企业招聘员工的5大性格模式

2.4.1　拟合度检验

本研究首先采用验证性因素分析技术对调查所获得的数据进行了分析，以确认研究中所使用的4个变量(员工情绪智力、企业人力资源策略、员工创新特征、员工创造力)的区分效度。结果如表2-1所示。

表2-1　验证性因素分析结果(n＝340)

注:单因素模型:员工情绪智力＋企业人力资源策略＋员工创新特征＋员工创造力。
三因素模型:员工情绪智力;企业人力资源策略;员工创新特征＋员工创造力。
四因素模型:员工情绪智力;企业人力资源策略;员工创新特征;员工创造力。

由表2-1可见，与单因素、三因素模型相比，四因素模型对实际数据的拟合最为理想。这说明本研究所涉及的4个变量具有良好的区分效度，确实代表了4个不同构念，因而可进行下一步的结构模型分析。

2.4.2　描述性统计

本研究采用SPSS 18.0对数据特征进行分析，并通过多层回归分析方法来验证本文提出的假设。首先，相关分析结果表明(见表2-2)，员工创造力与员工情绪智力、创新素质及企业人力资源策略都呈现着明显的正相关，为进一步研究提供了基础条件。其次，对角线的数值为各量表的信度系数，各值均高于0.70，表明运用这些量表所收集的信息是可靠的。

表2-2　员工创造力与情绪智力、个体创新素质及人力资源策略的相关矩阵

注:n＝340;∗表示p＜0.05，∗∗表示p＜0.01，∗∗∗表示p＜0.001;对角线上的数字为各量表的内部一致性系数。

2.4.3　假设检验

通过进一步的多层回归来检验员工情绪智力与其创造力之间的主效应及企业人力资源策略、员工创新素质对此过程的调节效应(见表2-3)。

表2-3　变量之间的多元回归分析结果

续　表

注:n＝340;†表示p＜0.1，∗表示p＜0.05，∗∗表示p＜0.01，∗∗∗表示p＜0.001。

首先，主效应检验结果显示(模型1)，员工情绪智力对其创造力具有正向的影响(β＝0.27，p＜0.001)，此结果与本研究的假设2-1相吻合。另外，模型1还反映了员工创新素质、投资创新策略和参与培养策略对员工创造力均有主效应(β＝0.39，p＜0.001;β＝0.10，p＜0.01;β＝0.11，p＜0.05)，为后面的分析提供了前提条件。为检验企业人力资源策略和员工创新素质共同对员工情绪智力与其创造力之间的作用的影响，需建立模型2和模型3。模型2中，三类企业人力资源策略对员工情绪智力与员工创造力的关系没有明显的调节作用(p＞0.10)，员工创新素质亦无明显调节效应(p＞0.10)。然而，模型3和G 2-1指出，随着企业投资创新策略的加人，员工创新素质对员工情绪智力与员工创造力之间的正向调节作用变大，此结果验证了假设2-2a(β＝2.50，p＜0.01)，但未能验证假设2-2b和假设2-2c。

图2-1　员工情绪智力、员工创新素质和企业投资创新策略的三维交互作用
注:EI＝员工情绪智力;ICC＝员工创新素质;ICS＝投资创新策略