控制变量对团队绩效的影响研究成果

§6.1　控制变量对团队绩效的影响

团队的工作方式不同于个体工作方式，团队由若干个单独的个体组成，工作任务由团队成员共同完成，因此团队中成员的多少对团队绩效会产生不同的影响。Campion等人(1996)研究发现大型团队的成员满意度和参与度都比较低，Pearce＆Herbik(2004)的研究结果也显示大型团队的团队协作也少于小型工作团队，团队成员越多，成员之间的心理距离越大。当然，也有人认为团队规模越大，团队拥有的资源越多，团队创新能力就越强，从而绩效就越高。尽管尚未有一致的结论，但都表明了团队规模对团队绩效是有影响的。

团队成立时间的长短直接影响团队成员的工作方法和效率，以及团队成员之间的默契与配合，进而对团队绩效产生影响。姚静(2004)分析了团队发展阶段对团队学习绩效的影响，李兴琨(2008)认为团队任期对团队的学习绩效具有显著影响，尤其是对成立不满1年的团队，其学习绩效明显低于已成立多年的团队。陈国权等(2009)也将团队成立年限作为控制变量来研究团队领导行为、团队学习能力与团队绩效的关系。

虽然很多不同性质的任务都采用团队的方式来进行工作，由于工作任务性质的不同，导致组成团队的成员在知识结构上的不同，从而引起团队性质的差异。李兴琨(2008)就团队异质性、团队冲突对团队合作学习的影响进行了研究，结果表明团队异质性对团队合作学习具有预测作用，并能对其产生影响。

任务绩效作为衡量团队绩效的一个重要指标，使得工作任务的复杂程度也会对团队绩效产生影响。此外，从前人的研究来看，性别、年龄和学历等变量也会对团队绩效产生一定程度的影响。

为了进一步考察上述因素对团队绩效产生的影响，本研究主要引入团队规模、团队类型、团队成立年限和任务复杂性4个变量作为控制变量来进行研究。在分析这些控制变量对团队绩效是否产生影响时，本研究运用SPSS16.0进行了多因素方差分析，为了弄清楚各个控制变量对团队绩效的具体影响情况，本研究对控制变量进行了事后多重比较分析。

6.1.1　多因素方差分析

为了分析团队规模、团队类型、团队成立年限和任务复杂性等控制变量对团队绩效的影响，本研究用SPSS16.0进行了多因素方差分析，并考察了这4个控制变量之间的交互效应对团队绩效的影响。多因素方差分析结果如表6-1所示。

从表6-1多因素方差分析中本研究发现，团队规模、团队类型、团队成立年限及任务复杂性对团队绩效均有显著影响，其显著性水平分别为0.001，0.05，0.01和0.001;在控制变量的两两交互效应中，“团队规模*任务复杂性”与“团队类型*任务复杂性”对团队绩效有显著影响，其显著性水平都达到了0.05;在3个控制变量的交互效应中，“团队规模*团队成立年限*任务复杂性”对团队绩效的影响显著，其显著性水平达到了0.05;4个控制变量同时进行交互的效应并不显著。根据以上分析，本研究认为，不同的团队规模，不同的团队类型，团队成立时间的长短，以及不同的任务复杂程度，都能够对团队绩效产生影响。

表6-1　多因素方差分析

因变量:团队绩效

注:^*表示在0.05的水平上显著;^＊＊表示在0.01的水平上显著;^＊＊＊表示在0.001的水平上显著。

6.1.2　多重比较分析

为了明确各个控制变量对团队绩效的具体影响，本研究就各个控制变量对团队绩效的影响进行了事后多重比较分析。通过对团队绩效进行方差齐次性检验，结果表明，由于显著性水平p=.000＜0.05，表明团队绩效的数据不具有方差齐性，从而说明团队绩效的方差是非齐性的(表6-2)。

表6-2　方差齐性检验

Levene’s Test of Equality of Error Variancesa

Dependent Variable:团队绩效

Tests the null hypothesis that the error variance of the dependent variable is equal across groups。

由于团队绩效的方差是非齐性的，所以在进行事后多重比较分析时，选择Tamhane的结果进行多重比较。

6.1.2.1　团队规模的多重比较分析

在对方差齐性进行检验之后，将团队规模对团队绩效的影响进行多重比较分析，其结果如表6-3所示。

表6-3　团队规模的多重比较分析

Dependent Variable:团队绩效

Based on observed means;

The error term is Mean Square(Error)=.055;

*表示在0.05水平上显著。(www.xing528.com)

以上分析结果中，1表示团队规模为3～5人，属于小团队;2表示6～8人，属于中等规模团队;3表示9人以上，是大团队。结果显示，中等规模团队对团队绩效的影响与小规模团队和大规模团队有显著差异，而大规模团队与小规模团队对团队绩效的影响并没有显著差异，并且中等规模团队的团队绩效明显地高于大规模团队或小规模团队。

6.1.2.2　团队类型的多重比较分析

与前面的操作方法一致，将团队类型对团队绩效的影响进行多重比较分析，结果如表6-4所示，其中1表示技术(研发)团队，2表示营销团队，3表示人力资源团队，4表示财务团队，5表示物流团队，6表示其他类型团队。

分析结果表明，技术(研发)团队和营销团队的团队绩效与其他4种类型团队的绩效有显著差异，并且其团队绩效显著好于其他4种类型团队。而除技术(研发)团队和营销团队之外，其他4种类型团队的团队绩效之间并没有显著差异。

表6-4　团队类型的多重比较分析

Dependent Variable:团队绩效

Based on observed means;

The error term is Mean Square(Error)=.055;

*表示在0.05水平上显著;^＊＊表示在0.01水平上显著。

6.1.2.3　团队成立年限的多重比较分析

在团队成立年限的多重比较分析(表6-5)中，1表示团队成立时间不满1年，2表示团队成立时间为1～3年，3表示团队成立时间为4～6年，4表示团队成立时间为7～10年，5表示团队成立时间为10年以上。

表6-5　团队成立年限的多重比较分析

Dependent Variable:团队绩效

Based on observed means;

The error term is Mean Square(Error)=.055

注:^*表示在0.05水平上显著;^＊＊表示在0.01水平上显著;^＊＊＊表示在0.001水平上显著。

经过多重比较分析，本研究发现，团队并不是成立时间越长，其绩效就越高。一般来说，成立4～6年的团队绩效最高，而刚成立不满1年的团队绩效最低，而成立时间超过10年以上的团队，其绩效虽然比刚成立不满1年的团队绩效高，但这种差异并不显著，成立1～3年的团队绩效与成立7～10年的团队绩效并没有显著差异。

6.1.2.4　任务复杂性的多重比较分析

在对任务复杂性的多重比较分析中，1表示任务非常简单，2表示简单，3表示任务复杂程度中等，4表示复杂，5表示任务非常复杂，如表6-6所示。

表6-6　任务复杂性的多重比较分析

Dependent Variable:团队绩效

Based on observed means;

The error term is Mean Square(Error)=.049;

注:^*表示在0.05水平上显著;^＊＊表示在0.01水平上显著。

经过多重比较分析，研究发现，团队绩效与团队的任务复杂程度是负相关的，团队的任务复杂程度越低，团队绩效越高，这一结果也符合人们的普遍认知。