報告人簡介
唐晨博士，華東師范大學心理學學士（2009年）、碩士（2012年），伊利諾伊大學厄巴納香檳分校人力資源與勞動關系博士（2023年），目前任美國美利堅大學科歌商學院助理教授。他的學術興趣包括人力資源分析、研究方法和行為倫理，特別關注它們在管理和商業(yè)環(huán)境中的應用。唐晨的研究成果發(fā)表在《Journal of Applied Psychology》、《Personnel Psychology》和《Journal of Business Ethics》等權威期刊上。他的研究致力于在工業(yè)關系和人力資源領域內理解人類行為和組織動態(tài)。
內容簡介
最近的研究證據(jù)表明，使用項目分數(shù)而不是傳統(tǒng)量表分數(shù)的預測模型能更準確地預測結果。然而，關于在組織實踐中哪些條件下使用項目或量表模型更合適于預測，我們了解甚少。為了填補這一空白，我們分析了一些真實數(shù)據(jù)，以確定有效item nuance的存在（即在聚合到量表分數(shù)時丟失的準則相關的項目特定方差）。然后，我們設計了一個蒙特卡洛模擬，以研究項目模型和量表模型的準則相關效度。在模擬中，我們操縱了（a）item nuance的分布，（b）item nuance效應大小，（c）構念的效應大小，（d）量表的內部一致性，以及（e）訓練樣本的大小。結果表明，當量表中相對較少的項目（例如10%）具有item nuance，這些item nuances的效應與對應量表效應大小相當或更大，量表內部一致性高，并且訓練樣本大小至少為300時，建議使用項目模型。我們對先前研究的回顧和對真實數(shù)據(jù)的分析表明，在組織數(shù)據(jù)中適合項目模型的情況并不少見。對于不支持使用項目或量表模型的情況，我們還探究了集成模型，并發(fā)現(xiàn)當選擇不明確時，它們可以是一個有吸引力的替代方案。
