• 15 исследований включали показатели производительности. Для каждой бизнес-единицы это были данные по общему объему выручки, по объему выручки на одного сотрудника, доходу с одного пациента, управленческие оценки, основанные на всех имеющихся показателях производительности, а также суждения менеджеров о том, какие подразделения являются наиболее производительными. Зачастую это была дихотомическая переменная (для производительных подразделений она принимала значение 2, для менее успешных — 1).
• Показатели текучести рабочей силы были доступны в 15 исследованиях. Эти данные были представлены в виде процента текучести персонала за год в каждой бизнес-единице.
Наше исследование включило в совокупности 105 680 индивидуальных опросов и 2528 бизнес-единиц, в среднем 42 человека на бизнес-единицу и 90 бизнес-единиц на компанию.
Вот сводка данных о том, к каким отраслям и типам относятся исследованные бизнес-единицы.
• 28% всех бизнес-единиц, включенных в метаанализ, входили в финансовые организации, 21% — в сферу здравоохранения и 18% — в сферу ресторанного бизнеса. К оставшимся отраслям, рассмотренным в нашем метаанализе, относились сферы развлечений, пищевых продуктов, исследований, телекоммуникаций/издательского дела, продаж в медицине, электроники, гостиничного дела, государственного администрирования и образования.
• 31% всех бизнес-единиц занимались розничными операциями, 28% — финансовыми; 21% оказывали медицинские услуги, 9% — образовательные и 11% занимались другими видами деятельности.
Объем данных о восприятии сотрудников и о результатах коммерческой деятельности, которые можно было обобщить (агрегировать) на уровне, достаточном для проведения сравнительного анализа, сильно варьировался. В организациях розничной торговли и финансовых учреждениях нам представилось множество возможностей собрать численные данные для такого анализа, так как каждая такая компания обычно включает большое число бизнес-единиц, которые используют сходные показатели.
Методы метаанализа
Исследования включали в себя средневзвешенные оценки истинной достоверности, оценки стандартного отклонения достоверностей, а также корректировку ошибок выборки и измерения зависимых переменных для этих достоверностей. Метаанализ в своей простейшей форме позволяет корректировать оценки дисперсии только для ошибки выборки. Существуют и другие корректировки (Hunter & Schmidt, 1990): ограничение пределов измерения или ошибка измерения переменных, отражающих результаты коммерческой деятельности. Определения этих процедур мы дадим чуть позже.
Для этого исследования мы собирали данные о результатах коммерческой деятельности за несколько периодов, чтобы рассчитать надежность показателей коммерческой деятельности. В некоторых случаях у нас не было возможности получить такие данные для разных периодов, и тогда мы использовали методы метаанализа, опирающиеся на искусственные распределения (Hunter & Schmidt, 1990, p. 158–197), для того, чтобы скорректировать ошибки измерения переменных, отражающих результаты коммерческой деятельности. Использованные искусственные распределения были основаны на стабильных, повторяющихся из года в год результатах различных исследований, если они были доступны.
К моменту этого исследования не было оценок стандартного отклонения ключевых элементов по генеральной совокупности для всех использованных шкал измерения. Следовательно, не было корректировки ошибок, связанных с ограничением диапазона, и ошибок измерения независимых переменных (13 ключевых элементов). Чтобы адекватно скорректировать ошибки измерения на уровне независимых переменных, нужны были результаты (устойчивости), стабильные при повторном тестировании через короткие промежутки времени. Такие оценки были недоступны на момент проведения этого исследования. Для многомерных величин (приведенных позже в этом обзоре) оценки корреляции были получены с использованием оценок на основе альфы Кронбаха для надежности независимых переменных.
Как уже было отмечено, не было корректировки достоверности ключевых элементов и дисперсий, обусловленных ошибками измерения независимых переменных, а также из-за ограничения пределов измерения.
В любом метаанализе могут быть различные искусственные искажения, по которым имеется лишь отрывочная информация. К примеру, предположим, что ошибка измерения и ограничение диапазона — это единственные относящиеся к делу искусственные искажения, кроме выборочной ошибки. В этом случае типичный основанный на искусственном распределении метаанализ проводится в три этапа.
• Во-первых, собирается информация по четырем распределениям: распределению наблюдаемых корреляций, распределению надежности независимых переменных, распределению надежности зависимых переменных и распределению отклонения диапазона. Таким образом, весь набор исследований, какую бы информацию они не содержали, дает четыре средних значения и четыре дисперсии.
• Во-вторых, распределение корреляций корректируется с учетом ошибки выборки.
