Soundary

心理指南使用指南

在課堂與生涯輔導中運用 RIASEC 職業興趣測驗：用數據教 Holland 六角形

把全班的興趣類型分布投影出來，教 Holland 六種類型與六角形結構的課程設計。整理了適合生涯課程的研究：Nauta（2010）的 50 年回顧、Nye 等人（2012）「興趣能預測表現」，以及 Su 等人（2009）50 萬人的性別差異後設分析（d = 0.93）。

Soundary · 8 分鐘閱讀 · 更新於

在生涯課程裡，興趣測驗常常變成「發完結果單就結束」。但如果把全班的類型分布投影在同一個畫面上，情況就不同了：「我們班 S（社會型）很多，R（實用型）只有兩個」一目了然，「為什麼？」就從這裡開始。本文說明 RIASEC 測量什麼、一堂課怎麼安排，以及該以哪些研究的哪些數字作為依據。

它測量什麼

它測量對 Holland（1997）六種興趣類型的偏好——實用型（R）、研究型（I）、藝術型（A）、社會型（S）、企業型（E）、事務型（C）。六種類型排在一個六角形上：相鄰的（R–I、S–E）相似，相對的（R–S、I–E、A–C）差異最大。正統的讀法是看前兩、三個類型的組合（例如 SAE），而不是單一類型；課堂上第一個要區分的是：興趣是「你喜歡什麼」，不是「你擅長什麼」（性向）。

一堂課的流程

  1. 課前：在測驗頁面點「建立群組連結」（測驗＝職業興趣測驗，複測＝12 週後、學期末）並發送連結。測驗只要 5 分鐘，適合當課前作業。
  2. 導入 5 分鐘：「到目前為止你怎麼決定方向——喜歡的、擅長的、收入、父母、朋友？」請學生舉手。今天我們把「喜歡的」單獨拿出來測量。
  3. 投影分布 8 分鐘：把群組頁面的類型分布投影出來。數數最多和最少的類型，問「這個班為什麼長這樣？」（科系、學校、地區、性別組成都是可能的原因）。
  4. 概念講授 15 分鐘：六角形與相鄰／相對關係、兩三個字母代碼的讀法、興趣≠性向。接著是證據：Nauta（2010）的回顧指出興趣的穩定性與結構很穩固，但「興趣與職業契合 → 滿意度」的相關比一般想像的小；Nye 等人（2012）的後設分析指出興趣能預測學業與工作表現及持續性。
  5. 性別差異討論 10 分鐘：展示 Su、Rounds 與 Armstrong（2009）的數字——47 種興趣測驗、503,188 人。男性偏向「事物」、女性偏向「人」，差異達 d = 0.93，屬於大效果。要問的不是「為什麼」，而是「這個數字該用來做什麼、不該用來做什麼」。
  6. 活動 10 分鐘：把自己代碼的三個字母換順序，每種排列寫出三個職業，再和旁邊同學交換「我從沒聽過的職業」。把相對類型（如 R–S）配成一組，對話會更有意思。
  7. 收尾 2 分鐘：預告學期末的複測。12 週內興趣變動了多少，就是「興趣穩定性」這一課。

核心研究：可以直接在課堂上用的數字

  • Holland（1997）《Making Vocational Choices》（第 3 版）——六種類型與六角形模型的原典。人與環境用同樣的六種類型描述，「兩者契合（congruence）帶來滿意與穩定」的假設就出自這裡。
  • Nauta（2010）——在諮商心理學期刊上回顧 Holland 理論 50 年。誠實的結論是：類型結構與興趣的時間穩定性獲得良好支持，但契合度對滿意度的預測力很小。適合讓學生看到「一個理論到底成立到什麼程度」。
  • Nye、Su、Rounds 與 Drasgow（2012）——彙整 60 年研究的後設分析：興趣與興趣－環境契合度能預測學業與工作表現及持續性。這是對「興趣只是好玩、和能力無關」這種看法的反例。
  • Su、Rounds 與 Armstrong（2009）〈Men and Things, Women and People〉——47 份測驗手冊、503,188 人；在「事物－人」向度上的性別差異 d = 0.93。效果很大，但一定要同時說明兩個分布大量重疊（任何性別都有很多人落在兩邊）。

討論題

  • 如果有 d = 0.93 這麼大的性別差異，那是天生的，還是從小被引導往不同方向的結果？請設計一個能區分這兩種解釋的研究。
  • 如果興趣與職業的契合只能「稍微」預測滿意度（Nauta，2010），那麼興趣測驗在生涯決定中應該占多大的分量？
  • 我們班分布中最少的類型是哪一個？那個類型的職業為什麼在這個班不受歡迎？是資訊不足，還是真的不喜歡？
  • 當「喜歡的」和「擅長的」不一樣時，學生該跟隨哪一邊？Nye（2012）「興趣能預測表現」的結果，如何改變這個問題？

變化與延伸活動

  • 找環境代碼：每位學生選一個感興趣的職業，用 RIASEC 三個字母推估那個職業的環境，再量出和自己代碼在六角形上的距離。這是親手計算「契合度」的活動。
  • 兩班比較：把不同科系或年級兩個班的群組分布並排投影（建立兩個群組）。討論分布的差異是選擇效應（誰選了那個科系）還是社會化（科系教了他們什麼）。
  • 學期末複測：和 12 週後的結果比較，計算前兩個字母維持不變的人數比例。這是對 Nauta（2010）穩定性主張的一次小型重複研究。

常見問題

六個分數都差不多的學生怎麼辦？

平坦的側寫很常見，通常表示「還沒有嘗試過夠多不同的活動」，而不是問題。對這樣的學生來說，「還沒做過的活動清單」比結果更有用。學期末複測時看看側寫是否變得明顯。

幾年級以上可以用？

題目是問對各種活動的喜歡或不喜歡，國中以上就能順利作答。不過年紀越小，興趣越還在變動中，所以應該把結果介紹為「現在的快照」，並用複測讓學生看到變化。

課堂上一定要談性別差異嗎？

不一定。如果決定要談，請把兩件事一起說——平均差異很大（d = 0.93），但兩個分布大量重疊；而且群體平均不能作為限制任何個人選擇的理由。少了這兩句，數字就會被用來強化刻板印象。

相關測驗

參考文獻

  1. Holland, J. L. (1997). Making vocational choices: A theory of vocational personalities and work environments (3rd ed.). Psychological Assessment Resources.
  2. Nauta, M. M. (2010). The development, evolution, and status of Holland's theory of vocational personalities: Reflections and future directions for counseling psychology. Journal of Counseling Psychology, 57(1), 11–22.
  3. Su, R., Rounds, J., & Armstrong, P. I. (2009). Men and things, women and people: A meta-analysis of sex differences in interests. Psychological Bulletin, 135(6), 859–884.
  4. Nye, C. D., Su, R., Rounds, J., & Drasgow, F. (2012). Vocational interests and performance: A quantitative summary of over 60 years of research. Perspectives on Psychological Science, 7(4), 384–403.

本文為 Soundary 依據公開學術文獻與診斷標準撰寫的一般資訊，不構成對個人的醫學診斷或治療建議。若對症狀有顧慮，請諮詢精神科專業醫師。