PID：中学老师的倦怠、焦虑、抑郁、压力 | 唧唧堂论文解析

picture from Internet

本文是针对论文《中学老师的倦怠、焦虑、抑郁、压力（Trait emotional intelligence profiles, burnout, anxiety, depression, and stress in secondary education teachers）》的解析。该论文于2019年5月发表于《个性与个体差异（Personality and Individual Differences， PID）》杂志上。该研究作者包括María， Cándido，Lucía等。

一、研究背景与问题提出

1.1 研究背景

职业倦怠的问题严重影响教师的身心健康与职业生涯，使得教师出现倦怠、焦虑、抑郁和承受压力的症状。人们研究导致教师职业倦怠的原因，其中 个人变量 譬如情商（Emotional Intelligence，EI）显得格外突出。关于EI模型研究中，大致可以分为 特质模型 （trait EI）和 能力模型 （ability EI），其中能力模型更为客观，它将EI视作是人们为了感知、理解、管理和表达情感而拥有的技能合集。在EI研究中最广泛使用的问卷之一是特质元情绪量表（TMMS），支持能力模型，该卷的作者根据经验确定了三个与EI相关的维度：情感注意力（Attention）（个体对其情感的关注）、情感理解力（Understanding/Clarity）（理解、识别和标记其情感状态的能力），以及情绪修复力（Repair）（调节情绪的能力）。

1.2 问题提出与假设

（1）本文希望验证 教师的情商总体水平（profiles）可以依据情感注意力、情感理解力、情绪修复力三个维度的高低来区分 。

假设一：教师的情商水平可以分为四种情况：1、三个维度得分均高；2、高注意力、低理解力和修复力；3、低注意力、高理解力和修复力；4、三个维度得分均低。

（2）如果上述前提成立，希望更进一步验证 教师在倦怠（Burnout）、焦虑（Anxiety）、抑郁（Depression）和压力（Stress）等方面存在显著的情商维度上的差异 。

假设二： EI得分总体较低组和高注意力、低理解力和修复力组的教师 会在 情绪衰竭 （emotional exhaustion）和 去人格化 （depersonalization）方面得分高、在 个人成就 （personal accomplishment）上得分低，而且这些组别的老师会 表现出更多的焦虑、抑郁和压力 。

picture from internet

二、研究过程与结果

2.1 被试： 依据地理区域，随机选取西班牙境内总数1080名老师参与实验，他们是在义务阶段中学担任一年级至四年级的老师。最终834名教师（476名男性和358名女性）的实验数据有效。总样本的年龄范围为29至65岁（M = 45.81; SD = 13.35）。样本的种族构成为：西班牙人（Spanish）占88.9％，西班牙裔（Hispanic）占6.34％，其他欧洲裔占3.37％，亚洲裔占0.75％，阿拉伯裔占0.64％。通过卡方检验，不存在性别差异。（χ2= 3.15; p = .368）

2.2 过程： 采用 TMMS-48问卷 （Trait Meta-Mood Scale）的西班牙语改编版《特质元情绪量表-24（TMMS-24)》，使用24个条目评估教师的EI，采用MBI(Maslach Burnout Inventory)的西班牙语改编版《马斯拉赫倦怠量表（MBI）》，使用22个条目，评估教师的职业倦怠情况，譬如情绪疲惫、去人格化、和低个人成就感。采用DASS-21（Scales of Depression, Anxiety, and Stress-21）的简版《抑郁、焦虑和压力量表-21》，使用21个条目，评估教师的抑郁、焦虑和压力程度。本实验符合伦理标准，采用匿名制在线填写的方式，请参与实验的老师自愿填写，平均时长为15分钟（TMMS-24），15分钟（MBI）和13分钟（DASS-21）。数据分析过程：首先配置了TMMS-24所评估的三个EI因素的定义，采用了聚类分析（快速聚类分析）(quick cluster analysis) 的合适方法，通过聚类分析建立不同的组别后，进行方差分析（ANOVA），分析各组之间的差异在倦怠维度上的重要性。使用了eta2指数分析（η2）这些差异影响的大小，差异显著后进行事后测试（Scheffé），计算 the effect size d 的效应大小。使用SPSS 23.0版分析数据。

2.3 结果

（一）通过聚类分析，验证了存在四个组别，第一组由281名教师（占33.70％），其特征为高注意度和低修复力（high attention and low repair，HALR），第二组教师由206名教师组成（占24.70％），情商总体特征为注意力、理解力、修复力均高（high general EI profile，HGEI），第三组教师由122名教师组成（占14.63％），情商总体特征为注意力、理解力、修复力均低（profile with low generalized EI, LGEI），第四组教师由225名参与者（占26.97％），情商总体特征为注意力低，修复力高（low scores in attention and high scores in emotional repair，LAHR）。（如下图） 因此验证了假设一 。

图片来自原文

（二）通过数据分析，发现在倦怠的维度（即情绪衰竭，个人成就和去人格化）以及由DASS-21评估的变量（即焦虑，抑郁和压力）中，各组之间存在显著差异。这些结果为教师情商水平的存在提供了依据，并有助于理解情商和倦怠、焦虑、抑郁和压力之间的关系。结果表明，具有HALR和LGEI特征的教师在情绪衰竭、去人格化、抑郁、焦虑和压力方面的得分均显著高于其他组，但他们的个人成就得分却较低。因此 验证了假设二 。这也意味着在EI中总体得分较低且过多地关注情感（注意力高）而又无法适当地调节它们可能会导致教师的情绪衰竭、焦虑、抑郁和压力。（表1.倦怠，四组在抑郁，焦虑和压力各维度的平均值和标准偏差和eta2（η2）值。）

图片来自原文

三、研究讨论

本文的两个结论基本与以往的研究相一致，但也存在局限性。

首先目前大多研究表明EI由15至25个因素组成，使用TMMS的三维度来建立EI配置文件，从而建立EI组别，存在局限 。因此，TMMS不是衡量EI的完整指标，在文献中通常会被解释为对EI特质的狭窄自我报告。因此，将来的研究可以使用其他收集了EI更多方面的测量工具。

其次，使用情绪注意力得分来评估教师的幸福感程度需要慎重，因为两者的关系是倒U关系 ，即合适的情绪注意力表示具有一定的情绪和情感注意力能力，但关注情绪的注意力得分很高，与反刍策略、回避、情绪失控、冲动和健康问题有关。而情绪注意力与个人幸福感之间的U型关系无法通过TMMS进行评估。尽管如此，TMMS有足够的信效度来理解个体的情感和情绪，并且可以作为EI中实际能力（actual competence）的预测指标。

最后，过往研究很少采用聚类分析的方法对EI进行测量 ；样本来自中学老师，中学阶段的教学是否会影响在不同EI模式下与情绪衰竭、焦虑、抑郁和教师压力之间的关系，也需要进一步研究；由于在去人格化，个人成就和焦虑量表中获得的数据相对较低的可靠性（η2值低于0.80），因此应谨慎解释结果。

四、研究意义

首先，根据本文和过往的研究发现，尽管EI与教师在情绪衰竭、焦虑、抑郁和压力方面存在关系，但并非训练所有EI的维度都能够帮助教师完成情绪调节。有HALR特征的教师倾向于表现出较差的拟合度。因此要 根据教师EI情况做出针对性的调整 。

其次，作为证据，呼吁教育政策制定者重视教师情绪的作用， 应促进预防计划和情绪技能干预计划（尤其是情绪调节方面的培训）的实施，降低教师的职业倦怠程度 。

参考文献：Martínez-Monteagudo, M. C., Inglés, C. J., Granados, L., Aparisi, D., & García-Fernández, J. M. (2019). Trait emotional intelligence profiles, burnout, anxiety, depression, and stress in secondary education teachers. Personality and Individual Differences, 142, 53-61.

解析作者: 慎染