学位论文 > 优秀研究生学位论文题录展示

结构方程模型在科技人员人格特征研究中的应用

作　者: 焦玲艳
导　师: 陈景武
学　校: 潍坊医学院
专　业: 流行病与卫生统计学
关键词: 探索性因子分析结构方程模型五因素人格量表科技人员人格特征
分类号: G316
类　型: 硕士论文
年　份: 2007年
下　载: 229次
引　用: 0次
阅　读: 论文下载

内容摘要

目的:探索科技人员的人格特征,并对五因素人格量表进行简化,使其更好的应用于人格特征的调查,提高调查效率和调查活动的可操作性。此外,通过对资料的分析,并结合以往的研究,探讨探索性因子分析和结构方程模型的正确应用及其注意事项。方法:以山东省高校的科技人员为研究对象,采用二阶段分层整群抽样的方法,分别以学校等级和是否为学科带头人为特征,进行随机整群抽样调查。调查工具采用杨坚1996修订的由Costa & McCrae编制的五因素人格量表(Revised NEO Personality Inventory,NEO-PI-R)。NEO-PI-R包括“大五”人格理论提出的谨慎性、开放性、情绪性、外向型、宜人性5个人格维度,每个人格维度包括6个人格层面,每个人格层面包括8个项目,全表共包括30个人格层面和240个项目。NEO-PI-R采用5级(①完全不符②不太符合③不好确定④有些符合⑤非常符合)计分制,其中正向题目从“完全不符”到“非常符合”分别计1—5分,反向题目从“完全不符”到“非常符合”分别计5—1分,每个人格维度的得分范围在48—240分之间,在每个维度上得分越高,表明其人格的倾向性越明显。关于高校科技人员的人格特征,采用单因素分析方法进行探讨。对量表信度的评价,采用当前应用最为普遍的方法—Chronbach’sα系数。对量表效度的评价采用内部一致性系数。对量表的简化,首先采用探索性因子分析建立模型,在此基础上采用结构方程模型对初始化模型进行验证和调整,以确定最优模型。整个统计分析过程应用统计软件SAS8.1、LISREL8.7及SPSS11.5结合进行。结果:总体而言,高校科技人员在谨慎性上得分最高,在情绪性上得分最低,差别有显著性意义(P＜0.001)。性别间的人格特征状况分析:经两样本的t检验,男女在五种个性倾向上P值均大于0.05,差别没有统计学意义;婚姻间个性特征经两样本的t检验,情绪性和谨慎性P＜0.05,差别有统计学意义;就不同高校的科技人员在五种个性倾向上的得分分别进行单因素方差分析。经检验,不同高校的科技人员在情绪性、开放性和谨慎性上差别有统计学意义。量表的信度和效度评价:量表的信度评价采用最常用的克伦巴赫α系数(Chronbach’sα系数)。经检验,本研究总量表的Chronbach’sα系数为0.83;对量表进行效度评价采用内部一致性系数,内部一致性通过各分量表得分与总量表得分的相关系数的显著性来衡量。经检验各分量表与总量表间的相关系数均满足P＜0.01,各分量表与总量表之间显著相关,该量表满足内部一致性,具有较高的效度。量表简化:经过探索性因子分析,五因素人格量表最终由240个条目简化为105个条目。其中,情绪性分量表21题,外向性分量表22题,开放性分量表21题,宜人性分量表21题,谨慎性分量表20题。简化量表经结构方程模型验证拟合较好。结论:高校科技人员的个性特征倾向于谨慎性和宜人性,性别对个性特征影响不显著,但婚姻和学校可以认为是影响个性特征的因素。量表的信度和效度较高,即五因素人格量表适合对高校科技人员进行人格特征调查。简化量表的同时探讨了探索性因子分析和结构方程模型的正确应用,为同类研究提供了参考。

全文目录

一、中文摘要  3-5
二、英文摘要  5-7
三、论文正文  7-71
  (一) 前言  7-11
  (二) 研究设计  11-14
  (三) 资料分析方法  14-29
  (四) 结果分析  29-56
  (五) 讨论  56-70
  (六) 结论  70-71
四、参考文献  71-75
五、附录:调查表  75-84
六、致谢  84-85
七、攻读硕士学位期间发表的学术论文  85-86

结构方程模型在科技人员人格特征研究中的应用

内容摘要

全文目录

相似论文