中国企业员工五大人格特性与关联绩效及其维度关系的实证研究.docx
- 文档编号:6531516
- 上传时间:2023-01-07
- 格式:DOCX
- 页数:31
- 大小:66.32KB
中国企业员工五大人格特性与关联绩效及其维度关系的实证研究.docx
《中国企业员工五大人格特性与关联绩效及其维度关系的实证研究.docx》由会员分享,可在线阅读,更多相关《中国企业员工五大人格特性与关联绩效及其维度关系的实证研究.docx(31页珍藏版)》请在冰豆网上搜索。
中国企业员工五大人格特性与关联绩效及其维度关系的实证研究
中国企业员工五大人格特性与关联绩效及其维度关系的实证研究①
唐春勇1胡培1陈维政2
(1.西南交通大学经济管理学院,四川成都610031;2.四川大学工商管理学院,四川成都610065)
摘要:
本论文采用结构方程的方法研究了中国企业员工具体大五个性特性和关联绩效维度之间的映射,区别探讨了个性子维度与关联绩效的子维度的关系,证明大五个性维度与特定的关联绩效维度有显著不同的关系。
在其他有关研究五大个性---关联绩效关系的基础上,本论文的研究进一步提高了个性对关联绩效预测的有效性,对中国企业人力资源实践更具有指导意义。
关键词:
中国企业员工五大人格关联绩效
0引言
作为进行个性研究的组织行为学家,认为他们对个性的研究对员工的发展和组织绩效的提高都有很大的影响,然而,早期对个性与绩效的关系研究的结论并没有到达预期的效果,在1980年代以前,人们普遍认为个性和工作绩效的关系不是那样十分密切,未获得一致性的研究结果。
个性测验在员工选拔中也遭到了一系列批评:
测验和绩效识别性较低;二者关系分析不充分。
但90年代以来,一系列研究进展表明,采用标准化量表,个性特质对工作绩效具有较好的预测力价值。
越来越多的理论、应用研究结果都支持一种看法,除了知识、技能外,采用大五人格能够可靠地测量多数职业工作绩效尤其对于关联绩效和个人组织适配性。
我们在文献回顾中发现,学者们在对个性预测关联绩效的研究中,普遍采用的是大五个性维度对关联绩效的总体预测,而实际上,不同种类的工作的成功胜任需要员工具有不同的个性特征,当工作类型和个性图谱相匹配时,个性评估对工作绩效的预测力就会大为增加。
从员工选拔理论的有效运用的角度来说,研究不同的个性维度与不同关联绩效的维度的相关性,通过预测关联绩效使用精确的个性特性,提高了预测的有效性,我们可能发现个性-关联绩效的预测作用更具有指导意义。
同时,我们注意到,有关个性与关联绩效的研究成果的贡献者主要是美国学者,而情景的文化根源会影响我们的研究结论,分析中国环境下的企业员工的行为,不能无视文化的影响,虽然人们已认为个性与关联绩效有关,由于研究的文化背景、具体情景和被试的不同,有必要对已获得认可的个性与关联绩效的关系进行重复验证,本文的研究目标就是在国内外已有研究的基础上,研究中国企业员工个性的各维度对关联绩效不同维度的影响,运用大五个性理论研究个性-关联绩效的关系,考察大五个性不同维度对关联绩效的不同维度的影响,进一步发展个性对关联绩效预测的有效性。
1文献综述及假设
个性与关联绩效的关系学术上的研究主要有两个目标,前期研究的重点是个性对
1基金项目:
教育部人文社科基金资助项目();西南交通大学校基金资助项目
关联绩效与任务绩效的预测效度的比较研究,以确定关联绩效独立存在的结论。
后期则关心个性对关联绩效预测的有效性,独立研究个性与关联绩效的关系。
Motowidlo&VanScotter(1994)在探讨任务绩效应该与关联绩效区别的研究中发现,与任务绩效相比,大五个性对关联绩效的预测力更好「1」。
Coleman&Borman(2000)在通过对116名保险推销员的研究发现,大五个性中除了外向与任务绩效相关外,其余四个维度均与关联绩效显著相关「2」。
Mohammed&Mathieu(2002)研究了能力、经验和个性对绩效的影响,结果发现大五个性的宜人性和经验开发性与关联绩效相关「3」。
Salomon(2000)通过对233名飞行员实施OPQ测验,并由其上司做出绩效评定的研究发现,大五个性的外向和责任感两个维度更多地预测了职务奉献,与关联绩效显著相关「4」。
Lepine&VanDyne(2001)通过对276名被试的实验研究发现,大五个性的责任感、外向、宜人性等三个维度均与关联绩效的“合作行为”维度相关ⅰ。
沈峥嵘和王二平(2004)通过文献总结出个性和职务特征是影响关联绩效的主要因素「6」。
基于大五人格理论「7」,尽责性的人赋予胜任感、条理性、责任心、事业心、自律性、审慎性,高分端的人做事有条理、有计划,并能持之以恒。
外倾性高分的人在团队里经常是团队的领导者,渴求刺激,他们喜欢明亮的颜色和喧闹的环境,很容易结交朋友,能熟练的应付社会环境,积极参加团体的活动。
宜人性得分高的人乐于助人、可信赖的和富同情心,注重合作而不强调竞争,往往具有利他性,对别人的幸福作为一种慷慨表示出极度的关心,为他人做想,在别人需要的时候主动帮助别人。
神经质纬度主要依据人们情绪的稳定性和调节情况而将其置于一个连续统一体的某处,那些经常感到忧伤、情绪容易波动的人在神经质性的测量上会得到高分。
开放性即第大五因素,是指对经验持开放、探求态度,而不仅仅是一种人际意义上的开放,构成这一纬度的特征包括活跃的想象力、对新观念的自发接受、发散性思维和智力方面的好奇,丰富的内心世界和感受。
关联绩效吸取了前人关于绩效结构的不同理论如组织公民行为、亲社会组织行为和角色外行为等绩效「8」「9」,对组织的传统绩效的内涵进行必要的充实和完善,研究的是员工的自愿合作行为,不是直接的生产和服务活动,而是构成组织的社会、心理背景的行为,它可以促进其中的任务绩效,从而提高整个组织的有效性。
VanScotter和Motowidlo于1996年将关联绩效的结构提炼为两个维度:
人际便利和工作奉献「10」。
人际便利是有助于组织目标实现的人际倾向行为,这些行为提高员工士气、鼓励协作和营造任务绩效发生的情境。
工作奉献集中表现在自律行为上,比如遵守规则、努力工作、主动解决工作中的问题。
Conway发现工作奉献和人际关系都能独立的解释工作绩效「11」。
不同的个性变量对关联绩效不同维度有不同的影响,某些个性变量可以预测不同的关联绩效的成分,
基于以上分析,我们可以提出如下假设:
H1:
外倾性、宜人性、尽责性和开发性与人际促进显著正相关。
H2:
外倾性、宜人性、尽责性和开发性与工作奉献显著正相关。
H3:
外倾性对人际促进的预测强于其它的个性维度。
H4:
尽责性对工作奉献的预测强于其它的个性维度。
H5:
尽责性和开放性对工作奉献的预测强于对人际促进的预测。
H6:
神经质对人际促进和工作奉献无影响。
H7:
尽责性、外倾性对关联绩效有较强的正向影响。
2研究方法
2.1数据收集与样本特征(调查样本的统计特征分析)
正式测试的对象涉及了成都和深圳两地的三种类型的企业,发放问卷900份,回收的有效问卷为736份,有效回收率为82%。
样本的基本特征见表1所示,从其人口统计的情况来看,被试的组成比较合理。
表1:
样本分布
样本数
百分比(%)
性别
男
490
66.6
女
246
33.4
年龄
25岁以下
94
12.8
26-30岁
232
31.5
31-40岁
250
34.0
41-50岁
140
19.0
51-55岁
16
2.2
55岁以上
4
0.5
学历
高中、中专
54
7.3
大专
244
33.2
本科
304
41.3
硕士及以上
134
18.2
在目前组织中受聘的时间
1-5年
314
42.8
6-10年
216
29.4
11-20年
116
15.8
21年以上
88
12.0
组织的性质
国企(包括国有控股)
428
58.3
私企(包括私人控股)
180
24.5
三资企业
126
17.2
2.2变量的测量
本研究借鉴西方学者的衡量方法对模型中的各个变量做了多项目测量,关联绩效问卷采用VanScotter&Motowidlo(1996)所用的问卷,将关联绩效的结构分为两个维度:
人际促进(InterpersonalFacilitation)和工作奉献(JobDedication),人际促进包括7个题项,工作奉献包括8题项。
个性采用大五个性维度的个性测量量表,考虑到中国目前对实证研究在一般的员工中的认知问题,尽量让他们对题目感兴趣,所以总体题目的数目控制非常有必要,结合中国人的个性特点,大五人格量表选取了NEO-PI人格量表中有代表性的20个题项「12」,对每一个维度原则上是2个正题和2个反题。
以上所有的量表采用利克特5分等级量表。
3数据分析结果
3.1变量测量的信度和效度检测
因为本研究中采用了多项目测量方法来测评各个研究变量,同时,所使用的问卷是西方的成熟问卷,在中国情景下必须进行变量的信度和效度检验。
我们对成都的MBA学员进行了重测信度的研究,40名MBA学员作为重测信度的被试者,使用同样的问卷对相同的样本群体进行测试,时间相隔为两周,两次测试都是在专人监督之下完成的。
表2显示关联绩效中的涉及到其他同事的行动,在执行前与他们充分沟通;主动帮助别人;严格个人纪律和自我控制;发挥首创精神主动解决工作中的问题;特别关注重要的细节五项题项不具有显著的相关性,表明题项内部的稳定性不够,因此将这5个题目删掉。
大五个性各个题项具有显著的相关性,表明题项内部的稳定性良好。
表2:
题项
Pearsoncorrelation
Sig.(2-tailed)
N
当同事取得成功后,我总是称赞他们
0.94*
0.00
40
不管是同事的个人工作还是生活问题,都给予充分的鼓励和支持
0.75**
0.00
40
保持持久的热情来处理工作中的困难
0.80**
0.00
40
克服障碍,坚持不懈的完成任务
0.68*
0.02
40
在发表意见时,让人们感觉你的立场不管是对他们个人还是对工作群体都是友善的
0.69**
0.00
40
鼓励他人克服他们的个性差异在组织中融洽相处
0.81**
0.00
40
主动要求挑战性的工作任务
0.76**
0.00
40
公平的对待他人
0.86*
0.01
40
工作格外的努力
0.81**
0.01
40
为按时完成工作加班加点
0.80*
0.03
40
一般而言,信度系数达到0.70以上即符合心理测量学的要求,表2显示,各变量的内部一致性信度和重测信度基本上都在0.70以上,因此从总体上来说,表明本研究对各变量的衡量具有较高的信度水平。
应用验证性因子分析进行变量的效度检验,测量模型在SEM的体系里就是一般所称的验证性因子分析(confirmatoryfactoranalysis,CFA),是用于评判观察变量可以定义潜在变量的程度。
根据初测数据的分析结果,我们获得了一个关于个性和关联绩效的量表,但该量表在复测条件下都必须检验其信度和效度,我们采用AMOS5.0对测量模型进行分析。
1)违犯估计
根据Hair等人的观点「13」,我们主要检测以下三项来检验有无违犯估计产生:
有无负的误差变异数存在;标准化系数是否超过或太接近1;是否有太大的标准误差。
若无违犯现象产生,才可以做整体适配检验及内在结构适配检验。
我们用AMOS对数据进行运行,运行结果显示,人际促进测量模型标准化系数介于0.588与0.718之间,工作奉献测量模型标准化系数介于0.569与0.791之间,责任感测量模型标准化系数介于0.001与0.897之间、外向测量模型标准化系数介于0.243与0.651之间、宜人性测量模型标准化系数介于0.287与0.758之间、神经质测量模型标准化系数介于0.084与0.790之间、开放性测量模型标准化系数介于0.518与0.727之间。
标准化系数都没有超过或太接近1;从具体各参数如表2,所有模型误差变异数没有负数存在,没有太大的标准误差。
上述结果表明皆无发生违犯估计之迹象,因此可以评鉴整体模式适配。
2)模式修正
通过MI(ModificationIndex)值来实现的对模式的修正,MI表示一个先前固定的参数被释放后,模式重新估计下所降低的最少卡方值。
因此,使用MI来作为模式修正的依据时,当统计结果所呈现出一个模式所有可以改进的MI值中,MI值越大时,若将其参数释放后,所获得的卡方值的改进也越大。
而在人际促进构面中MI值均小于3.84,外倾性构面中MI值均小于3.84,开放性构面中MI值均小于3.84,且模式的适配指标已经达到建议值,因此不需要用MI值进行进一步的模式修正。
工作奉献宜人性尽责性神经质模型都进行了修改,修改后MI值均小于3.84,且模式的适配指标已经达到建议值。
(由于篇幅所限,具体参数数据可向作者索取)。
3)模式的信度与效度检验
测量模型探讨测量变量与潜伏变量之间的关系,测量变量是可以直接被测量的变项,而潜在变量则是由理论或假设来建构,通常是无法直接的测量得到的。
根据Bagozzi和Yi的建议[14],我们选用以下几个指标进行信度和效度分析(见表3)。
测量模型的信度和效度一般以组成信度(CompositeReliability;CR)、变异抽取量(VarianceExtracted;VE)、SMC(SquaredMultipleCorrelation)来衡量。
从表3中可以看到,各题项的SMC值大于0.3;各题项的负荷量(λ)都在0.5以上。
量表的CR值大于0.5;变异抽取量(VE)其值大于0.3;所以可以说该量表的信度与收敛效度良好。
表3:
潜在变量
名称
题项
S.E
StandardizedEstimate
负荷量(λ)
P
SMC
Standarderror
CR
VE
Cronbach’sAlpha
人际促进
IFP1
当同事取得成功后,我总是称赞他们
.632
.632
***
.351
.484
0.809
0.460
0.822
IFP2
不管是同事的个人工作还是生活问题,都给予充分的鼓励和支持
.121
.718
.718
***
.422
.441
IFP4
在发表意见(日常交流中)时,让人们感觉你的立场不管是对他们个人还是对工作群体都是友善的
.103
.588
.588
***
.345
.507
IFP5
鼓励他人克服他们的个性差异在组织中融洽相处
.114
.649
.649
***
.515
.464
IFP6
公平的对待他人
.104
.593
.593
***
.399
.487
工作奉献
JD1
为按时完成工作加班加点
.703
.703
***
.387
.577
0.834
0.506
0.719
JD3
工作格外的努力
.071
.791
.791
***
.622
.278
JD4
主动要求挑战性的工作任务
.072
.569
.569
***
.324
.569
JD7
克服障碍,坚持不懈的完成任务
.080
.789
.789
***
.626
.356
JD8
保持持久的热情来处理工作中的困难
.079
.622
.622
***
.494
.614
宜人性
A1
我宁愿与他人合作而不是与他人竞争
.555
.555
***
.308
.770
0.605
0.296
0.827
A2
我知道很多人喜欢我
.250
.503
.503
***
.054
.595
A3
如果我不喜欢谁,我会让他知道
.116
.287
.287
***
.095
1.042
A4
我经常与我的家人或合作者争辩
.409
.758
.758
***
.611
.475
外倾性
E1
我喜欢有很多朋友在我周围
.590
.590
***
.059
.665
0.550
0.254
0.849
E2
我是非常活跃活泼的人
.236
.651
.651
***
.162
.626
E3
我总喜欢一个人独自做事
.136
.403
.403
***
.424
.803
E4
我认为自己不是特别的“情绪高昂”
.114
.243
.243
***
.348
.821
尽责性
C1
如果我做出了承诺,我会想方设法的实现
.897
.897
***
.091
.172
0.738
0.513
0.705
C2
我总是让工作积极的有效的完成
.147
.635
.635
***
.000
.462
C3
有时我没有做到我应有的可信和可靠
.070
-.001
.301
***
.404
1.056
C4
我感到做工作时总是缺乏条理性
.107
.302
.302
***
.805
1.201
神经质
N1
我经常感到无助希望别人能帮我解决问题
.516
.516
***
.155
.906
0.670
0.327
0.734
N2
我经常感到紧张和神经过敏
.355
.790
.790
***
.007
.429
N3
我很少忧愁和沮丧
.117
.084
.284
***
.623
1.087
N4
我不是一个自找烦恼的人
.152
.393
.393
***
.267
1.156
开放性
O1
我经常在探索理论或抽象概念中感到快乐
.707
.707
***
.365
.634
0.713
0.387
0.829
O2
我对艺术和自然都很有兴趣
.096
.727
.727
***
.269
.493
O3
我很少注意不同环境产生的心情和感觉的变化
.083
.518
.518
***
.528
.762
O4
我不喜欢浪费时间在幻想不能实现的事情
.091
.605
.605
***
.500
.742
区别效度检定则可由比较个别构面变异抽取量(VE)之平方根与各构面之间相关系数,其准则为在构面相关系数矩阵(CorrelationMatrix)中,对角线值(即个别构面变异抽取量之平方根)大于非对角线值(即各构面间之相关系数)之个数,占整体比较个数之1/2以上,才算具备区别效度[15]。
由表4看出,各量表的区别效度良好。
表4:
关联绩效
工作奉献
人际促进
宜人性
外倾性
神经质
开放性
尽责性
关联绩效
1
工作奉献
0.956**
1(0.678)
人际促进
0.894**
0.723**
1(0.711)
宜人性
0.382**
0.331**
0.389**
1(0.544)
外倾性
0.487**
0.464**
0.436**
0.406**
1(0.504)
神经质
-0.310**
-0.323**
-0.234**
-0.052
0.025
1(0.476)
开放性
0.254**
0.221**
0.261**
0.276**
0.258**
0.123*
1(0.622)
尽责性
0.530**
0.491**
0.497**
0.330**
0.234**
-0.271**
0.292**
1(0.561)
4)模式适配的结果
根据Bollen等学者的建议[16],我们决定采用CFI,NFI,GFI,IFI,TLI和RMSEA等六个指标来评鉴模式的适配水平。
由表5可以看出,所有指标均符合建议值,证明测量模型的适配度十分良好。
表明度量模型与数据资料之间有良好的拟合度。
测量或量表的形式是由理论所建构的,可能某些学者的理论认为某个量表示一种单一面向的量表。
也可能有些理论认为该量表示有多个面向。
对这种测验或量表的面向性之检验,就是一种理论建构的因素效度的检验。
对CFA而言,它可以检验出哪一种面向比较符合观察资料,而决定出理论建构的最有效因素结构。
由表5可以看出,关联绩效两因素模型的所有适配指标均比关联绩效单因素模型具有优越性。
因此,两因素模型是最具适配资料的能力,关联绩效量表是一个两面向的量表。
同样,五因素模型的所有适配指标均比单因素模型具有优越性。
因此,五因素模型是最具适配资料的能力,个性量表是一个五面向的量表。
表5:
各测量模式适配度指标
CFI
NFI
GFI
IFI
TLI
RMSEA
结果
标准值
>.90
>.90
>.95
>.90
>.90
<.08
工作奉献
.993
.987
.991
.993
.982
.056
符合
人际促进
.994
.983
.992
.994
.988
.036
符合
宜人性
.979
.972
.995
.979
.971
.074
符合
外倾性
.950
.935
.990
.952
.949
符合
神经质
.988
.982
.996
.989
.931
.067
符合
开放性
.991
.984
.994
.991
.972
.061
符合
尽责性
1.000
.996
.999
1.001
1.008
.000
符合
关联绩效两面向
.918
.897
.920
.919
.891
.090
关联绩效单面向
.911
.890
.951
.911
.885
.100
个性单面向
.467
.429
.725
.473
.404
.119
个性五面向
.652
.601
.817
.658
.587
.099
3.2大五个性对关联绩效及其维度的影响
分析根据研究假设,我们建立了大五个性对关联绩效的路径图。
其中,宜人性、尽责性、神经质、外倾性和开放性都是SEM中的潜在变量,都是由测量方程中的观测变量所组成的。
运用AMOS5.0对路径图进行分析得到拟合优度指标都达到要求,路径图如1所示。
图1大五个性对关联绩效影响的路径图
(虚线表示不显著路径)
可见,大五个性特质中,宜人性和开放性对关联绩效不具有显著的预测作用,其路径系数分别为0.11和0.06。
而在可以显著预测关联绩效的其他三个个性特质中,尽责性具有最高的路径系数0.54,其次是外倾性。
而神经质特质对关联绩效具有显著的负向作用。
该路径图的适配指标如下表6所示:
表6:
指标
结果值
标准值
结果
绝对适配量测指标
Chi-Square
2247.081
Df
609
P
0.075
P〉0.05
符合
NormedChi-square
3.690
介于1与5之间
符合
GFI
0.973
〉0.95
符合
AGFI
0.977
〉0.95
符合
RMSEA
0.065
〈0.08
符合
增值适配量测指标
CFI
0.986
〉0.90
符合
NFI
0.917
〉0.90
符合
RFI
0.950
〉0.90
符合
IFI
0.994
〉0.90
符合
TLI
0.929
〉0.90
符合
简效适配量测指标
PNFI
0.504
〉0.50
符合
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国企业 员工 人格 特性 关联 绩效 及其 维度 关系 实证 研究