高低安全支持模型检验

为进一步研究安全支持在铁路机车司机工作压力、职业倦怠及安全绩效间发挥的调节作用，针对聚类分析得出的高安全支持组及低安全支持组分别构建模型，并对高、低安全支持组模型进行模型验证，高低安全支持的验证模型与理论假设模型一致，模型示意参见图6－2。

（1）高安全支持组。

应用AMOS17.0对高安全支持组模型进行统计分析，其参数估计结果如表6－9所示。

表6－9　高安全支持组模型参数

续表

注：＊＊＊表示p＜0.001，＊＊表示p＜0.05。

结果显示，χ2/df值为1.556，p＜0.01，达到显著性水平。从拟合指标来看，RMSEA值为0.061，小于接受值0.08，模型可接受。IFI值为0.923，CFI值为0.927，均大于0.9，PNFI值为0.902，PGFI值为0.908，均符合大于0.5的要求，模型可以接受。

（2）低安全支持组。

应用AMOS17.0对低安全支持组模型进行统计分析，其参数估计结果如表6－10所示。

表6－10　低安全支持组模型参数

续表

注：＊＊＊表示p＜0.001，＊＊表示p＜0.05。

结果显示，χ2/df值为1.585，p＜0.01，达到显著性水平。从拟合指标来看，RMSEA值为0.042，小于接受值0.08，模型可接受。IFI值为0.947，CFI值为0.942，均大于0.9，PNFI值为0.915，PGFI值为0.919，均符合大于0.5的要求，模型可接受。

（3）高低安全支持组比较。

高低安全支持组的比较采用结构方程模型的多样本比较方法进行分析，即比较不同组别的样本之间的路径系数、均值及截距。高低安全支持组的样本路径系数相等时，比较高低安全支持组的卡方值差值的p值，若p值显著，表明高低安全支持组间的差异显著；若p值不显著，则高低安全支持组间的差异不显著（温忠麟，2005）。

在高低安全支持组样本的路径系数比较前，需要注意以下问题：首先，若两组不同样本间的路径系数，一个显著另一个不显著，可以直接比较；其次，若两组不同样本间的路径系数均显著，但方向不同，也可以直接比较；最后，若两组不同样本间的路径系数均显著，且方向一致，需对两组不同样本的路径系数进行进一步统计检验，判断是否具有显著性差异。

从高低安全支持组模型的参数估计结果中可以看出，高低安全支持组的工作压力各变量及职业倦怠各变量和安全绩效间的路径系数均通过了显著性检验且方向一致，因此，需要运用AMOS17.0的多样本检验进一步判断卡方值、自由度差异、p值，其结果如表6－11所示。

表6－11　高低安全支持组路径系数比较

注：＊＊＊表示p＜0.001，＊＊表示p＜0.05。

从高低安全支持组的路径系数比较结果来看，工作本身、工作家庭矛盾、人际关系、职业发展、组织因素与情感耗竭、疏离、低职业效能感以及安全绩效的路径系数差异均具有显著性。