第 3 章 实证研究
3.1 问卷设计。
本文研究是采用问卷调查的方式进行数据收集的，问卷的设计的首要环节是测量量表的制作。本文所使用的量表均来源于国外重要的文献和研究，由此保证了量表的科学性和准确性。本文假设模型所涉及的变量共有 4 个，分别是人-岗匹配、组织公民行为、感知义务和组织支持。其中人-岗匹配量表共设计为 4 个调查题项，组织公民行为量表设计为 14 个调查题项，感知义务量表设计为 6 个调查题项，组织支持量表设计为 9 个调查题项。本次研究共设计了两套问卷，一套为员工填写的问卷，其中涉及的变量有人-岗匹配、感知义务和组织支持；另外一套为主管填写的问卷，其中涉及的变量为组织公民行为。问卷结构主要分为三个部分，第一部分为关于本次调查问卷的简要描述和目的；第二部分为此次问卷调查所涉及的被调查对象的基本信息的填写；第三部分为调查问卷的主体部分，便是各个变量对应的测试题项。
本文研究在设计问卷的过程中针对国外量表的翻译均参考大量文献的翻译方法，尽可能保持原量表的正确性。同时根据本次研究的实际需求和其他相关因素的考虑，对量表做了一定程度的修改，使得量表更加符合本次研究的具体要求。问卷中所有测试题项的评分标准均采用国际上比较认可的李克特 7 级评价标准，被调查对象根据实际情况对相应的调查内容做出客观的评价。本次问卷调查的目的就是通过收集到的问卷数据验证假设模型的正确性和合理性。通过调查问卷的方式获取数据，对组织中的员工在工作中所表现出来的人-岗匹配、感知义务的相关特点与组织公民行为的关系进行定量研究，同时探讨员工的组织支持在人-岗匹配对感知义务影响过程中的调节作用。
3.2 样本描述与数据收集。
本文研究的样本来自深圳 8 家建筑设计企业，包括 241 名员工和 78 名团队主管。其中每一位团队主管下面有 3-5 名下属员工归其领导。设计完问卷并将其印出后，对问卷采用统一的信封进行密封包装。员工问卷和主管问卷采用不同种类的信封，便于回收数据时更好的区分员工和主管的问卷。然后对每一位主管进行编号，同时对其所属的员工按照顺序进行编号，并将其标注在信封外面和问卷的相应位置。我们委托每一位主管负责下属员工问卷的方法和回收。
主管负责填写主管问卷，员工填写相应的员工问卷，对所涉及的内容进行客观的评分。填写完问卷后，装回问卷并密封信封，由主管收回下属员工问卷，并统一打包将其回收。整个数据收集的过程都是严格保密的，所有被调查的员工和主管均为匿名自愿参加。将所有的调查问卷回收完毕之后，我们对回收问卷的有效性进行了计算和评价，去除无效问卷和出现错误较多的问卷，共计 239封有效主管问卷和 239 封有效员工问卷，问卷有效率为 99.2%,说明了本次调查问卷回收数据的高效性。
3.3 实证分析。
3.3.1 量表的信度和效度分析。
3.3.1.1 人-岗匹配量表信度分析。
人-岗匹配量表通过改编 Saks & Ashforth （1997）的研究而成[70].该量表包括 4 项内容，在问卷调查中由员工进行评分填写。使用统计学分析软件 SPSS18.0 对该量表的信度进行分析，信度分析结果。
人-岗匹配量表中 4 个被测项目与总分的相关性系数均大于 0.500,说明被测试题项与整个量表的总分有着较高的相关性。分析结果中的 α 值表示量表的信度系数，该量表的 α 值为 0.869,这说明人-岗匹配量表的内部结构是非常好的，该量表有着较高的信度。
3.3.1.2 组织公民行为量表信度分析。
组织公民行为量表通过改编 Williams & Anderson（1991）的研究而成[71].
该量表包括 14 项内容，在问卷调查中由主管进行评分填写。使用统计学分析软件 SPSS 18.0 对该量表的信度进行分析。
组织公民行为量表中 14 个被测项目与总分的相关系数均大于 0.600,说明被测试题项与整个量表的总分有着很高的相关性。分析结果中的 α 值表示量表的信度系数，该量表的 α 值为 0.946,这说明组织公民行为量表的内部结构是非常好的，该量表有着很高的信度。
3.3.1.3 感知义务量表信度分析。
感知义务量表通过改编 Eisenberger 等人（2001）的研究而成[35]28.该量表包括 6 项内容，在问卷调查中由员工进行评分填写。使用统计学分析软件 SPSS18.0 对该量表的信度进行分析，信度分析结果详见。
感知义务量表中 6 个被测项目与总分的相关系数均大于 0.400,说明被测试题项与整个量表的总分有着较高的相关性。分析结果中的 α 值表示量表的信度系数，该量表的 α 值为 0.819,这说明感知义务量表的内部结构是相对较好的，该量表有着较高的信度。
3.3.1.4 组织支持量表信度分析。
组织支持量表通过改编 Eisenberger 等人（1986）的研究而成[29]505.该量表包括 9 项内容，在问卷调查中由员工进行评分填写。使用统计学分析软件 SPSS18.0 对该量表的信度进行分析，信度分析结果。
组织支持量表中 9 个被测项目与总分的相关系数均大于 0.700,说明被测试题项与整个量表的总分有着很高的相关性。分析结果中的 α 值表示量表的信度系数，该量表的 α 值为 0.951,这说明组织支持量表的内部结构是非常好的，该量表有着很高的信度。
3.3.2 相关性分析。
变量的相关性分析是用来检验不同变量之间统计学上关系强弱的重要方法和工具，通过相关系数能够精确的描述不同变量之间的相关程度。本研究通过对人-岗匹配、组织公民行为、组织支持和感知义务 4 个变量采用 Pearson 相关分析的方法得到了各变量的均值、标准差和相关系数。各个变量的描述性统计指标、信度系数和相关性矩阵详见表 3-5.
从表3-5可以看出，人-岗匹配与感知义务之间的相关系数为0.516且p<0.01,说明人-岗匹配和感知义务之间存在着显着地正相关关系。组织公民行为和人-岗匹配之间的相关系数为 0.405 且 p<0.01,说明组织公民行为和人-岗匹配之间存在着显着地正相关关系。感知义务和组织公民行为之间的相关系数为 0.356且 p<0.01,说明感知义务和组织公民行为之间也存在着显着的正相关关系。
3.3.3 回归分析。
本研究采用层级回归的方法来分析各变量之间的关系，评价指标主要有 R2、ΔR2和 F 值。本研究涉及的人口统计学变量主要有性别、年龄、学历和工作时间，考虑到这些变量可能会对主要变量产生不同程度影响，研究中将人口统计学变量作为控制变量放入回归方程。根据回归结果计算两层之间 R2产生的变化，同时用 F 值来判断自变量和因变量之间的影响作用在统计学上是否具有显着性。
3.3.3.1 人-岗匹配对组织公民行为的影响作用。
在回归方程中，控制变量是人口统计学变量，因变量是组织公民行为，自变量是人-岗匹配。回归分析的具体步骤为：（1）首先在回归模型的第一层放入控制变量，其目的在于控制员工的个人属性对主变量的影响；（2）然后在回归模型的第二层放入自变量人-岗匹配，同时放入因变量组织公民行为，用来检测人-岗匹配对组织公民行为的影响。回归分析结果详见表 3-6.
从表 3-6 中可以看出，在人口统计学变量作为控制变量人-岗匹配对组织公民行为具有显着的正向影响作用（β=0.449,p<0.001）。其 ΔR2值为 0.190 且p<0.001,F 值为 9.535 且 p<0.001.由此可见，人-岗匹配对组织公民行为具有正向的影响作用，假设 H1 得到验证。
3.3.3.2 感知义务在组织公民行为和人-岗匹配之间的中介作用。
验证感知义务的中介作用需要做两次回归分析。第一次为人-岗匹配与感知义务的回归分析，具体步骤为：（1）首先在回归模型的第一层放入控制变量，用来控制员工的个人属性对主变量的影响；（2）然后在回归模型的第二层放入自变量人-岗匹配，同时放入因变量感知义务，用于检测人-岗匹配对感知义务的影响。第二次为人-岗匹配、感知义务与组织公民行为的回归分析， 具体步骤为：（1）首先在回归模型的第一层放入控制变量，用来控制员工的个人属性对主变量的影响；（2）然后在回归模型的第二层放入自变量人-岗匹配，用于检测人-岗匹配对组织公民行为的直接影响；（3）最后在回归模型的第三层放入中介变量感知义务，同时放入因变量组织公民行为。回归分析结果详见表 3-7.
从表 3-7 可以看出：（1）自变量人-岗匹配对中介变量感知义务具有显着的正向影响作用（模型 2:β=0.581,p<0.001）；（2）中介变量感知义务对因变量组织公民行为具有显着的影响作用（模型 5:β=0.284,p<0.001）；（3）自变量人-岗匹配对因变量组织公民行为具有显着的正向影响作用（模型 4:β=0.449,p<0.001）；（4）把中介变量感知义务和自变量人-岗匹配同时放入回归方程检测两者对因变量组织公民行为的影响作用（模型 5:β=0.284,p<0.01）小于自变量单独对因变量组织公民行为的影响作用（模型 5:β=0.449,p<0.001），并且显着性没有发生变化。由验证中介效应的理论分析可得，感知义务在组织公民行为和人-岗匹配之间起部分中介作用，即假设 H2 得到验证。
3.3.3.3 组织支持在人-岗匹配和感知义务之间的调节作用。
验证调节作用的步骤首先需计算出人-岗匹配和组织支持的交互变量，通过SPSS 18.0 进行两者之间的数据处理，得到人-岗匹配和组织支持的交互项"人-岗匹配*组织支持".然后将其交互项作为自变量，感知义务作为因变量进行回归分析，判断其 p 值是否显着。采用层级回归的方法进行回归分析，在回归方程中，控制变量是人口统计学变量（年龄、性别、学历和工作时间），因变量是感知义务，自变量是人-岗匹配和组织支持的交互项"人-岗匹配*组织支持".
回归分析的具体步骤为：（1）首先在回归模型的第一层放入控制变量，用来控制员工的个人属性对主变量的影响；（2）然后在回归模型的第二层放入自变量人-岗匹配和调节变量组织支持；（3）最后在回归模型的第三层放入交互项"人-岗匹配*组织支持",同时放入因变量感知义务，用于检测交互项对感知义务的影响。
综合以上回归分析结果可以看出，在控制了性别、年龄、学历、工作时间等人口统计学变量对感知义务的影响后，交互项"人-岗匹配*组织支持"对感知义务具有显着的正向影响作用（模型 3:β=0.167,p<0.05），F 值为 21.772（p<0.001），ΔR2为 0.020（p<0.05）。由此可见，人-岗匹配和组织支持的交互项对感知义务具有正向的预测作用，即组织支持在人-岗匹配对感知义务的影响过程中起调节作用，假设 H3 得到验证。
为了更加明显、清楚地表示调节变量组织支持对人-岗匹配和感知义务之间关系的影响，我们对处于不同组织支持水平下，人-岗匹配对感知义务的影响作用做了回归分析。我们将高水平的组织支持定义为在其均值基础上加上一个标准差，低水平的组织支持定义为其均值基础上减去一个标准差。并根据相应的回归方程绘制了不同组织支持水平下人-岗匹配对感知义务的影响作用。
人-岗匹配和感知义务之间关系的正比例函数的斜率在低水平的组织支持时较小，人-岗匹配对感知义务的影响作用相对较弱，是不明显的；两者之间关系的正比例函数的斜率在高水平的组织支持时变大了，人-岗匹配对感知义务的影响作用增强了，效果非常明显。这说明通过不断的提高组织支持的水平使得人-岗匹配对感知义务的影响作用变强，这一图示结果与我们的假设 H3 相一致。
3.3.4 验证性因子分析。
本文通过统计学分析软件 AMOS 17.0 对收集到的样本数据进行验证性因子分析（CFA），来验证假设模型的匹配程度和合理性。采用 CFA 来评价模型的常用指标主要有 χ2/df、TLI、NFI、CFI 和 RMSEA.当假设模型和数据匹配较好时，χ2/df<2,TLI、NFI、CFI>0.9,RMSEA<0.05,这是匹配程度的较高水平；当假设模型和数据匹配一般时，χ2/df 在 2-5 之间，TLI、NFI、CFI 大于 0.7,RMSEA在 0.05-0.08 之间，这是匹配程度的可接受水平。
假设模型的相关指标均处于较高水平，χ2/df<2,NFI>0.9,TLI >0.9,CFI>0.9,RMSEA<0.08.跟饱和模型和独立模型相比，假设模型具有较高的匹配程度和一致性，说明了假设模型的合理性和科学性。
3.4 本章小结。
本章是研究内容的实证研究部分，通过数据验证和分析的方法来验证假设模型的正确和合理性，从而支持理论研究的结果，本章内容主要包含如下几个方面：
第一，用统计分析软件 SPSS 18.0 对假设模型中涉及的 4 个变量的量表进行信度和效度的检验，结果显示 4 个量表的信度系数均处于可接受的范围内。这表明 4 个变量量表的内部一致性水平较高，可以作为用来进行实证研究的变量测量。
第二，用 SPSS 18.0 对模型中涉及的 4 个变量做了相关性分析和描述性统计，结果显示 4 个变量的相关系数均处于 0-1 之间，4 个变量之间呈现显着的正相关关系。
第三，用 SPSS 18.0 通过层级回归的方法验证了本文提出的 3 个假设，结果表明人-岗匹配对组织公民行为有正向影响作用；感知义务在组织公民行为和人-岗匹配之间起中介作用；组织支持在人-岗匹配对感知义务的影响过程中起调节作用。因此，本文的 3 个假设均得到了实证分析的支持。
第四，用 AMOS 17.0 对理论模型进行了验证性因子分析（CFA），结果表明：χ2/df、TFI、NFI、CFI、RMSEA 五个评价指标均处于较高水平，说明了 4个变量之间有着较高的拟合度，假设模型具有较高的匹配度。
