Wie sind HLM-Analysen zu interpretieren, die Auswirkungen auf Arbeitsgruppen und einzelne Arbeitnehmer betrachten?

Liden et al (2004, PDF ) ist ein Beispiel für eine Studie, die Mitarbeiter in Arbeitsgruppen in einer Organisation untersucht. Somit werden sowohl Maße von einzelnen Arbeitern als auch von den Arbeitsgruppen, denen sie angehören, erhalten. Die Daten werden mithilfe von Mehrebenenmodellen (oder dem, was das Papier HLM nennt) analysiert.

  • Wie können die HLM-Ergebnisse in der Arbeit so erklärt werden, dass sie für jemanden mit nur grundlegenden statistischen Kenntnissen sinnvoll sind?
  • Welche Ressourcen könnten jemandem helfen, der nur über grundlegende statistische Kenntnisse verfügt, um die Arbeit zu verstehen?

Hinweis: Die obigen Fragen basieren auf einer E-Mail, die ich erhalten habe, in der ich gefragt wurde, wie die Ergebnisse von Liden et al. (2004) zu interpretieren seien. Ich werde wahrscheinlich eine Antwort hinzufügen. Aber ich dachte, dass andere vielleicht auch Antworten haben und dass die Antwort für andere relevant sein könnte.

Die Zusammenfassung:

Social Loafing wurde untersucht, indem ein Mehrebenenmodell mit 23 intakten Arbeitsgruppen getestet wurde, die aus 168 Mitarbeitern bestanden, die zwei Organisationen repräsentierten. Die Ergebnisse zeigten, dass, wie auf individueller Ebene angenommen, eine Zunahme der gegenseitigen Abhängigkeit von Aufgaben und eine Abnahme der Sichtbarkeit von Aufgaben und der Verteilungsgerechtigkeit mit einem größeren Auftreten von sozialem Faulenzen verbunden waren. Auf Gruppenebene waren eine erhöhte Gruppengröße und ein verringerter Zusammenhalt mit einem erhöhten Maß an sozialem Faulenzen verbunden. Von besonderem Interesse war der Befund, dass die Wahrnehmungen von Gruppenmitgliedern über das wahrgenommene Faulenzen bei Kollegen im Gegensatz zu unseren Vorhersagen mit einem reduzierten sozialen Faulenzen einhergingen. Wir schlugen vor, dass dieser unerwartete Befund einen Beweis für einen sozialen Kompensationseffekt liefern könnte.

Verweise

  • Liden, RC, Wayne, SJ, Jaworski, RA, & Bennett, N. (2004). Soziales Faulenzen: Eine Felduntersuchung. Journal of Management, 30(2), 285-304. Pdf

Antworten (1)

Tutorials zu HLM

Letztendlich wird davon ausgegangen, dass Sie HLM verstehen. Die HLM-Analyse ist etwas komplexer als die multiple Regression, da sie sich mit mehreren Varianzebenen befasst.

Es gibt verschiedene Tutorials und Lektüren, die Sie auf den neuesten Stand bringen können:

  • Woltman et al. (2012) bieten insbesondere ein Tutorial zur quantitativen Psychologie.
  • Eine Lehrbuchbehandlung finden Sie in Raudenbush und Bryk (2002).

Dolmetschen Liden et al (2004)

Die Studie verwendet eine Reihe von Variablen, einige auf individueller Ebene und einige auf Gruppenebene. Es gibt 168 Teilnehmer in ungefähr 23 Gruppen (obwohl möglicherweise einige Gruppen mit unzureichender Interrater-Zuverlässigkeit gelöscht wurden).

Die Studie berichtet über Korrelationsmatrizen dieser Variablen auf individueller und Gruppenebene. Die Maße auf Gruppenebene sind vermutlich der Mittelwert der einzelnen Gruppenmitglieder.

Die Studie erwähnt häufig r w g , ICC(1) und ICC(2). Dies sind alles Indizes innerhalb der Gruppenratingvereinbarung. Eine allgemeine Annahme der Multilevel-Forschung ist, dass, wenn Sie Individuen zu Gruppenlevel-Scores aggregieren wollen, Individuen innerhalb von Gruppen einander ähnlicher sein sollten als über Gruppen hinweg. Somit werden diese drei Indizes verwendet, um die Aggregation in Gruppen zu rechtfertigen. Siehe LeBreton und Senter (2008) für eine Diskussion darüber, wie Interrater-Vereinbarungsindizes in der Organisationsforschung verwendet werden können.

Das Haupt-HLM sagt soziales Faulenzen sowohl anhand von Variablen auf Gruppen- als auch auf individueller Ebene voraus. Sie schätzen, dass 49,99 % der Varianz beim sozialen Faulenzen durch Gruppenunterschiede erklärt werden können. Zusammenfassend lässt sich sagen, dass einige Gruppen mehr soziales Faulenzen betreiben als andere. Nichtsdestotrotz gibt es immer noch Unterschiede im sozialen Faulenzen innerhalb von Gruppen (z. B. Faulenzer in Nicht-Loafing-Gruppen und Nicht-Loafer in Loafing-Gruppen).

Die Autoren fahren dann fort, zu analysieren, was Variation innerhalb von Gruppen vorhersagt, indem sie Maßzahlen auf individueller Ebene verwenden. In Tabelle 3 ist ein Modell mit vier Prädiktoren dargestellt. Zum Beispiel zeigt es, dass Personen mit einer stärkeren gegenseitigen Abhängigkeit von Aufgaben eher soziales Faulenzen betreiben, wie durch den positiven Koeffizienten und den signifikanten p-Wert angezeigt wird. Die Autoren stellen fest, dass sie 21,81 % der gruppeninternen Varianz beim Social Loafing von Mitarbeitern erklären konnten.

Dann berichten sie über eine Analyse auf Gruppenebene, die die Variation des durchschnittlichen sozialen Faulenzens in Gruppen anhand anderer Variablen auf Gruppenebene vorhersagt. Sie finden zum Beispiel heraus, dass größere, weniger kohäsive Gruppen mehr soziales Faulenzen auf Gruppenebene haben. Nicht überraschend stellen sie auch fest, dass Gruppen, die wahrnehmen, dass andere soziales Faulenzen betreiben, tatsächlich mehr soziales Faulenzen betreiben. Sie finden heraus, dass 30,72 % der Varianz der Varianz auf Gruppenebene durch diese Variablen auf Gruppenebene erklärt werden.

Der HLM-Ansatz passt daher gut zu studierenden Mitarbeitern, die in verschiedenen Arbeitsgruppen angesiedelt sind. Sie können sowohl Effekte auf Einzel- als auch auf Gruppenebene untersuchen. Dies steht im Einklang mit einer Verhaltenstheorie am Arbeitsplatz, die besagt, dass das Verhalten sowohl von individuellen Merkmalen als auch von Gruppendynamiken beeinflusst wird.

Verweise

  • LeBreton, JM & Senter, JL (2008). Antworten auf 20 Fragen zur Interrater-Zuverlässigkeit und Interrater-Vereinbarung. Methoden der Organisationsforschung,11, S. 815-852.
  • Woltman, H., Feldstain, A., MacKay, JC, & Rocchi, M. (2012). Eine Einführung in die hierarchische lineare Modellierung. Tutorials in Quantitative Methods for Psychology, 8(1), 52-69. Pdf
  • Raudensbush, SW und Bryk, AS (2002). Hierarchische lineare Modelle, Sage Publications.