基于互联网游戏障碍概念化的心理学方法，用于评估在线色情和社交网站的使用问题（2020年）

背景

在线游戏，社交网站（SNS）和在线色情（OP）的使用有问题，这是一个不断发展的问题。 与SNS和OP的使用方式存在问题相反，互联网游戏障碍（IGD）已包含在新版的 精神疾病诊断与统计手册 （DSM-5）作为进一步研究的条件。 本研究通过修改经过验证的IGD（互联网游戏障碍调查表：IGDQ）问卷并调查修改版本SNSDQ和OPDQ的心理计量学特性，使IGD的标准适应于SNS和OP的问题使用。

方法

两个在线样本（SNS： n = 700，25.6±8.4岁，女性76.4％; OP： n = 700（32.9±12.6岁），男性为76.7％）完成了SNSDQ / OPDQ，简要症状清单（BSI）和简短的互联网成瘾测试（sIAT），并提供了有关其SNS / OP使用情况的信息。 计算标准项目和可靠性分析，探索性和确认性因素分析以及与sIAT的相关性。 比较有问题的用户和没有问题的用户。

成果

内部一致性为ω_序数 = 0.89（SNS）和ω_序数 = 0.88（OP）。 探索性因素分析为两个问卷提取了一个因素。 验证性因素分析证实了结果。 SNSDQ / OPDQ得分与sIAT得分高度相关，而与SNS / OP使用时间相关性中等。 在有问题的用户中，有3.4％（SNS）和7.1％（OP）的用户超出了门槛。 有问题的用户的sIAT得分较高，使用该应用程序的时间更长，并且遇到了更多的心理困扰。

结论

总体而言，研究结果表明，对IGD标准的适应是一种用于测量有问题的SNS / OP使用的有前途的方法。

2017年，有3.5亿人使用互联网[1]。 在许多使用方式中，在线游戏，社交网站（SNS）和在线色情作品（OP）尤其受欢迎。 所有这些应用程序都在调查中，因为它们的问题用法似乎与心理困扰以及工作，学习成绩和人际关系方面的问题有关[2,3,4,5,6,7]。 包含在第五版的附录中 精神疾病诊断与统计手册 （DSM-5）， 网络游戏障碍 （IGD）被认为是一种有待进一步研究的疾病[8]。 这是为其定义标准化标准的第一步。 这9条标准是基于针对物质使用障碍和赌博障碍的标准，并且必须在最近的12个月内得到满足：（1）专注于游戏，（2）无法游戏时退赛，（3）宽容，（4）失败停止/减少游戏的数量，（5）放弃其他活动以支持游戏，（6）遇到问题继续进行游戏，（7）欺骗其他人以了解其数量，（8）游戏以逃避不良情绪，以及（9 ）由于游戏而危及重要的人际关系，职业或教育。

尽管将IGD包括在DSM-5中作为进一步研究的条件，但不存在有问题地使用SNS和OP的问题。 Petry and O'Brien（2013）[9]认为缺乏经验证据，并且在研究这些问题的研究（SNS和OP）中存在矛盾。 尽管如此，关于特定Internet应用程序（例如SNS或OP）存在问题的使用的存在，分类和诊断，仍存在不断的争论。10]和越来越多的研究表明，有问题地使用SNS和OP的相关性[3, 5, 11, 12]，这不仅是因为它们与心理困扰的增加有关。 这甚至可能包括精神疾病的症状，例如抑郁症，焦虑症，注意缺陷和多动症或强迫症[2, 11, 13,14,15].

评估有问题的SNS和OP使用

有许多不同的诊断工具可以评估SNS和OP的使用问题。 其中大多数都是基于行为成瘾的诊断标准（SNS：例如卑尔根社交媒体成瘾量表[16] | OP：例如，色情色情消费量表[17]）或互联网成瘾测试[18]（SNS：例如，对SNSs量表的成瘾倾向[19] | OP：性爱[20]）。 注意，这绝不是所有诊断工具的详尽列举。 有关详细概述，请参见Andreassen（2015）[2]代表SNS和Wéry＆Billieux（2017）[21]代表OP。 不缺少经过验证的工具，但仍然存在以下问题：（i）有问题的SNS和OP使用的不同理论概念，其结果（ii）没有统一的，标准化的标准可用来评估这三个问题的有问题的使用比较重要的特定在线应用程序（游戏，SNS，OP）。

针对特定互联网使用障碍的最新理论模型是I-PACE模型[22]。 它基于经验发现，并整合了行为成瘾领域中其他模型的先前理论考虑，例如综合症模型[23]或成瘾的成分模型[24]。 I-PACE模型假设有问题的使用的病因学对于不同的Internet应用程序是相似的。 因此，它建议对所有应用程序使用统一的诊断标准，从而使诊断标准标准化并允许比较其患病率。 由于美国精神病学协会已经提出了IGD的标准化标准，因此建议将这些标准应用于其他互联网应用程序的有问题的使用，并且有几位研究人员同意这种方法[25,26,27]。 一些研究已经使用这种方法来开发心理测量工具，以评估有问题的互联网使用情况[26, 28, 29]然而，据作者所知，只有一项研究将这种方法用于SNS的有问题的使用[27]，而对于有问题的OP使用则没有。

本研究的目的

因此，本研究的目的是研究互联网游戏障碍的概念化可以在多大程度上适应SNS和OP的有问题的使用。 Petry等。 （2014）[30] –是物质使用障碍工作小组的成员，建议将IGD纳入DSM-5 –发布了调查表（互联网游戏障碍调查表：IGDQ）以评估IGD。 在这项研究中，我们使用了德语版本，该版本已得到Jeromin，Barke和Rief（2016）的验证[31]，并通过改写项目将其调整为有问题的SNS和OP使用（有关详细信息，请参阅“措施”部分）。 为了评估和评估IGD的概念可以在多大程度上为评估SNS和OP的有问题的使用提供有用的起点，我们研究了SNSDQ和OPDQ这两个修改版本的心理计量特性。

参与者和程序

数据是通过在线调查（2017年2018月– 20年18月）收集的。 问卷的链接已发布到常规（例如reddit）和特定于应用程序的Internet论坛（例如facebook组），SNS和邮件列表。 首先，参与者指定他们主要使用SNS还是OP，然后被重定向到相应的调查表（SNS / OP）。 作为奖励，参与者可以赢得在线商店的五张礼券之一（礼券价值：5欧元）。 纳入标准为：知情同意，年龄≥XNUMX岁。 排除标准为：没有母语使用者（德语），使用SNS / OP的在线时间所占百分比≤XNUMX％。

SNS子样本

共有939名参与者符合入选标准。 其中239（25.45％）被排除在外：228因为他们缺少SNSDQ的数据，7因为他们未能提供严肃的信息（例如，以克林贡语为母语），还有4因为他们的回答时间过快（比平均时间低2个SD）。 最后，分析了700位参与者的数据（表 1).

OP子样本

共有1858名参与者符合纳入标准。 其中，必须排除669（36.01％）：630因为他们缺少OPDQ的数据，25因为他们提供了明显错误的信息，9因为不切实际的快速回答时间，5因为评论表明他们未能做到了解调查。 为了提高两个子样本（SNS / OP）的统计可比性，从剩余的700个样本中抽取了1189个参与者的随机样本。最后，分析了700个参与者的数据（表 1).

措施

社会人口信息

收集了有关性别，年龄，教育程度，就业和关系状况的信息。

有关一般和特定互联网使用的信息

参与者报告了他们在典型的一周中在网上花费了多少时间（小时）。 此外，他们提供了有关其SNS或OP使用的特定信息，例如，他们主要使用哪个SNS / OP站点以及使用SNS或OP的时间（小时/周）。

有问题的使用

使用SNSDQ和OPDQ的德语版本评估了SNS或OP使用问题的趋势。 这些问卷是IGDQ的修改版本。 IGDQ由九个项目组成，反映了对应于IGD的DSM-5标准。 它具有由“否”（0）和“是”（1）组成的二分响应格式。 通过添加响应获得分数（分数范围：0–9）。 ≥5被定义为接受IGD诊断的临界值[30]。 为了适应SNS和OP，改写了原始项目，将所有对在线游戏的引用替换为对SNS或OP的引用。 例如，“当您尝试减少或停止使用SNS或无法使用SNS时，您会感到不安，烦躁，喜怒无常，生气，焦虑或悲伤吗？” 而不是“在尝试减少或停止游戏或无法玩游戏时会感到不安，烦躁，喜怒无常，生气，焦虑或悲伤吗？”

简短的网络成瘾测试

sIAT是Internet成瘾测试的简短版本，由12条语句组成，这些语句表达可能会出现Internet使用问题的症状（例如，“您多久发现自己在网上说“再过几分钟”？”））18]。 在我们的研究中，我们使用经过验证的德语版本，并将其改写为供SNS和OP使用（例如，“您多久尝试减少花在观看在线色情内容和失败上的时间？”）？32]。 参与者必须以5分制（从1（“从不”）到5（“非常频繁”））对上周经历每种症状的频率进行评分。 在得出的总分（12–60分）中，得分越高表示使用有更多问题。 在本研究中，适应标度的内部一致性良好（SNS：ω= 0.88 | OP：ω= 0.88）。

症状清单简要

德文版的简要症状清单（BSI）用于识别参与者的临床相关症状[33, 34]。 BSI由53个表达心理困扰症状的陈述组成（例如，“过去7天，您因紧张或紧张而痛苦了多少？”）。 这些项目以5分制回答，范围为0（“一点也不”）到4（“极度”）。 总分数在0到212之间，分数越高表示遇险程度越高。 本样品的内部一致性极好，ω= 0.96（SNS）和ω= 0.96（OP）。

数据分析

使用SPSS 24（IBM SPSS Statistics），SPSS Amos，R版本3.5.1 [35]和FACTOR用于探索性因素分析（EFA）[36]。 对于每个问卷的标准项目分析，SNSDQ和OPDQ，计算了项目难度和项目与总的相关性。 作为可靠性的度量，计算了系数欧米伽或顺序欧米伽（在二项式数据的情况下）。 建议将这些系数作为Cronbachα的更准确替代方案，尤其是在违反tau等价性假设的情况下[37,38,39,40]。 关于有效性，我们通过进行EFA和验证性因素分析（CFA）研究了因素结构。 为此，将每个样本（SNS和OP）随机分为两个子样本（SNS1，SNS2和OP1，OP2；每个子样本： n = 350）。 子样本SNS1和OP1用于EFA，SNS2和OP2用于CFA。 所有其他计算均基于总样本。 为了检验子样本在关键变量（年龄，SNSDQ / OPDQ分数）方面是否存在差异，进行了独立的t检验。 为了确定数据是否适合全民教育，采用了Kaiser-Meyer-Olkin检验（KMO）和Bartlett球形度检验。 由于SNSDQ和OPDQ的二分响应格式，EFA遵循Jeromin等。 （2016）[31]，并使用四色相关作为输入，而未加权最小二乘用作估计方法[41]。 使用Velicer的MAP测试确定要提取的因子数量[42].

在SNS2和OP2上执行CFA以测试因子解。 使用最大似然估计来估计模型参数。 由于违反正常性假设，因此应用了Bollen-Stine Bootstrapping [43]。 为了评估模型拟合，计算了比较拟合指数（CFI），近似均方根误差（RMSEA）和标准均方根残差（SRMR）。 根据Hu和Bentler（1999）[44]，可接受模型拟合的截止标准是CFI> 0.95，RMSEA在0.06至0.08之间，SRMR <0.08。

SNSDQ和OPDG分数与通常使用Internet所花费的时间，使用首选应用程序（SNS / OP）所花费的时间以及sIAT分数之间的双变量关系已通过Pearson相关性进行了测试。

为了初步说明诊断的有效性，我们将有问题的用户与没有问题的用户进行了比较。 与IGDQ相似，得分≥5分的用户被分类为有问题的用户，所有其他用户则被归为非问题[30, 31]。 计算独立的t检验（在方差不均的情况下：Welch检验）以比较年龄，使用Internet的时间，使用其首选应用程序所花费的时间以及sIAT和BSI得分的组。 由于人数不平等，对冲 g 报告为效应大小的度量[45]。 的效果 g = 0.20被认为很小， g = 0.50作为中等 g = 0.80等于[45].

SNS，OP和Internet使用

社群网站

参与者平均每周使用互联网20.9±14.8小时，每周使用SNS 9.4±10小时（占总在线时间的44％），其中Facebook是最受欢迎的SNS（n = 355; 50.7％），其次是Instagram（n = 196; 28％）和YouTube（n = 74; 10.6％）。 SNSDQ和sIAT的平均得分分别为1.2±1.5和23.6±7.3分。 总体而言，有24名参与者（3.4％）的SNSDQ得分≥5分，因此超出了有问题使用的临界值（见图。 1 有关详细信息）。 所有参与者的平均BSI总得分为9.8±16.7。

满足修改后的IGDQ（SNS和OP）的不同数量标准的参与者的百分比

全尺寸图片

OP

参与者平均每周使用Internet的时间为21.9±15.6小时，而每周消耗的OP为3.9±6.1小时（占总在线时间的18.9％）。 OP中最受欢迎的形式是视频（n = 351; 50.1％），然后是图片（n = 275; 39.3％）和网络摄像头（n = 71; 10.1％）。 OPDG和sIAT的平均得分分别为1.5±1.7和22.3±7.9。 共有50位参与者（7.1％）的OPDQ得分高于或超过5分（参见图XNUMX）。 1 有关详细信息）。 所有参与者的平均BSI得分为25.6±27.6。

项目分析和内部一致性

项目分析结果列于表中 2 和 3.

社群网站

对于SNS版本，项目7的认可度最低（肯定回答数（naa）= 21），而项目6的认可度最高（naa = 247）。 这转化为项目难度 p_i = 0.03（项目7），并且 p_i = 0.35（项目6），所有项目的平均难度 p_i = 0.13。 校正后的项目与总的相关性介于 r_ITC = 0.28（项目3）至 r_ITC = 0.39（项目4、5和6），平均值为 r_itc = 0.36。 内部一致性为ω_序数 = 0.89，则秤将不会从删除任何项目中受益。

OP

在问卷的OP版本中，项目9（naa = 24）的认可率最低，而项目7最高（naa = 286）。 平均项目难度为 p_i = .17，其中第9个项目最多（p_i = 0.03）和项目7（p_i = 0.41）最不困难。 校正后的项目-总相关性介于 r_ITC = 0.29（项目7），并且 r_ITC = 0.47（第5项），均值校正项与 r_ITC = 0.38。 内部一致性为ω_序数 = 0.88。 删除项目不会增加内部一致性。

因素结构

子样本（SNS1与SNS2； OP1与OP2）在年龄，性别，互联网使用，SNS / OP使用，sIAT，SNSDQ / OPDQ和BSI得分方面没有差异（请参见 附录).

社群网站

巴特利特球度检验（Χ² = 407.4，df = 36， p <0.001）以及KMO标准（0.74）表明该数据适合全民教育。 Velicer的MAP测试建议提取单个因子。 该因素解释了总方差的52.74％。 系数加载范围在0.54（项目3）和0.78（项目9）之间（表 2）。 计算带有子样本SNS2的CFA，以测试单因素解决方案。 拟合指数为CFI = 0.81，RMSEA = 0.092 [CI = 0.075-0.111]和SRMR = 0.064（有关路径图，请参见图XNUMX。 2).

子样本SNS2用于验证性因子分析的路径图（n = 350）。 所有路径系数均经过标准化处理，具有统计意义（p <0.001）

全尺寸图片

OP

巴特利特球度检验（Χ² = 455.7，df = 36， p <0.001）和KMO标准（0.80）表示该数据适用于EFA，而MAP测试则建议采用单因素解决方案。 提取的因子解释了总方差的53.30％。 项目3和7的因子负荷最低（0.52），而项目9的因子负荷最高（0.93）（表 3）。 用CFA测试单因素解决方案（子样本：OP2）。 模型拟合指数为CFI = 0.87，RMSEA = 0.080 [CI = 0.062–0.099]和SRMR = 0.057（路径图，见图。 3).

使用子样本OP2进行验证性因素分析的路径图（n = 350）。 所有路径系数均经过标准化处理，具有统计意义（p <0.001）

全尺寸图片

与SNS / OP /互联网使用和sIAT得分的相关性

社群网站

SNSDQ分数与SNS使用时间相关（r = 0.32， p 0.01），每周的互联网使用时间（r = 0.16， p 0.01）和sIAT分数（r = 0.73， p 0.01）。

OP

OPDQ得分与OP使用时间相关（r = 0.22， p <0.01），并且每周的互联网使用时间非常弱（r = 0.08， p <0.05）。 与sIAT得分相关性最高（r = 0.72， p <0.01）。

比较使用SNS / OP有问题和没有问题的人

社群网站

与没有问题的用户相比，有问题的SNS用户使用SNS的次数更多，并且sIAT得分更高。 他们似乎也遭受了更多的心理病理困扰，但是，尽管差异的影响程度很大，但这仅仅是一种趋势（p = 0.13）。 有关详细信息，请参见表 4.

OP

与没有问题的用户相比，被确定为有问题的OP用户的参与者通常在Internet上花费更多的时间，而在OP上花费的时间更多，sIAT得分更高，并且遭受了更多的心理病理困扰（表 4).

在本研究中，我们对IGDQ的德语版进行了改编，以适应SNS和OP的使用，并评估了修改版的心理测量特性，以调查IGD标准在多大程度上适合评估SNS和OP的有问题的使用。

项目分析

两种调查表的项目平均认可率都很低，考虑到清单评估了非临床样本中存在问题的使用标准，这是预期的和可取的。 对于SNS，最赞同的项目6是拖延症。 这似乎是合理的，因为SNS通常被用来拖延[46, 47]。 第7项（欺骗/掩盖）获得的认可度最低，鉴于许多人每天都以社会认可的方式每天使用SNS，因此这似乎是合理的，因此无需撒谎[12]。 对于OP，项目7（欺骗/掩盖）的认可度最高。 这是可能的，因为即使随意使用OP，其社会接受度仍然很低，许多人对此感到尴尬[48]。 最低的支持是对项目9的认可，这似乎是合理的，因为它暗示着严重的后果（关系/机会的风险/丧失）。 校正后的项目-总相关性在两个调查表中均处于中等水平，且超过了 r_ITC = 0.30 [43]。 唯一的例外是SNS的项目3和OP的项目7。 第3项提到宽容，这是一种典型的滥用毒品的标准，但似乎在SNS的背景下很难应用[49]。 项目7（OP）的较低的校正项-总相关性似乎是合理的，因为，正如所讨论的，OP的使用通常可能与尴尬有关，因此欺骗他人有关其使用的信息并不能很好地区分有问题的用户和没有问题的用户。

值得信赖

SNSDQ和OPDG显示出良好的内部一致性（SNS：ω_序数 = 0.89; OP：ω_序数 = 0.88）。 结果与其他测量有问题的SNS（例如，卑尔根社交媒体量表：α= 0.88）或使用OP（例如sIAT-性别：α= 0.88）的问卷具有可比性[16, 20].

有效期限

在全民教育过程中，为SNS和问卷的OP版本提取了一个因素。 这与原始IGDQ [31]。 在这两个版本中，项目3的因子负荷最低，可能是因为公差标准与SNS和OP的环境不太吻合。 最终，宽容标准源自基于物质的成瘾。 在这种情况下，其含义的定义远比有问题地使用OP，SNS或实际上是在线游戏时要明确得多，对于它们的有用性也存在争议（为[30, 50] | 禁忌[51, 52]）。 在OP版本中，项目7（欺骗/掩盖）的要素负载也低于其他项目。 这反映了以上关于为什么该项目对于区分有问题和无问题用户的用处不大的争论（37.4％的非问题用户和86％的有问题用户认可该项目）。 这表明掩盖行为与OPDG衡量的有问题的过度使用没有明确关联，但总体上可能与社会对OP的态度有关。

总体而言，CFA的结果表明，两份问卷的单因素解决方案都是有问题的，不能很好地拟合。 尽管SRMR对这两种模型均有效，但CFI和RMSEA分别低于和高于临界值。 与全民教育一样，SNS的项目6和OP的项目7具有特别低的因子负荷。 这意味着它们与各个总体规模的相关性较低，因此，它们与有问题的使用行为的相关性较低。 虽然这不一定会带来问题，但重要的是，后续研究应检查这些项目是否应进行修订，权重不同甚至删除。

两种调查表均与相应的sIAT版本密切相关，表明收敛效度良好。 SNS版本显示出与一般Internet使用情况和SNS使用时间（每周）的中小相关性。 OP版本与OP使用时间（每周）之间也显示出很小的相关性。 有问题的使用与使用相应应用程序所花费的时间之间的相关性大小在一致报告的范围内[53,54,55].

为了评估SNSDQ和OPDQ的诊断有效性，我们首先将观察到的患病率与其他研究中发现的患病率进行了比较。 对于SNS，有3.4％的参与者超过了临界值，而在OP方面，有7.1％的参与者符合有问题的使用标准。 尽管由于多种不同的诊断工具难以比较患病率，但此处发现的患病率可与现有文献中的患病率相媲美。 Bányai等人在对匈牙利青少年的全国代表性样本进行的研究中。 （2017）[3]发现有问题的SNS使用率为4.5％。 关于OP的使用有问题，Giordano和Cashwell（2017）[55]报告了在美国大学生和Ross及其同事（10.3）的样本中的患病率为2012％[15]在瑞典成年人样本中发现该比率为7.6％。

重要的是要注意，使用这些仪器无法进行诊断。 首先，DSM-5和ICD-11都不包含关于OP或SNS使用有问题的诊断。 其次，即使他们这样做了，也必须由专家进行临床面谈，以验证是否存在临床上明显的困扰和功能障碍，以及是否存在针对个别病例的任何排除标准，而这是精神病诊断的必要条件。 在本研究中未收集到这样的独立临床判断，因此我们无法确定高于临界值的人是否应进行任何诊断。 但是，我们认为它们可能是这种诊断的候选者。 为了进一步调查诊断有效性，我们比较了临界值上下的用户，发现明显的差异。 有问题的用户每周花费更多时间在线（仅用于OP），并且使用他们首选的应用程序的时间更长。 尽管增加使用时间不足以推断出有问题的使用，但多项研究发现，使用时间和有问题的使用之间存在着一定的关联性（尽管微弱）[53,54,55]。 此外，有问题的用户的sIAT得分要高得多，并且似乎会遭受更高的心理困扰（仅适用于OP）。 总体而言，这些结果（尤其是有问题的OP用户情况下，BSI总分之间的差异非常大）可被视为工具标准有效性的第一项指标，并表明IGD标准可能适合于识别患有以下疾病的个体SNS或OP的有问题的使用[56].

限制

必须根据其局限性考虑这项研究。 一个局限性是，仅成年人测试，尽管青少年也特别使用SNS [3]。 另一个限制是，并非所有参与者都回答了有关有问题的使用的所有问卷（SNS，OP和IGD）。 这本来可以对各个应用程序有问题的使用之间的重叠进行更详细的研究。 此外，仅收集了自我报告的数据，这些数据容易产生偏见，例如社会可取性或通用方法差异。 此外，它们不包括临床判断。 考虑到自我报告清单的目的是确定有问题的用户，应进一步研究，以临床医生认为在临床相关意义上有问题的使用人员的样本调查其有效性。 此外，重要的是要注意，既没有确定诊断标准，也没有商定项目数或分界值。 我们不打算就这些行为模式是否应证明“疾病”的状态提出任何论点。 我们宁愿通过提供可能有助于进行比较评估的通用工具来促进对SNS和OP有问题的使用进行识别的研究，并建议将该工具用作此类研究的通用起点，并根据进一步的研究建议对此进行修正。

由于被测问卷的某些心理参数不能令人满意，因此似乎无法将IGD标准简单地转移到有问题的SNS / OP使用上。 尽管如此，我们的总体结果表明，这是一个有希望的起点，并支持使用适应性IGD标准作为评估有问题的SNS / OP使用的框架的可行性。 这项研究为有关测量有问题的SNS和OP使用方面的研究做出了贡献，并且可能是迈向标准化评估的第一步，并且有助于对这些新兴结构的研究。 未来的研究应进一步研究在SNS / OP使用的背景下，DSM-5标准对IGD的有用性。

在当前研究中使用和/或分析的数据集可根据合理要求从通讯作者处获得。

BSI：

简要症状库存

CFA：

验证性因子分析

CFI：

比较拟合指数

CI：

置信区间

DSM-5：

精神疾病诊断与统计手册

全民教育：

探索性因素分析

IGD：

互联网游戏障碍（IGD）

KMO：

凯撒–迈耶–奥尔金

NAA：

肯定答案的数量

OP：

在线色情

OPDQ：

在线色情障碍问卷

RMSEA：

近似均方根误差

sIAT：

简短的网络成瘾测试

SNS：

社交网站

SNSDQ：

社交网站疾病问卷

SRMR：

标准化均方根残差