《Personality and Individual Differences》：Development and validation of the individual and social music listening scale (ISMUS-LI)
编辑推荐：
本文介绍了一项旨在开发并验证新型心理测量工具“个体与社会音乐倾听量表(ISMUS-LI)”的研究。研究人员针对现有量表缺乏对音乐倾听中个人独处与社会交往情境偏好直接测量工具的问题，通过系统性的条目开发、专家评审、探索性因子分析(EFA)和验证性因子分析(CFA)等一系列严谨方法，最终确立了一个包含“个体”和“社会”两个独立维度的18条目量表及其9条目简洁版(ISMUS-LI-B)。研究证实了量表具有良好的心理测量学属性，为深入探讨音乐倾听的社会情境因素提供了重要工具。研究成果发表在《Personality and Individual Differences》期刊上。
音乐是我们生活中的常客，它可以是一个人独处时耳机里的喃喃低语，也可以是演唱会现场万人合唱的声浪。研究普遍认为，音乐倾听能带来愉悦和奖赏感，并有益于个体心理健康。然而，一个有趣的问题摆在我们面前：音乐听众到底更偏好于独自享受音乐的时刻，还是热衷于与他人共享音乐的体验？音乐倾听的社会情境（独处还是与人共处）扮演着怎样的角色？尽管现有研究已经探讨了音乐在调节情绪、促进自我意识（个人内功能）以及社会联结（人际功能）等方面的作用，并且一些成熟的量表（如AFML、BMRQ、MUSEBAQ等）中也包含了与社会相关的子量表，但目前尚未存在一种心理测量工具能够直接、专门地测量人们对独处倾听和社交倾听这两种情境的偏好。现有的量表更多关注音乐的心理功能或社会意义，而非具体的倾听情境本身。情境与功能虽然可能相关，但在概念上是分离的，需要独立的测量工具。为了填补这一研究空白，芬兰于韦斯屈莱大学的研究团队开展了一项研究，旨在开发并验证首个专门用于测量个体与社会音乐倾听偏好的心理测量量表——个体与社会音乐倾听量表 (Individual and Social Music Listening Scale, ISMUS-LI)。
为了回答上述问题，研究人员采用了系统性的量表开发与验证流程。关键技术方法包括：条目生成与内容效度检验（通过文献回顾和专家评审筛选条目）；探索性因子分析(EFA)（使用主轴因子法和平行分析确定因子结构）；验证性因子分析(CFA)与探索性结构方程模型(ESEM)（确认因子结构并比较模型拟合度）；遗传算法(Genetic Algorithm)（用于开发量表的简洁版本，ISMUS-LI-B）；以及聚合效度与区分效度检验（通过与其他相关量表，如AFML、BMRQ、MEMS、UCLA孤独量表、大五人格TIPI等的相关性分析来验证）。研究对象为通过在线平台(Prolific)和大学邮件列表招募的欧洲健康成年人队列（研究1: N=197；研究2: N=179）。
研究结果部分，报告了以下核心发现：
1. 量表开发与初始验证(研究1)：通过探索性因子分析(EFA)，从19个初始条目中确定了两个独立的因子，分别命名为“个体”和“社会”，各由9个条目构成（删除了一个因子负荷低于0.40的条目）。两个因子共解释了46%的方差，且内部一致性信度良好（个体因子Cronbach‘s α=0.87，社会因子α=0.88）。初步分析显示，个体因子得分（M=4.82）显著高于社会因子得分（M=3.70），且两个因子间不相关（ρ=0.063, p=0.377），显示出良好的区分效度。
2. 量表结构确认与效度检验(研究2)：通过验证性因子分析(CFA)和探索性结构方程模型(ESEM)进一步确认了量表的两因子结构。ESEM模型（采用斜交目标旋转）显示出比传统CFA更优的模型拟合度（CFI=0.964, TLI=0.953, RMSEA=0.045）。两个因子间的协方差很小且不显著（φ=0.110, p=0.410），再次验证了其独立性。信度指标依旧良好（个体因子α=0.84，社会因子α=0.87）。
3. 简洁版量表(ISMUS-LI-B)的开发：运用遗传算法(Genetic Algorithm)，开发了一个由9个条目构成的简洁版本（个体因子5条，社会因子4条）。简洁版与完整版量表的相关性极高（个体因子ρ>0.95，社会因子ρ>0.93），且保持了可接受的信度（个体因子α=0.77，社会因子α=0.80）。ESEM模型同样证明了其良好的拟合度。
4. 聚合效度与区分效度：ISMUS-LI个体因子与自适应音乐倾听功能量表(AFML)的“身份认同(Identity)”子量表（ρ=0.47）和音乐共情-系统化量表(MEMS)的“系统化(Systemising)”子量表（ρ=0.31）呈正相关。ISMUS-LI社会因子则与AFML的“联结(Bonding)”和“联系(Connection)”子量表（ρ=0.53, r=0.50）、巴塞罗那音乐奖赏问卷(BMRQ)的“社会奖赏(Social Reward)”子量表（r=0.68）以及MEMS的“共情(Empathising)”子量表（r=0.37）呈正相关。值得注意的是，UCLA孤独量表(UCLA-LS)与社会因子呈负相关（r=-0.26），而与个体因子无关，显示出良好的区分效度。
5. 人格特质、音乐偏好与人口学变量的关联：多元回归分析显示，大五人格中的“外倾性(Extraversion)”正向预测社会因子（β=0.33），负向预测个体因子（β=-0.19）。相反，“神经质(Neuroticism)”是个体因子的最强正向预测因子（β=0.23）。在音乐偏好方面，社会因子与更广泛的音乐流派（包括流行、说唱、舞蹈、R&B等）呈正相关。此外，研究发现女性在个体因子的得分上略高于男性，且年龄与个体因子呈轻微负相关。
研究结论与讨论总结道，该研究成功地开发并验证了ISMUS-LI量表及其简洁版ISMUS-LI-B，为测量音乐倾听中的个体与社会情境偏好提供了首个可靠且有效的心理测量工具。研究证实了“个体”与“社会”两个维度的独立存在，并揭示了人们对个体倾听的偏好普遍高于社会倾听，这可能与个人化收听设备的普及以及音乐在自我认同和情绪调节中的个人化功能有关。量表的聚合效度和区分效度得到了充分验证，表明其能够有效地区分音乐倾听的物理情境偏好与相关的心理功能。研究还发现，人格特质（如外倾性、神经质）和音乐偏好与两种倾听偏好存在理论预期一致的关联，进一步支持了量表的效度。
这项研究的重要意义在于，它填补了音乐心理学研究领域的一个重要空白。以往的研究工具多聚焦于音乐的心理功能或社会意义，而ISMUS-LI首次将焦点直接对准了音乐倾听发生的社会物理情境本身。这使得研究人员能够更精确地探讨情境因素如何独立于或与心理功能相互作用，从而影响音乐体验。该量表为未来研究音乐倾听与社会行为、心理健康、人格差异乃至文化比较等领域的关系提供了一个基础性的测量工具。同时，简洁版的推出也使其更适用于大规模调查或时间有限的研究场景。尽管研究存在一些局限性（如样本文化背景的多样性、条目可能的顶底效应等），但ISmus-LI的开发无疑为推动音乐倾听行为的精细化研究迈出了关键一步。
