


专注科研一对一全流程教学
咨询微信:wzp1670423539





1.1 自我调节疲劳:护理教育中的新兴关注点
自我调节是指个体有意识地控制和管理自身认知、情绪与行为以达成目标的能力,是人类适应环境、实现长期目标的基石。然而,这种能力并非取之不尽——自我调节疲劳是一种因长期或高强度的自我控制消耗而导致的暂时性心理资源耗竭状态。处于自我调节疲劳中的个体,其抑制冲动、抵抗诱惑、坚持困难任务的能力下降,更容易出现情绪失控、决策质量下降和学业倦怠。在护理教育领域,自我调节疲劳正逐渐引起研究者的关注。护理实习生面临着从学生向专业护士过渡的独特挑战:高强度的临床实习、复杂的人际沟通、生死攸关的临床决策、以及频繁的情绪劳动,这些都对实习生的自我调节能力提出了极高要求。自我调节疲劳如果得不到有效干预,不仅可能损害实习生的学业表现和临床判断能力,还可能削弱其情绪韧性,增加护理差错风险,甚至影响其长期职业发展意愿,加剧护理人才流失。
1.2 理解自我调节疲劳的概念边界
在护理教育研究中,与自我调节疲劳相关的概念较多,明确其边界有助于精准定位研究问题。职业倦怠是指长期工作压力导致的情绪耗竭、去人格化和个人成就感降低,是工作环境的慢性反应,范围比疲劳更广(包含态度和效能维度);压力知觉是个体对压力情境的主观认知评估,强调对外部需求的感知,是导致疲劳的上游因素;自我调节疲劳则特指心理资源的暂时性耗竭状态,更接近“心理能量”的即时亏空,是压力与倦怠之间的关键桥梁。本研究聚焦自我调节疲劳,实质是在探究“心理资源储备不足”这一中间状态。
1.3 研究空白与目的
尽管自我调节疲劳对护理教育和临床实践的影响日益受到关注,目前仍存在以下知识缺口:第一,护理实习生的自我调节疲劳水平尚缺乏系统的实证描述;第二,影响护理实习生自我调节疲劳的多维因素(包括心理因素和环境因素)尚未被充分探讨;第三,心理健康素养和心理脱离这两个新兴心理变量与自我调节疲劳的关系尚不明确。本研究旨在评估护理实习生的自我调节疲劳水平,并系统探讨其相关影响因素,为针对性干预策略的制定提供实证依据。

2.1 研究设计与研究对象
本研究为描述性横断面研究,于2024年3月至12月期间,通过在线问卷对340名护理实习生进行调查。纳入标准为正在临床实习的护理专业学生,自愿参与并知情同意。在线问卷的形式便于扩大样本覆盖范围,但也可能存在自选择偏倚——主动参与调查的实习生可能本身对心理健康话题更关注,其疲劳水平可能与未参与者存在差异。

2.2 测量工具
一般资料问卷:收集人口学信息,包括年龄、性别、学业成绩、临床实习时长、是否有留守经历等。
感知压力量表:评估个体对生活中压力情境的主观感知程度。
青少年心理健康素养评估问卷:评估个体对心理健康知识的掌握程度、识别心理问题的能力及求助意愿。
心理脱离量表:评估个体在非工作时间是否能够在心理上与工作“断开连接”,不反复思考工作相关事务。

2.3 统计分析方法
本研究采用描述性统计描述自我调节疲劳的总体水平;采用独立样本t检验比较不同组别(如性别、留守经历)间的疲劳水平差异;采用方差分析比较三个及以上组别(如不同学业成绩等级)间的差异;采用Pearson相关分析检验连续变量间的相关方向和强度;最后采用多元线性回归分析,在控制其他因素后,识别自我调节疲劳的独立预测因素。

3.1 自我调节疲劳的总体水平
描述性统计分析显示,护理实习生自我调节疲劳处于中等水平。这一结果表明,护理实习生在临床实习期间的自我调节资源并非充足无虞,但也未普遍达到严重耗竭的程度。作为评估总体水平的核心指标,自我调节疲劳得分的均值±标准差在本研究中应已报告,其绝对值位于量表理论中值附近时定义为“中等水平”。因此,“中等水平”提示该群体存在一定程度的心理资源消耗,但尚未构成普遍性的严重危机,属于“值得关注的预警信号”。

3.2 影响因素的单因素分析
t检验和方差分析初步识别出与自我调节疲劳相关的因素:
感知压力越高的实习生,自我调节疲劳水平越高。
心理健康素养越高的实习生,自我调节疲劳水平越低。
心理脱离能力越强的实习生,自我调节疲劳水平越低。
学业成绩较好的实习生自我调节疲劳水平反而较高(这一反直觉发现提示成绩优秀的实习生可能因持续高强度投入而消耗更多自我调节资源)。
临床实习时长较长的实习生,自我调节疲劳水平较低——可能反映了随着实习时间延长,实习生逐渐适应了临床环境和角色要求,自我调节行为的自动化程度提高,对心理资源的消耗需求减少。
有留守经历的实习生,自我调节疲劳水平较低——这一发现可能与早期逆境经历培养的心理韧性有关,但需谨慎解读,不能排除其他解释。
留守经历与心理韧性的研究文献存在争议:部分研究认为留守经历是长期压力源,损害心理健康;也有研究发现留守经历可能“训练”出更强的独立性和抗压能力。本研究的发现属于后一种,应在讨论中承认这种矛盾证据,并指出这可能与样本特征或留守经历的具体条件有关。
3.3 自我调节疲劳的预测因素(多元线性回归)
多元线性回归分析进一步确认了自我调节疲劳的独立预测因素,共解释了自我调节疲劳39.1%的方差。各预测因素按标准化回归系数绝对值排序如下:

感知压力(β=0.47,p<0.001) :对自我调节疲劳的解释力最强,是首要的风险因素。感知压力越高,自我调节疲劳越严重,两者呈强正向关联。
学业成绩(β=0.15,p<0.001) :学业成绩越好,自我调节疲劳反而越严重,β为正。

心理健康素养(β=-0.13,p=0.008) :心理健康素养越高,自我调节疲劳越低,β为负。
临床实习时长(β=-0.11,p=0.016) :临床实习时长越长,自我调节疲劳越低,β为负。
心理脱离(β=-0.10,p=0.025) :心理脱离能力越强,自我调节疲劳越低,β为负。
留守经历(β=-0.10,p=0.032) :有留守经历的实习生,自我调节疲劳水平反而较低,β为负。

β系数(标准化回归系数)表示自变量每变化1个标准差时,因变量变化多少个标准差。绝对值越大表示该预测因素对自我调节疲劳的解释力越强。本研究模型中各因素按β绝对值大小排序,感知压力的作用强度(0.47)远大于其他因素(0.10-0.15),表明其核心驱动地位。模型整体R²=0.391,提示所有纳入因素共同解释了自我调节疲劳近40%的变异,在护理教育研究中属于中等偏上的解释力。

4.1 主要发现及其意义
本研究首次系统评估了护理实习生自我调节疲劳的水平及其多维影响因素。核心结论可概括为“一个核心、六个因素、四成解释力”:
第一,感知压力是自我调节疲劳的最强预测因素。 β=0.47的标准化回归系数表明,感知压力每增加1个标准差,自我调节疲劳增加近0.5个标准差——这一效应强度远超其他因素,说明降低实习生的感知压力应是缓解自我调节疲劳的首要策略。
第二,六个因素共同解释近四成变异。 感知压力、心理健康素养、心理脱离、学业成绩、临床实习时长和留守经历六个因素共同纳入回归模型,解释了自我调节疲劳39.1%的方差。感知压力贡献最大,心理健康素养和心理脱离作为可干预的心理资源因素同样值得关注,学业成绩和留守经历则为特殊人群的识别提供了线索。
第三,心理脱离与心理健康素养的保护性作用具有重要干预价值。 这两个因素均是可通过教育和训练提升的——心理健康素养可通过心理健康教育课程增强,心理脱离可通过正念训练和边界管理技巧改善。这意味着护理教育者可以通过结构化干预,帮助实习生建立更强韧的心理资源系统。
第四,学业成绩与自我调节疲劳的正向关联值得深入关注。 “成绩越好越疲劳”这一反直觉发现提示优秀实习生可能因持续追求卓越而过度消耗自我调节资源,应在鼓励学业表现的同时关注其心理资源的可持续性。
第五,临床实习时长和留守经历的保护性效应。 这两个因素均为“过去经历”而非当前可干预因素,虽对整体模型有贡献,但不应被视为主要干预靶点。讨论中应将其效应量与其他因素(如感知压力β=0.47)对比,明确其相对次要地位。
4.2 机制解释
自我调节疲劳的核心机制是“心理资源消耗与恢复的不平衡”。感知压力直接消耗实习生的认知和情绪调节资源——当压力过大时,资源消耗速度超过恢复速度,导致心理能量账户“入不敷出”。心理健康素养通过提高实习生识别心理困扰、寻求有效帮助的能力,间接促进资源恢复;心理脱离则通过让实习生在非工作时间“真正休息”,恢复被消耗的心理资源。学业成绩的正向关联提示“优等生”可能因更高的自我期望和持续的努力投入而消耗更多资源。
4.3 对护理教育和临床实践的意义
关注“优等生”的心理消耗:成绩优秀者可能承受更高的隐性压力,教育者应鼓励平衡的自我期待。
心理健康素养教育:将心理健康素养培训纳入实习前教育,提高实习生识别心理困扰和求助的能力。
倡导心理脱离:指导实习生在下班后安排“无护理思考”时间,帮助心理资源恢复。
识别高危群体:感知压力高、心理健康素养低、心理脱离能力弱的实习生应作为重点干预对象。
4.4 研究优势与局限性
优势:
聚焦护理教育领域相对新兴的研究主题,填补了实证空白。
纳入心理健康素养和心理脱离等新变量,拓展了影响因素的理论框架。
模型解释力较高(R²=0.391),具有一定的实践指导价值。
局限性:
横断面设计不能确定因果关系。
单中心研究和便利抽样可能限制结果的推广性。
在线问卷的自选择偏倚可能影响样本代表性。
自我报告数据可能存在社会期望偏倚。
4.5 未来研究方向
开展纵向研究,追踪实习生从实习开始到结束的自我调节疲劳动态变化。
设计干预研究,验证心理健康素养教育和心理脱离训练对缓解自我调节疲劳的有效性。
扩大样本范围,纳入多中心护理实习生,提高结论的普适性。
探索自我调节疲劳与临床差错、职业认同和离职意愿等远期结局的关联。

本研究通过对340名护理实习生的横断面调查,系统评估了护理实习生自我调节疲劳的水平及其相关影响因素。主要结论如下:
护理实习生自我调节疲劳处于中等水平,提示该群体存在一定程度、值得关注的自我调节资源消耗,但尚未达到普遍严重耗竭的程度。
感知压力是自我调节疲劳的最强预测因素(β=0.47,p<0.001)。心理健康素养(β=-0.13,p=0.008)、心理脱离(β=-0.10,p=0.025)、学业成绩(β=0.15,p<0.001)、临床实习时长(β=-0.11,p=0.016)和留守经历(β=-0.10,p=0.032)是自我调节疲劳的显著预测因素。六个因素共同解释了自我调节疲劳39.1%的方差,其中感知压力的贡献远超其他因素。
保护性因素:心理健康素养和心理脱离是可干预的保护性因素,可通过教育和训练提升。临床实习时长和留守经历的保护性效应为理解实习适应过程和早期逆境经历与心理资源的关系提供了线索。
风险因素:感知压力是首要风险因素。学业成绩的正向关联提示需关注“优等生”的隐性心理成本。
干预启示:护理教育者应制定针对性策略——优先降低实习生的感知压力,同时提升其心理健康素养和心理脱离能力——以减轻实习生的自我调节疲劳,促进其整体健康和职业可持续发展。
1.1 选择研究主题
背景阅读: 阅读关于自我调节疲劳、感知压力、心理健康素养、心理脱离等文献。您会发现:
护理实习生压力大、容易累,但“累”分两种——一种是身体累(体力消耗),一种是心理累(自我控制资源耗竭),后者叫“自我调节疲劳”;
自我调节疲劳的人容易冲动、决策质量下降、情绪失控——对护理实习生来说,这直接关系到患者安全;
但护理实习生的自我调节疲劳到底多严重?什么东西最影响它?——还不清楚;
心理健康素养(懂不懂心理知识、会不会求助)和心理脱离(下班后能不能“断开”工作思绪)是新概念,跟自我调节疲劳的关系没人研究过。
这就是研究空白: 没人把“心理脱离”“心理健康素养”和“自我调节疲劳”放在一个模型里看过。
小白提示: 这类研究是横断面调查 + 多元线性回归的标准范式——这是护理研究中最常见、最基础、最容易上手的设计之一。你只需要:①找到几个靠谱的量表;②发给足够多的人填(340人);③用SPSS跑几个分析。不需要收血、不需要随访、不需要复杂算法,问卷星 + SPSS就能搞定。
2.1 选择研究类型
描述性横断面研究:
在单一时间点通过在线问卷收集所有数据。
特点: 适合做“现状描述”和“影响因素分析”,简单、高效、成本低,但不能确定因果关系。
2.2 确定研究对象
人群: 正在临床实习的护理专业学生。
纳入标准: 全日制护理专业实习生;知情同意并自愿参与。
样本量: 340人。多元线性回归通常要求样本量为自变量数的10-20倍。本研究有6个自变量(感知压力、心理健康素养、心理脱离、学业成绩、临床实习时长、留守经历)加上人口学控制变量,340人足够。
2.3 定义变量
因变量(Y): 自我调节疲劳(连续变量,得分越高表示疲劳越严重)
自变量(X,预测因素):
感知压力(连续,越高压力越大)
心理健康素养(连续,越高素养越好)
心理脱离(连续,越高脱离能力越强)
学业成绩(分类,好/中/差,回归时转为哑变量)
临床实习时长(连续,已实习多少个月)
留守经历(二分类,有/无)
协变量: 年龄、性别等人口学变量
2.4 分析框架
描述性统计:算自我调节疲劳的均值±标准差,看总体水平。
t检验/方差分析:比较不同群体(性别、成绩、留守经历)的疲劳差异。
Pearson相关:看连续变量两两之间的关系。
多元线性回归:把所有因素放一起,找出真正的独立预测因子。
3.1 问卷设计与发放
操作:
在问卷星(或其他在线平台)上组合问卷:一般资料 + 感知压力量表 + 心理健康素养问卷 + 心理脱离量表 + 自我调节疲劳量表。
将问卷链接通过微信群、QQ群等渠道发给护理实习生。
强调匿名性和保密性——让大家敢说实话。
收集时间: 2024年3月-12月(近10个月,足以积累样本)。
3.2 数据清洗
剔除填写时间过短(如<3分钟)的答卷(可能是乱填的)。
剔除有明显规律性作答(如所有题选同一个选项)的答卷。
剔除关键变量缺失的答卷。
最终有效样本340人。
SPSS数据录入格式: 每行一个实习生,每列一个变量(ID、年龄、性别、感知压力总分、心理健康素养总分、心理脱离总分、自我调节疲劳总分、学业成绩等级、实习时长、留守经历)。
4.1 描述性统计分析
目的: 描述样本的基本特征及自我调节疲劳的总体水平。
方法:
连续变量报告均值±标准差(如“自我调节疲劳得分为XX±XX分”)。
分类变量报告频数和百分比(如“男生XX人(XX%)”)。
判断“中等水平”:将样本均值与量表理论中值比较,若得分位于理论中值附近,则判定为“中等水平”。
4.2 独立样本t检验——两组比较
定义: 比较两组(如有/无留守经历,男/女)在某连续变量(如自我调节疲劳得分)上是否有显著差异。
操作: SPSS → 分析 → 比较均值 → 独立样本t检验。
本研究的应用: 比较有留守经历和无留守经历的实习生,自我调节疲劳得分是否有差异(结果:有留守经历的反而更低,β=-0.10,p=0.032)。
4.3 单因素方差分析——多组比较
定义: 比较三组及以上(如学业成绩好/中/差)在某连续变量上是否有显著差异。方差分析显著后,需做事后两两比较(如LSD或Bonferroni),找出具体哪两组有差异。
操作: SPSS → 分析 → 比较均值 → 单因素ANOVA。
本研究的应用: 比较不同学业成绩等级实习生的自我调节疲劳是否有差异(结果:成绩越好越疲劳)。
4.4 Pearson相关分析
定义: 衡量两个连续变量之间的线性相关方向和强度,相关系数r的范围为-1到1。
效应量判断: |r|≥0.8为强相关,0.5≤|r|<0.8为中等相关,0.3≤|r|<0.5为弱相关,|r|<0.3为极弱相关。
本研究的应用: 看感知压力、心理健康素养、心理脱离与自我调节疲劳之间的两两相关关系。
预期结果:感知压力与疲劳正相关(r>0),心理健康素养与疲劳负相关(r<0),心理脱离与疲劳负相关(r<0)。
4.5 多元线性回归(核心方法)
定义: 用于分析多个连续/二分类自变量与一个连续因变量之间关系的回归模型,输出非标准化回归系数(B) 及其标准误、标准化回归系数(β) 、t值、p值和模型R²。
B(非标准化回归系数): 自变量每变化1个单位,因变量变化多少个单位(原始单位)。
β(标准化回归系数): 自变量和因变量都标准化后的回归系数,表示自变量每变化1个标准差,因变量变化多少个标准差。β的绝对值越大,该自变量对因变量的影响越大——用于比较不同自变量效应强弱。
p值: 若p<0.05,该自变量是显著预测因素。
R²(决定系数): 模型解释了多少百分比的因变量变异(0.391=39.1%)。R²越高,模型拟合越好。教育/心理研究中R²>0.3通常被认为具有实际意义。
本研究的应用:
因变量(Y): 自我调节疲劳得分
自变量(X): 感知压力、心理健康素养、心理脱离、学业成绩(分类转为哑变量)、临床实习时长、留守经历(二分类,0=无,1=有),以及年龄、性别等协变量
结果解读:
感知压力β=0.47,p<0.001:最强的预测因子。感知压力越高,疲劳越严重。
心理健康素养β=-0.13,p=0.008:素养越高,疲劳越低。
心理脱离β=-0.10,p=0.025:脱离能力越强,疲劳越低。
学业成绩β=0.15,p<0.001:成绩越好,疲劳越严重(反直觉发现!)。
临床实习时长β=-0.11,p=0.016:实习越长,疲劳越低(可能因为适应了)。
留守经历β=-0.10,p=0.032:有留守经历的疲劳更低(可能因为更独立)。
小白理解: 六个因素合起来解释了自我调节疲劳近40%的变异。其中感知压力的贡献最大(β=0.47),说明“压力”是疲劳的最强驱动因素。心理健康素养和心理脱离是可改变的保护因素——可以通过教育和训练提升。
5.1 主要统计结果
现状: 自我调节疲劳处于中等水平。
t检验/方差分析: 不同学业成绩、留守经历组间差异显著。
相关分析: 感知压力、心理健康素养、心理脱离均与疲劳相关。
回归模型: 6个因素显著,R²=0.391,其中感知压力最强(β=0.47)。
5.2 统计显著性的判断规则
t检验P<0.05 → 两组间差异显著。
方差分析P<0.05 → 多组间差异显著;事后比较P<0.05 → 具体哪两组间有差异。
Pearson相关P<0.05 → 两个连续变量间存在统计学上的线性相关关系。
回归中自变量的p<0.05 → 该因素是独立预测因素。
R²值 → 模型解释力(0.391=39.1%)。
5.3 临床/教育意义
可干预靶点: 感知压力(降低)、心理健康素养(提升)、心理脱离(提升)——三者均可通过教育或训练改变。
关注“优等生”: 成绩优秀者可能承受更高隐性压力,需要平衡期待。
培养心理脱离: 指导实习生下班后安排“无护理思考”时间。
6.1 讨论框架(5段式)
总结:疲劳中等水平;6个因素显著;模型解释39.1%方差;感知压力最强。
与文献比较:首次将心理脱离和心理健康素养纳入模型。
机制解释:压力消耗心理资源→疲劳;心理脱离让资源恢复;素养促进求助。
实践意义:降低压力、提升脱离能力、关注优等生、心理健康教育。
局限与未来:横断面不能定因果;需纵向和干预研究。
6.2 结论
“感知压力是自我调节疲劳的最强预测因素(β=0.47);心理健康素养和心理脱离是重要的可干预保护因素。建议针对这些因素制定干预策略。”
7.1 撰写报告
标题建议: “护理实习生自我调节疲劳的现状及其影响因素分析”
方法关键点:
报告各量表的Cronbach‘s α信度系数(评估量表的内部一致性)。
报告样本量计算依据。
报告数据收集的具体流程和时间。
报告多元线性回归的自变量进入方法(Enter法/逐步法)。
结果应包含:
表1:样本基本特征(频数+百分比/均值+标准差)。
表2:单因素分析结果(t检验/方差分析P值)。
表3:Pearson相关矩阵。
表4:多元线性回归结果(B、β、p、VIF)。
小白提醒: 回归分析前需检查多重共线性——VIF>10提示存在严重共线性,本研究各变量VIF应<5,说明无共线性问题。
7.2 投稿前自查清单
是否报告了各量表的信效度(Cronbach‘s α)?
是否报告了样本量计算依据?
是否报告了数据收集的起止时间和方式?
是否报告了回归模型的自变量进入方法?
是否报告了回归模型的多重共线性检验结果(VIF)?
是否报告了R²和调整R²?
7.3 推荐期刊
Nurse Education Today
Nurse Education in Practice
Journal of Clinical Nursing
中华护理杂志
中华护理教育
给小白的总体时间表


1.1 描述性横断面研究设计
定义: 横断面研究是指在特定时间点上,对样本群体进行数据收集,以评估不同变量间的关系。本研究采用横断面设计,在2024年3月至12月期间,通过在线问卷同时收集护理实习生的自我调节疲劳、感知压力、心理健康素养、心理脱离及人口学信息。
特点:
现状描述: 适合估计护理实习生自我调节疲劳的总体水平(中等水平)。
相关性检查: 能够探讨感知压力、心理健康素养、心理脱离与自我调节疲劳之间的关联,但无法确定因果关系。
本研究的应用: 描述护理实习生自我调节疲劳处于中等水平,并探讨六个因素与自我调节疲劳的关联。
1.2 便利抽样
定义: 便利抽样是一种非概率抽样方法,研究者选择最容易接触到的研究对象。本研究通过在线问卷(问卷星)在微信群、QQ群等渠道招募护理实习生。
特点:
操作简便、成本低、可快速获取样本(340人)。
但样本代表性有限,可能存在自选择偏倚——主动参与调查的实习生可能本身对心理健康话题更关注,其疲劳水平可能与未参与者存在差异。
外推需谨慎,结论应视为探索性发现。
本研究的应用: 便利抽样340名护理实习生,结果不能直接推广至所有护理实习生,需在讨论中承认此局限性。
1.3 样本量考虑
定义: 多元线性回归通常要求样本量为自变量数的10-20倍。本研究有6个核心自变量(感知压力、心理健康素养、心理脱离、学业成绩、临床实习时长、留守经历),加上人口学协变量(如年龄、性别等),自变量总数约8-10个。按10倍标准至少需80-100人,按20倍标准需160-200人。
本研究的应用: 340名参与者远超最低样本量要求,统计效能充足。

2.1 自我调节疲劳(因变量)
评估工具: 自我调节疲劳量表,测量个体因长期或高强度的自我控制消耗而导致的心理资源耗竭状态。得分越高表示自我调节疲劳越严重。连续变量。
本研究的应用: 作为多元线性回归的因变量(Y),被六个自变量联合预测。
2.2 感知压力(自变量)
评估工具: 感知压力量表,测量个体对生活中压力情境的主观感知程度。得分越高表示感知压力越大。连续变量。
本研究的应用: 作为核心自变量,预期与自我调节疲劳正相关。
2.3 心理健康素养(自变量)
评估工具: 青少年心理健康素养评估问卷,测量个体对心理健康知识的掌握程度、识别心理问题的能力及求助意愿。得分越高表示心理健康素养越好。连续变量。
本研究的应用: 作为可干预的保护因素,预期与自我调节疲劳负相关。
2.4 心理脱离(自变量)
评估工具: 心理脱离量表,测量个体在非工作时间是否能够在心理上与工作“断开连接”,不反复思考工作相关事务。得分越高表示心理脱离能力越强。连续变量。
本研究的应用: 作为可干预的保护因素,预期与自我调节疲劳负相关。
2.5 学业成绩、临床实习时长和留守经历(自变量)
评估方式: 通过一般资料问卷收集。
学业成绩: 分类变量(好/中/差),回归时转为哑变量。
临床实习时长: 连续变量(已实习多少个月)。
留守经历: 二分类变量(有/无)。

3.1 描述性统计分析
目的: 描述样本的基本特征及各变量的分布情况。
方法:
连续变量(如自我调节疲劳得分、感知压力得分)报告均值±标准差。
分类变量(如性别、留守经历)报告频数和百分比。
判断“中等水平”:将样本均值与量表理论中值比较,若得分位于理论中值附近(如量表总分范围0-100,理论中值50,样本均值在45-55之间),则判定为“中等水平”。
本研究的应用: 报告护理实习生自我调节疲劳处于中等水平(如得分XX±XX)。
3.2 独立样本t检验——两组比较
定义: 用于比较两组独立样本(如有/无留守经历,男/女)在某连续变量(如自我调节疲劳得分)上的均值差异。输出t值、自由度及P值。P<0.05表示两组在该变量上存在显著差异。
本研究的应用: 比较有留守经历和无留守经历的实习生在自我调节疲劳上是否有差异(结果:p=0.032,显著)。
3.3 单因素方差分析——多组比较
定义: 用于比较三组及以上(如学业成绩好/中/差)在某连续变量上的均值差异。输出F值、组间自由度、组内自由度及P值。P<0.05表示至少有两组之间存在显著差异。
事后两两比较(Post-hoc): 方差分析显著后,需进行事后检验找出具体哪两组有差异。常用方法包括LSD(较宽松,易发现差异)和Bonferroni(较保守,控制假阳性)。
本研究的应用: 比较不同学业成绩等级实习生的自我调节疲劳差异(结果:成绩越好疲劳越严重)。
3.4 Pearson相关分析
定义: 衡量两个连续变量之间线性关系的强度和方向,相关系数r的范围为-1到1。|r|≥0.8为强相关,0.5≤|r|<0.8为中等相关,0.3≤|r|<0.5为弱相关,|r|<0.3为极弱相关。P<0.05表示相关性具有统计学意义。
本研究的应用: 看感知压力、心理健康素养、心理脱离与自我调节疲劳之间的两两相关关系。
预期结果:感知压力与疲劳正相关(r>0),心理健康素养与疲劳负相关(r<0),心理脱离与疲劳负相关(r<0)。
3.5 多元线性回归——核心方法
定义: 用于分析多个连续/二分类自变量与一个连续因变量之间关系的回归模型,输出以下关键指标:
B(非标准化回归系数): 自变量每变化1个单位,因变量变化多少个单位(原始单位)。例如,感知压力每增加1分,自我调节疲劳增加B分。
SE(标准误): B的抽样误差估计,用于计算t值和置信区间。
β(标准化回归系数): 自变量和因变量都标准化为均值为0、标准差为1后的回归系数,表示自变量每变化1个标准差,因变量变化多少个标准差。β的绝对值越大,该自变量对因变量的相对贡献越大——用于比较不同量纲自变量的效应强弱。
t值: B/SE,用于检验B是否显著不为0。
p值: 若p<0.05,该自变量是显著预测因素。
R²(决定系数): 模型解释了多少百分比的因变量变异。R²越高,模型拟合越好。教育/心理研究中R²>0.3通常被认为具有实际意义。
本研究的应用:
因变量(Y): 自我调节疲劳得分
自变量(X): 感知压力、心理健康素养、心理脱离、学业成绩(分类转为哑变量)、临床实习时长、留守经历(二分类)
协变量: 年龄、性别等人口学变量
结果解读:
感知压力β=0.47,p<0.001:最强的预测因子。压力越高,疲劳越严重。
心理健康素养β=-0.13,p=0.008:素养越高,疲劳越低。
心理脱离β=-0.10,p=0.025:脱离能力越强,疲劳越低。
学业成绩β=0.15,p<0.001:成绩越好,疲劳越严重(反直觉发现!)。
临床实习时长β=-0.11,p=0.016:实习越长,疲劳越低(可能因为适应了)。
留守经历β=-0.10,p=0.032:有留守经历的疲劳更低(可能因为更独立)。
R²=0.391: 六个因素合起来解释了自我调节疲劳近40%的变异。
小白理解: 如果所有自变量都标准化为“平均数为0、标准差为1”的同一把尺子,β值就可以直接比较——β=0.47说明感知压力是最大的“推手”,β=-0.10到-0.13说明心理脱离、心理健康素养、留守经历是较小的“缓冲器”。
解释力的实质含义(R²=0.391):
如果只用“感知压力”一个变量预测疲劳,R²可能在0.20左右;
加入其他五个因素后,R²提升到0.391——增加了近一倍的预测精度;
剩余的60.9%变异来自本研究未测量的因素(如睡眠质量、社会支持、人格特质等)。
3.6 自变量进入方法
定义: 多元线性回归中自变量进入模型的不同策略:
Enter法(强制进入法): 所有自变量同时进入模型,不论是否显著。适合理论驱动的研究。
逐步回归(Stepwise): 模型根据统计标准自动筛选变量,分为向前选择、向后剔除和逐步法三种。缺点是可能放大随机变异,不建议在探索性研究中作为主要方法。
本研究的应用: 本研究理论上应报告使用了何种方法(摘要未明确),推测采用Enter法或逐步法。若为逐步法,需注意结果可能受样本影响较大,需在讨论中承认这一局限性。
3.7 多重共线性检验
定义: 检查自变量之间是否高度相关。如果两个自变量高度相关(如感知压力与焦虑得分r=0.8),它们会争夺对因变量的解释力,导致回归系数不稳定。
诊断指标:
VIF(方差膨胀因子): VIF>10提示存在严重多重共线性。本研究中各变量VIF应<5,说明无共线性问题。
容忍度(Tolerance): Tolerance=1/VIF,<0.1提示共线性问题。
本研究的应用: 在回归分析前检查VIF,确保结果可靠。

4.1 主要统计结果
描述性统计: 自我调节疲劳处于中等水平。
t检验: 留守经历组间差异显著(p=0.032)。
方差分析: 学业成绩组间差异显著(p<0.001)。
Pearson相关: 三个心理变量均与疲劳相关。
多元线性回归: 6个因素显著,R²=0.391,感知压力最强(β=0.47)。
4.2 统计显著性的判断规则
t检验P<0.05 → 两组间差异显著。
方差分析P<0.05 → 多组间差异显著;事后比较P<0.05 → 具体哪两组间有差异。
Pearson相关P<0.05 → 两个连续变量间存在统计学上的线性相关关系。
回归中自变量的p<0.05 → 该因素是独立预测因素。
R²值 → 模型解释力(0.391=39.1%)。
4.3 临床/教育意义
可干预靶点: 感知压力、心理健康素养、心理脱离——三者均可通过教育或训练改变。
关注“优等生”: 成绩优秀者可能承受更高隐性压力。
培养心理脱离: 指导实习生下班后安排“无护理思考”时间。
祝大家发文顺利,有什么不懂可以在评论区留言,吴老师尽量解答!零基础的同学可以咨询一对一辅导,快速发表SCI文章!
吴老师微信:wzp1670423539
还在担心没有SCI论文,缺少竞争力?找专人学习、快速发表人生第一篇SCI,点⬇️链接报名咨询!
0基础发护理SCI!一对一全程教学指导(教到发表模式)招生报名!
护研SCI专注护士SCI论文一对一指导,让每个护士都学会从0到1发表SCI!
我们定期解读优质文献,分享文章的具体思路和方法学。此外,我们面向护士提供高端一对一科研线上辅导,让零基础的普通人快速学会从0到1发表临床科研SCI论文。




感兴趣请扫描文末吴老师的二维码具体咨询如何加入SCI论文辅导项目。微信:wzp1670423539
本期编辑

你的分享、点赞、在看
我都喜欢



授人以鱼不如授人以渔
学无止境,终身学习!
