主动性人格、自我监控与大学毕业生职业决策自我效能感的关系(2)
基于此，本研究提出如下假设：
Hl：大学毕业生的主动性人格能够显著正向预测其职业决策自我效能感。
H2：自我监控对主动性人格与职业决策自我效能感的关系具有调节作用。
2 研究方法
2.1 被试
从江西省三所师范院校中选择被试，这些被试是已经接受了半年的实习期，并且正处于毕业找工作期间的大学应届毕业生。共有410名大学应届毕业生参与调查，回收后的问卷如果存在以下四种情况则视为无效问卷：①字迹潦草，选项模糊或存在明显的规律比如整个部分都选同—个数字等等；②被试的个人基本信息填写不明确；③超过三个题目是多选的：④遗漏的题目超过2个。最终回收有效问卷339份，回收有效率为82.7%。其中男生113 (33.3%)，女生226 (66.70/0)；城镇学生89 (26.3%)，农村学生249(73.7%)，有1人缺失；理科生125 (36.9%)，文科生214(63.1%)；专科54(15.9%)，本科277(81.7%)，硕士8 (2.4%)；平均年龄22.37岁。
2.2 工具
(1)主动性人格量表(PPS)
研究采用Bateman和Crant (1993)编制的含有17个项目、单一维度的主动性人格量表(proactivepersonnlity scale，PPS)通过回译方式得到的中文版本，量表采用Likert七点评分，1代表“非常不同意”，7代表“非常同意”。英文版量表在大学生、MBA学生中施测其单维结构得到验证，原量表的内部一致性系数为0.89，重测信度为0.72。本研究中量表的cronbach α系数为0.87。
(2)职业决策自我效能感量表(中文版CDMSE量表)
本研究采用彭永新、龙立荣( 2001)编制的大学生职业决策自我效能感量表(中文版CDMSE)测量大学毕业生的职业决策自我效能感。该量表包括自我评价、收集信息、选择目标、制定规划、问题解决五个维度。总量表和分量表均具备较好的信度和效度。本研究中此量表的一致性系数为0.94，五个分量表的α系数分别是0.73，0.78，0.75，0.78，0.68。
(3)自我监控量表
采用肖崇好编制的自我监控量表高自我监控维度，该量表具有较好的信效度(肖崇好，2007)，自我监控分量表共7个项目，采用六点计分，从l(完全不符合)-6(完全符合)，Cronbachα系数为0.82。借鉴肖崇好和黄希庭(2009)有关高低自我监控划分的方法，筛选高低自我监控者的方法是：将被试得分从高到低排列，得分位于前27%的定为高自我监控组，得分位于后27%的定为低自我监控组。
研究还测查了毕业生的性别、年龄、工作经历等控制变量，因为以往研究已证实了它们对职业决策自我效能感存在影响(Peterson & Robert，1998)。
2.3 程序
将以上问卷资料以随机的顺序装订成册，在专业人员的组织下，以面对面的方式施测，为得到更真实的信息，采用匿名调查，填写完毕后当场回收。回收的有效数据用SPSS13.0软件进行统计分析。
3 结果
3.1 共同方法偏差检验
由于研究的自变量和因变量都由毕业生个人填写，为了检验是否会造成共同方法偏差( commonmethod bias)，用探索性因素分析检验是否出现了另一独立变量以及各变量是否因素独立。Bartlett球形检验值为8795.89.显著性水平小于0.001，说明矩阵不可能为单位矩阵：取样适当性KM0=0.91，说明该因素模型较好，因素模型的结构可以很好的解释变量之间的关系，可推断数据可进行因素分析。运用主成分分析法和方差最大旋转抽取特征值大丁1的因素，因子结构较好，累计方差61.79%。各变量较好地独立，且没有抽取出另一明显因素，因此，可以认为本研究中共同方法偏差并不明显。
3.2 描述性统计分析
表1是所有变量的描述性统计，包括平均数、标准差和相关系数。各量表均达到了信度指标要求。相关分析结果表明，主动性人格、自我监控及职业决策自我效能感各维度之间均呈显著正相关。
3.3 主动性人格对职业决策自我效能感的影响
将性别、打工经历作为自变量，职业决策自我效能感总分及各个维度分别作为因变量，进行2(男、女)x2(有打工经历、无打工经历)因子式方差分析，结果主效应及交互作用均不显著。采用逐步回归分析法探查主动性人格对职业决策自我效能感的效应。第一步将年龄作为控制变量，第二步将主动性人格作为自变量，进行逐步回归分析。结果控制变量因预测效应均不显著而被删除，主动性人格对职业决策自我效能感各维度及总分的回归方程和系数都显著.因此可以推断主动性人格能够显著正向预测职业决策自我效能感，假设1得证。结果见表2。
3.4 自我监控对主动性人格和职业决策自我效能
感关系的缓冲作用
以中心化的主动性人格和自我监控分为自变量.二者的乘积作为交互项，以职业决策自我效能感及其分量表得分作为因变量，进行逐步回归分析。结果请见表3。
结果表明主动性人格能够显著预测职业决策自我效能感总分( R2=0.34，F=170.21，p<0.001)以及自我评价、信息收集、目标选择、制订计划、问题解决5个分量表( R2=0.30，0.27，0.31，0.29，0.16，F=144.88， 125.54， 148.91， 137.94， 64.26， p<0.001).在控制了主动性人格得分之后，自我监控仍能增益预测除问题解决之外其他因变量的变异(△R2=0.01-0.03，p<0.01)。自我监控能单独解释职业决策自我效能感2%的变异。
根据主动性人格的得分情况，将被试划分为高主动人格组和低主动人格组，分组标准为平均数正负一个标准差。采用因子式方差分析(表4给出了2x2方差分析中的被试分布情况)，分析主动性人格和自我监控对职业决策自我效能感及其各分量表的影响。 (梁凤华 程肇基)
Hl：大学毕业生的主动性人格能够显著正向预测其职业决策自我效能感。
H2：自我监控对主动性人格与职业决策自我效能感的关系具有调节作用。
2 研究方法
2.1 被试
从江西省三所师范院校中选择被试，这些被试是已经接受了半年的实习期，并且正处于毕业找工作期间的大学应届毕业生。共有410名大学应届毕业生参与调查，回收后的问卷如果存在以下四种情况则视为无效问卷：①字迹潦草，选项模糊或存在明显的规律比如整个部分都选同—个数字等等；②被试的个人基本信息填写不明确；③超过三个题目是多选的：④遗漏的题目超过2个。最终回收有效问卷339份，回收有效率为82.7%。其中男生113 (33.3%)，女生226 (66.70/0)；城镇学生89 (26.3%)，农村学生249(73.7%)，有1人缺失；理科生125 (36.9%)，文科生214(63.1%)；专科54(15.9%)，本科277(81.7%)，硕士8 (2.4%)；平均年龄22.37岁。
2.2 工具
(1)主动性人格量表(PPS)
研究采用Bateman和Crant (1993)编制的含有17个项目、单一维度的主动性人格量表(proactivepersonnlity scale，PPS)通过回译方式得到的中文版本，量表采用Likert七点评分，1代表“非常不同意”，7代表“非常同意”。英文版量表在大学生、MBA学生中施测其单维结构得到验证，原量表的内部一致性系数为0.89，重测信度为0.72。本研究中量表的cronbach α系数为0.87。
(2)职业决策自我效能感量表(中文版CDMSE量表)
本研究采用彭永新、龙立荣( 2001)编制的大学生职业决策自我效能感量表(中文版CDMSE)测量大学毕业生的职业决策自我效能感。该量表包括自我评价、收集信息、选择目标、制定规划、问题解决五个维度。总量表和分量表均具备较好的信度和效度。本研究中此量表的一致性系数为0.94，五个分量表的α系数分别是0.73，0.78，0.75，0.78，0.68。
(3)自我监控量表
采用肖崇好编制的自我监控量表高自我监控维度，该量表具有较好的信效度(肖崇好，2007)，自我监控分量表共7个项目，采用六点计分，从l(完全不符合)-6(完全符合)，Cronbachα系数为0.82。借鉴肖崇好和黄希庭(2009)有关高低自我监控划分的方法，筛选高低自我监控者的方法是：将被试得分从高到低排列，得分位于前27%的定为高自我监控组，得分位于后27%的定为低自我监控组。
研究还测查了毕业生的性别、年龄、工作经历等控制变量，因为以往研究已证实了它们对职业决策自我效能感存在影响(Peterson & Robert，1998)。
2.3 程序
将以上问卷资料以随机的顺序装订成册，在专业人员的组织下，以面对面的方式施测，为得到更真实的信息，采用匿名调查，填写完毕后当场回收。回收的有效数据用SPSS13.0软件进行统计分析。
3 结果
3.1 共同方法偏差检验
由于研究的自变量和因变量都由毕业生个人填写，为了检验是否会造成共同方法偏差( commonmethod bias)，用探索性因素分析检验是否出现了另一独立变量以及各变量是否因素独立。Bartlett球形检验值为8795.89.显著性水平小于0.001，说明矩阵不可能为单位矩阵：取样适当性KM0=0.91，说明该因素模型较好，因素模型的结构可以很好的解释变量之间的关系，可推断数据可进行因素分析。运用主成分分析法和方差最大旋转抽取特征值大丁1的因素，因子结构较好，累计方差61.79%。各变量较好地独立，且没有抽取出另一明显因素，因此，可以认为本研究中共同方法偏差并不明显。
3.2 描述性统计分析
表1是所有变量的描述性统计，包括平均数、标准差和相关系数。各量表均达到了信度指标要求。相关分析结果表明，主动性人格、自我监控及职业决策自我效能感各维度之间均呈显著正相关。
3.3 主动性人格对职业决策自我效能感的影响
将性别、打工经历作为自变量，职业决策自我效能感总分及各个维度分别作为因变量，进行2(男、女)x2(有打工经历、无打工经历)因子式方差分析，结果主效应及交互作用均不显著。采用逐步回归分析法探查主动性人格对职业决策自我效能感的效应。第一步将年龄作为控制变量，第二步将主动性人格作为自变量，进行逐步回归分析。结果控制变量因预测效应均不显著而被删除，主动性人格对职业决策自我效能感各维度及总分的回归方程和系数都显著.因此可以推断主动性人格能够显著正向预测职业决策自我效能感，假设1得证。结果见表2。
3.4 自我监控对主动性人格和职业决策自我效能
感关系的缓冲作用
以中心化的主动性人格和自我监控分为自变量.二者的乘积作为交互项，以职业决策自我效能感及其分量表得分作为因变量，进行逐步回归分析。结果请见表3。
结果表明主动性人格能够显著预测职业决策自我效能感总分( R2=0.34，F=170.21，p<0.001)以及自我评价、信息收集、目标选择、制订计划、问题解决5个分量表( R2=0.30，0.27，0.31，0.29，0.16，F=144.88， 125.54， 148.91， 137.94， 64.26， p<0.001).在控制了主动性人格得分之后，自我监控仍能增益预测除问题解决之外其他因变量的变异(△R2=0.01-0.03，p<0.01)。自我监控能单独解释职业决策自我效能感2%的变异。
根据主动性人格的得分情况，将被试划分为高主动人格组和低主动人格组，分组标准为平均数正负一个标准差。采用因子式方差分析(表4给出了2x2方差分析中的被试分布情况)，分析主动性人格和自我监控对职业决策自我效能感及其各分量表的影响。 (梁凤华 程肇基)