إجراء السلوك التنظيمي الكمي (OB) البحث

قبل إجراء بحث كمي OB ، من الضروري فهم الجوانب التالية.

رسم خطة بحث:

يجب تطوير خطة البحث قبل بدء البحث. تصبح هذه المطبوعة الزرقاء للبحوث وتساعد في إعطاء التوجيه للبحث والتقييم للبحوث.

مكونات خطة بحث محددة هي كما يلي:

المقدمة:

هنا ، نقدم المشكلة ، وضع بيان مناسب. للقيام بذلك من المهم التركيز على أهمية المشكلة (أي بيع المشكلة). كما تتم مراجعة الأدبيات الموجودة لإنشاء فرضية البحث ، وأخيرا ينتهي الجزء الخاص بالمقدمة ببيان من الافتراضات.

طريقة:

في هذا الجزء ، نوضح كيف يتم إجراء البحث ، بالتفصيل المواضيع (العينات) ، والأدوات ، وتصميم البحوث.

تحليل البيانات:

هنا ، نذكر كيف يتم تحليل الاستجابات والملاحظات التي تم جمعها ، وما إلى ذلك ، وذلك باستخدام مختلف الأدوات والتقنيات الإحصائية.

الجدول الزمني:

يحدد الجدول الزمني الموعد النهائي لاستكمال البحث كما يسرد الأنشطة المختلفة التي ينطوي عليها مختلف مراحل البحث. هذا يضمن أيضا السيطرة في مراحل مختلفة ، لا سيما في المنظمات. نظرًا لأن معظم الأبحاث المتعلقة بالمدافع التنظيمي تهدف إلى اتخاذ قرارات استراتيجية ، فإن إجراء أبحاث محددة المدة أمر أساسي للغاية.

ميزانية:

بالنسبة لأبحاث OB في المنظمات ، من المهم وضع ميزانية مؤقتة توضح بالتفصيل جميع النفقات المعنية والحصول على الموافقة لضمان عدم تأثر المساعي البحثية في أي مرحلة من ندرة تخصيص الأموال. بالنسبة للبحث الأكاديمي ، قد تكون هذه الميزانية ضرورية ، في الحالات التي تكون فيها وكالات التمويل على استعداد لتوفير الموارد للبحث.

هناك ثلاث طرق رئيسية لجمع البيانات الكمية:

(1) إدارة صك موحد ،

(2) إدارة الصك الذاتي المتقدمة ، و

(3) سجل البيانات المتاحة بشكل طبيعي.

ﻗد ﺗﮐون اﻷدوات اﻟﻣوﺣدة ھﻲ ﺑﻌض اﻷﺟﮭزة اﻟﻣوﺿوﻋﺔ اﻟﻘﺎﺋﻣﺔ ، ﻣﺛل FIRO-B ، ﺑﯾﻟﺑﯾن ، ﻣﺳﺢ إدارة ﺗﻐﯾﯾر اﻟﻣدﯾر اﻟذاﺗﻲ ﻟـ Rosbin Moss Kanter ، اﻟﺦ. ﺗم ﺗﺻﻣﯾم اﻷدوات اﻟﺗﻲ ﺗم ﺗطوﯾرھﺎ ﻣن ﻗﺑل اﻟﺑﺎﺣﺛﯾن ﻟﻣﻌﺎﻟﺟﺔ ﻣﺷﺎﮐل اﻟﺑﺣث. في حين أن البيانات المتاحة بشكل طبيعي قد تكون سجلات الأداء ، وبيانات التغيب ، وما إلى ذلك.

اختبار الموثوقية و الصلاحية:

أهم جانبين من جوانب الدقة في أبحاث OB هي الموثوقية والصلاحية. تشير الموثوقية إلى استنساخ القياس. نقوم بتحديد الموثوقية ببساطة عن طريق أخذ عدة قياسات حول نفس المواضيع. وتتساءل الموثوقية الضعيفة عن مستوى دقة القياس وتقلل من قدرتنا على تتبع التغيرات في القياسات اللاحقة في الدراسات المستقبلية.

تشير الصلاحية إلى الاتفاق بين قيمة القياس وقيمته الحقيقية. نحن نقيس الصلاحية من خلال مقارنة قياساتنا مع القيم القريبة من القيم الحقيقية قدر الإمكان. كما تقلل الصلاحية السيئة من دقة قياس واحد ، وتقلل من قدرتنا على توصيف العلاقات بين المتغيرات في الدراسات الوصفية.

ترتبط مفاهيم الموثوقية وصحة. ومع ذلك ، ولأنه من الصعب وضع مفهومي الرياضيات سويًا ، فإن معظم الباحثين يدرسون هذه المفاهيم بشكل منفصل. مهما كانت طرق جمع البيانات ، فمن المستحسن دائمًا اختبار الصلاحية والموثوقية. الصلاحية تعني الدرجة التي يقيس بها الاختبار ما ينوي قياسه ، وبالتالي يسمح بالتفسير المناسب للنتائج.

نصمم إجراء اختبار مع مراعاة الأغراض المحددة. لذلك ، يمكن تقييم الصلاحية فقط من حيث غرض الاختبار. على سبيل المثال ، قد نكون مهتمين بمعرفة كيف تصمد التدابير على العينات على السكان في قضية محددة.

أو كيف تتنبأ الدرجات بالنجاح في مهمة مستقبلية أو كيفية قياس أداة معينة لخاصية مميزة. هذه أمثلة على المحتوى ، والتنبؤية ، وبناء الصلاحية. هذه وبصرف النظر ، لدينا أيضا صلاحية متزامنة. سنشرح كل هذه الأمثلة المحددة التالية.

صلاحية المحتوى:

صلاحية المحتوى هي الدرجة التي يقيس بها الاختبار منطقة المحتوى المقصودة. له مجالان: صلاحية البند وصحة أخذ العينات. تدابير صحة البند المقصود مجال المحتوى ، وعينات اختبارات التحقق من العينات في منطقة المحتوى الكلي. يتم تحديد صلاحية المحتوى من خلال حكم خبير ، بينما يتم الحكم على صلاحية أخذ العينات في سياق الاختبارات الإحصائية.

للتوضيح ، دعنا نفترض أنه من أجل قياس مستويات رضا الموظفين ، قمنا بتطوير استبيان منظم ومغلق. سيحدد اختبار صلاحية السلعة إلى أي مدى تكون عناصر الاستبيان صالحة لقياس مستويات رضاء الموظفين. بمعنى آخر ، سيحدد ما إذا كانت بنود الاستبيان صالحة لفهم رضا الموظفين أم لا. وبالمثل ، من أجل صلاحيتها لأخذ العينات ، نحتاج إلى فهم ما إذا كانت العينات المرسومة بشكل صحيح تمثل السكان أو ما إذا كان لدينا أي خطأ في أخذ العينات.

بناء صلاحية:

إن صدق الإنجاز يقيس درجة الاختبار في سياق بنية افتراضية. لمعالجة اختبار صلاحية البناء ، نحتاج إلى إجراء سلسلة من الدراسات المستقلة لإثبات المصداقية. من الواضح أن هذه العملية ليست بهذه البساطة.

يتطلب فهمًا شاملاً للاختبارات الإحصائية المختلفة ومطابقة الاختبارات في سياق بنيات الفرضيات. لنفترض أننا نريد قياس ما إذا كانت العينات غير مبالية بمخططات الحوافز. إذا وضعنا فرضيتنا وفقًا لذلك ، فقد نرغب في قياس درجة التوافق باستخدام اختبار Kendall للتوافق. وبالمثل ، قد نكون مهتمين بقياس درجة اللامبالاة في سياق AN OVA (تحليل التباين) ، الذي يقيس درجة الإشارة إلى خصائص السيرة الذاتية للعينات.

صالحة لمرات عديدة:

يقيس صلاحية في وقت واحد لفهم كيف ترتبط درجة درجة الاختبار إلى آخر. قد تكون درجات الاختبار الأخرى محددة بالفعل أو قد تكون الدرجات التي تم الحصول عليها في الاختبارات التي يتم إجراؤها في وقت واحد أو قد تكون معيارًا صالحًا. يتم التأكد من خلال تحديد معامل صحة.

عندما يكون معامل الصلاحية مرتفعًا ، نقول أن الاختبار يتمتع بصلاحية جيدة متزامنة. على سبيل المثال ، قد نكون مهتمين بقياس كيفية قيام برنامج تدريب معين بتعزيز المهارات الفنية وكذلك مهارات العلاقات الإنسانية.

في حين أن تعزيز المهارات التقنية يتم ترجمته إلى زيادة الأداء على الوظائف ، فإن مهارة العلاقات الإنسانية تطور علاقات شخصية أفضل. في هذه الحالة ، نقوم بقياس المتغيرات التابعة ، في نفس الوقت ، تعزيز المهارات التقنية وتغيير العلاقات الشخصية فيما يتعلق بالتدريب.

صحة التنبؤية:

تقيس الصلاحية التنبؤية درجة قياس الاختبار في التنبؤ بنجاح العينات الفردية في حالة مستقبلية. يتم تحديده مع معامل صحة من خلال إنشاء العلاقة بين درجات الاختبار وبعض مقاييس النجاح في بعض المواقف ذات الاهتمام في المستقبل. عندما يكون معامل الصلاحية مرتفعًا ، نقول إن الصلاحية التنبؤية جيدة. على سبيل المثال ، قد نقوم بتقييم القدرة العامة للموظفين لتعلم التنبؤ بأداء نجاحهم أثناء العمل.

الموثوقية:

يقيس الاعتمادية أو الجدارة بالثقة لأداة التقييم. إن الدرجة التي يقيس بها الاختبار باستمرار كل ما ينوي قياسه. يتم التعبير عن الموثوقية عدديًا من حيث المعامل. يشير المعامل العالي إلى الموثوقية العالية. تشير الموثوقية العالية إلى أدنى اختلاف في الأخطاء. الموثوقية أسهل من تقييم الصلاحية.

يتم اختبار كل من إعادة الاختبار ، والنماذج المكافئة ، والاعتمادية نصف الممزوجة من خلال الترابط. اختبار الموثوقية للاختبار هو الدرجة التي تتفق الدرجات مع مرور الوقت. يمكن التعبير عن الموثوقية من حيث الخطأ القياسي في القياس. الخطأ القياسي في القياس (درجة التباين) هو تقدير لعدد المرات التي يمكن أن نتوقع فيها أخطاء ذات حجم معين.

يشير خطأ القياس القياسي الصغير إلى درجة عالية من الموثوقية ويشير خطأ القياس القياسي الكبير إلى الموثوقية المنخفضة. وتتأثر كيفية تأثر درجات أداء الموظفين من خلال وجود فريق تدقيق الموارد البشرية ، الذي لا يرتبط بالخاصية ، من خلال موثوقية الاختبار وإعادة الاختبار.

وبالمثل ، في نظام التصنيف المتعدد ، يتم تحديد كيفية قيام مختلف المراجعين بتقييم أداء الموظفين من خلال موثوقية الهداف أو الموثوقية بين القائمين. وأخيرًا ، كيف يتم قياس أجزاء مختلفة من أداة تقييم واحدة تؤدي إلى استنتاجات مماثلة حول تحصيل الموظفين عن طريق موثوقية الاتساق الداخلي.