数据( n = 811年 , 米 = 261年 , F = 548年 ,2缺少性别数据)为这项研究来自南澳大利亚毕业生项目和由那些提供数据测量5点(从15岁到20岁)。酒精消费的主要测定结果从5测量获得点,而本研究的预测变量是取自基线(15岁)的调查。这个示例是一个更大的一个子集10年纵向研究最初涉及一个基线的样本2552 ( 米 = 1041年 , F = 1485年 ,26日失踪性别数据)中学生平均年龄为15.2岁( 年代 D = 0.50 )。抽样中描述本研究的细节之前Delfabbro et al。 24简要概括),但为了方便。学生们招募了来自25个学校在农村和城市南澳大利亚,这仅仅代表了超过一半的45机构被随机选择参与。参与者从阿德莱德城市占71.1% ( n = 1814年 )的样本,包括参与者来自19个学校,而677名(26.5%)来自农村和地区学校(61名学生没有提供他们学校的名字)。最终学校的匹配样本与人口数据显示,样本的组成一般符合政府/非政府和农村/城市学校的分布。本研究的数据是基于那些仍在研究直到时间5(20岁)( 米 = 261年 , F = 548年 )。

学校参加校长的批准和监督下进行了调查研究助理和/或教师。没有参与这项研究的排除标准,但是所有参与者必须得到父母的同意。因为父母的批准是必需的,合格的人口研究只有那些学生把信息表回家他们的父母,寻求他们同意参与(45 - 70%的同意表格返回所需的日子在不同学校)产生一个总体参与率为55%。非常严格的道德要求获得父母的批准在澳大利亚学校研究很难获得非常高的响应率在澳大利亚调查。此外,当同意表格不回来,目前尚不清楚分类的一个真正的未同意/拒绝或未能联系父母。返回的所有的孩子他们的父母的同意表格同意参与,但2%的反应必须被丢弃由于不完整的或异常的响应。与学生和老师的对话表明,失败返回形式几乎完全是因为学生忘记带他们回家,给他们的父母,或把他们的要求。相关分析表明没有证据证明微分返回率在学校相关研究的主要变量。年龄、性别和学校类型(私人/政府或男女合校的和单性成分)从国家之间没有显著性差异。

本研究的流失率是符合一个类似的和高度引用的毕业生研究Winefield et al。 25]。大约40%的样本失去了从15到16岁,但样本量更之后一直保持着。811年由时间5日样品仍在研究。磨损分析由Delfabbro et al。 26]表明,男性比女性更有可能离开研究:5时,67%的样本是女性和59%时间1 ( 26]。缺失的数据是3月(随机或失踪)表示,其他已知的变量数据集允许一个预测哪些情况下失踪。多个归责方法由Delfabbro et al。 26)透露,将缺失的值主要心理措施导致只有微不足道的成绩的分布的变化。此外,比较那些被保留或不保留,直到时间5显示两组匹配对自我报告饮酒(包括频率和总消费时间1),但在其他时间点不同。换句话说,那些喝更多的酒是不太可能被保留。这并不否定对比那些从事高和低水平的消费时间,但意味着这些分类之间的差异减少。换句话说,百分位分类研究中捕获越来越少酗酒者比应该在学生的实际人口。这种形式的摩擦难以避免这类的研究。即使在研究非常高保持率(例如,95% +)(例如, 27]),人们已经发现,学生喝上级更难以保留在示例。

措施

(我)人口/背景变量。参与者被要求报告他们的性别、年龄和种族/文化认同(原住民和托雷斯海峡岛民血统)。他们也被问及父母选择同居(Yes / No)和失业率是否有他们的直系亲属。参与者也完成金融安全范围内( 25]。参与者被要求评估他们同意十二语句根据分制评分(1 =非常同意;4 =非常不同意)。物品包括下面的例子:“我有足够的钱来满足我的个人需求”和“我紧张到钱。“可靠性分析的测量表明,它有一个α为0.86。

(2)与健康有关的变量。参与者被要求给他们的健康的评级在过去12个月(1 =非常健康的大部分时间;5 =几乎总是生病),这是改到一个二进制变量(1 =健康;2 =不健康)的分类评分3或更高版本是至少表明适度的健康和成绩的4 - 5表明健康状况较差。第二个变量要求参与者表示他们的体重(体重不足5 = 1 =非常超重,3 =正常体重)。这个变量也改到一个二进制变量(超重和其他),允许对肥胖者比较与那些认为自己是正常体重或体重过轻。第三个问题问受访者是否有任何身体健康条件(Yes / No)。参与高风险活动评估通过询问学生是否吸烟(是/否),饮酒(1 = Yes;2 = No),并使用大麻(Yes / No)或其他药物(Yes / No)。酒精的问题,参与者表示他们喝的频率范围,范围从1 = <每天喝5 =每年检测一次。

(3)社会变量

(一)受害/恃强凌弱。参与者被要求报告他们的经验在学校被同学欺负和外面的学校在过去的12个月。参与者有关于各种形式的受害(即五语句。,“I get picked on by other kids,” “I get picked on by some teachers,” “I get hit and pushed around by other kids,” “Other kids make fun of me,” and “I get called names by other kids”) and were asked to rate on a 4-point scale the extent to which each of these had been their experience both in school and outside of school (1 = Never; 4 = Very often). The 8 items were combined to yield a total bullied-by-peer score that could range from 8 to 32 (maximum). The bullying-by-peers scale was found to have very good internal reliability ( α = 0.82 )。

(b)对等关系。参与者被要求报告朋友他们现在的数量(一个数字0到30之间)和类同行的数量他们不喜欢(0 30)和估计类同行,不喜欢他们的数量(0 30)。

(c)家庭功能。一般的功能规模从家庭评估设备( 28)被用作衡量家庭功能(因为11 12项目包括一项减少天平的alpha值:“我们不能互相谈论悲伤我们感觉”)。所选择的项目为本研究提供了全球的家庭功能(解决问题、沟通、角色、情感反应,情感参与,和行为控制)。参与者被要求评价目前的家庭功能的各个方面描述他们的直系亲属在1到4(1 =非常同意;4 =非常不同意)给分数范围的11至44(优秀的功能)。这种方法被证明有良好的内部一致性, α = 0.77 。

(四)心理变量

(一)自尊。罗森博格(自尊测量使用 29日自尊量表。这种规模的10项,受访者表示他们目前的协议(1 =非常同意,2 =同意,3 =不同意,4 =强烈反对)。得分范围从10(自卑)40(自尊)。这种规模有着非常良好的内部可靠性在目前的样品, α = 0.82 。

(b)的心理健康。一般健康问卷(GHQ-12 [ 30.)设计作为筛查工具提供的信息目前在社区精神健康样本,而不是给予特定的精神病诊断。一般健康问卷12是缩短开发版本的原始60-item问卷检测小社区人群的精神疾病。GHQ-12提供12个症状的列表。参与者被要求评价他们经历过每个症状的程度在过去几周通过选择四个响应类别(即之一。1 =比往常一样,2 =同样像往常一样,3 =比平时少,4 =比平时少得多)。分数记录使用标准二进制编码方法 ( 0,0 , 1,- 1 ) “症状反应”是作为一个得分。这种评分方法导致分数范围从0到12得分越高意味着更多的心理压力。GHQ手册指出,规模可以用于青少年。内部的可靠性很好, α = 0.80 。

(c)社会异化。菟丝子,由于 31日)社会疏离感量表由九个语句,受访者被要求指出他们目前是否同意或不同意每个语句。这种规模是改编自Srole失范规模( 32)旨在衡量一个人的知觉无意义的社会,或愤世嫉俗。这种方法有一个勉强可以接受的内部一致性, α = 0.60 。

(d)生活满意度。的缩写版本Warr et al。( 33生活满意度量表是管理。这包括7项生活的描述方面(如教育、家庭生活,和现在的政府)和受访者表示他们目前的不满在5范围内从1 =非常不满意,5 =非常满意。可能的分数范围从7(低满意度)35(高满意度)。这种规模已经可以接受内部可靠性, α = 0.73 。

(v)人格的措施。参与者完成了小哥和McCrae 34外向性和神经质分量表。每个规模包括12项的回答没有任何时间尺度5分李克特量表使用从1 =非常不同意,5 =非常同意12-60收益率得分范围。这两种尺度上有很好的内部一致性在此示例中,两个α: α > 0.80 。

酒精消费水平计算使用类似的方法,采用Janlert和Hammarstrom 35在其他的纵向研究。在每个时间点,估计每年总数的标准饮料是饮酒的报道频率乘以计算了典型报道每一次消费数量。这总被用来把男性和女性分为高与低消费群体基于百分比拆分:那些超过第75百分位对于此示例高出归类为一年。这产生了一个高/低分裂为两性在连续5年。使用这种方法,因为它可能是更大的价值比非常抽象的轨迹在公共政策情况下,潜在的类模型,开发组织也不容易翻译流行公共领域中的数据。当前国家卫生和医学研究委员会(NHMRC)统计数据表明,大约30%的澳大利亚人14岁以上报告单一酗酒事件可能有害健康,20%报告长期风险。鉴于这些数字和关注早期成人喝在这项研究中,喝上25%的分配似乎是明智的集团所关注,研究澳大利亚决策者的价值最大化。

一些指示性饮酒统计百分位数表示的程度提供差异化的受访者(表 1)。此表显示了自我报告的估计数量标准饮料每年为男性和女性以及样本作为一个整体。这些数据是通过每年喝会话的报告数字乘以数量的典型饮料每次报道。在澳大利亚,在国家卫生和医学研究委员会公布的指南(NHMRC) ( 36),安全饮用的水平据说超过当人们每天消耗两个或两个以上的标准饮料(每年约730的饮料)。显示在表 1降低集团显然仍远低于这个阈值在5年,而较高的组有超过这个水平的时间4和保持相应水平超过1.5标准饮料每天时间5。这些女性水平没有观察到,因此,整体数据反映了利率升高观察到男性。考虑到发现实际饮酒水平可能高于自我报告的水平(见[ 37]),我们相信,我们高集团特征的一群人饮酒水平可能有长期饮酒的后果。

年度百分比分类被用于建立两组之间的分化持续高和低水平的消费:(1)低功耗(被申请人一直低于75在所有5年)和更高:被申请人上百分位组的3 - 5年。男性,有127例在集团和41大多高组。对于女性来说,两组有418和45例。

(卡方和双变量分析 t 测试)被用来分析的主要结果变量与会员有关的两组。几个步骤使用的造型。首先,检查运行独立的性别的价值模型,分析开始与一个测试性别互动为每个预测变量。预测是标准化和集中和产品条款与性别,然后进入物流模型被创建在控制了主要的两个独立变量的影响。鉴于这些结果了没有明显的相互作用,整体开发模式。第二步分析涉及测试的任何严重的多重共线性。设立程序后Midi et al。 38),这种分析方差产生通货膨胀因素(vif)和宽容为每个潜在的预测估计。结果表明,没有VIF超过2.5。因此,虽然许多预测是中度相关,这些关系并没有创建一个水平的多重共线性,会被认为是过度或问题。第三步涉及变量进入方程。造型进行了使用向后消除和对数线性模型之间的似然比检验统计量来区分的。

一个初始模型包括所有变量被发现在不同消费群体对男性或女性。这表明没有一个重要的变量只有一个性别对模型做出了显著的贡献。然后运行第二个模型只使用这些变量,观察在两性的差异。这是在概念上更加健壮,因为它避免了一个潜在的合成谬误通过基于模型预测可能只重要的性别。由于男性和女性之间的相似性模型,最后一个模型是研究最靠谱的组成员在控制了性别。

所有这些分析使用PASW-v。20.一个fter having used the R-package (v.2.14.1) to test for any evidence of clustering effects due to the sample having been drawn from schools. A variance components analysis of a base intercept model showed that only a trivial amount of variance could be accounted for by school membership. The intraclass correlation (ICC) which is based on the ratio of the between-cluster variation and total variation was found to be between 0.01 and 0.03 in all models tested. We found trivial differences between the models run using school as a nesting factor as compared with those conducted without it. Given this finding and the fact that two waves of data occurred after leaving school, we have presented standard models which are generally easier to interpret than mixed models. It should also be noted that observations were also not statistically nested within cases because longitudinal data was used to develop a between-groups design rather than one that examined the grouping effect in each year in a repeated measures design. Here the focus was on usage patterns over 5 years.

检验结果的男人(表 2)表明,高组通常是类似的人口而言,虽然他们更可能来自家庭经历失业。这一群体更有可能报告吸烟和吸食大麻青春期,贫困家庭功能和贫穷的所有措施的心理健康得分。女性的结果通常是非常相似的心理健康和物质使用变量,但也有一些差异。上级喝酒的女性更有可能来自家庭,父母分居,那里有更少的金融安全。妇女这个群体也更有可能报告高神经质得分在15岁和更受同学的欢迎。

逻辑回归(表 3)表明,更高的饮酒水平最重要的预测因子在成年早期性别(男性的4倍属于这组)。那些吸烟15岁8倍喝上级,而使用大麻与几乎增加了三倍的风险。有贫穷的一般健康相关成绩也显著更高的风险以及贫困家庭功能(尽管这种效应略未能达到意义)。