煤矿技术人员职业停滞的测量(1).doc

煤矿技术人员职业停滞的测量 摘要文章通过了解煤矿技术人员职业停滞的状况和表现,编制出煤矿特色的职业停滞问卷。文章在文献回顾的基础上,结合访谈和开放式问卷调查,借鉴已有职业停滞项目,编制测量问卷,对调查数据进行探索性和验证性因素分析。结果表明职业停滞主要包括动机匮乏、能力不济和机会缺失三维度;问卷的信效度均达到心理测量学要求。 关键词 本文来自毕业论文网 技术人员;职业停滞;心理测量学研究 一、引言 技术人员失误是导致煤矿安全事故的重要原因。煤矿事故的发生不仅给国家及企业带来巨大损失,更对构建和谐社会造成潜在威胁。近年来,随着各煤矿对安全生产的大力投入,直接由机械故障等硬件因素导致的事故比例已下降很多。对中国煤炭事故暨专家点评集中事故案例的全面分析提炼显示在所有导致我国煤矿重大事故的直接原因中,人因所占比率实际上高达97.67以上在1203起重大事故中,人因事故高达1175起。在煤矿重大事故中,直接由技术人员工作失误行为导致的占45.96,由此可见,煤矿企业技术人员的工作失误行为是导致我国煤矿重大事故中最关键的因素之一。通过事故案例分析,发现煤矿企业技术人员的行为失误主要表现为,生产作业规程设计过程中的失误,比如,简化作业程序和作业标准、机械的作业流程,对煤矿安全生产埋下隐患。这主要源于技术人员工作热情和责任感降低、安全意识下降,而这种消极现象是职业停滞的直接后果。 以往研究表明,职业停滞直接导致工作表现和工作满意度的降低,技术人员作为煤矿企业素质较高的知识型人才,在职业成长过程中,面临着发展困境煤矿技术人员作业环境脏、险、累,相对管理人员,他们不仅报酬和地位偏低,发展机会也非常有限。组织对优秀专业技术人员的奖励往往只是将其提拔到管理层,使他们脱离专业发展道路。而职业停滞更频繁地与消极负面影响联系在一起,成为煤矿安全生产事故的重要原因。开发科学的职业停滞的测量工具,将有助于有效辨识技术人员职业停滞水平,进行针对性管理。 二、职业停滞问卷的编制方法与过程 一被试 采用整群随机抽样的方法进行调查。选取300名阜矿集团采煤、掘进、通风、机电、测量部门技术人员填答问卷,收回278份,回收率为92.67。依据三项原则对问卷进行剔除,漏答项目达到三项及其以上者;答案明显呈现规律性的问卷;两道重复题目前后分数差异在3分以上或两道题目均为3分者。剔除后的有效问卷为260份,有效问卷为86.67。 二项目的搜集与编制 从职业停滞的定义出发了解煤矿技术人员面临的职业瓶颈问题,工作中的表现及感受,进行开放式问卷调查。参考知识型员工职业停滞量表的项目,针对煤矿企业文化合理修订,进行项目的编制与筛选。编制出初始项目后,请煤矿技术人员代表和管理心理学教授进行评定,将不易理解和有歧义的项目剔除,最终得到44个项目。问卷采用Likert5点计分,“1”代表“非常不符合”,“5”代表“非常符合”,得分越高,表示职业停滞程度越严重。 三统计分析 采用SPSS15.0和Amos7.0对有效数据进行探索性和验证性因素分析。 三、结果 一项目分析 项目分析主要在于检验各项目的鉴别力,即判断各题项的决断值CR,又称临界比。采用极端分组法,把量表总分从高到低排列,找出高低分组上下27处的分数作为临界分数,依据临界分数将量表得分分成两组,分别赋值高分组和低分组。采用独立样本差异T检验,求出高低两组被试在各题项平均分上的差异显著性,将T检验结果未达显著性的题项删除。 在结果分析中,首先考察F检验结果,如果F值显著P0.05,表示两个组别总体方差不相等异质,再看“不假设方差相等Equal variances not assumed”的t值,如果显著P0.05,表示两个组别总体方差相等同质,再看“假设方差相等Equal variances assumed”的t值,如果显著P0.05,则表明此题项具有鉴别度。 根据以上方法,对职业停滞量表的44个项目进行分析,各题项的t值外侧概率均大于0.05,表明各项目均具有较强的鉴别度,予以保留。 二探索性因素分析 将数据用SPSS随机分为两半,一半用于探索性分析,另一半用于验证性分析。在进行探索性因素分析之前,首先进行KMO和Bartlett检验。根据统计学家Kaiser的观点,0KMO1,KMO值越大,因子分析效果越好,当KMO取值0.6时,不太适合做因子分析。煤矿企业技术人员职业停滞量表经Bartelett球形检验,结果拒绝单位矩阵的假设p0.5为原则,对因素负荷量小,或共同性较小的题目,在进一步分析之前删除。每次删除一个项目重新进行探索性因素分析,并依据重新分析的结果决定下一个需要删除的项目。 因子分析结果显示,动机匮乏分量表、能力不济分量表、机会缺失分量表的所有项目基本上都归入了理论设定的各因子。动机匮乏分量表的四个因子心理耗竭、疏离、无效能感、维持的方差贡献率分别为28.350、26.183、15.753、12.981,累积方差贡献率达83.267。能力不济分量表中的四个因子创新能力欠缺、学习能力低下、岗位胜任能力下降、适应能力下降的方差贡献率分别为25.732、21.863、14.392、10.061,累积方差贡献达80.333。机会缺失分量表的两个因子流动机会缺失和学习机会缺失的累积方差贡献率达78.999。 三验证性因素分析 为进一步验证探索性因素分析得到的模型的有效性,用另一半数据,采用结构方程技术进行验证性因素分析。对模型的评价不能孤立的依赖于某个参数,而要借助于模型的整体拟合指数。煤矿企业技术人员职业停滞探索得到的模型的拟合指数见表1。结果显示,各拟合指数均达到理想水平,表明探索性因素分析得到的模型与数据拟合较好。同时,表明煤矿企业技术人员职业停滞量表具有较好的结构效度。 四信度分析 采用同质信度系数和分半信度系数来评估量表的信度。结果显示,整个量表的Cronbach’sα系数为0.911,动机分量表的Cronbach’sα系数为0.754,能力分量表的Cronbach’sα系数为0.87,机会分量表的Cronbach’sα系数为0.705,均大于0.7,表明量表的可靠性和稳定性较好。各分量表的因子Cronbach’sα系数中,除“适应能力下降”因子的Cronbach’sα系数小于0.7以外,其他均超过0.7,表明各因子组成项目的内部一致性也很好。同时,各分量表的分半信度均大于0.7,表明量表的信度较高。