占据了重要的地位。中国互联网络信息中心（CNNIC）在2020年发布的研究报告中显示，在连续两年的时间内，我国未成年网民规模保持着增长趋势，截止到2020年，未成年网民已有1.83亿人，互联网在未成年人中普及率达到94.9%，相比2019年增加了1.8%。从个人的指尖开始，网络促进了各个国家和地区人们在思想、情感、知识等各个方面的充分交流。互联网在给人们生活带来诸多好处的同时，也产生了许多问题。越来越多的人通过互联网发泄他们的沮丧和攻击性，进而衍生出一种新兴的欺负方式，即网络欺负。网络欺负是指个体或团体以网络作为工具传播带有攻击性的信息，进而导致他人受到伤害的行为（Tokunaga, 2010）。它被认为是一种“间接”形式的欺负，这主要归功于施加攻击的工具，例如利用电子类的设备（手机，电脑等），通过攻击者的间接存在来施加欺负。

欺负这个术语，存在力量上的不平衡(一种不对称的权力关系)，暴露在消极行为中的学生很难保护自己，恃强凌弱行为的实施主体可以是一个人，也可以是一个团体。网络欺负是一种特定类型的网络攻击，它的定义清晰而简洁，通常由以下几个要素组成：（1）故意的（行为发生不是偶然的，它必须是故意的）；（2）重复的（行为不只是发生的一个事件，而是重复发生的事情）；（3）侵略性行为（受欺负对象必须感到这种行为所带来的危险）；（4）使用电脑、手机和任何其他电子设备（Dan & Olweus, 1994）。网络欺负的经历与个人和组织（如学校）的一系列负面行为有关，包括焦虑、抑郁、社交焦虑、旷课、逃学和辍学等（Kowalski et al., 2012）。

在过去的几年里，国内外大量的研究集中在网络欺负的相关变量及其内部的影响机制上，通过文献分析发现，国内研究者在测量网络欺负行为方面使用的工具一般源于国外相关量表的翻译及修订，使用最多的是由Erdur-Baker等人在2007年编制的网络欺负量表（Cyber Bullying Inventory，CBI）（Erdur-Baker & Kavsut, 2007）。CBI包含两个分量表：网络欺负(CB)和网络受欺负(CV)，CB和CV分别有18和16个题目，为了增加量表的内容一致性，Zhou等人在CV分量表中新增两个题目，修订后的量表信效度良好（Zhou et al., 2013）。

贝克（Erdur-Baker）等人在初始的CBI量表上，增加了一些新的项目，并对CBI原有的其他项目从措辞、风格、内容上进行了调整，形成了修订版的网络欺负量表（RCBI）（Topcu & Erdur-Baker, 2010）。修订后的量表较之前的CBI，项目数量有减少，并且在一些题目中加入了青少年常用的社交软件，使青少年对于网络欺负有更好的理解。国内学者褚晓伟等人在2017年以初中生为样本群体对RCBI进行了修订。结果表明RCBI符合心理测量学的要求,可以作为测量和评估我国中学生网络欺负的有效工具（褚晓伟, 范翠英, 2017）。

近年来，贝克（Erdur-Baker）等人对RCBI进行了二次修订，通过删除了暗示特定技术、程序和应用的词语，并对该版本的格式和语法进行修改和完善后，编制了第二次修订版的网络欺负量表（The Second Revision of the Revised Cyber Bullying Inventory，RCBI-II）（Topcu & Erdur-Baker, 2018），在向被试明确了网络欺负的定义后，研究者采用重复对照实验再次评估RCBI-II，形成20个题目的RCBI-II，CB和CV分量表各有10个题目。信效度分析表明，新版RCBI的心理测量学特征良好，并优于前一版。

相比于RCBI初版，RCBI-II的题目更少，两个分量表均为单维度，且量表内具有内容的一致性。但国内学者并未对RCBI-II进行中文版的修订，基于此，本研究在网络欺负量表第二次英文修订版的基础上，以中国中学生为样本进行中文版的修订及信效度检验，为国内研究者做相关研究提供必要的工具准备。

1 对象和方法

1.1 对象

采用方便取样的方法选取了福建、山西等地共951名中学生参与研究，其中男生439人，女生503人，9人未报告性别。初一学生407人（42.9%），初二学生191人（20.1%），高一学生204人（21.5），高二学生146人（15.4%），3人未报告年级。初三和高三学生由于中考和高考的原因未参与本次调查。

1.2 工具

1.2.1 网络欺负量表第二次修订版（The Second Revision of the Revised Cyber Bullying Inventory，RCBI-II），由网络欺负（CB）和网络受欺负（CV）两个分量表组成，每个分量表都设置了10道题目用于评估相应的行为。被试需要思考在过去的六个月内,有没有实施过网络欺负或遭受网络欺负,并回答行为的发生频率，采用李克特4点计分法，1表示“从没有过”，2表示“1次左右”，3表示“2-3次”，4表示“3次以上”。

中文版的RCBI-II由心理学研究者翻译成中文，在组员内部进行反复修改后形成初稿，保证翻译的版本与原文表达的含义最为符合。经过多轮修改和讨论之后，最终确定中文版RCBI-II。

1.2.2 攻击行为量表（aggression questionnaire，AQ）（Buss & Perry, 1992），1992年，巴斯（Buss）和佩里（Perry）在Buss-Durkee 敌意问卷（Buss-Durkee Hostility Inventory：BDHI）（Buss & Durkee,1957）的基础上修订形成了AQ，AQ共有29个题目，研究者将AQ划分为四个分量表，分别是身体攻击、口头攻击、愤怒和敌对，采用李克特5点计分法对被试实施攻击行为的情况进行评测，具体为1分代表“不符合”，2分代表“较少符合”，3分代表“一半符合”，4分代表“基本符合”，5分代表“完全符合”。当分值越高，个体实施攻击行为的倾向越高，表示个体处于特定的情况下，越容易实施攻击行为。

1.2.3 道德推脱量表（Moral Disengagement Scale，MDS）（Bandura et al., 1996），MDS是1996年由班杜拉（Bandura）等人编制，由32个条目组成，包含了道德辩护、委婉标签、有利比较、责任转移、责任分散、扭曲结果、非人性化和责备归因共8个分量表。采用李克特5点计分法，得分越高，代表青少年的道德推脱水平越高，即在某种情形下，个体越可能进行道德推脱。根据以往研究表明，道德推脱与网络欺负呈现正相关（柳慧萍, 刘穿石, 2020），因此将道德推脱选为效标。

1.3 统计分析

进行描述性统计分析、相关分析、t 检验和探索性因素分析等统计分析时使用的是SPSS 24.0版本；进行验证性因素分析时的统计分析软件使用的是Mplus7.0版本。

2 结果

2.1 项目分析

以CB和CV分量表中各题项的得分与所属分量表总分做皮尔逊积差相关，结果显示，各题项与所属分量表总分的相关系数均显著相关（r= 0.40 ~0.73, p<0. 01）。计算CB和CV两个分量表的总分后，对被试的分量表总分进行高低排序，将总分前后的27%被试列为高分组和低分组，并对两组得分进行独立样本t检验（见表1）。结果表明，CB和CV分量表的各个题项在高低分组之间的差异有统计学意义（p<0. 001），因此，两个分量表的全部项目均保留，未做删减。

 表1 题总相关、t检验与各项目因子负荷分析结果

网络欺负分量表（CB）                          网络受欺负分量表（CV）
项目          r         t     因子负荷   项目          r         t      因子负荷
1	0.40**	6.13*		1	0.44**	16.05*	0.94
2	0.56**	4.37*	0.71	2	0.55**	8.73*	0.62
3	0.59**	6.83*	0.61	3	0.67**	12.97*	0.55
4	0.63**	11.03*	0.67	4	0.70**	14.34*	0.77
5	0.67**	10.12*	0.53	5	0.71**	14.17*	0.70
6	0.66**	11.53*	0.40	6	0.68**	13.84*	0.62
7	0.62**	15.44*	0.95	7	0.73**	20.23*	0.64
8	0.63**	8.90*	0.80	8	0.72**	17.64*	0.72
9	0.49**	5.32*	0.61	9	0.60**	7.20*	0.53
10	0.46**	3.97*	0.74	10	0.61**	9.03*	0.80

注：*p<0.001，**p<0.01

 

2.2 效度分析

2.2.1 结构效度

对本次研究收集到的数据，采用随机分半的方法，将样本数据分成两个部分。一部分的样本（n=450）对CB和CV分量表的所有项目进行探索性因素分析，结果表明数据适合做探索性因素分析：CB和CV分量表的KMO分别为0.79和0.87，巴特利特（Bartlett） 球形检验具有显著性（c²=1121.19, df=45, p＜0.001）。因子旋转采用的是主成分分析和最大方差法，参考特征值大于1的既定规则，并考虑到碎石图的结果，可提取2个公因子。但综合考虑到原始分量表的单维结构，本研究将两个分量表的公因子的个数定为1，结果见表1。另外一部分的样本数据做验证性因素分析（n=501），对前面探索得到的单因素模型的拟合情况做进一步检验。CB分量表的结果显示，c²/df =7.99，SRMR=0.05，CFI=0.86，TLI=0.82，RMSEA=0.09；CV分量表的结果显示，c²/df =13.95，SRMR=0.06，CFI=0.83，TLI=0.78，RMSEA=0.12。CB和CV分量表的单因素模型拟合指数都在可接受范围内，修订后的量表结构效度良好。

2.2.2 效标关联效度

以攻击行为量表和道德推脱量表作为校标，与RCBI-II的得分进行相关分析，结果见表2。攻击行为量表和道德推脱量表各维度的得分与RCBI-II呈显著正相关。

表2 RCBI-II与各校标之间相关系数

	网络欺负分量表（CB）	网络受欺负分量表（CV）
AQ- 身体攻击	0.18**	0.15**
AQ- 口头攻击	0.11**	0.13**
AQ- 愤怒	0.12**	0.19**
AQ- 敌对	0.15**	0.27**
MDS-道德辩护	0.19**	0.14**
MDS-委婉标签	0.25**	0.16**
MDS-有利比较	0.17**	0.16**
MDS-责任转移	0.11**	0.10**
MDS-责任分散	0.13**	0.13**
MDS-扭曲结果	0.17**	0.11**
MDS-非人性化	0.15**	0.15**
MDS-责备归因	0.12**	0.16**

注：**p<0.01；AQ表示攻击行为量表，MDS表示道德推脱量表。

2.3 信度分析

内部一致性信度：CB和CV分量表的克龙巴赫（Cronbach ）α 系数分别为0.77和0.83；分半信度：CB和CV分量表的分半信度系数分别为0.72和0.79。

 

2.4 中国初中生群体网络欺负的特点分析

在本研究中，有34.59%的中学生（n=329）至少实施过一次网络欺负，其中包括男生169人（50.9%）、女生160人（49.1%）。并且，有57.3%的中学生（n=545）至少遭受过一次网络欺负，男生和女生分别为256 人（46.4%）和289人（53.6%）。采用独立样本t检验考查网络欺负和网络受欺负是否存在性别差异，结果显示，男生比女生更容易进行网络欺负（t=2.19,p＜0.05），男生比女生更容易网络受欺负（t=1.22，p＜0.05）。通过方差分析检验中学生网络欺负和网络受欺负是否存在年级差异，结果显示，不同的年级在网络欺负和网络受欺负方面没有显著差异（p=0.25；p=0.14）。

3 讨论

3.1网络欺负和网络受欺负量表验证

本研究以中国中学生群体为样本对RCBI-II中文版进行了修订及信度和效度的检验。结果表明RCBI-II中文版初步修订结果可接受，可用于测量中国文化背景下的中学生的网络欺负和网络受欺负情况。

项目分析表明RCBI-II中文版的各个项目的鉴别度良好。网络欺负与网络受欺负分量表各10题，各题目与总分之间的相关系数在0.40以上，且具有显著性。而且高分组与低分组之间的各个项目中得出的分值差异也达到了显著性水平。

通过探索性和验证性因素分析显示，CB和CV分量表的单因素模型拟合指标均达到可接受水平，各项目因子负荷均在0.40以上。依据以往研究，选择攻击行为与道德推脱量表作为效标工具，结果表明两者均与RCBI-II中文版的得分呈现正相关，说明效标关联效度良好。信度分析说明两个分量表中的项目之间存在一定的相关性和一致性。RCBI-II中文版的网络欺负和网络受欺负分量表的内部一致性系数和分半系数均在0.70以上。

3.2中学生网络欺负和网络受欺负性别、年级差异

从研究分析结果可以看出，中国中学生的网络欺负行为的发生频率大大超过网络受欺负，有超过一半的学生报告说曾在网络上被欺负过，并且，网络欺负和网络受欺负性别差异显著（汪瑶, 王玉龙, 2021）。相比于女生，男生更倾向于实施网络欺负行为，也更容易遭受网络欺负，该结果与黎亚军（2015）和贝克（Erdur-Baker）（2010）以往的分析相一致。但在年级差异方面，网络欺负和网络受欺负的分析结果没有显著性，这与汪倩倩等研究者的研究结果一致（汪倩倩, 范翠英, 褚晓伟, 2020）。

从结果中可以发现几个值得注意的现象，在网络欺负方面，男生比女生更容易实施网络欺负，有研究者认为，由于社会文化对性别的塑造，导致男性比女性表现出更多攻击性（王玉龙, 李朝芳, 吴佳蒂, 2019）。男孩在成长过程中给予了比女孩更多的自由，这使得他们可以实施更多的网络欺负（Uludasdemir & Kucuk, 2018）。为了进一步理解网络欺负现象，有研究者运用了社会信息加工理论（Crick & Dodge, 1994）和社会认知理论（Bandura, 1986）。此外，一般攻击模型（GAM）（刘桂芹, 张大均, 刘衍玲, 2010）理论也有助于理解影响网络欺负的个人和情境因素。个人因素是指在情境中个体的稳定特征，它包括态度、价值观、行为模式、动机、信念、长期目标和任何其他不变的特征；情境因素是环境特征，如攻击迹象、挑衅、毒品和挫折源等。此外，社会情境对攻击行为的限制也是情境因素之一，而网络欺负相比于传统的欺负方式具有更多的匿名性和隐匿性，个人和情境相互作用，共同影响攻击行为。

对于一些影响网络欺负和网络受欺负的潜在因素，有研究也开始考虑到社会生态系统理论可以对其进行解释。为了更全面地理解这一种社会现象，需要对欺负者身上的欺负行为进行相关背景因素的调查。欺负是一种生态现象，是由于个人和其生活的环境之间的复杂互动引起的。由布朗芬布伦纳提出的社会生态系统理论可知，个体的发展嵌套于一系列相互影响的环境系统中，并受其影响。最初，在微观系统层面，个体与他们的环境直接互动，环境由家庭、学校和同龄人组成，影响和加强某些态度和行为。这样的微观系统环境也在中间系统层面影响其他人，例如，家庭、学校、老师的互动可能会对个体产生同步的影响（Li, 2014）。而外层系统，例如父母的工作环境，虽然个体不直接参与其中，但依然会影响着个体的发展。在宏观系统层面，它由更广泛的社会、政治、文化和经济意识形态组成，这些意识形态最终塑造了社会的大环境，影响个体获得知识经验的过程。因此，未来对网络欺负做更深入的研究，应当从更多方面进行考虑。当不同的社会系统共同努力，尤其是直接影响青少年的系统，例如学校和家庭，才能很好地保护青少年远离网络欺负和网络受欺负。

4研究不足与展望

4.1研究不足

①虽然被试分布范围较广，样本量较大，但被试数量在各年级分布不均，使得研究结果有局限性；②网络欺负和网络受欺负量表的验证性因素分析结果虽可接受，但还没有达到良好，需进一步探究；③使用问卷施测，题目较为敏感，不排除被试回答问题时出现社会赞许效应，未来研究可以采用其他更好的方法进行测量。

4.2研究展望

①修订后的量表信效度良好，可用作测量工具在未来研究中探讨中国中学生的网络欺负和受欺负的情况；②关于网络欺负的心理干预研究较少，未来有待进一步开展。

参考文献：

黎亚军(2015). 中学生网络欺负/受欺负状况分析. 中国学校卫生, 36(09), 1322-1325.

刘桂芹, 张大均, 刘衍玲(2010). 媒体暴力和攻击行为.青少年犯罪问题(04), 61-67.

柳慧萍, 刘穿石(2020). 大学生网络社会支持对网络欺负的影响: 道德推脱的中介作用. 中国健康心理学杂志, 28(8), 1263-1268.

汪倩倩, 范翠英, 褚晓伟(2020). 青少年网络受欺负与网络欺负的关系: 一个有调节的中介模型. 心理发展与教育, 36(02), 216-227.

汪瑶, 王玉龙(2021). 青少年网络欺负的现状分析. 中国健康心理学杂志, 29(05), 792-795.

王玉龙, 李朝芳, 吴佳蒂(2019). 日常中的暴力暴露与青少年网络欺负: 攻击信念的中介和性别的调节. 中国临床心理学杂志, 27(05), 909-912.

褚晓伟, 范翠英(2017). 网络欺负量表修订版在中国初中生群体中的修订及信效度检验. 中国临床心理学杂志, 25(6), 1031-1034.

Bandura, A. (1986). Social foundations of thought and action. Englewood Cliffs, NJ: Prentice-Hall.

Bandura, A., Barbaranelli, C., Caprara, G. V., & Pastorelli, C. (1996). Mechanisms of moral disengagement in the exercise of moral agency. Journal of Personality and Social Psychology, 71(2), 364–374.

Buss, A. H., & Durkee, A. (1957). An inventory for assessing different kinds of hostility.J.consult.psychol, 21(4), 343-349.

Buss, A. H., & Perry, M. (1992). The aggression questionnaire.Journal of Personality andSocial Psychology, 63(3), 452-459.

Crick, N. R., & Dodge, K. A. (1994). A Review and Reformulation of Social Information-Processing Mechanisms in Children's Social Adjustment. Psychological bulletin, 115(1), 74-101.

Dan, & Olweus. (1994). Bullying at school: basic facts and effects of a school based intervention program. Journal of Child Psychology and Psychiatry, 35(7), 1171-1190.

Erdur-Baker, O., & Kavsut, F. (2007). Cyber bullying: A new face of peer bullying. Eurasian Journal of Educational Research (EJER), 27(27), 31-42.

Erdur-Baker, Ö. (2010). Cyberbullying and its correlation to traditional bullying, gender and frequent and risky usage of internet-mediated communication tools. New Media & Society, 12(1),109-125.

Kowalski, R. M., Giumetti, G. W., Schroeder, A. N., & Lattanner, M. R. (2012). Bullying in the digital age: a critical review and meta-analysis of cyberbullying research among youth. Psychological Bulletin, 140(4), 1073–1137.

Li, Q. (2014). Notice for 'Cyberbullying in schools: A research of gender differences'. School Psychology International, 35(2), 157-170.

Tokunaga, R. S. (2010). Following you home from school: A critical review and synthesis of research on cyberbullying victimization.Computers in Human Behavior, 26(3), 277-287.

Topcu, Çiğdem., & Erdur-Baker, Özgür. (2010). The Revised Cyber Bullying Inventory (RCBI): validity and reliability studies. Procedia - Social and Behavioral Sciences, 5(4), 660-664.

Topcu, Çiğdem., & Erdur-Baker, Özgür. (2018). RCBI-II: The Second Revision of the Revised Cyber Bullying Inventory. Measurement and Evaluation in Counseling and Development, 1-10.

Uludasdemir, D., & Kucuk, S. (2018). Cyber Bullying Experiences of Adolescents and Parental Awareness: Turkish Example. Journal of Pediatric Nursing, 44, e84-e90.

Zhou, Z., Tang, H., Tian, Y., Wei, H., Zhang, F., & Morrison, C. M. (2013). Cyberbullying and its risk factors among Chinese high school students. School Psychology International, 34(6), 630-647.