Article in International Journal of Training and Development · August 003 doi: 10. 1111/1468-2419. 00169 citations 94 reads 1,925 authors

.383
⫺
.021
.229
picture (SD)
24. Use spare time to learn about work (D)
.008
.453
⫺
.061
25. Map out new topic to see how ideas fit
.080
.456
.027
(D)
26. Too quick in jumping to conclusions
⫺
.083
.097
.473
(SD)
27. Look at problems rationally not
.331
⫺
.074
⫺
.107
intuitive jumps (SR)
28. Remember better when concentrate on
.529
.122
.030
order (SR)
29. Wonder why I ever worked here (SD)
.054
⫺
.148
.487
30. Pursue interesting issues even if not my
⫺
.081
.523
⫺
.142
job (D)
Correlations
Surface-rational
1.000
Deep
⫺
.046
1.000
Surface-disorganised
.219
⫺
.122
1.000
Notes
: D
=
Deep item; SD
=
Surface-disorganised item; SR
=
Surface-rational item
Loadings of .3 or more have been bolded to emphasise factor structure.
42
International Journal of Training and Development

Blackwell Publishing Ltd 2003

---

Overall, taking into account interpretability, fit, and variance accounted for, the
five-factor solution appears to be optimal for these 40 items. The largest factor correl-
ation was between good supervision and clear expectations,
r
=
.440. The next largest
correlation was between vocational relevance and choice-independence,
r
=
.322. All
other correlations had absolute values less than .300.
Study 2
The 40 items from the WCQ were factor-analysed in SPSS using ML extraction and
direct quartimin rotation. The scree plot suggested about three factors. As in Study
1, three, four, and five-factor solutions were obtained.
The three-factor solution accounted for 30.86 per cent of the variance. This solution
was similar to that of Study 1, but less clear. The workload factor was very similar.
However, the choice-independence factor also contained vocational relevance items,
and the supportive environment factor contained good supervision, clear expect-
ations, items related to social networks (e.g. ‘Employees in this organisation often
get together socially’), and others.
The four-factor solution accounted for 34.20 per cent of the variance, but the factors
were not interpretable.
The five-factor solution accounted for 36.88 per cent of the variance. The workload,
vocational relevance, and choice-independence factors were similar to Study 1. How-
ever, the factor containing the good supervision items also included some of the
items relating to clear expectations. The clear expectations factor from Study 1 disap-
peared and was replaced by a social network factor.
Values of RMSEA were obtained as follows: 3 factors, RMSEA
=
.061 (.053, .069);
4 factors, RMSEA
=
.055 (.047, .064); 5 factors, RMSEA
=
.050 (.040, .059). Though the
overlap in confidence intervals is substantial, the five-factor solution appears to have
the best fit.
Based once again on fit, interpretability, and variance accounted for, the five-factor
solution appears optimal, although slightly different from Study 1. The largest correl-
ation among factors was between vocational relevance and choice-independence,
r
=
.317. The next largest was between good supervision and social network,
r
=
.303.
All other correlations had absolute values less than .300.
Study 3
The aim of Study 3 was to select a smaller number of items for a new questionnaire.
As before, odd-numbered cases from the combined data set were used to select items,
and even-numbered cases were used to test the resulting new questionnaire. From
the combined data set, the odd-numbered cases were selected and the 40 items from
the WCQ were factor-analysed in SPSS using ML extraction and direct quartimin
rotation. The scree plot suggested three main factors and up to three additional lesser
factors. Solutions for three through six factors were obtained.
The three-factor solution accounted for 33.40 per cent of the variance. As before,
two factors were composites. Factor one contained good supervision, clear expect-
ations, and social network items. Factor two was the previously identified workload
factor, and factor three combined choice-independence with vocational relevance
items.
The four-factor solution accounted for 36.99 per cent of the variance. It was vir-
tually identical to the three-factor solution except that the two vocational relevance
items broke off from choice-independence to form their own factor. As with Study
1, their factor loadings were very high, .975 and .833.
The five-factor solution accounted for 39.93 per cent of the variance. The factors
were good supervision, workload, vocational relevance, choice-independence, and
clear expectations. Social network items did not load highly on any factor.
The six-factor solution accounted for 42.98 per cent of the variance. The previously
identified five factors emerged, plus a social network factor. Factor loadings are
Approaches to learning at work and workplace climate
43

Blackwell Publishing Ltd 2003

---

shown in Table 4. Values of RMSEA were obtained for the various solutions as fol-
lows: 3 factors, RMSEA
=
.068 (.062, .074); 4 factors, RMSEA
=
.059 (.053, .066); 5
factors, RMSEA
=
.053 (.046, .060); 6 factors, RMSEA
=
.045 (.037, .053).
Based on fit, interpretability, and variance accounted for, the six-factor solution
appears optimal. Correlations between factors appear in Table 4 along with the factor
loadings. As can be seen, the largest correlations occur between vocational relevance
and choice-independence,
r
=
.370, and between good supervision and social net-
work,
r
=
.331.
Because the aim of Study 3 was to produce a shorter and more useable version of
the WCQ, it was undesirable to retain too many factors. Given that the clear expect-
ations and social network factors had not emerged consistently across all three stud-
ies, they were rejected for the final questionnaire. Additionally, since the vocational
relevance factor consisted of only two items, it was also discarded. Five items were
selected from each of the remaining three factors: good supervision, workload, and
choice-independence. The items are shown in the Appendix. Cronbach’s alpha co-
efficients were calculated for the odd-numbered data for each of the scales and are
shown in Table 5. Values are high, .80 or above.
The next step was to factor-analyse only the 15 selected items, using the even-
numbered data set. A three-factor solution accounted for 48.95 per cent of the vari-
ance. With one exception, items loaded as hypothesised on the three factors. One
item (‘The organisation really seems to encourage us to develop our own work-
related interests as far as possible’) loaded on good supervision instead of choice-
independence as intended. In addition, one item from the choice-independence scale
also loaded on the good supervision factor (‘Employees here have a great deal of
choice over how they learn new tasks’), although it had its largest loading on the
intended scale, choice-independence. Factor loadings are shown in Table 6. The high-
est correlation between factors was between good supervision and choice-
independence,
r
=
.436.
The fit of the model was tested using FITMOD. RMSEA for the model
=
.069 (.050,
.089), suggesting acceptable fit. Alpha coefficients for the even-numbered data were
calculated for each of the scales and are shown in Table 5, along with the coefficients
for the odd-numbered cases. Values remain relatively high, with the lowest being
.74 for workload.