结合国内有关文献，特别是参照郭景萍教授的实证研究，对情感因素的考察包含四个子成分的检验，即家庭情感关系和学习情感关系组成情感客观状况，以及情感认知度和情感行为意向组成的情感主观状况。
（一）家庭情感关系指标变量分模型和验证性因素分析
问卷对家庭情感关系的考察包含五个观测指标变量的检验，如表4-7所示：
表4-7 问卷架构内容
以上测试共包含五个指标变量，其相关矩阵如表4-8 所示：
表4-8 家庭情感关系变量的相关矩阵（N=384）
** p＜ 0.01 * p＜0.05 level （2-tailed）
由表4-8 可知，除了Q21_1 和Q22_1 这两个外生指标变量与其他部分任务的相关不显著之外，其余所有指标变量之间的相关均显著；而且除了Q21_1 指标变量显示出极大的偏差（Skew 值为-3.556、Kurtosis 为12.744）外，所有其他指标变量数据的偏度（Skew）均小于3，峰度（Kurtosis）均小于4，由此表明该数据达到了正态分布的标准（Mine，1998），可以进行下一步的模型建构。
2.因子分析
在进行因子分析之前进行了KMO 测度，得到的KMO 系数为0.57，Bartlett's Test 检验值p＜0.0001，说明该分析量表可以做因子分析，旋转后的因子得分如表4-9 所示：
表4-9 旋转后的因子得分表
从表4-9 因子得分可以看出，这一个因子可以解释52.3%的指标误差。图4-4 为家庭情感关系碎石图。
图4-4 家庭情感关系碎石图
3.验证性因素分析
关于家庭情感关系的测量任务，本研究用以下两个验证性因素分析来检验以下两个问题：
模型一（CFA1）：五个观察指标变量合并成一个潜变量，即家庭情感关系；
模型二（CFA2）：五项观测指标变量中Q21_1 和Q22_1 对潜在变量影响不显著，因此予以剔除后，Q23_1、Q24_1 和Q25_1 三个观测指标变量合成一个潜变量。
测量两个模型的统计拟合指数如表4-10 所示：
表4-10 家庭情感关系的测量模型拟合指数
CFA1 中各项观察指标变量估计值的t 值绝对值、潜变量的相关系数的t 值绝对值均大于2.58，表明各个估计参数已经达到0.01 的显著水平。比较可见，CFA1 和CFA2 两个模型的差异不显著（△χ2 （4）=6.582），而且CFA2 的模型的拟合指数优于CFA1，且均达到标准，表明模型拟合得非常完美。所以选取CFA2 进行下一步的分析。CFA2 如图4-5 所示：
图4-5 家庭情感关系的测量模型（CFA2）
表4-10 表明，家庭情感关系中的五个测量指标变量并非完全独立，而更倾向于是一个整体。从图4-5 可见，家庭情感关系的三个测量指标变量在潜变量上的因子负荷都比较高（0.34～0.77），表明它们能有效地代表家庭情感关系潜变量。(www.xing528.com)
（二）学习情感关系指标变量分模型和验证性因素分析
1.描述统计和因子分析
问卷对学习情感关系的考察包含四个观测指标变量的检验，如表4-11所示：
表4-11 问卷架构内容
以上测试共包含四个指标变量，其相关矩阵如表4-12 所示：
表4-12 学习情感关系指标变量的相关矩阵（N=384）
** p＜ 0.01 * p＜0.05 level （2-tailed）
由表4-12 可知，除了Q32_1 指标变量与其他指标变量的相关不显著之外，其余所有指标变量之间的相关均显著，而且所有其他数据的偏度（Skew）均小于3，峰度（Kurtosis）均小于4，由此表明该数据达到了正态分布的标准（Mine，1998），可以进行下一步的模型建构。
2.因子分析
在进行因子分析之前进行了KMO 测度，得到的KMO 系数为0.60，Bartlett's Test 检验值p＜0.0001，说明该个性分析量表可以做因子分析，旋转后的因子得分如表4-13 所示：
表4-13 旋转后的因子得分表
从表4-13 因子得分可以看出，这一个因子可以解释47.5%的四个指标变量误差。图4-6 为学习情感关系碎石图。
图4-6 学习情感关系碎石图
3.验证性因素分析
关于学习情感关系的测量任务，本研究用以下两个验证性因素分析模型来检验：
模型一（CFA1）：四个观察变量合并成一个潜变量，即学习情感关系；
模型二（CFA2）：剔除Q32_1 指标变量后合成一个潜变量，即由Q28_1、Q30_1 和Q35_1 三个指标变量组成一个潜变量。
测量两个模型的统计拟合指数如表4-14 所示：
表4-14 学习情感关系的测量模型拟合指数
CFA1 和CFA2 中各项观察变量估计值的t 值绝对值、潜变量的相关系数的t 值绝对值均大于2.58，表明各个估计参数已经达到0.01 的显著水平。比较可见，CFA1 和CFA2 两个模型的差异不显著（△χ2 （1）=1.628），而且CFA2 的模型的拟合指数优于CFA1，且均达达到标准，这表明模型拟合得非常完美。所以选取CFA2 进行下一步的分析。CFA2 如图4-7 所示：
图4-7 学习情感关系的测量模型（CFA2）
由表4-14 可知，学习情感关系中的三个测量指标变量并非完全独立，而更倾向于一个整体。由图4-7 可知，学习情感关系的三个测量指标变量在潜变量上的因子负荷都比较高（0.44～0.50），表明它们能有效地代表学习情感关系潜变量。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
