沈嬌,黃雪玲,汪芝碧*,吳帆,譚慶
(1.重慶三峽醫(yī)藥高等專(zhuān)科學(xué)校,重慶 404120;2.貴州省林業(yè)學(xué)校,貴州貴陽(yáng) 550201)
目前,我國(guó)已成為世界上唯一超過(guò)2億老齡化人口的國(guó)家[1-2],按國(guó)際公認(rèn)3位失能老人對(duì)1名護(hù)理員的標(biāo)準(zhǔn),我國(guó)現(xiàn)階段還存在300萬(wàn)~500萬(wàn)的巨大人才缺口[3]。社會(huì)養(yǎng)老負(fù)擔(dān)大。調(diào)查顯示[4],養(yǎng)老照護(hù)專(zhuān)業(yè)人才就業(yè)流失率高達(dá) 60.6%。人才就業(yè)現(xiàn)狀不滿意。對(duì)此,為緩解老齡化社會(huì)帶來(lái)的巨大壓力,國(guó)家出臺(tái)了《關(guān)于加快發(fā)展養(yǎng)老服務(wù)業(yè)的若干意見(jiàn)》《關(guān)于加快推進(jìn)養(yǎng)老服務(wù)業(yè)人才培養(yǎng)的意見(jiàn)》等文件[5],對(duì)學(xué)校、養(yǎng)老機(jī)構(gòu)等方面予以鼓勵(lì)、扶持[6],但一系列應(yīng)對(duì)措施下,其效果如何?新政策背景下,人才就業(yè)負(fù)擔(dān)有無(wú)減輕?亟需可靠便捷的測(cè)量工具對(duì)其進(jìn)行評(píng)估,以解決現(xiàn)下養(yǎng)老行業(yè)的“瓶頸期”。但目前,國(guó)內(nèi)尚缺乏測(cè)量養(yǎng)老照護(hù)專(zhuān)業(yè)人才就業(yè)負(fù)擔(dān)的調(diào)查工具。本研究擬研制養(yǎng)老照護(hù)專(zhuān)業(yè)人才就業(yè)負(fù)擔(dān)問(wèn)卷,以評(píng)估養(yǎng)老照護(hù)專(zhuān)業(yè)人才的就業(yè)負(fù)擔(dān)狀況,對(duì)緩解社會(huì)養(yǎng)老壓力具有重要意義。
便利抽取重慶、貴州、四川、云南等地某4所高校近兩年老年相關(guān)專(zhuān)業(yè)的畢業(yè)生。納入標(biāo)準(zhǔn):1.在老年保健與管理、老年服務(wù)與管理等養(yǎng)老相關(guān)專(zhuān)業(yè)學(xué)習(xí)并順利畢業(yè)的學(xué)生;2.理解能力正常;3.了解調(diào)查目的,愿意參與調(diào)查。排除標(biāo)準(zhǔn):1.轉(zhuǎn)離本專(zhuān)業(yè)的畢業(yè)生;2.可考取護(hù)士職業(yè)資格證的護(hù)理方向畢業(yè)生;3.正處于實(shí)習(xí)期的養(yǎng)老照護(hù)實(shí)習(xí)生。共回收有效問(wèn)卷410例,年齡為18~25歲,平均21.41±1.08歲。男性32例(7.8%),女性378例(92.2%)。入學(xué)前,有161例(39.3%)第一志愿為養(yǎng)老照護(hù)相關(guān)專(zhuān)業(yè),249例(60.7%)接受專(zhuān)業(yè)調(diào)劑。畢業(yè)后有266例(64.9%)選擇在養(yǎng)老相關(guān)機(jī)構(gòu)就業(yè),39例(9.5%)為非本專(zhuān)業(yè)就業(yè),105例(25.6%)為其他(包括待業(yè)、創(chuàng)業(yè)等)。
1.研究工具
本研究以彼得·奈特[7]等提出的就業(yè)能力模型為基本理論架構(gòu)。課題組大量查閱國(guó)內(nèi)外關(guān)于養(yǎng)老專(zhuān)業(yè)學(xué)生擇業(yè)、就業(yè)、離職等方面的文獻(xiàn),并開(kāi)展德?tīng)柗品▽?zhuān)家函詢。專(zhuān)家納入標(biāo)準(zhǔn):1.中級(jí)及以上職稱;2.從事養(yǎng)老照護(hù)方向工作5年及以上;3.本科及以上學(xué)歷;4.自愿參與。共納入13名專(zhuān)家對(duì)問(wèn)卷進(jìn)行內(nèi)容效度評(píng)價(jià),13名專(zhuān)家分別來(lái)自重慶、山東、浙江、北京等地,其中高級(jí)職稱8人、中級(jí)職稱5人,博士學(xué)位3人,碩士學(xué)位9人,本科1人。年齡32~56(41.15±6.78)歲。專(zhuān)家對(duì)條目進(jìn)行相關(guān)性評(píng)分,采用Likert 5級(jí)評(píng)分法,1~5分分別表示“不重要”至“很重要”。13名專(zhuān)家均認(rèn)可該理論體系架構(gòu),經(jīng)過(guò)2輪專(zhuān)家函詢,結(jié)果趨于一致,最終形成職業(yè)培養(yǎng)、就業(yè)期望、社會(huì)環(huán)境、個(gè)人狀況、家庭因素5個(gè)維度,共26個(gè)條目。此量表采用Likert 5級(jí)記分法,即5分表示很好,4分表示較好,3分表示一般,2分表示較差,1分表示很差。
2.預(yù)調(diào)查
便利選取重慶市某高校2021級(jí)老年保健與管理專(zhuān)業(yè)畢業(yè)生52人,旨在了解問(wèn)卷的表達(dá)有無(wú)歧義、條目有無(wú)補(bǔ)充問(wèn)題。發(fā)放問(wèn)卷52份,回收52份,有效51份,有效回收率98.04%。問(wèn)卷各條目表達(dá)清晰、無(wú)歧義。
3.正式調(diào)查
樣本量選取為條目的10~20倍,考慮15%的丟失率,因此最少需要299例。將問(wèn)卷錄入問(wèn)卷星形成二維碼,由課題組成員聯(lián)系班級(jí)管理教師組織學(xué)生回答,并隨機(jī)抽取微信紅包表示感謝,以完成問(wèn)卷發(fā)放工作?;厥諉?wèn)卷410份,有效回收率為100%。
4.統(tǒng)計(jì)方法
采用SPSS17.0,AMOS22.0軟件進(jìn)行統(tǒng)計(jì)分析。項(xiàng)目分析采用T檢驗(yàn)和Spearman相關(guān)系數(shù)法;內(nèi)容效度采用內(nèi)容效度指數(shù)評(píng)定;隨機(jī)抽取50%個(gè)案進(jìn)行探索性因子分析(exploratory factor analysis,EFA),剩余50%進(jìn)行驗(yàn)證性因子分析(Confirmatory factor analysis,CFA)檢驗(yàn)問(wèn)卷效度。Cronbach's α系數(shù)、Guttman折半信度進(jìn)行問(wèn)卷的信度檢驗(yàn)。檢驗(yàn)水準(zhǔn)α<0.05或α<0.01。
1.決斷值(CR):采用極端分組法進(jìn)行項(xiàng)目分析,所有條目依據(jù)總分進(jìn)行高低分組,前27%作為高分組,后27%作為低分組,t 檢驗(yàn)比較兩組條目差異,以CR<3(P>0.05)作為刪除標(biāo)準(zhǔn)。條目26“父母能為你提供的就業(yè)機(jī)會(huì)”CR值<3(P>0.05),經(jīng)課題組討論后予以刪除。留下條目25個(gè)。2.Spearman相關(guān)系數(shù):進(jìn)行相關(guān)性分析,以r<0.4作為刪除標(biāo)準(zhǔn),各條目相關(guān)系數(shù)介于0.436~0.835(見(jiàn)表1),條目與量表的同質(zhì)性較好。
表1 養(yǎng)老照護(hù)專(zhuān)業(yè)人才就業(yè)負(fù)擔(dān)問(wèn)卷?xiàng)l目-總分相關(guān)系數(shù)與因子載荷矩陣
1.內(nèi)容效度
根據(jù)13名專(zhuān)家的測(cè)評(píng)結(jié)果計(jì)算問(wèn)卷的內(nèi)容效度。分別計(jì)算出S-CVI/Ave為0.911>0.9,I-CVIS介于0.846~1.000之間,大于0.78,符合內(nèi)容效度要求[9]。
2.結(jié)構(gòu)效度
圖1 養(yǎng)老照護(hù)專(zhuān)業(yè)人才就業(yè)負(fù)擔(dān)因子分析碎石圖
驗(yàn)證性因子分析采用AMOS22.0軟件,得到結(jié)構(gòu)方程模型。各潛變量對(duì)應(yīng)所屬題項(xiàng),具有較高的代表性(AVE均>0.6)。各潛變量相關(guān)系數(shù)均<0.5(P<0.001),模型適配良好。
問(wèn)卷的內(nèi)部一致性Cronbach's α系數(shù)為0.946,各維度Cronbach's α系數(shù):職業(yè)培養(yǎng)為0.944,就業(yè)期待為0.824,社會(huì)環(huán)境為0.819,個(gè)人狀況為0.864,家庭因素為0.632。折半信度系數(shù)為0.892。問(wèn)卷可靠性好。
本問(wèn)卷以就業(yè)能力模型為理論框架,結(jié)合提綱訪談、文獻(xiàn)回顧、課題組討論等方法初設(shè)問(wèn)卷?xiàng)l目池,德?tīng)柗茖?zhuān)家函詢兩輪后形成初始問(wèn)卷,共5個(gè)維度,26個(gè)條目,開(kāi)展預(yù)調(diào)查、正式調(diào)查。經(jīng)項(xiàng)目分析后確立25個(gè)條目進(jìn)入信效度分析。
本問(wèn)卷采用內(nèi)容效度及結(jié)構(gòu)效度解釋問(wèn)卷的有效性。一般內(nèi)容效度應(yīng)>0.78,越高則條目代表性越好。本問(wèn)卷符合內(nèi)容效度要求。第一次探索性因子分析結(jié)果“條目13:機(jī)構(gòu)的發(fā)展符合你的期望”在因子2和因子3中均有較大載荷,經(jīng)課題組討論后予以刪除。進(jìn)行第二次探索性因子分析,共提取到5個(gè)公因子:職業(yè)培養(yǎng)、就業(yè)期待、社會(huì)環(huán)境、個(gè)人狀況以及家庭因素。24個(gè)條目的因子載荷均>0.4,共同度>0.5,問(wèn)卷結(jié)構(gòu)效度好。累積方差貢獻(xiàn)率為74.934%,與初始問(wèn)卷編制的構(gòu)思大致相符。驗(yàn)證性因子分析顯示,聚效效度較好(AVE均>0.6)[10],區(qū)分效度理想(P<0.001)。綜合來(lái)看,該5因子模型適配良好。采用Cronbach'sα系數(shù)、折半信度系數(shù)進(jìn)行信度測(cè)量,問(wèn)卷可靠性高。
面對(duì)老齡化社會(huì)的到來(lái),我國(guó)已陸續(xù)出臺(tái)了相關(guān)應(yīng)對(duì)政策,但仍不能滿足社會(huì)的需求。據(jù)調(diào)查,目前養(yǎng)老照護(hù)專(zhuān)業(yè)人才的學(xué)歷普遍不高且不愿從基層做起[5],這與社會(huì)對(duì)養(yǎng)老照護(hù)員的數(shù)量及質(zhì)量的高需求產(chǎn)生沖突,造成嚴(yán)峻的人才流失。如何改善此前的困境?解決這一問(wèn)題需要時(shí)間過(guò)程。截至2019年,全國(guó)高職院校共有293個(gè)養(yǎng)老相關(guān)專(zhuān)業(yè)成立,以保證人才的輸出。但培養(yǎng)效果如何?新政策背景下,人才就業(yè)負(fù)擔(dān)有無(wú)減輕?這些都需要可靠便捷的測(cè)量工具進(jìn)行評(píng)估。編制養(yǎng)老照護(hù)專(zhuān)業(yè)人才就業(yè)負(fù)擔(dān)問(wèn)卷,計(jì)算其就業(yè)負(fù)擔(dān)指數(shù),為推進(jìn)養(yǎng)老專(zhuān)業(yè)人才就業(yè)提供參評(píng)依據(jù),對(duì)緩解社會(huì)養(yǎng)老照護(hù)負(fù)擔(dān)有重要意義。