报告人简介
唐晨博士，com6774澳门永利心理学学士（2009年）、硕士（2012年），伊利诺伊大学厄巴纳香槟分校人力资源与劳动关系博士（2023年），目前任美国美利坚大学科歌商学院助理教授。他的学术兴趣包括人力资源分析、研究方法和行为伦理，特别关注它们在管理和商业环境中的应用。唐晨的研究成果发表在《Journal of Applied Psychology》、《Personnel Psychology》和《Journal of Business Ethics》等权威期刊上。他的研究致力于在工业关系和人力资源领域内理解人类行为和组织动态。
内容简介
最近的研究证据表明，使用项目分数而不是传统量表分数的预测模型能更准确地预测结果。然而，关于在组织实践中哪些条件下使用项目或量表模型更合适于预测，我们了解甚少。为了填补这一空白，我们分析了一些真实数据，以确定有效item nuance的存在（即在聚合到量表分数时丢失的准则相关的项目特定方差）。然后，我们设计了一个蒙特卡洛模拟，以研究项目模型和量表模型的准则相关效度。在模拟中，我们操纵了（a）item nuance的分布，（b）item nuance效应大小，（c）构念的效应大小，（d）量表的内部一致性，以及（e）训练样本的大小。结果表明，当量表中相对较少的项目（例如10%）具有item nuance，这些item nuances的效应与对应量表效应大小相当或更大，量表内部一致性高，并且训练样本大小至少为300时，建议使用项目模型。我们对先前研究的回顾和对真实数据的分析表明，在组织数据中适合项目模型的情况并不少见。对于不支持使用项目或量表模型的情况，我们还探究了集成模型，并发现当选择不明确时，它们可以是一个有吸引力的替代方案。
