ArticlePDF Available

Het Sferische model van beroepsinteresses en de volledige en verkorte Nederlandstalige Personal Globe Inventory = The Spherical model of vocational interests and the Dutch translation of the full and short Personal Globe Inventory

Authors:

Abstract

In the Netherlands and Flanders, vocational interest inventories are frequently used to address (study) career dilemmas. In contrast to their popularity in practice, in the Dutch language region, there is relatively little research looking at vocational interest(s) (inventories). This artide introduces the Spherical Model of Vocational Interests and the Dutch translation of the Personal Globe Inventory(PGI; Tracey, 2002), a measure for this model. The Spherical Model adds Prestige interests as a third dimension of vocational interests to the traditional two-dimensional circumplex. Additionally, the Spherical model splits the traditional circumplex in eight, rather than six, interest domains. The quality of the Dutch PGI was investigated with 12 samples. The psychometric qualities of the full Dutch PGI and its short version appeared to be acceptable to exemplary: the items of the scales largely fitted with the appropriate scales, the scales correlated according to the expected circumplex order, and the reliabilities were acceptable. The largest gender difference was found on the People-versus-Things dimension. Additionally, younger and more educated people scored higher on Prestige interests. Future research could further the understanding of the content of the Prestige dimension and how this dimension affects (study) career processes and outcomes.
Bedankt voor het downloaden van dit artikel. De artikelen uit de (online)tijdschriften van Uitgeverij
Boom zijn auteursrechtelijk beschermd. U kunt er natuurlijk uit citeren (voorzien van een
bronvermelding) maar voor reproductie in welke vorm dan ook moet toestemming aan de uitgever
worden gevraagd.
Behoudens de in of krachtens de Auteurswet van 1912 gestelde uitzonderingen mag niets uit deze
uitgave worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar
gemaakt, in enige vorm of op enige wijze, hetzij elektronisch, mechanisch door fotokopieën, opnamen
of enig andere manier, zonder voorafgaande schriftelijke toestemming van de uitgever.
Voor zover het maken van kopieën uit deze uitgave is toegestaan op grond van artikelen 16h t/m 16m
Auteurswet 1912 jo. Besluit van 27 november 2002, Stb 575, dient men de daarvoor wettelijk
verschuldigde vergoeding te voldoen aan de Stichting Reprorecht te Hoofddorp (postbus 3060, 2130
KB, www.reprorecht.nl) of contact op te nemen met de uitgever voor het treffen van een rechtstreekse
regeling in de zin van art. 16l, vijfde lid, Auteurswet 1912.
Voor het overnemen van gedeelte(n) uit deze uitgave in bloemlezingen, readers en andere
compilatiewerken (artikel 16, Auteurswet 1912) kan men zich wenden tot de Stichting PRO (Stichting
Publicatie- en Reproductierechten, postbus 3060, 2130 KB Hoofddorp, www.cedar.nl/pro).
No part of this book may be reproduced in any way whatsoever without the written permission of the
publisher.
info@boomamsterdam.nl
www.boomuitgeversamsterdam.nl
Gedrag & Organisatie 2020 (33) 1
6
REEKS 'PSYCHOLOGISCHE INSTRUMENTEN'
Het Sferische model van beroepsinteresses en de
volledige en verkorte Nederlandstalige Personal
Globe Inventory*
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born**
In Nederland en Vlaanderen wordt veelvuldig gebruikgemaakt van interessevragen-
lijsten bij (studie)loopbaanvraagstukken. In tegenstelling tot de populariteit van
deze vragenlijsten in de praktijk wordt er relatief weinig wetenschappelijk onder-
zoek gedaan naar beroepsinteresses in het Nederlandse taalgebied. In dit artikel
wordt het Sferische model van beroepsinteresses  geïntroduceerd, evenals de
Nederlandse vertaling van de Personal Globe Inventory(PGI; Tracey, ) als een
meetinstrument voor dit model. Het Sferische model voegt Prestige-interesse als
derde interessedimensie toe aan de traditionele tweedimensionale circumplex van
beroepsinteresses. Verder deelt het Sferische model de traditionele circumplex op in
acht in plaats van zes interessegebieden. Aan de hand van  steekproeven uit
Nederland en Vlaanderen is de kwaliteit van de PGI-lang en PGI-kort onderzocht.
De psychometrische kenmerken van de Nederlandse vertaling van de PGI-lang en
PGI-kort bleken acceptabel tot uitstekend: de items van de vragenlijst laadden gro-
tendeels op de bedoelde schalen, de schalen correleerden volgens een circumplex-
ordening, en de betrouwbaarheden waren acceptabel. De grootste sekseverschillen
werden gevonden op mensen-versus-dingen interesse en Prestige-interesse was iets
sterker bij jongere deelnemers en hoogopgeleiden. Toekomstig onderzoek kan zich
richten op het beter begrijpen van de inhoud van Prestige-interesse en de betekenis
van deze dimensie voor (studie)loopbaanprocessen en -uitkomsten.
1 Inleiding
Het kiezen van een passende (studie)loopbaan is voor veel mensen een intensief
en uitdagend proces (Schelfhout et al., ). Een veelvuldig toegepaste manier
* Graag bedanken wij professor Terence Tracey voor het beschikbaar stellen van de PGI. Het
copyright van de PGI en de Nederlandse vertaling ligt bij prof. Tracey (Terence.Tracey@ubc.ca).
Eveneens bedanken wij Sandra Kok, Mirte Post, Natasja Overman, Martine Schut, Rika Mohesi,
Loen van Gulick, Angela Bijnsdorp, Elin Hellqvist, Eveline Kreuk, Jim Molenaar, Leontine
Hoekemeijer en Roos Pluimers voor hun hulp met de dataverzameling en Cecilia Runneboom en
Cindy Burton voor hun feedback op eerdere versies van dit manuscript.
** Djurre Holtrop is werkzaam bij Curtin University, Future of Work Institute. Bart Wille is werk-
zaam bij Ghent University. Reinout E. de Vries is werkzaam bij VU University Amsterdam.
Marise Ph. Born is werkzaam bij Erasmus University Rotterdam / VU University Amsterdam /
Optentia North-West University South Africa. Correspondentieadres: Djurre Holtrop, The Future
of Work Institute, Faculty of Business and Law, Curtin University, Kent Street, Bentley, Western
Australia, Australia, 6102, e-mail: djurre.holtrop@curtin.edu.au.
GenO_2020-1_bw.indd 6GenO_2020-1_bw.indd 6 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
7
De Nederlandstalige Personal Globe Inventory
om dergelijke moeilijke studie- en beroepskeuzebeslissingen te faciliteren betreft
het gebruik van instrumenten die de interesses van mensen peilen. Zo hebben in
Vlaanderen sinds  reeds meer dan . leerlingen in het secundair onder-
wijs gebruikgemaakt van het instrument Columbus, dat vanuit de overheid werd
ontwikkeld ter ondersteuning van studieoriëntering. In Nederland gebruikt 
van de aankomende studenten een beroepskeuzetest om hun studiekeuze voor
een vervolgopleiding te bepalen (NSKO, ). Interessevragenlijsten behoren
daarmee waarschijnlijk tot de meest gehanteerde psychologische meetinstrumen-
ten in Nederland en Vlaanderen. Gezien het wijdverspreide gebruik en de invloed
die interesse-gebaseerde oriëntering heeft op het (beroeps)leven van mensen, is
het verrassend dat er binnen Nederland en Vlaanderen relatief weinig onderzoek
plaatsvindt naar de kwaliteit van interessevragenlijsten en het gebruik daarvan
in studie- en loopbaancontexten. Dit weinige onderzoek staat ook in contrast met
de toenemende internationale aandacht voor interesse-onderzoek; een domein
dat met name in de VS een heropleving beleeft (bijv. Nye, Butt, Bradburn, &
Prasad, ; Nye, Prasad, Bradburn, & Elizondo, ; Su, Tay, Liao, Zhang, &
Rounds, ). Een van de redenen achter deze internationaal groeiende belang-
stelling voor interesses is de toenemende consensus over de voorspellende waarde
van interessemetingen, meer specifiek die van fit tussen personen en hun omge-
vingen, voor het voorspellen van belangrijke uitkomsten zoals volharding, tevre-
denheid en prestatie (Nye, Su, Rounds, & Drasgow, , ; Van Iddekinge,
Roth, Putka, & Lanivich, ). In het licht van deze evidentie voor de betekenis
en invloed van interesses in studie- en werkcontexten is het essentieel om de
fundamenten van interessetheorieën en de daaruit voortvloeiende meetinstru-
menten goed te begrijpen. Dit artikel beoogt deze fundamenten bloot te leggen
en zoomt in op één interessemodel dat in de VS (maar ook daarbuiten) zijn ingang
heeft gevonden en is vertaald naar concrete meetinstrumenten. Meer specifiek
schetsen we de achtergrond en uitgangspunten van het Sferische model van
beroepsinteresses (Tracey & Rounds, ) en onderzoeken we de validiteit van
een Nederlandstalige versie van het meetinstrument dat gebaseerd is op dit
model, namelijk de Personal Globe Inventory (PGI; Tracey, , a).
1.1 Voorgaande modellen van beroepsinteresses
Het Sferische model van beroepsinteresses is afgeleid van het meest toonaange-
vende model van beroepsinteresses, ontwikkeld door John Holland (, ).
In dit model staan zes interessegebieden centraal die worden beschreven met het
acroniem RIASEC: Realistic, Investigative, Artistic, Social, Enterprising en
Conventional. Gangbare Nederlandstalige termen voor deze interessegebieden zijn
respectievelijk: Realistisch, Intellectueel, Artistiek, Sociaal, Ondernemend en
Conventioneel. Een cruciaal element in de theorie van Holland is dat deze interes-
segebieden onderling niet volledig onafhankelijk zijn, maar juist in meer of min-
dere mate aan elkaar gerelateerd zijn. Deze conceptuele verwantschap tussen de
interessegebieden wordt vaak samengevat aan de hand van een cirkelordening
(zie Figuur), ofwel een niet perfect gevormde circumplex (Rounds, McKenna,
Hubert, & Day, ; Tracey & Rounds, ): gebieden die naast elkaar liggen in
deze constellatie (bijv. Realistisch en Intellectueel) vertonen de meeste verwant-
GenO_2020-1_bw.indd 7GenO_2020-1_bw.indd 7 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
8
schap; alternerende gebieden (bijv. Realistisch en Artistiek) vertonen minder ver-
wantschap; en de tegenoverliggende gebieden (bijv. Realistisch en Sociaal) liggen
conceptueel gezien het verst van elkaar af.
Op basis van het invloedrijke werk van Prediger () werd de RIASEC-
circumplexstructuur verder geconcretiseerd. Prediger stelde voor dat er twee inte-
ressedimensies aan de basis van de interessegebieden van Holland liggen (zie
Figuur ): Ideeën-versus-Gegevens en Mensen-versus-Dingen. Deze dimensies
worden elk gedefinieerd aan de hand van twee tegenovergestelde interessepolen.
Interesse in Ideeën omvat de voorkeur voor het werken met theorieën en abstracte
ideeën, en het zoeken naar kennis en creativiteit. Daarentegen omvat Interesse
in Gegevens de voorkeur voor het werken met feiten, getallen en systematische
procedures. Interesse in Mensen richt zich op anderen en omvat het verzorgen,
overtuigen en vermaken van anderen. Daarentegen richt Interesse in Dingen zich
op objecten en omvat het werken met machines, materialen en gereedschap. De
dimensie Mensen-versus-Dingen is een van de individuele kenmerken waarvoor
duidelijke sekseverschillen te vinden zijn. Su, Rounds en Armstrong () heb-
ben aangetoond dat  van de mannen meer geïnteresseerd is in Dingen dan de
gemiddelde vrouw; mannen zijn dus veel meer geïnteresseerd in werken met din-
gen terwijl vrouwen veel meer geïnteresseerd zijn in werken met mensen. Su en
collega’s () stellen dat deze grote interesseverschillen (d= .) een verklaring
kunnen bieden voor de ondervertegenwoordiging van vrouwen in technisch geori-
enteerde beroepen.
Figuur 1 De RIASEC-interessegebieden (Holland, 1997) en Prediger (1982)
dimensies van beroepsinteresses
NB. R = Realistisch, I = Intellectueel, A = Artistiek, S = Sociaal,
E/O = Ondernemend, en C = Conventioneel.
De RIASEC-interessegebieden en de dimensies van Prediger hebben gedurende
ongeveer drie decennia de agenda van het interesse-onderzoek bepaald. Daarnaast
vormde dit model het uitgangspunt van een rijke traditie aan meetinstrumenten
in Nederland en Vlaanderen, zoals het Beroepskeuze Zelf-Onderzoek (BZO; De
Fruyt, Mervielde, Hogerheijde, & Van Amstel, ), de Loopbaan Inzicht
Vragenlijst (Wille, De Fruyt, Dingemanse, & Vergauwe, ) en SIMON-I
(Fonteyne, Wille, Duyck, & De Fruyt, ). Deze vragenlijsten hebben als doel
GenO_2020-1_bw.indd 8GenO_2020-1_bw.indd 8 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
9
De Nederlandstalige Personal Globe Inventory
om de belangrijkste interessegebieden van een persoon te identificeren. Het is
gangbaar om op grond van de drie hoogste scores van iemand (bijv. Sociaal,
Artistiek, Intellectueel) een lettercode toe te kennen (bijv. SAI) die de meest uit-
gesproken interesses van deze persoon samenvat. Deze informatie kan vervolgens
worden gekoppeld aan bestaande databases die de interesseprofielen van studie-
en/of beroepsomgevingen bevatten, met het oog op het identificeren van goed
passende studies of beroepen. Een voorbeeld van een dergelijke database is te
vinden binnen O*NETOnline (), een Amerikaans online platform dat RIASEC-
informatie bevat van meer dan beroepen en een procedure biedt voor het
koppelen van persoonlijke interessescores aan matchende beroepen op grond van
dit model.
1.2 Het ontstaan van het Sferische model van beroepsinteresses
Een belangrijke beperking van het RIASEC-model is dat binnen elk van de zes
interessegebieden veel beroepen te situeren zijn die sterk van elkaar verschillen
in termen van hun complexiteit (bijv. cognitief vermogen, of moeilijkheidsgraad
en verantwoordelijkheid; resp. Gottfredson, ; Roe, , p.). Binnen de
RIASEC-beroepscode ‘ERC’ passen bijvoorbeeld de beroepen ‘matroos binnen-
vaart’ en ‘technisch directeur’. Deze twee beroepen delen grotendeels dezelfde
interesses, maar verschillen aanzienlijk in complexiteit. Meerdere onderzoekers
hebben laten zien dat complexiteit een belangrijke rol speelt bij het kiezen van
beroepen. Deze gedachte wordt ondersteund door bevindingen uit onderzoek van
Austin en Hanisch (), die lieten zien dat cognitieve capaciteit de beste voor-
speller is van de beroepscategorie die iemand uitoefent. Ondanks deze bevinding
heeft het relatief lang geduurd voordat complexiteit werd voorgesteld als een
integrale component van beroepsinteresses. Om te begrijpen waarom interesses
en beroepscomplexiteit niet vaak in samenhang werden onderzocht, beschreef
Gottfredson () het dilemma van carrière-coaching. Zij stelde dat bij coaching
een taboe ligt op het adviseren over het niveau waarop iemand kan werken.
Enerzijds voelt het niet gerechtvaardigd om cliënten te vertellen dat ze een
beroepsgebied niet kunnen nastreven; terwijl het anderzijds niet ethisch lijkt om
cliënten niet goed te informeren over hun mogelijkheden. Hoewel het dus gegrond
lijkt om de complexiteit van banen te betrekken bij het verlenen van studie- en
beroepskeuzeadvies, is dit element niet expliciet vervat in het RIASEC-model.
De eerste keer dat complexiteit onderdeel vormde van een interessetaxonomie,
betrof de studie van Tracey en Rounds (), waarin zij de structuur van beroeps-
interesses bestudeerden met meerdere vragenlijsten tegelijkertijd. Naast de twee
Prediger-dimensies vonden zij een derde dimensie van beroepsinteresses, die zij
‘Prestige-interesse’ noemden. Tracey en Rounds besloten tot hun onderzoek naar
de structuur van interesses omdat zij hadden gezien dat de RIASEC-structuur niet
voor alle bevolkingsgroepen binnen en buiten de VS werd teruggevonden (bijv.
Einarsdóttir, Rounds, & Su, ; Rounds & Tracey, ; Warlick, Ingram IV,
Ternes, & Krieshok, ). In hun onderzoek namen zij meerdere, reeds gevali-
deerde, interessevragenlijsten af bij drie verschillende steekproeven (psychologie-
studenten, middelbare scholieren, en universiteitsstudenten) waarbij de deelnemers
aan hun onderzoek telkens een lijst van beroepen beoordeelden op grond van hun
GenO_2020-1_bw.indd 9GenO_2020-1_bw.indd 9 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
10
waargenomen aantrekkelijkheid (‘Hoe leuk vind je dit beroep?’). Een factoranalyse
liet bij alle steekproeven een algemene eerste factor zien, die steevast bij interes-
sevragenlijsten wordt teruggevonden (voor een uitleg over deze algemene eerste
factor en mogelijke interpretaties zie Tracey, ) en drie andere substantiële fac-
toren. De tweede en derde factor waren in alle drie de steekproeven de interessedi-
mensies Ideeën-versus-Gegevens en Mensen-versus-Dingen. De vierde factor duid-
den Tracey en Rounds aan met de term ‘Prestige-interesse’. Volgens deze
onderzoekers verwijst Prestige-interesse naar iemands aspiratieniveau, zelfbeoor-
deling van vaardigheid en voorkeur voor witte-boordenbanen versus arbeidersba-
nen. In de discussie zal worden besproken of de term Prestige-interesse deze context
volledig dekt. In alle steekproeven verklaarde de Prestige-interessedimensie sub-
stantiële variantie in interesses boven de al bekende interessedimensies. Eveneens
werd in dit onderzoek bevestigd dat de drie substantiële interessedimensies lood-
recht op elkaar staan, wat inhoudt dat er in totaal drie met elkaar samenhangende
circumplexen ontstonden (zie Figu ren en ). Deze samenhang vertaalde zich in
een bolvormige structuur, het zogeheten ‘Sferische model van beroepsinteresses’
(zie Figuur ) waarbij de RIASEC-circumplex de evenaar vormt en de Prestige-
dimensie een extra derde dimensie toevoegt.
Een mogelijke methodologische verklaring voor het feit dat eerdere onderzoeken
er niet in slaagden om deze Prestige-interessedimensie te identificeren, is dat veel
interessevragenlijsten zich uit praktische overwegingen slechts op één opleidings-
niveau richten. Ook in Nederland gebruiken meerdere testleveranciers een derge-
lijke aanpak om gebruikers alleen advies aan te bieden dat aansluit op hun oplei-
dingsniveau. De BKT-M (Van den Berg & Bleichrodt, ) en de BKT-H (Van den
Berg, Bleichrodt, & Schokker, ), uitgegeven door NOA BV, delen bijvoorbeeld
beroepsinteresses op in lager/midden niveau en hoger niveau. Deze aanpak is in
de praktijk volledig gerechtvaardigd, maar beperkt de meting van interesses dus
tot de bovenste of onderste helft van het complexiteitsspectrum. Dergelijke
instrumenten vervatten dus (bewust) relatief weinig variantie in niveau van com-
plexiteit waardoor een aparte Prestige-interessedimensie empirisch niet kan wor-
den geïdentificeerd.
Nadat Tracey en Rounds () de structuur van het Sferische model van beroeps-
interesses in de VS aantoonden, werd dit model in minstens zeven andere landen
gerepliceerd. Deze replicatie heeft plaatsgevonden in zowel westerse landen (bijv.
Ierland, Duitsland, Servië, en Kroatië: Darcy, ; Etzel, Nagy, & Tracey, ;
Hedrih, ; Šverko, ), als Aziatische landen (China en Japan: Long, Adams,
& Tracey, ; Long, Watanabe, & Tracey, ), maar ook in een Caribisch land
(Jamaica: Wilkins, Ramkissoon, & Tracey, ). Deze onderzoeken onderstrepen
de cross-culturele toepasbaarheid van het Sferische model van beroepsinteresses
en bevestigen de waarde van de Prestige-interessedimensie als een bijkomende
universele dimensie van beroepsinteresses.
GenO_2020-1_bw.indd 10GenO_2020-1_bw.indd 10 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
11
De Nederlandstalige Personal Globe Inventory
Figuur 2 Het Sferische model van beroepsinteresses (Tracey & Rounds, 1996)
met de RIASEC-circumplex op de evenaar
NB. Linksboven worden alle drie de dimensies afgebeeld als een bol.
De andere drie afbeeldingen tonen de drie circumplexen die samen
het Sferische model vormen. R = Realistisch, I = Intellectueel, A =
Artistiek, S = Sociaal, E/O = Ondernemend, en C = Conventioneel.
1.3 Prestige-interesse
De Prestige-interessedimensie leek volgens Tracey en Rounds () vooral samen
te hangen met de complexiteit van de beroepen. Zij stelden dat Prestige-interesse
in het Sferische model op drie manieren geïnterpreteerd kan worden: (a) als de
aspiratie van een persoon; (b) als een zelfbeoordeling van iemands eigen compe-
tentie ofwel op welk niveau iemand denkt te kunnen werken; of ten slotte (c) als
de mate waarin iemand aangeeft eenvoudige dan wel complexe werkzaamheden
uit te willen voeren. Een analyse door Sodano en Tracey () schiep vervolgens
meer duidelijkheid over wat Prestige-interesse wel en niet inhoudt. Sodano en
Tracey toonden aan dat activiteiten die gerelateerd zijn aan Prestige-interesse
geassocieerd worden met ‘competitie’ en met ‘vaardigheden en inspanning’. De
interpretatie van Prestige-interesse lijkt dus verder te gaan dan alleen niveau en
complexiteit en kan bij de PGI niet worden beschreven als het aanzien van een
GenO_2020-1_bw.indd 11GenO_2020-1_bw.indd 11 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
12
beroep. Prestige-interesse in het Sferische model plaatst bijvoorbeeld een beroep
als aandelenhandelaar hoog in de prestigeschaal vanwege de hoge complexiteit en
competitie, terwijl de publieke prestige-perceptie (het aanzien) van deze baan juist
laag is (Pollack, ). Hiernaast toonden Sodano en Tracey () ook aan dat
Prestige-interesse niet geassocieerd werd met stereotypisch mannelijke of vrou-
welijke beroepsactiviteiten. De associatie met geslachtstypering blijft dus voor-
behouden aan de Mensen-versus-Dingen-dimensie. Beroepsactiviteiten en beroe-
pen die hoog scoren op Prestige-interesse, worden vooral dus geassocieerd met
werkzaamheden die een hoog opleidingsniveau vereisen en die uitgeoefend wor-
den in een competitieve omgeving waar veel inspanningen en vaardigheden nodig
en gewenst zijn.
Sinds de introductie van het Sferische model van beroepsinteresses zijn de relaties
met een aantal belangrijke individuele verschillen onderzocht. Sodano () vond
dat Prestige-interesse extra variantie verklaarde in levenswaarden (bijv. Schwartz,
) en werkwaarden (bijv. McCloy et al., ), boven op de variantie die verklaard
werd door de Prediger interessedimensies. Prestige-interesse bleek positief gerela-
teerd te zijn aan de levenswaarde Macht (Power), de werkwaarde Prestatie
(Achievement) en enigszins aan de werkwaarde Erkenning (Recognition). Hiernaast
vonden Holtrop, Born en De Vries () een zwakke relatie tussen Prestige-interesse
en de persoonlijkheidstrekken Extraversie en Openheid voor ervaringen. Tegen de
verwachtingen in werd er geen relatie gevonden tussen Prestige-interesse en
Integriteit. Mensen met hogere Prestige-interesse zoeken dus iets meer erkenning
en zijn competitiever, sociaal energieker en nieuwsgieriger, maar niet minder integer.
Verder is er beperkt bewijs gevonden voor de voorspellende waarde van Prestige-
interesse voor beroepskeuze-uitkomsten. Tracey (b) gebruikte Prestige-
interesse in de voorspelling van beroepskeuzezekerheid en toonde aan dat de
match (ook wel: congruentie) tussen Prestige-interesse van deelnemers en het
prestige van de studierichting verklaarde wat de huidige beroepsrichting van de
deelnemers was en hoe zeker de deelnemers waren van hun carrièrerichting. Er is
verder nog relatief weinig onderzoek verricht naar de voorspellende waarde van
Prestige-interesse voor belangrijke studie- en beroepskeuze-uitkomsten. Een uit-
zondering hierop is het onderzoek van Guntern, Korpershoek en Van der Werf
() die vonden dat Prestige-interesse invloed heeft op de voorkeur voor de
toekomstige werkomgeving van medisch specialisten.
1.4 Geen zes maar acht interessegebieden
Binnen de circumplex van beroepsinteresses heeft elk beroep een eigen positie.
Over het algemeen lijken beroepen redelijk gelijk verspreid over de gehele circum-
plex (bijv. Tracey & Rounds, , ). Dit betekent dat items van een interes-
sevragenlijst vaak gelijkmatig verspreid zijn binnen de hele cirkel. Interessegebieden
verdelen de circumplex in gelijke delen, vergelijkbaar met taartpunten. De grenzen
van deze gebieden bepalen of beroepen en beroepsactiviteiten binnen de ene of
andere interesse vallen. Vanwege de gelijkmatige spreiding van beroepen is het
aantal delen waarin de circumplex wordt opgedeeld voornamelijk afhankelijk van
praktische overwegingen. In het Sferische model van beroepsinteresses is om twee
redenen gekozen voor een verdeling in acht interessegebieden (Tracey & Rounds,
GenO_2020-1_bw.indd 12GenO_2020-1_bw.indd 12 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
13
De Nederlandstalige Personal Globe Inventory
). Figuur laat deze acht beroepsgebieden zien op de drie circumplexen van
het Sferische model.
De eerste reden om acht interessegebieden te gebruiken is dat deze indeling iets
meer differentiatie toelaat dan de traditionele zes gebieden. Door acht scores te
gebruiken zijn er meer combinaties van interesses mogelijk en kan een kandidaat
specifieker advies krijgen. Deze iets uitgebreidere verdeling verfijnt vooral de
interpretatie van het Sociale en Realistische interessegebied. Sociale interesses
worden in dit model verdeeld over de gebieden ‘helpen’ en ‘sociaal faciliteren’.
Helpen richt zich voornamelijk op het opleiden en verzorgen van anderen (zoals
kinderen met leerproblemen helpen), terwijl sociaal faciliteren zich meer richt op
zakelijke sociale interactie (zoals werken als verkoopmedewerker). Realistische
interesses worden verdeeld over de gebieden ‘mechanisch’ en ‘gegevens verwer-
ken’. Mechanische interesse richt zich voornamelijk op het werken met fysieke
Figuur 3 Het Sferische model van beroepsinteresses (Tracey & Rounds, 1996)
met acht interessegebieden op elke circumplex
NB. Linksboven worden alle drie de dimensies afgebeeld als een bol.
De andere drie afbeeldingen tonen de drie circumplexen die samen
het Sferische model vormen en de interessegebieden die op deze
circumplex voorkomen.
GenO_2020-1_bw.indd 13GenO_2020-1_bw.indd 13 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
14
apparaten, terwijl data verwerken zich meer richt op het werken met IT-applicaties
en elektronica.
De tweede reden om acht interessegebieden te gebruiken is dat deze conceptua-
lisatie ervoor zorgt dat de Prediger interessedimensies duidelijker aansluiten op
de interessegebieden die op de evenaar van het Sferische model liggen. Hierdoor
passen de verschillende onderdelen op een meer begrijpelijke manier samen in
het interessemodel. In tegenstelling tot de RIASEC-interessegebieden dragen de
acht interessegebieden van het Sferische model allemaal gelijkwaardig bij aan de
Prediger dimensies (bij het RIASEC-model hebben de interessegebieden verschil-
lende gewichten).
1.5 De Nederlandstalige Personal Globe Inventory
Het meten van interesses in landen (en culturen) die verschillen van het land
waarin een origineel instrument is ontwikkeld, is niet zonder risico (Rounds &
Tracey, ; Warlick et al., ). Vaak is het bijvoorbeeld niet logisch om de
beroepen van een interessevragenlijst letterlijk te vertalen, omdat sommige beroe-
pen in bepaalde culturen niet voorkomen of een andere invulling hebben. Een
voorbeeld hiervan is het beroep van apothekersassistent, dat in Nederland/
Vlaanderen een relatief sterke component van cliëntvoorlichting omvat (met bij-
horende communicatievaardigheden) terwijl dit in andere culturen veeleer een
conventionele invulling krijgt (‘kassière’). Dit alles betekent dat het cruciaal is dat
interessevragenlijsten ook lokaal worden gevalideerd.
De Personal Globe Inventory (PGI; Tracey, ) is specifiek ontworpen om de inte-
ressegebieden en -dimensies van het Sferische model te meten. Deze vragenlijst
bestaat uit () een lijst met beroepsactiviteiten en () een lijst met beroe-
pen. Deelnemers geven aan in hoeverre ze de activiteiten en beroepen leuk vinden
en hoe competent ze in de activiteiten denken te zijn. De beoordeling van ‘leuk
vinden’ levert een inschatting op van de interesse van deelnemers. De beoordeling
van ‘competentie’ levert een inschatting op van de self-efficacy van de deelnemers,
of in hoeverre ze denken goed te zijn in de desbetreffende activiteit.
De scores van interesse en competentie hangen doorgaans sterk samen en verto-
nen een vergelijkbare factorstructuur (bijv. Tracey, ). Echter, de Social
Cognitive Career Theory (Lent, Brown, & Hackett, ) beschrijft dat beroeps-
keuze een samenspel is tussen de interesse voor een beroep en het beroep ‘denken
te kunnen’ uitvoeren. Bovendien is er onderzoek (Tracey, b) dat heeft aange-
toond dat interesses alleen voorspellend zijn voor de ervaren zekerheid van de
carrièrekeuze als deelnemers ook hun competentie voldoende hoog inschatten;
in het andere geval bestaat er nauwelijks een relatie tussen interesse en de ervaren
zekerheid van de carrièrekeuze.
De PGI is inmiddels naar minstens vijf andere talen vertaald (Iers Engels, Duits,
Servisch, Chinees, Japans; Darcy, ; Etzel et al., ; Hedrih, ; Long et
al., ; Long et al., ) en vertoont goede psychometrische eigenschappen in
elk van deze talen. Aanvullend werd ook een verkorte vorm van deze vragenlijst
ontwikkeld, de PGI-short (Tracey, a), die beroepsactiviteiten uit de vol-
ledige PGI omvat. De verkorte PGI is inmiddels ook gevalideerd in twee landen
buiten de VS (Turkije en China; Vardarlı, Özyürek, Wilkins-Yel, & Tracey, ;
GenO_2020-1_bw.indd 14GenO_2020-1_bw.indd 14 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
15
De Nederlandstalige Personal Globe Inventory
Zhang, Kube, Wang, & Tracey, ) en vertoont in deze talen vergelijkbare, goede
psychometrische eigenschappen.
In dit artikel rapporteren we de vertaling en validatie van de Nederlandstalige
PGI-lang en PGI-kort. De ambitie is dat dit instrument het toekomstig onderzoek
naar beroepsinteresses in Nederland en Vlaanderen zal ondersteunen. We zullen
dit artikel afsluiten met enkele suggesties voor dergelijke onderzoeken. Eveneens
verwijzen we naar een openbare bewaarplaats met de items, de geanonimiseerde
gegevens voor de Nederlandse en Vlaamse PGI, en de Qualtrics-code voor de vra-
genlijst.
2 Methode
2.1 Deelnemers
Voor deze studie zijn  steekproeven gecombineerd (zie Tabel ). Enkele van deze
steekproeven zijn ook gebruikt in andere studies; per steekproef is dit aangegeven
in de tabel. De data zijn verzameld tussen  en  met behulp van digitale
vragenlijsten. Bij de meeste steekproeven zijn aanvullende gegevens verzameld
die niet in deze studie worden gerapporteerd. Deelname was altijd vrijwillig en bij
bijna alle steekproeven zijn kleine prijzen verloot onder de deelnemers. De gege-
vens voor de PGI-lang zijn in Nederland verzameld; de gegevens voor de PGI-kort
komen uit Nederland en Vlaanderen.
Voor de PGI-lang bestond de eerste steekproef uit  studenten die de PGI vlak
voor of na het kiezen van een vervolgopleiding hebben ingevuld. Deze studenten
kwamen voornamelijk uit het hoger onderwijs. De tweede steekproef bestond uit
 middelbare scholieren uit Noord-Holland, Friesland en Gelderland. Deze scho-
lieren waren afkomstig uit het vmbo, havo en vwo. De derde steekproef bestond
uit professionals uit Amsterdam, Groningen, Leeuwarden en Utrecht, die voor
een technisch financieel detacheerbureau werkten. De vierde steekproef was een
heterogene groep (N= ) die verzameld was via het persoonlijke netwerk van
een aantal bachelorstudenten. Deze deelnemers waren vooral geworven via soci-
ale media en persoonlijke verzoeken. De vijfde steekproef bestond uit  oudere
volwassenen uit de omgeving van Amsterdam en uit Friesland. Deze deelnemers
zijn voornamelijk geworven via persoonlijke contacten van een masterstudent.
De totale proefgroep voor de PGI-lang omvatte  personen (= ) met een
gemiddelde leeftijd van .jaar (SD= .).
Voor de PGI-kort bestond de eerste steekproef uit  middelbare bovenbouw-
scholieren uit Zuid- en Noord-Holland. Deze scholieren ontvingen allen een
samenvatting van hun interessescores die hen kon ondersteunen bij het kiezen
voor een vervolgstudie. De tweede steekproef bestond uit studenten die door
een groep bachelorstudenten waren geworven. Deze groep had een onverwacht
hoog aantal ‘onachtzame’ deelnemers (n= ); vrij veel deelnemers in deze groep
hadden de vragenlijst niet voldoende aandachtig ingevuld. De derde steekproef
bestond uit eerstejaars psychologiestudenten uit Amsterdam die deelnamen
aan dit onderzoek in het kader van hun studie en hier ook credits voor ontvingen.
De vierde steekproef bestond uit ouders van de middelbare scholieren (steek-
GenO_2020-1_bw.indd 15GenO_2020-1_bw.indd 15 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
16
proef) en van de eerstejaars psychologiestudenten (steekproef). De ouders zijn
per e-mail benaderd nadat hun kind had deelgenomen aan het onderzoek. De
vijfde steekproef bestond uit Vlaamse werkenden in allerlei beroepen. De
meeste deelnemers in deze steekproef waren hoger opgeleid. De zesde steekproef
bestond uit Gentse studenten in het laatste jaar van hun masteropleiding
aan de universiteit. Deze studenten waren afkomstig uit een brede waaier van
studierichtingen. De zevende steekproef bestond uit jongvolwassenen uit
Vlaanderen met verschillende opleidingsniveaus en studierichtingen. Voor de PGI-
kort omvatte de totale dataset personen ( = ) met een gemiddelde
leeftijd van .jaar (SD= .).
Tabel 1 Steekproeven waarmee de gegevens zijn verzameld voor PGI-lang en
PGI-kort.
Locatie Omschrijving n%
onacht-
zaam
%
vrouw
M
leeftijd
SD
leeftijd
PGI-lang
1 Nederland Studiekiezers11416 6.6% 71.1% 20.62 7.19
2 Nederland Scholieren1100 10.0% 84.0% 16.14 1.20
3 Nederland Professionals159 3.4% 25.4% 39.08 8.12
4 Nederland Gemengd1182 3.3% 58.2% 32.90 14.57
5 Nederland Ouder195 10.5% 56.8% 57.35 7.66
Totaal 1852 6.5% 68.3% 24.06 12.23
PGI-kort
6 Nederland Middelbare
scholieren2
372 8.6% 59.7% 16.47 1.03
7 Nederland Gemengd 68 30.9% 67.7% 34.08 16.26
8 Nederland Eerstejaars
psychologie2
131 7.6% 86.3% 19.76 1.47
9 Nederland Ouders van
scholieren2
279 12.2% 63.1% 49.13 5.09
10 Vlaanderen Professionals3174 9.2% 58.1% 34.47 11.12
11 Vlaanderen Laatste jaar
collegestudenten
1384 5.2% 64.9% 22.83 1.44
12 Vlaanderen Gemengd
jongvolwassenen
335 5.4% - - -
Totaal 2743 7.4% 56.7% 25.43 10.11
NB . De genummerde steekproeven zijn (gedeeltelijk) gebruikt in eerdere publicaties. 1 Holtrop
et al. (2015) heeft gedeeltelijke overlap met steekproeven 1 en 2, en volledige overlap met
steekproeven 3, 4 en 5 (gezamenlijke overlap met de steekproeven van de PGI-lang: n = 656,
35%). 2 Holtrop et al. (2018) heeft gedeeltelijke overlap met steekproeven 6, 8 en 9 (gezamen-
lijke overlap met de Nederlandse steekproeven van de PGI-kort: n = 542, 64%). 3 Wille et al.
(2015) heeft een gedeeltelijke overlap met steekproef 10.
GenO_2020-1_bw.indd 16GenO_2020-1_bw.indd 16 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
17
De Nederlandstalige Personal Globe Inventory
2.2 Materialen
De PGI-lang (Tracey, ) omvat  activiteiten en  beroepen. De activiteiten
worden beoordeeld op ‘interesse’ (= helemaal niet leuk tot = erg leuk) en ‘com-
petentie’ ofwel self-efficacy (= kan ik niet tot = kan ik heel goed). Voorbeelden
van de activiteiten zijn ‘Een kantoor managen’ (regelen) en ‘Stofzuigen’ (basis-
dienstverlening). De beroepen worden alleen beoordeeld op interesse (= helemaal
niet leuk tot = erg leuk). Voorbeelden van de beroepen zijn ‘Automonteur’ (mecha-
nisch) en ‘Bioloog’ (onderzoekende wetenschappen). Elke interesse- en competen-
tie schaal bestaat uit zes items van hetzelfde type (activiteiten interesse, activitei-
ten competenties, of beroepen interesse). Aan de hand van de items kunnen
interesse- en competentiescores berekend worden voor de schalen: acht basis-
interesseschalen (Sociaal faciliteren, Regelen, Financiële administratie, Gegevens
verwerken, Mechanisch, Natuur/Milieu, Artistiek, en Helpen), vijf hoge Prestige-
interesseschalen (Financiële analyses, Verzorgende wetenschappen, Onder-
zoekende wetenschappen, Zakelijke systemen, en Invloedrijk werk) en vijf lage
Prestige-interesseschalen (Basisdienstverlening, Persoonlijke dienstverlening,
Kwaliteit en controle, Bouw/Reparatie, en Uitvoerend werk). Tracey () vond
betrouwbaarheden variërend van α= . tot . voor deze interesseschalen. De
scores op de basisinteresseschalen kunnen vervolgens gebruikt worden om de
uitersten van de drie interessedimensies (Mensen-Dingen, Ideeën-Gegevens, en
Prestige) en de RIASEC-schalen te berekenen. Voor de complete scoringssleutel
wordt verwezen naar Tracey (, p. ).
De drie verschillende item-typen (activiteiten leuk vinden, activiteiten competen-
tie, en beroepen leuk vinden) kunnen onafhankelijk van elkaar gebruikt worden.
Een onderzoeker die alleen geïnteresseerd is in interesses, zou bijvoorbeeld alleen
de activiteiten en beroepen op interesses kunnen laten beoordelen en de compe-
tentie-items weg kunnen laten. De meeste onderzoeken (bijv. Darcy, ; Long
et al., ; Tracey, ) gebruiken echter een gemiddelde van de drie typen items
en vonden voor deze samengestelde scores vaak betrouwbaarheden hoger dan .
en vrijwel nooit onder ..
De PGI-kort (Tracey, a) omvat  activiteiten uit de volledige PGI, die worden
beoordeeld op ‘interesse’ (= helemaal niet leuk tot = erg leuk) en ‘competentie’
(= kan ik niet tot = kan ik heel goed). De PGI-kort meet  interesseschalen met
elk vier items: de acht basisinteresseschalen (Sociaal faciliteren, Regelen, Finan-
ciële administratie, Gegevens verwerken, Mechanisch, Natuur/Milieu, Artistiek,
en Helpen), Invloedrijk werk (hoog prestige), en Uitvoerend werk (laag prestige).
Ook voor de PGI-kort kunnen met de interesseschalen de polen worden berekend
van de drie interessedimensies (Mensen-Dingen, Ideeën-Gegevens, en Prestige)
en de RIASEC-schalen (Tracey, a, p. ). Tracey (a) heeft de vier beste
items uit de volledige zes-itemschaal van de PGI-lang geselecteerd aan de hand
van itemresponstechnieken en vond betrouwbaarheden van α= . tot . voor deze
ingekorte interesseschalen.
De Engelse PGI-items zijn in een aantal stappen vertaald naar het Nederlands.
Eerst hebben drie van de auteurs, drie masterstudenten en een professionele ver-
taler alle items zelfstandig naar het Nederlands vertaald. Hierna hebben de ver-
talers, met uitzondering van de professionele vertaler, met elkaar overlegd wat de
GenO_2020-1_bw.indd 17GenO_2020-1_bw.indd 17 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
18
beste vertaling was voor elk item. Verschillen van mening zijn in overleg opgelost
en de uiteindelijke items waren gebaseerd op volledige overeenstemming. Ten
slotte heeft een tweede professionele vertaler de lijst met items nog één keer
gecontroleerd.
2.3 Procedure voor onachtzame deelnemers
Voor dit onderzoek zijn de gegevens van de verschillende steekproeven samenge-
voegd in een dataset voor de PGI-lang en een voor de PGI-kort. Voordat de psy-
chometrische gegevens van de PGI onderzocht werden, zijn de deelnemers met
onachtzame antwoordpatronen verwijderd. Onachtzame antwoordpatronen kun-
nen op verschillende manieren voorkomen. Dit onderzoek gebruikte twee gang-
bare criteria om onachtzame antwoordpatronen te identificeren (bijv. Ward, Meade,
Allred, Pappalardo, & Stoughton, ). Allereerst is onderzocht of deelnemers
veelvuldig dezelfde antwoordoptie kozen. Voor de PGI-lang zijn hiervoor vragen
over beroepen gebruikt en voor de PGI-kort zijn vragen over activiteiten gebruikt.
Deelnemers die twee SDs meer dan de gemiddelde deelnemer (PGI-lang: M= .,
min.= , max.= , SD= ., afkappunt >; PGI-kort: M= ., min.= ,
max.=, SD= ., afkappunt >) hetzelfde antwoord gaven op opeenvolgende
vragen, zijn niet gebruikt voor verdere analyses (PGI-lang: n= ; PGI-kort: n= ).
Ten tweede is nagegaan of deelnemers inconsistent antwoordden op psychologische
synoniemen, dat wil zeggen statistisch sterk gelijkende vragen. Hiervoor zijn voor
de PGI-lang en PGI-kort de items die meer dan . met elkaar correleren geselecteerd
en is de gemiddelde correlatie per deelnemer op deze vragen berekend. Deze index
is vervolgens omgescoord (-r), zodat een hoge score aangeeft dat een deelnemer
erg inconsistent antwoordde op sterk vergelijkbare vragen. Deelnemers met een
gemiddelde correlatie (PGI-lang: M= ., SD=., afkappunt >.; PGI-kort: M= .,
SD= ., afkappunt >.) op de psychologische synoniemen van meer dan twee SDs
boven het groepsgemiddelde werden verwijderd (PGI-lang: n= ; PGI-kort: n= ).
De uiteindelijke steekproef bestond voor de PGI-lang uit personen en voor de
PGI-kort uit personen.
2.4 Analyses
De vertaalde items, data van de PGI-lang en PGI-kort, scripts voor de analyses,
en een Qualtrics import file kunnen worden ingezien op het Open Science
Framework (OSF; https://osf.io/qe/). De psychometrische kenmerken van de
PGI zijn in een aantal stappen onderzocht.
Allereerst is de structuur van het instrument onderzocht aan de hand van
Exploratory Structural Equation Modeling (ESEM; bijv. Asparouhov & Muthén,
; Gucciardi & Zyphur, ). ESEM situeert zich tussen louter exploratieve
factoranalyse en meer confirmatorische analysetechnieken en laat toe om de fit
te bepalen van factoroplossingen waarbij items cross-ladingen hebben op meer-
dere factoren. Deze analysetechniek is reeds eerder gebruikt voor de validatie van
schalen van constructen zoals interesses (bijv. Wille et al., ) en persoonlijkheid
(bijv. Booth & Hughes, ), waarbij een simpele structuur (zonder substantiële
cross-ladingen) niet realistisch is. ESEM kan exploratief gebruikt worden om de
optimale factorstructuur in een set vragen te bepalen, of confirmatorisch om een
GenO_2020-1_bw.indd 18GenO_2020-1_bw.indd 18 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
19
De Nederlandstalige Personal Globe Inventory
hypothetische structuur te testen. Aangezien de PGI reeds een bepaalde structuur
diende te meten, is voor dit onderzoek voor een confirmatorische benadering
gekozen. Dit houdt in dat a priori werd aangegeven welke items op welke latente
variabelen dienden te laden.
Omdat de structuur van de PGI uit meerdere substructuren bestaat, zijn eerst de
structuren van de onderliggende losse circumplexen onderzocht en daarna van de
gehele bolstructuur. Deze analyses zijn apart uitgevoerd voor de verschillende
typen items (activiteiten interesse, activiteiten competentie, en beroepen inte-
resse). Bij de analyse van de volledige PGI-lang is voor een bi-factor model gekozen
(bijv. Howard, Gagné, Morin, & Forest, ; Morin, Arens, & Marsh, ), omdat
interesseschalen laden op een algemene factor die alleen geschat kan worden als
alle interesseschalen worden gemeten (Tracey, ). In een bi-factor ESEM-
analyse laden alle items eerst op de algemene factor van interesses en vervolgens
op de schaal waarbij het item hoort. Gescheiden ESEM-analyses voor de verschil-
lende steekproeven lieten vergelijkbare factorstructuren zien voor de (combinaties
van) steekproeven. De resultaten van deze analyses zijn te vinden op de OSF-
webpagina. In dit artikel worden alleen de resultaten voor de totale steekproef
gerapporteerd.
De Randomization test of Hypothesized Order Relations (Hubert & Arabie, )
werd vervolgens uitgevoerd om de circulaire structuur van de instrumenten na te
gaan. Hiervoor werd het R-script RANDALL (Tracey, ) gebruikt. Deze analyse
testte de circumplexstructuren in de data; dit houdt in dat formeel werd nagegaan
of een interesseschaal sterker samenhing met naastgelegen schalen in vergelijking
met verder gelegen schalen in het circulaire model. Deze analyses gaven een
Correspondence Index met een bereik van -. (geen van de correlaties verschillen
volgens verwachting) tot . (alle correlaties verschillen volgens verwachting).
De betrouwbaarheid van de PGI-interesseschalen werd onderzocht met behulp
van de alpha- betrouwbaarheidscoëfficiënt. De interessedimensies bestaan echter
uit een gewogen combinatie van andere schalen. In deze gevallen werd een
Stratified coefficient alpha (He, ) berekend; een maat van betrouwbaarheid die
is gebaseerd op (a) het gewicht waarmee interessesschalen bijdragen aan de score
van de interessedimensie, (b) de betrouwbaarheid van de losse schalen, en (c) de
covariantie tussen de interesseschalen die bijdragen. Nadat de kwaliteit van de
individuele schalen was vastgesteld, werden de schalen verder onderzocht op ver-
schillen in geslacht, leeftijd en opleidingsniveau.
3 Resultaten
3.1 PGI-lang
Tabel  bevat de resultaten van de ESEM-analyses voor de PGI-lang. Voor de root
mean square of error approximation (RMSEA) geeft een waarde onder . aan dat
het veronderstelde model redelijk met de data overeenkomt; een waarde onder
. geeft aan dat het model goed past (Chen, Curran, Bollen, Kirby, & Paxton,
). Voor de drie individuele circumplexen van het Sferische model lagen de
RMSEA-waarden allemaal onder .; voor de volledige PGI lagen die waarden
GenO_2020-1_bw.indd 19GenO_2020-1_bw.indd 19 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
20
Tabel 2 Confirmatory Exploratory Structural Equation Modelling (ESEM) resultaten voor alle vormen van de Nederlandstalige
PGI-lang (N = 1731) en PGI-kort (N = 2540)
Losse circumplexen Totaal
1. Mensen-Dingen en
Ideeën-Gegevens
2. Mensen-Dingen en
Prestige
3. Ideeën-Gegevens en
Prestige
Vragenlijst Itemsoort RMSEA CFI
χ2RMSEA CFI
χ2RMSEA CFI
χ2RMSEA CFI
χ2
PGI-lang Activiteiten -
Interesse
.051 .909 4310.46 .065 .888 3607.67 .060 .905 3111.42 .034 .932 11493.22
Activiteiten -
Competentie
.048 .919 3819.62 .057 .914 2846.35 .056 .924 2751.14 .032 .939 10615.37
Beroepen -
Interesse
.054 .928 4707.90 .056 .933 2758.45 .058 .918 2904.45 .035 .940 12168.27
PGI-kort Activiteiten -
Interesse
.053 .935 2185.02 - - - - - - .044 .944 2476.41
Activiteiten -
Competentie
.050 .943 1988.60 - - - - - - .043 .946 2441.61
NB. Circumplex 1 omvat de items voor Sociaal faciliteren, Regelen, Financiële administratie, Gegevens verwerken, Mechanisch, Natuur/Milieu, Artistiek, en
Helpen. Circumplex 2 omvat de items voor Verzorgende wetenschappen, Invloedrijk werk, Zakelijke systemen, Kwaliteit en controle, Uitvoerend werk, en
Persoonlijke dienstverlening. Circumplex 3 omvat de items voor Financiële analyses, Invloedrijk werk, Onderzoekende wetenschappen, Bouw/Reparatie,
Uitvoerend werk, en Basisdienstverlening. Het totaal omvat voor de PGI-lang alle 18 basisinteresseschalen en voor de PGI-kort de schalen van Circumplex 1,
Uitvoerend werk en Invloedrijk werk. Voor de ESEM met de 18 basisinteresseschalen is een bifactormodel gespecificeerd waarbij alle items naast de relevante
schaal ook laden op een algemene factor.
GenO_2020-1_bw.indd 20GenO_2020-1_bw.indd 20 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
21
De Nederlandstalige Personal Globe Inventory
Tabel 3 Randomised tests of hypothesised order relations als analyse van de circumplexstructuur van de PGI-lang (N = 1731) en
PGI-kort (N = 2540)
Circumplex 1
Mensen-Dingen en Ideeën-Gegevens
Circumplex 2
Mensen-Dingen en Prestige
Circumplex 3
Ideeën-Gegevens en Prestige
Vragen-
lijst
Itemsoort Tot. B ev. Gel. CI p Tot. Bev. Gel. CI p Tot. Bev. Gel. CI p
PGI-lang Activiteiten -
Interesse
288 275 1 .91 < .01 288 236 2 .65 < .01 288 233 4 .63 < .01
Activiteiten -
Competentie
288 267 0 .85 < .01 288 236 4 .65 < .01 288 210 6 .48 < .01
Beroepen -
Interesse
288 276 2 .92 < .01 288 247 2 .72 < .01 288 237 2 .65 < .01
PGI-kort Activiteiten -
Interesse
288 277 1 .93 < .01 - - - - - - - - - -
Activiteiten -
Competentie
288 251 5 .76 < .01 - - - - - - - - - -
NB . Tot. = Totaal aantal volgorde-hypotheses dat is getest; Bev. = Aantal relaties bevestigd met verschillende correlatiecoëfficiënten in de verwachte richting;
Gel. = Aantal relaties met gelijke sterkte; CI = Correspondence Index. Circumplex 1 omvat de items voor Sociaal faciliteren, Regelen, Financiële administratie,
Gegevens verwerken, Mechanisch, Natuur/Milieu, Artistiek, en Helpen. Circumplex 2 omvat de items voor Verzorgende wetenschappen, Invloedrijk werk,
Zakelijke systemen, Dingen, Kwaliteit en controle, Uitvoerend werk, Persoonlijke dienstverlening, en Mensen. Circumplex 3 omvat de items voor Financiële
analyses, Invloedrijk werk, Onderzoekende wetenschappen, Ideeën, Bouw/Reparatie, Uitvoerend werk, Basisdienstverlening, en Gegevens.
GenO_2020-1_bw.indd 21GenO_2020-1_bw.indd 21 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
22
Tabel 4 Beschrijvende gegevens voor mannen en vrouwen op de Nederlandse
PGI-lang (N = 1731)
Mannen
(n = 525)
Vrouwen
(n = 1206)
Activiteiten Beroepen Activiteiten
Interesse Competentie Interesse Interesse
Basis interesses M (SD)
αM (SD)
αM (SD)
αM (SD)
α
Sociaal faciliteren 3.48 (1.06) .75 4.33 (0.98) .71 3.10 (1.12) .77 4.17 (1.08) .73
Regelen 3.52 (1.08) .74 4.34 (1.04) .74 3.42 (1.32) .88 3.40 (1.14) .77
Financiële admini-
stratie
3.30 (1.36) .89 3.99 (1.34) .88 3.25 (1.42) .90 2.72 (1.30) .90
Gegevens verwer-
ken
3.55 (1.25) .77 3.50 (1.26) .78 3.43 (1.54) .92 2.26 (0.99) .76
Mechanisch 3.58 (1.32) .82 3.25 (1.28) .82 3.45 (1.45) .88 2.17 (1.08) .83
Natuur/Milieu 3.58 (1.26) .77 3.40 (1.21) .79 3.49 (1.49) .90 3.30 (1.31) .78
Artistiek 3.26 (1.55) .88 2.61 (1.24) .85 3.24 (1.65) .91 3.83 (1.54) .87
Helpen 3.93 (1.18) .77 3.86 (1.05) .73 3.16 (1.46) .91 4.87 (1.03) .67
Verzorgende
wetenschappen
3.24 (1.46) .90 3.36 (1.33) .87 3.07 (1.42) .88 4.14 (1.39) .85
Invloedrijk werk 3.48 (1.27) .79 3.52 (1.20) .79 3.77 (1.51) .87 3.47 (1.26) .77
Zakelijke systemen 3.36 (1.49) .92 3.51 (1.42) .91 3.35 (1.52) .91 2.53 (1.32) .89
Kwaliteit en con-
trole
2.98 (1.15) .83 3.64 (1.17) .82 2.89 (1.24) .85 2.05 (0.92) .80
Uitvoerend werk 3.12 (1.27) .85 3.60 (1.34) .85 2.11 (0.96) .85 2.08 (1.02) .82
Persoonlijke dienst-
verlening
2.29 (0.99) .76 2.59 (1.11) .80 2.93 (1.24) .83 3.29 (1.19) .71
Financiële analyses 3.41 (1.50) .92 3.78 (1.49) .93 3.20 (1.30) .86 2.66 (1.38) .90
Onderzoekende
wetenschappen
3.73 (1.43) .85 3.25 (1.43) .89 3.41 (1.30) .81 3.36 (1.46) .83
Bouw/Reparatie 3.09 (1.39) .88 3.05 (1.40) .89 2.71 (1.21) .85 1.81 (0.99) .86
Basisdienstverlening 2.50 (1.02) .79 3.94 (1.19) .78 2.35 (1.00) .82 2.64 (0.97) .70
Interessedimensies
Mensen (H) versus
Dingen (L)
0.22 (3.16) .87 1.16 (2.94) .86 -0.60 (3.90) .94 4.72 (2.79) .86
Ideeën (H) versus
Gegevens (L)
0.21 (3.16) .90 -2.42 (2.79) .86 0.08 (3.71) .94 1.17 (3.28) .89
Prestige 1.38 (2.73) .89 0.16 (2.56) .88 2.42 (2.48) .89 2.42 (2.31) .85
NB. α is alpha-betrouwbaarheid voor de basisinteresseschalen en stratified alpha (zoals
beschreven door He, 2009) voor de interessedimensies. T-waarden > |1.83| zijn significant
op p < .05 en T-waarden > |2.82| zijn significant op p < .01. Basisinteresses reiken van 1 tot 7,
de interessedimensies zijn berekend volgens Tracey (2002).
GenO_2020-1_bw.indd 22GenO_2020-1_bw.indd 22 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
23
De Nederlandstalige Personal Globe Inventory
Vrouwen
(n = 1206)
Welch’s t-test mannen-vrouwen
Activiteiten Beroepen Activiteiten Beroepen
Competentie Interesse Interesse Competentie Interesse
M (SD)
αM (SD)
αdf t d df t d df t d
4.82 (0.96) .74 3.36 (1.19) .76 1017 -12.28 -0.77 979 -9.74 -0.62 1054 -4.48 -0.28
4.10 (1.09) .76 3.29 (1.35) .87 1053 2.13 0.13 1040 4.43 0.27 1016 1.83 0.11
3.26 (1.29) .88 2.50 (1.30) .90 957 8.29 0.54 967 10.62 0.68 922 10.29 0.68
2.34 (0.96) .77 1.86 (1.05) .91 821 20.93 1.46 803 18.96 1.34 744 21.25 1.56
2.13 (0.98) .81 2.08 (1.14) .86 846 21.47 1.48 804 17.96 1.27 815 19.13 1.34
3.15 (1.18) .77 2.86 (1.36) .86 1030 4.30 0.27 969 3.93 0.25 920 8.25 0.54
3.11 (1.35) .86 3.52 (1.64) .90 994 -7.08 -0.45 1075 -7.45 -0.45 990 -3.26 -0.21
4.59 (0.96) .68 4.23 (1.44) .88 886 -15.83 -1.06 928 -13.78 -0.90 985 -14.07 -0.90
4.00 (1.31) .86 3.67 (1.42) .84 952 -12.03 -0.78 982 -9.15 -0.58 996 -8.05 -0.51
3.42 (1.20) .79 3.19 (1.47) .86 987 0.17 0.01 993 1.50 0.10 974 7.46 0.48
2.69 (1.29) .90 2.13 (1.06) .85 900 11.04 0.74 915 11.30 0.75 757 16.67 1.21
2.62 (1.07) .81 1.87 (0.89) .80 828 16.49 1.15 918 17.18 1.13 769 17.20 1.24
2.54 (1.08) .78 1.81 (0.79) .77 832 16.63 1.15 831 15.99 1.11 843 6.43 0.44
3.50 (1.11) .70 3.42 (1.27) .79 1187 -18.25 -1.06 997 -15.75 -1.00 1015 -7.42 -0.47
2.96 (1.37) .90 2.59 (1.21) .83 925 9.83 0.65 928 10.88 0.71 935 9.17 0.60
2.96 (1.40) .86 2.93 (1.22) .78 1016 4.91 0.31 984 3.87 0.25 941 7.18 0.47
1.85 (0.95) .87 1.83 (0.86) .78 763 19.15 1.39 744 17.91 1.31 763 15.02 1.09
4.23 (1.10) .74 2.66 (1.08) .77 949 -2.82 -0.18 931 -4.64 -0.30 1064 -5.70 -0.35
4.89 (2.52) .85 3.93 (3.17) .91 894 -28.16 -1.88 872 -25.27 -1.71 839 -23.46 -1.62
-1.18 (2.75) .86 0.95 (3.50) .92 981 -5.55 -0.35 986 -8.58 -0.55 947 -4.55 -0.30
1.03 (2.03) .81 1.93 (2.25) .86 866 -7.63 -0.52 823 -6.90 -0.48 914 3.87 0.26
GenO_2020-1_bw.indd 23GenO_2020-1_bw.indd 23 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
24
Tabel 5 Beschrijvende gegevens voor de totale steekproef op de Nederlandse PGI-lang (N = 1731)
Activiteiten Beroepen Activiteiten en
Beroepen
Interesse Competentie Interesse Interesse
Basisinteresses M (SD)
αM (SD)
αM (SD)
αM (SD)
α
Sociaal faciliteren 3.96 (1.12) .75 4.67 (0.99) .74 3.28 (1.18) .76 3.62 (1.03) .84
Regelen 3.43 (1.12) .76 4.17 (1.08) .76 3.33 (1.34) .87 3.38 (1.17) .90
Financiële administratie 2.89 (1.34) .90 3.48 (1.35) .88 2.73 (1.38) .90 2.81 (1.29) .94
Gegevens verwerken 2.65 (1.23) .82 2.69 (1.19) .82 2.34 (1.41) .94 2.50 (1.23) .93
Mechanisch 2.60 (1.33) .87 2.47 (1.20) .85 2.50 (1.39) .89 2.55 (1.29) .93
Natuur/Milieu 3.38 (1.30) .78 3.22 (1.19) .78 3.05 (1.43) .87 3.22 (1.27) .90
Artistiek 3.66 (1.56) .87 2.96 (1.34) .86 3.43 (1.65) .90 3.55 (1.53) .93
Helpen 4.58 (1.16) .74 4.37 (1.04) .72 3.91 (1.53) .90 4.24 (1.25) .90
Verzorgende wetenschappen 3.87 (1.47) .88 3.81 (1.35) .87 3.49 (1.45) .85 3.68 (1.36) .91
Invloedrijk werk 3.47 (1.26) .77 3.45 (1.20) .79 3.36 (1.51) .86 3.42 (1.10) .82
Zakelijke systemen 2.78 (1.42) .91 2.94 (1.38) .91 2.50 (1.34) .89 2.64 (1.16) .90
Kwaliteit en controle 2.33 (1.08) .84 2.93 (1.19) .84 2.18 (1.11) .85 2.26 (1.01) .90
Uitvoerend werk 2.39 (1.21) .86 2.86 (1.26) .84 1.90 (0.86) .79 2.15 (0.93) .88
Persoonlijke dienstverlening 2.99 (1.22) .75 3.22 (1.19) .75 3.27 (1.28) .80 3.13 (1.10) .84
Financiële analyses 2.89 (1.46) .91 3.21 (1.46) .91 2.77 (1.27) .85 2.83 (1.28) .93
Onderzoekende wetenschappen 3.47 (1.46) .84 3.05 (1.42) .87 3.07 (1.27) .78 3.27 (1.27) .89
Bouw/Reparatie 2.20 (1.27) .89 2.21 (1.24) .90 2.10 (1.06) .84 2.15 (1.09) .92
Basisdienstverlening 2.60 (0.99) .72 4.14 (1.14) .75 2.56 (1.06) .78 2.58 (0.93) .84
Interessedimensies
Mensen (H) versus Dingen (L) 3.36 (3.57) .91 3.76 (3.16) .90 2.55 (3.99) .94 2.95 (3.63) .96
Ideeën (H) versus Gegevens (L) 0.88 (3.33) .89 -1.56 (2.82) .87 0.69 (3.59) .93 0.78 (3.33) .95
Prestige 2.11 (2.49) .87 0.77 (2.24) .84 2.08 (2.33) .87 2.09 (2.04) .89
NB. α is alpha-betrouwbaarheid voor de basisinteresseschalen en stratified alpha (zoals beschreven door He, 2009) voor de interessedimensies.
Basisinteresses reiken van 1 tot 7, de interessedimensies zijn berekend volgens Tracey (2002).
GenO_2020-1_bw.indd 24GenO_2020-1_bw.indd 24 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
25
De Nederlandstalige Personal Globe Inventory
onder .. Bij de comparative fit index (CFI) geeft een waarde boven . aan dat het
model goed past bij de data (Hu & Bentler, ). De CFI-waarden voor de drie
individuele circumplexen van de PGI-lang situeerden zich tussen . en .; voor
de volledige PGI tussen . en .. Samengevat gaven de RMSEA-waarden een
adequate tot goede fit aan. De CFI-waarden overschreden de . grens niet, maar
benaderden de grens in veel gevallen wel. Deze resultaten laten zien dat de voor-
gestelde structuur van de PGI-lang grotendeels werd teruggevonden in de dataset.
Tabel  toont de resultaten voor de randomization test of hypothesized order relati-
ons voor de drie circumplexen van de PGI. In alle gevallen gaf de analyse aan dat
de circumplexstructuur een significante fit opleverde voor de data (CI= . tot
., p< .). Opvallend waren de verschillen in fit tussen de circumplexen. De fit
was uitstekend voor circumplex van de dimensies Dingen-Mensen en Ideeën-
Gegevens (CI= . tot .). De fit was hoog voor circumplex van de dimensies
Dingen-Mensen en Prestige (CI = . tot .) en circumplex van de dimensies
Ideeën-Gegevens en Prestige (CI= . en . voor interesse in activiteiten en beroe-
pen), behalve circumplex voor competenties (CI= ., p< .). Een correspon-
dentie-index van . geeft aan dat  van de voorspellingen werd bevestigd. In
het kort, alle drie de circumplexstructuren in de PGI-lang zijn bevestigd voor alle
item-typen. Echter, voor circumplexen  en  kan de circulaire structuur niet uit-
stekend genoemd worden.
De gemiddelden, standaarddeviaties en betrouwbaarheden van de PGI-lang wor-
den getoond in Tabel  (voor mannen en vrouwen afzonderlijk) en Tabel  (voor
de totale steekproef). Over het algemeen lieten de individuele schalen acceptabele
tot goede betrouwbaarheden zien (α= . tot .) en vertoonden de interessedi-
mensies goede betrouwbaarheden (α= . tot .). De betrouwbaarheden voor de
gecombineerde activiteiten- en beroepsinteresseschalen (α= . tot .) en dimen-
sies (α= . tot .) waren hoger dan van de afzonderlijke schalen. Slechts twee
afzonderlijke schalen vertoonden een betrouwbaarheid die lager was dan de
ondergrens van .: in beide gevallen betrof het de basisinteresseschaal Helpen
gemeten met de activiteiten-items (interesse: α= .; competentie: α= .) voor
de vrouwelijke steekproef. In beide gevallen kon de lagere betrouwbaarheid niet
worden verklaard met één specifiek item. Vermoedelijk zijn de items van de
Helpen-schaal te divers voor een hoog betrouwbare meting.
Bijna alle gemiddelde interessescores verschilden significant op een Welch’s t-test
tussen mannen en vrouwen met een gemiddelde effectgrootte van d= . (Tabel ).
Bij de activiteiten-items verschilde alleen de schaal Invloedrijk werk niet signifi-
cant tussen mannen en vrouwen (interesse: t= ., p= .; competentie: t= .,
p= .). Bij de beroepen-items verschilde de schaal Regelen niet significant (t=
., p= .). De grootste verschillen tussen mannen en vrouwen waren op de
interessedimensie Mensen-Dingen (t = -. tot -., p< ., d= -. tot -.),
waarbij vrouwen veel meer geïnteresseerd waren in activiteiten en beroepen met
mensen, en mannen veel meer in werken met dingen. De grootste sekseverschillen
werden teruggevonden voor schalen die zich dicht bij de polen van de Mensen-
Dingen-interessedimensie situeren (bijv. Mechanisch activiteiten interesse t=
., p< .; Data verwerken beroepen interesse t= ., p< .). De dimensies
GenO_2020-1_bw.indd 25GenO_2020-1_bw.indd 25 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
26
Tabel 6 Het effect van opleiding op interessescores met de Nederlandse PGI-lang (N = 1702)
Opleidingsniveau M (SD) Opleiding
effect
Regressiemodel met leeftijd en opleiding
Laag Midden Hoog r (leef-
tijd)
F
ΔRInter-
cept
B
(laag)
B
(middel)
B (leef-
tijd)
R2
Geslacht %66.2% 67.1% 72.2%
Leeftijd 29.47 (16.27) 26.19 (13.47) 20.97 (8.39)
Sociaal faciliteren 3.48 (1.08) 3.58 (1.02) 3.69 (1.01) .02 4.58 .01 3.69 -0.21 -0.11 0.00 .01
Regelen 3.27 (1.26) 3.34 (1.19) 3.45 (1.12) -.05 2.24 .00 3.51 -0.16 -0.10 0.00 .00
Financiële administratie 2.72 (1.37) 2.75 (1.30) 2.88 (1.26) -.02 3.40 .00 2.79 -0.20 -0.15 0.00 .00
Gegevens verwerken 2.40 (1.30) 2.43 (1.26) 2.58 (1.19) -.03 6.68 .01 2.36 -0.27 -0.20 0.01 .01
Mechanisch 2.46 (1.34) 2.47 (1.32) 2.62 (1.25) .00 6.89 .01 2.35 -0.27 -0.22 0.01 .02
Natuur/Milieu 3.00 (1.28) 3.12 (1.31) 3.33 (1.21) .08 16.59 .02 3.01 -0.46 -0.29 0.02 .03
Artistiek 3.28 (1.54) 3.37 (1.55) 3.74 (1.48) .08 19.68 .02 3.50 -0.56 -0.43 0.01 .03
Helpen 4.03 (1.31) 4.21 (1.25) 4.33 (1.22) .10 7.38 .01 4.24 -0.34 -0.15 0.00 .01
Verzorgende wetenschappen 3.46 (1.45) 3.58 (1.36) 3.81 (1.31) .07 11.05 .01 3.71 -0.40 -0.27 0.01 .01
Invloedrijk werk 3.03 (1.16) 3.22 (1.12) 3.67 (1.00) -.01 55.59 .06 3.52 -0.70 -0.48 0.01 .06
Zakelijke systemen 2.46 (1.23) 2.54 (1.18) 2.78 (1.11) -.13 9.90 .01 2.80 -0.31 -0.23 0.00 .01
Kwaliteit en controle 2.28 (1.11) 2.19 (1.02) 2.29 (0.96) .04 4.42 .01 2.05 -0.11 -0.16 0.01 .02
Uitvoerend werk 2.23 (1.03) 2.12 (0.94) 2.13 (0.89) .16 2.02 .00 1.78 -0.04 -0.10 0.02 .05
Persoonlijke dienstverlening 3.04 (1.08) 3.08 (1.12) 3.18 (1.09) -.06 0.32 .00 3.40 -0.05 -0.04 -0.01 .02
Financiële analyses 2.61 (1.33) 2.75 (1.29) 2.96 (1.25) -.04 10.78 .01 2.87 -0.38 -0.24 0.00 .01
Onderzoekende wetenschappen 2.88 (1.29) 3.07 (1.31) 3.52 (1.17) -.05 38.79 .04 3.44 -0.68 -0.47 0.00 .04
Bouw/Reparatie 2.14 (1.20) 2.09 (1.09) 2.18 (1.04) .07 4.64 .01 1.87 -0.17 -0.16 0.01 .03
Basisdienstverlening 2.62 (0.94) 2.52 (0.94) 2.61 (0.91) .00 1.79 .00 2.63 0.02 -0.08 0.00 .00
Mensen (H) versus Dingen (L) 2.78 (3.62) 2.99 (3.70) 2.99 (3.59) .05 0.21 .00 3.43 -0.03 0.11 -0.02 .01
Ideeën (H) versus Gegevens (L) 0.50 (3.28) 0.63 (3.29) 0.95 (3.35) .10 5.17 .01 0.41 -0.67 -0.45 0.03 .01
Prestige 1.27 (2.21) 1.83 (2.04) 2.54 (1.88) -.11 38.66 .04 2.76 -1.17 -0.65 -0.01 .06
NB. Basisinteresses reiken van 1 tot 7, de interessedimensies zijn berekend volgens Tracey (2002). De interessescores zijn hier een combinatie van interesse in
activiteiten en interesse in beroepen. De correlaties tussen leeftijd en interesse zijn gecontroleerd voor geslacht, r > |.05| is significant op p < .05. Opleiding
effect is de voorspellende waarde van opleidingsniveau (laag, midden, hoog) gecontroleerd voor leeftijd, F > |3.40| is significant op p < .05. B(laag en middel)
refereert aan de regressiecoëfficiënt voor laag en middel opleidingsniveau (hoog opleidingsniveau is verwerkt in de intercept van het regressiemodel).
GenO_2020-1_bw.indd 26GenO_2020-1_bw.indd 26 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
27
De Nederlandstalige Personal Globe Inventory
Ideeën-Gegevens en Prestige vertoonden aanzienlijk minder sekseverschillen dan
Mensen-Dingen. Over het algemeen waren vrouwen iets meer geïnteresseerd in
beroepen en activiteiten met ideeën en mannen meer in gegevens (t= -. tot
-., p< ., d= -. tot -.). Voor de Prestige-dimensie wisselden de sekse-
verschillen afhankelijk van het type item. Vrouwen scoorden significant hoger op
de activiteit-items (interesse: t= -., p< ., d= -.; competentie: t= -.,
p< ., d = -.), terwijl mannen hoger scoorden op de beroepsitems (t= .,
p< ., d= .). Samengevat vertoonde de PGI-lang zeer grote geslachtverschil-
len op de Mensen-Dingen-interessedimensie en waren er voornamelijk kleine
sekseverschillen op de Ideeën-Gegevens en Prestige-interessedimensie.
Hoewel leeftijd en opleidingsniveau beide veel significante relaties vertoonden
met beroepsinteresses, waren deze relaties allemaal zeer zwak (Tabel ). Allereerst
is de relatie tussen leeftijd en beroepsinteresses, gemeten met de interesse-items
voor activiteiten en beroepen, bestudeerd. Leeftijd, gecontroleerd voor de relatie
met geslacht, vertoonde slechts kleine correlaties (|r|= . tot .) met de ver-
schillende interesseschalen. De sterkste correlatie was met Uitvoerend werk,
waaruit bleek dat oudere mensen iets meer geïnteresseerd waren in activiteiten
en beroepen in dit interessegebied. Dit komt overeen met de correlatie tussen
leeftijd en Prestige-interesses (r= -., p< .), waarbij jongere mensen meer
interesse hadden in activiteiten en beroepen met een hoge Prestige. Vervolgens
is de relatie tussen beroepsinteresses en opleidingsniveau onderzocht. Bij deze
analyses is gecontroleerd voor leeftijd, maar niet voor geslacht, omdat de oplei-
dingsniveau-subgroepen geen significante sekseverschillen vertoonden (χ= .,
ns). De sterkste relatie tussen opleidingsniveau en interesse was voor de interesse
Invloedrijk werk (ΔR= ., p< .), wat ook overeenkwam met de positieve rela-
tie tussen opleidingsniveau en Prestige-interesse (ΔR= ., p< .). Over het
geheel beschouwd leken vooral Prestige-interesses een relatie te hebben met leef-
tijd en opleidingsniveau, maar deze relatie is zwak.
3.2 PGI-kort
De PGI-kort bevat minder schalen dan de PGI-lang waardoor in het bijzonder de
circumplexen die gevormd worden met de prestige-dimensie niet kunnen worden
geanalyseerd in deze versie. De resultaten van de ESEM-analyses voor de PGI-kort
vertonen een vergelijkbaar beeld met de resultaten van de PGI-lang (zie Tabel ).
Voor de Mensen-Dingen met Ideeën-Gegevens circumplex lagen de RMSEA-
waarden rond de .; voor de volledige PGI-kort lagen deze waarden onder de ..
De CFI was in alle gevallen net onder de . grens (Mensen-Dingen met Ideeën-
Gegevens circumplex: CFI= . en .; Volledige PGI-kort: . en .). De
randomization test of hypothesized order relations gaf aan dat de data significant
beantwoordden aan de voorgestelde circumplexstructuur (Tabel). Hierbij kon
worden vastgesteld dat de data van de interesse-items (CI= ., p< .) beter
pasten bij een circumplexstructuur dan de data van de competentie-items (CI=
.. p< .). Samengevat gaven de RMSE-waarden en de hypothesised order
relations- analyse een goede fit aan en waren de CFI-waarden net onder de maat.
GenO_2020-1_bw.indd 27GenO_2020-1_bw.indd 27 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
28
Tabel 7 Beschrijvende gegevens voor de Nederlandse PGI-kort en t-tests voor
sekseverschillen (N = 2540)
Mannen (n = 770) Vrouwen (n = 1435)
Interesse Competentie Interesse Competentie
Basisinteresses M
(SD)
αM
(SD)
αM
(SD)
αM
(SD)
α
Sociaal faciliteren 3.38
(1.10)
.67 4.24
(1.02)
.65 4.19
(1.11)
.63 4.76
(0.94)
.65
Regelen 3.73
(1.09)
.69 4.25
(1.02)
.71 3.71
(1.12)
.67 4.04
(1.07)
.70
Financiële administra-
tie
3.15
(1.26)
.83 3.85
(1.25)
.82 2.82
(1.27)
.82 3.29
(1.24)
.81
Gegevens verwerken 3.29
(1.13)
.59 3.40
(1.19)
.65 2.21
(0.95)
.60 2.27
(0.93)
.63
Mechanisch 3.52
(1.27)
.74 3.42
(1.38)
.79 2.34
(1.11)
.72 2.19
(1.05)
.73
Natuur/Milieu 3.83
(1.34)
.69 3.81
(1.25)
.68 3.61
(1.33)
.66 3.40
(1.20)
.66
Artistiek 3.20
(1.52)
.83 2.33
(1.19)
.80 3.59
(1.57)
.82 2.61
(1.33)
.83
Helpen 3.19
(1.16)
.63 3.15
(1.03)
.53 4.47
(1.20)
.62 4.15
(1.06)
.53
Invloedrijk werk 3.68
(1.25)
.63 3.67
(1.16)
.66 3.76
(1.21)
.59 3.57
(1.11)
.61
Uitvoerend werk 3.00
(1.24)
.76 4.02
(1.34)
.75 2.33
(1.10)
.72 3.00
(1.17)
.66
Interessedimensies
Mensen (H) versus
Dingen (L)
-0.24
(2.87)
.78 0.11
(2.88)
.80 4.13
(2.69)
.76 4.10
(2.39)
.75
Ideeën (H) versus
Gegevens (L)
0.15
(3.48)
.87 -2.21
(2.86)
.82 0.77
(3.41)
.85 -1.49
(2.77)
.81
Prestige 0.68
(1.65)
.65 -0.34
(1.73)
.70 1.43
(1.55)
.61 0.57
(1.48)
.57
NB. In de totale steekproef was van 335 deelnemers het geslacht niet bekend. α is
alpha-betrouwbaarheid voor de basisinteresseschalen en stratified alpha (zoals beschre-
ven door Qingping He, 2009) voor de interessedimensies. Basisinteresses reiken van
1 tot 7, de interessedimensies zijn berekend volgens Tracey (2002). T-waarden > |1.50|
zijn significant op p < .05 en T-waarden > |2.10| zijn significant op p < .01.
GenO_2020-1_bw.indd 28GenO_2020-1_bw.indd 28 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
29
De Nederlandstalige Personal Globe Inventory
Welch’s t-test mannen-vrouwen Totaal (N = 2540)
Interesse Competentie Interesse Competentie
df t d df t d M
(SD)
αM
(SD)
α
1582 -16.69 -0.84 1450 -11.91 -0.63 3.90
(1.16)
.66 4.55
(1.01)
.66
1611 0.26 0.01 1632 4.33 0.21 3.72
(1.13)
.68 4.09
(1.08)
.71
1575 5.88 0.30 1554 10.16 0.52 2.93
(1.28)
.82 3.48
(1.28)
.82
1354 22.40 1.22 1284 22.83 1.27 2.61
(1.16)
.68 2.67
(1.18)
.72
1394 21.77 1.17 1251 21.77 1.23 2.79
(1.31)
.78 2.64
(1.32)
.81
1563 3.59 0.18 1516 7.47 0.38 3.73
(1.34)
.67 3.57
(1.24)
.67
1609 -5.75 -0.29 1720 -4.97 -0.24 3.47
(1.56)
.82 2.50
(1.28)
.82
1620 -24.41 -1.21 1613 -21.54 -1.07 4.04
(1.34)
.70 3.80
(1.15)
.60
1522 -1.50 -0.08 1506 2.10 0.11 3.72
(1.23)
.59 3.59
(1.13)
.62
1417 12.64 0.67 1392 17.73 0.95 2.61
(1.20)
.75 3.37
(1.31)
.73
1484 -34.91 -1.81 1340 -32.92 -1.80 2.55
(3.50)
.85 2.62
(3.25)
.85
1539 -4.01 -0.20 1525 -5.71 -0.29 0.63
(3.45)
.85 -1.68
(2.85)
.82
1489 -10.46 -0.54 1371 -12.34 -0.67 1.11
(1.64)
.64 0.22
(1.63)
.65
GenO_2020-1_bw.indd 29GenO_2020-1_bw.indd 29 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
30
Net als bij de PGI-lang werd de voorgestelde structuur van de PGI-kort dus gro-
tendeels teruggevonden in de dataset.
De betrouwbaarheden van de PGI-kort zijn berekend voor de volledige steekproef
en apart voor mannen en vrouwen. De meeste schalen scoorden rond de onder-
grens van .; een aantal schalen haalden deze cut-off niet (van de tien schalen
voor de volledige steekproef, α< . voor vijf interesseschalen en vier competen-
tieschalen). De afzonderlijke schalen (α= . tot .) hadden over het algemeen
een lagere betrouwbaarheid in vergelijking met de dimensies (α= . tot .). Net
als bij de PGI-lang had de schaal Helpen ook voor deze versie de laagste betrouw-
baarheid in de vrouwelijke steekproef (α= .). Hiernaast vertoonde de Prestige-
dimensie van de PGI-kort (α= . tot .) een aanzienlijk lagere betrouwbaarheid
dan de Prestige-dimensie van de PGI-lang (α= . tot .). Waarschijnlijk werd
dit verschil veroorzaakt doordat de Prestige-dimensie van de PGI-kort een com-
binatie is van slechts twee schalen (Invloedrijk werk en Uitvoerend werk) terwijl
de Prestige-dimensie bij de PGI-lang in totaal  verschillende schalen omvat.
Tabel  toont ook de verschillen tussen mannen en vrouwen op de PGI-kort-
schalen. De meeste schalen (|t|= ., ns, |d|= . tot |t|= ., p< ., |d|=
.) en dimensies (|t|= ., p< ., |d|= . tot |t|= ., p< ., |d|=
.) vertoonden grote sekseverschillen. Net als bij de PGI-lang vertoonde de
Mensen-Dingen-dimensie de grootste sekseverschillen op interesse- en compe-
tentiebeoordelingen (resp. t= -., p< ., d= -. en t= -., p< ., d=
-.), daarentegen toonde de Ideeën-Gegevens-dimensie slechts kleine seksever-
schillen (resp. t= -., p< ., d= -. en t= -., p< ., d= -.). Dit bete-
kende ook dat de schalen die dicht bij de uitersten van de Mensen-Dingen-
dimensie liggen voornamelijk grote verschillen vertoonden, terwijl de schalen
rond de uitersten van de Ideeën-Gegevens-dimensie kleinere verschillen vertoon-
den. Verder viel op dat mannen en vrouwen slechts kleine en wisselende verschil-
len vertoonden op interesse- en competentiebeoordelingen van Invloedrijk werk,
ook wel ‘hoog Prestige’ genoemd (resp. t= -., p= ., d= . en t= ., p=
., d = .), maar juist grote verschillen op Uitvoerend werk, ook wel ‘laag
Prestige’ genoemd (resp. t= ., p< ., d= . en t= ., p< ., d= .).
Vrouwen en mannen lijken dus grotendeels overeen te komen in hun interesse
voor hoog Prestige, maar mannen scoren hoger op interesse in laag Prestige.
Tabel  beschrijft de relaties tussen de interesse- en competentieschalen van de
PGI-kort met leeftijd en opleidingsniveau. In de totale steekproef waren er geen
sekseverschillen tussen de verschillende opleidingsniveaus (χ= ., ns), maar
tussen de opleidingsniveaus waren wel leeftijdsverschillen (F(, ) = ., p<
.). Net als de bij PGI-lang werd voor de PGI-kort voor geen enkele schaal een
sterke relatie met leeftijd of opleidingsniveau gevonden: alle significante verban-
den waren klein (leeftijd: |r| = . tot .; opleidingsniveau: ΔR= . tot .). De
interesseschaal Uitvoerend werk was het sterkst en positief gerelateerd aan leef-
tijd (r= ., p< .). Opleidingsniveau had de sterkste unieke relatie met de inte-
resseschaal Natuur/Milieu en de competentieschaal Artistiek (beide ΔR= ., p<
.), waarbij voornamelijk hoogopgeleiden hoger scoorden op deze schalen.
Leeftijd was negatief gerelateerd aan de Prestige-interessedimensie en Prestige-
GenO_2020-1_bw.indd 30GenO_2020-1_bw.indd 30 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
31
De Nederlandstalige Personal Globe Inventory
competentiedimensie (resp. r= -. en -., p< .) en nauwelijks aan de andere
interessedimensies. Opleidingsniveau was nauwelijks uniek gerelateerd aan de
interessedimensies, de sterkste relatie was met Prestige-interesses. Samengevat
gold dat leeftijd voornamelijk negatief gerelateerd was aan Prestige-interesses.
Dit effect werd voornamelijk verklaard door een meer uitgesproken interesse in
uitvoerend werk.
4 Discussie
Gezien de toenemende aandacht voor beroepsinteresse in studie-, loopbaan- en
organisatiecontexten groeit de vraag naar adequate operationalisaties van dit
motivationele construct. Dit artikel gaat in op de operationalisatie van het
Sferische model van beroepsinteresses, dat een meer gedifferentieerd beeld geeft
van interesses in vergelijking met het gerelateerde RIASEC-model van interesses.
Meer specifiek documenteert dit artikel de ontwikkeling en validatie van een
Nederlandse/Vlaamse versie van de Personal Globe Inventory (PGI), een van origine
Amerikaans meetinstrument voor het Sferische model, dat voorheen reeds suc-
cesvol naar andere contexten en culturen werd vertaald.
4.1 Bevindingen
De analyses van zowel de Nederlandstalige PGI-lang als PGI-kort bevestigden
grotendeels wat op grond van vorig onderzoek in andere landen werd aangetoond.
Over het geheel genomen werd de voorgestelde factor- en circumplexstructuur
van de vragenlijst teruggevonden. Allereerst pasten de items in ruime mate bij de
voorgestelde latente variabelen (interesseschalen). De fit indices toonden RMSEA-
waarden met een goede fit en CFI-waarden met een fit die net onder de maat was.
Een mogelijke verklaring voor het verschil tussen deze fit indices is dat CFI-
waarden lager worden als variabelen sterker met elkaar correleren. Doordat inte-
resseschalen altijd met elkaar correleren, resulteerden de RSMEA-waarden wel-
licht in een positievere inschatting van de fit van de voorgestelde
vragenlijststructuur dan de CFI-waarden. Naast de acceptabele factorstructuur
volgden de schalen ook grotendeels de voorgestelde circumplexordening. Schalen
die dichter bij elkaar lagen op de circumplexen, correleerden sterker dan schalen
die verder van elkaar lagen.
Een mogelijk aandachtspunt bij het gebruik van de PGI, en meer specifiek de PGI-
kort, betreft de lagere betrouwbaarheid van een aantal van de interesseschalen.
Afhankelijk van de doeleinden waren de betrouwbaarheden van de PGI-schalen
acceptabel. De Commissie Testaangelegenheden Nederland (COTAN; Evers,
Lucassen, Meijer, & Sijtsma, ) geeft aan dat betrouwbaarheden boven .
voldoende zijn voor groepsonderzoek en dat betrouwbaarheden boven . vol-
doende zijn voor beroepskeuzebegeleiding. De gecombineerde interesseschalen
van de PGI-lang vertoonden een gemiddelde betrouwbaarheid van . (. tot .,
n= ) en lijken daardoor geschikt voor persoonlijk advies. De interesseschalen
van de PGI-kort vertoonden een gemiddelde betrouwbaarheid van . (. tot .,
n(totaal)= ; α< . voor interesseschalen en competentieschalen) en lijken
GenO_2020-1_bw.indd 31GenO_2020-1_bw.indd 31 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
32
Tabel 8 Het effect van opleiding op interessescores met de Nederlandse PGI-
kort (N = 2172)
Opleidingsniveau M (SD)
Laag Midden Hoog
Interesse
Geslacht 63.70% 65.23% 67.26%
Leeftijd 27.4 (15.26) 24.69 (7.2) 24.9 (11.53)
Sociaal faciliteren 4.30 (1.20) 3.80 (1.13) 4.03 (1.20)
Regelen 3.90 (1.23) 3.68 (1.08) 3.74 (1.11)
Financiële administratie 3.21 (1.35) 2.87 (1.23) 2.96 (1.34)
Gegevens verwerken 2.61 (1.13) 2.58 (1.14) 2.59 (1.15)
Mechanisch 2.74 (1.37) 2.82 (1.29) 2.54 (1.26)
Natuur/Milieu 3.32 (1.34) 3.87 (1.30) 3.35 (1.35)
Artistiek 3.48 (1.59) 3.43 (1.53) 3.48 (1.64)
Helpen 4.03 (1.43) 4.02 (1.27) 4.06 (1.46)
Invloedrijk werk 3.70 (1.34) 3.75 (1.19) 3.72 (1.28)
Uitvoerend werk 2.70 (1.30) 2.58 (1.15) 2.39 (1.22)
Mensen (H) versus
Dingen (L)
3.09 (3.53) 2.38 (3.33) 3.09 (3.73)
Ideeën (H) versus
Gegevens (L)
-0.34 (3.46) 0.87 (3.37) 0.10 (3.52)
Prestige 0.99 (1.74) 1.17 (1.60) 1.33 (1.61)
Competentie
Sociaal faciliteren 4.92 (1.06) 4.50 (0.95) 4.65 (1.06)
Regelen 4.13 (1.18) 4.14 (1.01) 4.03 (1.11)
Financiële administratie 3.68 (1.39) 3.44 (1.22) 3.48 (1.33)
Gegevens verwerken 2.70 (1.16) 2.65 (1.18) 2.68 (1.11)
Mechanisch 2.78 (1.42) 2.61 (1.03) 2.55 (1.26)
Natuur/Milieu 3.28 (1.25) 3.65 (1.21) 3.38 (1.25)
Artistiek 2.87 (1.37) 2.34 (1.20) 2.83 (1.4)
Helpen 4.04 (1.25) 3.73 (1.09) 3.87 (1.26)
Invloedrijk werk 3.65 (1.22) 3.59 (1.07) 3.62 (1.25)
Uitvoerend werk 3.48 (1.34) 3.37 (1.29) 3.18 (1.38)
Mensen (H) versus
Dingen (L)
3.23 (3.32) 2.52 (3.13) 3.04 (3.28)
Ideeën (H) versus
Gegevens (L)
-1.84 (3.11) -1.78 (2.68) -1.55 (3.04)
Prestige 0.17 (1.64) 0.22 (1.60) 0.44 (1.70)
NB. Basisinteresses en -competenties reiken van 1 tot 7; de dimensies zijn berekend volgens
Tracey (2002). De correlaties tussen leeftijd en interesse zijn gecontroleerd voor geslacht, r>
|.04| is significant op p < .05. Opleiding effect is de voorspellende waarde van opleidingsniveau
(laag, midden, hoog) gecontroleerd voor leeftijd, F >|3.52| is significant op p < .05. B(laag en
middel) refereert aan de regressiecoëfficiënt voor laag en middel opleidingsniveau (hoog oplei-
dingsniveau is verwerkt in de intercept van het regressiemodel).
GenO_2020-1_bw.indd 32GenO_2020-1_bw.indd 32 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
33
De Nederlandstalige Personal Globe Inventory
Opleiding effect Regressiemodel met leeftijd en opleiding
r(leeftijd) F
ΔRIntercept B(laag) B(middel) B(leeftijd) R2
.02 24.65 .02 4.08 0.26 -0.23 0.00 .02
-.02 3.93 .00 3.79 0.15 -0.06 0.00 .00
.04 7.85 .01 2.82 0.22 -0.10 0.01 .01
.02 0.08 .00 2.44 -0.01 -0.02 0.01 .00
.08 9.42 .01 2.15 0.16 0.30 0.02 .02
-.01 40.76 .04 3.33 -0.06 0.52 0.00 .04
.06 0.19 .00 3.31 -0.02 -0.05 0.01 .00
.04 0.31 .00 4.07 -0.07 -0.05 0.00 .00
-.03 0.32 .00 3.81 -0.04 0.02 0.00 .00
.20 6.29 .01 1.76 0.27 0.20 0.03 .05
-.01 10.80 .01 3.65 0.03 -0.72 -0.02 .01
.03 20.28 .02 -0.10 -0.48 0.77 0.01 .02
-.16 3.55 .00 2.05 -0.31 -0.18 -0.03 .03
-.02 21.20 .02 4.75 0.26 -0.15 0.00 .02
-.04 2.21 .00 4.08 0.09 0.12 0.00 .00
.01 3.52 .00 3.40 0.18 -0.04 0.00 .00
-.05 0.56 .00 2.71 0.02 -0.04 0.00 .00
.04 2.60 .00 2.29 0.22 0.06 0.01 .01
-.09 15.73 .01 3.61 -0.09 0.27 -0.01 .02
.00 41.95 .04 2.92 0.05 -0.51 0.00 .04
.05 7.60 .01 3.86 0.12 -0.14 0.00 .01
-.05 0.39 .00 3.76 0.03 -0.03 -0.01 .00
.12 5.37 .00 2.72 0.29 0.20 0.02 .02
.02 7.99 .01 3.34 0.15 -0.52 -0.01 .01
-.01 1.37 .00 -1.38 -0.26 -0.25 -0.01 .00
-.13 3.78 .00 1.04 -0.26 -0.23 -0.02 .02
GenO_2020-1_bw.indd 33GenO_2020-1_bw.indd 33 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
34
daarmee voornamelijk geschikt voor groepsonderzoek en minder geschikt voor
persoonlijk advies. Een mogelijke verklaring voor de betrouwbaarheidsverschillen
tussen de PGI-lang en -kort is dat de PGI-kort tracht om, aan de hand van slechts
vier items per interesseschaal, constructen met een redelijk brede bandbreedte te
meten. Bijvoorbeeld, de schaal Uitvoerend werk omvat de items ‘Een taxi besturen’
en ‘Containers vervoeren en laden’.
Naast de alpha-betrouwbaarheid kunnen ook andere maten, zoals test-hertest en
interbeoordelaarsovereenkomst, een schatting van de betrouwbaarheid van een
meetinstrument geven. Deze zijn niet in dit onderzoek gebruikt, maar eerder
onderzoek (Holtrop, Born, & De Vries, ) vond hoge gemiddelde interbeoor-
delaarsovereenkomst (r= . en ., voor respectievelijk zelf- en ander-oordelen
van scholieren en hun ouders en andersom) voor de PGI-kort, een indicatie dat
de schalen van de PGI-kort waarschijnlijk acceptabele betrouwbaarheid hebben.
Desalniettemin blijft het van belang om de alpha-betrouwbaarheid voor een
nieuwe steekproef te rapporteren en te evalueren bij het bespreken van onder-
zoeksbevindingen.
Voor de steekproeven in deze studie vertoonden een aantal interessegebieden en
-dimensies noemenswaardige relaties met demografische variabelen.
Sekseverschillen overheersten op de interessedimensie mensen-versus-dingen,
conform eerdere onderzoeken (bijv. Su et al., ). Mannen bleken veel meer
geïnteresseerd in beroepen en activiteiten met dingen, en vrouwen veel meer in
beroepen en activiteiten met mensen. Hiernaast waren er kleine tot gemiddelde
sekseverschillen in beide richtingen op Prestige-interesse; vrouwen scoorden
hoger op Prestige-interesse gemeten met activiteiten en mannen scoorden iets
hoger op Prestige-interesse gemeten met beroepen. Meer inzicht kan worden ver-
kregen door de basisinteresseschalen te onderzoeken die het volledige Sferische
model van beroepsinteresses vormgeven. Uit analyse van deze interesseschalen
blijkt dat de sekseverschillen in Prestige-interesses voornamelijk ontstaan aan de
onderkant van de dimensie (Uitvoerend werk), terwijl vrouwen en mannen weinig
verschillen vertonen op de hoogste Prestige-schaal (Invloedrijk werk). Hiernaast
worden sekseverschillen op de mensen-versus-dingen-interessedimensie ook
nadrukkelijk teruggevonden bij de vier andere basisinteresses aan zowel de boven-
kant (verzorgende wetenschappen, zakelijke systemen, financiële analyses, en
onderzoekende wetenschappen) als aan de onderkant (kwaliteit en controle, per-
soonlijke dienstverlening, bouw/reparatie, en basisdienstverlening) van de
Prestige-dimensie. Samengevat kan wat betreft sekseverschillen gesteld worden
dat (a) de grootste verschillen tussen mannen en vrouwen gevonden worden op
mensen-versus-dingen-interesse, (b) mannen iets meer geïnteresseerd zijn in laag
Prestige dan vrouwen, en (c) mannen en vrouwen even geïnteresseerd zijn in hoog
Prestige. Ten slotte valt het op dat mannen op sommige interesseschalen meer
variabiliteit vertonen dan vrouwen, bijvoorbeeld op de basisinteresseschalen
Mechanisch en Gegevens verwerken. Eerder onderzoek (Ion, Nye, & Iliescu, ;
Paessler, ) heeft inderdaad bevestigd dat mannen en vrouwen verschillen in
variabiliteit op verschillende interesseschalen. Daarnaast laten mannen ook een
grotere variabiliteit zien in persoonlijkheid (vooral Openheid voor Ervaringen;
zie Borkenau, Hřebíčková, Kuppens, Realo, & Allik, ) en cognitieve vaardig-
GenO_2020-1_bw.indd 34GenO_2020-1_bw.indd 34 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
35
De Nederlandstalige Personal Globe Inventory
heden (Arden & Plomin, ). De verklaring hiervoor kan bijvoorbeeld gezocht
worden in evolutionaire theorieën (een grotere variabiliteit in eigenschappen leidt
eerder tot reproductief succes bij mannen dan bij vrouwen) en in sociale normen
(die restrictiever zijn voor vrouwen dan voor mannen) (Borkenau et al., ).
Bij zowel de PGI-lang als PGI-kort hadden leeftijd en opleidingsniveau een zwakke
maar significante relatie met Prestige-interesse. De eerste bevinding dat deelne-
mers met een hoger opleidingsniveau iets meer interesse vertonen in beroepen
en activiteiten hoger op de Prestige-interessedimensie, is volledig in lijn met wat
je kunt verwachten voor deze populatie en ervan uitgaande dat prestige gelinkt
is aan complexiteit. De tweede bevinding, dat over het algemeen oudere deelne-
mers iets meer geïnteresseerd zijn in de lagere Prestige-interesseschalen (in ver-
gelijking met jongere deelnemers), verdient iets meer aandacht. Er zijn paralellen
te vinden tussen deze twee bevindingen en onderzoek naar baancomplexiteit en
ouder worden. Fisher et al. () vonden bijvoorbeeld dat – rond de pensioen-
leeftijd – cognitief vermogen en baancomplexiteit afnemen naarmate iemand
ouder wordt. Hiernaast vonden Fisher et al. () dat de afname in cognitief
vermogen sterker was voor mensen in laag complexe banen dan hoog complexe
banen; het negatieve effect van leeftijd op cognitief vermogen was groter bij laag
complexe banen. Aangezien interesses en vermogen nauw zijn verbonden, is het
mogelijk dat interesse juist toeneemt in laag complexe en competitieve gebieden
naarmate cognitieve functionaliteit afneemt (in het bijzonder ‘Uitvoerend werk’).
Deze speculatieve verbanden tussen Prestige-interesse, baancomplexiteit, leeftijd
en cognitief vermogen kunnen wellicht door toekomstig onderzoek worden ont-
rafeld.
4.2 Gebruik
Beide versies van de PGI kunnen worden ingezet om, naast interesses, ook self-
efficacy te meten. De self-efficacy-beoordelingen zijn echter niet altijd nodig bij
het gebruik van de PGI. Interesse en self-efficacy-scores van dezelfde basisinte-
resseschaal vertonen onderling zeer sterke correlaties en dezelfde patronen in hun
relatie met andere variabelen. Voor individuele assessments staat in de technische
instructies voor de Engelstalige PGI (https://pgi.asu.edu/technical) beschreven
dat self-efficacy-beoordelingen vooral gebruikt dienen te worden als deze scores
verschillen van de interessescore. Voor onderzoeksdoeleinden kan het overbodig
zijn om self-efficacy te meten. Als de onderzoekshypotheses zich richten op inte-
ressescores, kan de afnametijd bijna worden gehalveerd door de activiteiten niet
te beoordelen op self-efficacy.
Afhankelijk van de doelgroep kan het noodzakelijk zijn om de PGI aan te passen
voor gebruik. Interesse-items zijn namelijk gevoelig voor culturele verschillen,
zeker als ze ingezet worden om self-efficacy te meten. Bijvoorbeeld: de PGI is ont-
wikkeld in Amerika, waar mensen op jongere leeftijd auto leren rijden dan in
Nederland en Vlaanderen. In de PGI-kort staan enkele items die niet helemaal
geschikt zijn voor een jonger publiek, zoals ‘bus besturen’ en ‘taxi rijden’. Indien
het doel van de PGI-kort een jonge steekproef is, waarbij de deelnemers nog geen
autorijervaring kunnen hebben, raden wij aan om dergelijke items te vervangen
met andere items van dezelfde schaal uit de PGI-lang. Voor een dergelijk proces
GenO_2020-1_bw.indd 35GenO_2020-1_bw.indd 35 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
36
kunnen de, op het open science framework, publiek toegankelijke gegevens van dit
onderzoek gebruikt worden om passende items te selecteren.
Onderzoekers kunnen bij de PGI-lang beroepsinteresses meten met activiteiten
en/of beroepen. De gelijknamige interesseschalen voor activiteiten en beroepen
hebben een hoge correlatie (r = .) in de huidige dataset. Het is echter mogelijk
dat deze relatie verzwakt met het verstrijken van tijd als de betekenis van beroeps-
titels verschraalt. Gezien deze afweging raden wij aan om bij voorkeur de activi-
teiten-items te gebruiken als een kortere vragenlijst wenselijk is.
Eerder onderzoek heeft aangetoond dat beroepsinteresses voorspellend kunnen
zijn voor belangrijke werkuitkomsten, zoals werkprestatie (bijv. Van Iddekinge et
al., ). Het valt hierbij op te merken dat deze voorspellende waarde vooral
aanwezig was bij interesse-instrumenten die baanspecifiek waren. De voorspel-
lende waarde van brede interesse-instrumenten was aanzienlijk lager. Dit bete-
kent dus dat de PGI waarschijnlijk minder geschikt is voor selectiedoeleinden. De
PGI is in de eerste plaats bedoeld als een onderzoeks-, exploratie- en oriënterings-
instrument. Voordat een brede interessevragenlijst, zoals de PGI, gebruikt kan
worden voor selectie, dient deze eerst nauwkeurig onderzocht te worden in een
dergelijke setting. Globaal geldt dat op dit moment weinig kennis beschikbaar is
over de kenmerken van interessemetingen wanneer deze worden ingezet in con-
texten die als high stakes kunnen worden omschreven (bijv. selectie).
4.3 Toekomstig onderzoek
De PGI is primair een meetinstrument van beroepsinteresses. Binnen Nederland
en Vlaanderen wordt steeds vaker een beroep gedaan op vergelijkbare beroepsin-
teressetests bij oriëntering. Het is echter niet altijd duidelijk in welke vorm
beroepsinteresses daadwerkelijk een rol spelen bij het kiezen van een studie.
Onderzoek naar de overeenkomsten, verschillen en relatie tussen studie- en
beroepsinteresses vereist longitudinale gegevens waarmee de ontwikkeling van
interesse gevolgd kan worden vanaf een punt voor studiekeuze tot na beroeps-
keuze. Bij een dergelijk onderzoek kan gekeken worden in welke mate Prestige-
interesse, naast de interesses op de RIASEC-circumplex, mede richting geeft aan
studie- en beroepskeuze. De meerwaarde van Prestige-interesse in een dergelijk
onderzoek kan verschillen voor studie- en beroepskeuze. Het is mogelijk dat toe-
komstige studenten een studie kiezen op basis van het prestige van de beroepen
die bij een studie passen (het niveau van een functie) en dat de interessedimensies
van de RIASEC-circumplex bepalender zijn voor beroepskeuze bij de betreding van
de arbeidsmarkt. Wanneer de verbanden en verschillen tussen studie- en beroeps-
interesses verklaard kunnen worden en een voorspellende waarde hebben, zal het
mogelijk zijn om gepaster studieadvies te geven.
Naast het gegeven dat de Prestige-interesse studie- en beroepskeuze kan beïnvloe-
den, heeft een Prestige-interesse-mismatch mogelijk ook andere effecten in ver-
gelijking met een mismatch op de dimensies mensen-versus-dingen en gegevens-
versus-ideeën. Uit Frans onderzoek (Béduwé & Giret, ) bleek dat veel mensen
in een ander interessegebied werken dan datgene waarvoor zij hebben gestudeerd,
ook wel een horizontale mismatch genoemd. Deze horizontale mismatch gaat
gepaard met minder werktevredenheid. Verder vonden deze onderzoekers dat een
GenO_2020-1_bw.indd 36GenO_2020-1_bw.indd 36 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
37
De Nederlandstalige Personal Globe Inventory
mismatch in het niveau waarop een persoon werkt, ook wel een verticale mis-
match genoemd, een negatief effect heeft op salaris. In het onderzoek van Béduwé
en Giret () kan een horizontale mismatch worden vergeleken met een mis-
match op het traditionele model van interesses, en een verticale mismatch met
een mismatch op Prestige-interesses. Op basis van deze bevindingen is het dus
mogelijk dat een mismatch van verschillende interessedimensies andere effecten
kan hebben op het studie- en/of werkleven van een individu.
Ten slotte suggereert eerder onderzoek dat Prestige-interesse enigszins verschilt
tussen etnische groepen. Zo vonden Walker en Tracey () verschillen tussen
Afro-Amerikanen en blanke Amerikanen in percepties van prestige bij het beoor-
delen van beroepen. Afro-Amerikanen vonden beroepen van de interessegebieden
R, S, E en C prestigieuzer dan blanke Amerikanen. Verschillende etnische groepen
kunnen dus een ander beeld hebben van het prestige van een beroep. Mogelijk
kunnen deze verschillen in de prestigeperceptie van beroepen gebruikt worden
om verschillen tussen etnische groepen in beroepskeuze te verklaren. Lokaal
onderzoek naar etnische verschillen in prestigepercepties van beroepen en de
samenhang met Prestige-interesse zou ook in Nederland en Vlaanderen beroeps-
keuzeverschillen kunnen proberen te verklaren.
4.4 Beperkingen van dit onderzoek
De voornaamste beperking van het huidige onderzoek is dat de inhoud van de
Prestige-interessedimensie in het Sferische model van beroepsinteresses niet
geheel duidelijk is. Bijvoorbeeld, in hoeverre is Prestige-interesse gelijk te scha-
kelen aan de (gepercipieerde) complexiteit van een baan? En in welke mate reflec-
teert Prestige-interesse een voorkeur voor meer complexere jobs die gelinkt kan
worden aan intelligentie? Het staat vast dat complexiteit een belangrijke rol speelt
bij Prestige-interesse, maar binnen beroepen is veel variatie in complexiteit.
Hiernaast is er tussen complexe beroepen wellicht ook verschil in prestige te vin-
den. Mogelijk verwijst hoge Prestige-interesse naar een combinatie van meerdere
interessegebieden, waardoor een hoge complexiteit ontstaat, en betekent lage
Prestige-interesse juist dat er een gebrek aan specifieke interessegebieden is. Bij
het bestuderen van complexiteit kunnen onderzoekers inspiratie vinden in het
domein van werkontwerp (work design; Parker, Morgeson, & Johns, ), waarin
baancomplexiteit een veelvuldig onderzocht kenmerk is. Wellicht zijn er ook
andere baankenmerken die samen Prestige-interesse kunnen verklaren, zoals job-
autonomie, diversiteit van gebruikte vaardigheden en betekenisvolheid of signi-
ficantie van de taak. Verder is de relatie tussen Prestige-interesse en algemene
intelligentie nog niet onderzocht. Gezien de mate waarin Prestige-interesse
samenhangt met verwachte inspanningen en vaardigheden, is het mogelijk dat
intelligentie een significante rol speelt in de mate waarin mensen een interesse
hebben voor prestige/complexiteit. Door meer kennis te verwerven over de inter-
sectie van Prestige-interesse, werkontwerp en intelligentie kan de inhoud van
Prestige-interesse in de toekomst mogelijk duidelijker worden. Mocht Prestige-
interesse vooral verklaard kunnen worden door variabelen die samenhangen met
baancomplexiteit, dan zou de benaming van deze dimensie mogelijk dienen te
worden heroverwogen. Het lijkt namelijk niet dat mensen die hoog scoren op deze
GenO_2020-1_bw.indd 37GenO_2020-1_bw.indd 37 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
38
dimensie status en aanzien zoeken, wat wel met de huidige benaming wordt gesug-
gereerd.
Een andere beperking van het huidige onderzoek is dat de steekproeven niet repre-
sentatief zijn geworven uit de populatie. De steekproeven bestaan relatief gezien
uit meer hoogopgeleiden, vrouwen en jongeren. De gemiddelde scores kunnen dus
niet worden gezien als populatiegemiddelden. De gegevens van de steekproeven
in dit onderzoek zijn beschikbaar via het open science framework en we nodigen
andere onderzoekers uit om gebruik te maken van deze gegevens om groepsgemid-
delden te berekenen voor specifieke populaties waarin zij zijn geïnteresseerd.
4.5 Conclusie
Het huidige onderzoek introduceerde het Sferische model van beroepsinteresses
en presenteerde de psychometrische kenmerken van twee instrumenten bedoeld
om dit model te operationaliseren in een Nederlandse/Vlaamse context. Binnen
de praktijk van oriëntatie, zowel in de context van studie als werk, is groeiende
aandacht voor het gebruik van aspiraties en/of interesses, terwijl wetenschap-
pelijk onderzoek naar deze toepassingen tot op heden enigszins achterloopt. Dit
artikel heeft tot doel om deze onderzoekstraditie in Nederland en Vlaanderen
verder aan te zwengelen en zo bij te dragen aan een meer evidence-based gebruik
van interessemetingen in ons taalgebied.
Praktijkbox
De Nederlandse PGI is een vrij toegankelijk interessemeetinstrument
voor onderzoeksdoeleinden dat kan worden ingezet voor de validatie
van andere interesse-instrumenten. Ook kan het instrument een brug
vormen tussen op de praktijk georiënteerde instrumenten en academi-
sche bevindingen.
De Prestige-interessedimensie is wellicht specifiek interessant voor ont-
wikkelaars van interessevragenlijsten en carrièrecoaches. Mensen ver-
schillen in de mate waarin zij geïnteresseerd zijn in competitie, moei-
lijkheid en doorzettingsvermogen (Prestige). Advisering op dit gebied
zou een waardevolle toevoeging kunnen zijn op de huidige praktijk met
betrekking tot (studie)loopbaanadvies.
De data van dit onderzoek zijn vrij toegankelijk en kunnen worden
geraadpleegd om vragen te beantwoorden over beroepsinteresses in
onze samenleving. Wilt u bijvoorbeeld weten of mannen meer geïnte-
resseerd zijn dan vrouwen in een specifiek beroep, dan kunt u deze data
gebruiken voor een vergelijking.
GenO_2020-1_bw.indd 38GenO_2020-1_bw.indd 38 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
39
De Nederlandstalige Personal Globe Inventory
Literatuur
Arden, R., & Plomin, R. (). Sex differences in variance of intelligence across child-
hood. Personality and Individual Differences, (), -.
Asparouhov, T., & Muthén, B. (). Exploratory structural equation modeling. Structural
Equation Modeling, (), -.
Austin, J. T., & Hanisch, K. A. (). Occupational attainment as a function of abilities
and interests: A longitudinal analysis using Project TALENT data. Journal of Applied
Psychology, (), -.
Béduwé, C., & Giret, J.-F. (). Mismatch of vocational graduates: What penalty on
French labour market? Journal of Vocational Behavior, (), -.
Booth, T., & Hughes, D. J. (). Exploratory structural equation modeling of personality
data. Assessment, (), -.
Borkenau, P., Hřebíčková, M., Kuppens, P., Realo, A., & Allik, J. (). Sex differences in
variability in personality: A study in four samples. Journal of Personality, (), -.
Chen, F., Curran, P. J., Bollen, K. A., Kirby, J., & Paxton, P. (). An empirical evaluation
of the use of fixed cutoff points in RMSEA test statistic in structural equation models.
Sociological Methods & Research, (), -.
Darcy, M. U. (). Examination of the structure of Irish students’ vocational interests
and competence perceptions. Journal of Vocational Behavior, (), -.
De Fruyt, F., Mervielde, I., Hogerheijde, R., & Van Amstel, B. (). BZO–Beroepskeuze
Zelf-Onderzoek. Lisse, The Netherlands: Swets Test Services.
Einarsdóttir, S., Rounds, J., & Su, R. (). Holland in Iceland revisited: An emic
approach to evaluating US vocational interest models. Journal of Counseling Psychology,
(), -.
Etzel, J. M., Nagy, G., & Tracey, T. J. (). The spherical model of vocational interests in
Germany. Journal of Career Assessment, (), -.
Evers, A., Lucassen, W., Meijer, R., & Sijtsma, K. (). COTAN beoordelingssysteem voor
de kwaliteit van tests (geheel herziene versie). Amsterdam: NIP.
Fisher, G. G., Stachowski, A., Infurna, F. J., Faul, J. D., Grosch, J., & Tetrick, L. E. ().
Mental work demands, retirement, and longitudinal trajectories of cognitive function-
ing. Journal of Occupational Health Psychology, (), -.
Fonteyne, L., Wille, B., Duyck, W., & De Fruyt, F. (). Exploring vocational and academ-
ic fields of study: development and validation of the Flemish SIMON Interest
Inventory (SIMON-I). International Journal for Educational and Vocational Guidance,
(), -.
Gottfredson, L. S. (). Occupational aptitude patterns map: Development and implica-
tions for a theory of job aptitude requirements. Journal of Vocational Behavior, (),
-.
Gottfredson, L. S. (). The challenge and promise of cognitive career assessment.
Journal of Career Assessment, (), -.
Gucciardi, D., & Zyphur, M. (). Exploratory structural equation modelling and
Bayesian estimation. In An introduction to intermediate and advanced analyses for sport
and exercise scientists (pp. -). London: Wiley.
Guntern, S., Korpershoek, H., & Van der Werf, G. (). Prestige added to Holland’s voca-
tional interest scales for the prediction of medical students’ aspired work environ-
ments. Journal of Career Assessment, (), -.
He, Q. (). Estimating the reliability of composite scores. Retrieved from https://pdfs.
semanticscholar.org/f/dcffbcafdcdfbcb.pdf
Hedrih, V. (). Structure of vocational interests in Serbia: Evaluation of the spherical
model. Journal of Vocational Behavior, (), -.
GenO_2020-1_bw.indd 39GenO_2020-1_bw.indd 39 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
40
Holland, J. L. (). A theory of vocational choice. Journal of Counseling Psychology, (),
-.
Holland, J. L. (). Making vocational choices: A theory of vocational personalities and work
environments (rd ed.). Odessa, FL: Psychological Assessment Resources.
Holtrop, D., Born, M. P., & De Vries, R. E. (). Relating the spherical representation of
vocational interests to the HEXACO personality model. Journal of Vocational Behavior,
, -.
Holtrop, D., Born, M. P., & De Vries, R. E. (). Perceptions of vocational interest: Self-
and other-Reports in student-parent dyads. Journal of Career Assessment, (), -
.
Howard, J. L., Gagné, M., Morin, A. J., & Forest, J. (). Using bifactor exploratory
structural equation modeling to test for a continuum structure of motivation. Journal
of Management, (), -.
Hu, L., & Bentler, P. M. (). Cutoff criteria for fit indexes in covariance structure analy-
sis: Conventional criteria versus new alternatives. Structural Equation Modeling, (),
-.
Hubert, L., & Arabie, P. (). Evaluating order hypotheses within proximity matrices.
Psychological Bulletin, (), -.
Ion, A., Nye, C. D., & Iliescu, D. (). Age and gender differences in the variability of
vocational interests. Journal of Career Assessment, (), -.
Lent, R. W., Brown, S. D., & Hackett, G. (). Toward a unifying social cognitive theory
of career and academic interest, choice, and performance. Journal of Vocational
Behavior, (), -.
Long, L., Adams, R. S., & Tracey, T. J. (). Generalizability of interest structure to
China: Application of the Personal Globe Inventory. Journal of Vocational Behavior,
(), -.
Long, L., Watanabe, N., & Tracey, T. J. (). Structure of interests in Japan: Application
of the Personal Globe Inventory occupational scales. Measurement and Evaluation in
Counseling and Development, (), -.
McCloy, R., Waugh, G., Medsker, G., Wall, J., Rivkin, D., & Lewis, P. (). Development of
the O*NET computerized work importance profiler. Raleigh, NC: National Center for
O*NET Development.
Morin, A. J., Arens, A. K., & Marsh, H. W. (). A bifactor exploratory structural equa-
tion modeling framework for the identification of distinct sources of construct-rele-
vant psychometric multidimensionality. Structural Equation Modeling, (), -.
NSKO. (). NSKO  Nationaal Studiekeuze Onderzoek. Eindhoven: Markteffect.
Nye, C. D., Butt, S. M., Bradburn, J., & Prasad, J. (). Interests as predictors of perfor-
mance: An omitted and underappreciated variable. Journal of Vocational Behavior, ,
-.
Nye, C. D., Prasad, J., Bradburn, J., & Elizondo, F. (). Improving the operationalization
of interest congruence using polynomial regression. Journal of Vocational Behavior, ,
-.
Nye, C. D., Su, R., Rounds, J., & Drasgow, F. (). Vocational interests and performance:
A quantitative summary of over  years of research. Perspectives on Psychological
Science, (), -.
Nye, C. D., Su, R., Rounds, J., & Drasgow, F. (). Interest congruence and performance:
Revisiting recent meta-analytic findings. Journal of Vocational Behavior, , -.
O*NETOnline. (). O*NET Online. Retrieved from https://www.onetonline.org/find/
descriptor/browse/Interests/
Paessler, K. (). Sex differences in variability in vocational interests: Evidence from two
large samples. European Journal of Personality, (), -.
GenO_2020-1_bw.indd 40GenO_2020-1_bw.indd 40 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
41
De Nederlandstalige Personal Globe Inventory
Parker, S. K., Morgeson, F. P., & Johns, G. (). One hundred years of work design
research: Looking back and looking forward. Journal of Applied Psychology, (), -
.
Pollack, H. (). The Harris Poll – Doctors, Military Officers, Firefighters, and Scientists
Seen as Among America’s Most Prestigious Occupations. Retrieved from https://
theharrispoll. com/when-shown-a-list-of-occupations-and-asked-how-much-prestige-
each-job-possesses-doctors-top-the-harris-polls-list-with--of-u-s-adults-considering-
it-to-have-either-a-great-deal-of-prestige--/
Prediger, D. J. (). Dimensions underlying Holland’s hexagon: Missing link between
interests and occupations? Journal of Vocational Behavior, (), -.
Roe, A. (). The Psychology of Occupations. NY: John Wiley & Sons.
Rounds, J., McKenna, M. C., Hubert, L., & Day, S. X. (). Tinsley on Holland: A mis-
shapen argument. Journal of Vocational Behavior, , -.
Rounds, J., & Tracey, T. J. (). Cross-cultural structural equivalence of RIASEC models
and measures. Journal of Counseling Psychology, (), -.
Schelfhout, S., Wille, B., Fonteyne, L., Roels, E., De Fruyt, F., & Duyck, W. (). From
interest assessment to study choice: An empirical advice set engine. Paper gepresenteerd op
het th International Congress on Education and Learning.
Schwartz, S. H. (). Universals in the content and structure of values: Theoretical
advances and empirical tests in  countries. In M. P. Zanna (Ed.): Advances in
Experimental Social Psychology (Vol. , pp. -). Elsevier.
Sodano, S. M. (). Integrating work and basic values into the Spherical Model of
Interests. Journal of Vocational Behavior, (), -.
Sodano, S. M., & Tracey, T. J. (). Prestige in interest activity assessment. Journal of
Vocational Behavior, (), -.
Su, R., Rounds, J., & Armstrong, P. I. (). Men and things, women and people: a
meta-analysis of sex differences in interests. Psychological Bulletin, (), -.
Su, R., Tay, L., Liao, H.-Y., Zhang, Q., & Rounds, J. (). Toward a dimensional model of
vocational interests. Journal of Applied Psychology, (), -.
Šverko, I. (). Spherical model of interests in Croatia. Journal of Vocational Behavior,
(), -.
Tracey, T. J. (). RANDALL: A Microsoft FORTRAN program for a randomization test
of hypothesized order relations. Educational and Psychological Measurement, (), -
.
Tracey, T. J. (). Personal Globe Inventory: Measurement of the spherical model of
interests and competence beliefs. Journal of Vocational Behavior, (), -.
Tracey, T. J. (a). Development of an abbreviated Personal Globe Inventory using item
response theory: The PGI-Short. Journal of Vocational Behavior, (), -.
Tracey, T. J. (b). Relation of interest and self-efficacy occupational congruence and
career choice certainty. Journal of Vocational Behavior, (), -.
Tracey, T. J. (). Problems with single interest scales: Implications of the general factor.
Journal of Vocational Behavior, (), -.
Tracey, T. J., & Rounds, J. (). The arbitrary nature of Holland’s RIASEC types: A con-
centric-circles structure. Journal of Counseling Psychology, (), -.
Tracey, T. J., & Rounds, J. (). The spherical representation of vocational interests.
Journal of Vocational Behavior, (), -.
Van den Berg, R. H., & Bleichrodt, N. (). Beroepskeuze Test (BKT-M), test en handlei-
ding. NOA, Vrije Universiteit Amsterdam.
Van den Berg, R. H., Bleichrodt, N., & Schokker, J. S. (). Handleiding BeroepsKeuzeTest
Hoger niveau (BKT-H). NOA, Vrije Universiteit Amsterdam.
GenO_2020-1_bw.indd 41GenO_2020-1_bw.indd 41 04-03-20 09:2104-03-20 09:21
Djurre Holtrop, Bart Wille, Reinout E. de Vries & Marise Ph. Born
Gedrag & Organisatie 2020 (33) 1
42
Van Iddekinge, C. H., Roth, P. L., Putka, D. J., & Lanivich, S. E. (). Are you interested?
A meta-analysis of relations between vocational interests and employee performance
and turnover. Journal of Applied Psychology, (), -.
Vardarlı, B., Özyürek, R., Wilkins-Yel, K. G., & Tracey, T. J. (). Examining the structure
of vocational interests in Turkey in the context of the personal globe model.
International Journal for Educational and Vocational Guidance, (), -.
Walker, T. L., & Tracey, T. J. (). Perceptions of occupational prestige: Differences
between African American and White college students. Journal of Vocational Behavior,
(), -.
Ward, M., Meade, A. W., Allred, C. M., Pappalardo, G., & Stoughton, J. W. (). Careless
response and attrition as sources of bias in online survey assessments of personality
traits and performance. Computers in Human Behavior, , -.
Warlick, C. A., Ingram IV, P. B., Ternes, M. S., & Krieshok, T. S. (). An investigation
into the structural form of the O*NET-interest profiler-short form. Journal of Career
Assessment, (), -.
Wilkins, K. G., Ramkissoon, M., & Tracey, T. J. (). Structure of interest in a Caribbean
sample: Application of the Personal Globe Inventory. Journal of Vocational Behavior,
(), -.
Wille, B., De Fruyt, F., Dingemanse, S. A., & Vergauwe, J. (). A closer look at the psy-
chological diversity within Holland interest types: Construct validation of the Career
Insight Questionnaire. Consulting Psychology Journal: Practice and Research, (), -
.
Zhang, Y., Kube, E., Wang, Y., & Tracey, T. J. (). Vocational interests in China: An eval-
uation of the personal globe inventory-short. Journal of Vocational Behavior, (),
-.
The Spherical model of vocational interests and the Dutch translation of the
full and short Personal Globe Inventory
Holtrop, D., Wille, B., De Vries, R. E., & Born, M. Ph. (2020), Gedrag & Organisatie,
volume 33, no. 1, pp. 6-43
In the Netherlands and Flanders, vocational interest inventories are frequently
used to address (study) career dilemmas. In contrast to their popularity in practice,
in the Dutch language region, there is relatively little research looking at vocational
interest(s) (inventories). This article introduces the Spherical Model of Vocational
Interests and the Dutch translation of the Personal Globe Inventory(PGI; Tracey,
2002), a measure for this model. The Spherical Model adds Prestige interests
as a third dimension of vocational interests to the traditional two-dimensional
circumplex. Additionally, the Spherical model splits the traditional circumplex
in eight, rather than six, interest domains. The quality of the Dutch PGI was
investigated with 12 samples. The psychometric qualities of the full Dutch PGI
and its short version appeared to be acceptable to exemplary: the items of the
scales largely fitted with the appropriate scales, the scales correlated according to
the expected circumplex order, and the reliabilities were acceptable. The largest
gender difference was found on the People-versus-Things dimension. Additionally,
younger and more educated people scored higher on Prestige interests. Future
GenO_2020-1_bw.indd 42GenO_2020-1_bw.indd 42 04-03-20 09:2104-03-20 09:21
Gedrag & Organisatie 2020 (33) 1
43
De Nederlandstalige Personal Globe Inventory
research could further the understanding of the content of the Prestige dimension
and how this dimension affects (study) career processes and outcomes.
Keywords: vocational interests, Personal Globe Inventory, Spherical Model of
Vocational Interests, Prestige interests, Dutch
GenO_2020-1_bw.indd 43GenO_2020-1_bw.indd 43 04-03-20 09:2104-03-20 09:21
ResearchGate has not been able to resolve any citations for this publication.
Article
Full-text available
Each student faces the challenge of choosing a study program that matches his or her vocational interest. A good person-environment fit (PE fit) between student and study program influences study success and persistence, prerequisites to obtaining the desired degree. But which criterion should be used when presenting advice sets of study options to orient students toward study programs that match their vocational interests? And how long should such a list of study options be? Moving beyond existing, non-evidence-based approaches, present study sets out to develop an empirical advice set engine (EASE) to optimize the process of matching future students to fitting study options. Compared to existing, non-evidence-based alternatives, EASE shows a better balance between the number and PE fit of the options presented. EASE may be a promising way to rethink how student PE fit information can be used in student orientation and higher education research.
Article
Full-text available
Growing evidence on the predictive validity of vocational interests for job performance calls for greater consideration of interest assessment in organizations. However, a consensus on the fundamental dimensions of interests that are aligned with contemporary world of work is still lacking. In the current research, we developed an organizing framework of vocational interests and empirically validated an eight-dimension model (SETPOINT: Health Science, Creative Expression, Technology, People, Organization, Influence, Nature, and Things). We propose that interests are structured hierarchically, with preferences for specific work activities at the lowest level (assessed using interest items), basic interests for homogeneous classes of activities at the intermediate level (assessed using basic interest scales), and broad-band interest dimensions at the top describing general tendencies of individuals to be drawn to or motivated by broad types of work environments. To derive broad-band interest dimensions, it is necessary to base it on a comprehensive range of content-specific basic interest constructs. In Study 1, we conducted an extensive review of existing basic interest scales and developed a new basic interest assessment (CABIN) with 41 homogeneous scales across two samples. In Study 2, we demonstrated the structural validity of the proposed dimensional model using second-order CFA and ESEM analyses with a large, diverse sample of working adults and supported its predictive validity for occupational membership in new and traditional sectors of work. We discuss implications from the current findings for building interest theory, using interest assessment for organizational research, and evaluating interest structure with appropriate methods.
Article
Full-text available
Gender- and age-related differences in the variability of various human attributes and abilities have been investigated. This article investigates the age and gender differences in the variability of Holland’s six vocational dimensions with a sample including 1,519 participants, divided into four age groups: early adolescence (12–15 years old), adolescence (16–20 years old), young adulthood (21–30 years old), and adulthood (31–59 years old). The results showed nontrivial differences in the variability of vocational interests across gender and age groups alike. Although significant differences in variability were observed for all vocational interest dimensions except investigative, the most pronounced differences in variability across age and gender were observed for realistic and conventional dimensions. Generally, the observed differences in variability were larger in adolescence than in adulthood. Overall, vocational interests displayed less differentiation within the younger age groups (early adolescence and early adulthood) as compared to adulthood.
Article
Full-text available
The structural validity of the Personal Globe Inventory-Short (PGI-S: Tracey in J Vocat Behavi 76:1–15, 2010) was examined in a Turkish sample of high school and university students. The PGI-S measures eight basic interest scales, Holland’s (Making vocational choice, Prentice-Hall, Englewood Cliffs, 1997) six types, Prediger’s (J Vocat Behav 21:259–287, 1981) people/things, data/ideas dimensions, and prestige. After adapting the original PGI-S items into Turkish (PGI-S-T), the inventory was administered to high school students (N = 605) and university students (N = 359). The fit of Holland’s RIASEC and the PGI eight type model were examined separately using the randomization test of hypothesized order relations. Results indicated a strong fit for both the eight type and the RIASEC model. Expected significant differences were found between PGI-S-T subscales across gender and age. The results support the structural validity of the adapted PGI-S-T in a Turkish sample.
Article
Recent meta-analyses indicated that interest congruence can predict performance both at work and in school. Given these findings, the exclusion of interests from predictive models of performance has several potential consequences. In this study, we demonstrate that excluding vocational interests from models of performance has implications for the validity of the model as well as for understanding predictive bias in selection testing. Using a sample of 1449 students from a large university, we examined the validity and incremental validity of vocational interests for predicting academic performance above and beyond ACT scores, high school GPA, and other noncognitive predictors. Building on recent research, we also demonstrate that including vocational interests in the prediction model eliminates the predictive bias observed for ACT and HSGPA across men and women but not across racial/ethnic subgroups. The implications of these results for understanding performance and future research needs in the area of vocational interests are discussed.
Article
The concept of congruence, or the match between an individual and his or her environment, plays a major role in Holland's (1959, 1997) theory of vocational interests. Despite this emphasis, empirical research on the validity of congruence indices for predicting some outcomes has been somewhat disappointing (e.g. Assouline & Meir, 1987; Tinsley, 2000). Although recent research has found that congruence indices can provide meaningful improvements in validity (Nye, Su, Rounds, & Drasgow, 2017), it is widely recognized that these indices have a number of conceptual and methodological flaws (Camp & Chartrand, 1992; Edwards, 1993). To help address this issue, the present work demonstrates the potential benefits of operationalizing interest congruence using polynomial regression (Edwards, 1994) and discusses how such a method can yield more nuanced details about the importance of vocational interests for predicting work and academic outcomes.
Article
Since their introduction, interests have been important to the field of vocational psychology. Within career counseling, they often serve as a starting point to career exploration. The changing nature of the world of work means that accurate assessment is even more imperative. There remain a number of inventories to help assess this construct. The Occupational Information Network–Interest Profiler–Short Form (O*NET-IP-SF) is a public domain assessment utilized to measure Holland’s six occupational profiles: realistic, investigative, artistic, social, enterprising, and conventional. Using confirmatory factor analysis, this study examined the structural integrity of the O*NET-IP-SF and interpretive potential using a regionally and racially diverse sample of American college students. Results suggest that O*NET-IP-SF possesses poor fit with a six-factor structure and that modifications are needed to reach acceptable levels of scale performance. Implications for researchers and career counselors are discussed.
Article
The current study investigated how self- and other-ratings of vocational interests converge among student–parent dyads. Using the Personal Globe Inventory–Short, we obtained data from a pooled sample of 271 (high school senior and university) student–parent dyads. Participants rated their own vocational interests and those of the other dyad member. First, profile correlations revealed high levels of self-other agreement, moderate levels of assumed similarity, and low levels of similarity and reciprocity in vocational interests. These correlations are highly similar to those found in personality research. Second, profile elevation showed a reversed pattern compared to interest perceptions, with high levels of self-other agreement and moderate levels of assumed similarity, indicating that profile elevation may mostly be an artifact/rater bias and not a substantive factor. Ipsatization of the vocational interest scales somewhat reduced profile elevation bias. Third, same-gender dyads overestimated their similarity in vocational interests more than different-gender dyads.