1.探索性因子分析
结构效度为了考查测量数据与构想模型的拟合程度以及项目与各因子之间的关系,一般采用因子分析进行评价[225]。为了检验数据是否适合做因子分析,对309份问卷进行Bartlett球形检验,结果显示:KMO=0.808,近似卡方为1642.424,df值为153,P=0.000,表明该数据适合做因子分析(见表4-2)。进行主成分提取,采用正交旋转法进行探索性因子分析,迭代次数为25次,依据探索性因子分析的结果显示:共提取出5个特征根大于1的因子,其中因子1的特征根为2.840,解释总变异的28.094%;因子2的特征根为1.568,解释总变异的27.002%,两个因子共计解释了总变异的55.096%。提取出的2个因子(见表4-3)与原始量表的结构一致。因子1包含C1、C2、C3、C4共4个条目,为能力认同因子;因子2包含条目C7、C8、C9、C11、C12共5个条目,为价值认同因子;因子3包含条目C14、C15、C16共3个条目,为持续认同因子;因子4包含条目C5、C6、C13共3个条目,为情感认同因子;因子5包含条目C10、C17、C18共3个条目,为投入认同因子。碎石图(图4-1)也显示,从第6个因子开始趋于平缓,说明只需提取前6个因子。表4-4结果提示各因子载荷均在0.6以上,验证了职业延迟满足量表的2因子模型。
表4-2 KMO和Bartlett的检验
表4-3 主成分提取的结果
续表4-3
注:提取方法为主成分分析。
(www.xing528.com)
图4-1 碎石图
表4-4 旋转后各因子载荷表
注:提取方法为主成分分析。旋转法:具有Kaiser标准化的正交旋转法。
2.量表的效度分析
结构效度为了考查测量数据与构想模型的拟合程度以及项目与各因子之间的关系,评价指标依据侯杰泰的建议,采用多个指标来进行综合评价。绝对适配指标上,采用x2/df、GFI、SRMR、RMSEA。相对适配指标则采用AGFI、CFI以及IFI。简效适配指标则是采用PNFI,以及PGFI,其值都需大于0.5,模型的拟合结果见表4-5,由表4-5可见,模型的各拟合指标大部分在要求范围内,表明该量表的结构模型的拟合结果较好。
表4-5 职业认同量表拟合指数一览表
综上所述,职业认同量表测量数据与构想模型的拟合程度以及项目与各因子之间的关系较好,提示职业认同量表具有良好的结构效度。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。