杨梅，王美，张秀婷，房文杰，张艺琳，范秀珍

（山东大学齐鲁医学院 护理与康复学院，山东 济南 250012）

职业探索行为是个体为明确未来职业发展目标而对自身特质和职业相关的周围环境及可利用资源不断进行探索的一种行为[1]。 本科实习护生作为未来护理人才队伍的中坚力量， 正处于职业生涯探索的关键环节。 Michie 等[2]提出的能力、机会、动机-行为模型认为，行为改变需要3 个条件：能力（个体参与相关行为的身体或心理能力）、机会（促进个体行为发生的外部资源）与动机（激励与指导行为的内在动力）。 生涯适应力是个体对可预测的生涯任务、生涯角色、 生涯改变或不可预测的生涯问题的应对准备能力[3]，因此生涯适应力可作为能力因素。 父母生涯支持是父母鼓励孩子进行职业探索， 积极尝试各种职业选择[4]，并在需要时给予支持，因此父母生涯支持可作为机会因素。 自我效能指个体对完成某项特定工作的自信心， 可促进个体职业探索行为的发展[5]，因此自我效能感可作为动机因素。 关于职业探索行为， 目前国内仅有2 篇针对于高职护生和护理本科生的研究[6-7]，且主要以变量为中心，即仅根据量表均分判断职业探索行为总体水平， 忽略了不同水平护生间的个体差异。 潜在剖面分析（latent profile analysis, LPA）是以个体为中心的分类方法，可直观地展现群体异质性[8]。 本研究基于潜在剖面分析识别本科实习护生职业探索行为的潜在类别， 并探讨生涯适应力、 父母生涯支持和自我效能对职业探索行为分型的影响， 以期为改善本科实习护生职业探索行为提供一定的参考和依据。

1 对象与方法

1.1 研究对象 采用便利抽样方法，2022 年12月—2023 年3 月抽取山东省、河南省、北京市等13所高校的本科实习护生作为研究对象。纳入标准：全日制在读本科实习护生； 知情同意且自愿参与本研究。排除标准：因请假或其他特殊原因无法完成问卷者。 根据公式n=μ2α/2σ2/δ2[9]，本研究取α=0.05，μ0.05/2=1.96。 本研究在29 名本科实习护生中预调查结果显示，职业探索行为条目均分为（2.99±0.58）分，因此，σ=0.58。 δ=|x-μ|；根据既往文献得知[6]：护生职业探索行为条目均分为3.07 分，因此δ=0.08；计算样本量为202，考虑20%的失访率，估算需要样本量为253名。 根据潜在剖面分析要求[10]，为识别潜在类别最佳数目，样本量至少需要200，考虑剔除20%的无效问卷，样本量最少为250；本研究中实际纳入368 名本科实习护生，符合样本量要求。本研究已获山东大学护理与康复学院伦理委员会批准（2022-R-134）。

1.2 研究工具

1.2.1 一般资料问卷 自行编制，包括性别、年龄、生源地、是否担任班干部、是否接受生涯辅导、是否有兼职经历。

1.2.2 职业探索量表 （Career Exploration Scale,CES） 由Stumpf 等[11]于1983 年编制，许存[12]2008年翻译及跨文化调适， 用于评估高校大学生的职业探索水平，量表总Cronbach α 系数为0.878。 该量表包括环境探索（5 个条目）、自我探索（5 个条目）、信息探索（4 个条目）和目的-系统探索（4 个条目）4 个维度，共18 个条目。 采用Likert 5 级评分法，1 分代表非常少，5 分代表非常多，总分为18～90 分，分数越高代表个体职业探索行为积极性越高。 本研究中该量表的Cronbach α 系数为0.948。

1.2.3 生涯适应力量表 （Career-adapt-abilities Scale, CAAS） 由Savickas 和Porfeli[13]于2012 年编制，侯志瑾等[14]2012 年汉化修订，应用于中国大学生群体， 量表各维度Cronbach α 系数为0.640～0.890。该量表包括生涯关注、生涯自主、生涯好奇、生涯自信4 个维度，每个维度6 个条目，采用Likert 5 级计分法，1 分为不强，5 分为非常强。总分为24～120 分，分数越高代表生涯适应力水平越高。 本研究中该量表的Cronbach α 系数为0.959。

1.2.4 父母生涯相关行为量表 （Perceived Parental Career-related Behaviors, PCB） 由Dietrich 和Kracke[15]于2009 年编制，Guan 等[16]于2015 年汉化，用于测量中国大学生群体，各维度的Cronbach α 系数为0.84～0.90。 该量表包括父母生涯支持，父母生涯干涉和父母生涯投入缺乏3 个维度， 每个维度5个条目，采用Likert 5 级评分法，1 分为完全不符合，5 分为完全符合。 本研究使用父母生涯支持维度评估护生感知的父母生涯支持水平， 分数越高代表父母生涯支持水平越高。本研究中该维度的Cronbach α 系数为0.914。

1.2.5 一般自我效能感量表 （General Self-Efficacy Scale, GSES） 由Schwarzer 等[5]于1997 年编制，王才康等[17]于2001 年修订，Cronbach α 系数为0.870，用于评估我国大学生的自我效能。该量表为单维度，共10 个条目，采用Likert 4 级评分法，1 分为很不符合，4 分为很符合，得分越高表明自我效能越高。 本研究中该量表的Cronbach α 系数为0.915。

1.3 调查方法 本研究通过问卷星平台制作电子问卷收集资料。由研究者联系13 所高校各1 名实习负责同学， 并由实习负责同学向实习群发放问卷链接或二维码， 问卷采用统一指导语说明调查目的和意义、 以及调查内容等。 实习同学自愿参与且同一IP 地址只能提交1 次问卷。 所有条目均设置为必答题，以确保问卷填写的完整性和准确性。 共回收397份问卷， 剔除作答时间<3 min 及规律作答问卷，有效问卷368 份，有效回收率为92.7%。

1.4 统计学方法 采用Mplus 8.3 建立潜在剖面模型。 模型适配检验拟合指标有3 类[8]：信息评价指标包括艾凯克信息准则 （Akaike Information Criterion,AIC）、贝叶斯信息标准（Bayesian Information Criterion, BIC） 和样本校正的贝叶斯信息标准（adjusted BIC, aBIC）；分类指标一般为熵（Entropy），取值范围为0～1； 似然比检验指标包括罗-梦戴尔-鲁本校正似然比检验（Lo-Mendell-Rubin, LMR）和基于Bootstrap 的似然比检验（Bootstrap Likelihood Ratio Test,BLRT）。AIC、BIC、aBIC 越小，表明模型拟合越好；一般要求Entropy＞0.7， 当Entropy≥0.8 表示分类的准确率达90%以上； 当LMR 和BLRT 显著即P＜0.05时，则说明K 个类别优于K-1 个类别的模型[18]。

采用SPSS 26.0 分析数据， 计量资料符合正态分布以均数、标准差描述；计数资料以频数、构成比描述。 本科实习护生职业探索行为潜在类别的分布比较采用卡方检验或Fisher’s 确切概率法； 本科实习护生职业探索行为潜在类别间的生涯适应力、父母生涯支持、 自我效能得分比较采用单因素方差分析或Kruskal-Wallis H 检验； 探讨本科实习护生职业探索行为各类别的影响因素采用有序多分类Logistic 回归分析。 以P＜0.05 为差异有统计学意义。

2 结果

2.1 一般资料 368 名本科实习护生， 年龄20～25（21.60±0.85）岁，多为女性，297 名（80.7%）；生源地以农村居多，249 名（67.7%）；234 名（63.6%）担任过班干部；275 名（74.7%）接受过职业生涯辅导；339名（92.1%）有过兼职经历。

2.2 本科实习护生职业探索行为、生涯适应力、父母生涯支持和自我效能得分 本组本科实习护生职业探索行为总分为（59.91±10.43）分、生涯适应力总分为（92.66±12.46）分、父母生涯支持总分为（18.30±3.91）分、自我效能总分为（26.47±5.21）分。各维度得分见表1。

表1 本组本科实习护生职业探索行为、生涯适应力、父母生涯支持和自我效能得分情况（n=368，±S，分）

表1 本组本科实习护生职业探索行为、生涯适应力、父母生涯支持和自我效能得分情况（n=368，±S，分）

项目职业探索行为总分环境探索自我探索信息探索目的-系统探索生涯适应力总分生涯关注生涯自主生涯好奇生涯自信父母生涯支持总分自我效能总分条目数18 5544 24 66665 10理论得分范围18～90 5～25 5～25 4～20 4～20 24～120 6～30 6～30 6～30 6～30 5～25 10～40得分59.91±10.43 17.81±3.62 18.35±3.16 9.89±2.55 13.86±2.75 92.66±12.46 23.24±3.34 23.11±3.68 22.92±3.52 23.38±3.50 18.30±3.91 26.47±5.21条目均分3.33±0.58 3.56±0.72 3.67±0.63 2.47±0.64 3.47±0.69 3.86±0.52 3.87±0.56 3.85±0.61 3.82±0.59 3.90±0.58 3.66±0.78 2.65±0.52

2.3 本科实习护生职业探索行为的潜在剖面分析基于本科实习护生职业探索行为4 个维度进行潜在剖面分析。以类别数目1 为初始模型，逐步增加模型中的剖面个数，拟合1～4 个模型，见表2。 随着类别数目增加，模型的AIC、BIC、aBIC 值逐渐减小。当类别数目达到4 时，虽然AIC、BIC、aBIC 值最小，但模型无统计学意义。在其余拟合模型中，当类别数目达到3 时，AIC、BIC、aBIC 值最小， 且Entropy＞0.7，提示3 类别时模型分类最合理。因此，综合考虑模型拟合指标及分类实际意义，本研究最终选择3 类别模型为本科实习护生职业探索行为的最优分类结果。

表2 本科实习护生职业探索行为的潜在剖面模型拟合指标（n=368）

2.4 本科实习护生职业探索行为的潜在类别特点及命名 以模型3 作为理想模型， 根据本科实习护生职业探索行为3 个潜在类别对应4 个维度得分可知，本组本科实习护生可以分为3 个类别，见图1。 将其命名为：（1）C1（职业探索消极型）133 名（36.14%），各维度条目均分总体偏低， 信息探索维度的条目均分最低， 表明归属为此类别的本科实习护生信息探索能力较差， 难以对职业探索产生积极的行为；（2）C2（职业探索中等型）211 名（57.34%），各维度条目均分处于中等水平， 自我探索维度的条目均分明显高于其他维度， 表明归属于此类别的本科实习护生能够主动的进行自我探索；（3）C3 （职业探索积极型）24 名（6.52%），各维度条目均分最高，表明归属于此类别的本科实习护生职业探索行为水平高，尤其是在环境探索和自我探索方面。 3 个不同类别的本科实习护生职业探索行为总分及各维度得分比较，差异均有统计学意义（P＜0.05），见表3。

图1 本科实习护生职业探索行为的潜在剖面分析

表3 不同类别本科实习护生职业探索行为总分及各维度得分比较（n=368，±S，分）

表3 不同类别本科实习护生职业探索行为总分及各维度得分比较（n=368，±S，分）

组别职业探索消极型职业探索中等型职业探索积极型FP n 133 211 24环境探索14.14±2.44 19.43±1.86 23.92±1.50 377.472<0.001自我探索15.47±2.36 19.49±1.81 24.25±1.07 278.253<0.001信息探索7.72±1.82 10.74±1.77 14.46±0.88 209.556<0.001目的-系统探索11.65±2.12 14.69±1.90 18.83±1.40 181.246<0.001总分48.99±5.33 64.35±4.71 81.46±3.77 651.354<0.001

2.5 本科实习护生职业探索行为潜在剖面的单因素分析 单因素分析结果显示， 不同潜在类别的本科实习护生，其年龄、性别、有无担任班干部、兼职和职业辅导比较，差异均无统计学意义（P＞0.05）；生源地、生涯适应力、父母生涯支持和自我效能比较，差 异均有统计学意义（P＜0.05）。 见表4。

表4 本科实习护生职业探索行为潜在类别的单因素分析（n=368）

2.6 本科实习护生职业探索行为潜在剖面的有序多分类Logistic 回归分析 以本科实习护生职业探索行为3 个类别为因变量（职业探索积极型=1，职业探索中等型=2，职业探索消极型=3）。 将单因素分析中差异有统计学意义的4 个指标（生源地、生涯适应力、父母生涯支持和自我效能）作为自变量，自变量赋值：生源地（农村=0，城市=1）、生涯适应力、父母生涯支持和自我效能以实测值代入， 进行有序多分类Logistic 回归分析。 平行性检验显示（χ2=8.462，P=0.076）， 满足有序多分类Logistic 回归分析的条件（P＞0.05）。结果显示，生涯适应力（OR=0.948，P＜0.001）、父母生涯支持 （OR=0.879，P＜0.001） 和自我效能（OR=0.834，P＜0.001）是本科实习护生职业探索行为潜在剖面的影响因素。 见表5。

表5 本科实习护生职业探索行为分型影响因素的有序多分类Logistic 回归分析（n=368）

3 讨论

3.1 本科实习护生职业探索行为的潜在剖面特征分析 本研究结果显示， 本科实习护生职业探索行为存在3 个类别，即职业探索消极型、职业探索中等型和职业探索积极型， 提示本科实习护生职业探索行为具有明显的异质性。 其中，超过1/3 为消极型，超过半数为中等型，积极型占比最低（6.52%）。 可能与各院校对本科实习护生的职业生涯教育不够充分有关。 大多数本科实习护生在校期间虽然学习过职业生涯相关课程，但由于实习安排紧张、返校参与学习次数有限， 学生难以将职业生涯理论知识与自身规划实践指导相结合， 从而导致职业探索行为积极性不足。 此外，在各维度得分中，最高的为自我探索维度，最低的为信息探索维度，与既往研究结果一致[7]。 这表明本科实习护生虽已具备初步的职业生涯规划意识，但对于职业信息资源的获取较少。

3.2 本科实习护生职业探索行为潜在类别的影响因素

3.2.1 生涯适应力 本研究结果显示， 生涯适应力是本科实习护生职业探索行为潜在类别的保护因素（OR=0.948，P<0.001），即与职业探索消极型相比，职业探索中等型和积极型的本科实习护生拥有更高水平的生涯适应力，与以往研究结果一致[19]。 当个体在面临职业生涯转换时， 生涯适应力水平高者拥有更好的生涯决策、规划、探索和自信[20]。 以往研究发现，生涯适应力对本科实习护士临床实践能力有预测作用[21]。 该类护理实习生能够主动地对自我特征和外在环境进行探索和发掘， 准确地评价自身能力和社会需求，以实现自身与环境的相互适应，从而获得期望的职业生涯结果。

3.2.2 父母生涯支持 本研究结果显示， 父母生涯支持是本科实习护生职业探索行为潜在类别的保护因素（OR=0.879，P<0.001），即与职业探索消极型相比， 职业探索中等型和积极型的本科实习护生感知到更高水平的父母生涯支持，与以往研究结果一致[4]。父母生涯支持可为学生提供一定的学习资源、 机会和相关职业选择经验， 引导学生积极的进行职业探索，在此过程中也为学生提供足够的情感支持。研究表明父母的信息分享以及情感支持能够为学生带来一种“港湾效应”[22]，有助于缓冲个体在临床职业探索过程中的负性情绪， 增强个体对职业生涯发展的信心和适应能力， 使能够积极解决职业中遇到的困难，促进其职业探索行为发展。

3.2.3 自我效能 本研究结果显示， 自我效能是本科实习护生职业探索行为潜在类别的保护因素（OR=0.834，P<0.001），即与职业探索消极型相比，职业探索中等型和积极型的本科实习护生拥有更高水平的自我效能，与先前研究结果一致[23]。 社会认知理论表明， 个体内在的认知因素会影响其对待事物持有的态度，态度又将影响其行为取向[24]。 自我效能是个体的重要认知因素之一，可促使个体进行广泛的职业探索，了解自身职业能力以及职业环境。 此外，自我效能水平较高的本科实习护生通常拥有更强的自尊心和自控能力，在求职过程中，他们会表现为职业定位更清晰准确，职业探索目标更远大，执行目标过程更具体，参与行为的信念更坚定，职业决策也更有信心和内驱力[25]。

4 本研究的局限

本研究具有一定的局限性， 首先该研究为横断面调查， 仅观察了护生实习阶段职业探索行为的特点，今后可采用纵向研究设计，动态观察本科实习护生从实习到工作不同时间职业探索行为的变化，为促进其职业探索行为提供针对性靶点。此外，本研究样本收集较为局限，代表性可能不足，未来可开展多地区、多中心、大样本研究。