（一）共同方法偏差检验

在本研究中，PO 匹配、职业延迟满足、敬业度都是多因子的结构，需要通过验证性因子分析，采用结构方程模型的选择模型分析来进行共同方法偏差检验，考察各变量的区分效度（详见第七章第四节相关论述）。具体而言，本研究利用LISREL8.3 软件对数据进行验证性因素分析，比较多种模型的拟合情况：

（1）单因子模型：PO 匹配、职业延迟满足、敬业度共30 个项目负荷在一个公共方法因子上（模型的示意图如图9-3所示）。

图9-3　概念区分性效度的单因子模型示意图

（2）两因子模型a：PO 匹配和职业延迟满足共21 个项目负荷在第一个因子上，敬业度的9 个项目负荷在第二个因子上（模型的示意图如图9-4所示）。

（3）两因子模型b：PO 匹配的13 个项目负荷在第一个因子上，职业延迟满足和敬业度共17 个项目负荷在第二个因子上（模型的示意图如图9-5所示）。

（4）三因子模型：PO 匹配的13 个项目负荷在第一个因子上，职业延迟满足的8 个项目负荷在第二个因子上，敬业度的9 个项目负荷在第三个因子上（模型的示意图如图9-6所示）。

图9-4　概念区分性效度的两因子模型a 示意图

图9-5　概念区分性效度的两因子模型b 示意图

图9-6　概念区分性效度的三因子模型示意图

（5）五因子模型a：价值观匹配的5 个项目负荷在第一个因子上，能力匹配的4 个项目负荷在第二个因子上，需求匹配的4 个项目负荷在第三个因子上，职业延迟满足的8 个项目负荷在第四个因子上，敬业度的9 个项目负荷在第五个因子上（模型的示意图如图9-7所示）。

图9-7　概念区分性效度的五因子模型a 示意图

（6）五因子模型b：PO 匹配的13 个项目负荷在第一个因子上，职业延迟满足的工作延迟维度4 个项目负荷在第二个因子上，职业延迟满足的生涯延迟维度4 个项目负荷在第三个因子上，敬业度的奉献维度5 个项目负荷在第四个因子上，敬业度的专注维度4 个项目负荷在第五个因子上（模型的示意图如图9-8所示）。

图9-8　概念区分性效度的五因子模型b 示意图

（7）七因子模型：价值观匹配的5 个项目负荷在第一个因子上，能力匹配的4 个项目负荷在第二个因子上，需求匹配的4 个项目负荷在第三个因子上，职业延迟满足的工作延迟维度4 个项目负荷在第四个因子上，职业延迟满足的生涯延迟维度4 个项目负荷在第五个因子上，敬业度的奉献维度5 个项目负荷在第六个因子上，敬业度的专注维度4 个项目负荷在第七个因子上（模型的示意图如图9-9所示）。

图9-9　概念区分性效度的七因子模型示意图

表9-4　概念区分性的验证性因素分析结果（N=807）

注：七因子模型：价值观匹配、能力匹配、需求匹配、生涯延迟、工作延迟、奉献、专注
五因子模型a：价值观匹配、能力匹配、需求匹配、职业延迟满足、敬业度
五因子模型b：PO 匹配、生涯延迟、工作延迟、奉献、专注
三因子模型：PO 匹配、职业延迟满足、敬业度
两因子模型a：PO 匹配+职业延迟满足、敬业度
两因子模型b：PO 匹配、职业延迟满足+敬业度
单因子模型：价值观匹配+能力匹配+需求匹配+生涯延迟+工作延迟+奉献+专注

由表9-4的结果可知，七因子模型对于数据的拟合效果最好，RMSEA 与SRMR 均低于0.08，GFI、NNFI、CFI、IFI 都高于0.90，卡方与自由度的比值小于5，各项指标均达到模型拟合的评价标准（侯杰泰、温忠麟、成子娟，2004），并且明显优于其他备选模型。而单因素模型对于数据的拟合较差，其中多项指标未达到可接受的临界值。根据Harman的检验方法，单因素模型没有得到支持，说明研究中不存在严重的共同方法偏差的问题。本研究的各变量具有良好的区分效度，PO 匹配、职业延迟满足、敬业度是三个不同的概念，被试者不仅能够明确地区分出这三个变量，还能有效地区分出每个变量的各个维度。

（二）描述性统计分析

运用研究获得的807 份有效数据，进一步考察各主要研究问卷的均值（M）、标准差（SD）及Pearson 相关系数等描述性统计结果。表9-5给出了PO 匹配、职业延迟满足与敬业度各因子的均值、标准差，以及各变量因子间的Pearson 相关系数。可以看出，各变量之间的相关系数均达到了0.01 的显著水平，表明变量之间存在显著相关，可以进行下一步的检验。各测量因子的内部一致性信度系数Cronbach α 为0.72～0.85，达到了进一步分析的要求，说明各测量问卷均具有较高的信度。

表9-5　研究变量的均值、标准差、相关系数矩阵及内部一致性系数（N=807）

续表

注：（1）* 表示p＜0.05，＊＊表示p＜0.01，＊＊＊表示p＜0.001；（2）对角线括号内为内部一致性系数；（3）性别：1 男，2 女；教育水平：1 高中及以下，2 中专，3 大专，4 本科，5 硕士及以上；职位：1 一般或基层员工，2 中层员工或部门经理，3 高层管理人员。(www.daowen.com)

总的来说，探索性因素分析、验证性因素分析、共同方法偏差检验、内部一致性信度分析和描述性统计结果显示，本研究的各主要变量问卷具有较好的质量，其信度和效度均达到了进一步统计分析的要求。

（三）层级回归分析

本研究采用温忠麟等（2004）建议的方法检验研究所提出中介作用模型。首先，用PO 匹配预测敬业度，检验标准化回归系数是否显著，如果显著可以继续下面的步骤。接下来，做Baron 和Kenny 的部分中介检验，依次用PO 匹配预测职业延迟满足、用职业延迟满足预测敬业度，检验各标准化回归系数是否显著。如果都显著，意味着自变量对因变量的影响至少有一部分是通过中介变量实现的，可以继续进行下一步检验。最后，做Judd 和Kenny 的完全中介检验，用PO 匹配和职业延迟满足同时预测敬业度。如果PO 匹配对敬业度的标准化回归系数变得不再显著，则存在完全中介作用；如果PO 匹配对敬业度的标准化回归系数仍然显著，则存在部分中介作用。表9-6和表9-7呈现了详细的统计分析结果。

表9-6　PO 匹配、职业延迟满足对敬业度的层次回归分析结果（N=807）

注：（1）* 代表p＜0.05，＊＊代表p＜0.01，＊＊＊代表p＜0.001；（2）ΔR2代表各变量解释的方差变异量，表中呈现的是各变量的标准化回归系数；（3）各步回归分析都采用层级回归，控制人口学及组织变量的影响；（4）多重共线性分析发现膨胀因子（VIF）在1.01～2.10 之间，均小于10，表明变量间不存在多重共线性问题。

1.假设7

以PO 匹配为自变量、敬业度为因变量进行层级回归分析，结果见表9-6（模型1、3、6、8）。

如表9-6模型3所示，控制人口学及组织变量（第一步回归）后，加入价值观匹配、能力匹配和需求匹配的主效应（第二步回归），对敬业度的奉献维度的解释变异量显著增加，ΔR2为0.61，p 小于0.001，表明价值观匹配、能力匹配和需求匹配一共解释了奉献61%的变异。价值观匹配对敬业度的奉献维度有显著的正向作用，标准化回归系数β为0.24（p＜0.001），能力匹配对敬业度的奉献维度有显著的正向作用，标准化回归系数β 为0.24（p＜0.001），需求匹配对敬业度的奉献维度有显著的正向作用，标准化回归系数β 为0.48（p＜0.001）。

如表9-6模型8所示，控制人口学及组织变量（第一步回归）后，加入价值观匹配、能力匹配和需求匹配的主效应（第二步回归），对敬业度的专注维度的解释变异量显著增加，ΔR2为0.20，p 小于0.001，表明价值观匹配、能力匹配和需求匹配一共解释了奉献20%的变异。价值观匹配对敬业度的专注维度有显著的正向作用，标准化回归系数β为0.13（p＜0.001），能力匹配对敬业度的专注维度有显著的正向作用，标准化回归系数β 为0.14（p＜0.001），需求匹配对敬业度的专注维度有显著的正向作用，标准化回归系数β 为0.28（p＜0.001）。

假设7a、7b、7c 得到验证。

2.假设8

以PO 匹配为自变量、职业延迟满足为因变量进行层级回归，结果见表9-7（模型11～14）。

如表9-7模型12所示，控制人口学及组织变量（第一步回归）后，加入价值观匹配、能力匹配和需求匹配的主效应（第二步回归），对职业延迟满足的工作延迟维度解释变异量显著增加，ΔR2为0.16，p 小于0.001，表明价值观匹配、能力匹配和需求匹配一共解释了工作延迟16%的变异。价值观匹配对职业延迟满足的工作延迟维度有显著的正向作用，标准化回归系数β 为0.14（p＜0.001），能力匹配对职业延迟满足的工作延迟维度，有显著的正向作用，标准化回归系数β 为0.17（p＜0.001），需求匹配对职业延迟满足的工作延迟维度，有显著的正向作用，标准化回归系数β 为0.19（p＜0.001）。

表9-7　PO匹配对职业延迟满足的层次回归分析结果（N=807）

注：（1）* 代表p＜0.05，＊＊代表p＜0.01，＊＊＊代表p＜0.001；（2）ΔR2代表各变量解释的方差变异量，表中呈现的是各变量的标准化回归系数；（3）各步回归分析都采用层级回归，控制人口学及组织变量的影响；（4）多重共线性分析发现膨胀因子（VIF）在1.01～2.10 之间，均小于10，表明变量间不存在多重共线性问题。

如表9-7模型14所示，控制人口学及组织变量（第一步回归）后，加入价值观匹配、能力匹配和需求匹配的主效应（第二步回归），对职业延迟满足的生涯延迟维度解释变异量显著增加，ΔR2为0.19，p 小于0.001，表明价值观匹配、能力匹配和需求匹配一共解释了工作延迟19%的变异。价值观匹配对职业延迟满足的生涯延迟维度有显著的正向作用，标准化回归系数β 为0.19（p＜0.001），能力匹配对职业延迟满足的生涯延迟维度，有显著的正向作用，标准化回归系数β 为0.26（p＜0.001），需求匹配对职业延迟满足的生涯延迟维度，有显著的正向作用，标准化回归系数β 为0.12（p＜0.001）。假设8a、8b、8c 得到验证。

3.假设9

以职业延迟满足为自变量、敬业度为因变量进行层级回归，结果见表9-6（模型1、2、6、7）。

如表9-6模型2所示，控制人口学及组织变量（第一步回归）后，加入工作延迟、生涯延迟的主效应（第二步回归），对敬业度的奉献维度解释变异量显著增加，ΔR2为0.27，p 小于0.001，表明职业延迟满足一共解释了奉献27%的变异。工作延迟对敬业度的奉献维度有显著的正向作用，标准化回归系数β 为0.30（p＜0.001），生涯延迟对敬业度的奉献维度也有显著的正向作用，标准化回归系数β 为0.31（p＜0.001）。

如表9-6模型7所示，控制人口学及组织变量（第一步回归）后，加入工作延迟、生涯延迟的主效应（第二步回归），对敬业度的专注维度解释变异量显著增加，ΔR2为0.22，p 小于0.001，表明职业延迟满足一共解释了专注22%的变异。工作延迟对敬业度的专注维度有显著的正向作用，标准化回归系数β 为0.38（p＜0.001），生涯延迟对敬业度的专注维度也有显著的正向作用，标准化回归系数β 为0.15（p＜0.001）。

PO 匹配对职业延迟满足、敬业度的回归系数显著，职业延迟满足对敬业度的回归系数也显著，意味着温忠麟等（2004）检验中介作用的前两个步骤已经完成。由于各回归系数都达到了显著水平，意味着PO匹配对敬业度的影响至少有一部分是通过职业延迟满足实现的，可继续进行下一步检验，以确定职业延迟满足发生的完全中介作用还是部分中介作用。

如表9-6所示，当同时考察PO 匹配和工作延迟对奉献的影响时，工作延迟具有显著的正向影响（β=0.16，p＜0.001），价值观匹配、能力匹配和需求匹配的影响都明显减弱（模型4），表明工作延迟在PO 匹配与奉献之间起着部分中介作用；当同时考察PO 匹配和生涯延迟对奉献的影响时，生涯延迟具有显著的正向影响（β=0.15，p＜0.001），价值观匹配、能力匹配和需求匹配的影响都明显减弱（模型5），表明生涯延迟在PO 匹配与奉献之间起着部分中介作用；当同时考察PO 匹配和工作延迟对专注的影响时，工作延迟具有显著的正向影响（β=0.32，p＜0.001），价值观匹配、能力匹配和需求匹配的影响都明显减弱（模型9），表明工作延迟在PO 匹配与专注之间起着部分中介作用；当同时考察PO 匹配和生涯延迟对专注的影响时，生涯延迟具有显著的正向影响（β=0.17，p＜0.001），价值观匹配、能力匹配和需求匹配的影响都明显减弱（模型10），表明生涯延迟在PO 匹配与专注之间均起着部分中介作用。

为进一步区分上述中介作用的性质，细化研究结论并深挖管理价值，对上述中介效应占总效应的比例进行计算（温忠麟等，2004），计算公式为：中介效应占总效应的比例= A × B/C。其中，A 为自变量单独预测中介变量的标准化回归系数，B 为中介变量、自变量同时预测因变量时中介变量的标准化回归系数，C 为自变量单独预测因变量的标准化回归系数。结果汇总如表9-8所示（表中呈现的百分数是中介效应占总效应的比例）。

表9-8　中介效应占总效应的比例

根据上述研究结果，可以通过LISREL 8.3模拟出图9-10所示的路径图。表9-9呈现的是部分中介作用模型的各项拟合指数。从各项拟合指数来看，模型对于数据拟合得较好，RMSEA 与SRMR 均低于0.08，GFI、NNFI、CFI 都高于0.90，卡方与自由度的比值小于5。说明“PO 匹配—职业延迟满足—敬业度”的理论模型在新生代员工群体身上得到证实。

表9-9　部分中介模型的拟合指数（30 个项目，N=407）

图9-10　职业延迟满足的中介作用的结构模型

综上，假设9 得到了部分验证。本研究证实了职业延迟满足在PO匹配影响敬业度的奉献和专注维度时都具有部分中介作用。从而基本确立了PO 匹配对新生代员工敬业度的干预作用。