企业雇员组织承诺三因素模型实证研究，本文主要内容关键词为：雇员论文,模型论文,因素论文,实证研究论文,组织论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
导言
组织承诺（Organizational Commitment ）是美国社会学家Becker于20世纪60年代提出的一个概念，用于反映个体与组织之间的心理契约［1］。进入20世纪70年代后， 组织承诺在研究中表现出对离职和缺勤等个体行为良好的预测效力［2，3］，因此受到组织行为学家的重视，得到了越来越深入的研究，至今仍是热点问题之一。尽管该领域已存在大量的研究文献，然而组织承诺是单因素的概念还是多因素的概念，以及如何度量这一概念，学术界长期以来存在着争议。
早期的学者们倾向于将组织承诺视为单因素的概念，认为它主要表现为员工对组织的一种感情依赖［2，3］。后来的一些学者们扩展了这一定义，包括了其它类型的依赖，用于解释雇员对组织身份的保持，组织承诺因此被认为是多因素的概念。Meyer和Allen近年来提出了组织承诺三因素模型［4，5，6］， 认为组织承诺由以下三个不同因素组成：①感情承诺（Affective Commitment，简称AC），用于表示雇员对组织认同的程度。它的提出基本上源自于Porter等学者对组织承诺的研究［2.3］，并和传统单因素的组织承诺概念上基本重叠； ②连续承诺（Continuance Commitment，简称CC），用于表示雇员离开组织的成本。 它的提出主要源自于Becker对组织承诺所持有的“单方面投入”（Side-bets）理论［1］；③规范承诺（Normative Commitment，简称NC），用于表示个体留在组织中的义务。它的提出主要源自于Wiener对组织中个体规范和义务的研究［7］。Meyer和Allen 还建立并修订了测量组织承诺三因素的量表［4.5］，被大多数的相关研究采用。尽管从已有的研究来看，组织承诺三因素模型总体上得到了支持，但是一些研究指出了这方面尚有一些空间［6.8］值得进一步研究。
首先，组织承诺三因素模型是在西方资本主义环境下建立的，而在像我国这样具有东方文化、社会主义的环境下是否仍然适用尚不清楚；其次，Ko等在韩国进行的一项研究发现AC和NC的相关度非常高，因此建议不把NC作为一个独立成分保留在模型中［8］。然而Lee等近来发现当量表被翻译成韩语时，使用标准的双向翻译很难回译成原量表［9］。 因此有必要考察是否应用本文化环境下特有的新测量项目来度量NC；第三，有的研究发现CC存在两个维度，一个反映了缺少雇用机会，另一个反映了离开组织所带来的损失［10］。根据Ko等对Becker文献的回顾，缺少机会的子维度应该被删除以更准确地把握CC的概念内容。本文希望针对这些不足，通过对已有量表的修订，重点对组织承诺三因素模型在我国企业雇员中的适用性进行初步的考察。
一、组织承诺的前因和后果变量
关联效度是评价量表心理测量学性质的重要指标之一，对此的考察需要一些前因变量和后果变量作为关联指标来进行检验。根据Ko等的研究［8］，本文选择了以下15个变量作为AC 假设的前因变量（括号中的正负号表示假设的影响关系，以下同）：工作自主权（＋）、单调性（－）、角色模糊（－）、角色冲突（－）、工作负荷（－）、资源匮乏度（－）、上司支持度（＋）、同事支持度（＋）、分配公平性（＋）、晋升机会（＋）、工作卷入（＋）、积极情感（＋）、消极情感（－）、机会（－）和一般培训（－）。其中前10个结构化变量的理论基础主要源于社会交换的观点［3］：组织根据雇员的贡献和损失提供奖惩，而雇员则根据得到的奖励或避开的惩罚来建立与组织的承诺。后5 个个体变量的提出则主要源于一些实证研究的结果［8］。相对于AC而言，CC和NC的发展机理目前还很不清楚［6］。本文假定以上解释AC 的观点同样能够解释CC和NC的形成过程，因此上述15个前因变量同时也作为这两个因素的假设前因变量提出。
表1 变量的定义和测量项目实例
离职意向和工作寻找行为被作为组织承诺三因素的后果变量。对于离职意向来说，由于组织承诺反映了一种个体与组织之间的心理契约联系，因此所有的组织承诺三因素被假设会减少离职意向。工作寻找行为被认为是离职意向的直接前因变量，是雇员发生实际离职行为的信号，因此所有的组织承诺三因素被假设会减少工作寻找行为。关于本文所有组织承诺前因变量和后果变量的定义和测量项目的例子可见表1。
二、数据和方法
1.数据
数据收集采用问卷调查的形式。调查于2001年7—8月期间在西安高新技术开发区的15家企业中进行。调查信息通过多种途径向被调查的员工进行公布，主要说明本次调查是一项学术性研究，员工的个人信息会得到严格保密，并通知了问卷发放和回收的时间和办法。调查采取自愿参加的办法，每一位完成问卷的员工会得到一份纪念品。
在被调查企业的帮助下，我们把装有问卷的专用信封逐一发放到员工的手中，并现场对员工可能存在的问题进行了解答。员工在回答完问卷后，自己将问卷放入专用信封中封好。我们在调查后的第三天现场回收问卷并发放纪念品，问卷从员工手中逐一回收。对于回收时不在场的员工或暂时没有完成问卷的员工，请企业人力资源部门代为回收并及时送回到我们手中。整体上看，调查共发放问卷850份，回收761份，除去一些缺省数据较多的问卷和明显有偏差的问卷，最终的有效问卷为742份，有效回收率为87.3％。
在进入数据分析的样本中，男性占多数，为65.1％；未婚者占了55.5％；平均年龄在27.7岁；在公司的平均服务期为17.5个月；学历方面，大专及以下的人数占总样本数的25.3％，本科占68.1％，硕、博士占了6.6％。 这样的样本特征基本上反映了我国高新技术企业员工年轻、服务期短和学历高的总体特征。为了考察组织承诺三因素模型是否在不同的样本之间有一致的表现，我们将总样本随机两等分为两个样本。
2.度量
组织承诺三因素是本研究考察的核心，我们对Meyer和Allen（1993）的量表从以下三方面做了修订：①Ko等认为，由于AC和传统上的单维度组织承诺概念重叠，而测量单维度组织承诺存在心理测量学性质，得到很多研究证实的组织承诺问卷（简称OCQ）， 因此应该继续推广使用OCQ问卷［8］。基于此，我们通过严格的双向翻译，从OCQ 问卷中选出了3项来具体度量AC；②根据Ko等的研究， 我们首先删去了反映缺少雇用机会子维度的测量项目，然后通过严格的双向翻译选择了两项回译最准确的测量项目。另外，我们通过讨论加入了一个新的测量项目（“如果我现在从本单位离职，会有很大的个人损失”）；③我们重新根据NC的内容设计了3个新的测量项目。这三项测量项目是我们从在西安5家公司开展员工典型组讨论时发现的相关内容中，经过认真的讨论和对比筛选出来的，并且通过了小样本（N＝77 ）探索性因子分析的检验［11］。三因素量表的计分采用李克特五点量度，备择答案为“非常不同意”、“不同意”、“既不同意也不反对”、“同意”和“非常同意”，对应从1到5的得分。每个变量的得分为相应测量项目得分的总和平均值。
对组织承诺三因素前因和后果变量的测量均选自于组织行为学研究中常用的量表。我们从文献［12］处获得了所有的英文量表，并对具体的测量项目进行了严格的双向翻译。计分方法和组织承诺三因素量表计分方法完全相同。关于这些量表的会聚和区分效度的详细考察结果可见文献《中国IT企业雇员流失动因模型的构建与实证研究》［11］。 表2给出了研究所涉及的所有变量在两个样本中的描述性统计信息、内部一致性系数（系数）和测量量表的具体来源。表2反映出角色模糊、 资源匮乏度和同事支持度三个变量的内部一致性系数明显低于可接受的0.7的水平［12］。由于它们在理论上的重要性，我们还是将这几个变量保留，作为组织承诺三因素的假设前因变量包括在分析中。连续承诺的内部一致性系数也比较低，对此我们在稍后的结果部分给予分析说明。
表2 描述性统计结果和度量可靠性
3.方法
研究采用了近15年来在国外管理心理学研究领域经常被采用的协方差结构等式模型来分析整体样本的数据，采用LISREL8.5 软件中的最大似然法来分析数据。主要分析方法包括：①我们做了验证性因子分析（简称CFA）以判断三因素模型是否能够较好地拟合数据。 三因子模型同单因子模型（假设所有的测量项目负荷于一个因子）和双因子模型（假设测量AC和NC的项目负荷于一个因子）进行了数据拟合度的比较。根据Bollen和Long的研究［13］，我们选择了相对合适度来判断模型对数据的拟合程度。一般认为这些指标应大于0.9的水平；②CFA分析之后我们用LISREL命令语句建立了一个结构路径模型，以考察组织承诺三因素和假设的前因与后果变量之间的相关程度。我们主要考察了这些路径的标准化估计量（GAMMA和BETA矩阵的标准化结果）。
三、结果
1.验证性因子分析结果
表3、表4和表5给出了验证性因子分析的结果。从表3可以看出，在两个样本中，三因子模型对数据的拟合程度都最好。相对合适度的三个指标都超过了0.9，而且卡方值的减少在两个样本中非常显著（p＜0.001）。从表4可以看出，在两个样本中，虽然测量三因素的项目都负荷于相对应的三个因素上，但是有的测量项目因子负荷值较低。测量项目AC3、CC1和CC3在两个样本中的负荷值都不超过0.6。表5 给出了三因素在两个样本之间的相关系数。从表5 可以看出：所有的相关系数都表现出显著性。其中AC和CC表现出最强的相关性（样本1中r＝0.63，p＜0.01；样本2中r＝0.41，p＜0.01），而AC和NC的相关系数不超过0.39（p＜0.01）。
表3 量表的整体拟合度指标
表4 三因素模型的因子负荷值
表5 三因素潜变量相关系数
注：相关系数是PHI矩阵中的值。上表中对角线以下是样本1；对角线以下是样本2。“*：”p＜.05；“**”：p＜.01；“***”：p＜.001。均为单尾检验值。
2.假设前因变量和假设后果变量
表6给出了三因素假设前因变量的标准化路径系数。 我们重点关注那些在两个样本中均表现出显著性的前因变量：①对于AC来说，有四个变量，即分配公平性、晋升机会、工作卷入和积极情感在两个样本中均表现出显著性，而且对AC的正向影响关系和假设完全相符。 ②在计算CC前因变量路径系数时，我们删去了CC1和CC3项目，只保留了CC2。这样做主要是因为被删去的项目因子负荷值很低（见表4所示）， 而且如果不删去，在采用LISREL估计参数时会产生收敛问题。由于测量CC只有一个项目，我们通过给定该项目测量的信度为0.7来更准确地估计CC 前因变量的标准化路径系数。对于CC来说，只有分配公平性在两个样本中同时表现出显著性，对CC的正向影响关系和假设相符。③对于NC来说，没有任何一个变量在两个样本中同时表现出显著性。
表6 LISREL估计量：前因变量的标准化路径系数
注：“*”：p＜0.05；“**”：p＜0.01；“***”：p＜0.001。均为单尾检验值。
表7给出了三因素假设后果变量的标准化路径系数，对CC 的测量仍然只保留了CC2单个项目。 组织承诺三因素均表现出对离职意向和工作寻找行为显著的负向影响，这和我们的假设完全相符。①AC、CC和NC对离职意向的负向影响在两个样本中的表现非常接近，其中AC的影响强度最大。②AC、CC和NC对工作寻找行为的负向影响在两个样本中的表现并不非常相似，NC表现出相对强度较大的影响。
表7 LISREL估计量：后果变量标准化路径系数
注：“*”：p＜.05；“***”：p＜.001。均为单尾检验值。
五、讨论
以下我们从信度、会聚和区分效度以及效标效度几个方面来对三因素量表的心理测量学性质进行讨论。结论如下：①尽管有研究建议量表的信度不应该低于0.80，但是不低于0.70一般被认为是可接受的水平［12］。本研究中测量AC和NC的量表的信度均超过了0.70的水平，但是删去反映缺少雇用机会子维度的CC量表信度水平较低（见表2）。 这主要是因为测量CC的两个项目因子负荷值太低。②三因素模型能够较好的拟合数据（见表3）。虽然测量CC的两个项目因子负荷值低， 但是所有测量项目都能较好的负荷于三个独立的因素上（见表4）， 表明量表的会聚效度是可接受的。和Ko等的研究不同［8］，我们发现测量的AC 的量表和重新编写的NC量表并不存在高度的相关。三因素潜变量之间的相关系数最高不超过0.63（见表5），表明量表的区分效度是可接受的。 ③对于效标效度来说，后果变量的结果是非常理想的：组织承诺三因素均表现出对后果变量显著的影响，而且正负影响关系和假设完全相符（见表7）。但是前因变量的结果并不理想：在假设的15个前因变量中， 只有4个变量在两个样本中同时表现出对AC的显著影响，只有1个变量在两个样本中同时表现出对CC的显著影响，而NC则根本不存在这样的前因变量。虽然表现出显著性的前因变量与AC、CC的相关关系与假设相符，但是它们所占的比例太少。目前已有文献对CC和NC发展机理的解释还很不清楚，我们的研究结果说明，社会交换的观点可能无法较好的解释CC和NC的形成过程。近来Gaertner的一元项分析表明在本研究假设的前10个前因变量中，只有三个变量：分配公平性、晋升机会和上司支持度表现出对AC的显著影响，但是Gaertner也未能对这种现象的机理进行分析［14］。我们的研究结果说明了对组织承诺三因素的产生机理，尤其是对CC和NC产生机理进行深入分析是非常有意义的。
六、小结
本文以来自西安15家企业中的742名雇员为样本， 采用协方差结构等式模型对组织承诺三因素模型在中国企业雇员中的适用性进行了初步的考察。研究主要发现：测量感情承诺和规范承诺的量表具有可接受的信度，但是测量连续承诺的量表信度较低。三个量表表现出可接受的会聚和区分效度，但是效标关联效度还需要做进一步的研究。
今后进一步的研究可能有以下几个方向，这些方向同时也是本文的不足之处：①对组织承诺三因素的产生机理，尤其是对CC和NC产生机理进行深入分析。目前大多数的研究者热衷于对组织承诺三因素产生机理的理论思辨［15］，但是通过实地观察、访谈等具体的质化研究更有可能丰富研究者对三因素形成过程的认识；②有必要在质化研究的基础上，筛选和提炼更多本文化环境下特有的新测量项目，而不仅仅依靠标准的双向翻译。本文对三因素的测量项目较少，通过验证性因子分析删去一些因子后，CC量表只剩下一个测量项目，从而不能保证整个量表的通用性。根据已有的研究［4，5］，三因素每个分量表的测量项目在5—8之间是比较理想的；③本研究属于横截面式的研究，因此还不能对组织承诺三因素之间的因果关系进行考察。今后的研究可能通过实验性、纵向的研究来区分三因素之间的因果关系。目前在激烈竞争的市场经济下，企业常常发生大的变化，这也为纵向研究提供了很好的机会。对于这些不足，我们将在今后的研究中加以改善。