曹鳳超
(北京大學 教育學院,北京 100871)
本文采用網上發(fā)放問卷經常使用的工具“問卷星”,2019 年12 月初開始進行問卷的發(fā)放,到2020年1 月底結束,歷時2 個月。被試者主要來自于筆者或身邊同學實習公司的員工、管理者、己經工作的朋友及親屬等。本研究共發(fā)放問卷367 份,回收問卷數目共計349 份,回收率為95.1%。樣本的基本信息分布情況如表1 所示。
男女比例為47%和53%;年齡分布以30 歲以下和31~40 歲為主,分別為39.3%和35.5%,41~50歲的為16.6%,剩余的樣本為50 歲以上,占比為8.6%;學歷變量中本科占比最高為63.6%,其余分別為20.6%、13.2%、2.6%;婚姻狀況以已婚的居多,已婚占比為64.2%,未婚為35.8%;職位等級以一般員工居多為68.5%;最后對工作時間進行了衡量,工作時間小于8 小時為36.7%,8~10 小時的占比52.7%,大于10 小時占比10.6%。
由于本文使用在網上發(fā)放問卷進行回收數據,并且是員工自評,方法較為單一,有可能導致共同方法偏差使研究結論的不準確,因此本文進行共同方法偏差檢驗,主成分分析結果表明,共生成5 個因子,一共解釋了52.911%的變異,第一個因子解釋的方差變異是30.403%,低于建議的50%的判斷標準(Harrison,McLacghlin,Coalter,1996)。
表1 樣本基本信息分布情況
本文采用Cronbach a 系數對變量的信度進行檢驗。變量包括:家庭支持型主管行為(FSSB)、工作對家庭增益(W-FE)、家庭對工作增益(F-WE)、職業(yè)顧慮(CC)和工作績效(WP),各變量的Cronbach a 系數如表2 所示。
表2 變量Cronbach a 系數
以上檢測結果都滿足大于0.7 的要求,即本文變量回收數據有良好的信度。
本問卷變量采用的均為成熟量表,通過KMO與Barlett 球度檢驗的結果對問卷的效度進行測量。當KMO 在0.9 以上,表明分析結果非常理想,而KMO小于0.6 說明分析結果不理想,在0.6~0.7 之間屬于勉強接受的范圍。KMO 大于0.7 同時Barlett 球度檢驗顯著則說明變量效度滿足分析條件[1]。各變量的KMO值與Barlett 球度檢驗結果如表3、表4 所示。
表3 變量KMO 值
表4 變量Barlett 球度檢測結果
如表3 所示,家庭支持型主管行為變量的KMO值為0.951;工作對家庭增益及家庭對工作增益的KMO 值分別為0.777 和0.728,且近似卡方處于顯著水平;職業(yè)顧慮與工作績效的KMO 值是0.795 和0.798,且Barlett 球度檢驗處于顯著水平。綜上,以上變量均有較好的效度。
本文采用相關分析來初步探索變量間的相關程度,使用SPSS21.0 進行Pearson 相關分析[2-3]。研究變量包括6 個控制變量,及家庭支持型主管行為(FSSB)、職業(yè)顧慮(CC)、工作績效(WP)、工作對家庭增益(W-FE)和家庭對工作增益(F-WE),分析結果如表5 所示。
由表5 可以得知,模型變量的相關系數沒有超過0.7,可以進行后文的假設檢驗。同時將自變量四個維度與員工工作績效進行相關分析,結果如表6所示。結果顯示其與四個維度的變量與工作績效的相關系數都沒有超過0.7,可以繼續(xù)進行回歸分析。
表6 自變量各維度與因變量相關系數
將員工的工作績效(WP)對家庭支持型主管行為(FSSB)進行回歸,同時也將自變量四個維度分別與工作績效進行回歸,結果如表7 所示。
表7 家庭支持型主管行為及各維度與工作績效回歸系數檢驗
如表7 所示,家庭支持型主管行為和工作績效的回歸系數β=0.242(p<0.001),從而假設一得證。其四個維度分別與工作績效進行回歸的回歸系數也均顯著,回歸系數最高的是感情支持維度β=0.221(p<0.001),其次是創(chuàng)新式工作家庭管理維度,系數為β=0.170(p<0.001),角色榜樣維度和工具性支持維度的系數分別是0.163 和0.144(p<0.001)。
對中介效應進行檢驗經常使用的方法就是逐步回歸,但該方法也存在諸多弊端,由于本文模型包含兩個中介變量,“三步檢驗法”在多個中介變量時就無法再測出具體的中介路徑,因而本文結合兩種中介分析的方法,在回歸分析之后,繼續(xù)進行Bootstrap 中介檢驗。本文利用spss21.0,第一步,工作績效(WP)對家庭支持型主管行為(FSSB)回歸分析;第二步,以家庭支持型主管行為(FSSB)為自變量,工作對家庭增益(W-FE)為因變量1 和家庭對工作增益(F-WE)為因變量2 進行回歸分析;第三步,將家庭支持型主管行為(FSSB)、工作對家庭增益(W-FE)和家庭對工作增益(F-WE)與工作績效(WP)進行回歸分析,分析結果如表8 所示[4]。
表8 工作對家庭增益與家庭對工作增益中介作用檢驗
表8 中,模型1 反映的是家庭支持型主管行為(FSSB)對工作績效(WP)的回歸,與上文主效應回歸分析結果一致;模型2 反映了家庭支持型主管行為與工作對家庭增益(W-FE)的回歸結果,回歸系數為β=0.647(p<0.001),處于顯著水平;模型3 反映了家庭支持型主管行為與家庭對工作增益(F-WE)的回歸結果,回歸系數為β=0.330(p<0.001),處于顯著水平;模型4 表明,在加入工作對家庭增益(W-FE)和家庭對工作增益(F-WE)后,工作績效(WP)對家庭支持型主管行為(FSSB)的回歸系數為β=0.031,處于不顯著水平,而工作績效(WP)對工作對家庭增益(W-FE)回歸系數為β=0.200(p<0.001),家庭對工作增益(F-WE)與工作績效(WP)回歸系數為β=0.245(p<0.001),均處于顯著水平。
為了進一步地檢驗工作對家庭增益和家庭對工作增益在家庭支持型主管行為和員工工作績效關系中扮演的中介作用,使用Bootstrap 中介檢驗法檢驗雙向工作家庭增益在其中的作用,結果顯示工作對家庭增益的中介效應顯著,區(qū)間(LLCI=0.0663,ULCI=0.2040)不包含0,中介效應的大小為0.129 8;家庭對工作增益的中介效應也顯著,區(qū)間(LLCI=0.0466,ULCI=0.1333)不包含0,中介效應為0.081 1,綜上所述,本文假設二和假設三得證。
同時本文也將整合雙向工作家庭增益(WFE)變量進行其在家庭支持型主管行為與工作績效關系間中介作用的檢驗,在加入工作家庭增益(WFE)變量后,工作績效(WP)對家庭支持型主管行為(FSSB)的回歸系數為β=0.023,處于不顯著水平,而工作績效(WP)對工作家庭增益(WFE)回歸系數為β=0.447(p<0.001),處于顯著水平[5]。由此,可得知家庭支持型主管行為必須通過雙向的工作家庭增益影響工作績效,即雙向的工作家庭增益起到完全中介的作用。
本文利用spss21.0 檢驗調節(jié)作用。首先,做工作對家庭增益(W-FE)對家庭支持型主管行為(FSSB)的回歸;其次,做家庭支持型主管行為(FSSB)和職業(yè)顧慮(CC)與工作對家庭增益(W-FE)的回歸;最后,將家庭支持型主管與職業(yè)顧慮交互項(FSSB*CC)引入模型中,檢驗交互項與工作對家庭增益(W-FE)回歸的顯著性,分析結果如表9 所示。
表9 職業(yè)顧慮調節(jié)作用檢驗
將家庭支持型主管行為與職業(yè)顧慮的交互項引入模型之后,β 為-0.137(p<0.01),說明職業(yè)顧慮能夠在家庭支持型主管行為(FSSB)與工作對家庭增益(W-FE)中扮演調節(jié)角色,因而假設四得以證實。
由于本文認為職業(yè)顧慮是工作場所傳遞的信息[6-8],對家庭支持行為與家庭對工作增益(F-WE)的調節(jié)作用暫不能肯定,但也進行調節(jié)作用的檢驗,發(fā)現交互項的回歸系數β=-0.028,但P 值大于0.05,調節(jié)作用不顯著。同時,本文將整體包含兩個方向的工作家庭增益整體作為因變量,得到工作家庭增益(WFE)對家庭支持型主管行為與職業(yè)顧慮的交互項回歸系數為β=-0.083(p<0.01),處于顯著水平,由此也可知,職業(yè)顧慮能夠作為家庭支持型主管行為與工作家庭增益(WFE)之間的調節(jié)變量。針對本文的研究假設四,即職業(yè)顧慮能夠在家庭支持型主管行為與工作對家庭增益關系中扮演調節(jié)角色以及回歸結果,繪制如圖1 的調節(jié)效應圖。
圖1 調節(jié)效應圖
如圖1 所示,高職業(yè)顧慮和低職業(yè)顧慮對家庭支持型主管行為和工作績效的關系產生不同調節(jié)作用,且這兩個調節(jié)作用有顯著的差異。當職業(yè)顧慮處于較低水平時,家庭支持型主管行為對工作績效的正向影響幅度大于高水平的職業(yè)顧慮情況下的影響幅度。
通過前文的數據分析,本文得到以下的假設檢驗結果,如表10 所示。
表10 假設檢驗結果
本文通過對家庭支持型主管行為與員工工作績效之間作用機制的研究,其結果表明:家庭支持型主管行為能夠促進員工工作績效的提升,情感支持維度的正向作用強于家庭支持型主管行為其他三個維度;雙向工作家庭增益在家庭支持型主管行為與員工工作績效之間起完全中介作用,其中工作對家庭增益的中介作用強于家庭對工作增益的中介作用;職業(yè)顧慮能夠調節(jié)家庭支持型主管行為對員工工作對家庭增益的作用效果,其中低水平職業(yè)顧慮的調節(jié)作用強于高水平的職業(yè)顧慮。