铁路企业员工工作特征问卷编制及信效度检验

徐庆蔚，陈雪峰

（1.中国科学院心理研究所，北京 100101；2.中国科学院大学心理学系，北京 101408；3.中国铁路成都局集团有限公司干部培训中心，四川 成都 610097 *通信作者：陈雪峰，E-mail：chenxf@psych.ac.cn）

随着新时期“八纵八横”高速铁路网规划出台，我国铁路网络规模逐年扩大，铁路企业员工数量不断增加。铁路运输的安全稳定关系到国计民生，铁路企业员工的心理健康也一直受到职业心理健康研究领域的关注。与工作压力相关的因素不仅可能导致高额医疗费用［1］，还与员工的不安全行为密切相关［2］，对安全绩效造成影响［3］。职业心理健康与工作内容密切相关，受工作特征影响大。铁路企业重视员工心理健康，但在心理健康服务实践中，往往直接选用某个或某几个工作特征变量进行测量，缺少便于操作且具有特异性的工作特征调查工具，难以准确测查影响铁路企业员工心理健康状况的工作特征。

工作要求-资源模型（job demands-resources model，JD-R）是在资源保存理论（conservation of resources theory，COR）和工作要求-控制模型（job demands-control model，JD-C）等理论基础上发展出来的职业心理健康领域的代表性理论，JD-R理论的应用重点是根据行业特点细化工作特征，深入了解影响员工职业心理健康的因素并加以改善［4］。

本研究以JD-R 理论为基础，通过质性研究分析影响我国铁路企业员工职业心理健康的工作特征，形成调查问卷，并通过量化研究验证问卷的有效性，为铁路企业员工心理健康的研究提供测量工具。

1 对象与方法

1.1 对象

访谈样本：用于质性研究。第一轮抽样采取目的性抽样，首先选取目标群体占比较大的单位，再根据专业系统分布，在成都、贵阳等地区确定9个单位，在各单位抽取不同性别、不同工龄、不同受教育程度和不同工种的职工共70名，并进行访谈。第二轮根据前期资料分析结果进行理论抽样，抽取重庆地区7 个单位的7 名职工进行访谈。访谈样本共77人。

初测样本：用于初始问卷项目分析、内容效度、结构效度和效标效度分析。在四川、重庆和贵州三个地区分层随机选取工务系统职工并进行问卷初测，共发放问卷650 份，回收634 份，其中有效问卷612 份，有效问卷回收率为94.15%（样本1）。人口学信息见表1。

表1 各样本人口学特征［n（%）］Table 1 Demographic characteristics of each sample

拓展样本：用于正式问卷信度检验、验证性因素分析和效标效度分析。在四川、重庆和贵州三个地区随机选取机务、车辆、电务以及供电系统职工并进行正式施测。正式问卷共发放1 450 份，回收1 414 份，其中有效问卷1 360 份，有效问卷回收率为93.79%。在1 360 份有效问卷中，机务系统142份（样本2），车辆系统410 份（样本3），电务系统451份（样本4），供电系统357 份（样本5）。人口学信息见表1。

1.2 方法

1.2.1 问卷编制

1.2.1.1 访谈资料分析和题项的获取

按照扎根理论的规范步骤，确定访谈提纲。正式访谈采用焦点小组访谈形式，重点收集与职工的工作感受以及与这些感受相关的工作特征信息。主要访谈问题：您在工作中的总体感受如何？工作压力主要来自哪些方面？哪些方面有助于应对压力或实现工作目标？这份工作有哪些让您满意或者不满意的方面？

访谈分两轮进行，第一轮访谈完成后，对资料进行开放式、轴心和选择性三阶编码及编码一致性分析。在选择性编码建立的树状节点基础上，确定核心类属覆盖的准确性和全面性。由两位研究人员进行第二轮访谈材料编码，检验并完善第一轮初步抽样的分析结果，构建出工作特征的理论框架。随后将初步整理的理论框架放回原始访谈资料中，检验理论的完整性，完成对工作特征理论的整合与补充。第二轮资料分析在属性和维度方面类属均未发现变化，理论无进一步发展，说明资料信息已达到饱和状态［5］。检查资料的编码及其概念，确定其是否适用于整个文本或其他受访对象；对两位编码人员的编码结果进行合并，运用软件的编码比较功能得出两份编码最终的Kappa 值为0.77，信效度良好。

1.2.1.2 问卷结构维度形成和条目编制

访谈材料最终形成37个开放式编码、19个轴心编码和2 个选择性编码。本研究逐一对照了19 个轴心编码中与既往JD-R 研究中常见变量的内涵［6］，发现有16 个编码内涵相似［7-21］，故借鉴既往研究对这16 个编码进行描述。对于其余3 个编码，根据受访者的表述进行提炼并形成描述。见表2。

表2 铁路企业员工工作特征问卷结构及维度定义Table 2 Structural dimensions and their definitions of job characteristics questionnaire for railway employees

最终形成包括19 个条目的铁路员工工作特征初始问卷。选择性编码显示，这些条目聚焦为工作要求和工作资源两个维度。工作资源维度的11 个条目描述个体在工作中获得资源的情况，这一维度评分越高代表员工能获得的工作资源越多；工作要求维度的8个条目描述个体需要在工作中持续付出努力的情况，这一维度评分越高代表员工感受到的工作要求越高。问卷采用Likert 7 点计分方式，1 分为非常不同意，7分为非常同意。

1.2.2 效标工具

既往研究表明，工作特征与员工心理健康、工作态度和工作绩效等相关［22］，故本研究选定工作满意度、工作绩效、职业倦怠和离职意向作为工作特征的效标变量。

采用Tsui［23］编制、李超平等［24］翻译的总体员工满意度问卷对员工的工作满意度进行评定。该量表共6 个条目，采用Likert 5 点计分，从“非常不同意”到“非常同意”分别记1～5分，计算总评分和样本平均分，评分越高表明员工工作满意度越高。本研究中，该量表Cronbach’s α系数为0.912。因素分析结果表明，工作满意度是一个单维结构，因子累计贡献率为70.14%，量表效度可接受。

采用Dyne等［25］开发、涂红伟等［26］翻译并用于测量任务绩效的问卷评定员工的工作绩效。该量表共4 个条目，采用Likert 5 点计分，从“非常不同意”到“非常同意”分别记1～5 分，计算总评分和样本平均分，评分越高表明工作绩效越好。本研究中，该量表Cronbach’s α 系数为0.946。因素分析结果表明，工作绩效是一个单维结构，因子累计贡献率为86.00%，量表信效度均较好。

采用李永鑫等［27］修订的工作倦怠问卷（Chinese Maslach Burnout Inventory，CMBI）中的耗竭维度评定职工职业倦怠情况。该维度共5 个条目，采用Likert 1（非常不同意）～7（非常同意）分7 级评分，计算总评分和样本平均分，评分越高表明工作倦怠的耗竭情况越严重。本研究中，该量表Cronbach’s α系数为0.943。因素分析结果显示，工作耗竭是一个单维结构，因子累计贡献率为81.72%，量表信效度均较好。

参考Liang［28］编制的、李超平等［24］翻译的离职意向问卷，测查职工离职意向情况。由于离职意向非本研究的核心变量，故采用单题项测量，通过Likert 5点计分，从“非常不同意”到“非常同意”分别记1～5分，评分越高表明离职意向越强。

1.2.3 评定方法

通过问卷星平台进行问卷调查。由研究者在统一时间发放并告知被试当日完成填答，第二日0 时停止回收问卷，问卷建议填答时长为10～15 min，将作答时间过短或过长的问卷视为无效问卷。

1.3 统计方法

运用SPSS 26.0 对工务系统工作特征问卷数据进行项目分析和探索性因素分析，采用Pearson相关分析和多元线性回归，考查五个样本中工作特征的两个维度与职业心理健康的四个结果变量的关系。运用Amos 24.0 对五个样本的工作特征问卷数据进行验证性因素分析。

2 结 果

2.1 项目分析

采用平均数偏离检验、标准差检验、题总相关进行项目分析。平均数偏离检验结果显示，各条目评分的平均数均未高于或低于该维度总评分平均数1.5个标准差（3.178～6.922、3.626～6.211）。条目标准差为1.229～1.789。对各维度条目评分与总评分进行相关分析，删除相关系数低于0.4的工作环境条目，剩余条目相关系数为0.60～0.70（P 均＜0.01）。分别对工作资源和工作要求两个维度进行内部一致性检验，各维度Cronbach’s α系数均大于0.80，其中工作资源维度所有条目修正后的相关性（CITC）的值均大于0.70，有良好的信度；工作要求维度中科层制和情绪要求两个条目CITC 值小于0.50，故删除这两个条目。

2.2 内容效度检验

在初始问卷编制完成后，通过征询心理学专家对问卷的评估意见，确定人岗匹配主要影响员工对工作特征的感知。在既往关于工作特征影响因素的研究中，人岗匹配更多地作为中介或调节变量影响工作特征，故删除该条目。根据心理学专家意见，确定团队氛围条目的内容与同事支持或主管支持的意思相近，容易引起歧义，故删除该条目。

2.3 结构效度检验

随机选取样本1 样本量的一半（306 人）进行探索性因素分析，另一半（306 人）进行验证性因素分析。

2.3.1 探索性因素分析

采用主成分分析法，KMO值为0.922，提取特征值大于1 的两个因素，获得14 个条目，其中工作资源维度9 个条目，工作要求维度5 个条目，累计解释总体方差的71.02%。各条目的因子载荷均在0.7以上。见表3。

表3 探索性因素分析结果Table 3 Results of exploratory factor analysis

2.3.2 验证性因素分析

为验证问卷结构的合理性，比较一因素模型和二因素模型，二因素模型拟合度更好（χ2/df=3.310，RMSEA=0.087，GFI=0.892，CFI=0.932，NFI=0.905，IFI=0.932）。见表4。

表4 一因素模型和二因素模型拟合指数比较Table 4 Comparison of fitting index between one-factor model and two-factor model

2.4 信度检验

对拓展样本回收数据进行分析，问卷总体Cronbach’s α系数为0.816，工作资源维度为0.943，工作要求维度为0.875。

2.5 各样本验证性因素分析

为了进一步验证正式问卷的有效性，对拓展施测的四个样本（样本2、样本3、样本4、样本5）进行验证性因素分析，结果显示，χ2/df 均＜5，样本3、样本4 和样本5 的RMSEA 均＜0.1，样本2 由于样本量较小，RMSEA 值存在一定偏差，其余各项指标均大于0.8，模型拟合良好。见表5。

表5 各样本工作特征问卷的验证性因素分析Table 5 Confirmatory factor analysis of job characteristics questionnaire for each sample

2.6 各样本效标效度检验

五个样本的相关分析结果显示，工作要求与职业倦怠和离职意向呈正相关（P＜0.01）；工作资源与工作绩效和工作满意度呈正相关（P＜0.01），与职业倦怠和离职意向呈负相关（P＜0.05）。工作要求与工作绩效和工作满意度的相关关系在五个样本中存在差异。样本1 和样本4 中，工作要求与工作满意度呈负相关（P＜0.01）；样本2 中，工作要求与工作绩效呈正相关（P＜0.05）；样本3中，工作要求与工作绩效和工作满意度呈负相关（P＜0.01）；样本5中，工作要求与工作绩效呈正相关，与工作满意度呈负相关（P＜0.01）。微信扫OSID 二维码获取五个样本工作特征与工作结果变量的相关分析结果。

在控制了工龄、性别、受教育程度、技能等级和婚姻状况后，分析不同专业系统工作要求和工作资源对工作结果变量的影响。结果显示，五个样本的工作要求正向预测职业倦怠和离职意向（P＜0.01）；工作资源正向预测工作满意度和工作绩效（P＜0.01），负向预测职业倦怠和离职意向（P＜0.05 或0.01）。工作要求对工作绩效和工作满意度的回归分析结果在五个样本中存在差异，样本1 和样本4 的工作要求负向预测工作满意度（P＜0.01），样本2 和样本5的工作要求正向预测工作绩效（P＜0.01）。见表6。

3 讨 论

本研究结果显示，与铁路企业员工从业内容密切相关的工作特征包括工作要求和工作资源，验证了JD-R 模型对工作特征分类的结果［29］。铁路企业除普适性工作特征外，还有业余活动和工作稳定两类特有的工作资源。企业组织开展集体业余活动是增强员工归属感的重要途径之一；职业生涯变数较少的工作性质能够满足中国文化背景下从业者对稳定的需要。

本研究编制的铁路企业员工工作特征问卷结构清晰，信效度良好。五个样本的验证分析也表明，该问卷具有跨系统的稳定性，有助于了解铁路企业员工的工作特征，为开展员工职业心理健康服务提供便捷、可靠的工作特征测量工具。回归分析结果显示，工作资源可正向预测工作满意度和工作绩效，负向预测职业倦怠和离职意向，与既往研究结果一致［30-31］；工作要求可正向预测职业倦怠和离职意向，这一结果也验证了JD-R理论中工作要求引发倦怠，并影响健康状态和工作表现的能量损耗过程［22］。

回归分析结果显示，不同样本中工作要求对工作满意度和工作绩效的影响不同：工务和电务系统的工作要求负向预测工作满意度，机务和供电系统的工作要求正向预测工作绩效，出现这一差异结果，可能是因为铁路企业各个系统的工作内容和政策制度等存在区别。以往研究表明，工作要求可以分为阻碍性和挑战性工作要求［32］，阻碍性工作要求可能造成员工能量损耗，影响个体工作状态；挑战性工作要求虽然也会在一定程度上导致员工身心消耗，但同时对目标实现具有促进作用。

本研究结果为了解铁路企业员工工作特征提供了测量工具，并考查了不同业务系统工作要求和工作资源对工作结果变量影响的差异。本研究局限性：样本仅来源于西南地区的铁路企业，且横断面研究无法考查时间跨度的影响。未来需要纳入更多的铁路企业员工并进行实证研究，进一步检验问卷的有效性和稳定性，并细化各因子对不同结果变量的影响，制定铁路企业员工职业心理健康干预策略。