幸福感作為一種心理體驗，它既是對生活的客觀條件和所處狀態的一種事實判斷，又是對于生活的主觀意義和滿足程度的一種價值判斷。從心理發展的角度來看，大學生又處于迅速走向成熟而又未真正完全成熟的階段的過渡期，此時大學生其心理成分充滿著特殊的矛盾現象，他們比以往的大學生要承受更多的心理壓力。因此，我們應該明確影響大學生幸福指數的因素，這對于對于完善大學生思想品德教育以及心理健康教育是具有十分重要的意義的。
一、研究設計
我們計劃研究并編制具有良好信度、效度的大學生幸福指數調查問卷，隨后應用該量表研究大學生幸福指數的現狀，對大學生幸福指數的影響因素進行統計分析。在研究前，我們進行了如下的合理假設：（1）大學生的幸福感是可測的，幸福指數可以作為評價大學生幸福感的指標，同時以幸福指數的形式編制量表進行測評和分析是可行的。（2）大學生的幸福指數是一個多因素指標，且這些因素之間存在著適度的相關。（3）大學生幸福指數存在著年齡、性別等的差異，是一個發展變化的過程。
在明確了以上內容后，我們采用問卷調查的方法獲取數據，調查對象為吉林大學在校大學生，他們填寫了由研究者自行設計的調查問卷，內容主要包括：學生在哪些方面容易獲得幸福感，生活中那些事情影響了學生的幸福感，學生在哪些方面存在困惑或希望有所突破。根據問卷的分析結果，對于被測試者的描述進行整理、歸類和編碼，并進行有關類別出現頻率的統計，其中關于學習情況、人際交往、自我意識、家庭環境、社會環境和健康狀況的描述性詞語出現頻率較高。
二、編制量表
我們遵循題干簡單明確，內容易讀易懂的原則，在分析開放式問卷后，采取篩選、歸類、合并的方法，選出具有代表性，出現頻率相對較高的典型性描述，編制項目。初步確定大學生幸福指數量表的項目，包括45個項目，分屬于六個維度。在深入學習后，我們得出結論：本量表的維度基本上是可行的，即本量表具有較好的內容效度，同時也將一些表意不清，內容重復的項目進行了修改和刪除，最后得出含有31個項目、分屬于六個維度的大學生幸福指數量表的初稿。其中對于不同維度的項目以及正反項目進行間隔排列，以防產生反應模式，形成大學生幸福指數初始量表。眾所周知，Likert-type（李克特格式）是廣泛應用于社會與行為科學研究的一種測量格式，適合于態度測量或者意見的評估。本量表即設計為傳統的Likert-type五點量尺。
研究面向吉林大學大學生群體以及網絡中大學生群體隨機抽樣選取，施測過程由研究者本人負責。預測采樣一共發放量表78份，經整理得有效量表72，有效回收率為92.3%。
首先進行難度分析，難度即測試題目的難易程度，測題的難度被定義為被試在這個題目上的通過率或得分率。經過計算，本量表首先刪除難度小于0.2或大于0.8的項目。這些項目有F09。
隨后進行項目區分度分析，將預測量表中反向計分轉化為正向計分。本量表的選項采用五點評定量表，從“完全符合”、“較為符合”、“一般符合”、“不太符合”、“很不符合”或是類似“非常開心”到“非常不開心”之間的過渡描繪選項中，選出合適的一方。通過轉換，對量表總分依高低進行排序，得分低于77分的低分組，得分高于91分的為高分組。依獨立樣本t-test檢驗兩組在每個題目項的差異，將t檢驗結果未達顯著性的題項刪除。T檢驗結果表明F06和F28兩項t值未達到0.01顯著水平，故刪去。
然后進行因子分析，從為數眾多的可測變量中概括和推論出少數的重要“因素”，從而建立起最基本的、最簡潔的概念系統，揭示出事物之間的最本質聯系。KMO（Kaiser-Meyer-Olkin)檢驗統計量顯示，KMO的值為0.853，根據Kaiser給出的KMO度量標準可知原始變量適合進行因子分析。Bartlett's球度檢驗要求樣本取自多元正態分布的整體，球度檢驗的統計量的值大，且與之相關的顯著性水平小，說明總體相關矩陣不大可能是單位陣，因而可以使用因子分析。即Bartlett球度檢驗統計量的觀測值為1790.029，相應的p值接近0，表明變量之間存在較強的相關性，適合做因子分析。在此之后，我們對預試的項目將參照以下標準進行篩選：（1）因子載荷，它代表題目與公因子之間的相關，題目的因子載荷值越大，表明它與公因素之間的關系越密切；反之，題目的因子載荷越小，說明它與公因子的相關越小。（2）共同度，有時也叫共同性，指每個變量在每個共同因素的負荷量的平方和。根據Kaiser準則，各題的平均共同性最好在0.70以上，如果樣本數大于250，平均共同度在0.60以上符合要求。在本研究中，共同度小于0.4的予以刪除。根據以上標準，先后刪除F19，F06，F20，F28，F07，F09。剩下25項，分屬于七個因子。初步探索性因子分析結果表明，有些題目的分配并沒有落在相應的維度中，為保證量表種因素的結構合情合理，同時保證結構效度也要具有正確性，必須對余下的項目進行二次探索性因子分析。方法與初步探索性因子分析相同，首先進行因子分析可行性檢驗，得到KMO的值為0.817，根據Kaiser給出的KMO度量標準可知原始變量適合進行因子分析。Bartlett's球度檢驗要求樣本取自多元正態分布的整體，球度檢驗的統計量的值大，且與之相關的顯著性水平小，說明總體相關矩陣不大可能是單位陣，因而可以使用因子分析。即Bartlett球度檢驗統計量的觀測值為1198.815，相應的p值接近0，表明變量之間存在較強的相關性，適合做因子分析。觀察方差分解公因子提取分析表得出，從初始解中提取的6個公因子對原變量總體的概括情況比較理想。前6個公因子的特征值大于1，且累計貢獻率超過60%，結構比較明確，容易解釋，項目分配也能合理解釋其所在的維度。同時滿足兩個條件，所以選擇提取6個公因子非常合適，接受第二次因子分析的結果。
