大学生求职自我效能的结构探索和量表编制.doc
- 文档编号:2493400
- 上传时间:2023-05-03
- 格式:DOC
- 页数:13
- 大小:160.50KB
大学生求职自我效能的结构探索和量表编制.doc
《大学生求职自我效能的结构探索和量表编制.doc》由会员分享,可在线阅读,更多相关《大学生求职自我效能的结构探索和量表编制.doc(13页珍藏版)》请在冰点文库上搜索。
大学生求职自我效能的结构探索和量表编制
心理学系陆灵犀朱楠
指导老师周楚
摘要:
课题在Betz和Taylor的求职自我效能量表(CDMSE)基础上,以198名大学生为样本,利用因素分析的方法对求职自我效能的理论结构进行研究。
经过探索性因素分析发现,经典的求职自我效能量表的内部结构不清晰,提出了新的5因素模型并对其进行验证性因素分析。
所得的5因素理论模型对求职自我效能结构领域的研究有一定意义。
关键词:
求职自我效能结构因素分析
Abstract:
BasedonBetzandTaylor’sCDMSEscale,thepresentstudytriestomakeclearthetheoreticalstructureofCareerDecisionMakingSelf-Efficacywiththesampleof198universitystudents.ByExploringFactorAnalysisandConfirmatoryFactorAnalysis,thepresentstudyconfirmsthattheinnertheoreticalstructureofCareerDecisionMakingSelf-Efficacyisnotclear,andputsupanew5-factormodeltoexplainthestructureofCareerDecisionMakingSelf-Efficacy.
Keywords:
CDMSE,structure,factoranalysis
1引言
1.1求职自我效能的提出
自我效能理论最早是由Bandura于上个世纪70年代后期提出的。
自我效能感是指个体在执行某一行为操作之前对自己能够在什么水平上完成该行为活动所具有的信念、判断或主体自我把握与感受。
它不仅与一个人拥有的知识技能相联系,而且与一个人能否利用自己所占有的知识技能相联系。
求职自我效能(CDMSE)的定义直接来源于职业自我效能(CSE)这一概念。
1981年,Betz和Hackett首先将职业自我效能定义为“对个人从事特定职业的能力的信心。
”在1997年,他们又具体地将其解释为“个体对实施与职业有关的行为、教育和职业的选择,以及对其坚持性的信念。
”相应地,求职自我效能被定义为:
个体对其职业的选择及坚持性的信念。
它涵盖了如下5个方面:
(1)求职目标的筛选能力;
(2)自我评价能力;(3)职业信息获取能力;(4)问题解决和人际交往能力;(5)生涯规划能力。
求职自我效能的测量以自陈问卷的形式为主,鉴于自我效能感本质上取决于个体对自己的相信程度,因此采取自我报告法是非常合适的。
求职自我量表的编制主要是基于Bandura的理论,根据这一理论,在自我报告中要尽量表现自我能动的主观性特征:
(1)主语应该是“我”,旨在测量个体的主观信念;
(2)应该有“能够”等助动词,明确所取得的成就是基于个人能力;(3)还应该包含障碍(barrier)或要求一定技能的任务(task),表明有一定的难度,以确保一定的区分度。
Bandura还建议,个体的领域特殊性的自我效能(如求职自我效能)可从幅度(magnitude)、强度(strength)和广度(generality)三个维度进行分析。
其中幅度是个体对自己完成不同难度的任务的行为能力的判断,而强度则是对自己这种能力的自信程度。
1.2求职自我效能的理论结构研究
1.2.1国外对CDMSE结构的研究
Taylor和Betz(1983)提出了求职自我效能(CareerDecision-MakingSelf-Efficacy,CDMSE,后又被称为CareerDecisionSelf-Efficacy,CDSE)的概念,也译为职业决策自我效能。
他们将职业决策自我效能定义为“个体对成功完成职业决策相关任务的自我觉知”。
同时,他们编制了最早的“职业决策自我效能量表(CareerDecisionMakingSelf-EfficacyScale,CDMSE)”。
CDMSE量表由5个分量表构成,分别为精确的自我评价效能(AccurateSelf-Appraisal)、收集职业信息效能(GatheringOccupationalInformation)、目标选择效能(GoalSelection)、制定计划效能(MakingPlansfortheFuture)、问题解决效能(Problem-Solving),每个分量表由10个项目组成,共50个项目。
由于此量表题目过多使用不便,随后被“职业决策自我效能量表—简式(CDMSE-SF)”替代(Taylor&Betz,1983;Betz,Hammond,&Multon,2005)。
简化后的量表采用5点式测量,缩减为25项。
研究发现CDSME和CDSME-SF具有良好的信度和效度。
CDSME的整体α信度系数为0.97,5个分量表的α信度系数在0.83-0.89之间(Taylor&Betz,1983)。
CDSME-SF的整体α信度系数为0.94,5个分量表的α信度系数在0.73-0.83之间。
在Nilsson,Schmidt和Meek(2002)对41篇期刊文章和7篇学位论文进行整理后发现,CDSME和CDSME-SF的α信度系数在0.83-0.97间变化。
CDSME-SF的整体得分与职业认同(VocationalIdentity)、职业承诺(CareerCommitment)、职业犹豫(CareerIndecision)和职业探索行为(CareerExplorationBehaviors)都存在中度或高度相关性(Betz等,1996;Chung,2002;Creed,Patton,&Prideaus,2006;Gushue,Scanlan,Pantzer,&Clarke,2006),具有良好的效标效度。
虽然CDMSE-SF的信度和效度得到了许多研究的支持,但职业决策自我效能的结构却存在很大争议。
Taylor和Betz在建立量表时,直接借鉴了Crites(1978)的职业选择过程成熟度的五个维度,缺少其它文献支持。
后来的学者对不同样本的测试结果进行因素分析时,发现5个维度并不是清晰的5个因子,因此提出了其它更好具有解释力的结构模型。
最早对职业决策自我效能的结构进行探索性因素分析的是Betz和Taylor(1996),他们发现在尽管主成分分析显示存在5个因子,但所包括的项目并不与量表的5个维度相匹配。
此后,学者在不同的样本中施测,使用探索性因素分析和验证性因素分析研究了职业决策自我效能的内部结构,提出了以下几个主要模型。
Peterson和delMas(1998)提出了双因素模型,包括信息收集(InformationGathering)和决策(DecisionMaking),在两个组别中方差贡献率分别为60%和62%。
此模型下量表被修订为16项,其中11项与Betz等(1996)的量表相应。
Creed,Patton和Watson(2002)对澳洲和南非大学生的研究中提出了23个项目的3因素模型,包括信息收集(InformationGathering),决策(DecisionMaking)和问题解决(Problem-Solving)。
值得注意的是,该研究使用了理论导向的验证性因素分析技术来证实其模型,具有更强的说服力。
Hampton(2005)以256名中国大学生为样本进行测试后同样提出了3因素模型,但模型的项目和因素分析中每个因子的负荷都与Creed等(2002)的不同。
在后来的研究中,Hampton(2006)指出4因素和5因素模型无法很好的解释Betz等的5个维度的最初设想。
可见,跨文化研究中,被试的文化背景可能成为影响求职自我效能结构的另一因素。
另一模型来自Chaney,Betz和Multon(2007)对220名非裔美国学生的研究。
该研究将职业决策自我效能以时间为导向进行划分,提出了4因素模型,包括“信息收集和决策”、“自我技能评估和选择合适的职业”、“掌握职业信息和进行未来计划”、“解决问题”,其中的第一个因子是职业效能的普遍测量(generalmeasureofcareerself-efficacy)。
在一项比较研究中,Miller等(2009)使用验证性因素分析比较了Betz等(1996)的5因子模型,单因子模型,Hampton的3因子模型和Creed在澳洲与南非两个样本下的3因子模型,指出了Betz等(1996)的5因子模型和后续的备选模型的差别在于经验导向或数据导向,同时该研究也再次指出了跨文化因素对结构模型的变化具有重要的影响。
1.2.2国内对CDMSE结构的研究
我国学者引入了职业决策自我效能概念后也进行了众多研究,但是对其结构模型的研究不多。
彭永新(2001)在Betz和Taylor的CDMSE量表基础上,通过翻译、访谈和专家修订的方式制定了由50个项目组成的“大学生职业决策自我效能量表”。
该量表沿用了CDMSE的5个维度,分别命名为自我评价能力、获得职业信息的能力、目标筛选能力、职业规划能力和问题解决能力。
对1000名大学生进行施测后的结果表明该量表具有良好的内部一致性信度和辨别效度。
该量表在后来的中国学者研究职业决策自我效能时得到了较多运用(李莉,马剑虹,2003;刘婷婷,2008;谭雪晴,2009)。
郑日昌和张杉杉(2002)以507名大学生为样本,自编了“中国大学生择业效能感问卷”,由获取职业信息与技巧、学绩、自我了解和社会支持4个维度构成。
其中,学绩和社会支持是国外文献中较少提出的因素,作者尤其强调了学绩这一因素。
该研究使用验证性因素分析处理数据,发现其4因素模型拟合度较好。
在此问卷基础上,结合Betz的CDMSE量表,胡艳红和刘霞(2006)自编了另一份大学生择业效能感问卷,由6个因素构成,分别为自我了解、自我评价、社会支持、职业信息搜集、学绩和目标设定。
施测后,6个因素解释了总变异的56.931%,并具有较高的内部一致性信度。
该问卷也被其它学者用于职业决策自我效能感的测量(李春华等,2008)。
可见,国内关于职业决策自我效能的研究多集中在量表或问卷的编制上。
但是,国内的量表或问卷编制过程与国外已有研究有所不同。
国内学者一般先根据经验或借鉴其它量表确立维度后编制问题,对施测结果进行统计分析后观察是否合理。
这与Taylor与Betz的CDMSE量表的编制过程是类似的。
但国外研究已经发现,出于经验编制的CDMSE量表虽然整体测量结果具有很好的效果,但是其的内部结构并不清晰。
因此,有许多研究在CDMSE的基础上,重新施测,对数据进行探索性因素分析,对分析所得结果进行解释,并将其归纳为新的结构模型。
而这些模型需要经过在其它样本中的施测,运用验证性因素分析进行重新检验,才能确定是否可靠。
本研究的目的就是重新对中国大学生背景下的职业决策自我效能进行结构探索,尝试制定合理的结构模型。
在数据的基础上,修订已有量表或问卷,制定更为合理有效的大学生职业决策自我效能量表。
2方法
2.1求职自我效能量表(CDMSE-SF)的修订
Betz和Taylor的CDMSE-SF量表是理论导向编制的量表,由5个分量表构成,分别为精确的自我评价效能(AccurateSelf-Appraisal)、收集职业信息效能(GatheringOccupationalInformation)、目标选择效能(GoalSelection)、制定计划效能(MakingPlansfortheFuture)、问题解决效能(Problem-Solving),每个分量表由5个项目组成,共25个项目。
在对CDMSE-SF进行本土化的过程中,我们采用了回译技术和专家评定的方式使其符合中国大学生的语言习惯和文化背景。
回译时,由具有双语(中文和英文)背景的大学生将英文版量表翻译为中文,再由中文回译为英文,找出与原量表的差异之处加以修改,最终使中文的表意与原量表最为贴切。
由于考虑到回译者的学术背景非心理学专业,因此再将量表交于心理学背景的专业人士进行评定,略作修改,使其在专业领域内最为切合。
2.2被试
正式测试抽取复旦大学21个专业190名大学生作为被试,回收问卷176份,有效问卷163份;抽取南京大学14个专业50名大学生,回收问卷40份,有效问卷35份。
共计发放问卷240份,回收216份,回收率90.0%,共计有效问卷198份。
2.3施测
问卷由统一指导语、基本信息填写和25道问题组成,不计时填写;分为两种方式发放:
纸质问卷和电子问卷。
3结果
收集的数据统一采用SPSS11.5和Lisrel软件进行处理。
统计被试对每个项目的各个选项的选择频率,列出表格(见表1)后可以看出,选择“有一点信心”、“有一些信心”和“比较有信心”居多,整体数据呈现负向的偏态分布。
表1每个项目各选项的分布(N=198)
项目完全没有信心有一点信心有一些信心比较有信心完全有信心
115.723.734.316.79.6
23.512.631.337.415.2
34.016.237.930.311.6
41.09.127.943.718.3
52.08.136.945.57.6
61.013.733.535.016.8
71.011.833.332.821.0
80.510.122.240.426.8
94.014.125.334.821.7
106.628.837.920.76.1
112.012.723.446.715.2
127.616.231.332.812.1
138.220.930.127.013.8
141.512.628.842.414.6
153.516.233.836.410.1
166.626.933.025.48.1
172.619.037.931.39.2
183.09.134.039.613.2
191.012.135.432.319.2
201.510.624.749.014.1
211.58.135.041.114.2
221.05.118.242.932.8
231.58.125.840.424.2
243.612.742.631.010.2
251.58.229.641.818.9
3.1在5因素模型下的统计分析
根据Betz和Taylor的理论模型,CDMSE-SF量表由五个分量表构成。
计算内部一致性信度采用克伦巴赫α系数(具体结果见表2),分半信度为0.8256。
可见,原CDMSE量表具有较好的内部一致性信度和分半信度。
表2内部一致性信度(克伦巴赫α系数)
因素自我评价收集信息目标选择制定计划问题解决总体
0.74870.53210.73380.62990.66990.8987
3.2探索性因素分析
首先对数据探索性因素分析进行适当考察,KMO值为0.889,表明因素分析的结果会很好的解释变量之间的关系;Bartlett球形检验值为1600.515(p=0.000),呈显著性水平,表明变量的相关矩阵差异显著,本研究收集的数据满足进行因素分析的条件。
主成分分析结果显示,特征值大于1的因素共有7个(如表3),解释方差61.339%。
由于每个因素至少包括3道题目,因素6仅有Q16,因素7仅有Q1,因此删去Q1、Q16。
重新进行探索性因素分析,得到5个因子,如表3所示:
表3调整后的求职自我效能因素分析结果
特征值方差贡献率累计方差贡献率
因素17.59333.01533.015
因素21.4626.35739.372
因素31.4476.29245.664
因素41.2805.56651.231
因素51.0904.73955.970
使用方差最大化正交旋转法(Varimaxrotation)对提取的因子进行旋转,确定各项目的共同成分。
由因素分析结果可以发现,第一个因子包括Q22、14、8、23、20、11、4、9;第二个因子包括Q2、6、3、5;第三个因子包括Q10、13、17、18;第四个因子包括Q21、12、24;第五个因子包括Q25、19、7。
再次删去在单一因素上负荷少于50%的项目Q9和Q7,重新计算结果如表4所示。
将这五个因子命名为自我评估、定制目标、选择方向、挖掘信息和职业价值观。
表4调整后的旋转后各项目在各因子上的负荷
Component
1
2
3
4
5
Q22
0.721
Q14
0.719
Q8
0.654
Q23
0.562
Q11
0.551
Q20
0.534
Q4
0.529
Q2
0.754
Q6
0.728
Q3
0.655
Q5
0.576
Q10
0.693
Q13
0.673
Q17
0.633
Q24
0.532
Q15
0.746
Q21
0.649
Q12
0.574
Q25
0.758
Q19
0.555
Q18
0.405
3.3验证性因素分析
使用lisrel对以上五因素的理论结构假设进行验证性因素分析,以考察以上求职自我效能结构的合理性。
首先,对初始模型进行验证分析后,对模型稍作调整。
对于好的模型,RMSEA在0.08以下(越小越好),NNFI和CFI在0.9以上(越大越好),初始模型的拟合值稍显不足。
由于Q4在Factor1中的完全标准化符合与其他项目相比较小(LX=0.58),但它在其它因子中的修正指数(MI)也不高:
在因子2,3,5中0.12、0.01、0.05;在因子4中7.47,但将Q23归属于因子4所得的模型RMSEA指数上升,NNFI、CFI指数下降,拟合度不佳,而将其删除后,拟合度有所上升。
初始模型与删除Q23后的修正模型拟合度如表5所示。
表5求职自我效能五因素模型拟合指数
Modelχ2dfRMSEANNFICFI
初始模型303.001790.0600.880.90
修正模型278.521600.0590.890.90
修正后模型的因子结构图如图1所示。
0.62
Item22
Item14
Item8
Item11
Item20
Item4
Item2
Item6
Item3
Item5
Item21
Item15
Item24
Item17
Item13
Item10
Item12
Item25
Item18
Item19
Factor1
Factor3
Factor4
Factor5
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 大学生 求职 自我 效能 结构 探索 量表 编制