领导行为对员工创造力的影响：基于变量中心和个体中心的视角(2)
2.研究方法
2.1 被试
采用问卷调查方式，在山东某市10家IT企业发放问卷315份，剔除无效问卷后，得到有效问卷305份，有效问卷回收率为96.83%。其中，男性189人，女性116人。25岁以下66人，26-30岁150人，3l-35岁57人，36-40岁22人，40岁以上10人。学历高中或中专者9人，大专学历者91人，本科学历者181人，硕士或以上学历者24人。
2.2 研究工具
2.2.1 员工创造力
采用Kirton(1976)编制的“员工创造力量表”(Kirton Adaption-Innovation Inventory，KAI)测量员工自评的创造力水平。该量表由6个题目组成，采用5点计分。验证性因素分析结果发现X2/df、RESEA、NFI、NNFI与CFI分别为2.07、0.06、0.98、0.98和0.99。在本研究中，量表的内部一致性信度为0.82。
2.2.2 领导行为
采用Avolio、Bass和Jung(1999)修订的领导行为结构量表(the Multifactor Leadership Questionnaire，MLQ)来测量领导分别采取变革领导行为、交易领导行为和被动放任领导行为的程度。变革型领导包括领导魅力、智能激发、个性化关怀；交易型领导包括权变奖励和主动例外管理。该量表由36个题目组成，采用5点计分。验证性因素分析结果发现X2/df，RESEA，NFI，NNFI与CFI分别为3.4l，0.07，0.92，0.93和0.94。在本研究中，三个分量表的内部一致性信度分别为0.92，0.83和0.93。
此外，在调查过程中，我们还获取了被试的人口统计学资料，包括性别、年龄、学历和职位层次。
2.3 研究程序
首先请心理学院该领域的一名教授和几名研究生将英文版的员工创造力问卷和领导行为问卷翻译成中文，并请英语专业的硕士研究生进行回译。就两者不一致的地方，请双方进行集体讨论，形成施测问卷。
所有调查主要由企业的人力资源部或办公室负责人召集，研究者主持测量，在规定的时间内完成问卷，研究者在场对个别问题进行解答。在调查之前，事先告诉被试调查结果会完全保密，仅用于科学研究，被试填完问卷之后当场回收。在所有问卷收集结束之后，剔除无效问卷后进行统计分析。
2.4 统计分析
采用LISREL8.70和SPSS13.0对数据进行分析。具体进行的统计分析包括：信度分析、验证性因素分析、相关分析、层次回归分析、聚类分析和单因素方差分析。
3.结果
3.1 各变量的描述统计结果
被试在所有变量上的描述统计及相关分析结果见表1。
被动放任领导行为的平均数是2.61，标准差为0.79，偏度系数和峰度系数分别是0.53和0.43，数据呈偏态，为了使被动放任领导行为的数据更加正态化，对这一变量的数据进行了平方根转化，转化后的数据的偏度系数和峰度系数分别变为0.06和0.09，数据的正态化得到了很大的改善。鉴于此，在以下的分析中，被动放任领导行为采用的是平方根转化后的数据。
由表1的相关矩阵可知，变革领导行为与交易领导行为显著正相关(r=0.75，p<0.001)，二者与被动放任领导行为显著负相关(r=-0.19，p<0.01；r=-0.22，p<0.001)。
3.2 共同方法偏差的控制与检验
由于本研究中的多个变量数据均由被试提供，有可能存在共同方法偏差效应。为了避免共同方法偏差对研究结果的影响，我们在变量的测量方面采用平衡项目顺序和匿名问卷等方式进行共同方法偏差效应的程序控制。同时，借鉴周浩、龙立荣(2004)所介绍的对共同方法偏差效应进行检验的方法，采用“Harman单因素检验”技术对共同方法偏差效应进行了检验。结果如下，四因素模型显著优于单因素模型。因此，本研究共同方法偏差不严重。
3.3 领导行为对员工创造力的预测作用——变量中心的分析
由表1的相关矩阵可以看到，变革领导行为和交易领导行为之间具有强的正相关(r=0.75，p<0.001)，为了避免可能出现的抑制效应(suppressioneffects)(Vansteenkiste，Zhou，Lens，& Soenens，2005)，在回归分析时，控制了性别等人口统计学变量的影响后，分别考察不同领导行为对员工创造力的独立作用。结果显示，变革领导行为对员工创造力具有显著的预测作用(β=0.34，p<0.001)，可以解释变异的11%。交易领导行为对员工创造力具有显著的预测作用(β=0.30，p<0.001)，可以解释总变异的9%。被动放任领导行为对员工创造力的预测作用不显著(β=-0.04，p>0.05)。
3.4 领导行为的类型分析及其与员工创造力的关系：个体中心的分析
以三种领导行为(变革、交易和被动放任)为分析变量，以使用某种领导行为的程度为分析数据进行聚类分析。聚类法分析发现，按BIC最小准则，当数据被聚为5类时模型最好(BIC=-1252.57)。第一类为高变革/高交易/高被动型领导(16人，5.2%)，第二类为高变革/高交易/低被动型领导(37人，12.1%)，第三类是中变革/中交易/中被动型领导(98人，32.1%)，第四类为中变革/中交易/低被动型领导(113人，37.1%)，第五类为低变革/低交易/中被动型领导(41人，13.4%)。综合起来看，中变革/中交易与(中、低)被动的结合的领导类型最为普遍，占全部领导的69.2%。五种领导类型在3种领导行为上的得分描述见表3。
表3同时描述了处于不同领导类型下的员工创造力得分。ANOVA分析表明，不同领导类型下的员工创造力存在显著差异，F(4，304)=3.81，p<0.01。事后检验表明，高变革/高交易/高被动型和高变革/高交易/低被动型领导下的员工创造力显著高于中变革/中交易/低被动型和低变革/低交易/中被动型领导下的员工创造力(ps<0.05)，高变革/高交易/低被动型领导下的员工创造力显著高于中变革/中交易/中被动型领导下的员工创造力(p<0.05)，其他领导类型下的员工创造力之间不存在显著差异。 (任菲菲 刘桂荣 张景焕 吴琳娜 张舜)
2.1 被试
采用问卷调查方式，在山东某市10家IT企业发放问卷315份，剔除无效问卷后，得到有效问卷305份，有效问卷回收率为96.83%。其中，男性189人，女性116人。25岁以下66人，26-30岁150人，3l-35岁57人，36-40岁22人，40岁以上10人。学历高中或中专者9人，大专学历者91人，本科学历者181人，硕士或以上学历者24人。
2.2 研究工具
2.2.1 员工创造力
采用Kirton(1976)编制的“员工创造力量表”(Kirton Adaption-Innovation Inventory，KAI)测量员工自评的创造力水平。该量表由6个题目组成，采用5点计分。验证性因素分析结果发现X2/df、RESEA、NFI、NNFI与CFI分别为2.07、0.06、0.98、0.98和0.99。在本研究中，量表的内部一致性信度为0.82。
2.2.2 领导行为
采用Avolio、Bass和Jung(1999)修订的领导行为结构量表(the Multifactor Leadership Questionnaire，MLQ)来测量领导分别采取变革领导行为、交易领导行为和被动放任领导行为的程度。变革型领导包括领导魅力、智能激发、个性化关怀；交易型领导包括权变奖励和主动例外管理。该量表由36个题目组成，采用5点计分。验证性因素分析结果发现X2/df，RESEA，NFI，NNFI与CFI分别为3.4l，0.07，0.92，0.93和0.94。在本研究中，三个分量表的内部一致性信度分别为0.92，0.83和0.93。
此外，在调查过程中，我们还获取了被试的人口统计学资料，包括性别、年龄、学历和职位层次。
2.3 研究程序
首先请心理学院该领域的一名教授和几名研究生将英文版的员工创造力问卷和领导行为问卷翻译成中文，并请英语专业的硕士研究生进行回译。就两者不一致的地方，请双方进行集体讨论，形成施测问卷。
所有调查主要由企业的人力资源部或办公室负责人召集，研究者主持测量，在规定的时间内完成问卷，研究者在场对个别问题进行解答。在调查之前，事先告诉被试调查结果会完全保密，仅用于科学研究，被试填完问卷之后当场回收。在所有问卷收集结束之后，剔除无效问卷后进行统计分析。
2.4 统计分析
采用LISREL8.70和SPSS13.0对数据进行分析。具体进行的统计分析包括：信度分析、验证性因素分析、相关分析、层次回归分析、聚类分析和单因素方差分析。
3.结果
3.1 各变量的描述统计结果
被试在所有变量上的描述统计及相关分析结果见表1。
被动放任领导行为的平均数是2.61，标准差为0.79，偏度系数和峰度系数分别是0.53和0.43，数据呈偏态，为了使被动放任领导行为的数据更加正态化，对这一变量的数据进行了平方根转化，转化后的数据的偏度系数和峰度系数分别变为0.06和0.09，数据的正态化得到了很大的改善。鉴于此，在以下的分析中，被动放任领导行为采用的是平方根转化后的数据。
由表1的相关矩阵可知，变革领导行为与交易领导行为显著正相关(r=0.75，p<0.001)，二者与被动放任领导行为显著负相关(r=-0.19，p<0.01；r=-0.22，p<0.001)。
3.2 共同方法偏差的控制与检验
由于本研究中的多个变量数据均由被试提供，有可能存在共同方法偏差效应。为了避免共同方法偏差对研究结果的影响，我们在变量的测量方面采用平衡项目顺序和匿名问卷等方式进行共同方法偏差效应的程序控制。同时，借鉴周浩、龙立荣(2004)所介绍的对共同方法偏差效应进行检验的方法，采用“Harman单因素检验”技术对共同方法偏差效应进行了检验。结果如下，四因素模型显著优于单因素模型。因此，本研究共同方法偏差不严重。
3.3 领导行为对员工创造力的预测作用——变量中心的分析
由表1的相关矩阵可以看到，变革领导行为和交易领导行为之间具有强的正相关(r=0.75，p<0.001)，为了避免可能出现的抑制效应(suppressioneffects)(Vansteenkiste，Zhou，Lens，& Soenens，2005)，在回归分析时，控制了性别等人口统计学变量的影响后，分别考察不同领导行为对员工创造力的独立作用。结果显示，变革领导行为对员工创造力具有显著的预测作用(β=0.34，p<0.001)，可以解释变异的11%。交易领导行为对员工创造力具有显著的预测作用(β=0.30，p<0.001)，可以解释总变异的9%。被动放任领导行为对员工创造力的预测作用不显著(β=-0.04，p>0.05)。
3.4 领导行为的类型分析及其与员工创造力的关系：个体中心的分析
以三种领导行为(变革、交易和被动放任)为分析变量，以使用某种领导行为的程度为分析数据进行聚类分析。聚类法分析发现，按BIC最小准则，当数据被聚为5类时模型最好(BIC=-1252.57)。第一类为高变革/高交易/高被动型领导(16人，5.2%)，第二类为高变革/高交易/低被动型领导(37人，12.1%)，第三类是中变革/中交易/中被动型领导(98人，32.1%)，第四类为中变革/中交易/低被动型领导(113人，37.1%)，第五类为低变革/低交易/中被动型领导(41人，13.4%)。综合起来看，中变革/中交易与(中、低)被动的结合的领导类型最为普遍，占全部领导的69.2%。五种领导类型在3种领导行为上的得分描述见表3。
表3同时描述了处于不同领导类型下的员工创造力得分。ANOVA分析表明，不同领导类型下的员工创造力存在显著差异，F(4，304)=3.81，p<0.01。事后检验表明，高变革/高交易/高被动型和高变革/高交易/低被动型领导下的员工创造力显著高于中变革/中交易/低被动型和低变革/低交易/中被动型领导下的员工创造力(ps<0.05)，高变革/高交易/低被动型领导下的员工创造力显著高于中变革/中交易/中被动型领导下的员工创造力(p<0.05)，其他领导类型下的员工创造力之间不存在显著差异。 (任菲菲 刘桂荣 张景焕 吴琳娜 张舜)