Summary

This article presents the process of constructing and preliminarily validating the Musical Preference Orientation Scale (SOPM), designed to assess the musical preferences of adolescents. It was assumed that musical preferences are multidimensional and serve important developmental and regulatory functions. Based on a review of the literature and empirical research, a set of items was developed addressing various areas of adolescents’ musical experiences. The study was conducted among 666 secondary school students. The structure of the tool was determined using exploratory factor analysis, and its reliability was assessed using Cronbach’s alpha. Additionally, an analysis of fit with Rentfrow and colleagues’ model of musical preferences was conducted using Tucker’s factor fit index. The results confirmed the four-factor structure of the SOPM and the scale’s satisfactory psychometric properties. The tool can be used in both scientific research and music education practice.

Keywords: musical preferences; adolescence; aesthetic orientations; music education; tool validation

Streszczenie

Celem artykułu jest przedstawienie procesu konstrukcji i wstępnej walidacji Skali Orientacji Preferencji Muzycznych (SOPM) przeznaczonej do badania preferencji muzycznych adolescentów. Założono, że preferencje muzyczne mają charakter wielowymiarowy oraz pełnią istotne funkcje rozwojowe i regulacyjne. Na podstawie analizy literatury oraz badań empirycznych opracowano zestaw pozycji odnoszących się do różnych obszarów doświadczeń muzycznych młodzieży. Badanie przeprowadzono wśród 666 uczniów szkół ponadpodstawowych. Strukturę narzędzia określono za pomocą eksploracyjnej analizy czynnikowej, a jego rzetelność oceniono z wykorzystaniem współczynnika alfa Cronbacha. Dodatkowo przeprowadzono analizę zgodności z modelem preferencji muzycznych Rentfrowa i współpracowników, stosując współczynnik zgodności czynnikowej Tuckera. Wyniki potwierdziły czteroczynnikową strukturę SOPM oraz zadowalające właściwości psychometryczne skali. Narzędzie może być wykorzystywane zarówno w badaniach naukowych, jak i praktyce edukacji muzycznej.

Słowa kluczowe: preferencje muzyczne; adolescencja; orientacje estetyczne; edukacja muzyczna; walidacja narzędzia

1.  Tło teoretyczne dla podjętych badań konstrukcyjno-walidacyjnych

Muzyka, będąc jednym z ogólniejszych przejawów ludzkiej kultury¹, pełni różne funkcje: intrapsychiczne (samoregulacja lub ekspresja emocjonalna) – przez aktywności społeczno-kulturowe, ludyczne – związane z doznawaniem przyjemności i afektami (tzw. doznania hedonistyczne lub relaksacja) czy refleksyjne (konstruowanie tożsamości, wartości lub inspiracji)². Muzyce, oprócz wszystkich zastosowań kontekstowo-użytkowych³, przypisuje się znaczenie wynikające z indywidualnych potrzeb człowieka. Szczególną rolę odgrywa w życiu młodzieży, staje się zjawiskiem społecznym o charakterze uniwersalnym, znanym we wszystkich kulturach ludzkich⁴. Muzyka staje się wytyczną stylu życia i światopoglądu, istotnym elementem wizerunkowym, podkreślającym przynależność do grupy, łączy się z identyfikacją z daną subkulturą⁵. W okresie dojrzewania człowieka pełni różnorodne funkcje⁶, obejmujące cztery kategorie: (1) relacje interpersonalne, (2) tożsamość, (3) sprawczość i (4) pole emocjonalne, które reprezentują różne obszary funkcji psychologicznych. Muzyka ma znaczący wpływ na rozwój i zdrowie psychiczne nastolatków, pomagając im w osiągnięciu tych celów psychologicznych⁷. Jak pisze znamiennie Patrick N. Juslin i John Sloboda⁸, „fakt, że muzyka potrafi wywoływać silne emocje, pozostaje zagadką, która fascynuje badaczy od czasów starożytnej Grecji. Pytania o muzykę i emocje leżą u podstaw tego, dlaczego słuchamy muzyki i jak na nas wpływa […]”, szczególnie w okresie adolescencji, kiedy kształtują się preferencje muzyczne⁹. Preferencje muzyczne definiowane są jako „konstrukt operacyjny, który reprezentuje zademonstrowany poziom lubienia określonych bodźców muzycznych”¹⁰. Z kolei Leif Finnäs¹¹ zdefiniował preferencje muzyczne jako „afektywne reakcje na utwór muzyczny lub określony styl muzyki, które odzwierciedlają stopień lubienia lub nielubienia tej muzyki i niekoniecznie opierają się na analizie poznawczej lub refleksji estetycznej dotyczącej danej muzyki”. Preferencje muzyczne to także specyficzne i indywidualne (lub zbiorowe), zhierarchizowane układy predylekcji danej osoby lub grupy osób w kierunku konkretnego stylu muzycznego¹² lub reprezentującego ten styl wykonawcy, konstytuujące się w procesie doświadczania, wartościowania, doceniania i rozumienia muzyki¹³. Dotychczasowe eksploracje naukowe nad preferencjami muzycznymi obejmują m.in. badania profilowe¹⁴, badania diagnostyczne¹⁵ czy badania strukturalne¹⁶. Aktualne badania zagraniczne nad preferencjami muzycznymi pokazują, że indywidualne różnice w percepcji muzyki mają strukturę wielowymiarową i bezpośrednio nie stanowią sumy przypadkowych preferencji określonych utworów, gatunków lub stylów muzycznych. Opierając się na wcześniejszych modelach muzycznych, Peter J. Rentfrow i współpracownicy¹⁷ zaproponowali pięcioczynnikowy model preferencji muzycznych oparty na afektywnych reakcjach słuchaczy na fragmenty utworów z różnych stylów. Ich badania wykazały, że preferencje można opisać za pomocą pięciu głównych wymiarów: Mellow (spokojna, relaksująca), Unpretentious (proste, tradycyjne style muzyczne), Sophisticated (muzyka złożona, np. klasyczna, jazz), Intense (głośna, energiczna) i Contemporary (rytmiczna i perkusyjna). Tę strukturę można zaobserwować niezależnie od gatunków muzycznych analizowanych w badaniach empirycznych¹⁸. Kolejny obszar badań koncentruje się na funkcjach muzyki w życiu słuchaczy i jej związku z preferencjami. Thomas Schäfer i Peter Sedlmeier¹⁹ wykazali, że siła preferencji dla określonych gatunków muzycznych zależy od stopnia, w jakim muzyka zaspokaja osobiste potrzeby słuchacza, należą do nich: regulacja nastroju, ekspresja tożsamości czy komunikacja społeczna. Badacze wykazali również, że różne funkcje muzyki, m.in. poznawcze, emocjonalne i fizjologiczne, mogą znacząco wpływać na rozwój preferencji muzycznych, podkreślając tym samym potrzebę uwzględnienia czynników funkcjonalnych w analizach strukturalnych. Arielle Bonneville-Roussy i współpracownicy²⁰ rozszerzyli swoje badania nad strukturą preferencji muzycznych o perspektywę psychologii rozwojowej i wykazali, że wielowymiarowa struktura modelu MUSIC (akronim pięciu podstawowych wymiarów preferencji Rentfrowa) jest stosunkowo stabilna w różnych grupach wiekowych²¹. Istnieją jednak trendy związane z wiekiem, ponieważ niektóre wymiary preferencji (np. muzyka intensywna lub współczesna) maleją wraz z wiekiem, podczas gdy inne (wyrafinowana i campestralna w rozumieniu modelu Rentfrowa) mogą wzrastać. Sugeruje to, że preferencje muzyczne mają zarówno komponent strukturalny, jak i podlegają zmianom rozwojowym, co jest szczególnie istotne w kontekście badań nad młodzieżą. Podejście to, uwzględniające ukrytą strukturę preferencji, funkcje, jakie muzyka pełni w życiu jednostki, oraz zmiany preferencji związane z wiekiem, zapewnia przyzwoite podstawy teoretyczne do konstruowania i walidacji narzędzi do pomiaru preferencji muzycznych. Pomimo istniejących strukturalnych modeli preferencji muzycznych, ich bezpośrednie zastosowanie w polskich szkołach średnich jest problematyczne ze względu głównie na różnice kulturowe, repertuarowe i językowe. Ponadto wyniki badań sugerują, że preferencje muzyczne podlegają różnorodnym wpływom rozwojowym w ciągu całego życia²². Słuchanie muzyki jest procesem raczej biernym. Towarzyszy temu często szereg czynności umysłowych, których rezultatem jest jedynie ciąg przemijających i niekomunikatywnych obrazów umysłowych, uczuć, wspomnień i oczekiwań²³. To, co dla nastolatków kryje się pod pojęciem muzyki, to często o wiele więcej niż szeroki wachlarz zjawisk dźwiękowych łączących się z przeżyciami estetycznymi. Dlatego też, w celu zidentyfikowania ukrytej struktury preferencji muzycznych w badanej grupie, zastosowano eksploracyjną analizę czynnikową. W przeciwieństwie do podejść opartych na analizie krótkich fragmentów muzycznych²⁴ w niniejszym badaniu wykorzystano kategorie gatunkowo-stylistyczne, rozumiane jako reprezentacje szerszych orientacji estetycznych. Pozwala to na uchwycenie względnie stabilnych preferencji, a nie jedynie reakcji sytuacyjnych na muzykę. W polskiej literaturze podejmowano badania nad preferencjami muzycznymi z wykorzystaniem różnych procedur diagnostycznych i eksperymentalnych²⁵, jednak brakuje narzędzi psychometrycznych pozwalających na pomiar orientacji preferencji muzycznych młodzieży jako konstruktu latentnego, opartego na analizie struktury czynnikowej. Podjęta przez Rafała Lawendowskiego²⁶ próba adaptacji zagranicznego narzędzia do badania preferencji muzycznych STOMP koncentrowała się przede wszystkim na osobowościowych uwarunkowaniach preferencji muzycznych. Dostępne rozwiązania mają charakter psychologiczno-diagnostyczny, a ich konstrukcja opiera się przede wszystkim na klasyfikacjach gatunkowych lub korelatach osobowości. W mniejszym stopniu uwzględniają one pedagogiczno-kulturowy kontekst muzyki w życiu młodzieży oraz ukrytą strukturę orientacji estetycznych ujawniającą się w preferencjach muzycznych młodzieży szkół średnich będących w okresie adolescencji. Dlatego celem opracowania SOPM było stworzenie narzędzia, które pozwoliłoby na eksplorację utajonej (latentnej) struktury preferencji muzycznych uczniów szkół średnich w polskim kontekście edukacyjnym, uwzględniając zarówno orientacje estetyczne, jak i współwystępowanie preferencji dotyczących określonych gatunków i stylów muzycznych. W związku z powyższym, w niniejszym badaniu, preferencje muzyczne rozumiane są jako względnie stałe orientacje estetyczne młodzieży szkolnej, ujawniające się w wielokrotnych ocenach określonych klas bodźców muzycznych (gatunków/stylów), a nie wyłącznie jako reakcji sytuacyjnych na poszczególne utwory muzyczne²⁷.

2.  Procedura badawcza

Celem badania było wstępne opracowanie oraz empiryczne sprawdzenie właściwości psychometrycznych autorskiego narzędzia do badania orientacji estetycznych preferencji muzycznych młodzieży szkół średnich (liceum, technikum, szkoła branżowa), ze szczególnym uwzględnieniem struktury czynnikowej oraz rzetelności wewnętrznej. Przedmiotem badań były orientacje preferencji muzycznych młodzieży szkół średnich²⁸ ujmowane jako względnie trwałe i wielowymiarowe orientacje estetyczne ujawniające się w deklarowanych preferencjach wobec określonych gatunków i stylów muzycznych. Podjęcie badań uzasadniono brakiem polskich narzędzi psychometrycznych służących do pomiaru preferencji muzycznych młodzieży w ujęciu strukturalnym, opartym na analizie czynnikowej. Istniejące modele zagraniczne, w tym model MUSIC Rentfrowa i współpracowników, mają ograniczoną bezpośrednią stosowalność w polskim kontekście kulturowym i edukacyjnym. Badanie miało charakter walidacyjno-eksploracyjny²⁹.

Sformułowano następujące pytania eksploracyjne:

1.

Jaką strukturę czynnikową wykazuje autorska skala orientacji preferencji muzycznych młodzieży szkół średnich SOPM?

2.

Jakimi właściwościami psychometrycznymi, w szczególności w zakresie rzetelności i trafności eksploracyjnej, charakteryzuje się SOPM?

3.

W jakim stopniu uzyskana struktura czynnikowa pozostaje zgodna z wybranymi założeniami modelu preferencji muzycznych Rentfrowa i współpracowników?

Przyjęto strategię ilościową z metodą sondażu diagnostycznego i techniką ankietowania online. Zastosowano dobór ochotniczy próby, nieprobabilistyczny z ograniczoną reprezentatywnością³⁰. Wśród kryteriów włączenia do badania był: wiek (14–19 lat), rodzaj szkoły średniej (liceum, technikum, szkoła branżowa) oraz kompletność uzyskanych danych (odpowiedzi na wszystkie 21 itemów). Rekrutacja odbyła się elektronicznie za pomocą linku do badania online przekazanego do wybranych szkół średnich miasta Płocka i okolic, za zgodą dyrekcji szkół. Udział był dobrowolny i anonimowy, a respondenci mogli przerwać wypełnianie ankiety w dowolnym czasie bez podawania przyczyny³¹. Próbę stanowiło 291 chłopców (43,6%) i 375 dziewcząt (56,3%), co stanowiło w sumie 666 badanych. Wśród badanych respondentów odnotowano 430 licealistów (64,5%), 197 uczniów technikum (29,5%) oraz jedynie 39 uczniów szkół zawodowych/branżowych (5,8%). Analizy statystyczne przeprowadzono z użyciem oprogramowania SPSS. Ze względu na cel wstępno-walidacyjno-eksploracyjny badania prowadzone analizy wykluczyły zróżnicowanie preferencji muzycznych ze względu na zmienne socjodemograficzne i edukacyjne (np. płeć, rodzaj szkoły czy miejsce pochodzenia/zamieszkania).

3.  Wstępna walidacja narzędzia

Autorska skala preferencji muzycznych obejmowała 21 pozycji (gatunków/stylów muzycznych)³². Każdy gatunek/styl muzyczny został zilustrowany przykładowymi wykonawcami/nazwami zespołów w celu ułatwienia identyfikacji kategorii tożsamej z rzeczywistymi preferencjami muzycznymi badanymi sondażowo. Respondenci dokonywali oceny każdego gatunku z użyciem skali 1–5, gdzie 1 oznaczało „najmniej ważne”, a 5 „najważniejsze” w odniesieniu do własnych preferencji. Analiza statystyk opisowych dla N=666 (średnia, minimum, maksimum odchylenie standardowe, skośność i kurtoza) wykazała zróżnicowanie ocen ważności poszczególnych gatunków muzycznych przy jednoczesnym wykorzystaniu pełnego zakresu (1–5) skali odpowiedzi we wszystkich badanych pozycjach, co potwierdza zasadność dalszych analiz czynnikowych EFA (Exploratory Factor Analysis)³³. Ilustruje to szczegółowo tabela 1.

Tabela 1. Statystyki opisowe ocen gatunków i stylów muzycznych w SOPM

Użyteczność prakseologiczną uzyskanych danych niezbędnych do przeprowadzenia czynnikowej analizy eksploracyjnej³⁴ potwierdziła wysoka wartość wskaźnika KMO (Kaisera-Meyera-Olkina) równa 0,87. Tym samym dokonano pomiaru adekwatności doboru zmiennych. Dodatkowo uzyskany statystycznie istotny wynik testu sferyczności Bartletta (gdzie χ²(210) = 5697,68; p < 0,001)³⁵, zagwarantował występowanie korelacji między zmiennymi³⁶. Jeśli chodzi o określenie stopnia wyjaśnienia zmiennych obserwowalnych przez czynniki latentne, to wartości zasobów zmienności wspólnej pokazuje tabela 2.

Tabela 2. Wartości komunalności pozycji SOPM przed i po wyodrębnieniu czynników

Po statystycznym wyodrębnieniu wartości zasobów zmienności wspólnej (komunalność) wahały się w przedziale od 0,28 do 0,77, co wskazuje na zadowalający stopień wyjaśnienia wariancji większości pozycji przez wyodrębnione czynniki. Na podstawie otrzymanych wyników uzyskano empiryczne podstawy do dalszego potwierdzenia struktury analizowanej skali. Jeśli chodzi o sumę wariancji wyjaśnionej przez wybrane czynniki, to przedstawia to tabela 3.

Tabela 3. Wartości własne oraz procent wyjaśnionej wariancji w analizie czynnikowej SOPM

Wstępne wartości własne wskazywały początkowo na możliwość wyodrębnienia pięciu istotnych czynników³⁷ o wartościach λ > 1. Jednak po gruntownej analizie okazało się, że cztery pierwsze wymiary wyjaśniały łącznie 47,72% wariancji wyników przed rotacją, co mieści się w akceptowalnym dla nauk społecznych przedziale wyjaśnianej wariancji 40–60%³⁸. Analiza sum kwadratów ładunków po rotacji Varimax wykazała w miarę równomierny udział czterech głównych czynników w wyjaśnianiu wariancji (od 7,5% do 14,0%), bez wyraźnej dominacji jednego (wiodącego) wymiaru. Mimo faktu, że kryterium wartości własnej umożliwiało wyodrębnienie piątego czynnika, jego udział w strukturze sugerował charakter resztkowy i był ograniczony interpretacyjnie. Podjęta decyzja znalazła dalsze potwierdzenie w analizie równoległej (parallel analysis), gdzie wartości własne uzyskane z danych badawczych przewyższały te, które otrzymano losowo, i to dla pierwszych czterech czynników. Można więc powiedzieć, że jest to argument za przyjęciem modelu uwzględniającego właśnie cztery czynniki. Ostateczną decyzję o przyjęciu rozwiązania czteroczynnikowego podjęto na podstawie analizy wykresu osypiska (wykres 1), który wskazuje na wyraźne załamanie krzywej ilustrującej po czwartym czynniku³⁹.

Reasumując, analiza macierzy rotowanych ładunków czynnikowych pozwoliła na wyodrębnienie czterech względnie jednorodnych wymiarów preferencji muzycznych uczniów szkół średnich, obejmujących odmienne orientacje gatunkowo-stylistyczne i kulturowe. Do interpretacji przyjęto ładunki ≥ 0,40. Większość pozycji wykazała jednoznaczne przypisanie do pojedynczego czynnika, co wspiera trafność strukturalną narzędzia na etapie eksploracyjnym. Ilustruje to tabela 4.

Tabela 4. Rotowana macierz ładunków czynnikowych wyodrębnionych czynników preferencji muzycznych w SOPM

Pozycje, które nie spełniały warunku jednoznacznego przyporządkowania, co jest skutkiem charakterystyki ładunku mniejszego niż 0,40, lub wykazywały cross-loading, zostały wyłączone z dalszych analiz statystycznych. Zamiast tego poddano je analizie opisowej i przedstawiono osobno w raporcie. Ta decyzja została oparta na wynikach oceny ekspertów i podyktowana mierzoną wartością I-CVI (Item-Level Content Validity Index). Szczegółowe przyporządkowanie gatunków/stylów muzycznych do czynników ilustruje schemat 1.

Tabela 5 przedstawia statystyki opisowe dla pozycji, które nie osiągnęły przyjętego progu o ładunku głównym ≥ 0,40, tj. pop, reggae, drum & bass i ska. Te, decyzją spowodowaną analizami, zostają w kwestionariuszu SOPM jako zmienne opisowe, ale nie należy ich uwzględniać podczas obliczania wyników podskal. Dla pozycji dodatkowych średnie wyniosły odpowiednio: pop (M = 3,016; SD = 1,46), reggae (M = 2,41; SD = 1,36), drum & bass (M = 2,02; SD = 1,30) i ska (M = 1,64; SD = 1,02).

Tabela 5. Statystyki opisowe pozycji o niejednoznacznym dopasowaniu czynnikowym w SOPM

W badaniach walidacyjnych niektóre pozycje, pomimo ich istotności merytorycznej, mogą nie stanowić jednoznacznych wskaźników wymiarów ukrytych. Dotyczy to w szczególności kategorii przekrojowych (np. pop), które mogą być wybierane przez osoby o różnych profilach preferencji, a także stylów hybrydowych (kategorialnie płynnych, rozmytych), nietworzących spójnego wzorca kowariancji w próbie badawczej. Muzyka popowa jest kategorią szeroką i niezwykle heterogeniczną, dlatego jej wybory mogą nie korelować stabilnie z jedną grupą gatunków. W związku z powyższym pozycje niespełniające kryteriów dopasowania czynnikowego, mające niski ładunek główny lub niejasne dopasowanie, nie są uwzględnione w obliczeniach podskal, lecz raportowane oddzielnie, jako zmienne opisowe⁴⁰. Rzetelność całej skali, przed redukcją wymiarów, wyniosła α Cronbacha 0,86⁴¹, co pokazuje satysfakcjonującą spójność wewnętrzną zestawu pozycji. Jednak ze względu na wielowymiarowy charakter SOPM kluczowe znaczenie interpretacyjne mają współczynniki rzetelności poszczególnych podskal. Rzetelność skali po walidacji związanej z analizą czynnikową wynosi α Cronbacha 0,83. Taki wynik sugeruje, że pozycje skali (jako całość poszczególnych wyodrębnionych itemów) wykazują się wysoką spójnością wewnętrzną (konsystencją) w zakresie badanych preferencji muzycznych, a strukturę wymiarów potwierdza również analiza EFA. Można więc uznać, że podskale tworzą sensowne wymiary badanych preferencji muzycznych. Rzetelność każdego z czynników (po walidacji) w czteroczynnikowej strukturze preferencji muzycznych młodzieży szkół średnich oceniono za pomocą współczynnika α Cronbacha jako miary spójności wewnętrznej w badaniach społecznych, a α ≥ 0,60 jako minimalne kryterium⁴². Wartości α dla czterech podskal mieściły się w zakresie od 0,67 do 0,86, co wskazuje na akceptowalną rzetelność narzędzia⁴³. Ilustruje to schemat 2.

Zróżnicowanie wartości α pomiędzy podskalami wynika z odmiennego charakteru gatunkowo-stylistycznego badanych kategorii muzycznych preferencji oraz liczby pozycji wchodzących w ich skład⁴⁴. Ocena trafności i rzetelności stanowi o komplementarnych wobec siebie elementach oceny jakości pomiaru dotyczących wiarygodności pomiaru za pomocą skali w badaniach społecznych (w tym edukacyjnych). Najogólniej mówiąc, trafność „odpowiada za to, co mierzy dana skala”⁴⁵. Tutaj trafność rozumiano jako stopień, w jakim interpretacje wyników skali mają teoretyczne podstawy w zebranych dowodach walidacyjnych⁴⁶. Trafność strukturalną (factorial/structural validity) oceniono za pomocą eksploracyjnej analizy czynnikowej (EFA), gdzie kluczowymi kryteriami uczyniono interpretowalność wyodrębnionych czynników i spójny wzorzec ładunków czynnikowych traktowanych jako dowód trafności factorial validity na etapie eksploracyjnym⁴⁷. Przeprowadzono również merytoryczną kontrolę jakości poszczególnych pozycji skali za pomocą trafności treściowej, zwanej sędziowską⁴⁸, gdzie na podstawie ocen adekwatności obliczono wskaźniki I-CVI oraz S-CVI/Ave = 0,84 (zakres I-CVI między 0,00 a 1,00, rozkład 15 pozycji równy 1 (hip-hop, rap, rock, dance, jazz, blues, klasyczna, pop, punk, metal, golden oldies (złote przeboje), disco, disco polo, poezja śpiewana, muzyka elektroniczna), 3 pozycje = 0,67 (rhythm & blues, reggae, grunge), 2 pozycje równe 0,33 (drum & bass, country), 1 pozycja = 0,00 (ska). Uwagi sędziów wykorzystano do doprecyzowania treści pozycji poprzez uszczegółowienie opisów wybranych gatunków z doborem przykładów wykonawców lub nazw zespołów muzycznych. Pozycje te powinny być w kolejnych badaniach modyfikowane (np. poprzez zmianę przykładów wykonawców) lub traktowane jedynie jako zmienne opisowe poza punktacją podskal. Natomiast trafność fasadowa (tzw. face validity)⁴⁹, rozumiana jako uproszczona odmiana trafności treściowej, została zapewniona przez staranny dobór pozycji, które miały odzwierciedlać różnorodne kategorie gatunków muzycznych najczęściej słuchanych przez młodzież (konsultacje z młodzieżą/pilotaż). Sprawdzono też, czy pytania były zrozumiałe na etapie opracowywania narzędzia. Aby ocenić trafność zewnętrzną⁵⁰ SOPM, przeprowadzono analizę spójności struktur czynnikowych z modelem preferencji muzycznych Rentfrowa i współpracowników⁵¹. Porównania przeprowadzono na poziomie konstruktów latentnych, czynniki SOPM sparowano z wymiarami pochodzącego z modelu preferencji muzycznych Rentfrowa i współpracowników, opartego na spójności treści (charakterystyczne gatunki/style muzyczne), traktując gatunki muzyczne wynikające z SOPM i utwory reprezentujące style muzyczne Rentfrowa i in. jako wskaźniki tych samych lub tożsamych orientacji estetycznych. Dla odpowiednich wymiarów obliczono współczynnik spójności czynnikowej Tuckera (Tucker’s congruence coefficient, φ). Wyniki tych analiz ilustruje tabela 6.

Ostateczną kwalifikację pozycji do podskal oparto na przesłankach empirycznych (EFA) oraz dowodach treściowych (ocena sędziowska z I-CVI). Pozycje o wysokiej trafności treściowej, lecz niejednoznacznym dopasowaniu czynnikowym, pozostawiono jako zmienne opisowe raportowane oddzielnie.

Tabela 6. Współczynniki zgodności czynnikowej Tuckera (φ) między strukturą SOPM a modelem Rentfrowa i in.

Uzyskane wartości współczynnika zgodności czynnikowej Tuckera wskazują na wysoką zgodność strukturalną pomiędzy wyodrębnionymi czynnikami SOPM a wybranymi wymiarami modelu preferencji muzycznych Rentfrowa i współpracowników⁵². Wyniki te, ze względu na pewne ograniczenia, należy jednak interpretować jako wskaźnik częściowej zgodności struktur czynnikowych, a nie jako pełny dowód trafności zewnętrznej narzędzia. Wartości φ dla czterech podskal mieściły się w zakresie od 0,92 do 0,99, co wskazuje na wysokie podobieństwo strukturalne między analizowanymi czynnikami z modelem Rentfrowa i współpracowników. Dalszym etapem powinna być konfirmacyjna analiza czynnikowa (CFA) przeprowadzona na niezależnej próbie badawczej.

SOPM można wykorzystać empirycznie na dwa sposoby: (1) opisowy, analizując oceny dla poszczególnych gatunków (czyli 21 pozycji), lub (2) strukturalny, poprzez wyliczenie wyników jedynie czterech podskal wyodrębnionych na podstawie analizy czynnikowej (EFA). W przypadku podskal zaleca się obliczanie ich wyników jako średniej ocen przypisanych do ich pozycji. Pozycje, które nie spełniły kryterium ładunku ≥ 0,40 lub miały niejednoznaczne przyporządkowanie, powinny być prezentowane osobno jako zmienne charakterystyczne dla statystyk opisowych. Zmienne, takie jak: płeć, wiek, typ szkoły, wykształcenie muzyczne, mają wyłącznie charakter opisowy/porównawczy i powinny być dodawane do metryczki kwestionariusza bez dodawania ich wyników do skali. Szczegółowe uwagi zawarto w tabeli 7.

Tabela 7. Struktura podskal SOPM wraz z zasadami obliczania wyników

Podsumowanie

Celem niniejszego badania było wstępne opracowanie i walidacja autorskiego narzędzia do oceny orientacji preferencji muzycznych uczniów szkół średnich, tj. skali orientacji preferencji muzycznych (SOPM). Wyniki analiz czynnikowych wykazały, że badane preferencje muzyczne można podzielić na cztery podstawowe orientacje: (I) tradycyjno-refleksyjną, (II) gitarowo-ekspresyjną, (III) taneczno-elektroniczną i (IV) popularno-miejską. Każda z tych orientacji kulturowych lub inaczej mówiąc, czynników kierunkowych, wykazywała wystarczającą spójność wewnętrzną, a analiza trafności treściowej potwierdziła, że poszczególne elementy skali odpowiadały założonemu zakresowi pomiaru danego zjawiska. Co więcej, struktura czynnikowa opracowanej SOPM dobrze korespondowała z wybranymi elementami modelu MUSIC Rentfrowa i in., chociaż badanie miało charakter głównie eksploracyjno-walidacyjny, a zatem charakteryzowało się pewnymi ograniczeniami, do których należy zaliczyć ochotniczy dobór próby – co zarazem ogranicza jej reprezentatywność – oraz fakt, że analiza czynnikowa miała charakter eksploracyjny i nie została uzupełniona diagnostyką konfirmacyjną (CFA) ani testami niezmienności pomiaru, które pozwoliłyby na lepszą ocenę stabilności poszczególnych itemów i uniwersalności wyników⁵³. Warto również zauważyć, że na tym etapie nie przeprowadzono żadnych badań nad różnicowaniem preferencji w kontekście zmiennych niezależnych o profilu socjodemograficznym (płeć, typ szkoły, doświadczenia muzyczne itp.). Ostatecznie SOPM posiada obiecujące właściwości psychometryczne na etapie walidacji eksploracyjnej. Wyodrębniona czteroczynnikowa struktura preferencji muzycznych okazała się interpretowalna teoretycznie i wykazała zadowalającą spójność wewnętrzną poszczególnych podskal. Analizy sugerują również częściową zgodność uzyskanej struktury z wybranymi założeniami modelu MUSIC Rentfrowa i współpracowników. W związku z tym SOPM należy obecnie traktować jako narzędzie wymagające dalszych analiz walidacyjnych na bardziej zróżnicowanych i reprezentatywnych próbach badawczych. Pomimo wskazanych ograniczeń uzyskane wyniki sugerują możliwość wykorzystania SOPM w badaniach nad preferencjami muzycznymi młodzieży oraz w eksploracjach dotyczących roli muzyki w funkcjonowaniu psychospołecznym adolescentów. Mogłaby również służyć jako narzędzie diagnostyczne do identyfikacji orientacji estetycznych uczniów, w kontekście edukacji muzycznej⁵⁴ mogłoby służyć indywidualizacji procesów nauczania i uczenia się, budowaniu motywacji i zaangażowania uczniów, wspieraniu rozwoju tożsamości muzycznej dorastającej młodzieży, projektowaniu działań edukacyjnych odpowiednich z doborem odpowiednich form aktywności muzycznej czy wczesnej identyfikacji potencjału muzycznego lub barier związanych z silną orientacją na pewien rodzaj muzyki. SOPM nie służy klasyfikowaniu uczniów szkół średnich, lecz rozpoznaniu ich orientacji estetycznych, rozumianemu jako punkt wyjścia do dalszej pracy edukacyjnej lub naukowo-badawczej. Należy również podkreślić, że SOPM wymaga dalszych badań konfirmacyjnych w celu jej (u)doskonalenia.

Aneks

Dane respondenta

Kod respondenta: ........      

Płeć:
□ kobieta
□ mężczyzna

Wiek:      

Typ szkoły:
□ liceum
□ technikum
□ szkoła branżowa/zawodowa

Czy posiadasz wykształcenie muzyczne?
□ tak
□ nie

Instrukcja

Poniżej znajduje się lista różnych gatunków i stylów muzycznych. Proszę ocenić, jak ważny jest dla Ciebie każdy z nich w odniesieniu do własnych preferencji muzycznych.

Oceń każdy gatunek/styl muzyczny na skali od 1 do 5, gdzie:

• 1 — najmniej ważne
• 2 — mało ważne
• 3 — umiarkowanie ważne
• 4 — ważne
• 5 — najważniejsze

Proszę zaznaczyć tylko jedną odpowiedź przy każdym gatunku/stylu muzycznym.

Struktura podskal SOPM po walidacji eksploracyjnej (EFA)

Podskala I — muzyka tradycyjno-refleksyjna

• Jazz
• Blues
• Muzyka klasyczna/artystyczna/poważna
• Country
• Golden oldies (złote przeboje)
• Poezja śpiewana

Podskala II — muzyka gitarowo-ekspresyjna

• Rock
• Punk
• Metal
• Grunge

Podskala III — muzyka taneczno-elektroniczna

• Dance
• Disco
• Disco polo
• Muzyka elektroniczna

Podskala IV — muzyka popularno-miejska

• Hip-hop
• Rap
• Rhythm & blues (R&B)

Pozycje opisowe niewłączane do wyników podskal

• Pop
• Reggae
• Drum & bass
• Ska

Sposób obliczania wyników

Wyniki poszczególnych podskal oblicza się jako średnią arytmetyczną ocen przypisanych do pozycji wchodzących w skład danej podskali. Pozycje opisowe nie są uwzględniane podczas obliczania wyników podskal i powinny być interpretowane oddzielnie na poziomie statystyk opisowych.

References/Bibliografia

Allen, Mark S., Davina A. Robson i Dragos Iliescu. „Face Validity: A Critical but Ignored Component of Scale Construction in Psychological Assessment”. European Journal of Psychological Assessment 39, nr 3 (2023): 153–156. https://doi.org/10.1027/1015-5759/a000777.

Bethlehem, Jelke. „Selection Bias in Web Surveys”. International Statistical Review 78, nr 2 (2010): 161–188. https://doi.org/10.1111/j.1751-5823.2010.00112.x.

Bonneville-Roussy, Arielle, Peter J. Rentfrow, Man K. Xu i Jeff Potter. „Music Through the Ages: Trends in Musical Engagement and Preferences from Adolescence Through Middle Adulthood”. Journal of Personality and Social Psychology 105, nr 4 (2013): 703–717. https://doi.org/10.1037/a0033770.

Cheung, Gordon W., Helena D. Cooper-Thomas, Rebecca S. Lau i Linda C. Wang. „Reporting Reliability, Convergent and Discriminant Validity with Structural Equation Modeling: A Review and Best-Practice Recommendations”. Asia Pacific Journal of Management 41, nr 2 (2023): 745–783. https://doi.org/10.1007/s10490-023-09871-y.

DeNora, Tia. Music in Everyday Life. Cambridge University Press, 2000.

Etikan, Ilker, Sulaiman Abubakar Musa i Rukayya Sunusi Alkassim. „Comparison of Convenience Sampling and Purposive Sampling”. American Journal of Theoretical and Applied Statistics 5, nr 1 (2015): 1–4. https://doi.org/10.11648/j.ajtas.20160501.11.

Fabrigar, Leandre R., Duane T. Wegener, Robert C. MacCallum i Erin J. Strahan. „Evaluating the Use of Exploratory Factor Analysis in Psychological Research”. Psychological Methods 4, nr 3 (1999): 272–299. https://doi.org/10.1037/1082-989x.4.3.272.

Fernández Company, José Fernando, María García Rodríguez i David José Gamella González. „Mood Regulation Through Music in Adolescence”. European Public & Social Innovation Review 9 (2024): 1–18. https://doi.org/10.31637/epsir-2024-1363.

Finnäs, Leif. „How Can Musical Preferences Be Modified? A Research Review”. Bulletin of the Council for Research in Music Education, nr 102 (1989): 1–58.

Greasley, Alinka i Alexandra Lamont. „Musical Preferences”. W The Oxford Handbook of Music Psychology, 2 wyd., redakcja Susan Hallam, Ian Cross i Michael Thaut. Oxford University Press, 2016.

Habe, Katarina, Snježana Dobrota i Ina Reić Ercegovac. „Functions of Music, Focused on the Context of Music Listening, and Psychological Well-Being in Late Adolescence Regarding Gender Differences”. Frontiers in Psychology 14 (2023): 1275818. https://doi.org/10.3389/fpsyg.2023.1275818.

Hayton, James C., David G. Allen i Vida Scarpello. „Factor Retention Decisions in Exploratory Factor Analysis: A Tutorial on Parallel Analysis”. Organizational Research Methods 7, nr 2 (2004): 191–205. https://doi.org/10.1177/1094428104263675.

Howard, Matt C. „A Review of Exploratory Factor Analysis Decisions and Overview of Current Practices: What We Are Doing and How Can We Improve?”. International Journal of Human-Computer Interaction 32, nr 1 (2015): 51–62. https://doi.org/10.1080/10447318.2015.1087664.

Izquierdo, Isabel, Julio Olea i Francisco Abad. „Exploratory Factor Analysis in Validation Studies: Uses and Recommendations”. Psicothema 3, nr 26 (2014): 395–400. https://doi.org/10.7334/psicothema2013.349.

Juslin, Patrik N. i John A. Sloboda. „Music and Emotion”. W The Psychology of Music, 3 wyd., redakcja Diana Deutsch. Academic Press, 2013.

Kane, Michael T. „Validating the Interpretations and Uses of Test Scores”. Journal of Educational Measurement 50, nr 1 (2013): 1–73. https://doi.org/10.1111/jedm.12000.

Knekta, Eva, Christopher Runyon i Sarah Eddy. „One Size Doesn’t Fit All: Using Factor Analysis to Gather Validity Evidence When Using Surveys in Your Research”. Redakcja Peggy Brickman. CBE—Life Sciences Education 18, nr 1 (2019): rm1. https://doi.org/10.1187/cbe.18-04-0064.

Kołodziejski, Maciej. „Preferencje muzyczne młodzieży płockich szkół średnich w kontekście edukacyjnym”. Ars Inter Culturas 6 (2018): 215–238. https://doi.org/10.34858/AIC.6.2017.135.

Konieczna-Nowak, Lidia. „Preferencje muzyczne a właściwości psychiczne młodzieży w świetle wybranych badań empirycznych”. Chowanna 1 (2014): 87–98.

Králová, Eva, Milos Kodejška, Maria Strenáčiková i Maciej Kołodziejski. Hudobná klíma a dieťa. Univerzita Karlova, 2016.

Laiho, Suvi. „The Psychological Functions of Music in Adolescence”. Nordic Journal of Music Therapy 13, nr 1 (2004): 47–63. https://doi.org/10.1080/08098130409478097.

Lamont, Alexandra i David Hargreaves. „Musical Preferences”. W Routledge International Handbook of Music Psychology in Education and the Community, redakcja Andrea Creech, Donald A. Hodges i Susan Hallam. Routledge, 2021.

Lawendowski, Rafał. Osobowościowe uwarunkowania preferencji muzycznych w zależności od wieku. Oficyna Wydawnicza Impuls, 2011.

LeBlanc, Albert. „Selecting a Response Mode in Music Preference Research”. Contributions to Music Education 11 (1984): 1–14.

Meredith, William. „Measurement Invariance, Factor Analysis and Factorial Invariance”. Psychometrika 58, nr 4 (1993): 525–543. https://doi.org/10.1007/bf02294825.

Messick, Samuel. „Validity of Psychological Assessment: Validation of Inferences from Persons’ Responses and Performances as Scientific Inquiry Into Score Meaning”. American Psychologist 50, nr 9 (1995): 741–749. https://doi.org/10.1037/0003-066x.50.9.741.

Pałosz, Paulina. „Przegląd badań nad uwarunkowaniami preferencji muzycznych”. Przegląd Psychologiczny 52, nr 2 (2009): 151–179.

Parkita, Ewa. „Muzyczne upodobania współczesnej młodzieży”. Studia Pedagogiczne: Problemy społeczne, edukacyjne i artystyczne 24 (2014): 459–474.

Parus-Jankowska, Magdalena i Szymon Nożyński. „Preferencje muzyczne w dobie popularności strumieniowego słuchania muzyki”. Studia Humanistyczne AGH 19, nr 1 (2020): 71–83. https://doi.org/10.7494/human.2020.19.1.71.

Peterson, Robert A. „A Meta-Analysis of Variance Accounted for and Factor Loadings in Exploratory Factor Analysis”. Marketing Letters 11, nr 3 (sierpień 2000): 261–275. https://doi.org/10.1023/a:1008191211004.

Putnick, Diane L. i Marc H. Bornstein. „Measurement Invariance Conventions and Reporting: The State of the Art and Future Directions for Psychological Research”. Developmental Review 41 (2016): 71–90. https://doi.org/10.1016/j.dr.2016.06.004.

Rentfrow, Peter J., Lewis R. Goldberg i Daniel J. Levitin. „The Structure of Musical Preferences: A Five-Factor Model”. Journal of Personality and Social Psychology 100, nr 6 (2011): 1139–1157. https://doi.org/10.1037/a0022406.

Rentfrow, Peter J. i Samuel D. Gosling. „The Do Re MI’s of Everyday Life: The Structure and Personality Correlates of Music Preferences”. Journal of Personality and Social Psychology 84, nr 6 (2003): 1236–1256. https://doi.org/10.1037/0022-3514.84.6.1236.

Revelle, William i David M. Condon. „Reliability from α to ω: A Tutorial”. Psychological Assessment 31, nr 12 (2019): 1395–1411. https://doi.org/10.1037/pas0000754.

Rusaczyk, Janusz. „Muzyka i jej wpływ na życie i rozwój człowieka”. Wychowanie Muzyczne, nr 1 (2021): 25–31.

Sagan, Adam. „Analiza czynnikowa”. W Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, redakcja Eugeniusz Gatnar i Marek Walesiak. Wydawnictwo Akademii Ekonomicznej im. Oskara Langego, 2004.

Salamaga, Marcin. „Próba identyfikacji muzycznych profili melomanów z wykorzystaniem drzew klasyfikacyjnych i regresyjnych”. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 385 (2015): 229–238. https://doi.org/10.15611/pn.2015.385.25.

Schäfer, Thomas i Peter Sedlmeier. „From the Functions of Music to Music Preference”. Psychology of Music 37, nr 3 (2009): 279–300. https://doi.org/10.1177/0305735608097247.

Sharka, Rayan. „Psychometric Properties of the Arabic Version of the Perceived Prosthodontic Treatment Need Scale: Exploratory and Confirmatory Factor Analyses”. Redakcja Artak Heboyan. PLOS ONE 19, nr 2 (2024): e0298145. https://doi.org/10.1371/journal.pone.0298145.

Sloboda, John A. „Emotion, Functionality and the Everyday Experience of Music: Where Does Music Education Fit?”. Music Education Research 3, nr 2 (2001): 243–253. https://doi.org/10.1080/14613800120089287.

Sloboda, John A. Umysł muzyczny: Poznawcza psychologia muzyki. Tłumaczenie Andrzej Białkowski, Ewa Klimas-Kuchtowa i Adam Urban. Akademia Muzyczna im. Fryderyka Chopina, 2002.

Sosnowska, Patrycja. „Świat z perspektywy muzyki”. Estetyka i Krytyka 13–14, nr. 2–1 (2007–2008): 277–281.

Steckler, Allan i Kenneth R. McLeroy. „The Importance of External Validity”. American Journal of Public Health 98, nr 1 (2008): 9–10. https://doi.org/10.2105/ajph.2007.126847.

Suen, Lee-Jen Wu, Hui-Man Huang i Hao-Hsien Lee. „[A Comparison of Convenience Sampling and Purposive Sampling]”. Hu li za zhi 61, nr 3 (2014): 105–111. https://doi.org/10.6224/JN.61.3.105.

Vandenberg, Robert J. i Charles E. Lance. „A Review and Synthesis of the Measurement Invariance Literature: Suggestions, Practices, and Recommendations for Organizational Research”. Organizational Research Methods 3, nr 1 (2000): 4–70. https://doi.org/10.1177/109442810031002.

Weiner, Agnieszka. „Preferencje muzyczne młodzieży akademickiej – iluzja wyboru”. W Młodzież wobec istotnych kwestii społecznych, redakcja Agnieszka Cybal-Michalska, Małgorzata Orłowska i Agnieszka Gromkowska-Melosik. Wydawnictwo Naukowe Akademii WSB, 2025.

Worthington, Roger L. i Tiffany A. Whittaker. „Scale Development Research: A Content Analysis and Recommendations for Best Practices”. The Counseling Psychologist 34, nr 6 (2006): 806–838. https://doi.org/10.1177/0011000006288127.

Yeoh, Miranda P., Chan Cheong Jan, Ang Minni i Tengku Aizan Hamid. „Music Preference and Its Intra-Musical Reasons”. Conference: Music Colloquium of the Faculty of Human Ecology, University Putra Malaysia, 1998. https://doi.org/10.13140/RG.2.1.1747.0161.

Zygmunt, Natalia. „Preferencje muzyczne współczesnej młodzieży”. Studia Pedagogiczne: Problemy społeczne, edukacyjne i artystyczne 38 (2021): 119–130. https://doi.org/10.25951/4669.