携手共进
创造美好未来

描述性统计资料(中描述性统计分析的结果如何解释)

内容来源:张晓洁

本期编辑:张晓洁

校 对:郭晓彤

审 核:廖彬超(本文作者)

仅用于学术交流,原文版权归原作者和原发刊所有

原文信息

本文是针对论文《重新思考情绪效价和唤醒度在个人因素与职业安全注意力之间的中介作用》(Re-Thinking the Mediating Role of Emotional Valence and Arousal between Personal Factors and Occupational Safety Attention Levels)的一篇论文解析,这篇论文旨在利用眼动技术和AI技术检验情绪效价和唤醒度的中介机制。该篇论文在2021年发表于《International journal of environmental research and public health》期刊,作者为Wang Jiaming; Liao PinChao.

思维导图

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

摘要&关键词

情绪是可能影响安全注意力的重要因素之一,但其对安全注意力的影响机制尚不清晰。本文旨在通过实验研究情绪效价和唤醒度在个人特征与安全注意力之间的中介作用。70名建筑工人完成了8400次安全隐患识别试验(N = 8400),实验设备对被试者的面部表情和眼球运动进行了实时监测记录。通过分层模型进行回归后得出如下结论:(1)情绪效价和唤醒度显著正向影响安全注意;(2)风险容忍和人格显著影响情绪效价和唤醒,但对安全注意无显著影响;(3)情绪效价和唤醒对安全注意水平和个人因素有显著的中介作用。理论上,本研究发现了情绪效价和唤醒度的中介效应。实践上,管理人员可以进行更严格的培训以提高工人的情绪调节能力,从而获得更好的安全绩效。

关键词:情绪效价;中介机制;隐患识别;实时

1. 引言

在安全管理研究中,安全注意力(safety attention)通常是指“员工的心理活动对所处工作环境中安全问题的指向和集中程度”。人因失误理论指出,员工的安全注意力不足是导致人因事故的关键内在因素。因此,在全球建筑业安全问题持续严峻的背景下,如何进一步有效提升员工的安全注意力、确保工人安全已经成为关系到建筑业持续健康发展的重大问题。

传统的安全注意力研究主要可以从三个方面论述。从研究视角来看,学者们主要从矿业员工、车辆驾驶人员、运动员、航海人员、飞行员等的视角对安全注意力进行了探讨,近年来有关安全注意力的研究也被引入了建筑领域。从研究内容来看,学者们主要从组织和环境两个层次上对安全注意力的影响因素进行了研究,例如安全文化氛围、组织安全承诺、组织工作压力、组织领导风格等因素,缺乏对情绪、风险容忍度、人格等个人层次影响因素的关注,也使得管理者在提升安全水平的管理实践中缺乏针对员工个体的有效措施。从研究方法来看,学者们主要采取了问卷调研法等自我评估的方法对安全注意力及情绪等变量进行了测量,但这种自我评估的方法难以消除由问卷题目设置和受试者主观因素带来的偏差,进而导致最终的研究结论不准确。由此可见,丰富并完善个体层次的安全注意力影响因素并采用新的方法测量安全注意力,对工程安全管理研究具有重大意义。

已有研究表明,情绪作为个体层次的重要因素,对员工的安全有着重要影响。已有的研究大多从情绪商数、情绪调节能力、情绪耗竭等概念上对安全问题进行探讨,并不十分完善,且情绪对员工安全的作用在学术界尚存在较大争议。部分学者的研究表明,积极情绪或兴奋状态下的员工可能有更差的安全绩效。根据风险心理学理论,此时人类会变得更加乐观,即风险感知相对较低,从而更容易降低安全注意力。但也有很多学者提出了“情绪维持假说”,并指出在积极情绪或兴奋状态下的人们往往更不愿冒险,因为风险可能会改变人们现有的愉悦状态,所以此时人们反而会抵触改变并以更集中的注意力关注安全隐患。在情绪心理学领域,情绪的积极程度通常由情绪效价表达,个体兴奋程度通常由唤醒度表达,所以本文认为,情绪效价和唤醒度很可能对安全注意力产生重大影响。

情绪心理学理论表明,人类的注意力不仅随着情绪的变化而变化,也受到包括人格、风险容忍度等个人特征的影响。由于安全注意力同样属于行为心理学范畴,所以本文认为,性格和风险容忍度也可能会是安全注意力的重要影响因素。

综上所述,本文提出如下问题:1)情绪效价和唤醒度对员工的安全注意力究竟有着怎样的影响?2)情绪效价、唤醒度、人格、风险容忍度与安全注意力之间究竟是怎样的关系?具体的作用机制是怎样的?3)在此视角下,工程项目管理人员应如何改进工作?

2. 文献综述与假设

2.1 情绪效价、唤醒度对安全注意力的影响

一方面,情绪维持假说认为,当人类的情绪效价和唤醒度较高时,其情绪更积极、更兴奋,从而产生愉悦感和满足感。当人们感到高度满足时,他们会增加安全注意力,因为任何风险都会对他们现有的快乐状态产生负面影响,因此,有意识和/或无意识地,他们变得更厌恶风险,更抗拒变化。因此,情绪效价和唤醒度对安全性有正向影响。

另一方面,根据心理风险理论,当人们处于积极的情绪状态时,他们往往会变得更加乐观,形成相对较低的风险感知。由于方向性和集中度这两个基本特征,低风险感知导致工人变得不理性,降低了工人的方向性和集中度,因此,更难以及时集中精力解决安全问题。因此,情绪效价和唤醒度可能对安全注意力产生负向影响。

在此基础上,我们提出以下两个互补假设:

假设1a (H1a):情绪效价和唤醒度显著正向影响建筑工人的安全注意力。

假设1b (H1b):情绪效价和唤醒度显著负向影响建筑工人的安全注意力。

2.2. 人格、风险容忍度对安全注意力的影响

研究者广泛采用大五人格理论来表达不同的人格特征——开放性、责任心、神经质性、外倾性和宜人性。在已有的研究中,人格已经被证明与工人的安全行为和安全决策有关。Nicholson等人发现,这五种性格特征显著影响工人的风险感知,进而影响他们的安全决策。Anic等通过实证分析证明,责任意识越高的工人倾向于选择较低的风险分担,从而表现出较高的安全绩效。Xing等以人因失误理论为基础,采用定性分析方法提出人格可以解释安全注意力的衰减。根据Heinrich模型,遗传环境和社会环境造成的人类缺陷是造成事故的主要因素。这些缺陷不仅包括安全知识和技能的缺乏,还包括内在人格的缺陷。因此,我们认为人格显著影响建筑工人的安全注意力。

风险容忍度通常被定义为一个人在追求某个目标时愿意接受的风险水平”。Zhen等研究发现,风险容忍度越强的建筑工人,其不安全行为越多,最终导致事故发生的概率增加。风险行为理论认为,风险容忍度越高,风险感知越低。在能量有限的前提下,较低的风险感知降低了人们对风险问题的关注,从而降低了对安全注意力。综上,我们提出以下两个假设:

假设2 (H2):人格显著影响建筑工人的安全注意力。

假设3 (H3):风险容忍度对建筑施工人员的安全有显著的负向影响。

2.3. 人格、风险容忍度对情绪效价和唤醒度的影响

在综合分析120名建筑工人行为模式的基础上,Xia提出风险感知显著影响情绪。Wu基于297名建筑工人的样本,发现风险容忍度显著影响建筑工人的风险感知,从而显著影响情绪。此外,心理学领域的许多研究表明,抑郁耐受性与情绪之间存在显著相关性。由于情绪效价、唤醒度和风险承受也属于心理学范畴,我们假设风险承受能显著影响情绪效价和唤醒度。

性格与情绪密切相关。Norris在一项网络安全研究中提出,个体之间的人格差异显著影响个人情绪和安全相关决策。Alivernini对347名在新冠肺炎疫情期间受到社交距离限制的青少年进行了实验,发现不同性格的青少年在社交距离限制方面表现出明显不同的情绪水平,最终发展出不同的心理水平特征。根据情感心理学的理论,人的心理活动是外部因素(如组织文化)和内部因素(如人格)共同作用的结果。由于情绪属于心理活动的范畴,我们假设人格显著影响情绪效价和唤醒度。综上,我们提出以下两个假设:

假设4 (H4):人格显著影响建筑工人的情绪效价和唤醒度。

假设5 (H5):风险容忍度对建筑工人的情绪效价和唤醒度有显著的负向影响。

2.4. 情绪效价与唤醒度的中介效应

根据此前讨论,我们假设风险容忍度和人格既可以直接,又可以间接地通过情绪效价和唤醒度来影响安全注意力。一方面,已有研究表明,风险容忍度和人格可能显著影响情绪效价和唤醒度;另一方面,情绪效价和唤醒度也可能影响安全注意力。据此,我们提出以下假设:

假设6(H6):情绪效价和唤醒度调节人格和安全注意力。

假设7(H7):情绪效价和唤醒度对风险容忍度和安全注意力起中介作用。

2.5.其他假设

除了上述七个假设外,在情绪效价、唤醒度、风险容忍度、人格和安全注意力之间可能存在其他相关。许多研究表明,人格可能影响风险容忍度。Sadiq等人证实了人格对投资决策风险容忍度的影响。风险容忍度是受内部因素影响的人类心理活动之一,因此可以假设人格对风险容忍度有显著影响。此外,许多研究也证实了情绪效价与唤醒度之间存在着显著的相互作用。这些假说在已有文献中得到了广泛的验证,因此只是为了验证,并不是本研究的重点。

假设8 (H8):人格显著影响风险容忍度。

假设9 (H9):情绪效价显著正向影响唤醒度,情绪唤醒对情绪效价有显著正向影响。

2.6. 本研究的理论模型spss描述性统计资料(spss中描述性统计分析的结果如何解释)

3. 方法

3.1. 数据收集3.1.1. 样本的选择

招募来自清华大学的建筑工地志愿者参加这项研究。选择70名年龄相近(29-31岁)、工作经验相同、性别(男性)、种族(汉族)、身体健康的志愿者。

3.1.2. 实验准备

在清华大学建筑工程管理系和心理学系多位教授的指导下,研究团队精心设计了120幅建筑工地图像(其中60个安全隐患,相同隐患中安全场景和不安全场景各一张)。为了确定每张图像中是否存在潜在危险,研究小组确定了研究被试应该关注的感兴趣区域。在每张图片中,施工现场分为两个区域:安全(无潜在危险)和危险(有潜在危险)。

实验前,消除面部特征因素(洗脸、没有胡子和眼镜、配戴隐形眼镜),确保人工智能(AI)技术可以根据被试的面部表情准确识别被试的情绪效价和情绪唤起。

3.1.3. 实验过程

第一步,早上进行问卷调查。研究被试回答了有关性格和风险容忍度的问题。

第二步,中午统一休息。

第三步,隐患识别测试。在测试中,120幅图像以随机顺序显示在电脑屏幕上。每个被试被要求识别120张图片上的潜在危险,选择“安全”或“危险”来回答,然后进行8400次重复测试。为了消除时间对情绪的影响,并确保每个被试在识别每张图像时的情绪保持相对独立,研究团队设置了30秒的反应间隔。当被试意识到潜在危险时,研究小组使用眼动追踪技术,记录每个被试实时观看兴趣区域的时间长度。与此同时,一台录像机记录下了被试的面部表情,并将它们实时传输到电脑上。隐患识别测试持续75-90 min。

第四部分,采用人工智能技术对视频中记录的面部表情进行识别。该研究小组使用了荷兰瓦赫宁根Noldus信息技术公司开发的FaceReader分析系统。这个装置每8毫秒读取一次情绪效价和唤醒度。

第五部分,实验后两周左右的随访,采用问卷调查的方式进行。

3.2. 措施

综上所述,本研究测量的变量主要包括情绪效价、唤醒度、人格、风险容忍度、隐患识别绩效和安全注意力。下面是变量的具体测量方法。

3.2.1.情绪效价与唤醒度

利用人工智能技术(FaceReader)对被试的情绪效价和唤醒度进行视频识别。由于两者都是瞬时物理变量,本研究使用被试在每次试验(从开始识别安全隐患到完成答案)的平均情绪效价和唤醒度水平来代表其水平。

3.2.2 人格

在本研究中,被试的人格测量采用了大五人格理论。目前,各研究机构开发了多种版本的大五人格问卷(BFPQ),但很多问卷过于复杂,存在冗余部分,降低了测试的效率和准确性。因此,为了保证问卷的准确性、可靠性和简洁性,本研究小组采用了清华大学心理学系设计的问卷。

问卷有60张图片,每一种人格特征都详细列出了12张图片。图中头发浓密的人是“中心人物”,表现出一定的行为。每幅图片旁边有1-2个提示词来描述图片的内容。被试被要求假设他们是“中心人物”,然后评估他们在图片中表现出这种行为的可能性。被试根据描述给他们的可能性打分,从1(0%)到7(100%)。在完成问卷后,我们将12个问题的平均分作为该人格特质的最终得分。

3.2.3.风险容忍度

对于风险容忍度的测量,本研究采用Ming等在2011年设计的问卷。风险容忍度问卷(RTQ)提供了八种施工方案。例如,当使用起重机吊起重物时,总负载可能超过阈值。被试根据自己的判断打分,从1分(完全不能接受)到5分(完全可以接受)。最后,本研究将每个话题的平均分作为被试的风险容忍度。

3.2.4.安全注意力

本研究考虑了被试在每次试验中视线停留在兴趣区(AOI)上的总时间,以衡量安全注意力,单位为毫秒(ms)。

3.2.5.隐患识别结果

如果被试在每张图像中正确地识别出了安全隐患,隐患识别的得分设为1,否则为0。

3.3. 分析方法

层次线性模型(HLM)是一种重要的多元统计分析方法。该方法不仅考虑了同一层次上数据的变化,而且考虑了不同层次之间数据的变化,因此,适合处理非齐次数据,这使得该模型具有显著的优势。结构方程模型(SEM)是近年来被广泛应用的另一种研究方法。

在本文的5个变量中,风险容忍度和人格是个体相关的,即每个被试只有一组数据,总的来说,有70 × 1 = 70组数据。情绪效价、唤醒度和安全注意力以试验为基础,也就是说,每个被试有120组数据,总共有70 × 120 = 8400组数据。考虑到数据的不均匀性和变量之间关系的复杂性,本研究结合HLM和SEM的优点,采用两级结构方程模型进行实证分析。两级线性SEM方法具有明显的优势:(1)充分利用了层次线性模型和结构方程模型的优势,提高了对不均匀数据的利用率;(2)在更复杂的模型中,阐明了各变量之间的关系,更好地解释了个体间安全绩效差异的原因;(3)避免了传统的多水平数据线性模型分析导致的结论偏差。

使用具有层次线性模型(HLM)分析功能的统计分析软件Mplus8.3进行假设检验。此外,本研究采用SPSS23.0软件进行描述性统计分析,检验数据的信度和效度。

4. 结果

4.1. 测量模型评估

表一为70名志愿者基本信息的描述性统计分析。团队1-4指的是我们招募被试的项目中四个平行的工作组。他们轮流完成工作,工作内容是一样的。

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

实验结束后,对各变量数据进行描述性统计分析,结果如表2所示。第一列为变量名称,第二列为变量级别(“within”表示变量属于个体内级别,“between”表示变量属于个体间级别);N为条目数;其余的是每个变量的平均值、最大值、最小值和标准差。

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

为了测量风险容忍度和人格,本研究采用问卷法进行数据采集。因此,需要检验这两个变量的信度和效度。具体过程如下:

1、可信度分析

对问卷进行信度分析,确定测量结果的内部一致性。在这项研究中,研究人员常用的克朗巴哈系数(α)用于测量数据的内部一致性。Hair等人指出内部一致性系数大于0.7,表示所使用的量表是足够可靠的。对于探索性研究,内部一致性系数可以小于0.7,但应在0.6以上。

·风险容忍度是一个α=1的单一变量,该变量完全可信。

·本研究采用SPSS23.0统计软件来测量人格变量的α,因为它包含五个变量。在这里,α = 0.711,我们的结论是人格变量具有可接受的内部一致性,说明人格量表具有高信度。

2、效度分析

效度检验可以通过因子分析来判断量表结构分类是否合理。在使用因子分析进行效度检验时,需要满足一些先决条件,即被测项目之间存在较强的相关性,其中,KMO值在0-1范围内,用于比较项目之间的简单相关系数和偏相关系数。该指标的标准为——大于0.9(完全适用)、0.7-0.9(非常适用)、0.6-0.7(适用)、0.5-0.6(不适用)和0.5及以下(不应使用数据)。巴特利特球形检验值用于确定项目之间的相关系数是否显著。如果#重要的(sig.<0.05),认为适合进行因子分析。

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

由表可知,KMO值为0.776,在0.7-0.9范围内,说明本问卷的量表非常适合进一步分析。巴特利特球形检验结果如下:卡方值为223.108,卡方值较高,证明对应的p值<0.05,因此巴特利特球度检验显著。

综上所述,数据的信度和效度符合进一步分析的标准。

4.2. 结构模型评估

为了检验研究假设,本研究首先使用零模型进行回归,测量组间的一致性和变异性。只有在组间差异显著时才需要HLM分析。标准为:rwg> 0.7, ICC (1) > 0.12, ICC(2) > 0.7。

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

计算结果如表4所示。安全注意力、情绪效价、唤醒度的组内相关系数ICC(1)值分别为0.350、0.643、0.584,均高于0.12;组内相关系数ICC(2)值分别为0.974、0.992、0.990,均在0.7以上;rwg的极差分别为[0.73,0.91]、[0.81,0.95]和[0.79,0.87],均在0.7以上。因此,组间差异明显,需要进行HLM分析。

接下来,我们采用完整的模型回归进行HLM分析。分析的结果如图2所示。

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

经过分析,得出以下结论:

情绪效价和唤醒度显著正向影响安全注意力

人格特征对建筑施工人员安全注意力无显著影响

风险容忍度正向影响建筑工人的安全注意力

人格对建筑工人的行动价值观有显著影响

风险容忍度显著负向影响建筑工人的情绪效价与唤醒度

情感效价和唤醒度在人格与安全注意力之间起中介作用

情绪效价和唤醒度在风险容忍度和安全注意力之间起中介作用

人格特征对风险容忍度无显著影响

情绪效价显著积极地影响情绪唤醒度

情绪唤醒度显著积极地影响情绪效价

因此,H1a、H4、H5、H6、H7、H9得到了支持,为了说明实证分析结果,在图3中展示了最佳拟合的SEM。

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

为了检验上述结果的实用性和可靠性,本研究使用隐患识别绩效作为模型中的被解释变量,而不是安全注意力。经过HLM回归分析,得到如图4所示的结果。研究结果表明,虽然显著性水平略有差异,但以安全注意力作为被解释变量时,假设得到了证实,以隐患识别绩效作为被解释变量时,假设仍然得到了证实。这不仅证明了本研究结论在理论上是可靠的,也表明本研究在实践中可以有效提高安全性能。

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

5.讨论

鉴于全球建筑业仍然面临着一些难以解决的安全和健康问题,我们认为本研究结果对提高职业安全和公共健康水平具有一定的理论和实践意义。

5.1. 理论贡献

在促进安全注意力方面,本研究可能为职业安全和公共卫生研究提供一个相对新颖的视角和方法。

本研究从情绪效价和唤醒度两方面,为研究情绪在职业安全中的作用提供了新的视角。

使用方法来提高测量情绪和安全注意力的准确性。

5.2. 实践贡献

本研究结果表明,情绪效价和唤醒度对建筑工人安全注意力有显著且直接的影响。人格和风险容忍度对施工人员安全注意力的影响不显著,直接影响施工人员安全注意力,但通过情绪效价和唤醒度间接影响施工人员安全注意力。这一发现,包括个体层面的影响因素和机制,为管理实践提供了有益的指导。在此理论分析的基础上,为提高安全绩效和公众健康,本研究对项目安全管理实践提出以下三点建议:

(1)重视施工人员的安全注意力,充分发挥提高安全注意力的溢出效应。

(2)注意情绪效价和唤醒度的中介作用,利用情绪作为提升工人安全注意力的平台。

(3)综合考虑风险容忍度和人格的间接影响,帮助工人树立风险防范意识。

此外,本研究参照英国健康与安全执行局(HSE)的相关建议,提出了基于PDCA (plan-docheck-act)管理周期模型和社会规范理论的精细化管理模型。

spss描述性统计资料(spss中描述性统计分析的结果如何解释)

综上所述,建议政府和各种规模的企业建立良性互动关系,共同行动,提高建设项目的安全水平。

6.结论

6.1. 意义

本研究旨在探讨情绪效价、唤醒度、人格、风险容忍度和安全注意力之间的具体关系。实证分析发现:

(1)情绪效价和唤醒度对安全注意力有显著的正向影响。

(2)情绪效价和唤醒度在安全注意力水平和个人因素之间起中介作用。

(3)人格和风险容忍度对安全注意力没有直接影响,但显著影响情绪效价和唤醒度。

(4)人格对风险容忍度没有显著影响,证实了情绪效价和唤醒度之间的交互作用。

本研究探讨了关于情绪与安全绩效关系的现有争议性观点,支持了“情绪维持假说”,并为解决这些争议性问题提供了新的参考。同时,本研究采用动态实时监测方法,引入人工智能技术,克服了传统问卷调查测量情绪的弊端,为职业安全注意力研究提供了新的方法和思路,并构建了新颖的安全注意力理论模型,力求丰富安全注意力理论。此外,本研究为有效提高施工人员的安全、注意力和健康水平奠定了坚实的基础,并对提高工程项目的安全性能提出了建议和指导,

6.2. 局限性

虽然这项研究具有独特的价值,但也有一定的局限性,这为今后的研究提供了新的途径。

首先,由于研究条件限制,本研究中的样本主要来自中国北京市的某建筑工程领域。因此,未来的研究可以选择来自不同地区的员工为样本进行分析,进一步验证本文结论。

其次,虽然情绪效价和唤醒度具有中介效应,但人格、风险容忍度与安全注意力之间可能还存在其他的中介变量。虽然新的中介变量不在本文讨论范围之内,但这值得未来的学者继续探讨。

第三,在个体层次之外,还存在组织层次和环境层次的因素可能会影响安全注意力,因此,未来的研究可以将个人、组织和环境三个层次的因素充分整合起来,从而建立一个更复杂、更完整的模型,以进步完善安全注意力理论的建构。

引用

Wang J M and Liao P C. Re-Thinking the Mediating Role of Emotional Valence and Arousal between Personal Factors and Occupational Safety Attention Levels[J]. International journal of environmental research and public health, 2021, 18(11):5511.

版权声明:本站资源及文章图片来自互联网及其他公众平台,版权归原作者,如有侵权请联系我们删除!
文章链接:http://www.rujiaoqi1.com/150639.html