5构建模型分析
5.1工作任务分析结果
5.1.1访谈长度分析
访谈20位被试,共历时2个月。统计结果如下:访谈总时间为为1528分钟,平均每位被试平均访谈时间长度为75.75分钟,其中访谈时间最长进行了96分钟。为了确保绩效优秀组和绩效一般组在各工作任务要素上的差异不是由访谈长度所引起的,我们对两个组进行了访谈时间的差异检验,结果如下表。
由上表可见,访谈的长度对优秀组和一般组的胜任特征没有影响。
5.1.2开放编码结果
关键事件访谈后,对20份文本资料进行开放编码,提取相关重点语句,标定关键信息,得到描述广电技术岗日常工作任务的34个任务要素。详见如下:
“技术系统质量控制资料汇编";“音频节目、视频节目、网络节目相关技术保障”;“与同事开展业务交流、技术分析";“所使用设备各类硬、软件故障的处理";"发射与播出系统运行监控”;“能较好地进行节目制作的相关技术设计”;“月度及季度综合技术指标测试”;“必要时帮助值机员处理有关问题”;“确保局域网的运行稳定流畅”;“借用设备器材时做好登记与收发工作”;“规范熟练地操作所使用设备器材”;“对编播中出现的问题进行统计并上报”;"广播、电视信号传送";"能够改造、设计转播、演播、录制相关技术系统”;“协助部门负责完成有关工作任务”;“负责做好设备的更新工作”;“知晓机房供、配电流程";“各个频道电视信号测试和分析";播出故障时能采取有效的应急措施";"能够对技术问题革新提出合理化改进建议”;“对设备器材进行例行保养与清洁”;“能够对所使用设备的进行技术维护以及一般故障维修";“能较好地完成相关技术项目的改造工作";"在节目部制作人员使用技术设备时进行监督”;"播控机房应急事务的及时处理”;“在节目出现错误时与直播编辑一同进行修改”;“机房安全防范以及环境维护”;"上级领导交办的其他工作任务”;“外来者进出机房的登记与管理";“对数字电视提出相关建议与意见";“对节目人员的技术需求及时响应";“监控编程软件的维护及修改“;“对故障部位能及时发现、及时报告”;“年度至少撰写一篇有技术论文"。
将34项工作任务要素在文本资料中被提及的次数统计如下:
5.1.3主轴编码结果
对得到的34个广播电视技术人员工作任务要素进行主轴编码,将工作任务要素进一步归类与分类,把本质上属于同种性质的工作任务要素合并为广电技术岗工作任务的一般类别。共提取出8个一般类别的工作任务。详见如下:
业务操作:"月度及季度综合技术指标测试";"知晓机房供、配电流程”;“规范熟练地操作所使用设备器材";“能够改造、设计转播、演播、录制相关技术系统”;“广播、电视信号传送";"能较好地进行节目制作的相关技术设计”;“各个频道电视信号测试和分析";"监控编程软件的维护及修改”;“确保局域网的运行稳定流畅”。
解决问题:"播出故障时能采取有效的应急措施”;"播控机房应急事务的及时处理";"技术系统质量控制资料汇编”;"所使用设备各类硬、软件故障的处理”;“对编播中出现的问题进行统计并上报”;“对故障部位能及时发现、及时报告";"在节目出现错误时与直播编辑一同进行修改”。
协作协调:“协助部门负责完成有关工作任务”;"必要时帮助值机员处理有关问题”;"音频节目、视频节目、网络节目相关技术保障”;“能较好地完成相关技术项目的改造工”;“对节目人员的技术需求及时响应“。
设备保障:"节目部制作人员使用技术设备时进行监督“;"对设备器材进行例行保养与清洁”;“借用设备器材时做好登记与收发工作”;“能够对所使用设备的进行技术维护以及一般故障维修“负责做好设备的更新工作”;"发射与播出系统运行监控"。
创新建议:“能够对技术问题革新提出合理化改进建议”;“对数字电视提出相关建议与意见”。
安全防范:“机房安全防范以及环境维护";"外来者进出机房的登记与管理"。
素质提升:“与同事开展业务交流、技术分析”;“年度至少撰写一篇技术论文”。
其他:"上级领导交办的其他工作任务’’。
同样统计一般类别下所包含的工作任务要素的提及频次:
5.1.4选择编码结果
进一步进行选择编码,将8个一般类别的广电技术岗工作任务进行更高阶的概括,从而得到在更高层次上概括广电技术岗的核心类别。选择编码的结果共提取出3个核心类别的工作任务。详见如下:
(1)程式类任务:业务操作;设备保障;安全防范。
(2)智能类任务:解决问题;创新建议;素质提升。
(3)协作类任务:协作协调;其他。
统计频次结果如下:
5.2胜任力要素检核表形成结果
5.2.1文献法与16PF人格调查问卷结果
对照广电技术岗工作任务模型,在文献回顾的基础上,笔者参考《通用胜任力词典》,初步形成13个胜任力要素条目,分别为人际理解力、艺术鉴赏能力、操作能力、创新意识、自信心、学习能力、信息获取能力、专业知识、发散性思维、问题意识、团队意识、成就导向和条理性。
另外为提取广电技术岗人员的人格特征,本研究选取XX广播电视台350名技术岗人员进行大样本随机抽样,问卷发放350份,有效问卷303份。其中绩效优秀者61名,占20.1%,绩效普通者242,占79.9%。对不同绩效的广电技术岗人员的人格特征进行独立样本T检验,结果显示如下表。
由表可知,不同绩效的广电技术岗员工在人格的情绪稳定性、自觉性、专业成就能力、创造能力上有显着性差异,且绩效优秀的广电技术岗员工皆显着高于绩效普通的技术岗员工。
将此四项人格特征会同上文13个胜任力要素条目,形成《广电技术岗胜任力要素检核表初稿》。
5.2.2专家意见法结果
根据20名专家的建议对《广电技术岗胜任力要素检核表初稿》进行归纳和删减,经过三轮讨论,将“自信心"、“人际理解力”、和“学习能力”3项要素删去,将“专业成就能力”和“成就导向“合并,更名为"成就动机”、将”创造能力”和"创新意识"合并为“创新’’,最终形成《广电技术岗胜任力要素检核表定稿》,具体内容详见附录。
5.3胜任力要素检核表统计结果
发放《广电技术岗胜任力要素检核表定稿》150份,回收150份,对统计所得的数据进行以下分析。
5.3.1信度分析
信度指的是测量结果的稳定性程度。换句话说,若能用同一测量工具反复测量某人的同一种心理特质,则其多次测量的结果间的一致性程度就叫信度,有时也叫测量的可靠性。
因此检验检核表的测量结果的可靠性与稳定性就是检核表的信度。一般来说,一个好的测量必须具有较高的信度,也就是说,一个好的测量工具,只要遵守操作规则,其结果就不应随工具的使用者或者使用时间等方面的变化而发生较大的变化。信度是反应测量中随机误差大小的指标。由于造成测量的随机误差的方式或来源多种多样,所以信度的估计方法也多种多样。文献检索结果显示,在Likert式量表中经常使用并且使用效果良好的估计方法是分半信度和同质性信度,用Cronbacha系数来表示同质性信度,因为Cranbach系数能够准确地反映出测量项目间内部结构与同质性程度,所以成为心理学各项研宄中广泛采用的信度指标。鉴于此,本研宄将采用Cronbacha系数即内部一致性系数。
一份信度理想的量表,其总量表的内部一致性Cronbach’sa值至少要在0.80以上,如果Cronbach's a值大于0.6,则说明量表是可靠的。除了要求总量表的信度达到一定的标准外,分量表的Cronbach's a值也要大于0. 70,如果Cronbach's a的值在0. 60到0. 70之间,那么也是在可以接受的范围内。检核表的a系数越高,表示信度越高,测量误差越小。本研究用SPSS15.0 for windows检测检核表的信度,结果见表:
由上表结果可知,个性特征、问题解决两因素的a和总体的a系数均大于0.7,认知与技能因素的a系数在0.60到0.70之间,且接近0.70,所以检核表的内部一致性信度系数都是良好的。
5.3.2胜任力要素的探索性因子分析
探索性因素分析(EFA,Exploratory Factor Analysis)是一种重要的统计方法,是一项用来找出多元观测变量的本质结构、并进行处理降维的技术。本研究首先对12个题项米用 Kaiser-Meyer-Olkin (KMO)和 Bartlett's Test of Sphericity 进行度量,考察其是否适合进行因子分析。结果如下:
从结果来看,KMO的值为0.652>0.5,适合进行因子分析。同样的,巴特利球形检验值为723. 799 (自由度为66),p=0.000<0.05,达到显着,表示原有变量的相关系数矩阵不是单位阵,变量间存在显着的相关关系,可以进行因素分析。
然后釆用主成分分析法(PFA,Primary Factor Analysis)抽取共同因子,结合正交旋转中的方差极大法(Varimax)来进行共同因子的正交旋转处理,使旋转后的每一个共同因子内的各个条款的因子载荷尽可能大,而在其他因子上的载荷尽可能小,以便于共同因子的辨别和命名。
由表可知,专业知识、鉴别能力、信息获取和操作技能在因子1上有较高负荷,且与技术人员的程式类任务有关,称为认知与技能;成就动机、团队意识、自觉性和情绪稳定性在因子2上有较高负荷,且都是与人的潜在个性特征有关,称为个性特征;问题意识、创新、发散性思维和条理性在因子3上有较高负荷,且都与解决问题的能力有关,称为问题解决。并且每个项目在因子上的负荷都大于0.5,说明检核表的结构效度是高的。
通过工作分析法、问卷法和专家意见法建立的检核表法,初步建立了广电技术岗的胜任力模型。该模型包括了3类特征群共12个胜任力要素。
5.3.3胜任力要素的相关分析
这里对各胜任力要素间是否存在相关关系进行分析,为进一步构建结构方程模型做准备。
由表结果可知,胜任力多个要素之间存在相关关系,为了进一步探索各个胜任力要素之间的结构关系,研宄者运用结构方程模型进行进一步验证分析。
5.3.4胜任力要素关系的结构方程模型
利用结构方程模型(Structural Equation Model,SEM),研宄者可以对假设模型做出适当评价,从而证实或证伪研究者事先的假设模型。本文应用结构方程模型是为了建立和检验广电技术岗各胜任力要素之间的结构关系,检验其内部效度。
根据前文对于广电技术岗胜任力要素影响因素的相关研宄,做出以下假设并构建出如图的假设模型Ml:
HI:问题解决和认知与技能之间存在路径影响
H2:认知与技能和个性特征之间存在路径影响
H3:问题解决和个性特征之间存在路径影响
按照上图的假设结构模型,使用AMOS7.0软件进行估计与检验,发现模型的初步检验存在拟合不合理的情况,由此系统对模型给出了修正,errorl与error2存在相互关系,errors与eiTor9、errorl2存在相互关系,error4与error9存在相互关系。对模型进行微调,结果如下:
模型的拟合是指将设定的模型代入一个具体的样本数据中,对模型求解,即对模型的各个参数进行估计。一般来说,结构方程模型分析以拟合优度指标来对模型在整体上进行评估。到目前为止,有数十种拟合指标被先后提出.,大部分都是依据X²而产生的。通常来说,适合的拟合指标须具备以下特征(Mulaik,James etal., 1989; Marsh &Hau, 1996);第一,不易受样本容量影响;第二,支持简约的模型,惩罚复杂的模型;第三,对模型中的错误能敏锐的反映出。
模型适配度判断准则是X 2检验统计量,参考X 2值评价拟合程度,当X²统计量未达到0.05显着水平时表示假设模型是个可接受的模型。由于X 2值对于样本数的大小非常敏感,在大样本情况下,几乎所有的卡方统计量均达到0.05显着水平,因而在进行假设模型整体适配度检验时,必须参照其他适配度统计量。X²自由度比值指的是检验估计的和样本的协方差矩阵的相似度指数。X²自由度比值越接近1,表示两者的协方差矩阵越相似,模型拟合就越好,在实际情况中,自由度比值小于5,表示拟合度较好,其值小于2表示模型较理想。许多研究者指出,在进行整体模型适配度检验时,如果X²达到了显着水平,需要参考其他拟合度指标来进行综合评估。
综合学者们的观点,本研究选用以下拟合指数来检测结构模型的拟合程度:X²、X²自由度比值、RMSEA以及它的置信区间、NFI、IFI、TLI和CFI。根据以有的研究结果,一般情况下X²/df小于2是较为理想结果。如果xVdf小于5也是可以接受的,但是最好不要超过3。RMSEA区间下限须小于0.05,上限最好为0.08,为0.10也可以接受。RMSEA值不要大于0.05,在0.05到0.08之间较理想,在0.08到0.10之间也可接受,最好不要大于0.10。NFK IFI、TLI和CFI指标,其值越接近1拟合度越好,大于0.90也可以接受。
由上表结果可知:尤丨di^2.017<3,为理想结果,说明模型的拟合度非常好。RMSEA=0.083<0.1,为可接受拟合;NFI=0.873, IFI=0.932>0.9, TLI=0.902>0.9, CFI=0.930>0.9,均达到模型适配标准,表示假设模型是合适的。
构念面组成信度(Composite Reliability,CR)表示构面指标的内部一致性,信度愈高显示这些指标的内部一致性愈高,0.7是可接受的门坎(Hair,1997), FomellandLarcker(1981)建议值为0.6以上。本研究结果如下:
由上表可知,问题解决、认知与技能和个性特征中的因子对特征都呈正向影响。问题解决中发散性思维的因子负荷最大,为0.830,问题意识的因子负荷最小,为0.451,因子的负荷从大到小分别是:发散性思维、条理性、创新、问题意识;认知与技能中信息获取的因子负荷最大,为0.880,鉴别能力的因子负荷最小,为0.588,因子的负荷从大到小分别是:信息获取、操作技能、专业知识、鉴别能力;个性特征中自觉性的因子负荷最大,为0.923,成就动机的因子负荷最小,为0.571,因子的负荷从大到小分别是:自觉性、团队意识、稳定性、成就动机。
由结果可知,Ml模型中问题解决、认知与技能和个性特征三者间有显着性差异。
由表可知,问题解决和认知与技能之间的相关系数为0.278,p=0.015<0.05,在p=0.05水平上有显着性相关,因此接受原假设H1;问题解决和个性特征之间的相关系数为0.191,p=0.047<0.05,在p=0.05水平上有显着性相关,因此接受原假设H3;认知与技能和个性特征之间的相关系数为-0.148,p=0.125>0.05,没有显着性相关,因此拒绝原假设H2。
所以对模型Ml的路径进行修订,去掉认知与技能和个性特征之间的路径,形成模型M2进行拟合。如图所示:
对理论模型M2进行微调,系统对模型给出了修正,errorl与eiTorl2存在相互关系,error9与error3、error4存在相互关系,error3与errorl2存在相互关系,对模型进行了微调,结果如下:
由结果可知模型M2的拟合度,3c2=94.075,dfM8, f/dM.960<2,且非常接近1,为理想结果,说明模型的拟合度非常好。RMSEA=0.080<0.10,为可接受拟合;NFI=0.874,IFI=0.934〉0.9, TLI=0.907>0.9, CFI=0.932>0.9,均达到公认的适配标准,说明假设模型M2是可接受的。
同时通过与模型Ml的拟合指数相比较,模型M2的拟合指标好于模型Ml,因此,模型M2优于模型Ml。
由结果可知,M2模型的构面组成信度值为CR=0.9072>0.7,因此模型的内部一致性比较高。
由数据可知,问题解决、认知与技能和个性特征中的因子对特征都呈正向影响。问题解决中发散性思维的因子负荷最大,为0.831,问题意识的因子负荷最小,为0.423,因子的负荷从大到小分别是:发散性思维、条理性、创新、问题意识;认知与技能中信息获取的因子负荷最大,为0.873,鉴别能力的因子负荷最小,为0.588,因子的负荷从大到小分别是:信息获取、操作技能、专业知识、鉴别能力;个性特征中自觉性的因子负荷最大,为0.922,成就动机的因子负荷最小,为0.573,因子的负荷从大到小分别是:自觉性、团队意识、稳定性、成就动机。
由结果可知,问题解决和认知与技能特征之间的相关系数为0.323, p=0.007<0.01,在P-0.01水平上有显着性相关,因此接受原假设HI;问题解决和个性特征之间的相关系数为0.229, p=0.032<0.05,在p=0.057K平上有显着性相关,因此接受原假设H3。理论模型的假设均成立。
最终形成广电技术岗胜任力模型,如下图所示:
由表可知认知与技能对专业知识、鉴别能力、信息获取和操作技能的标准回归系数分别为:0.69、0.94、0.21、0.45;问题解决对问题意识、创新、发散性思维和条理性的标准回归系数分别为:1.11、1.19、0.58、0.58;个性特征对成就动机、团队意识、自觉性和稳定性的标准回归系数分别为:0.81、0.39、0.28、0.98。
问题解决、个性特征、认知与技能的回归模型如下:
问题解决=0.69xXl+0.94xX²+0.21xX3+0.45xX4
认知与技能=l.llxX5+1.19xX6+0.58xX7+0.58xX8
个性特征=0.81xX9+0.39xX10+0.28xXl 1+0. 98xX12
