效度检验 见表2

表 2总量表KMO 和 Bartlett 的检验

KMO值 0。766

Bartlett 球形度检验 近似卡方 487。734

df 66

p 值 0。000

效度分析用于研究定量数据（尤其是态度量表题）的设计合理性，分析KMO值：如果此值高于0。8，则说明效度好；如果此值介于0。7-0。8之间，则说明效度较好；如果此值介于0。6-0。7，则说明效度一般；如果此值小于0。6，说明效度较差；效度分析要求需要通过Bartlett检验（对应p值需要小于0。05）；从上表可以看出：KMO值为0。766，介于0。7 -0。8之间，研究数据效度较好。

3。维度设置 来`自+优-尔^论:文,网www.chuibin.com +QQ752018766-

表 3因子与因素相关矩阵

因子（维度） 因素（题目） 相关系数

职业认知 6 0。656**

7 0。731**

8 0。699**

18 0。617**

职业情感 11 0。722**

13 0。742**

15 0。650**

17 0。644**

职业行为倾向 9 0。562**

10 0。562**

16 0。729**

20 0。593**

注：* p<0。05（差异显著）  ** p<0。01（差异较为显著）（下同）

对问卷的15道量表问题进行因子与题项的关系分析，根据因子载荷系数（因子与分析项之间的关系程度）与共同度（公因子方差）剔除不符合问卷标准的3道题目（共同度<0。4），剩余12道题目分别按照因子载荷系数提取为3个因子（维度），分别命名为职业认知（能够全面正确认识警察职业，肯定警察职业的价值）、职业情感（对警察职业的感情）、职业行为倾向（愿意从事警察职业，有积极的警察职业行为）（见表3）。再次分析各维度与总量表之间相关关系在0。704-0。745之间（见表4），表明问卷具有较好的结构效度。