设计和测试一份测量认证健康教育专家社交媒体能力的问卷

简介

背景

社交媒体，或“利用基于互联网的出版技术，区别于传统印刷和广播媒体的用户生成内容”，[1已在专业、个人和促销用途上流行起来。社交媒体被用来与朋友、同事和家人联系和双向交流。1］．社交媒体提供了一系列连接人们和分享内容的工具，如社交网站(如Facebook和Twitter)、照片分享网站(如Flickr和Instagram)和视频分享网站(如YouTube和Vimeo)。与其他类型的印刷和广播媒体相比，社交媒体的独特之处在于它促进了双向交流，允许组织个性化内容并与社区和公众互动。通过社交媒体定制和个性化健康信息，既可以提高所分发信息的相关性，也可以提高接受者对沟通的关注[2］．这样的裁剪可以对预期的行为产生更大的影响[2］．截至2014年，74%的成年互联网用户使用社交媒体网站。3.］．因此，社交媒体具有巨大的潜力，作为组织和个人接触基于年龄、性别和种族/民族的广泛人口群体的媒介[4］．

社会媒体在公共健康教育中的作用

社交媒体被用来促进卫生教育专业人员和公众之间的合作和参与，以促进健康行为[5-12］．社交媒体可以让社区和个人参与进来，并增强他们的能力，从而做出更健康的选择，帮助他们与资源联系起来，并促进他们之间的合作，倡导影响他们健康的政策和项目[13］．在2012年的一项研究中，研究人员发现，大约60%的州卫生部门至少使用一种社交媒体来实现其组织目标[14］．随着越来越多的健康教育组织继续利用社交媒体，这些工具的使用将产生许多影响和改变健康行为的机会[15-18］．

因为健康教育专家在传播健康信息和促进健康行为方面发挥着重要作用[19]，对于健康教育专业人员来说，至关重要的是能够利用不同媒体的能力成功地传播信息并接触到目标人群[20.］．该文件描述了健康教育专家的具体专业角色和职责，健康教育专家的七个责任和能力领域［19］．认证健康教育专家(CHES)和硕士认证健康教育专家(MCHES)是成功通过CHES或MCHES考试的健康教育专家。这些考试由国家健康教育资格认证委员会(NCHEC)管理，是对知识、应用和理解的能力评估七个职责范围［21］．CHES考试反映了初级的次级能力七个职责范围，而MCHES则包括入门级及高级级次级能力[22］．的七个职责范围为CHES和MCHES有效学习和应用社交媒体技术进行健康教育研究和实践提供了能力基础。本文件中概述的许多责任都可以通过使用社交媒体来实现。例如,职责范围六，能力6.1:获取和传播健康相关信息，可通过使用推特或其他社交媒体平台向特定人群传播健康信息[19］．健康教育专家可利用社交媒体，不仅提供可靠的健康信息，还可为个人量身定制和个性化健康信息和内容(能力7.2)[13，19］．社交媒体还可帮助增强人们的权能，使他们能够做出更健康、更安全的决定，并促进参与(能力7.3)[13，19］．社交媒体可以将分散在城市、州、国家或世界各地的社区成员(如糖尿病患者)聚集在一起，提供相互支持，并朝着共同的解决方案努力(能力2.1)[13，19］．社交媒体在促进健康方面的一个著名应用是疾病控制和预防中心(CDC)戒烟者的建议运动。这项活动使用网络视频、按钮和徽章、图像和播客来分享与吸烟有关的健康问题的个人的真实故事。由于这项运动，向使用者分发了免费戒烟资源，估计有164万美国人试图戒烟，600万不吸烟者与朋友和家人讨论了吸烟的危害[23］．

虽然有一些普遍接受的原则指导公共卫生从业人员使用社交媒体和培训[13，24]，目前还没有健康教育专家社交媒体能力的标准化衡量标准。科尔达和伊塔尼[15他强调，社交媒体的应用“需要谨慎的应用，可能并不总是能达到预期的结果。”尽管公共卫生研究表明社交媒体在实践中的应用前景广阔[25]，使用社交媒体进行健康沟通存在潜在的危险或问题，例如分享误导性或不准确的信息，或侵犯客户或研究参与者的隐私[26］．先前的研究探索了在健康教育环境中组织使用社交媒体[14，27，28］．此外，在规划、实施和评估公共卫生领域的社交媒体活动方面存在指导方针和最佳做法[5，13，24，29-31]，但目前还没有研究对越来越多使用社交媒体来履行职业职责的健康教育专业人员的培训或教育需求进行衡量。为此，本研究的目的是为CHES和MCHES设计、开发和测试社交媒体能力量表。清单的预期用途是评估劳动力需求，为未来培训、教育计划和组织政策的制定提供信息。

方法

概述

社交媒体能力新测量方法的设计、开发和测试包括三个主要阶段:第一阶段，概念化和领域规范;第二阶段，项目开发;第三阶段，库存测试和最终确定。这些阶段及其相应的步骤是基于Crocker和Algina的10步测试构建过程[32］．在开始本研究之前，已获得首席研究员(JA)大学机构审查委员会的批准。图1描述了在三个阶段中发生的研究活动的顺序概述。

‎ 查看此图

阶段1:概念化和领域规范

定义和操作社会化媒体能力

“社交媒体能力”一词在以前的文献中没有定义;因此，使用谷歌Scholar、PubMed、护理和相关健康文献累积指数(CINAHL)和教育资源信息中心(ERIC)进行了文献综述，并使用以下关键词搜索词的组合:胜任力、胜任力模型、胜任力框架、专业能力、成功使用、绩效、专业准备、员工、信息技术、社交媒体、社交网络、基于网络的技术、新媒体、数字健康、技术、Web 2.0和电子健康。

一旦社交媒体能力被定义和操作化，可以通过文献和专业指南来确定清单中要测量的特定结构的可观察行为。更具体地说，在三个数据库(谷歌Scholar、PubMed和CINAHL)中搜索了以下术语:健康教育、健康促进、健康行为、预防、使用、指南、实践、研究、胜任力、能力、知识、态度、准备、有效使用、信息技术、社交媒体、社交网络、基于Web的技术、新媒体、数字健康、技术、Web 2.0和eHealth。此外，还搜索了主要卫生组织的网站，以寻找与健康教育专家的责任和循证社交媒体实践相关的指导方针和建议。这些组织包括美国公共卫生协会(APHA)、疾病控制和预防中心、国立卫生研究院(NIH)、国家健康教育认证委员会、公共卫生教育学会(SOPHE)以及美国卫生与公众服务部(HHS)。利用这些资源，健康教育专家起草了一份潜在和实际的社交媒体任务清单。这些任务与入门级子能力进行了比较七个职责范围．通过社交媒体可以满足的次级能力被修改，以纳入社交媒体。例如，一项次级胜任力与收集初级健康数据有关(次级胜任力1.3.1)[19］．利用这一次级能力，创建了以下可观察的行为:“使用社交媒体收集与健康相关的主要数据(通过调查或其他方法直接从社交媒体收集数据)。”由于清单是针对CHES和MCHES的，因此在可观察行为的发展中只包括入门级子能力。可观察到的行为是根据每一个健康教育专家的七个责任领域［19］．使用这一组织系统是为了确保七个领域中的每一个都能在最终清单中得到充分反映，从而使清单与卫生教育专家的主要职责直接挂钩。

可观察行为:专家评审和修订

一个由四名专家组成的小组被要求审查最初的可观察行为列表。该小组包括三名内容专家和一名测量专家。这三位内容专家在健康教育领域至少工作了五年，在将社交媒体技术应用于健康教育研究方面拥有广泛的知识。其中一名内容专家也是MCHES。测量专家是一名研究方法学家，在心理测量学和大规模测量和评估方面拥有丰富的经验。研究人员使用Qualtrics调查软件向专家们发送了一份基于网络的调查。这项基于网络的调查包含了可观察到的行为健康教育专家的七个责任领域．专家们被要求指出哪些行为应该保留或删除。提供的文本框允许专家建议额外的可观察行为以供考虑。

在最初的专家评审之后，可观察到的行为列表被修改并发回给专家。然后，专家们被要求对每个实验中剩下的可观察到的行为进行排序健康教育专家的七个责任领域．SPSS 22.0版本用于计算中位数排名和四分位范围，以确定专家对最重要的可观察行为进行排名。

每个规模的域规格

根据文献和专家评审的功能，为每个构造开发了领域规范。对于每个结构，制定了一个规格表，以概述内容领域，相关的学习领域水平(即，情感领域的阶段，认知领域的水平)，以及这些元素在整个尺度上的表示。每个结构的领域规范再次被发送给专家，使用基于网络的调查程序进行审查。根据专家的意见和反馈对领域规范进行了修订。

阶段2:项目开发

概述

项目、项目词干和说明的开发是根据几个调查方法资源的建议来指导的[33-36］．最初的项目列表是使用可观察的行为列表和领域规范中概述的项目表示来起草的。项目数量基于每个结构的规格表中每个单元格中项目的比例，以及每个结构的最终比例尺所需项目数量的大约两倍[37］．

项目和项目修订的专家评审

专家们被要求通过Qualtrics网站进行的一项基于网络的调查来评估项目。在调查中，专家被要求评估以下特征，即每个项目是否充分反映了每个特征(是/否):简短、重点、清晰、保证、可读性和回答选项的充分性[33，38］．专家们得到了这些特征的定义。如果专家在任何项目标准中选择了“否”，他们会被要求使用每个项目下方提供的文本框解释原因。专家们还被问及是否有任何项目会被视为有偏见或误导，并再次有机会在文本框中发表评论。接下来，使用每个结构的领域规范作为参考，专家们被要求回答以下问题:“总的来说，您认为这一部分中的项目是否代表了与(健康教育结构中的社交媒体使用)相关的所有可能问题?”最后，专家们有机会就项目库中包含的项目和说明提出建议或提出修改建议。项目和说明根据专家的反馈进行了修订。

自言自语会话

利用修订后的项目清单，与CHES/MCHES进行了大声思考会议。大声思考是一种认知访谈方法，通常用于试点测试仪器，以更好地了解参与者回答问题时的心理过程[39］．大声思考邀请参与者大声描述他们在回答问题或阅读说明时的思考过程[39］．有目的的CHES和MCHES样本(n=22)被邀请通过LinkedIn参加自言自语会议[40，一个专业的社交网站[41-43］．为了识别潜在参与者，首席研究员(JA)在LinkedIn搜索栏中输入“CHES”和“MCHES”，并邀请所有使用列出的电子邮件地址(n=14)或LinkedIn邮箱工具(n=8)出现在搜索结果中的专业人士(n=22)。通过电话(n=5)或面对面(n=5)进行大声思考。参与者被要求打开包含修改后的项目列表的网络调查，阅读项目，并在回答每个项目时大声说出他们是如何决定回答每个问题的。此外，参与者还被问及他们在回答这些问题时是否有问题，是否有让人沮丧或困惑的问题，或者是否有被视为冒犯的问题。每次会议持续大约45分钟。虽然没有对会议进行记录，但在每次会议期间都做了详细的笔记。参与者并没有因为参与某个环节而获得激励。专题分析[44)的定性数据被用于识别参与者在完成评估时反复出现的问题或问题。根据专题分析的结果对文书进行了修订。

先导测试及修订

随机抽样的CHES和MCHES患者(n=400)通过电子邮件发送了网络调查的链接。中试数据采用SPSS 22.0版本进行分析，缺失数据采用逐级删除处理。为每个量表计算Cronbach alpha值，以提供每个构式的内部一致性度量[45］．计算双变量斯皮尔曼等级相关性(ρ)，以评估每个量表中项目之间的相关性，以确定任何极高的相关性(ρ>.90)。当发现项目之间的相关性极高时，项目被认为是重复的和不必要的，因此从池中删除[46］．研究了响应选项的频率，以确定是否在每个量表中使用每种响应选项。为了检验项目甄别，计算每个量表内每个项目的校正项目-总相关性(r) [47］．使用斯皮尔曼秩和项目-总相关分析的结果再次修订了该工具。

阶段3:库存测试和最终确定

现场试验

参与者从NCHEC的CHES和MCHES数据库中招募(N=10,073)。从数据库中随机抽取的CHES和MCHES样本(n=1000)通过邮寄信件和电子邮件发送到基于web的调查中嵌入的仪器的链接。研究人员还向每位参与者发送了三封电子邮件，提醒他们在方便的时候尽早完成调查。参与者在邮寄的信中得到1美元，因为在基于网络的调查研究中，这已被证明可以提高回复率[34］．前100名完成调查的参与者还收到了一张10美元的亚马逊礼品卡。基于网络的调查包括工具上的最终项目，以及人口统计和组织项目。年龄、性别、种族、最高学历、家庭收入等人口学问题改编自行为风险因素监测系统(BRFSS)问卷[48］．组织问题改编自另一项CHES研究中使用的项目，该研究评估了工作中的互联网和社交媒体访问以及健康教育专业的多年经验[27］．

心理测量分析和道具移除

现场数据分析采用三种程序:(1)经典试验理论程序，(2)因子分析，(3)Rasch分析。仪器中的每个结构都被单独分析。

经典的测试理论程序采用SPSS 22.0版本。对于每个量表，计算双变量项目间相关性、校正项目-总相关性和Cronbach alpha统计量[47］．修正后的项目-总相关性低于0.30的项目被删除[49］．对于每个量表，Cronbach alpha与一般可接受的0.70或更高的标准进行比较[45］．

使用Mplus Editor 7，对每个结构的数据进行分类验证性因子分析(CCFAs)，以检验是否适合一维模型。ccfa使用加权最小二乘均值和方差调整(WLSMV)进行，WLSMV是一种用于非连续数据的估计量，对非正态数据具有鲁棒性[50］．当比较拟合指数(CFI)值大于.90，近似均方根误差(RMSEA)值小于.05，模型拟合值卡方检验无统计学意义，塔克-刘易斯指数(TLI)值小于.90时，表明模型拟合可接受[51］．R值低的物品²数值(方差解释)或低参数估计从仪器中删除。本研究通过(1)检验CCFA模型拟合指标(如CFI和TLI)，(2)确保CCFA模型拟合具有统计学意义(P(3)确认参数估计的幅度与理论模型一致[52］．

在CCFA之后，使用计算机程序jMetrik[在Rasch框架下分析数据，特别是评级尺度模型(RSM)53］．RSM测试在给定特定阈值和项目难度水平的情况下，具有特定能力水平的人选择特定类别(或回答选项)的概率[54］．RSM的假设是项目的局部独立性、单维性和单调性[54］．对于likert型数据，通常采用rsm [53]，特别是当选择较高的反应选项时，被认为对应于较高的能力，并且相对于项目的难度，从一个选项响应转移到下一个选项响应的概率是相同的[55］．相对于约束较少的模型(如部分信用模型)，rsm可以减少估计参数的数量，可以帮助减少最初为量表开发的大量项目，并且需要比一些替代模型更低的样本量。随着仪器的开发包括六种不同的结构，六个RSM被拟合到数据:每个量表一个RSM。

检验了局部独立性、单调性、项目和类别搭配、项目难度、项目特征曲线、项目可靠性、项目分离指数和阈值。通过检查项目残差之间的相关性来研究局部独立性[56］．项目残差之间的双变量相关性建议低于|。20.|, however, these correlations should be considered relative to all correlations [57］．单调性通过检查icc和确定阈值是否按顺序增加(即响应选项越高，阈值越高)来评估。检查阈值是否按顺序增加，以及每个阈值之间的距离是否在1.00到5.00 logits [58］．对于每个项目的ICC，都检查了代表最低类别的曲线，以确保它在最左边，而代表最高类别的曲线则在最右边。每个类别(或反应选项)都被检查，以确保它在潜在连续统的某个点上被观察到的概率最高。项目可靠性，它提供了对项目沿潜在特征在项目顺序中放置的质量的估计，应该有0.80或更大的值[59］．项目分离度，提供了在潜在特质上定位项目的质量评估，应该是2.00或更大[53，55］．装备值和infit值超过0.50 logits的项目从仪器中删除[58］．

指导开发

在上述步骤中获得的可靠性和有效性证据被用于建立管理、分析和解释最终清单的一般指导方针。进行了评估，以检查量表的结构效度、内部结构、反应过程效度、外部效度和预测效度的证据。评分和解释指南是根据Crocker和Algina的建议制定的。32和Osterlind [60］．

结果

阶段1:概念化和领域规范

概述

根据对文献和专业指南的回顾，在健康教育的背景下，社交媒体能力被定义为“用户应用社交媒体技术传播健康信息和信息的潜力，促使个人做出更健康的决定，并鼓励与其卫生组织的使命相关的对话和参与。”评估社交媒体能力的六个核心结构被确定为重要的:(1)社交媒体自我效能感，(2)社交媒体体验，(3)努力预期，(4)绩效预期，(5)便利条件，(6)社会影响力。这些构念是使用技术胜任力模型框架确定的[61]和综合行为模型(IBM) [62]和技术接受与使用统一理论(UTAUT) [63］．社交媒体自我效能感是指个人对自己使用社交媒体技术的能力的信心，作为他们就业的一个功能，以满足雇主的需求，并接触和吸引公众。社交媒体经验包括个人完成的与社交媒体、社交媒体网站和工具相关的行动或任务，这些工具在健康教育中存在并用于专业目的。努力预期是一个人对在工作中使用社交媒体的容易程度的感知。绩效期望是一个人对社交媒体对其工作绩效影响的信念。便利条件是指个人对支持在工作场所使用社交媒体的技术和组织基础设施存在的信念。最后，社会影响力是一个人对工作场所中对他们重要的人认为他们应该如何使用社交媒体的看法。

可观察到的行为

最初开发的可观察行为列表(n=77)是基于健康教育专家的七个责任和能力领域［19]，以及使用社交媒体推广健康的指引[13，64］．专家小组成员对行为的措辞进行了评论(例如，将“选择”改为“识别”)，并建议可以添加到列表中的行为(例如，将健康素养原则应用于社交媒体活动)。根据他们的建议，我们修改了11项行为的措辞，并在清单上增加了7项行为。

域规范

领域规范是根据文献和专家反馈为六种结构中的每一种开发的。从文献和专家反馈中可以清楚地看到，社交媒体自我效能需要最大数量的项目(n=50)来充分衡量认知领域的内容领域和每个层次。社交媒体体验被认为是第二重要的结构，需要第二多的项目(n=20)。这两种量表的内容均以健康教育专家的七个责任领域，并将认知领域的四个层面——应用、分析、评估、创造——纳入布鲁姆认知领域分类学的修订本[65］．在Krathwohl的情感领域分类法中，其他四个结构的领域规范——努力期望、绩效期望、促进条件、社会影响——是根据五个阶段——接受、回应、评价、组织、表征来组织的。66］．测量这些结构的量表与专家反馈结合使用，得出3个项目可以充分测量这四个结构(即努力期望、绩效期望、促进条件和社会影响)。总的来说，所有规模的域规范代表82项。

阶段2:项目开发

项目和项目修订的专家评审

初始池共有148项(社交媒体自我效能= 91项，社交媒体体验= 40项，努力期望= 5项，绩效期望= 4项，便利条件= 4项，社会影响= 4项)。所有专家选择“是”，说明所有说明和项目简明、清晰、重点突出、易读;有保证;并显示适当数量的响应选项。专家们还建议对部分项目(74项)进行修改，但在措词上进行了细微的修改。

自言自语会话

自言自语会议的参与者(n=10)报告在不同的专业环境中工作，包括学术界(5/10,50%)、非营利组织(3/10,30%)、地方卫生部门(1/10,10%)和州卫生部门(1/10,10%)。从大声思考期间收集的定性数据中确定了五个主题:(1)定义和术语指导，(2)项目措辞，(3)意想不到的思维过程，(4)格式和组织，以及(5)建议项目。确定的主题通知了对项目的修订，以澄清，修改说明以使整个清单保持一致，减少调查每页上出现的项目数量，并根据用户的需求组织社交媒体自我效能感和社交媒体体验量表中的项目健康教育专家的七个责任领域．最后，社交媒体自我效能量表的中点(即既不自信也不不自信)被删除了，因为一些参与者只有在不熟悉某个单词或短语时才会选择这个选项。

初步试验

400名参与者中有36人(9.0%)完成了初步测试。根据试点测试的数据，总共删除或修改了16个项目。所有的回答选项似乎都没有严重偏向一个方向，所有的回答选项都被试点调查参与者使用。在社交媒体自我效能量表中，有9个项目高度相关(ρ≥。90)，表明它们测量了相似的概念;因此，这9项被删除。由于项目之间的高相关性(ρ≥.90)，共有4个项目也从社交媒体体验量表中删除。由于修正后的项目-总数相关性较低，共有1个项目从努力期望量表中删除(r=.07)，而社会影响量表中的2个项目根据参与者的意见进行了修订。

阶段3:库存测试和最终确定

现场试验

在现场测试期间，1000人中共有353人(35.30%)完成了基于网络的调查。现场测试参与者的人口学特征可以在表1．大约16.1%(57/353)的实地测试参与者没有提供关于调查的人口统计学或组织信息。大多数参与者为女性(263/353,74.5%)，平均年龄为36.87岁(SD 11.58)。共有60.9%被认定为白人(215/353)，10.5%被认定为黑人或非裔美国人(37/353)，9.1%被认定为多个种族(32/353)。超过一半的受访者(208/353,58.9%)的家庭收入为5万美元或以上。一半的参与者报告至少拥有硕士学位(176/353,49.9%)，22.1%的参与者报告至少拥有学士学位(78/353)，11.9%的参与者报告获得博士学位(42/353)。

现场测试参与者的组织特征可以在表2．参与者在健康教育领域的平均经验为10.03年(SD为9.15年)。实践环境各不相同，约四分之一的参与者表示他们在学术界工作(88/353,24.9%)，15.6%的参与者报告他们在非营利组织工作(55/353)。其他设置包括地方政府或卫生部门(32/353,9.1%)、临床(25/353,7.1%)、私人或公司(22/353,6.2%)、州政府(17/353,4.8%)、联邦政府(21/353,5.9%)、健康保险(9/353,2.5%)和K-12教育(3/353,0.8%)。大多数参与者(292/353,82.7%)报告在工作场所可以访问互联网，但不到一半的参与者(171/353,48.4%)报告在工作场所可以完全访问所有社交媒体网站。

心理测量分析和道具移除

最初的经典测试理论分析显示Cronbach alpha值在0.64到0.99之间。使用便利条件和社会影响量表收集的数据的两个alpha值略低于0.70的推荐值[45］．在另外两个量表中，共删除了13个高度相关且测量内容相似的项目(社交媒体自我效能= 12个项目，社交媒体体验= 1个项目)。此外，删除了4个校正后的项目-总相关性(r<.30)较低的项目(努力期望=2项，促进条件=1项，社会影响=1项)。对最终库存项目的分析显示，内部一致性在0.66到0.98之间，校正后的项目与总相关性在0.41到0.86之间。表3列出从最终的经典测试理论程序生成的概要统计数据。

量表的初始CCFAs显示跨量表的模型拟合指数卡方检验具有统计学意义。RMSEA值高于建议的0.05水平，除了一个量表——社会影响力——RMSEA值为0.04。然而，许多量表(n=4)接近中等拟合的临界值(.10)[50］．除努力预期值外，所有其他TLI和CFI值均为0.90或更高，表明可接受的拟合[50］．所有标准化负荷均显著，范围为0.36至0.70。只有一个量表(便利条件)的标准负荷低于0.50。对由于RSM分析而删除了项目的量表进行了第二次ccfa。每个最终比额表的ccfa摘要载于表4．

对经典测试理论程序后剩余的所有量表项进行了初步的RSM分析。项目infit和装备值大大超出推荐范围的项目(即，在0.50-1.50之外超过0.50 logits)从社交媒体自我效能量表中删除(n=1)。对领域规范和项目适合度统计的审查导致删除了测量最不适合度统计的相似内容的项目(社交媒体自我效能=9项，社交媒体体验=8项，社交媒体努力期望= 2项)。初步RSM分析表明，几乎所有量表都具有适当的类别拟合统计量，以及可接受的阈值，阈值以适当的顺序增加。只有一个量表，努力期望，揭示了一个值得注意的问题，关于类别阈值。虽然努力期望量表的阈值范围在-2.76到2.33之间，但这些值并没有按顺序增加。最初的类别是0(非常不同意)，1(有点不同意)，2(既不同意也不同意)，3(有点同意)和4(非常同意)。第2类(既不同意也不同意)的阈值大于第3类(有点同意)。这一结果在量表上提出了一个问题，因为它表明较高的响应类别不一定对较高的能力水平作出反应。完成了后续的RSM分析，以确定将中立类别(既不同意也不同意)与其他类别之一合并是否会导致阈值随着这些更改中的任何一个而单调增加[67］．因此，重记包括重记2到1的值(即评分序列01123)，再重记2到3的值(即评分序列01223)。这使得中立类别首先因为“有点不同意”而崩溃，然后，在第二次分析中，因为“有点同意”而崩溃。在分析之前，项目被反向编码，以解释每次分析中的崩溃类别。两种分析的结果都是单调增加的阈值。从ICCs的曲线可以看出，第一个变化(即略有不同)增加的阈值的差异比第二个变化(即略有一致)更严重。

表5列出对最终比额表项目进行的第二次RSM分析的汇总统计数据。项目可靠性高于建议值0.80或更高[59］．同样，每个量表的项目分离指数均高于临界值2.00 [53，59］．几乎所有量表的装备值都在0.50到1.50罗吉的推荐范围内[58]，但便利条件除外，其数值高于1.50但低于2.00 logits。类似地，便利条件量表有一些类别infit和装备值超出了0.50到1.50 logits的范围。局部依赖的一些证据被观察到的尺度与残余相关高于的推荐值r= | .20 |。

最终的社交媒体能力量表

最终的社会媒体能力量表(SMCI)可以在多媒体附件1．该量表由82个项目组成，分布在六个量表上:社交媒体自我效能(n=50)，社交媒体体验(n=20)，努力期望(n=3)，绩效期望(n=3)，便利条件(n=3)和社会影响(n=3)。SMCI的管理、评分和解释指南可在多媒体附件2．

讨论

主要研究结果

通过一个多阶段的工具开发过程，SMCI被设计来衡量六个核心结构:(1)社交媒体自我效能感，(2)社交媒体体验，(3)努力预期，(4)绩效预期，(5)便利条件，(6)社会影响力。使用CHES/MCHES的随机样本，提供了概括性的证据。此外，包括CHES和MCHES作为研究参与者，可以将信度和效度证据扩大到更大的健康教育专家群体。现场试验报告的人口统计和组织数据与最近的研究(包括CHES/MCHES样本)相当[27，68］．

总体而言，充分的信度和效度证据支持SMCI用于评估健康教育专家在健康促进研究和实践中使用和获取社交媒体技术的效用。此外，在试点测试期间使用自言自语会话，在SMCI的预期人群中提供了响应过程有效性证据。来自自言自语会议的信息有助于确定参与者是否按预期解释了项目和回答选项。然而，由于努力期望量表经历了障碍阈值，需要进一步研究公共卫生教育专家在解释和使用这一特定量表的李克特反应选项时的思维过程。中性选项可能被用作“我不确定”或其他意想不到的思维过程。

经典测试理论、验证性因素分析和Rasch RSM程序的结果为支持SMCI量表的内部结构提供了证据。然而，两个量表(促进条件和社会影响)显示内部一致性值低于建议的临界值。尽管如此，使用这两个量表收集的数据在RSM分析中产生了可接受的项目可靠性值。基于CCFA和双变量残差相关分析，应将便利条件和社会影响量表收集的数据拟合到更多维的模型中，以确定这一残差是否更适合每个量表的数据。未来的研究需要探索量表的外部结构，以及SMCI的预测有效性。

理解社会媒体能力量表的能力和理论框架

SMCI中的构念是使用能力建模框架和基于集成行为模型和技术接受与使用统一理论的理论框架来选择的。根据综合行为模型，一种行为最有可能在四种条件下发生[62］．首先，一个人应该有强烈的参与行为的意愿，以及执行它的知识和技能。其次，不应该有任何实质性的环境限制来阻止行为的执行。第三，行为对人来说应该很重要。最后，这个人应该有一些执行这种行为的经验。类似于IBM建立的健康行为理论(即计划行为理论和理性行为理论)，意图是行为最重要的预测因素。参与行为的意愿提供了个体“感知到的执行某种行为的可能性”的指示[62］．个体的行为意图是由他们的个人能动性、自我效能感和与行为相关的感知规范来预测的。拥有适当的技能和知识对于一个人能够成功地执行行为是至关重要的，以前的行为经验可以转化为习惯行为。与IBM一样，技术接受与使用的统一理论也强调了行为意图的重要性，假定行为是由行为意图以及便利条件所预测的[63］．行为意图是个体使用特定技术的意图。便利条件是指个人相信存在支持技术使用的技术和组织基础设施。行为意图可以通过努力期望、表现期望和社会影响来预测。通过融合这两个框架的理论结构和关系，建立了一个评估社交媒体能力及其与社交媒体绩效关系的模型。

马柯林等[61]讨论了与技术能力建模相关的不同测量方法。他们确定了与技术相关的用户能力相关的三个主要结果:认知、技能和情感。认知结果是指个体对技术和如何使用技术的知识。基于技能的结果代表了从知识到自动性的转变，自动性指的是个人将自己的知识推广到新技术相关任务的能力。情感结果是指个人的动机和态度，因为它们都与用户能力有关。试图模拟胜任力的工具应该衡量这三个结果。

社交媒体能力可以被解释为一个人的意图，因为它表明他们愿意访问和使用社交媒体作为他们的就业职能。这种能力受到他们对社交媒体的态度和信念的影响:更具体地说，他们对社交媒体使用如何影响他们作为健康教育专家的能力的信念，那些对他们重要的人如何看待社交媒体的使用，学习如何使用社交媒体进行健康教育的容易程度，以及他们工作场所使用社交媒体的现有技术和组织基础设施。这些看法与UTAUT的四个结构有关:(1)努力预期，(2)绩效预期，(3)社会影响，(4)便利条件。这些信念也可能与IBM的行为和规范信念结构相对应。此外，个人以前使用社交媒体的经验可能会影响他们使用社交媒体的能力。

未来研究的局限与机遇

在未来的研究中，有几个限制应该被解决。首先，从中抽取随机样本用于试点和现场试验的CHES和MCHES名单不包括所有CHES和MCHES。只有同意向研究人员提供联系方式的CHES和MCHES被列入名单。然而，该联系名单确实包含了75%以上的CHES和MCHES。同样，缺少与人口统计和组织信息相关的数据限制了将现场试验结果推广到所有CHES和MCHES的能力。然而，应该指出的是，大多数参与者(84%)在现场测试中提供了这一信息。在CHES的其他研究中，也观察到与人口统计学和组织信息相关的类似缺失数据[68］．并非所有的健康教育专家都是CHES和mch;因此，未来的研究需要在非CHES或mch的健康教育专家中测试SMCI数据的可靠性。

其次，试点和现场试验的数据收集是通过基于网络的自我报告数据调查进行的。这可能影响了CHES和MCHES的代表性。一些被邀请的CHES和mch可能不想参加基于网络的调查，而不是纸笔或电话调查。然而，基于网络的调查允许匿名调查，这可能会减少社会期望的回答，并为参与者提供更多的隐私[45］．未来应在每个量表上进行多种方法的数据收集，以生成多特征/多方法矩阵有效性证据。莱特(69]提供了基于网络的调查研究的几个优点，包括减少时间和成本。由于试点和实地测试是国际性的，让参与者亲自或通过邮件完成清单将耗费更多的时间和费用。然而，从网络调查中获得的数据是自我报告的，不能保证个人提供的信息是准确的。

SMCI量表数据中项目之间的局部依赖性证据是另一个局限性。较大的残差相关性可能表明存在多维度的可能性[70］．虽然一些研究表明，项目反应理论(IRT)模型的参数估计可能在一定程度上对单维性或局部依赖性的轻微违规具有鲁棒性[71]，应进行额外的研究，以确定使用六种不同量表收集的数据是否存在多维度。

研究的最后一个局限性是本研究只探讨了一些类型的效度证据。需要进一步探索的有效性证据类型包括发散性、收敛性、预测性和多特征/多方法矩阵。虽然探索结构之间的收敛和发散关系以及预测有效性很重要，但这在这个初始的工具开发研究中是不可实现的。在SMCI中增加更多的量表将使基于网络的调查更长，并可能降低完成率。尽管如此，为了解释的目的，区分胜任力和绩效以及理解胜任力和绩效之间的关系是很重要的。未来的研究应进一步探讨CHES和MCHES的社交媒体能力与绩效之间的关系。

结论

社交媒体技术的普及和功能的增长，对应的是参与和接触特定人群开展健康促进活动的潜力越来越大。虽然健康教育专家广泛使用社交媒体，公共卫生领域使用社交媒体的一般准则已经存在，但以前没有评估健康教育专家在工作场所有效使用社交媒体潜力的评估工具。在本研究中开发和测试的SMCI提供了一种独特的措施来评估健康教育专家使用社交媒体技术的能力。SMCI可用于确定卫生教育组织在信心和经验方面的差距以及专业发展需求。这些数据可用于制定具体的指导方针、培训和政策。现在需要更多的研究来探索使用SMCI收集的数据的维度。未来的研究还应研究SMCI中六个构形之间的关系，以及SMCI预测CHES和mch之间社交媒体使用和表现的能力。虽然这项研究的结果并没有为在高风险情况下(如就业决策)使用SMCI提供绝对支持，但SMCI可用于了解卫生教育专业人员使用社交媒体吸引人群并传递相关公共卫生信息的准备情况。这项研究为未来的研究提供了必要的基础，这将有助于确保健康教育领域做好充分准备，有效地利用社交媒体来促进和保护公众健康。