研究与发展

I. 关于 Career Direct®人格部分的技术资料

Career Direct®报告的人格部分是适合职业咨询的人格量表,由六个总量表及其多个分量表组成。 附 加的量表涵盖 生活压力、债务和财务管理。

人格部分的展开是从确认可以想到的每个人格维度项目、然后通过对大样本的多次迭代把那些项目归 入一个详细目 录来开始的。 由此产生的因素分析一致地揭示了六大人格维度的存在。 这六个因素是 支配、外向、同情、责任心、 冒险精神和创新。 全部维度的名称均基于这些维度中的项目的一般性影响。 接下来,选择描述维度两端的形容词。 维度包含一个由各种行为构成的差异序列。。 例如,顺从-中间 范围-支配,或内向-中间范围-外向。 将他们的 得分与所测量的人口的规范或标准相比较,个人得分 显示在这种差异序列的点上。

  1. 使用合理的方法和主要构成因素分析来建立这个量表。 
  2. 心理学家顾问通从定义用于描述人格的全部已知特征开始着手。 
  3. 一旦完成了全部特征维度的定义工作,则以不同格式编写这些项目从而合理地测量。 
  4. 在备选的格式中选择一单个单词构成的形容词; 受试个人首选这些单词,而研究人员发现由此 产生的因素更 加清晰、更容易解释。
  5. 使用很多统计分析,根据受试者的回答建立人格维度因素。 这包括主要构成因素分析,以及旋 转最大方差因素。 这些分析通过所形成的主要因素将这些词分组。
  6. 项目水平和维度水平分析用于选择测量这些维度的最佳用词(因素)。 删去那些不与这些因素密切相关或者 重复或冗余的词。
  7. 还从这个过程中展开每个因素的子因素,在六个人格因素中涵盖了十六个子因素。
  1. 在人格部分的修改和定义中使用了六个不同的成年人和青少年的样本(N = 4105)。
  2. 根据这个人至少工作三年的某职业领域中的自我满意度和相对成就,选择成年人的最终样本(N = 1048)。
  3. 最终青年样本(N = 572)是一组 23 岁或更年轻的对象,主要是来自代表这个国家各个地区的 26 所学院和大 学的大学新生。
  1. 报告的人格部分是适合职业咨询的人格量表,由六个总量表及其多个分量表组成。
  2. 附 加的量表涵盖 生活压力、债务和财务管理。
  1. 每个因素(六个人格因素、一个生活/压力因素、两个财务因素)和子因素(共 16 个子因素,每 个因素有二 或三个子因素)的原始得分为该因素的每个词所标计的数字回答的总和(比如一个五字 因素得到所有“5 分”,“非常像我”回答的原始得分是 25; 而得到所有“1 分”,“完全不像我” 的回答结果的原始得分是 5)。
  2. 标准化的“T”得分源自成年人和青少年组标准化样本的原始得分(见上述“样本”中描述的最 终样本)。“T”标 准得分的换算公式是: T 得分=((x-m)/ s)(S) + M,其中 x =原始得分,m=样本 均数,s =样本标准偏差,S =标 准 t 得分偏差 10,M =标准 t 得分平均数 50。
  3. 标准化的得分确保全部得分均基于相同的参考量表,因此可以进行有意义的比较和对比。 标准 化的 T 得分将 得分放在一个量表上。量表的平均数或中点为 50,且几乎所有得分均位于 20 和 80 之间。
  4. 在这个打分程序中,成年人和青少年组的 T 得分换算表用于将原始得分转换成标准化的 T 得分的 各个因素和子 因素。
  1. 使用 T 得分量表,将低于 20 的得分上舍入到 20,将高于 80 的得分下舍入到 80,使得 20 成 为最低得分、80 成 为最高得分。 50 为平均数,标准偏差为 10。 上面的一个标准偏差是 60,下 面的一个标准偏差是 40。
  2. 报告将高低截止点分别设置为 55 和 45(•5 标准偏差)。
  3. 低得分为 44 及以下,中间得分为 45 至 55,高得分为 56 及以上。
  4. 这些类别将约三分之一的得分放在了低分类别中,三分之一放在中间范围,另外三分之一放在高 分范围。
  5. In a scaling update, we moved away from the words "low and high" and updated our scoring to reflect double "highs" to the right AND the left by denoting a +30 (left) to 0 (mid) to +30 (right), remaining congruent with the t-scale scoring range. This more accurately reflects the meaning of the scales in both directions.
  1. 人格亮点 报告从基于六个因素(支配、外向、同情、责任心、冒险精神和创新)的人格亮点 开始着手。 首先看个人获得最极端得分(即与 50 分的最大差距)的因素。 因此,所报告的方面应 该是对一个人的行为最具影响的方面。如果一个项目的得分为 22,则属于低分,比中间分 50 分还低 28 分。
  2. 优点和弱点 下一部分是典型优点。 这些都是从与 6 个人格因素相关的 16 个子因素产生的。 下面的典型弱点部分也源自这 16 个子因素。 为具有高或低得分的每个子因素生成一个优点和相应 弱点语句。 如果个人 的得分位于子因素的中间范围部分,在一个子因素的优点和弱点部分中则没有 陈述。 因此,如果客户拥有 很多均衡的子因素,他们在报告中列出的优点和弱点也较少。
  3. 职业暗示 职业暗示是由六个主要因素而非子因素生成的。 关于因素的低分、中间分或高分 决定 适当的 职业领域描述。
  4. 人生的关键问题 人生的关键问题部分包含压力维度, 其目的是帮助人们认识到职业转换往往 伴随着压 力。 关于压力因素的低分、中间分或高分决定段落。 债务和财务管理部分由基于在两个 金钱因素上的低分、中间分或高分的段落组成。
  5. 总结 人格部分的最后一部分内容是摘要。 这六个主要因素均加了着重号,指出得分所在的低 分、中间分 或高分范围以及每个特定维度的简短摘要。 条形图显示维度和实际得分。 摘要的目的 是提供人格部分的 快速概述。
  6. 人格总结页 这六个主要因素均加了着重号,指出得分所在的低 分、中间分 或高分范围以及每个特定维度的简短摘要。 条形图显示维度和实际得分。 摘要的目的 是提供人格部分的 快速概述。

建构效度: 要提供建构效度的证据,其方法与霍根(1986 年)的人格量表以及科斯塔和麦克雷(1985 年)的“五大” 测量标准 NEO-PI 相关联。

  1. 与 NEO-PI 的外向性测量标准(r = 0.82,p
  2. 与 NEO-PI 的责任心测量标准(r = 0.78,p
  3. 与 NEO-PI 的易相处(r = 0.57,p
  4. 与 NEO-PI 的外向性(r = 0.51,p
  5. 与 NEO-PI 的外向性(r = 0.33,p
  6. 与 NEO-PI 的开放性(r = 0.47,p
  7. 外向性、责任心、冒险精神、支配和创新量表等人格报告的构成因素与马洛•克罗恩社会期望性 量表的关联 范围是从 r = 0.05 到 r = 0.19,可以忽略。 同情(r = -0. 32,p
  8. 与 NEO-PI 的神经质量表(r = 0.81,P

经验效度: 效度的进一步证据由客户回覆的回馈报告中包含的评估调查所提供

  1. 由客户自己评估的人格因素淮确度为92% 至96%,人格优势淮确度为97%,人格劣势淮确度为83%,报告总体益处程度为96%。因著个人观感造成的劣势低淮确度,我们修改内容好让其表达方式较不与个人观感牴触。
  2. 由客户亲友或配偶评估的人格因素淮确度为87% 至93%,人格优势淮确度为94%,人格劣势淮确度为71%。同样地,我们修改内容好让其表达方式较不与个人观感牴触。
  1. 对于一般人格因素量表,内部一致性克朗巴哈 α 系数范围介于 0.86 至 0.94 之间,而对于人格子 因素量表(n= 4463)则在 0.76 至 0.92 之间。
  2. 重测信度平均相关性和范围:
    时限 一般人格因素 子因素
    1 周 (n = 100) .91, .86 至 .95
    3-6 周 (n = 166) .87, .85 至 .90 .83, .65 至 .90
    6 个月 (n = 75) .84, .81 至 .86 .78, .60 至 .87
    1 年 (n = 50) .82, .80 至 .86 .61, .58 至 .87

II. 关于 Career Direct ® 兴趣、技能和价值观部分的技术资料

报告的兴趣、技能和价值观部分对兴趣(活动、教育科目、职业)、技能 /能力、人生价值观和工作价 值观进行测 量。

  1. 使用一个包含多元化人口的样本(N = 3859)从最初的量表形式修改和完善兴趣、技能和价值 观部分。
  2. 一个成年人样本(N = 1048)采用人格、兴趣、技能和价值观部分以及包含斯特朗兴趣因素 的建构效度用 斯特朗兴趣量表。 根据这个人至少工作三年的职业领域中的满意度和相对成功,选 择该样本。
  3. 最终青年样本(N = 572)是一组 23 岁或更年轻的对象,主要是来自代表这个国家各个地区的 26 所学院和大 学的大学新生。
  4. 1997 年,根据 3841 名成年和 2540 青年客户样本对兴趣、技能和价值观部分进行了进一步细化。 再次将项 目和维度水平分析用于删除那些冗余或者与某因素的其他项目本质不同的项目。 此外,这 些大样本允许调 查兴趣、技能和价值观部分的因素结构中的性别和年龄差异。 为了使所有群体均具 有完全相同的因素,应 删除在性别或年龄方面不稳定的项目。根据合理的方法,编写这些新项目并 添加到量表,以便收集数据和 将来对因素组成重新分析。 打印修改后的量表并编写新的计算机程序 (ISVI4),纳入下列事项: (1) 更新报告,吸收更多的报告反馈。 (2) Windows 95 的格式,将数据库从 MSAccess 2.0 更新 至 MSAccess 97。 (3) 收集新数据项目。
  5. 1998 年,从 ISVI4(1997 年修订)的客户数据库随机选择 8870 名 Career Direct 客户组成的 样本集。 样本集 分为成年和青年样本,各年龄组中的性别数量相等。 使用因素分析和项目分析方 法重新分析每个类别中的 项目。 根据这些分析,做出决定在评估(ISVI5)的下一次修订中修订并 结合这些变化。 结合了 1997 年增 加的新项目的几个因素,增强和细化这些因素的构成。
  6. 1999 年,根据以上第 5 项所述的评估(ISVI5)的 ISVI 部分的第五版本决定因素更改。 CD-ROM 版本显著改 变了报告格式,首次在一个报告中将人格和兴趣、技能和价值观部分结合在一起。
  1. 活动部分包括 192 个词组,教育科目包括 18 个领域,职业部分包括 116 个职位。 根据量表对 这些部分进行 自评: “很不喜欢”到“非常喜欢”。
  2. 技能部分包括根据量表进行自评的 74 个词组: “没有技能”到“非常强的技能”。 工作环境 (12 个项目)、工 作期望(8 个项目)和人生价值观(9 个项目)部分优先并且按照排名排序。
  1. 每个因素(36 个活动因素、22 个职业因素、18 个科目因素、14 个技能因素以及 21 个一般兴 趣组因素)的原 始得分是对每项因素标记的数字回答的总和。例如,一个五字因素得到所有“5 分”, (非常像我)原始得分 是 25 分;得到所有“1”分,(完全不像我)原始得分是 5 分。
  2. 通过用一个因素中的项目数去除原始得分得出每个因素的平均得分。 这就生成项目响应的平均 数,然后采 用与 1 = 20、3 = 50、5 = 80 将其转换为 20–80 量表。 
  3. 20–80 量表的得分确保在相同 的参考量表上呈现全部 因素得分,因此可以进行有意义的比较和对比。
  1. 使用 20–80 得分量表,20 是最低的得分,80 是最高的得分。50 表明一个因素上的平均项目得分 为 3。
  2. 报告将高低截止点分别设置为 55 和 45(• 标准偏差)。
  3. 低得分为 44 及以下,中间得分为 45 至 55,高得分为 56 及以上。
  1. 通过斯特朗职业量表为建构效度测试一般兴趣因素。 适合因素之间的简单关联。
  2. 进行分析,根据客户对包含在返回的反馈报告中的评价调查的响应评价建构效度。
    1. 兴趣、技能和价值观部分-
      1. 兴趣得分的准确性,90%。
      2. 技能得分的准确性, 87%.
      3. 价值观部分的有用性: 工作环境,91%;工作成果,89%;人生价值观,99%。 

    (注 -这 些客户中绝大多数均购买评估并收到第一个版本(616/676)。 在 1997 年 2 月中进行 了一项重大修 订,导致响应率降低了很多。 由于反馈和对数据的进一步分析,截至 1997 年 8 月 1 日又进行了另一 个重大修订。

  3. 建构效度研究::
    1. 在 Career Direct 职业因素和斯特朗职业量表之间计算简单的关联。 整个表包括 240 个斯特 朗量表和 22 个 Career Direct 职业量表。 在斯特朗•霍兰德(RIASEC)量表和 Career Direct 量表之间的相关性(r)大 于 0.30(+/-)的表的子集如下所示(N = 1002,有工作成年人的规 范样本,1995 年):
      职业生涯职业量表 强烈现实 特别喜欢研究 强烈艺术性 特别爱交际 特别富有进取心 强烈因循守旧
      熟练技术 0.87 0.47        
      专业            
      户外 0.66 0.37        
      非技术 0.48          
      冒险 0.64 0.46        
      时尚     0.56      
      服务           0.45
      科学   0.51 0.79      
      表演家       0.65 0.38  
      作家/艺术家   0.32 0.78 0.53    
      管理       0.44 0.77 0.50
      安全 0.35          
      法律/政治   0.35   0.42 0.48  
      咨询服务/教育   0.36 0.36 0.75 0.35  
      动物服务 0.34 0.35        
      医疗   0.44   0.36    
      财务   0.42       0.72
      外事服务/语言   0.33 0.50 0.44 0.33  
      司机 0.48          
      运动员 0.31     0.36    

      注 1:p < 0.001>

      注 2:由于从 1995 年至 1999 年对项目进行了调整,职业因素的构成和名称略有变化。

    2. 将 1995 年有工作成年人的规范样本中的数据输入多元回归分析,使用剩下四个因素中的 Career Direct 一般兴趣因素( 21 个 )、 人格因素(同情和外向)以及人格子因素( 10 个)预测斯特朗个人职业量 表(105 个量表,男性和女性)。调整后的均方根统计数字,代表 占总数 1.00 中的变化量,男性范围 从 0.52(按摩师)至 0.83(计算机程序员),女性范围从 0.54 (图书管理员)至 0.86(兽医)。总数 中,105 个男性量表等式的 59%生成调整后的均方根大 于或等于 0.70,105 个女性量表等式的 71%生成调 整后的均方根为 0.70 或更高。 这表明, Career Direct 兴趣和人格因素的组合解释了斯特朗职业量表方面 的显著变化量。
    3. 博士论文 ,“使用职业形象区分职业和预测工作满意度(Using Career Profiles to Differentiate Between Occupations and Predict Job Satisfaction)”, 谢丽尔•托特(Cheryl Toth)博士于 1998 年著, IBM 全球系统。 托特博士使用源自职业群和差分职业活动中人-岗 匹配的数据。

      该研究表明,人格特质、职业兴趣和技能(能力)的模式影响霍兰德职业类型中对特定职业的偏 好。 描述性判别分析将人格、兴趣、技能和工作价值观这四个领域融入一种分析,测试这四个 方面在说明不同 职业的个体偏好的总体重要性。 结果表明,职业兴趣、人格特点和技能与职业 偏好密切相关,需要纳入 评估过程中引导职业选择。 在这项研究之前,未曾对具有这些多个同 时预测值的预测职业选择的调查进行评价。

      使用多元回归分析调查研究各职业的这些变量是否也根据同时收集的、作为 Career Direct 规范 数据的满 意度数据有助于工作满意度。 结果表明,工作价值观,虽然不能促进职业分化,却十 分有助于某人的工作满意度。

      这种对有工作成年人的数据的全面研究得出了结论:为了帮助人们提高做出令人满意的职业选 择的概率 并确定稳定的职业道路,应该包含职业兴趣、人格特点、技能/能力和工作价值观这全 部四个领域。 

      正在准备将这项研究提交给主要参考杂志。

内部一致性

  1. 活动部分包含 36 个活动类别,其内部一致性(克朗巴哈 α 系数)范围为 0.78 至 0.93。
  2. 职业部分包含 22 个职位类别,其内部一致性(克朗巴哈 α 系数)范围为 0.76 至 0.90。 
  3. 技能部分包含 14 个技能类别,其内部一致性(克朗巴哈 α 系数)范围为 0.70 至 0.90。 活动、 职位、科目因 素合并为 21 个一般兴趣类别,其内部一致性(克朗巴哈 α 系数)范围为 0.82 至 0.93。

测试 - 重测

  1. 一个月(n=166)

    第一次和第二次测试之间的一般兴趣的平均相关系数 这些值表明,随着时间 的推移一般 兴趣因素是稳定的。 组成一般兴趣因素成分(活动、职业和主题)的可靠性系数是相似 的。 对于 36 个活 动因素,可靠性系数的范围从 0.83(客户服务)至 0.94(体育运动),平均系数 为 0.88。 22 个职业因素的 可靠性系数范围从 0.80(语言)到 0.91(冒险),平均相关系数为 0.88。 这 18 个主题项目的平均值为 0.79,其范围从 0.69 至 0.88。这 14 个技能因素的平均相关系数为 0.88, 其范围从 0.84(管理)至 0.94(音乐技能)。

  2. 六个月 (n=75)

    第一次和第二次测试之间的一般兴趣量表的平均相关系数为 0.87,其范围从 0.79(国际和宗教)至 0.93(冒险)。 这些值与那些来自首次重测研究的值相似,表明在一个较长 的时间段中这些因素展示了程度非常 高的稳定性。 这六个月的重测研究的活动、职业和主题因素的 平均相关性也与在更短的重测时间段中的研究产生的那些平均相关性相似。活动因素的平均相关系数 为 0.83,其范围从 0.72 至 0.93。 职业因素生成的 平均相关系数为 0.85,其范围从 0.74 至 0.95。 这 14 个技能因素的平均相关系数为 0.86,其范围从 0.83(跨 文化技能)至 0.92(机械技能)。

  3. 一年 (n = 50)

    第一次和第二次测试之间的一般兴趣量表的平均相关系数 这些值与两个更短时 间段重测研究获得的那些值 相似,在第二个 6 个月中,总体上相关点只下降百分之一。 一年重测研 究的活动、职业和主题因素的平均相 关性也与在更短的重测时间段中的研究产生的那些平均相关性 相似。 活动因素的平均相关系数为 0.82,其 范围从 0.60 至 0.91。 职业因素生成的平均相关系数 为 0.82,其范围从 0.74 至 0.96。 这 14 个技能因素的平均 相关系数为 0.81,其范围从 0.71(组织 技能)至 0.87(机械技能)。 一年中的相关性再次证实了这个较长 的时间段中程度非常高的稳定性。

冠冕职业资源研发团队

(前“人生之路”)

BETTE NOBLE 资深研究开发专家。 工业与组织心理学理科硕士、数学与心理学理学士、应用心理学和商业 管理 博士课程。 拥有 22 年的咨询管理经验和 12 年的职业测试材料的心理测量学研究和开发经验。

GARNETT STOKES 测试开发顾问。 Ph.D. 工业与组织心理学、重点研究型大学前心理学系主任、艺术与科 学学 院院长、应用心理学教授、特许工业心理学家,目前为美国心理协会认证委员会成员。 在测试开发和验 证以及职业选择领域拥有 26 年的研究和应用经验。

DAVE FRAKES 前 Crown 职业资源经理。传播学文学硕士、经典文学学士。在政府人事行政、管理和培训方 面有 21 年的经验。前职业顾问。在职业咨询网络和职业指导产品开发方面有 6 年经验。 传播学及技术大学 讲师。

BRIDGET BOYLE 前研究助理。 工业与组织心理学博士、心理学学士、修读职工的选择与安置、心理测量 学和研 究方法的课程。 全国职业档案系统研究分析师。

LEE ELLIS 人生之路(Life Pathways)前主管。 咨询与人才成长硕士,历史学学士。 在为大学生和成 人担任指导顾问方面有 17 年的经验,并与人合著三本职业规划方面的书籍。 在心理测量学和职业指导测试 材料开发方面有 9 年经验。

JACK GIBBS 人生之路(Life Pathways)前任副总裁。 销售工程工商管理学士。有广告业背景,而且曾作 为一个 全国性人力招聘公司的副总裁和客户经理。 几家全国性非营利组织的前董事会成员。 在 CD-ROM 职业指导系统开 发方面有 4 年经验,并开发一个面向青年人的新调查。

CHERYL TOTH 前测试开发顾问。 应用心理学博士、工业与组织心理学硕士、心理学学士。某大型国际公 司的绩效顾问。

ROBIN HENAGER M.B.A., Ph.D.; An award-winning researcher, serving as Assistant Dean, Honors Faculty Fellow, and Associate Professor of Economics and Finance at Whitworth University's School of Business. Past-President of the American Council on Consumer Interests (ACCI).