简析大学生职业决策自我效能量表的初步修订

《简析大学生职业决策自我效能量表的初步修订》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、DOC格式论文，方便您的复制修改删减简析大学生职业决策自我效能量表的初步修订（作者:___________单位:___________邮编:___________）　　论文关键词：职业决策；自我效能；信度；效度　　论文摘要：本文使用Betz和Taylor编制的CDMSE对780名大学生进行测量，尝试对其进行修订，结果表明：我国大学生职业决策自我效能包括针对自我评价、自我需求、信息收集、问题应对、职业选择和压力抵抗六个方面的信心因素；经修订后的量表具有较好的信度、效度，可以用作评估大学生职业决策自我效能的工具。　　1引言职业决策自我效能(car

2、eerdecision一makingself-efficacy，简称CDMSE)是自我效能概念在职业选择和决策过程中的具体体现，是个体对自己成功完成与职业选择相关的各项任务能力的信心。已有研究发现职业决策自我效能在很大程度上影响着个体做出何种决策、在决策过程中付出多大努力以及在遇到困难时是否具有较高坚持性，可以说，职业决策自我效能是其他各种因素最终作用于职业决策行为的中介变量。DOC格式论文，方便您的复制修改删减Taylor和Betz于1983年编制了世界上第一个大学生职业决策自我效能量表(简称CDMSE)，由于其具有良好的信度和效度，已被公

3、认为是西方最具权威性的测量工具。而我国大学生的职业决策自我效能的构成维度与西方存在差距，国内研究者已经意识到这一问题，如彭永新等人认为我国大学生的职业决策效能结构与Betz等人所发现的一样，都是由自我评价、收集信息、选择目标、制定规划、问题解决五个部分构成。但目前国内对职业决策自我效能结构的研究还极不充分，也不够成熟，因此，进行职业决策自我效能量表的本土化研究就显得尤其重要。本研究以Taylor和Betz所编制的大学生职业决策自我效能量表为基础，试图探索我国大学生职业决策自我效能的心理结构，并编制适用于我国大学生特点的职业决策自我效能量表(简

4、称CDMSE-C)，以便为大学生职业决策自我效能的测评和更为有效的职业指导实践奠定基础。　　2方法　　2.1被试本研究采用随机整群分层取样方法于北京、天津、河北三地高校抽取大学生被试共780人，其中一年级203人、二年级172人，三年级210人，四年级187人;男女生各为485人和295人。专业分布情况为理科210人、文科312人、工科218人、商科40人。家庭经济状况贫困的学生为123人、处于温饱状态的为577人、来自富裕家庭的学生为80人。年龄分布为18一24岁。DOC格式论文，方便您的复制修改删减　　2.2工具本研究所使用的测量工具为S

5、etz和Taylor职业决策自我效能量表的中文版，该量表共50个项目。量表中的各个项目采用五级评分，1=“根本无信心”,2二“信心很少”,3二“有些信心”,4=“比较自信”,5=“完全有信心”。　　2.3程序以班级为单位，使用统一指导语进行团体施测。发放试卷共900份，收回有效问卷780份，试卷有效率为86.67%。使用统计软件SPSS13.0和A-MOS4.0完成数据输人和相应的数据分析工作。　　3结果　　3.1大学生职业决策自我效能量表项目和结构使用SPSS随机化功能将780名被试分成两部分，以第一个部分的393名大学生为被试，对CDMS

6、E的50个项目进行探索性因素分析，在删去因素载荷较低的14,15,34,35和在两个因素上公共载荷都较高的24,41六个项目后，对余下的44个项目以主成分分析法和平均正交旋转进行因素分析。经检验发现KMO=0.904,Bartlett球性检验为.000，说明该44个项目的数据适合做探索性因素分析，进一步依据特征根1和碎石图，发现六因素结构的累计贡献率47.O1%，且各项目因子载荷均在0.35以上，共同度在0.3以上，且没有双重载荷值接近的情况。因此初步确定我国大学生职业决策自我效能为六因素结构。DOC格式论文，方便您的复制修改删减由表1可见，

7、因素1反映的是大学生对感兴趣的专业的认识和选择方面的信心，该因素被命名为职业选择效能;因素2反映的是个体对自己擅长专业或职业的信心，被命名为自我评价效能;因素3主要包括大学生处理与职业相关问题时的应对能力的信心，将此因素命名为问题应对效能;因素4反映的是大学生对未来的生活方式和职业的认识和需求方面的信心，此因素为自我需求效能;因素5体现的是个体为了更好地做出职业决策而主动地通过各种途径寻求信息方面的信心，此因素为信息收集效能;因素6主要包括大学生面临来自他人的不同意见时坚持己见方面的信心，将此因素命名为压力抵抗效能。对通过EFA探索出来的六因

8、素结构使用另外的387名被试进行验证性因素分析，从表2的各个拟合度指标可见，验证性因素分析的数据非常好地拟合了由探索性因素分析所建构的六因素模型。具体来说，各项目在