研究與發展

I. 關於Career Direct ® 人格部分的技術資料

Career Direct ® 報告的人格部分是適合職業諮詢的人格量表,由六個總量表及其多個分量表組成。 附加的量表涵蓋生活壓力、債務和財務管理。

人格部分是從確認可以想像的每個人格向度項目, 然後透過對這些大樣本的多次重重複來管理這些量表開始展開的. 由此產生的因素分析持續揭示六大人格向度的存在. 這六個因素是支配力, 外向, 同情心, 責任心, 冒險精神和創新能力. 全部向度的名稱均基於這些向度中項目的總要旨. 接下來, 選擇描述向度兩端的形容詞. 向度包含一個連續的行為. 例如, 順從 - 中間範圍 - 支配, 或內向 - 中間範圍 - 外向. 將他們的得分與所測量的母群標準常模相比較, 以這種連續性的量數顯示個人得分.

  1. 使用合理的方法和主要購成因素分析方法來建立這個量表.
  2. 心理學家顧問透過對用於描述人格的全部已知特徵著手進行定義.
  3. 一旦完成了全部特徵向度的定義工作, 則以不同的格式編寫這些項目, 從而合理地測量這些向度.
  4. 在備選的格式中選擇一個形容詞格式的單字; 測試個人偏好這些單字, 研究人員發現由此產生的因素可以比較清晰地解釋.
  5. 使用許多統計分析, 從樣本對象的回答建立人格向度因素. 這包括主要構成因素分析, 以及旋轉最大方差因素. 這些分析透過所形成的主要因素將這些詞分組.
  6. 項目水準和向度水準分析用於選擇測量這些向度的最佳詞(因素). 刪去那些與這些因素沒有密切相關或者重覆或冗贅的詞.
  7. 也從這個過程中發展每個因素的子因素, 產生這六個人格因素中的全部16個子因素.
  1. 在修改和定義人格部分中使用了六個不同的成年人和青年的樣本(N = 4105)。
  2. 根據這個人至少工作三年的職場中的自我滿意度和相對成功,選擇成年人的最終樣本(N = 1048)。
  3. 最終青年樣本(N = 572)是一組23歲或更年輕的對象,主要是來自代表這個國家各個地區的26所學院和大學的大學新生。
  1. 人格 / 生活壓力項目包括量表上進行自評的116個形容詞: 「不符合我的特點」到 「非常符合我的特點」.
  2. 金錢/ 財務量表由14個自評作為形容詞的陳述組成.
  1. 每個因素(六個人格因素、一個生活/壓力因素、兩個財務因素)和子因素(共16個子因素,每個因素有二或三個子因素)的原始得分, 為該因素的每個詞所標記的數字回答的總和(例如一個五字因素得到所有「5 4 Crown Financial Ministries 分」,「非常符合我的特點」回答的原始得分是25; 而得到所有「1分」,「不符合我的特點」的回答結果的原始得分是5)。
  2. 標準化的「T」分數源自成年人和青年組標準化樣本的原始得分(見上述「樣本」中描述的最終樣本)。 「T」標準分數的換算公式是: T分數=((x-m)/ s)(S) + M,其中x =原始得分,m=樣本均數,s =樣本標準偏差,S =標準t數差10,M =標準t分數平均數50。
  3. 標準化的得分確保全部得分均基於參考量的相同量表,因此可以進行有意義的比較和對比。標準化的T分數根據平均數或中數為50,且幾乎所有得分均位於20和80之間的量表獲取全部得分。
  4. 在這個計分程式中,成年人和青年組的T數分換算表適用於將原始分數轉換成標準化T分數的各個因素和子因素。
  1. 使用T分數量表,將低於20的得分上捨入20,將高於80的得分下捨入80,使得20成為最低得分、80成為最高得分。 50為平均數,標準差為10。 上面的一個標準偏差是60,下面的一個標準偏差是40。
  2. 報告將高低截止點分別設置為55和45(• 標準差)。
  3. 低得分為44及以下,中間得分為45至55,高得分為56及以上。
  4. 這些類別將約三分之一的得分放在低分類別中,三分之一放在中間範圍,另外三分之一放在高分範圍。
  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. 人格特點 本報告給出與六大人格因素得分相關的典型行為描述(支配/服從、外向/內向、憐憫/超然、一絲不苟/自由不羈、冒險/謹慎、創新/循規蹈矩)。報告從個人得分最極端的因素開始(最大距離為從0開始到最左側或右側)。接下來其他五項人格範圍會依照與0分的絕對距離出現在人格特點部分中。因此,本報告從最影響個人的人格開始直到到影響最小。報告中的此部分依照強弱順序排列六大人格因素。
  2. 典型優勢/典型劣勢 下一個部分是典型優勢,這些是由從六大人格因素相關的十六大次級因素所產生,隨後的典型劣勢也是由十六大次級因素衍生而出。得分在左側或右側的次級因素會生成優勢和與之隨行的劣勢說明。反之,個人次級因素得分為中間值則不會有優勢或劣勢陳述。因此,若是客戶有許多均衡的次級因素,報告中的優勢和劣勢數量會減少。
  3. 職業影響 職業影響部分經由非次級因素的六大人格因素產生,因素範圍左側、中間、右側的得分決定了職業領域描述。這個部份對於顧問和客戶來說是關鍵性的,顧問需要確認客戶了解這些人格因素的影響(需求)。
  4. 關鍵人生問題。 關鍵人生問題部分包含了壓力範圍,其目的為幫助個人認知職場轉換中所帶來的壓力。在此範圍中獲得高分者應該尋求輔導或幫助,以緩解他們的壓力。
    負債與財務管理也包含在本部分中,因為無力管理財務通常會導致客戶無法根據個人的天賦(而非財務需求)來選擇職業。為了能自由地做職業生涯抉擇,良好的財務管理和零負債是必要的。如果你無法管理金錢,你很可能也無法管理你的職業。(你的工作選擇將會以收入為主要考量)
  5. 摘要。 人格部分的最後一部分內容是摘要。 這六個主要因素均加了項目符號,指出得分所在的低分、中間分或高分範圍以及每個特定維度的簡短摘要。 條形圖顯示維度和實際得分。 摘要的目的是提供人格部分的快速概灠。
  6. 人格摘要頁。 摘要頁是一頁對從人格部分收集的全部資訊的概述。 它包含因素、子因素以及人生問題。

建構效度: 要提供建構效度的證據,其手段與霍根(1986年)的人格量表以及科斯塔和麥克雷(1985年)的「五大」測量標準 NEO-PI 相關聯。

  1. 外向與NEO-PI的外向性測量標準(r = 0.82,p
  2. 責任心與NEO-PI的責任心測量標準(r = 0.78,p
  3. 同情心與NEO-PI的易相處(r = 0.57,p
  4. 冒險精神與NEO-PI的外向性(r = 0.51,p
  5. 支配力與NEO-PI的外向性(r = 0.33,p
  6. 與NEO-PI的開放性(r = 0.47,p
  7. 外向、責任心、冒險精神、支配力和創新能力量表的人格報告因素與馬婁•克羅恩社會期望性量表的關聯為r = 0.05 到r = 0.19,可以忽略不計。 同情心(r = -0. 32,p
  8. 壓力與NEO-PI的神經質量表(r = 0.81,P

經驗效度:效度的進一步證據由客戶回覆的回饋報告中包含的評估調查所提供

  1. 由客戶自己評估的人格因素準確度為92% 至96%,人格優勢準確度為97%,人格劣勢準確度為83%,報告總體益處程度為96%。因著個人觀感造成的劣勢低準確度,我們修改內容好讓其表達方式較不與個人觀感牴觸。
  2. 由客戶親友或配偶評估的人格因素準確度為87% 至93%,人格優勢準確度為94%,人格劣勢準確度為71%。同樣地,我們修改內容好讓其表達方式較不與個人觀感牴觸。
  1. 對於一般人格因素量表,內部一致性克朗巴哈α範圍介於0.86至0.94之間,對於人格子因素量表(n = 4463)則在0.76至0.92之間。
  2. 測驗-再測信度平均相關性和範圍:
    時限 一般人格因素 次級因素
    1 week (n = 100) .91, .86 to .95
    3-6 weeks (n = 166) .87, .85 to .90 .83, .65 to .90
    6 months (n = 75) .84, .81 to .86 .78, .60 to .87
    1 year (n = 50) .82, .80 to .86 .61, .58 to .87

II. 關於Career Direct ® 興趣、技能和價值觀部分的技術資料

報告的興趣、技能和價值觀部分測量興趣(活動、教育科目、職業); 技能/能力、人生價值觀和工作價值觀。

  1. 使用一個包含多元化人口的樣本(N = 3859)從最初的量表形式修改和完善興趣、技能和價值觀部分。
  2. 一個成年人樣本(N = 1048)採用人格、興趣、技能和價值觀部分以及包含斯特朗興趣因素的斯特朗興趣量表用於建構效度。 根據這個人至少工作三年中對職場的滿意度和相對成功來選擇該樣本。
  3. 最終青年樣本(N = 572)是一組23歲或更年輕的對象,主要是來自代表這個國家各個地區的26所學院和大學的大學新生。
  4. 1997年,根據3841名成年和2540名青年客戶樣本對興趣、技能和價值觀部分進行了進一步細化。 再次使用項目和維度水準分析刪除那些冗餘或者與某因素的其他項目本質不同的項目。 此外,這些大樣本允許調查興趣、技能和價值觀部分的因素結構中的性別和年齡差異。 為了使所有群體均有完全相同的因素,刪除了性別或年齡方面不穩定的項目。 根據合理的方法,編寫這些新項目並添加到量表,以便收集資料和將來對因素組成重新分析。 列印修改後的量表並編寫新的電腦程式(ISVI4),納入下列事項: (1) 更新報告,吸收更多的報告回饋。 (2) Windows 95的格式,將資料庫從MSAccess 2.0更新 至MSAccess 97。 (3) 收集新資料項目。
  5. 1998年,從ISVI4(1997年修訂)的客戶資料庫隨機選擇8870名Career Direct客戶組成的樣本集。 樣本集分為成年和青年樣本,各年齡組中的性別數量相等。 使用因素分析和項目分析方法重新分析每個類別中的項目。 根據這些分析,做出決定在評估(ISVI5)的下一次修訂中修訂並結合這些變化。 結合了1997年新增項目的幾個因素,增強和細化這些因素的構成。
  6. 1999年,根據以上第5項所述的評估(ISVI5)的ISVI部分的第五版決定因素更改。 CD-ROM版本顯著改變了報告格式,首次在一個報告中將人格和興趣、技能和價值觀部分結合在一起。
  1. 活動部份包括192個片語, 教育科目包括 18個領域, 職業部份包括116個職位. 根據量表對這些部分進行了自評: 由「很不喜歡」到「非常喜歡」.
  2. 技能部分包括根據量表進行自評的74個片語:由「沒有技能」到「非常強的技能」。 工作環境(12個項目)、工作期望(8個項目)和人生價值觀(9個項目)部分優先並且按照排名排序。
  1. 每個因素(36個活動因素, 22個職業因素, 18個科目因素, 14個技能因素以及21個一班興趣群組因素) 的原始得分是對每項因素標記的數位回答的總和. 例如, 一個五字因素得到所有「5分」 (非常符合我的特點) 原始得分25分; 得到所有「1分」 (不符合我的特點) 原始得分是5分.
  2. 使用一個因素中的項目數除以原始得分, 得出每個因素的平均得分. 這就生成項目回應的平安數, 然後採用 1 = 20, 3 = 50, and 5 = 80 將其轉換為20-80量表. 20-80量表的得分確保在相同的參數量表上呈現全部因素得分, 因此可以進行有意義的比較和對比
  3. 20-80量表的得分確保在相同的參數量表上呈現全部因素得分, 因此可以進行有意義的比較和對比.
  1. 使用20-80得分量, 20 是最低分, 80是最高分. 50表示一個因素上的平均項目得分為3.
  2. 報告將高低截止點分別設為56和44.
  3. 低分為44及以下, 中間得分為 45至55, 高分為56及以上.
  1. 透過斯特朗職業量表(Strong Vocational Inventory)為建構效度測試一般興趣因素. 適當因素之間的簡單相互關聯度都非常高.
  2. 進行分析, 根據客戶在交回的回饋報告中對評估調查的回應評估建構效度.
    1. 興趣, 技能, 和價值觀部份
      1. 興趣得分的準確度, 90%.
      2. 技能得分的準確度, 87%.
      3. 價值觀部分的有用性: 工作環境91%, 工作成果89%, 人生價值觀 99%.

    (註-- 這些客戶中絕大多數均購買評量並收到第一一版 616/676). 在1997年2月中進行了一項重大修訂, 產生小得多的回應率. 由於回饋和對資料的進一步分析, 截至1997年8月1日又進行了另一個重大修改.

  3. 建構效度研究::
    1. 在生涯指引職業因素和斯特朗職業量表(Strong Vocational Inventory)之間計算簡單關聯. 整個表包括240個斯特朗量表和22個生涯指引職業量表. 在斯特朗.霍蘭德(RIASEC) 量表和生涯指引量表之間的相關性(r)大於.30 (+/-)的表子集如下所示 (N = 1002,有工作成年人的規範樣本 , 1995年):
      生涯指引職業量表 現實 調查 藝術 愛交際 富有進取心 因循守舊
      熟練的技術 0.87 0.47        
      專業的            
      戶外 0.66 0.37        
      非技術 0.48          
      冒險 0.64 0.46        
      時尚     0.56      
      服務           0.45
      科學   0.51 0.79      
      表演工作者       0.65 0.38  
      作家/ 藝術家   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  
      諮商/ 教育   0.36 0.36 0.75 0.35  
      動物照護 0.34 0.35        
      醫學   0.44   0.36    
      財務   0.42       0.72
      外國/ 語言   0.33 0.50 0.44 0.33  
      司機 0.48          
      運動員 0.31     0.36    

      註 1: p < 0.001

      註 2:職業因素組成略有改變, 因為1995年至1999年項目做了調整。

    2. 將1995年有工作成年人的規範樣本中的資料登錄多元回歸分析, 使用剩下四個因素中的生涯指引一般興趣因素(21)個, 人格因素(同情心和外向) 以及人格子因素(10)預測斯特朗個人職業量表(105個量表, 男性和女性). 調整後的R平方統計, 代表占總數1.00中的變化量, 男性範圍從0.52(推拿整脊師)到0.83(電腦程式員), 女性範圍從0.54(圖書管理員)至0.86(獸醫). 總數中, 105個男性量表式的59%生成調整後的R平方大於或等於0.70或更高. 這表明生涯指引興趣和人格因素的組合解釋了斯特朗職業量表方面的顯著變化量.
    3. 博士論文, 「使用職業形象區分職業和預測工作滿意度」, 謝麗爾.托特( Cheryl Toth)博士著於1998年, IBM全球系統. 托特博士使用源自於職業群和差分職業活動中個人 - 工作匹配的資料.

      研究表明, 人格特質, 職業興趣與技能(能力)的模式影響霍蘭德職業類型(Holland's occupational typolog)對特定職業的偏好. 描述性判別分析將人格, 興趣, 技能和工作價值觀這四個領域融入一種分析, 測試這四個方面在說明不同職業的個體篇好的總體重要性. 結果表明, 職業興去, 人格特點和技能與職業偏好密切相關, 需要納入評量過程中引導職業選擇. 在這項研究之前, 未曾對具有這些多個同時預測值的預測職業選擇的調查進行評估. 

      使用多元回歸分析調查區分各職業的這些變數是否也根據同時收集, 作為生涯指引規範資料的滿意度數據有助於工作滿意度. 結果表明, 工作價值觀雖然不能促進職業分化, 卻十分有助於某人的工作滿意度.

      這個對工作成年人資料的全面研究得出了結論: 為了幫助人們提高作出滿意的職業選擇的機率並確定穩定的職業道路, 應該包含職業興趣, 人格特點, 技能/能力和工作價值觀這四個領域. 

      這項研究正準備提教給一本主要參考期刊 .

內部一致性

  1. 活動包括36個活動群組因素有內部一致性,信度係數(Cronbach Alpha)從0.78到0.93。
  2. 職業包括22個職業群組因素有內部一致性,信度係數(Cronbach Alpha)從0.76到0.90。
  3. 技能包括14個技能群組因素有內部一致性,信度係數(Cronbach Alpha)從0.70到0.90。活動,職業和學習科目因素組合成21總興趣群組因素有內部一致性,信度係數(Cronbach Alpha)從0.82到0.93。 

測驗 - 重測

  1. 一個月

    第一和第二管理之間的一般興趣的平均相關系數 .88 , 係數從國際的 .81 到 手工操作的to .93. 這些係數表明隨著時間的推移, 一般興建因素是穩定的. 組成一般興趣因素(活動, 職業和學習科目)信度係數是相似的. 對於36個活動因素, 信度係數從 .83 (客戶服務) 到 .94 (體育運動) 平均係數為 .88. 22個職業因素的信度係數從語言的 .80 到冒險的 .91, 平均係數為 .88. 18個學習科目的平均值為 .79, 範圍從 .69 到 .88. 14技能因素的平均相關係數是 .88, 範圍從管理的.84 到音樂技能的 .94 .

  2. 六個月

    第一和第二管理之間的一般興趣量表的平均相關係數為 .87, 範圍從國際和宗教的 .79 到冒險的 .93 . 這些值與那些來自首次測驗-重測研究的值相似, 表明在較長的時間間隔中,這些因素展現了非常高的穩定性. 這意味著這六個月重測研究的活動, 職業和學習科目因素的平均相關性, 也與在較短的重測時間間隔中的研究產生的平均相關性相似. 活動因素的平均相關係數為 .83 , 範圍從 .72 到 .93. 職業因素的平均係數為 .85, 範圍從 .74 到 .95. 14個技能因素的平均相關係數為 .86, 範圍從跨文化技能的 .83 到機械技能的 .92 .

  3. 一年

    第一和第二管理之間的一般興趣量表的平均相關係數是 .86, 範圍從宗教的 .68 到技術,電腦/財務和保安因素的 .92 . 這些值與兩個較短時間間隔重測研究獲得的那些值相似, 在第二個6個中, 總體上相關點只下降百分之一. 一年重測研究的活動, 職業和學習科目因素的平均相關性, 也與在較短的重測時間間隔的研究產生的平均相關性相似. 活動因素的平均相關係數為 .82 , 範圍從 .60 到 .91. 職業因素生成的平均相關係數為 .82, 範圍從 .74 到 .96. 14個技能因素的平均相關係數為 .81, 範圍從組織技能的 .71 到機械技能的 .87. 一年中的相關性再次證實了這個較長時間間隔的有非常高的穩定性.

冠冕生涯資源研發團隊

(前“人生之路”)

BETTE NOBLE 資深研究開發專家 工業與組織心理學理科碩士、數學與心理學理學士、與應用心理學和商業管理博士課程論文。 擁有22年的諮詢管理經驗和12年的職業測試材料的心理測量學研究和開發經驗。

GARNETT STOKES 測試開發顧問。 工業與組織心理學、重點研究型大學前心理學系主任、藝術與科學學院院長、應用心理學教授、特許工業心理學家,目前為美國心理協會認證委員會成員。 在測試開發和驗證以及職業選擇領域擁有26年的研究和應用經驗。

DAVE FRAKES 前 Crown 職業資源經理。 傳播學文學碩士、經典著作文學學士。 在政府人事行政、管理和培訓方面有21年的經驗。 前職業顧問。 在職業諮詢網路和職業指導產品開發方面有6年經驗。 傳播學及技術大學講師。

BRIDGET BOYLE 前研究助理。 工業與組織心理學博士、心理學學士、從事職工的選擇與安置、心理測量學和研究方法方面的課程工作。 全國職業檔案系統研究分析師。

LEE ELLIS 前“人生之路”(Life Pathways) 主管。 諮詢與人才成長碩士,歷史學學士。 在為大學生和成人充當指導顧問方面有17年的經驗,是三本職業規劃方面的書的合著者。 在心理測量學和職業指導測試材料開發方面有9年經驗。

JACK GIBBS 前人生之路(Life Pathways) 副總裁。 銷售工程工商管理學士。 有廣告業背景,而且曾作為一個全國性人力招聘公司的副總裁和客戶經理。 幾家全國性非營利組織的前董事會成員。 在 CD-ROM 職業指導系統開發方面有 4 年經驗並開發了一個新的面向青年人的調查。

CHERYL TOTH 前測試開發顧問。 應用心理學博士、工業與組織心理學碩士、心理學學士。 某大型國際公司績效顧問。

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).