Intelligenz, Zielorientierung und Ego-Depletion als ...nbn:de:gbv:700... · 3 Danksagung Ich möchte mich bei allen Personen bedanken, die mehr oder weniger freiwillig in den letzten

Intelligenz, Zielorientierung und Ego-Depletion als Antezedenzien von Adaption:

Metaanalytische und experimentelle Befunde

Dissertation zur Erlangung des Grades

Doktor der Naturwissenschaften (Dr. rer. nat.)

des Fachbereichs Humanwissenschaften

der Universität Osnabrück

vorgelegt

von

Dipl.-Psych. Łukasz Patryk Stasiełowicz

aus Szczecin

Osnabrück, 2018

2

Erstgutachter: Prof. Dr. Thomas Staufenbiel

Zweitgutachter: Prof. Dr. Karsten Müller

Tag der mündlichen Prüfung:

09.08.2018

3

Danksagung

Ich möchte mich bei allen Personen bedanken, die mehr oder weniger freiwillig in den letzten

vier Jahren ihre Zeit mit mir geteilt haben. Ein herzliches Dankeschön an alle Personen, die

sich mit mindestens einer der folgenden Gruppen identifizieren oder jemals identifiziert

haben: Familie, Freunde, Freundinnen, ArbeitskollegInnen, Bekannte. Tack och förlåt!

Außerdem möchte ich mich bei allen Studierenden bedanken, die zur Entstehung der

vorliegenden Dissertation in irgendeiner Form (z.B. Abschlussarbeiten, Teilnahme an

Studien, Forschungspraktika, Hiwi-Tätigkeiten) beigetragen haben.

4

Hinweise zur Dissertation

Bei der vorliegenden Arbeit handelt es sich um eine kumulative Dissertation gemäß §10

Absatz (3) der aktuellen Promotionsordnung des Faches Psychologie. Die drei Artikel wurden

bei Fachzeitschriften mit Peer-Review-Verfahren eingereicht bzw. sind bereits veröffentlicht.

Ausgewählte Ergebnisse der Arbeit wurden im Rahmen folgender Tagungsvorträge

vorgestellt:

Stasielowicz, L., & Staufenbiel, T. (2016, September). Kognitive Fähigkeiten als Prädiktor

von Adaptive Performance: Eine Metaanalyse. Vortrag auf dem 50. Kongress der deutschen

Gesellschaft für Psychologie (DGPs) in Leipzig.

Stasielowicz, L., & Staufenbiel, T. (2017, Mai). Cognitive ability and trait goal orientation as

predictors of adaptive performance: A meta-analytic review. Vortrag auf der 18. Tagung der

European Association of Work and Organizational Psychology (EAWOP) in Dublin, Irland.

Stasielowicz, L., & Staufenbiel, T. (2017, September). Ego-Depletion und kognitive

Fähigkeiten als Prädiktoren von adaptive performance. Vortrag auf der 10. Tagung der

Fachgruppe Arbeits-, Organisations- und Wirtschaftspsychologie (AOW) der deutschen

Gesellschaft für Psychologie in Dresden.

Stasielowicz, L., & Staufenbiel, T. (2017, September). Chroniczne zmęczenie, ego depletion,

inteligencja i ich rola w adaptacji (adaptive performance) [Chronische Erschöpfung, ego

depletion, Intelligenz und ihre Rolle bei der Adaptation (adaptive performance)]. Vortrag auf

dem 36. Kongress der polnischen Gesellschaft für Psychologie (PTP) in Danzig, Polen.

5

Zusammenfassung

Seit ca. 20 Jahren versuchen Forscher Antezedenzien von Adaptation bzw. erfolgreicher

Anpassung an Veränderungen zu identifizieren. Die Befundlage ist jedoch inkonsistent,

sodass mit der vorliegenden Arbeit eine Synthese der Zusammenhänge zwischen

ausgewählten Faktoren und Adaptation angestrebt wird. Darüber hinaus wird der Einfluss

eines bisher vernachlässigten Faktors experimentell untersucht. In der ersten Studie wurden

die Zusammenhänge zwischen kognitiven Fähigkeiten und Adaptation metaanalytisch

zusammengefasst. Die Metaanalyse (119 Effektstärken aus 42 Studien) ergab, dass die

kognitiven Fähigkeiten adaptationsförderlich sind (r = .21). Allerdings wurden große

Unterschiede zwischen den einzelnen Effektstärken identifiziert, die teilweise auf die

Messmethode der Adaptation zurückgeführt werden konnten. Stärkere Zusammenhänge

konnten unter Verwendung objektiver Adaptationsmaße (z. B. Genauigkeit als

Aufgabenleistung) beobachtet werden. Im Rahmen von Studie 2 wurden

Zielorientierungsdimensionen als Korrelate von Adaptation metaanalytisch untersucht (88

Effektstärken aus 23 Studien). Auch in dieser Metaanalyse war die Messmethode von

Adaptation relevant, da stärkere Zusammenhänge bei subjektiven Adaptationsmaßen (z. B.

selbstberichtete Adaptation) gefunden wurden. In Studie 3 wurde der Einfluss der Ego-

Depletion auf adaptive Leistung experimentell untersucht (n = 139). Entgegen der Hypothese

gab es keine Hinweise auf eine Beeinträchtigung der adaptiven Leistung durch Erschöpfung

der Selbstkontrollressourcen. Es konnte jedoch der aus Studie 1 bekannte

adaptationsförderliche Einfluss der kognitiven Fähigkeiten nachgewiesen werden.

6

Summary

Intelligence, goal orientation, and ego depletion as antecedences of adaption:

Meta-analytical and experimental findings

Since approximately 20 years researchers try to identify antecedences of adaption or

successful adjustment to changes. However, the evidence is inconsistent so the present work

is aimed at the synthesis of relationships between selected factors and adaption. Furthermore,

influence of one previously neglected factor will be examined experimentally. In the first

study the relationships between cognitive abilities and adaption have been meta-analytically

summarized. The meta-analysis (119 effect sizes from 42 studies) indicated that cognitive

abilities promote adaption (r = .21). However, large differences were identified between

individual effect sizes, which could be partially attributed to the measurement method of

adaption. Stronger relationships could be observed using objective adaption scores (i.e.

accuracy as task performance). In the context of study 2 goal orientation dimensions were

meta-analytically examined (88 effect sizes from 23 studies) as correlates of adaption. In this

meta-analysis the measurement method of adaption was relevant too, because stronger

relationships were found for subjective adaption ratings (e.g. self-reported adaption). In study

3 the influence of ego depletion on adaptive performance has been experimentally examined

(n = 139). Contrary to the hypothesis there were no hints for adaptive performance

impairment due to depletion of self-control resources. However, the adaption promoting

influence of cognitive abilities, which was known from study 1, could be demonstrated.

7

Inhaltsverzeichnis

Hinweise zur Dissertation ........................................................................................................ 4

Zusammenfassung .................................................................................................................... 5

Summary ................................................................................................................................... 6

1 Einleitung ............................................................................................................................... 8

1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten ................... 9

1.2 Messung von Adaptation ........................................................................................ 16

1.3 Antezedenzien und Konsequenzen von Adaptation ............................................... 26

2 Dissertationsstudien ............................................................................................................ 35

2.1 Artikel 1: Kognitive Fähigkeiten und Adaptation .................................................. 35

2.1.1 Einleitende Bemerkungen ........................................................................ 35

2.1.2 Abstract .................................................................................................... 37

2.2 Artikel 2: Zielorientierung und Adaptation ............................................................ 38


2.2.2 Abstract .................................................................................................... 39

2.3 Artikel 3: Ego-Depletion und adaptive Leistung .................................................... 40


2.3.2 Abstract .................................................................................................... 42

3 Diskussion ............................................................................................................................ 43

3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse ............. 43

3.2 Ausblick .................................................................................................................. 54

Literatur .................................................................................................................................. 64

Eigenständigkeitserklärung ................................................................................................... 88

1 Einleitung 8

1 Einleitung

Viele Berufe und Situationen umfassen Tätigkeiten, in denen eine erfolgreiche Anpassung

menschlichen Verhaltens notwendig ist. Beispielsweise stellen technologische Innovationen,

Notzustände und internationale Projekte Herausforderungen dar, die eine solche Adaptation

erfordern. Auch aktuelle Ereignisse wie die durch den Bürgerkrieg in Syrien verursachte

Flüchtlingskrise und die daraus folgende Integration der Flüchtlinge in den westeuropäischen

Arbeitsmarkt verdeutlichen die Relevanz der adaptiven Leistung (z. B. interkulturelle

Adaptation). Folglich kann die Anpassungsfähigkeit in den nächsten Jahrzehnten zu einem

wichtigen Einstellungskriterium werden (Ryan & Ployhart, 2014).

Allerdings gab es bisher wenig Klarheit in Bezug auf die Relevanz bestimmter

Faktoren bei der Vorhersage von Adaptation (Jundt, Shoss, & Huang, 2015). Unter anderem

haben dazu die inkonsistenten Befunde beigetragen. Solche Probleme sind auch darauf

zurückzuführen, dass kaum quantitative Reviews vorhanden waren, die üblicherweise zur

Klärung widersprüchlicher Befunde herangezogen werden können. Mit der vorliegenden

Arbeit soll nun zur Schließung dieser Wissenslücke beigetragen werden. Systematische

Vergleiche von Studien, in denen kognitive Fähigkeiten und Zielorientierung als

Antezedenzien von Adaptation untersucht wurden, stehen dabei im Mittelpunkt. Darüber

hinaus wird hier auf die Rolle von bisher vernachlässigten Faktoren hingewiesen, wie z. B.

Selbstregulation.

Die vorliegende Dissertation wird in drei Teile gegliedert. Im ersten Teil der Arbeit

werden die verschiedenen Definitionen des Adaptationskonstrukts dargestellt. Darüber hinaus

wird das zentrale Konstrukt von anderen Konzepten abgegrenzt. Zudem werden die

unterschiedlichen Messverfahren vorgestellt. Anschließend werden die bisherigen Ergebnisse

zu Antezedenzien und Konsequenzen von Adaptation zusammengefasst.

Der zweite Teil der Arbeit bezieht sich auf die drei durchgeführten

Dissertationsstudien. Bei den ersten zwei Artikeln handelt es sich um metaanalytische

1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten 9

Studien, in denen (1) ein bewährter Leistungsprädiktor in Form von Intelligenz bzw.

kognitiven Fähigkeiten und (2) motivationale Aspekte in Form von Zielorientierung

(Lernzielorientierung, Annäherungs- und Vermeidungsleistungszielorientierung) als Korrelate

von Adaptation untersucht wurden. In der dritten Studie wurde hingegen ein experimentelles

Design gewählt, um den Einfluss von zwei Variablen auf den Adaptationsprozess zu

untersuchen. Bei den berücksichtigten Prädiktoren handelt es sich um eine Variable, die sich

in der ersten Studie als relevant erwiesen hat (Intelligenz), und eine neue Variable, die bisher

nicht im Adaptationskontext untersucht wurde (Ego-Depletion).

Im dritten Teil der Dissertation werden die Ergebnisse der durchgeführten Studien im

Kontext von anderen Studien kritisch interpretiert. Abschließend wird auf offene Fragen und

zukünftige Forschungsmöglichkeiten hingewiesen.

1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten

Im Alltag werden wir häufig mit unvorhersehbaren Ereignissen konfrontiert, die mit den

entwickelten Routinen und Automatismen nicht adäquat bewältigt werden können (Baard,

Rench, & Kozlowski, 2014; Bröder & Schiffer, 2006). In solchen Fällen ist eine Anpassung

erforderlich. Diese Adaptation kann auf der Ebene von Individuen, Gruppen oder

Organisationen geschehen (Carpini, Parker, & Griffin, 2017; Marques-Quinteiro & Curral,

2012; Marques-Quinteiro, Ramos-Villagrasa, Passos, & Curral, 2015; Maynard, Kennedy, &

Sommer, 2015). Individuelle Adaptation kann z. B. bei technologischen Innovationen am

Arbeitsplatz notwendig sein, wie etwa bei der Anpassung an neue Geräte oder Software. Eine

Gruppenadaptation kann erforderlich sein, wenn ein Teammitglied die Gruppe plötzlich

verlässt und die Gruppenrollen angepasst werden müssen. Auch auf der organisationalen

Ebene können bestimmte Ereignisse (z. B. ökonomische Krise, Fusion) adaptive

Strategieänderungen bedingen.


Trotz der Ähnlichkeiten gibt es auch bedeutsame Unterschiede zwischen den drei

Ebenen hinsichtlich der Adaptationsprozesse. Beispielsweise treten manche Prozesse nur auf

höheren Ebenen auf. Dazu gehören u. a. Kommunikation und Umstrukturierungen. Es ist

daher nicht verwunderlich, dass selbst in Überblicksarbeiten die Synthese der Befunde nicht

auf allen Ebenen geschieht (Jundt et al., 2015; Maynard et al., 2015). Aus diesen Gründen und

da ich in den Dissertationsstudien ausschließlich die ersten zwei Ebenen (Individuum, Team)

untersucht habe, werde ich mich in der vorliegenden Arbeit auf diese zwei Adaptationsformen

beschränken.

Die explizite Auseinandersetzung mit dem Konstrukt begann Ende des 20.

Jahrhunderts (Allworth & Hesketh, 1999). Die Überlegungen und empirische Ergebnisse aus

der ersten Forschungsphase haben sich insofern bewährt, als sie auch in neueren Arbeiten

häufig aufgegriffen werden. So beziehen sich viele Autoren (Marques-Quinteiro et al., 2015;

Wihler, Meurs, Wiesmann, Troll, & Blickle, 2017) auf die Arbeit von Pulakos und Kollegen

(2000), in der Adaptation als „altering behavior to meet the demands of a new situation,

event, or set of circumstances“ (S. 615) definiert wurde. Demnach kann Adaptation als

Verhaltensänderung aufgefasst werden. Beispielsweise könnte ein Mitarbeiter auf

telefonischen Kontakt mit KooperationspartnerInnen ausweichen, wenn es Internetprobleme

gibt.

Obwohl sich die Forscher einig sind, dass der Umgang mit Veränderungen zentral bei

Adaptation ist, gibt es z. T. große Unterschiede bezüglich der Benennung und Definition und

der daraus folgenden Implikationen von Adaptation. In ihren Überblicksarbeiten haben

verschiedene Autoren darauf hingewiesen (Baard et al., 2014; Bohle Carbonell, Stalmeijer,

Könings, Segers, & van Merriënboer, 2014; Jundt et al., 2015), dass in der Forschungsliteratur

unterschiedliche Bezeichnungen austauschbar verwendet werden, z. B. adaptive performance,

adaptive expertise, post-change performance, adaptive transfer, adaptability, performance

adaption. Darüber hinaus wird das Konstrukt unterschiedlich definiert. In der vorliegenden


Arbeit wird zwischen Anpassungsfähigkeit (adaptability) und adaptiver Leistung (adaptive

performance) differenziert. In den ersten zwei Dissertationsstudien werden sowohl die

Anpassungsfähigkeit als auch adaptive Leistung berücksichtigt. In der dritten Studie wird

ausschließlich die adaptive Leistung untersucht. Im nächsten Abschnitt werden diese zwei

Konzeptualisierungen von Adaptation ausführlicher beschrieben.

Der Begriff Anpassungsfähigkeit impliziert, dass eine Fähigkeit im Mittelpunkt steht,

über unterschiedliche Situationen hinweg adaptiv zu handeln. Manchmal wird die

Anpassungsfähigkeit sogar als ein Amalgam, das aus Fähigkeiten, Verhalten, Fertigkeiten,

Wissen und Präferenzen besteht, verstanden (Hamtiaux, Houssemand, & Vrignaud, 2013;

Ployhart & Bliese, 2006; Wang, 2012; Zorzie, 2012). Im Gegensatz zur fähigkeitsbasierten

Auffassung von Adaptation implizieren Bezeichnungen wie adaptive behaviour oder adaptive

performance lediglich, dass adaptives Verhalten in konkreten Situationen gezeigt wird. Da

anpassungsfähige Personen nicht immer adaptiv handeln, kann die Unterscheidung zwischen

der Fähigkeit und der tatsächlichen Leistung in der Praxis nützlich sein.

In der vorgestellten Definition von Pulakos und Kollegen (2000) wird adaptive

performance (AP) als Verhaltensänderung definiert. In weiteren Definitionen werden z. T.

andere Aspekte betont. Beispielsweise haben Baard und Kollegen (2014) performance

adaptation sehr breit definiert: „(…) cognitive, affective, motivational, and behavioral

modifications made in response to the demands of a new or changing environment, or

situational demands“ (S. 50). Die Berücksichtigung kognitiver und affektiver Reaktionen auf

Veränderungen erschwert jedoch eine Abgrenzung der Adaptation von Konstrukten wie

Coping, das als unterschiedliche (z. B. kognitive) Auseinandersetzungsmöglichkeiten mit

herausfordernden Situationen aufgefasst werden kann (Beuing, 2009). Jundt und Kollegen

(2015) haben wiederum eine weniger inklusive Definition von AP in ihrem Reviewartikel

vorgeschlagen: „(…) task-performance-directed behaviors individuals enact in response to or

anticipation of changes relevant to job-related tasks“ (S. 54–55). Allerdings wird sowohl in


dieser Definition als auch in der Definition von Baard und Kollegen der Funktionalitätsaspekt

der adaptiven Reaktionen vernachlässigt. Manche Reaktionen auf Veränderungen können mit

langfristigen Leistungseinbußen einhergehen (z. B. Aggression), sodass in solchen Fällen

nicht von einer Adaptation gesprochen werden kann. Stattdessen müsste man von einer

Fehlanpassung (maladaption) sprechen. Dementsprechend definieren Kröger und Staufenbiel

(2012) AP als „Verhalten, mit dem auf eine veränderte Arbeitssituation reagiert wird und das

funktional für die Erreichung der Unternehmensziele ist“ (S. 57).

Die Definition von Kröger und Staufenbiel wird als Ausgangspunkt für die

Erarbeitung der zugrundeliegenden Definition der vorliegenden Arbeit genutzt. Ähnlich wie

Pulakos und Kollegen (2000) definieren Kröger und Staufenbiel Adaptation als Verhalten.

Zusätzlich betonen sie den entscheidenden Aspekt der Verhaltensfunktionalität. Schließlich

können schädliche Reaktionen nicht als adaptiv bezeichnet werden. Einige Merkmale der

zitierten Definition sind jedoch problematisch, z. B. der Bezug auf die Unternehmensziele. Er

führt dazu, dass man streng genommen im Zusammenhang mit manchen relevanten

Verhaltensweisen, Entitäten und Kontexten nicht den Ausdruck adaptive performance

verwenden darf. Beispielsweise kann funktionales Verhalten von Individuen und Teams laut

der Definition nicht als AP klassifiziert werden, wenn das Verhalten nicht zusätzlich

„funktional für die Erreichung der Unternehmensziele ist“. Zwar ist dadurch eine Abgrenzung

vom kontraproduktiven Verhalten möglich (Kröger & Staufenbiel, 2012), aber die Betonung

der Relevanz von Unternehmenszielen bedeutet, dass man die meisten vorhandenen

Adaptationsbefunde ignorieren müsste. Die entsprechenden Studien basieren nämlich häufig

auf studentischen Stichproben (Good & Michel, 2013; Hardy, Imose, & Day, 2014; LePine,

Colquitt, & Erez, 2000), sodass in solchen Studien Unternehmensziele irrelevant sind. Die

gewünschte Abgrenzung von kontraproduktivem Verhalten (z. B. Diebstahl) wäre durch einen

expliziten Ausschluss solcher Verhaltensweisen in der Definition möglich. Man könnte auch

darauf hinweisen, dass adaptives Verhalten funktional für die Entität (z. B. Individuum) und


höher liegende Entitäten (z. B. Team) sein muss. Außerdem könnte man betonen, dass den

relevanten Entitäten kein (Selbst-)Schaden hinzugefügt wird. Die letzte Einschränkung könnte

gegebenenfalls modifiziert werden. Bei einer profitorientierten Modifikation könnte z. B.

argumentiert werden, dass die Ziele der höher liegenden Entitäten (z. B. Organisation) am

wichtigsten sind. Alternativ könnte man, ähnlich zum Konstrukt Organizational Citizenship

Behavior (Organ, 1997; Staufenbiel, 2000), zwischen unterschiedlichen Arten von AP

differenzieren. So müsste das Verhalten bei AP-O funktional für die Organisationsziele sein.

Zusätzlich könnte man auch die Funktionalität im Hinblick auf die Ziele des Teams (AP-T)

oder des Individuums (AP-I) betrachten.

In der erwähnten Definition von Kröger und Staufenbiel (2012) wird spezifiziert, dass

lediglich Arbeitssituationen AP erfordern können. Dadurch werden jedoch relevante

Lernsituationen ausgeschlossen (z. B. im universitären Kontext), die ebenfalls eine

Anpassung des Verhaltens erfordern (Bohle Carbonell et al., 2014). Zwar könnte man

argumentieren, dass man für die unberücksichtigten Fälle eine andere Bezeichnung als AP

verwenden könnte, aber dies würde zur problematischen Konstrukt-Proliferation beitragen

(Podsakoff, MacKenzie, & Podsakoff, 2016; Shaffer, DeGeest, & Li, 2016). Für manche neue

psychologische Konzepte fehlen nämlich entsprechende Beweise, dass es sich um

eigenständige Konstrukte handelt (Joseph, Jin, Newman, & Boyle, 2015; Le, Schmidt, Harter,

& Lauver, 2010). Solche Konstrukte sind mit bereits etablierten Konstrukten redundant.

Darüber hinaus weisen sie keine differenziellen Zusammenhänge mit anderen Variablen auf.

Ähnliches könnte passieren, wenn man darauf bestehen würde, dass AP nur innerhalb

bestimmter Kontexte der Arbeits- und Organisationspsychologie erfasst werden kann. Die

Beschränkung auf Arbeitssituationen ist insofern nachvollziehbar, als die in Studien

verwendeten Leistungstaxonomien (z. B. Unterscheidung in adaptives und proaktives

Verhalten) häufig innerhalb der Arbeits- und Organisationspsychologie entwickelt wurden. In

den durchgeführten Metaanalysen (Studien 1 und 2) wurden ebenfalls v. a. Studien aus


diesem Bereich berücksichtigt. Dennoch konnten auch relevante Arbeiten aus anderen

Forschungsbereichen identifiziert werden (Hardy et al., 2014; Schunn & Reder, 2001), sodass

im Folgenden davon ausgegangen wird, dass sowohl Arbeits- als auch Lernsituationen AP

erfordern können.

Eine an Kröger und Staufenbiel (2012) angelehnte Definition könnte unter

Berücksichtigung der erwähnten Kritikpunkte wie folgt lauten: AP ist ein Verhalten, mit dem

auf eine veränderte Arbeits- oder Lernsituation reagiert wird, das funktional für die

Erreichung der Ziele der agierenden Entität (z. B. Individuum) und einer sie umfassenden

Entität (z. B. Organisation) ist und keine Nachteile für die beiden Entitätsarten impliziert.

Darauf aufbauend könnte man die Anpassungsfähigkeit als Fähigkeit, AP über

unterschiedliche Situationen hinweg zu zeigen, definieren. Nachdem die Definition der

Adaptation präsentiert wurde, die mit allen drei Dissertationsstudien vereinbar ist, wird nun

die Struktur des Konstrukts beschrieben.

Die ersten Versuche, die Struktur der leistungsbezogenen Adaptation zu beschreiben,

sind u. a. auf die Forschergruppe um Elaine Pulakos zurückzuführen (Pulakos et al., 2002;

Pulakos, Arad, Donovan, & Plamondon, 2000), die acht allgemeine Adaptationsformen

spezifiziert hat: (1) Umgang mit Notfällen und Krisensituationen; (2) Umgang mit

Arbeitsstress; (3) kreatives Lösen von Problemen; (4) Umgang mit unsicheren und

unvorhersehbaren Arbeitssituationen; (5) Erlernen von Arbeitsaufgaben, Technologien und

Prozeduren; (6) interpersonelle Adaptivität; (7) kulturelle Adaptivität und (8) körperliche

Adaptivität (Übersetzung nach Beuing, 2009). Die Anzahl der postulierten Adaptationsformen

impliziert, dass das Konstrukt in unterschiedlichen Situationen von Relevanz sein kann.

Verschiedene Situationen bzw. Jobs erfordern schließlich z. T. unterschiedliche

Anpassungsreaktionen. Beispielsweise wären bei einem Büroarbeiter, der in einer kulturell

homogenen Abteilung arbeitet, die Dimensionen kulturelle und körperliche Adaptivität kaum

relevant. Die Dimensionen von Pulakos und Kollegen (2000) basieren auf der Analyse von


1311 kritischen Ereignissen, die Adaptation im Rahmen von 21 Berufen (z. B. Soldaten,

Juristen, Manager) erfordern können, sodass sie vermutlich eine erschöpfende Beschreibung

der Adaptation ermöglichen. Dennoch sind auch weitere Adaptationsformen denkbar (Carpini

et al., 2017; Frost & Spijkers, 2016).

Aufgrund der Tatsache, dass die Items des Instruments von Pulakos und Kollegen

(2000) nicht frei zugänglich sind, haben unterschiedliche Forscher eigene Instrumente in

Anlehnung an die acht postulierten Dimensionen entwickelt (Ployhart & Bliese, 2006).

Meistens konnte jedoch die faktorielle Struktur nicht repliziert werden. In der Regel wurden

weniger Faktoren identifiziert, z. B. fünf (Charbonnier-Voirin & Roussel, 2012), zwei (B.

Griffin & Hesketh, 2003; Kröger & Staufenbiel, 2012; Marques-Quinteiro et al., 2015) oder

ein Faktor (Stokes, Schneider, & Lyons, 2010).

In ihrer Metaanalyse haben Huang und Kollegen (2014) die acht Dimensionen von

Pulakos und Kollegen zwei allgemeineren Adaptationsformen zugeordnet, die sie als reaktive

und proaktive Adaptation bezeichnet haben. Entscheidend in dieser Klassifikation ist der

Zeitpunkt der Verhaltensänderung. Proaktive Adaptation könnte demnach als eine

Verhaltensänderung aufgefasst werden, die vor der Situationsänderung geschieht (Carpini et

al., 2017). Beispielsweise haben Huang und Kollegen kreatives Lösen von Problemen und

Umgang mit Krisen als proaktive Adaptation klassifiziert. Empirische Vergleiche

unterschiedlicher Modelle haben jedoch ergeben, dass andere Unterscheidungen (z. B.

aufgabenbezogene Adaptation vs. soziale Adaptation) besser sein könnten (Kröger &

Staufenbiel, 2012). In der Tat wird proaktives Verhalten häufig als eigenständige

Leistungsdimension beschrieben, die nicht zur Adaptation gehört (Carpini et al., 2017; M. A.

Griffin, Neal, & Parker, 2007; Neal, Yeo, Koy, & Xiao, 2012). Demnach kann AP

ausschließlich als reaktives Verhalten aufgefasst werden, d. h., es handelt sich um Reaktionen

auf Veränderungen. Adaptation und proaktives Verhalten können sich jedoch gegenseitig

1.2 Messung von Adaptation 16

verstärken (Carpini et al., 2017). Beispielsweise kann eine erfolgreiche Anpassung proaktives

Verhalten fördern.

Genauso wie proaktives Verhalten wird AP mittlerweile als eine eigenständige

Leistungsdimension beschrieben, die ähnlich wie Organizational Citizenship Behavior,

kontraproduktives Verhalten, kreatives Verhalten und innovatives Verhalten nicht mit der

allgemeinen Jobleistung gleichgesetzt werden kann (Harari et al., 2016; Kröger &

Staufenbiel, 2012). Mehrere Forschergruppen konnten sowohl inhaltliche als auch empirische

Unterscheidungspunkte zwischen der Aufgabenleistung (task performance) und AP

nachweisen (M. A. Griffin et al., 2007; Kröger & Staufenbiel, 2012; Shoss, Witt, & Vera,

2012). Beispielsweise kann man häufig task performance und AP mit Merkmalen wie

Intelligenz unterschiedlich gut vorhersagen (LePine et al., 2000; Morgan et al., 2013).

Außerdem sind manche Prädiktoren, die sich als relevant zur Vorhersage von task

performance erwiesen haben, nicht unbedingt von Bedeutung, wenn AP vorhergesagt werden

soll. Demzufolge ist die Suche nach geeigneten Prädiktoren von AP keineswegs trivial, was

im Kapitel 1.3 demonstriert werden soll. Zunächst werden jedoch die verschiedenen

Möglichkeiten der Messung von Adaptation beschrieben.

1.2 Messung von Adaptation

Zur Messung der Adaptationsdimensionen können unterschiedliche Methoden herangezogen

werden, aus denen zwei große Gruppen von Maßen resultieren. Im AP-Kontext werden sie

häufig als subjektive und objektive Maße bezeichnet (Bohle Carbonell et al., 2014; Stokes et

al., 2010). Zu den subjektiven Maßen gehören Selbstberichte und Ratings von anderen

Personen (z. B. Mitarbeiter, Vorgesetzte). Als objektiv werden v. a. Aufgabenergebnisse

bezeichnet, z. B. Genauigkeit bzw. accuracy (Chang, Atanasov, Patil, Mellers, & Tetlock,

2017; LePine et al., 2000) und seltener Schnelligkeit (Johnson et al., 2006). Im Folgenden

werden diese zwei Arten von Maßen ausführlicher beschrieben.


Der Ausdruck subjektive Maße ist darauf zurückzuführen, dass die

Leistungsbewertung von der Meinung der befragten Person abhängig ist. Die befragte Person

kann gebeten werden, die eigene Leistung zu bewerten (Selbstbericht) oder die adaptive

Leistung anderer Personen zu beurteilen (Fremdbericht). Dementsprechend umfasst die

Kategorie der subjektiven Maße viele Informationsquellen (z. B. Selbst, Mitarbeiter,

Vorgesetzte). Ratings von einzelnen Personen können dabei auf den bereits erwähnten

Fragebögen zur Messung von Adaptation basieren (z. B. Charbonnier-Voirin & Roussel,

2012; Ployhart & Bliese, 2006). Im deutschsprachigen Raum könnte man z. B. das Instrument

von Kröger und Staufenbiel (2012) nutzen, um eine AP-Schätzung anhand von Selbst- oder

Fremdberichten zu erhalten. Der Fragebogen ermöglicht eine Differenzierung zwischen der

aufgabenbezogenen adaptiven Leistung (z. B. „Der Mitarbeiter/die Mitarbeiterin eignet sich

schnell das relevante Wissen über neue Arbeitsinhalte an“) und der sozialen AP (z. B. „Der

Mitarbeiter/die Mitarbeiterin steht neuen Kolleginnen/Kollegen hilfreich zur Seite“) anhand

von 18 Items. Diese zwei Dimensionen wurden aus sieben der acht von Pulakos und Kollegen

(2000) vorgeschlagenen Faktoren abgeleitet (ohne körperliche Adaptivität). Laut Kröger und

Staufenbiel (2012) gehören interkulturelle und interpersonelle Adaptivität zur sozialen

Adaptation. Aufgabenbezogene Adaptation umfasst hingegen den Umgang mit Notfällen und

Krisensituationen, Umgang mit Arbeitsstress, Umgang mit unsicheren und unvorhersehbaren

Arbeitssituationen, kreatives Lösen von Problemen und Erlernen von Arbeitsaufgaben,

Technologien und Prozeduren. Subjektive Maße erfassen in der Regel mehr

Adaptationsaspekte als objektive Maße, weil mit den entsprechenden Fragebögen mehrere

Adaptationsdimensionen gemessen werden können. Im Gegensatz dazu resultieren objektive

Maße häufig aus einer einzigen Aufgabe, was in den folgenden Abschnitten näher erläutert

wird.


AP-Aufgaben werden häufig im sogenannten Aufgabenwechselparadigma (task-

change paradigm) realisiert (Lang & Bliese, 2009; Niessen & Jimmieson, 2016), das im

Folgenden beschrieben wird (siehe auch Abbildung 1). In Untersuchungen mit einem

Aufgabenwechsel werden Personen zunächst gebeten, eine bestimmte Aufgabe zu bearbeiten.

Nachdem sie eine gewisse Anzahl an Reizen bearbeitet haben oder nachdem die vorgesehene

Zeit abgelaufen ist, werden die Aufgabenanforderungen geändert. Es wird nun erwartet, dass

sich Personen an die Änderung(en) erfolgreich anpassen und somit AP zeigen werden. Die

Veränderung führt üblicherweise zu einer Leistungsverschlechterung (Howe, 2014; LePine et

al., 2000), weil Strategien, die in der Phase vor der Veränderung effizient waren, nach der

Veränderung weniger effizient oder sogar kontraproduktiv sind. Dennoch sind Personen

oftmals in der Lage, ihre Strategien nach einer bestimmten Zeit zu optimieren, was in einer

Leistungsverbesserung resultiert (Wheeler, 2012).

Abbildung 1. Veranschaulichung des Aufgabenwechselparadigmas (task-change paradigm).

Die dargestellte Kurve stellt eine mögliche Leistungstrajektorie in diesem Paradigma dar. Die

Leistung (Fehler) wurde in diesem Fall 10-mal erfasst (jeweils fünf Messzeitpunkte vor und

nach der Veränderung).


Das Ausmaß der Veränderung im Aufgabenwechselparadigma variiert zwischen den

einzelnen Studien. Häufig werden jedoch mehrere Aufgabenmerkmale geändert, sodass die

Aufgabe nach der Veränderung im Extremfall komplexer, schwieriger und dynamischer ist

(Bell & Kozlowski, 2008). Die Adaptationsleistung kann dabei unterschiedlich

operationalisiert werden. Beispielsweise haben Bell und Kozlowski den getesteten Personen

Punkte für korrekte Erledigung der Teilaufgaben gegeben und davon Punkte für falsche

Entscheidungen abgezogen. Im Gegensatz dazu haben Randall und Kollegen (2011) die

einzelnen Entscheidungen nicht bewertet, sondern nur das Endresultat (das

Populationswachstum in einer Stadtsimulation) als objektives Leistungskriterium verwendet.

Die Art der verwendeten Maße hängt also vom Aufgabentyp und der Aufgabenkomplexität

ab. Zur Generierung der objektiven AP-Maße wurden bisher solche Aufgaben wie

Radarüberwachung (Kozlowski et al., 2001), Panzerkampfwagenszenarien (Lang & Bliese,

2009), Reproduktion von Präsentationsfolien (Keith, Richter, & Naumann, 2010),

Börsenszenarien (Howe, 2014) oder Videospiele (Hughes et al., 2013; K. R. Randall, Resick,

& DeChurch, 2011; Schuelke et al., 2009) herangezogen.

Das Aufgabenwechselparadigma impliziert, dass man Adaptation nicht nur als

Ergebnis oder Outcome, sondern auch als Prozess auffassen kann. Adaptation wird jedoch

häufig mit der Durchschnitts- oder Gesamtleistung nach der Veränderung gleichgesetzt

(Hardy et al., 2014; LePine, 2003). Lang und Bliese (2009) haben jedoch einen Ansatz

vorgestellt, der eine adäquatere Analyse von AP ermöglicht. Laut diesen Autoren kann man

einzelne Aufgabenreize bzw. Aufgabenblöcke als Messzeitpunkte betrachten. Folglich

können längsschnittliche Auswertungsverfahren zur Analyse der Leistungstrajektorien

herangezogen werden. In der Vergangenheit wurden längsschnittliche Modellierungsversuche

relativ selten unternommen (Ahearne, Lam, Mathieu, & Bolander, 2010; LePine, 2005). Lang

und Bliese haben jedoch ausgefeilte Kodierungsschemata vorgeschlagen, die eine

differenzierte Beschreibung der Leistung ermöglichen (Bliese & Lang, 2016; Lang & Bliese,


2009). Die von ihnen beschriebene Modellierungsvariante wird als diskontinuierliche

Wachstumsmodelle bezeichnet. Mit Diskontinuität ist hier die abrupte Änderung der

Leistungstrajektorie infolge des Aufgabenwechsels gemeint. Der in der Phase vor der

Veränderung stattfindende Lernprozess („Wachstum“) wird unterbrochen und Personen

zeigen plötzlich eine schlechtere Leistung. Üblicherweise wird zwischen vier

Grundparametern unterschieden, um die Leistungstrajektorien zu beschreiben: basale

Aufgabenleistung (basal task performance), Fähigkeitserwerb (skill acquisition),

Übergangsanpassung (transition adaption) und erneuter Fähigkeitserwerb (skill reacquisition

bzw. reacquisition adaption). Da diese Konzepte im Mittelpunkt der Studie 3 stehen, wird

ihre Bedeutung im Folgenden anhand der in Abbildung 2 dargestellten Leistungstrajektorien

genauer erläutert.

Abbildung 2. Adaptive Leistung von zwei unterschiedlichen Personen. Für Erklärungen siehe

Text.

Basale Aufgabenleistung bezieht sich meistens auf die durchschnittliche Leistung zum

ersten Messzeitpunkt. Mit dem Fähigkeitserwerb ist die durchschnittliche Lernrate in der

Phase vor der Veränderung gemeint. Die zwei letzten Komponenten sind zentral für die


Messung der Adaptation. Transition adaption steht für die durch den Aufgabenwechsel

verursachte Leistungsänderung (meistens Verschlechterung, vgl. Messzeitpunkte 5 und 6 in

Abbildung 2). Die genaue Interpretation ist jedoch von der gewählten Kodierung abhängig.

Man kann die Anpassung relativ zur Phase vor der Veränderung interpretieren, sodass der

entsprechende Modellkoeffizient als Unterschied zwischen der erwarteten und der

tatsächlichen Leistung gedeutet werden kann. Die erwartete Leistung wird anhand der basalen

Leistung und der Lernrate vor der Veränderung bestimmt. Sie entspricht also dem, was man

erwarten würde, wenn keine Veränderung eintreten würde. Bei entsprechender Kodierung

(Bliese, Adler, & Flynn, 2017; Bliese & Lang, 2016) kann jedoch transition adaption absolut

interpretiert werden, d. h. als Leistungsänderung zwischen dem letzten Messzeitpunkt vor der

Veränderung und dem ersten Messzeitpunkt nach der Veränderung. Der letzte von Lang und

Bliese (2009) vorgeschlagene Parameter – reacquisition adaption – kann ebenfalls relativ

oder absolut interpretiert werden. Bei der relativen Interpretation wird die Lernrate vor der

Veränderung mit der Lernrate nach der Veränderung verglichen, sodass man beurteilen kann,

in welcher Phase größere Fortschritte gemacht wurden. Im Gegensatz dazu wird bei der

absoluten Interpretation lediglich die Lernrate nach der Veränderung betrachtet.

Zwar ermöglicht die Berücksichtigung dieser vier Leistungsparameter eine adäquatere

Beschreibung der Leistungstrajektorien, als dies mit querschnittlichen Analyseverfahren

möglich ist, aber das vorgestellte Modell kann noch optimiert werden. Bei dem bisher

beschriebenen Modell geht man nämlich davon aus, dass die Lernraten innerhalb der Phasen

konstant sind. Abbildung 2 verdeutlicht jedoch, dass diese Annahme nicht unbedingt der

Realität entsprechen muss. Beispielsweise machen beide Personen größere Fortschritte

zwischen der dritten und vierten Messung als zwischen der ersten und zweiten Messung.

Demzufolge könnte man quadratische Terme für skill acquisition und reacquisition adaption

hinzufügen, um die Form der Kurve (veränderliche Lernrate) besser modellieren zu können.

In der Tat wird das manchmal gemacht (Lang & Bliese, 2009; Niessen & Jimmieson, 2016).


Die Komplexitätszunahme führt jedoch dazu, dass die Interpretation der Koeffizienten nicht

einfach ist. Das Vorhandensein von quadratischen Termen erschwert nämlich die Deutung der

Koeffizienten niedrigerer Ordnung (z. B. lineare Lernrate vor der Veränderung). Anhand von

Informationskriterien (AIC etc.), Signifikanztests oder theoretischen Überlegungen kann

jedoch entschieden werden, ob die Komplexitätszunahme sinnvoll ist (Long, 2012).

Die Annahme, dass die in den Leistungstrajektorien identifizierten Tendenzen

(sogenannte feste Effekte bzw. fixed effects) die gesamte Stichprobe gut abbilden, lässt sich

nicht immer verteidigen. Die erste Person in Abbildung 2 zeigt z. B. eine deutlich größere

Leistungsverschlechterung als die zweite Person. Bezogen auf die Abbildung lässt sich auch

schnell feststellen, dass beide Personen schon am Anfang unterschiedlich viele Fehler

machen. Die Berücksichtigung sogenannter zufälliger Effekte (random effects) ermöglicht

eine Modellierung solcher Abweichungen von durchschnittlichen Tendenzen (Bliese &

Ployhart, 2002; Curran, Obeidat, & Losardo, 2010; Raudenbush, 2001).

Natürlich sind interindividuelle Unterschiede nicht immer so groß, dass eine

Berücksichtigung zufälliger Effekte notwendig ist. Prinzipiell können jedoch für alle

beschriebenen Variablen, die die Form der Leistungskurve bestimmen, sowohl feste als auch

zufällige Effekte hinzugefügt werden. Aus diesem Grund werden solche Modelle auch als

gemischte Modelle bezeichnet (mixed-effects models). Solche Modelle können auch als eine

Spezialform der Mehrebenenmodelle (multilevel models) interpretiert werden.1 Die einzelnen

Leistungsmessungen (Ebene 1) sind nämlich in Personen bzw. Teams genestet (Ebene 2). Die

Modelloptimierungsmöglichkeiten, die in vorangehenden Abschnitten beschrieben wurden,

beziehen sich auf die erste Ebene. Allerdings kann die Komplexitätszunahme im Modell auch

durch die zweite Ebene bedingt sein. Da es nicht klar ist, warum sich die zwei

1 In der Literatur werden unterschiedliche Bezeichnungen für Mehrebenenmodelle verwendet, z. B.

hierarchisch lineare Modellierung (HLM) oder Modellierung mit Zufallskoeffizienten (random coefficient modelling, RCM). Gemeint ist jedoch dasselbe. Allerdings könnte man auch eine andere Form der Modellierung wählen, nämlich Strukturgleichungsmodellierung. Es ist zu erwarten, dass beide Vorgehensweisen bei relativ einfachen Modellen häufig zu äquivalenten Schlüssen führen werden (Pitariu & Ployhart, 2010; Ployhart & Ward, 2011). Mögliche Unterschiede wurden jedoch in diesem Forschungsfeld noch nicht untersucht.


Leistungstrajektorien in Abbildung 2 unterscheiden, könnte man zusätzliche Prädiktoren in

das Modell integrieren. Dabei kann es sich um Merkmale bzw. Eigenschaften des

Individuums/Teams (z. B. Intelligenz) oder Untersuchungsmerkmale (z. B.

Versuchsbedingungen) handeln. Man könnte z. B. untersuchen, ob Intelligenz zur Erklärung

der Leistungsunterschiede zwischen den zwei Personen in Abbildung 2 herangezogen werden

kann, indem man entsprechende Effekte testen würde (z. B. fester Effekt für Intelligenz, fester

Effekt für die Interaktion zwischen Intelligenz und transition adaption). Laut Kröger und

Staufenbiel (2012) ist es möglich, dass ein bestimmter Prädiktor unterschiedlich stark mit

verschiedenen Adaptationsphasen zusammenhängt. Schließlich besteht Adaptation aus

mehreren Schritten wie etwa Erkennen von Änderungen und Implementation von effizienten

Regeln bzw. Strategien (Howe, 2014; Jundt, 2009; Kröger & Staufenbiel, 2012). In der Tat

konnte die Relevanz von Intelligenz nicht immer für beide Adaptationskonzeptualisierungen

(transition adaption und reacquisition adaption) identifiziert werden (Howe, 2014; Lang &

Bliese, 2009)

Zwar ist das Aufgabenwechselparadigma stark verbreitet, aber nicht immer wird die

Aufgabe zwecks AP-Messung geändert. Gelegentlich werden auch Tests zur

Situationsbeurteilung (Situational Judgement Tests) verwendet (Chan & Schmitt, 2002; Grim,

2010). Getesteten Personen werden unterschiedliche Situationen zusammen mit möglichen

Reaktionen bzw. Antworten präsentiert. Die Aufgabe besteht darin, optimale Antworten für

die vorgegebenen Situationen zu identifizieren (vgl. Whetzel & McDaniel, 2009).

Zusammenfassend lässt sich sagen, dass mit subjektiven Maßen häufig mehr

Adaptationsdimensionen als mit objektiven Maßen erfasst werden. Nichtsdestotrotz müssen

Benutzer von subjektiven Maßen gewisse Verzerrungen in Kauf nehmen. Beispielsweise

werden mögliche Antezedenzien von Adaptation (z. B. Big Five) häufig mit Hilfe von

Fragebögen erfasst, sodass bei der Verwendung subjektiver Adaptationsmaße ein common

method bias auftreten kann (Podsakoff, MacKenzie, Lee, & Podsakoff, 2003): Die Stärke des


errechneten Zusammenhangs zwischen dem Prädiktor und der Adaptation wird

möglicherweise dadurch beeinflusst, dass beide Variablen auf derselben Informationsquelle

basieren. Ein weiteres Problem stellt die Subjektivität der Bewertung dar. Probleme der

menschlichen Introspektionsfähigkeit sind seit Jahrzehnten bekannt (Nisbett & Wilson, 1977)

und können zusammen mit anderen Faktoren (z. B. Impression-Management) zu einer

Überschätzung oder Unterschätzung der eigenen Leistung bzw. Kompetenz führen (Kruger &

Dunning, 1999; Mabe & West, 1982). Auch Fremdberichte sind fehleranfällig (z. B. Halo-

Effekt), sodass Baard und Kollegen (2014) die Verwendung unterschiedlicher

Informationsquellen im Rahmen des 360°-Feedbacks empfehlen.

Obwohl man erwähnte Probleme durch Verwendung objektiver Maße vermeiden

kann, sind sie nicht immer attraktiv für potenzielle Nutzer. Damit ist nicht nur die Tatsache

gemeint, dass man mit objektiven Maßen nur spezifische Adaptationsdimensionen erfassen

kann. Die Bearbeitung von Aufgaben, die zur Ableitung der objektiven Maße verwendet

werden, dauert in der Regel länger als die Bearbeitung eines Fragebogens. Zur

Veranschaulichung: Personen in der Studie von Lang und Bliese (2009) mussten 600

Durchgänge bearbeiten, was im Vergleich zum AP-Fragebogen von Kröger und Staufenbiel

(2012), der aus 18 Items besteht, nicht besonders ökonomisch ist. Im Rahmen des

Aufgabenwechselparadigmas muss man schließlich sicherstellen, dass die Aufgabe vor der

Veränderung von den meisten Personen gelernt wird, was in einer Erhöhung der Anzahl der

Durchgänge resultieren kann. Die Entscheidungsträger sind jedoch nicht unbedingt bereit, die

Durchführung langer Studien in ihren Unternehmen zu bewilligen. In der Tat wurden die

meisten Studien in diesem Forschungsfeld mit studentischen Stichproben durchgeführt (Good

& Michel, 2013; Keith et al., 2010; K. R. Randall et al., 2011). Andere Arten von Stichproben

wie Azubis oder Arbeiter wurden bisher relativ selten untersucht (Grim, 2010; Kluge,

Ritzmann, Burkolter, & Sauer, 2011).


Ähnlich wie in anderen Forschungsbereichen (Bommer, Johnson, Rich, Podsakoff, &

MacKenzie, 1995; Connolly, Kavanagh, & Viswesvaran, 2007) können subjektive und

objektive Maße nicht austauschbar verwendet werden. Üblicherweise hängen die beiden

Arten von Maßen innerhalb des Adaptationsforschungsfeldes nur moderat zusammen

(Baumgartner, 2015; Stokes et al., 2010; Upchurch, 2013). An dieser Stelle muss auch auf die

Unterschiede innerhalb der zwei Kategorien hingewiesen werden. In Studien, in denen

verschiedene Fragebögen zur Erfassung der Adaptation denselben Personen vorgelegt

wurden, waren die Zusammenhänge zwischen den verwendeten Instrumenten moderat bis

stark, aber keineswegs perfekt (Frost & Spijkers, 2016; Rosing & Wannagat, 2017). Ein

ähnliches Muster gibt es auch bei den objektiven Maßen (Kluge et al., 2011; LePine, 2003; K.

R. Randall et al., 2011).

Wie bereits erwähnt kann Adaptation sowohl auf Individualebene als auch auf

Teamebene untersucht werden. Manche Variablen (z. B. kognitive Fähigkeiten) können

sowohl zur Leistungsvorhersage des Individuums als auch des ganzen Teams herangezogen

werden. Obwohl es gewisse Ähnlichkeiten zwischen den beiden Ebenen gibt (Han &

Williams, 2008), umfasst die Teamadaptation zusätzliche Prozesse, wie Koordination oder

Kommunikation. Darüber hinaus können manche Einflussvariablen ausschließlich auf

Teamebene untersucht werden, z. B. die von den Teammitgliedern geteilten mentalen

Modelle (Burke, Stagl, Salas, Pierce, & Kendall, 2006; Maynard et al., 2015). Außerdem ist

es möglich, dass nicht förderliche Ausprägungen der Persönlichkeitsvariablen einzelner

Personen (z. B. relativ niedrige Intelligenz) durch die Ausprägungen anderer Teammitglieder

kompensiert werden können. Subjektive und objektive Adaptationsmaße können jedoch auf

beiden Ebenen eingesetzt werden. Aufgrund der in vorangehenden Abschnitten beschriebenen

Unterschiede bezüglich der Messung von Adaptation wurden in den Studien 1 und 2 u. a.

zwei methodische Moderatorvariablen berücksichtigt: Adaptationsmaß (subjektiv vs.

objektiv) und Ebene (Individuum vs. Team).

1.3 Antezedenzien und Konsequenzen von Adaptation 26

1.3 Antezedenzien und Konsequenzen von Adaptation

Mehrere Variablen wurden bisher als Antezedenzien von Adaptation untersucht (Bohle

Carbonell et al., 2014; Jundt et al., 2015), u. a. kognitive Fähigkeiten (M. Carter & Beier,

2010; Kozlowski et al., 2001), Zielorientierung (Davis, Dibrell, Craig, & Green, 2013;

Marques-Quinteiro & Curral, 2012), Selbstwirksamkeit (Marques-Quinteiro et al., 2015;

Stokes et al., 2010) und Führungsstile (Charbonnier-Voirin, El Akremi, & Vandenberghe,

2010; Charbonnier-Voirin & Roussel, 2012). Allerdings liegen für manche Antezedenzien nur

wenige Befunde vor (z. B. Führungsstile). Für andere Prädiktoren sind die Ergebnisse z. T.

sehr heterogen. Beispielsweise gibt es in der Forschungsliteratur sowohl positive (Davis et al.,

2013; Marques-Quinteiro & Curral, 2012) als auch Null-Zusammenhänge (Ahearne et al.,

2010; Itani, Agnihotri, & Dingus, 2017) zwischen Lernzielorientierung und Adaptation.

Daran knüpft die vorliegende Dissertation an. In den ersten zwei Studien wird der

Zusammenhang zwischen ausgewählten Antezedenzien (kognitive Fähigkeiten,

Zielorientierung) und Adaptation systematisch in Form von Metaanalysen untersucht.

Darüber hinaus wird auch die Relevanz einer bisher vernachlässigten Variablen (Ego-

Depletion) in einer experimentellen Studie überprüft. Zunächst werden jedoch bisherige

Befunde aus dem Adaptationsforschungsfeld zusammenfassend dargestellt.

In ihrem Überblicksartikel unterteilen Jundt und Kollegen (2015) Antezedenzien von

individueller Adaptation in distale und proximale Prädiktoren. Bei der erstgenannten Gruppe

handelt es sich um Aspekte, die sich nicht direkt auf die Adaptation auswirken. Der Einfluss

wird über andere Faktoren vermittelt. Solche distalen Prädiktoren sind über die Zeit hinweg

relativ stabil. Dazu gehören Persönlichkeitseigenschaften (z. B. kognitive Fähigkeiten,

Gewissenhaftigkeit), Lernstrategien (z. B. exploratives Lernen) und kontextuelle Faktoren

(z. B. transformationale Führung). Im Gegensatz dazu können proximale Faktoren die

Adaptation direkt beeinflussen. Sie sind stärker veränderlich und umfassen solche Aspekte

wie Selbstregulation (z. B. Metakognition). Ein Vergleich mit anderen


Systematisierungsversuchen ergibt jedoch, dass sich die Autoren nicht einig sind, welche

Prädiktoren tatsächlich relevant bei der Vorhersage von Adaptation sind. Beispielsweise sei

laut Baard und Kollegen (2014) Offenheit für Erfahrungen ein konsistenter Prädiktor von

Adaptation. Jundt und Kollegen (2015) bezeichnen jedoch die vorliegenden Befunde als

gemischt, und Offenheit taucht nicht in ihrer Zusammenstellung der wichtigsten Prädiktoren

auf.

Obwohl solche Persönlichkeitsaspekte (v. a. Gewissenhaftigkeit) bei der Vorhersage

anderer Leistungsformen (z. B. akademische Leistung) nützlich sein können (Poropat, 2009;

Stajkovic, Bandura, Locke, Lee, & Sergent, 2018; Vedel, 2014), scheinen sie im

Adaptationskontext weniger relevant zu sein. Laut metaanalytischen Befunden sind die

Zusammenhänge meistens schwach (Huang, Ryan, Zabel, & Palmer, 2014; Woo,

Chernyshenko, Stark, & Conz, 2014). Die errechneten durchschnittlichen Effektstärken lagen

selten über der konventionellen Grenze von |r| = .10 (Cohen, 1992) für einen kleinen Effekt.

Selbst wenn man einwenden würde, dass die Konventionen von Cohen zu streng sind und die

Bewertung anhand von anderen Cut-off-Werten geschehen müsste, wären die Effektstärken

relativ klein. Zur Veranschaulichung: In einer Analyse von über 3000 Zusammenhängen

zwischen psychologischen Merkmalen und Leistung waren ca. 50 % von ihnen stärker als

|r| = .16 (Bosco, Aguinis, Singh, Field, & Pierce, 2015, vgl. auch Gignac & Szodorai, 2016).

Die praktische Relevanz der fünf Persönlichkeitsfaktoren scheint also im Adaptationskontext

fragwürdig zu sein.

Im Gegensatz dazu werden kognitive Fähigkeiten von vielen Autoren als bedeutsamer

Prädiktor von Adaptation beschrieben (Baard et al., 2014; Bohle Carbonell et al., 2014; Jundt

et al., 2015). Trotz unterschiedlicher Operationalisierungen – z. B. Intelligenztestbatterien

(LePine et al., 2000; Stokes et al., 2010), Aufgaben zur Erfassung spezifischer Fähigkeiten

wie Raven-Matrizen (Hughes et al., 2013) oder der Zahlen-Verbindungs-Test (Keith et al.,

2010), Leistungstests für Hochschulreife (Bell & Kozlowski, 2008; Morgan et al., 2013) –


konnten in vielen Studien Belege für die adaptationsförderliche Rolle der kognitiven

Fähigkeiten identifiziert werden. Dies mag wenig überraschend sein, weil kognitive

Fähigkeiten generell bei der Leistungsvorhersage nützlich sind (Hunter & Hunter, 1984;

Judge, Jackson, Shaw, Scott, & Rich, 2007). Außerdem findet man in der Adaptationsliteratur

Hinweise darauf, dass der Zusammenhang zwischen kognitiven Fähigkeiten und adaptiver

Leistung besonders stark sein könnte, weil für eine erfolgreiche Anpassung besonders viele

Informationsverarbeitungsressourcen benötigt werden (LePine et al., 2000). Schließlich

müssen bei einer Veränderung alte Strategien zum Teil oder sogar ganz unterdrückt werden.

Außerdem müssen neue Strategien erlernt bzw. aktiviert werden. Allerdings ist es fraglich, ob

wirklich jede Veränderung viele Ressourcen beansprucht (z. B. Softwareaktualisierung).

Vereinzelt findet man in der Forschungsliteratur auch negative Zusammenhänge

zwischen kognitiven Fähigkeiten und Adaptation (Wheeler, 2012). Besonders verblüffend ist

dabei der scheinbare Widerspruch im Artikel von Lang und Bliese (2009) zwischen

querschnittlicher Analyse und längsschnittlicher Modellierung, die im Kapitel 1.2 vorgestellt

wurde. Obwohl die Autoren eine positive mittelgroße bivariate Korrelation zwischen

kognitiven Fähigkeiten und AP gefunden haben, berichten sie auch über stärkere

Leistungseinbußen direkt nach der Veränderung (transition adaption) bei Personen mit relativ

hoher Intelligenz als bei Individuen mit niedrigeren kognitiven Fähigkeiten. Allerdings haben

beide Forscher in einem neueren Artikel explizit darauf hingewiesen, dass Personen mit

hohen kognitiven Fähigkeiten trotz der stärkeren Leistungseinbußen immer noch ein besseres

Leistungsniveau als Individuen mit niedrigeren Fähigkeiten zeigten (Lang & Bliese, 2012).

Darüber hinaus konnte der negative relative Effekt unter Verwendung der längsschnittlichen

Auswertungsstrategien nicht immer repliziert werden (Howe, 2014; Wheeler, 2012). Daher ist

es nicht überraschend, dass vor einer falschen Interpretation der Ergebnisse von Lang und

Bliese (2009) gewarnt wurde (Beier & Oswald, 2012). Weder im Adaptationsforschungsfeld

noch in anderen Bereichen gibt es Belege dafür, dass Personen mit niedrigen kognitiven


Fähigkeiten eine konsistent bessere Leistung als Personen mit höherer Intelligenz zeigen

können (less is more). Generell scheint also Intelligenz zu den relevanten Antezedenzien

adaptiver Leistung zu gehören. Es ist jedoch nicht klar, wie stark der durchschnittliche

Zusammenhang zwischen Intelligenz und Adaptation ist. In der ersten Dissertationsstudie soll

daher der Zusammenhang metaanalytisch untersucht werden.

Nicht nur Fähigkeiten, sondern auch motivationale Aspekte bzw. die Bereitschaft,

Leistung zu zeigen, sind üblicherweise wichtig bei der Vorhersage von Leistung (Van

Iddekinge, Aguinis, Mackey, & DeOrtentiis, 2017; Van Yperen, Blaga, & Postmes, 2015). Es

ist daher nicht verwunderlich, dass manche Forscher eine Verschiebung des Fokus von breiten

Persönlichkeitsmerkmalen (z. B. Big Five) auf motivationale Aspekte bei der Erforschung der

Antezedenzien von Adaptation vorgeschlagen haben (Neal et al., 2012).

Zu den am häufigsten untersuchten motivationalen Variablen gehört Zielorientierung

(Hardy et al., 2014; LePine, 2005; Marques-Quinteiro & Curral, 2012). Dieses Konzept

stammt aus der Motivationsforschung (Cellar et al., 2011; Van Yperen et al., 2015) und

bezieht sich auf individuelle Präferenzen bzw. Ziele in Leistungssituationen (Payne,

Youngcourt, & Beaubien, 2007; Steele-Johnson, Beauregard, Hoover, & Schmidt, 2000).

Dabei unterscheidet man zwischen Lern- und Leistungszielorientierung. Personen mit einer

bestimmten Orientierung (z. B. Lernzielorientierung) versuchen sich auf die Verfolgung

entsprechender Ziele (z. B. Lernziele) in Leistungssituationen zu konzentrieren. Lern- und

Leistungszielorientierung unterscheiden sich im Hinblick auf die Kriterien, die zur

Leistungsbewertung herangezogen werden. Bei der Verfolgung der Lernziele werden interne

Kriterien verwendet (z. B. Vergleiche mit früheren eigenen Leistungen), sodass Personen mit

einer Lernzielorientierung die Leistungssituationen als Möglichkeiten betrachten, etwas zu

lernen. Im Gegensatz dazu stehen externe Kriterien im Mittelpunkt, wenn Personen

Leistungsziele verfolgen (z. B. leistungsbezogene Vergleiche mit anderen Personen).

Innerhalb von beiden Arten von Zielorientierungen kann zusätzlich zwischen einer


Orientierung auf Vermeidungsziele und Annäherungsziele differenziert werden (Cellar et al.,

2011). Diese Unterscheidung war in der bisherigen Adaptationsforschung nur bei der

Leistungszielorientierung üblich (Bell & Kozlowski, 2008; Davis et al., 2013). Personen mit

Annäherungsleistungszielorientierung versuchen eigene Kompetenz zu beweisen und

Individuen mit Vermeidungsleistungszielorientierung versuchen Situationen zu vermeiden, in

denen man sie als inkompetent bezeichnen könnte. Die vorgestellten

Zielorientierungsdimensionen weisen differenzielle Zusammenhänge mit anderen Variablen

auf. So suchen Personen mit einer hohen Lernzielorientierung eher nach Informationen zu

Konsequenzen von eigenen Handlungen (Cellar et al., 2011). Laut der Metaanalyse von Cellar

und Kollegen berichten solche Personen auch über eine relativ hohe Selbstwirksamkeit.

Darüber hinaus zeigen sie größeres Interesse an Aufgaben als Personen mit niedriger

Lernzielorientierung. Im Gegensatz dazu sind Personen mit hoher

Vermeidungsleistungszielorientierung weniger an Aufgaben interessiert als Individuen mit

einer geringen Ausprägung. Außerdem berichten sie über eine geringere Selbstwirksamkeit.

Laut Jundt und Kollegen (2015) findet man im Adaptationsforschungsfeld in der

Regel positive Zusammenhänge zwischen Lernzielorientierung und Adaptation. Die erhöhte

Lernbereitschaft, die mit der Lernzielorientierung einhergeht (Payne et al., 2007), kann die

Suche nach optimalen Strategien erleichtern, was eine erfolgreiche Anpassung an

Veränderungen fördern kann. Es ist jedoch fraglich, ob alle Lernziele von Vorteil sein

können. In den bisherigen Studien wurde die Lernzielorientierung meistens mit der

Verfolgung der Annäherungslernziele gleichgesetzt. Aus anderen Forschungsbereichen ist

jedoch bekannt, dass Orientierung auf andere Lernziele (Vermeidungsziele) problematisch

sein kann (Van Yperen et al., 2015). Personen, die sich auf solche Lernziele konzentrieren,

haben Angst davor, dass sie nicht alles lernen werden (Elliot & McGregor, 2001). Vermutlich

kann die Wahrnehmung eigener Inkompetenz die Leistung negativ beeinflussen. Meines

Wissens wurden jedoch Studien, in denen vermeidende Lernzielorientierung im


Zusammenhang mit Adaptation untersucht wurde, noch nicht durchgeführt bzw.

veröffentlicht.

Im Hinblick auf den Zusammenhang zwischen Leistungszielorientierung und

Adaptation ist die Befundlage weniger klar (Jundt et al., 2015). So gibt es Befunde für

positive (Kozlowski et al., 2001; Porter, Webb, & Gogus, 2010), aber auch fehlende oder

sogar negative Zusammenhänge mit Adaptation (Bell & Kozlowski, 2002; LePine, 2005).

Möglicherweise ist das auf die fehlende Unterscheidung zwischen Annäherungs- und

Vermeidungsleistungszielorientierung zurückzuführen. Nur manche Forscher haben in ihren

Studien Skalen verwendet, die eine solche Differenzierung ermöglichen (Bell & Kozlowski,

2008; Hardy et al., 2014). In vielen Fällen werden die beiden Arten von

Leistungszielorientierung als eine Dimension betrachtet (LePine, 2005; Marques-Quinteiro &

Curral, 2012; Porter et al., 2010). In Metaanalysen aus anderen Forschungsbereichen (Cellar

et al., 2011; Payne et al., 2007) wurden üblicherweise negative Zusammenhänge zwischen

Vermeidungsleistungszielorientierung und Leistung identifiziert. Bei der

Annäherungsleistungszielorientierung sind die Zusammenhänge meistens relativ schwach.

Zwar wäre ein solches Muster ebenfalls bei adaptiver Leistung denkbar, aber eine solche

Generalisierung ist anhand der zitierten Adaptationsstudien nicht möglich. In Studie 2 werden

daher die Zusammenhänge zwischen Zielorientierungsdimensionen und Adaptation

metaanalytisch zusammengefasst. Dabei werden die Methode der Adaptationsmessung

(subjektive vs. objektive Maße) und die fehlende Differenzierung zwischen Annäherungs-

und Leistungszielorientierung als mögliche Gründe für die Heterogenität der Befunde

berücksichtigt.

Big Five, Intelligenz und Zielorientierung stellen keineswegs die einzigen

untersuchten Antezedenzien von Adaptation dar. In der Regel liegen jedoch für andere

Konstrukte deutlich weniger Befunde vor. So könnte laut Jundt und Kollegen (2015)

Selbstwirksamkeit adaptationsförderlich sein (M. Carter & Beier, 2010; Hardy et al., 2014),


aber der Effekt konnte nicht in allen bisherigen Studien nachgewiesen werden (Allworth &

Hesketh, 1999; B. Griffin & Hesketh, 2003).

Da die Entdeckung von Veränderungen und die anschließende Reaktion wichtige

Adaptationsschritte darstellen (Jundt, 2009), können solche Selbstregulationsaspekte wie

Coping oder Emotionsregulation im Adaptationskontext relevant sein. Sowohl Coping als

auch Emotionsregulation beziehen sich auf den Umgang mit Ereignissen (z. B. kognitive oder

affektive Reaktionen). Allerdings stehen beim Coping negative Ereignisse im Mittelpunkt. Im

Gegensatz dazu kann Emotionsregulation sowohl durch positive als auch negative Ereignisse

bedingt sein (Schraub, 2011). Im Hinblick auf die Adaptation könnte man argumentieren, dass

die Verwendung bestimmter Bewältigungsstrategien generell eine erfolgreiche Anpassung

ermöglicht (z. B. problemorientiertes Coping). Die wenigen verfügbaren Befunde sind jedoch

inkonsistent (Allworth & Hesketh, 1999; Frost & Spijkers, 2016; Parker, Jimmieson, Walsh,

& Loakes, 2015). Problematisch in diesem Kontext ist auch der Mangel an Studien, in denen

objektive Adaptationsmaße verwendet wurden. Auch die aktuelle Befundlage bezüglich der

Rolle von Emotionsregulation bei adaptiver Leistung lässt es nicht zu, die Relevanz von

solchen Antezedenzien endgültig zu bewerten (Keith & Frese, 2005; Niessen & Jimmieson,

2016; Schraub, Stegmaier, & Sonntag, 2011; Stokes, 2008). Zur Selbstregulationsforschung

gehören auch andere Konstrukte, von denen nur wenige im Kontext adaptiver Leistung

untersucht wurden (Jundt et al., 2015). Ein solcher Versuch soll in Studie 3 unternommen

werden, in der die Rolle von Selbstkontrolle im Mittelpunkt steht.

Die bisher beschriebenen Antezedenzien (z. B. Intelligenz) können sowohl zur

individuellen Adaptation als auch zur Teamadaptation beitragen (LePine, 2003, 2005).

Nichtsdestotrotz lassen Ergebnisse von Studien aus anderen Bereichen daran zweifeln, ob

individuelle Merkmale (z. B. Intelligenz) auf individueller Ebene und auf Teamebene genauso

wichtig sind (Judge et al., 2007; Lang, Kersting, Hülsheger, & Lang, 2010). Aus diesem

Grund wird in den Studien 1 und 2 zwischen diesen zwei Ebenen differenziert, um eventuelle


Unterschiede bezüglich der Relevanz von Intelligenz und Zielorientierung aufdecken zu

können.

Auf Teamebene können zusätzlich zu individuellen Prädiktoren (z. B. Intelligenz)

auch andere Variablen erfasst werden. Dazu gehören u. a. Interaktionen zwischen den

Gruppenmitgliedern (Burke et al., 2006; Maynard et al., 2015). Sie umfassen solche Aspekte

wie Koordination oder Kommunikation. Koordination bezieht sich z. B. auf das Teilen von

Informationen in den richtigen Momenten und auf die Anpassung der Abfolge der

Arbeitsschritte, um Zeitverluste zu vermeiden (Beersma, Greer, Dalenberg, & De Dreu, 2016;

Marques-Quinteiro, Curral, Passos, & Lewis, 2013). Kommunikation wird hingegen

üblicherweise über die Anzahl der Informationsübermittlungen innerhalb der Gruppe

operationalisiert (Moon et al., 2004; Waller, Gupta, & Giambatista, 2004). In den vier

zitierten Studien konnte nachgewiesen werden, dass Kommunikation und Koordination

adaptationsförderlich auf Teamebene sein können. Deutlich seltener wurde auf Teamebene

der Einfluss sogenannter emergenter Merkmale auf Adaptation untersucht. Solche

Teammerkmale resultieren aus der Interaktion der Individuen. Zu emergenten Merkmalen

gehört z. B. die Ähnlichkeit der mentalen Modelle der Gruppenmitglieder (Marks, Zaccaro, &

Mathieu, 2000).

In den bisherigen Forschungsarbeiten lag der Fokus auf der Erforschung der

Antezedenzien von Adaptation. Langfristige Konsequenzen wurden hingegen weitgehend

vernachlässigt (Carpini et al., 2017; Jundt et al., 2015; Maynard et al., 2015). Nichtsdestotrotz

könnte man vermuten, dass individuelle Adaptation die Teamadaptation beeinflussen kann,

die wiederum die organisationale Adaptation fördern kann. So könnte eine erfolgreiche

Anpassung eines Individuums zum guten Arbeitsklima beitragen und die zukünftige

Teamadaption erleichtern. Es ist auch denkbar, dass Organisationen von Adaptation der

Individuen und Teams profitieren können, beispielsweise durch erhöhte Produktivität und


Wettbewerbsfähigkeit. Natürlich ist es auch möglich, dass die agierenden Entitäten (z. B.

Individuum) direkt von eigener Adaptation profitieren (z. B. Beförderung, Lohnerhöhung).

Im Folgenden werden die wenigen verfügbaren theoretischen Überlegungen und

empirischen Befunde zu Konsequenzen von Adaptation vorgestellt. Beispielsweise konnte

eine Forschergruppe zeigen, dass Organisationen von Adaptation der Beschäftigten finanziell

profitieren können (Bhattacharya, Gibson, & Doty, 2005). Adaptation von Individuen bzw.

Teams im Kontext von organisationalen Veränderungsprozessen kann ebenfalls positive

Folgen für Organisationen haben, z. B. Aufrechterhaltung der Kundenorientierung bei

Unternehmensfusionen (Dorsey, Cortina, & Luchman, 2010). Außerdem ist es möglich, dass

AP zum Arbeitsklima beitragen und somit die Personalfluktuation beeinflussen kann

(Maynard et al., 2015). Zwar konnte in einer Querschnittstudie kein direkter Zusammenhang

zwischen AP und Kündigungsintention nachgewiesen werden (Barghorn, 2010), aber AP hing

positiv mit der Arbeitszufriedenheit zusammen, die wiederum negativ mit der

Kündigungsintention zusammenhing. Es fehlen jedoch entsprechende längsschnittliche

Befunde, die eine kausale Interpretation ermöglichen würden. Zusammenfassend lässt sich

sagen, dass Adaptation unter Umständen mit der Wettbewerbsfähigkeit von Unternehmen

einhergehen kann (LePine et al., 2000). Die Anzahl der empirischen Befunde ist jedoch sehr

klein, sodass eine weitere Erforschung der Konsequenzen individueller Adaptation und

Teamadaptation notwendig ist.

2 Dissertationsstudien 35

2 Dissertationsstudien

2.1 Artikel 1: Kognitive Fähigkeiten und Adaptation

Stasielowicz, L. (eingereicht). Cognitive ability and adaption to change: A three-level

meta-analysis.

2.1.1 Einleitende Bemerkungen

Bei der Vorstellung der empirischen Befunde (Kapitel 1.3) wurde bereits darauf hingewiesen,

dass Intelligenz vermutlich zu den relevantesten Antezedenzien von Adaptation gehört.

Allerdings ist die Befundlage sehr heterogen, was die Stärke des Zusammenhangs zwischen

kognitiven Fähigkeiten und Adaptation angeht. So gibt es starke positive Zusammenhänge

(Good & Michel, 2013; Morgan et al., 2013), aber auch schwache bzw. keine

Zusammenhänge (Moon et al., 2004; Pulakos et al., 2002). Aus diesem Grund ist es nicht klar,

ob die Rolle der kognitiven Fähigkeiten in Veränderungssituationen wichtiger als in anderen

Leistungssituationen ist. Metaanalytische Befunde indizieren, dass differenzielle

Zusammenhänge der kognitiven Fähigkeiten mit unterschiedlichen Leistungsformen bestehen.

Beispielsweise kann kontraproduktives Verhalten im Gegensatz zu OCB (Organizational

Citizenship Behaviour) nicht durch kognitive Fähigkeiten vorhergesagt werden (Gonzalez-

Mulé, Mount, & Oh, 2014). Die Zusammenhänge mit OCB sind wiederum kleiner als die

Korrelationen mit allgemeiner beruflicher Leistung (Salgado, Anderson, Moscoso, Bertua, &

De Fruyt, 2003). Das erste Ziel der Studie 1 war daher die Berechnung der durchschnittlichen

Korrelation zwischen kognitiven Fähigkeiten und Adaptation, auch um Vergleiche mit

anderen Leistungskonstrukten zu ermöglichen. Dies geschah unter Verwendung eines

metaanalytischen Modells mit drei Ebenen (Assink & Wibbelink, 2016; Cheung, 2015). Diese

metaanalytische Variante trägt der Tatsache Rechnung, dass mehrere Effektstärken in einer

Studie berichtet werden können (z. B. für unterschiedliche Intelligenzsubtests oder für

2.1.1 Einleitende Bemerkungen 36

verschiedene Adaptationsmaße). Dadurch werden mehr Informationen berücksichtigt als in

üblichen Metaanalysen mit zwei Ebenen, die nur an ausgewählten oder aggregierten

Effektstärken durchgeführt werden können (Cheung, 2014).

Zusätzlich zur Schätzung des durchschnittlichen Zusammenhangs wurden

Moderatoranalysen durchgeführt, um die Unterschiede zwischen den identifizierten

Effektstärken zu erklären. Von besonderem Interesse war die Unterscheidung in subjektive

(z. B. Fragebogenratings) und objektive (z. B. Fehlerrate in einer Aufgabe) Adaptationsmaße.

Außerdem wurde die Adaptationsebene (Individuum vs. Team) als Moderatorvariable

untersucht. Daneben wurde eine Reihe an Variablen als potenzielle Moderatoren

berücksichtigt, u. a. Stichprobe (Studenten vs. andere), durchschnittliches Alter der

Stichprobe und Methode der Erfassung kognitiver Fähigkeiten.

2.1.2 Abstract 37

2.1.2 Abstract

Even though multiple names and definitions were used hitherto (i.e. adaptive performance,

adaptive transfer, adaptability), there exists unanimity in respect to the crux of adaption which

is dealing with change (novelty, complexity, difficulty). In order to estimate the relationship

between cognitive ability and adaption a systematic review of the literature was conducted.

This decision was motivated by the growing literature in this field, and the increasing interest

in the practical implications of the research on adaption (e.g. in the organizational context).

To compute the mean effect size based on 119 correlations a three-level meta-analysis was

carried out. Furthermore, moderator analyses were also conducted. The influence of

measurement method (objective adaption scores vs subjective adaption ratings), measurement

level (individual vs team), and cognitive ability assessment method was tested amongst

others. The mean effect size was moderate (ρ = .23, k = 42, N = 6036). On average people

with higher cognitive ability showed better adaption. However, the effect sizes were

heterogeneous (I2 = 78.16%). Moderator analyses indicated that the measurement method of

adaption could partially account for the heterogeneity. Specifically, the relationship with

cognitive ability was stronger for objective adaption scores (ρ = .26) than subjective adaption

ratings (ρ = .14). The estimate identified for objective adaption scores may be regarded as

practically relevant (i.e. in the context of personnel selection).

Keywords: adaptive performance; adaptability; cognitive ability; GMA; meta-analysis

2.2 Artikel 2: Zielorientierung und Adaptation 38

2.2 Artikel 2: Zielorientierung und Adaptation

Stasielowicz, L. (eingereicht). A three-level meta-analytic review of the relationship

between goal orientation and adaption.


Da inkonsistente Befunde bezüglich der Einflüsse von motivationalen Aspekten auf

Adaptation vorliegen (vgl. Kapitel 1.3), soll mit der zweiten Studie der Zusammenhang

zwischen Zielorientierung und Adaptation systematisch untersucht werden. Im Hinblick auf

die Lernzielorientierung scheint es v. a. positive Zusammenhänge zu geben (Jundt et al.,

2015), aber es liegen auch Nullzusammenhänge vor (Ahearne et al., 2010; Itani et al., 2017).

Daher wurde analog zur ersten Studie eine Metaanalyse mit drei Ebenen durchgeführt, um

einen Gesamteffekt zu berechnen. Ähnlich zu Studie 1 wurde dabei die Methode der

Erfassung von Adaptation (subjektive vs. objektive Maße) als Moderatorvariable untersucht.

Außerdem wurden solche Variablen wie Methode der Erfassung der Zielorientierung,

Stichprobe (Studenten vs. andere) und Männeranteil in der Stichprobe als potenzielle

Moderatoren berücksichtigt.

Zusätzlich wurde der durchschnittliche Zusammenhang zwischen einer weiteren

Zielorientierungsdimension (Leistungszielorienterung) und Adaptation berechnet. Dabei

wurde vermutet, dass die von Jundt und Kollegen (2015) erwähnte Heterogenität der Befunde

auf die unterschiedlichen Operationalisierungen der Leistungszielorientierung zurückzuführen

ist. Aus diesem Grund wurde die Operationalisierung der Leistungszielorientierung als

Moderatorvariable untersucht (Vermeidungsleistungszielorientierung,

Annäherungsleistungszielorientierung, globale Leistungszielorientierung).

2.2.2 Abstract 39

2.2.2 Abstract

Due to the practical implications of functional responses to change a systematic examination

of adaption and its relationship with goal orientation was carried out in the present study. The

relevance of adaption in the organizational context can be exemplified by the desire to

optimize performance and mitigate the negative effects of change (i.e. new co-workers, new

software, emergencies). Three-level meta-analyses were conducted for two types of goal

orientation: learning goal orientation (LGO) and performance goal orientation (PGO).

Furthermore, within PGO a distinction between avoid performance goal orientation (APGO)

and prove performance goal orientation (PPGO) could be made. Additionally, moderator

analyses were carried out. The influence of measurement method of adaption (subjective

ratings vs objective scores), measurement level (individual or team), country, and goal

orientation scale was assessed amongst others. Although statistically significant effects were

found they were primarily visible for subjective adaption ratings and not objective scores.

Thus, the practical relevance of self-reported goal orientation seems to be negligible when the

goal is to directly predict adaption.

Keywords: adaptive performance; adaptability; learning goal orientation; performance goal

orientation; meta-analysis; adaption to change

2.3 Artikel 3: Ego-Depletion und adaptive Leistung 40

2.3 Artikel 3: Ego-Depletion und adaptive Leistung

Stasielowicz, L. (eingereicht). Does ego depletion impair adaptive performance? A

longitudinal analysis.


Im Mittelpunkt der Studie 3 stand das Phänomen der Ego-Depletion (Selbsterschöpfung).

Üblicherweise (Baumeister, Bratslavsky, Muraven, & Tice, 1998; Hagger, Wood, Stiff, &

Chatzisarantis, 2010) werden zwei Gruppen von Personen (KG, EG) gebeten, jeweils zwei

Aufgaben zu bearbeiten, um den Ego-Depletion-Effekt nachweisen zu können. In der

Experimentalgruppe (EG) erfordern beide Aufgaben Selbstkontrolle (z. B. Unterdrückung von

Impulsen). Im Gegensatz dazu erfordert die erste Aufgabe keine oder nur wenig

Selbstkontrolle in der anderen Gruppe (KG). Die zweite Aufgabe ist gleich in beiden

Gruppen, um die Messung des Ego-Depletion-Effektes zu ermöglichen. Laut einer

Metaanalyse schneidet die EG in der zweiten Aufgabe häufig schlechter als die KG ab

(Hagger et al., 2010), was mit der Erschöpfung der Selbstkontrollressourcen durch die erste

Aufgabe erklärt wird (= Ego-Depletion).

Das erste Ziel der Studie 3 bestand darin, den Einfluss von Ego-Depletion auf AP

experimentell zu untersuchen. Schließlich erfordert Adaptation ebenfalls Selbstkontrolle

(z. B. Unterdrückung von Routinen). Es ist also möglich, dass die Erschöpfung der

Selbstkontrollressourcen (Ego-Depletion) die individuelle Adaptation beeinträchtigen kann.

Zunächst wurden die Personen randomisiert den zwei Versuchsbedingungen zugeteilt (KG,

EG). Um den Ego-Depletion-Zustand zu induzieren, wurde der EG eine schwierigere Version

einer Durchstreichaufgabe als der KG vorgelegt (Baumeister et al., 1998). Es wurde erwartet,

dass die Erschöpfung von Selbstkontrollressourcen zu einer schlechteren Leistung der EG (vs.

KG) in der darauffolgenden Stroop-Aufgabe führen würde (MacLeod, 1991, 1992; Stroop,

1935). Um den Einfluss von Ego-Depletion auf AP messen zu können, wurde eine

2.3.1 Einleitende Bemerkungen 41

Aufgabenänderung induziert, während die getesteten Personen den Stroop-Test bearbeitet

haben.

Die Leistung im gesamten Stroop-Test wurde mittels der im Kapitel 1.2 vorgestellten

längsschnittlichen Auswertungsstrategie analysiert (Bliese & Lang, 2016; Lang & Bliese,

2009). Zusätzlich zur induzierten Ego-Depletion wurde auch der Einfluss der

wahrgenommenen Erschöpfung bzw. subjektiven Ego-Depletion untersucht (Clarkson, Hirt,

Jia, & Alexander, 2010). Darüber hinaus wurde in dieser Studie Intelligenz als

Adaptationsprädiktor berücksichtigt, um den Einfluss kognitiver und selbstregulatorischer

Prädiktoren vergleichen zu können.

2.3.2 Abstract 42

2.3.2 Abstract

Adaptive performance (AP) refers to functional behavioral reactions to changes and it is

considered an important performance dimension. In the present study, the influence of ego

depletion on AP was examined using an experimental longitudinal design. According to the

ego depletion theory self-control is a limited resource that can be depleted. Using those

resources may lead to performance impairment on subsequent tasks requiring self-control. In

the present study, one task was used to induce ego depletion in one of the two groups by

giving participants a harder version of the task. Performance differences on a second task

were used to measure the influence of ego depletion on performance. After 80 trials task

requirements were changed in order to gauge AP. Other included predictors were perceived

ego depletion and cognitive abilities. Neither objective nor perceived ego depletion was

related to AP. In contrast, cognitive abilities promoted transition adaption and reacquisition

adaption.

Keywords: adaptive behavior, experimental design, intelligence, performance indices

3 Diskussion 43

3 Diskussion

In den folgenden Abschnitten werden die Ergebnisse der drei Dissertationsstudien kritisch

diskutiert. Da die Ergebnisse ausführlich in den einzelnen Artikeln zusammengefasst wurden,

werden in der vorliegenden Arbeit nur die wichtigsten Befunde diskutiert. Außerdem werden

praktische Implikationen (z. B. für die Personalauswahl) thematisiert. Darüber hinaus werden

offene Forschungsfragestellungen vorgestellt.

3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse

Die Metaanalyse von 119 Effektstärken aus 42 Primärstudien ergab (Studie 1), dass kognitive

Fähigkeiten adaptationsförderlich sind (r = .21, 95 % CI [.16, .26]). Personen mit hohen

kognitiven Fähigkeiten zeigen oder berichten über eine bessere Adaptation als Individuen mit

niedrigeren Fähigkeiten. Es wurden jedoch große Unterschiede zwischen den einzelnen

Effektstärken identifiziert, sowohl innerhalb der Studien als auch zwischen den Studien,

wodurch der Gesamteffekt vorsichtig interpretiert werden muss. Zum Teil konnten diese

Unterschiede auf die Messmethode der Adaptation zurückgeführt werden. Der

Zusammenhang war nämlich stärker, wenn objektive Maße verwendet wurden. Entgegen der

Vermutung konnte jedoch kein Unterschied zwischen der individuellen Ebene und der

Teamebene gefunden werden. Allerdings erschwert die geringe Anzahl an vorhandenen

Teamstudien (k = 7) eine endgültige Beantwortung dieser Fragestellung.

Aus den Ergebnissen der ersten Dissertationsstudie könnte man eine praktische

Empfehlung ableiten, dass kognitive Fähigkeiten im Rahmen von Personalauswahlverfahren

genutzt werden können, wenn die Anpassungsfähigkeit vorhergesagt werden soll. Studie 1

könnte also als Beitrag zur Schließung der Wissenslücke in der Personalauswahlforschung

betrachtet werden, weil bisher nicht klar war, welche Informationen zur Personalselektion

genutzt werden können, wenn die Anpassungsfähigkeit im Mittelpunkt steht (Ryan &

Ployhart, 2014). Im Allgemeinen gehört Intelligenz, zusammen mit der Leistung in

3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 44

strukturierten Interviews, zu den besten Prädiktoren von zukünftiger Leistung (Schmidt &

Hunter, 1998). Daher ist der Vergleich zwischen den Ergebnissen der Studie 1 und anderen

Leistungskonstrukten sinnvoll. So ist der errechnete durchschnittliche unkorrigierte

Zusammenhang zwischen Leistung und kognitiven Fähigkeiten im Adaptationskontext

(r = .21) ähnlich stark wie im akademischen Kontext (r = .26: Stajkovic et al., 2018) und bei

der allgemeinen beruflichen Leistung (r = .29: Salgado, Anderson, Moscoso, Bertua, & De

Fruyt, 2003). Damit ist der durchschnittliche Zusammenhang etwas stärker als im OCB-

Kontext (r = .13) und deutlich stärker (r = -.02) als im Kontext des kontraproduktiven

Verhaltens (Gonzalez-Mulé et al., 2014).

Laut den Kriterien von Cohen (1992) ist der in Studie 1 errechnete Zusammenhang

zwischen kognitiven Fähigkeiten und Adaptation moderat. Allerdings ist die Einordnung der

Effektstärken anhand der Kriterien von Cohen problematisch, weil mittelgroße (.50 > |r| ≥.30)

und große Effektstärken (|r| ≥ .50) sehr selten in der psychologischen Forschung vorkommen

(Gignac & Szodorai, 2016; Hemphill, 2003). Eventuelle Vergleiche zwischen Effektstärken

sind erschwert, weil die meisten Zusammenhänge als schwach bezeichnet werden müssten

(.30 > |r| ≥ .10). Die Bewertung der Effektstärken ist jedoch anhand von anderen Kriterien

möglich. Bosco und Kollegen (2015) haben viele Zusammenhänge zwischen

unterschiedlichen Arten von Variablen analysiert, um die Verteilungen von Effektstärken

beschreiben zu können. Anhand von solchen Angaben kann dann beurteilt werden, wie groß

die typischen Effektstärken in bestimmten Forschungsbereichen sind. Verglichen mit 1385

Zusammenhängen zwischen Wissen/Fertigkeiten/Fähigkeiten und Leistung scheint der in

Studie 1 berechnete Gesamteffekt mittelgroß zu sein.

Es ist allerdings zu beachten, dass die Vorhersage von Adaptation am besten

funktioniert, wenn die objektive Leistung im Mittelpunkt steht. Da mit solchen Maßen (z. B.

Fehlerrate) nur bestimmte Aspekte der Adaptation erfasst werden können, werden Personen,

die bei einer spezifischen Aufgabe gut abgeschnitten haben, nicht unbedingt in anderen


Situationen eine adaptive Leistung zeigen. Subjektive Adaptationsmaße, die sich

typischerweise auf mehrere Adaptationsdimensionen beziehen, hängen hingegen weniger

stark mit kognitiven Fähigkeiten zusammen. Eine zusätzliche Analyse ergab jedoch, dass

fremdberichtete Adaptation (Vorgesetzte, MitarbeiterInnen) stärker als selbstberichtete

Adaptation mit kognitiven Fähigkeiten korreliert. Die selbstberichtete Leistung stimmt nicht

immer mit der tatsächlichen Leistung überein (Heidemeier & Moser, 2009; Kruger &

Dunning, 1999), sodass man selten an der Vorhersage der selbstberichteten Leistung

interessiert ist. Insgesamt scheint die Verwendung kognitiver Fähigkeiten zur

Adaptationsvorhersage berechtigt zu sein, v. a. wenn die objektive oder fremdberichtete

Adaptation im Mittelpunkt steht.

Die Ergebnisse der zweiten Studie indizieren, dass Adaptation nicht so gut anhand der

Zielorientierung wie anhand der Intelligenz vorhergesagt werden kann. Zwar ist die

durchschnittliche Korrelation zwischen Lernzielorientierung und Adaptation von Null

verschieden (r = .18, 95 % CI [.11, .26]), aber eine genauere Betrachtung führt zu dem

Schluss, dass die Stärke des Zusammenhangs durch die Messmethode bedingt ist. Der

metaanalytische Zusammenhang für subjektive Adaptationsmaße (r = .28) war nämlich

deutlich stärker als der Zusammenhang für objektive Maße (r = .11). Da kaum Fremdberichte

als subjektive Maße verwendet wurden, scheint Lernzielorientierung nur mit selbstberichteter

Adaptation mittelstark assoziiert zu sein. Es kann auch nicht ausgeschlossen werden, dass der

Zusammenhang mit selbstberichteter Adaptation aufgrund des common method bias so hoch

ausgefallen ist (vgl. Kapitel 1.2 und Podsakoff et al., 2003). Schließlich wurde

Lernzielorientierung ebenfalls mit Hilfe von Fragebögen erfasst.

Im Hinblick auf die andere untersuchte Zielorientierungsdimension – die berichtete

Leistungszielorientierung – lässt sich sagen, dass sie nicht geeignet ist, um Adaptation

vorherzusagen (r = .00, 95 % CI [-.05, .06]). Zwar konnten Unterschiede zwischen

unterschiedlichen Operationalisierungen der Leistungszielorientierung nachgewiesen werden


(Vermeidungsleistungszielorientierung, Annäherungsleistungszielorientierung, globale

Leistungszielorientierung), aber die durchschnittlichen Zusammenhänge mit Adaptation

waren immer noch sehr schwach. Einzig im Falle der Vermeidungsleistungszielorientierung

gab es Hinweise auf einen größeren Effekt. Dieser war jedoch nur unter Verwendung der

subjektiven (r = -.35) und nicht der objektiven Adaptationsmaße vorhanden (r = .01).

An dieser Stelle muss darauf hingewiesen werden, dass Zielorientierung sowohl

gemessen als auch induziert werden kann. Da der Einfluss induzierter Zielorientierung auf

Adaptation nur selten untersucht wurde (Howe, 2014; Unger-Aviram & Erez, 2016), konnten

solche Arbeiten in Studie 2 nicht berücksichtigt werden. Die mangelnde Relevanz der

gemessenen Zielorientierung impliziert natürlich nicht, dass induzierte Zielorientierung im

Adaptationskontext irrelevant ist. Es ist möglich, dass die gemessene eigenschaftsbasierte

Zielorientierung nicht zur Leistungsvorhersage geeignet ist, weil Personen in

unterschiedlichen Situationen verschiedene Ziele verfolgen können (Van Yperen et al., 2015).

Im Gegensatz dazu ermöglicht eine Induktion der Zielorientierung die Messung des

Einflusses der aktuellen Ziele auf die Leistung.

Insgesamt können die Ergebnisse der ersten zwei Studien so gedeutet werden, dass

kognitive Fähigkeiten im Gegensatz zur selbstberichteten Zielorientierung einen relevanten

Adaptationsprädiktor darstellen. Darüber hinaus scheinen kognitive Fähigkeiten relevanter als

die Big Five zu sein (Huang et al., 2014; Woo et al., 2014). Zukünftige systematische

Vergleiche der unterschiedlichen Prädiktoren könnten zur Abschätzung der inkrementellen

Validität einzelner Prädiktoren (z. B. Big Five, Intelligenz) bei der Vorhersage von

Adaptation beitragen (vgl. Joseph & Newman, 2010).

Im Folgenden wird auf einige Einschränkungen der durchgeführten Metaanalysen

hingewiesen, die bei der Umsetzung der Ergebnisse in der Praxis berücksichtigt werden

müssen. Die unterschiedlichen Definitionen von Adaptation, die in den identifizierten

Primärstudien verwendet wurden, und die Art der Messung des Adaptationskonstruktes


erschweren eine Interpretation der Befunde. Besonders problematisch sind Studien, in denen

subjektive Adaptationsmaße verwendet wurden. Da sich solche Maße meistens auf generelles

adaptives Verhalten und nicht auf Verhalten in einer konkreten Situation beziehen, können die

entsprechenden subjektiven Adaptationsmaße nicht kausal als Folge bestimmter

Ausprägungen der Prädiktorvariablen (Intelligenz bzw. Zielorientierung) interpretiert werden.

Das zeitliche Kausalitätskriterium (die Ursache geht der Wirkung zeitlich voraus) ist hier

nicht unbedingt erfüllt. Das generell gezeigte adaptive Verhalten bezieht sich nämlich häufig

auf einen früheren Zeitraum, z. B. vor Beginn der Studie. Bei solchen Adaptationsmaßen

werden also streng genommen die in der Studie erfassten eigenschaftsbasierten Prädiktoren

zur Vorhersage des vergangenen und nicht des zukünftigen Verhaltens genutzt.

Außerdem wird mit manchen Fragebögen eher eine Anpassungsfähigkeit und nicht AP

erfasst (Allworth & Hesketh, 1999; Blickle et al., 2011; Zorzie, 2012). Da Fähigkeiten zeitlich

relativ stabil sind, scheint eine Beeinflussung der Anpassungsfähigkeit durch die Prädiktoren

innerhalb einer Querschnittstudie besonders fraglich zu sein. Von diesem Problem ist v. a. die

zweite Studie betroffen (Zielorientierungsmetaanalyse), denn ca. die Hälfte der Effektstärken

beruht auf subjektiven Adaptationsmaßen. In der Metaanalyse zum Zusammenhang zwischen

kognitiven Fähigkeiten und Adaptation waren das relativ wenige Effektstärken (ca. 25 %).

Nichtsdestotrotz wäre eine kausale Interpretation des durchschnittlichen

Korrelationskoeffizienten auch bei dieser Metaanalyse problematisch.

Die Berücksichtigung von Anpassungsfähigkeit und AP in beiden Metaanalysen

könnte auch aus einem anderen Grund kritisiert werden. Es handelt sich um unterschiedliche

Aspekte der Adaptation. Zwar können Personen mit hoher Anpassungsfähigkeit besser als

Individuen mit niedriger Fähigkeit in einer konkreten Arbeits- oder Lernsituation abschneiden

(= AP), aber es muss nicht zwangsläufig so sein. Obwohl viele Forscher diese zwei

Bezeichnungen austauschbar verwendet haben (Allworth & Hesketh, 1999; Pulakos et al.,

2002), scheint das nicht gerechtfertigt zu sein. In Überblicksarbeiten werden typischerweise


beide Konzeptualisierungen berücksichtigt, aber gleichzeitig werden auch die Unterschiede

betont (Baard et al., 2014; Jundt et al., 2015). Eine zusätzliche Analyse innerhalb der Studie 1

ergab, dass es kaum Unterschiede zwischen diesen zwei Konzeptualisierungen im Hinblick

auf die Stärke des Zusammenhangs mit kognitiven Fähigkeiten gab. Die Berücksichtigung

beider Adaptationskonzepte hat also die Hauptergebnisse der Metaanalyse kaum beeinflusst.

Dennoch muss das nicht immer so sein, sodass eine Differenzierung zwischen der

Anpassungsfähigkeit und AP in anderen Kontexten empirisch bedeutsam sein könnte.

Ein weiterer Aspekt, der bei der Interpretation der vorliegenden Ergebnisse unbedingt

berücksichtigt werden muss, ist die Generalisierbarkeit der Befunde. Da innerhalb der

Metaanalysen Unterschiede zwischen den einzelnen Effektstärken identifiziert werden

konnten, wurden Moderatoranalysen durchgeführt, um die vorhandenen Unterschiede zu

erklären. Zu diesen Moderatorvariablen gehörte z. B. die Messmethode der Adaptation, die

sich in beiden Studien als bedeutsam erwiesen hat. Leider bestanden manche Gruppen, die in

diesen Moderatoranalysen verglichen wurden, aus wenigen Studien. So konnten in der

Metaanalyse zum Zusammenhang zwischen kognitiven Fähigkeiten und Adaptation nur

sieben Studien auf Teamebene identifiziert werden. Darüber hinaus konnten nur wenige

Studien gefunden werden, in denen nicht-studentische Stichproben (z. B. Arbeiter, Manager,

Azubis) oder nicht-amerikanische Gruppen untersucht wurden. Besonders vorsichtig muss

man bei der Generalisierung der Ergebnisse der Moderatoranalysen aus der

Zielorientierungsmetaanalyse vorgehen, die auf deutlich weniger Studien als die erste

Metaanalyse beruht. Solche Probleme sind leider häufig in Metaanalysen anzutreffen

(Andrews, Cuijpers, Craske, McEvoy, & Titov, 2010; Cuijpers, Donker, van Straten, Li, &

Andersson, 2010; Tornau & Frese, 2013; Van Yperen et al., 2015). Das von mir gewählte

metaanalytische Verfahren (Metaanalyse mit drei Ebenen) ermöglicht jedoch die

Berücksichtigung mehrerer Effektstärken pro Studie, sodass die Subgruppen in den meisten

Moderatoranalysen aus mehreren Effektstärken bestanden. Nichtsdestotrotz ist eine


Generalisierung auf bestimmte Stichproben (z. B. asiatische Stichproben) oder Kontexte (z. B.

Arbeit) nicht uneingeschränkt möglich.

In Metaanalysen müssen viele inhaltliche und methodische Entscheidungen getroffen

werden, was die Ergebnisse beeinflussen kann. Beispielsweise könnten andere

MetaanalytikerInnen andere Literaturrecherchestrategien nutzen (z. B. Suche in anderen

Datenbanken wie Web of Science). Man könnte auch gewisse Suchbegriffe ausschließen oder

die Liste um andere Suchbegriffe ergänzen. Auch im Hinblick auf die Auswertung kann

unterschiedlich vorgegangen werden. Das betrifft z. B. die Wahl des Modells (Modell mit

ausschließlich festen Effekten, Modell mit zufälligen Effekten, Modell mit drei Ebenen), der

Effektstärke (z. B. r, d, β), des Schätzers (z. B. Maximum Likelihood, Restricted Maximum

Likelihood), der Sensitivitätsanalysen (z. B. Ausreißer, Publikationsverzerrung) und

Moderatorvariablen (z. B. Messmethode von Adaptation, Komplexität der

Adaptationsaufgabe). Solche Probleme treten allerdings auch bei normalen Studien auf und

werden manchmal als verzweigte Weggabelungen bzw. forking paths bezeichnet (Gelman &

Loken, 2014; Wicherts et al., 2016). Sie verdeutlichen die Relevanz von nicht-identischen

Replikationsstudien für die kumulative Wissenschaft. Interessanterweise kann jetzt schon ein

eingeschränkter Vergleich mit einer anderen Arbeit durchgeführt werden.

Kurz vor der Veröffentlichung der vorliegenden Dissertation wurde nämlich eine

Metaanalyse mit zwei Ebenen und zufälligen Effekten publiziert, in der Zusammenhänge

zwischen unterschiedlichen Antezedenzien und Teamadaptation untersucht wurden

(Christian, Christian, Pearsall, & Long, 2017). Da ich in den ersten zwei Studien sowohl

individuelle Adaptation als auch Teamadaptation berücksichtigt habe, erscheint der Vergleich

unserer Ergebnisse, die sich auf die Teamebene beziehen, sinnvoll. Bezüglich der Rolle von

kognitiven Fähigkeiten stimmen die Ergebnisse der Studie 1 (r = .21) weitgehend mit den

Ergebnissen von Christian und Kollegen überein (r = .16). Teams mit hohen kognitiven

Fähigkeiten zeigen in der Regel eine bessere Adaptation als Teams mit relativ niedrigen


kognitiven Fähigkeiten. Der Effekt ist jedoch etwas kleiner in der Metaanalyse von Christian

und Kollegen, was vermutlich durch die erwähnten verzweigten Weggabelungen erklärt

werden kann (z. B. Metaanalyse mit zwei vs. drei Ebenen, Einschlusskriterien). Auch die

Ergebnisse der Studie 2 bezüglich der Lernzielorientierung (r = .26) sind mit der

Teamadaptation-Metaanalyse von Christian und Kollegen vergleichbar (r = .19). Teams mit

hoher Lernzielorientierung zeigen oder berichten über eine bessere Teamadaptation. Im

Hinblick auf das Konstrukt der Leistungszielorientierung ist kein sinnvoller Vergleich der

beiden Metaanalysen möglich, weil in der Metaanalyse von Christian und Kollegen nicht

zwischen verschiedenen Operationalisierungen der Leistungszielorientierung differenziert

wurde. Hätte ich auf diese Trennung in Studie 2 verzichtet, dann wäre der durchschnittliche

Zusammenhang etwas schwächer (r = .08) als bei Christian und Kollegen (r = .23). Allerdings

muss man beachten, dass in beiden Metaanalysen nur wenige Teamstudien identifiziert

wurden, in denen der Zusammenhang zwischen Leistungszielorientierung(en) und Adaptation

untersucht wurde. Aktuell können also keine endgültigen Schlüsse bezüglich der

Zusammenhänge zwischen Leistungszielorientierung und Adaptation auf Teamebene gezogen

werden.

Obwohl in beiden metaanalytischen Dissertationsstudien weitgehend einheitlich

vorgegangen wurde, gab es auch einen bedeutsamen Unterschied. In Studie 1 wurde nämlich

zusätzlich eine Messfehlerkorrektur durchgeführt. Effektstärken wurden für die mangelnde

Reliabilität der Instrumente korrigiert, die zur Erfassung der kognitiven Fähigkeiten

herangezogen wurden. Im Bereich Arbeits- und Organisationspsychologie werden solche

Korrekturen häufig gefordert (Schewe, Hülsheger, & Maier, 2014). Da nur die erste

Metaanalyse bei einer solchen Fachzeitschrift eingereicht wurde, wurden die Korrekturen nur

dort durchgeführt. Die am häufigsten verwendete Messfehlerkorrektur stammt von Hunter

und Schmidt (Schmidt, 2015; Schmidt & Hunter, 2015). Laut Hunter und Schmidt führt die

Verwendung unreliabler Instrumente zur Unterschätzung der Stärke des Zusammenhangs


zwischen den untersuchten Variablen. Effektstärken aus den Primärstudien sollen deswegen

vor der Berechnung des Gesamteffektes korrigiert werden. Anhand der Informationen über

die Reliabilität der verwendeten Instrumente (z. B. Cronbachs α) können korrigierte

Effektstärken berechnet werden. Die Annahme, dass die Verwendung unreliabler Instrumente

in den Studien zur Attenuation des Zusammenhangs führt, ist jedoch problematisch.

Schließlich ist auch eine Überschätzung des Effektes durch unreliable Messungen möglich.2

In extremen Situationen können sogar die Vorzeichen des beobachteten und des tatsächlichen

Effektes verschieden sein (Gelman & Carlin, 2014; Gelman, Skardhamar, & Aaltonen, 2017).

Obwohl Hunter und Schmidt nicht zu den Anhängern der Metaanalysen mit drei Ebenen

zählen (Schmidt & Hunter, 2015), wurden ihre Korrekturmethoden in diesem Kontext schon

genutzt (Karwowski & Lebuda, 2016; Lebuda, Zabelina, & Karwowski, 2016). Es fehlen

jedoch systematische Vergleiche der Ergebnisse von Metaanalysen mit zwei und drei Ebenen,

sodass nicht klar ist, ob solche Korrekturen in Metaanalysen mit drei Ebenen empfehlenswert

sind. Da in der ersten Dissertationsstudie sowohl unkorrigierte als auch korrigierte Ergebnisse

berichtet werden, können im Zweifelsfall die korrigierten Effektstärken ignoriert werden.

Das Hauptziel der dritten Studie bestand darin, Selbstregulationsaspekte im Kontext

von AP zu untersuchen. Entgegen der Vermutung konnte kein negativer Einfluss von

Erschöpfung der Selbstkontrollressourcen (Ego-Depletion) auf AP identifiziert werden. Eine

längsschnittliche Analyse der Leistung, die an das Vorgehen von Lang und Bliese (2009)

angelehnt war, ergab, dass weder induzierte Ego-Depletion noch subjektiv wahrgenommene

Erschöpfung AP beeinflusst hat. Selbst im Hinblick auf die Phase vor der Veränderung

konnte der Ego-Depletion-Effekt (Hagger et al., 2010) nicht repliziert werden.

Die fehlenden bzw. vernachlässigbaren Effekte von Ego-Depletion auf die Leistung

vor der Veränderung erschweren die Interpretation des Zusammenhangs zwischen Ego-

Depletion und Adaptation. Man könnte argumentieren, dass Ego-Depletion nicht erfolgreich

2 Für andere Möglichkeiten der Messfehlerkorrektur siehe z. B. Hox, Moerbeek, & van de Schoot, 2018 oder

McElreath, 2016.


induziert werden konnte, sodass fehlende Zusammenhänge mit Adaptation nicht überraschend

seien. Der Vorwurf, dass die Ego-Depletion-Induktion nicht erfolgreich war, kann jedoch

zumindest teilweise entkräftet werden. Die erfolgreiche Induktion spiegelt sich nämlich in

wahrgenommener Ego-Depletion wider. Personen in der Ego-Depletion-Bedingung

berichteten unmittelbar nach der Induktion über eine stärkere wahrgenommene Ego-Depletion

als Individuen der Kontrollgruppe. Individuen, die über eine stärkere Ego-Depletion berichtet

haben, zeigten wiederum eine schlechtere Leistung im ersten Aufgabenblock der Testaufgabe.

Darüber hinaus wurde die Untersuchung im Doppelaufgabenparadigma realisiert, das

üblicherweise zur Messung des Ego-Depletion-Effekts eingesetzt wird. Die zwei verwendeten

Aufgaben (1. Aufgabe bzw. Ego-Depletion-Induktion: Durchstreichaufgabe, 2. Aufgabe:

Stroop-Test) wurden in vielen anderen Studien genutzt, in denen der negative Einfluss von

Ego-Depletion auf die Leistung beobachtet werden konnte (Hagger et al., 2010). Die

Schwäche und kurze Dauer des Ego-Depletion-Effektes kann also nicht auf das Design der

Studie 3 zurückgeführt werden. Es kann natürlich nicht ausgeschlossen werden, dass

systematische Störvariablen die Aufdeckung des Ego-Depletion-Effektes erschwert haben,

aber die durchgeführte Randomisierung müsste bei dieser Stichprobengröße (n = 139) dem

Auftreten systematischer Störvariablen vorbeugen. In der Tat war keine der erfassten

Variablen sowohl mit der Gruppenzugehörigkeit (KG, EG) als auch mit der Leistung

assoziiert (vgl. Korrelationsmatrix in Zusatzmaterialien für Studie 3). Aus diesen Gründen

wird im nächsten Abschnitt eine andere Erklärung für die beschriebenen Ergebnisse

präsentiert.

Neuere Befunde lassen daran zweifeln, ob der Ego-Depletion-Effekt wirklich so robust

ist, wie ursprünglich angenommen wurde (E. C. Carter, Kofler, Forster, & Mccullough, 2015;

E. C. Carter & McCullough, 2014; Hagger et al., 2016). Daher ist es fraglich, ob der Ego-

Depletion-Effekt außerhalb von Laborsituationen relevant sein kann (Gelman, 2018). Laut

den erwähnten neuen Metaanalysen (z. B. von Carter und Kollegen) handelt es sich höchstens


um einen kleinen Effekt, sodass er im Arbeitskontext möglicherweise durch kurze Pausen

aufgehoben werden könnte.

Im Gegensatz zum Ego-Depletion-Phänomen konnte die Relevanz kognitiver

Fähigkeiten in Studie 3 bestätigt werden. Personen mit hohen kognitiven Fähigkeiten haben

nicht so starke Leistungseinbußen unmittelbar nach der Veränderung wie Individuen mit

niedrigeren Fähigkeiten gezeigt (transition adaption). Darüber hinaus haben sie größere

Fortschritte nach der Veränderung als vor der Veränderung gemacht (reacquisition adaption).

Einerseits stimmen diese Befunde mit den querschnittlichen Analysen des Zusammenhangs

zwischen kognitiven Fähigkeiten und Adaptation überein (vgl. Studie 1). Andererseits sind sie

nicht mit allen bisherigen Ergebnissen der Längsschnittstudien vereinbar. Beispielsweise

waren in der Arbeit von Lang und Bliese (2009) die relativen Leistungseinbußen nach der

Veränderung stärker und nicht schwächer bei Personen mit hohen kognitiven Fähigkeiten.

Darüber hinaus konnten die Autoren keinen Zusammenhang mit reacquisition adaption

identifizieren. In anderen Studien konnte das Ergebnismuster von Lang und Bliese nicht

repliziert werden (Howe, 2014; Wheeler, 2012). In der Arbeit von Wheeler (2012) gab es

sowohl positive als auch negative Effekte der kognitiven Fähigkeiten. Howe (2014) konnte

hingegen keine Zusammenhänge mit AP oder nur einen positiven Einfluss auf transition

adaption beobachten. Somit stellen die Befunde von Studie 3 ein weiteres Ergebnismuster

dar.

Die Generalisierbarkeit der vorgestellten Ergebnisse der Studie 3 ist durch bestimmte

Stichproben- und Aufgabenmerkmale eingeschränkt. So basiert diese Untersuchung auf einer

Stichprobe, die größtenteils aus deutschen Psychologie-Studentinnen bestand. Zwar war diese

Stichprobe im Hinblick auf viele Merkmale heterogen (z. B. unterschiedliche

Intelligenzausprägungen), aber eine Übertragung der Ergebnisse auf andere Gruppen (z. B.

sehr niedrige Intelligenz, Männer aus anderen Kulturen) ist streng genommen nicht möglich.

Darüber hinaus konnten mit der verwendeten Aufgabe viele Adaptationsaspekte nicht erfasst

3.2 Ausblick 54

werden (z. B. soziale AP). Außerdem sind Arbeits- und Lernsituation typischerweise etwas

komplexer, sodass Generalisierungen problematisch sein könnten. Die niedrige Komplexität

und die kurze Dauer (ca. 15 Minuten) der Adaptationsaufgabe wurden jedoch bewusst

gewählt. Damit soll sichergestellt werden, dass die Aufgabe mit den bisher in der Ego-

Depletion-Forschung verwendeten Aufgaben (Hagger et al., 2010) vergleichbar ist. Darüber

hinaus sind die meisten AP-Aufgaben sehr komplex und können mehrere Stunden dauern, wie

z. B. die Panzerkampfwagenszenarien von Lang und Bliese (2009) oder Teamsimulationen

von LePine (2003). In der Realität können jedoch auch solche Situationen auftreten, die nicht

besonders komplex sind und nicht lange dauern, aber dennoch eine erfolgreiche Anpassung

erfordern. Darüber hinaus umfassen auch komplexe Jobs einfache Tätigkeiten. Außerdem hat

die Verwendung einer einfachen Aufgabe zur Messung von AP in Studie 3 zu einer

interessanten Erkenntnis geführt: Die von Personen mit hohen kognitiven Fähigkeiten

gezeigte Leistung entspricht nicht der erwarteten Leistungstrajektorie (vgl. S. 18, Abbildung 1

oder Lang & Bliese, 2009). Solche Personen zeigten nämlich in Studie 3 kaum

Leistungseinbußen unmittelbar nach der Veränderung. Dies kann Implikationen für die

Ankündigung von Veränderungen am Arbeitsplatz haben. Eine Ankündigung ist

möglicherweise nicht immer notwendig (z. B. bei hoch intelligenten Teams). Potenziell

können also Kosten reduziert werden (z. B. Zeit, die in die Vorbereitung von Ankündigungen

investiert wird).

3.2 Ausblick

Im Folgenden werden offene inhaltliche und methodische Forschungsfragestellungen

erwähnt, die in zukünftigen Adaptationsstudien untersucht werden könnten. Die erste offene

Fragestellung knüpft direkt an die Ergebnisse der drei Dissertationsstudien an. Laut den

Ergebnissen ist die Unterscheidung in subjektive und objektive Adaptationsmaße sehr

wichtig. Die Stärke der Zusammenhänge zwischen Antezedenzien und Adaptation hing

3.2 Ausblick 55

nämlich in den durchgeführten Metaanalysen vom gewählten Adaptationsmaß ab. Darüber

hinaus hing die selbstberichtete adaptive Leistung nicht mit der objektiven AP in Studie 3

zusammen (r = .07, vgl. Korrelationstabelle in Zusatzmaterialien). Subjektive und objektive

Adaptationsmaße können also nicht austauschbar verwendet werden. Zum gleichen Schluss

führt die Betrachtung der metaanalytischen Ergebnisse von Christian und Kollegen (2017).

Der Zusammenhang zwischen Teamprozessen (z. B. Kommunikation) und Teamadaptation

war in der Regel stärker bei subjektiven als bei den objektiven Maßen. Die Unterscheidung in

subjektive und objektive Maße ist jedoch keineswegs erschöpfend. Ergebnisse explorativer

Analysen aus Studie 1 indizieren, dass es vermutlich auch Unterschiede innerhalb der

subjektiven Kategorie gibt (z. B. Selbstberichte vs. Fremdberichte). Diese Ergebnisse

stimmen mit den Befunden aus anderen Forschungsbereichen überein (Meyer et al., 2001;

Vazire & Mehl, 2008), sodass man in zukünftigen Adaptationsstudien die verschiedenen

Adaptationsmaße (z. B. selbstberichtete AP, Mitarbeiterratings, Vorgesetztenratings,

objektive AP-Maße) systematisch miteinander vergleichen könnte. Denkbar wären z. B.

Multitrait-Multimethod-Analysen, in denen man Zusammenhänge mit anderen Konstrukten

untersuchen könnte.

Bisher wurden im Adaptationsforschungsfeld Fragebögen und Aufgaben bzw. Tests

verwendet, um die Anpassungsfähigkeit oder ein konkretes adaptives Verhalten zu messen.

Erweitert könnte man Reaktionszeiten als objektive Adaptationsmaße verwenden. Bisher

haben Forscher v. a. genauigkeitsbasierte Maße (accuracy) genutzt (Kozlowski et al., 2001).

Alternativ wurden aufgabenspezifische Kriterien verwendet, bei denen die Richtigkeit der

einzelnen getroffenen Entscheidungen nicht bewertet wurde. Beispielsweise wurde in einer

Studie die Anzahl der getöteten Gegner in einem Computerspiel registriert (Hardy et al.,

2014). In einer anderen Studie stand das Bevölkerungswachstum in einer Stadtsimulation im

Mittelpunkt (K. R. Randall et al., 2011). Zwar kann die Qualität der Leistung häufig im

Mittelpunkt stehen, aber es ist fraglich, ob die Schnelligkeit in der Praxis immer

3.2 Ausblick 56

vernachlässigt werden kann. Dies kann anhand der Dimension Umgang mit Notfällen und

Krisensituationen veranschaulicht werden, die zu den von Pulakos und Kollegen

vorgeschlagenen Adaptationsdimensionen gehört (Pulakos et al., 2002, 2000). In gewissen

Situationen (z. B. Rotorausfall bei Hubschrauber) wird selbst die höchste Präzision nichts

taugen, wenn die Reaktion sehr langsam erfolgen wird. Adaptation erfordert also manchmal

eine entsprechende Gewichtung der Genauigkeit und Schnelligkeit (speed-accuracy trade

off). Die Ergebnisse einer explorativen Analyse in der dritten Studie verdeutlichen (siehe

Zusatzmaterialien für Studie 3), dass man nicht von denselben Leistungstrajektorien für beide

Typen von objektiven Maßen ausgehen kann. In zukünftigen Studien wäre es also sinnvoll,

beide Informationen zu berücksichtigen. Möglich sind sowohl getrennte Analysen als auch

die Bildung von zusammengesetzten Maßen (Bruyer & Brysbaert, 2011; Vandierendonck,

2017).

Um entscheiden zu können, ob bestimmte Bewerber für Stellen geeignet sind, die

adaptive Reaktionen erfordern, könnte man zusätzlich zum in Studie 1 identifizierten

Prädiktor (kognitive Fähigkeiten) auf andere Methoden zurückgreifen. Beispielsweise konnte

in der Vergangenheit die Relevanz strukturierter Interviews im Hinblick auf die Vorhersage

der Jobleistung mehrmals bestätigt werden (McDaniel, Whetzel, Schmidt, & Maurer, 1994;

Schmidt & Hunter, 1998). Der Mangel an entsprechenden Untersuchungen im Kontext von

solchen Leistungskonstrukten wie AP wurde bereits thematisiert (Kleinmann, 2017). Als

Ausgangspunkt bei der Gestaltung von Interviews könnte man die Adaptationsdimensionen

von Pulakos und Kollegen (2000) wählen. So könnte man im Rahmen von situativen

Interviews die interviewten Personen danach fragen, wie sie sich in bestimmten

Veränderungssituationen (z. B. Notfälle, Teamvergrößerung) verhalten würden.

Obwohl in manchen Adaptationsmodellen (Ployhart & Bliese, 2006; Pulakos et al.,

2002, 2000) der Aspekt der körperlichen Adaptation vorhanden ist, wurde diese Dimension in

der empirischen Forschung eher vernachlässigt. Bestimmte Situationen (z. B. sportliche

3.2 Ausblick 57

Aktivitäten) oder Berufe (z. B. Feuerwehr, Polizei) erfordern jedoch eine erfolgreiche

körperliche Anpassung, sodass diese Dimension keineswegs praxisfern ist. Die Nutzung von

Technologien wie virtuelle Realität (VR) könnte eine günstige Realisation von Szenarien

ermöglichen, die körperliche Adaptation erfordern. VR ist nämlich geeignet, um Verhalten

von Personen in simulierten dreidimensionalen Umwelten zu messen. So konnte VR bereits

erfolgreich zur Verhaltenserfassung in Notfallsituationen wie Evakuierung eingesetzt werden

(Kinateder et al., 2014). Die Verwendung von VR-Szenarien könnte also zur Entwicklung

neuer Adaptationsmaße beitragen (z. B. Anzahl geretteter Personen in Notfallsituationen).

Darüber hinaus könnte man im Zusammenhang mit solchen Adaptationsdimensionen

bewährte AP-Prädiktoren (z. B. Intelligenz) um neue Variablen ergänzen (z. B. Ausdauer).

In ihrer Dissertation hat Beuing (2009) auf einige Probleme der Adaptationsforschung

hingewiesen, wie z. B. der Mangel an Studien, in denen nicht nur die aufgabenbezogene

Adaptation, sondern auch die soziale Adaptation erfasst wurde (Ferro, 2014; Kröger &

Staufenbiel, 2012). Bisher wurden soziale Dimensionen mit Hilfe von Fragebögen erfasst

(Selbstberichte, Mitarbeiter- bzw. Vorgesetztenratings). Objektivere Messverfahren (z. B.

Erfassung im Rahmen des Aufgabenwechselparadigmas) wurden in der Forschung

vernachlässigt. Die Betrachtung der Items von Kröger und Staufenbiel (2012) legt jedoch den

Schluss nahe, dass man beispielsweise die Zeit messen könnte, die Personen für den

Kontaktaufbau benötigen. Ergänzend könnte man auch die Anzahl der Kontaktversuche oder

die Erfolgsquote verwenden. Darüber hinaus könnte man Beobachtungsstudien entwickeln, in

denen man solche Aspekte wie Hilfsbereitschaft bzw. Respekt gegenüber neuen

MitarbeiterInnen oder fremden Personen anhand von entsprechenden Kodierschemata

bewerten könnte.

Soziale Aspekte wie interpersonelle und interkulturelle Adaptation sind auch auf

höheren Ebenen (Teams, Organisationen) relevant (Carpini et al., 2017). Es ist daher

verwunderlich, dass Christian und Kollegen (2017) den interkulturellen Aspekt in ihrer

3.2 Ausblick 58

Teamadaptation-Metaanalyse bewusst vernachlässigt haben. Die Existenz solcher

Überblicksarbeiten, die der Adaptation auf Teamebene gewidmet wurden (Christian et al.,

2017; Maynard et al., 2015), verdeutlicht gleichzeitig, dass der Vorwurf des Mangels an

Teamstudien, der ebenfalls von Beuing (2009) thematisiert wurde, nicht mehr aktuell ist. In

den letzten Jahren sind nämlich relativ viele Teamstudien erschienen. Nichtsdestotrotz besteht

immer noch ein großer Bedarf an der Erforschung der Konsequenzen von Teamadaptation

(z. B. Arbeitsklima, finanzielle Konsequenzen für die Organisation, vgl. auch Kapitel 1.3).

Aber auch auf individueller Ebene fehlen entsprechende Befunde, die sich auf Konsequenzen

wie etwa Beförderungschancen beziehen (Beuing, 2009).

Die Ergebnisse von Studie 1 und Studie 2 können vorläufig so interpretiert werden,

dass Persönlichkeitsmerkmale von ähnlicher Relevanz für die individuelle Adaptation und

Teamadaption sind. Allerdings habe ich in den einführenden Abschnitten der vorliegenden

Dissertation bereits darauf hingewiesen, dass sich individuelle Adaptation von

Teamadaptation unterscheidet. Beispielsweise können bei der Erforschung der

Teamadaptation zusätzlich solche Aspekte wie Verringerung der Teamgröße untersucht

werden (DeRue, Hollenbeck, Johnson, Ilgen, & Jundt, 2008). Solche Teamaspekte haben

Christian und Kollegen (2017) in ihrer Metaanalyse systematisch untersucht. Vor allem

solche Teamprozesse wie Koordination, reizspezifische Handlungen (z. B. eine

Umgehungslösung bei technischen Störungen) und Lernverhalten scheinen die

Teamadaptation zu fördern. Sie sind besonders förderlich, wenn eine Anpassung an externe

Veränderungen und nicht interne Veränderungen notwendig ist. Mit internen Veränderungen

meinen Autoren Teamstrukturänderungen oder Rollenänderungen. Im Gegensatz dazu

betreffen externe Veränderungen die Aufgabenumgebung. Die Autoren haben in ihrer

Metaanalyse auch andere Faktoren berücksichtigt. Interessanterweise hängt Teamadaptation

kaum von Teamgröße, aufgabenbezogenem Wissen und Feedback ab. Der in Studie 1

identifizierte Prädiktor von Teamadaptation (kognitive Fähigkeiten) könnte also in

3.2 Ausblick 59

zukünftigen Teamstudien zusammen mit den von Christian und Kollegen identifizierten

Prädiktoren untersucht werden, um die inkrementelle Validität der Variablen besser beurteilen

zu können.

Laut metaanalytischen Ergebnissen kann die Teamadaptation durch

Trainingsmaßnahmen gefördert werden (Christian et al., 2017). Für PraktikerInnen ist das

sicherlich eine wichtige Information, die im Rahmen der Personalentwicklung genutzt werden

könnte. Zwar sind kognitive Fähigkeiten adaptationsförderlich (Studie 1), aber die moderate

Stärke des Zusammenhangs impliziert, dass auch Personen mit relativ niedrigen kognitiven

Fähigkeiten adaptive Leistung zeigen können. In der Zukunft könnte man, basierend auf den

bisherigen Ergebnissen (vgl. Joung, Hesketh, & Neal, 2006), untersuchen, welche

Trainingsmerkmale zur Entwicklung der Anpassungsfähigkeit beitragen können.

Vermutlich können auch kontextuelle Faktoren Adaptation erleichtern. Über die Rolle

einzelner Faktoren lässt sich nur spekulieren, weil es kaum relevante Studien in diesem

Forschungsbereich gibt (Carpini et al., 2017). In zukünftigen Studien könnte man z. B. den

Einfluss der Ankündigung von Veränderungen auf den Adaptationsprozess von Individuen

und Teams untersuchen. Zwar gibt es sowohl querschnittliche (O’Connell, McNeely, & Hall,

2008) als auch längsschnittliche (Van den Heuvel, Demerouti, Bakker, & Schaufeli, 2013)

Hinweise darauf, dass Ankündigungen wichtig sein können, aber die erwähnten Studien

basieren auf selbstberichteter Adaptation. Die Durchführung von Replikationsstudien mit

anderen Adaptationsmaßen (z. B. Fremdberichte, objektive Maße) wäre daher sinnvoll. Die

Leistungstrajektorien von Personen mit hohen kognitiven Fähigkeiten in Studie 3 implizieren,

dass Ankündigungen nicht immer notwendig sind. Daher könnte man zukünftig untersuchen,

wann und wie oft die Ankündigung von Veränderungen geschehen soll, um die

Adaptationschancen von Teams und Individuen zu erhöhen.

Es ist zu befürchten, dass in der Praxis die Voraussetzungen der Mehrebenenmodelle

(Long, 2012), die im Rahmen des Aufgabenwechselparadigmas zur Auswertung

3.2 Ausblick 60

herangezogen werden (Howe, 2014; Lang & Bliese, 2009; Niessen & Jimmieson, 2016), nicht

immer erfüllt werden (z. B. die Normalverteilung der Residuen). In solchen Fällen können

Forscher auf generalisierte gemischte Modelle zurückgreifen, die bei einer Abweichung von

der Normalverteilung verwendet werden können. Ein solcher Versuch wurde in Studie 3

unternommen. Diese Art der Modellierung ist häufig sinnvoller als eine Transformation der

Daten (z. B. Logarithmieren) und anschließende Verwendung der Standardtechniken. Die

Zusammenhänge, die auf transformierten Daten basieren, entsprechen nicht unbedingt den

Relationen bei nicht-transformierten Daten (Kruschke, 2015). Beispielsweise impliziert eine

vorhandene Interaktion bei logarithmierten Daten nicht, dass es eine Interaktion bei den

Rohdaten gibt. Allerdings sind generalisierte gemischte Modelle ebenfalls von den im Kapitel

1.2 beschriebenen Problemen betroffen. Aufgrund der Komplexität sind die entsprechenden

Optimierungsalgorithmen u. U. nicht erfolgreich (Konvergenzprobleme). Aus anderen

Forschungsbereichen ist bekannt, dass solche Probleme auftreten können (Harrison et al.,

2017). In der Tat kann die Konvergenzrate sehr niedrig sein. Möglicherweise kann die

Erfolgswahrscheinlichkeit durch die Verwendung von bayesschen Schätzverfahren erhöht

werden (Eager & Roy, 2017). Die Modellierung erfordert jedoch Kenntnisse bzw. Annahmen

über viele Parameter (z. B. Verteilung der Varianz eines zufälligen Effekts). Meines Wissens

gab es bisher keine solchen Versuche in diesem Forschungsbereich. In der Zukunft könnte

man also die unterschiedlichen Modellierungsmöglichkeiten von AP miteinander vergleichen,

z. B. frequentistische (generalisierte) gemischte Modelle vs. bayessche (generalisierte)

gemischte Modelle.

Eine weitere offene methodische Fragestellung betrifft die untersuchten Zeiträume.

Zwar können die vorgestellten gemischten Modelle (Lang & Bliese, 2009) als

Längsschnittstudien bezeichnet werden (≥ drei Aufgabenblöcke), aber Studien, die sich über

mehrere Monate bzw. Jahre erstrecken, würden eine sinnvolle Ergänzung darstellen. Analog

3.2 Ausblick 61

zur Jobleistung (Alessandri & Borgogni, 2015) könnte man untersuchen, ob sich die

Anpassungsfähigkeit mit der Zeit ändert.

Darüber hinaus könnte man bei der Untersuchung des Adaptationsprozesses

dynamische Prädiktoren berücksichtigen (Pitariu & Ployhart, 2010). Im

Adaptationsforschungsfeld wurden bisher in diskontinuierlichen Wachstumsmodellen

ausschließlich statische Persönlichkeits- bzw. Untersuchungsvariablen genutzt (Howe, 2014;

Lang & Bliese, 2009; Niessen & Jimmieson, 2016; Wheeler, 2012), d. h., die

Variablenausprägung hat sich nicht während der Untersuchung geändert. Beispielsweise kann

die Intelligenz noch vor der Bearbeitung der Aufgabe gemessen werden. Da es sich um eine

Eigenschaft handelt, geht man davon aus, dass die Ausprägung relativ stabil ist und sich nicht

während der Untersuchung ändern wird. Prinzipiell ist es jedoch möglich, dynamische

Prädiktoren in Wachstumsmodellen zu berücksichtigen (Long, 2012; Pitariu & Ployhart,

2010), z. B. affektive Zustände oder physiologische Indikatoren wie Hautleitfähigkeit. Die

Tatsache, dass sich die Ausprägungen mit der Zeit ändern können, würde jedoch eine Analyse

solcher Prädiktoren auf der ersten Ebene erfordern. Die Berücksichtigung statischer oder

dynamischer Prädiktoren resultiert natürlich in einer höheren Komplexität des Modells (vgl.

Kapitel 1.2).

Die Erfassung dynamischer Prädiktoren mag problematisch erscheinen. Allerdings ist

es nicht unbedingt erforderlich, dass die getesteten Personen die Aufgabenbearbeitung bei

jedem Reiz oder Aufgabenblock unterbrechen müssen, um Fragen zu beantworten. Man

könnte Prozessverfolgungsmethoden einsetzen, um solche Probleme zu vermeiden (Schulte-

Mecklenbeck, Kühberger, & Ranyard, 2011). Beispielsweise könnte man Personen während

der Aufgabenbearbeitung darum bitten, laut zu denken, um die Zielverfolgungsprozesse

(Harkin et al., 2016) im Adaptationskontext besser beschreiben zu können. Darüber hinaus

könnte man versuchen, neuronale Maße zu nutzen, statt retrospektiv (J. G. Randall, Oswald,

& Beier, 2014) die Tendenz, gedanklich abzuschweifen, zu messen (mind-wandering).

3.2 Ausblick 62

Randall und Kollegen haben bereits gezeigt, dass der „wandernde Geist“ (z. B. Beschäftigung

mit persönlichen Sorgen währen der Aufgabenbearbeitung) die Leistung negativ beeinflussen

kann. Ähnliche Zusammenhänge wären auch bei AP denkbar, weil eine Beschäftigung mit

aufgabenirrelevanten Inhalten kognitive Ressourcen beansprucht, die bei der Bewältigung der

Aufgabe hilfreich sein könnten. In Studie 3 konnte der Einfluss von Ego-Depletion auf AP

nicht nachgewiesen werden, aber prinzipiell könnte man die erwähnten

Prozessverfolgungsmethoden nutzen, um den Einfluss von anderen

selbstregulationsbezogenen oder motivationalen Variablen zu untersuchen, die bisher im

Adaptationskontext vernachlässigt wurden (Jundt et al., 2015).

Zwar konnte in den durchgeführten Metaanalysen (Studien 1 und 2) ein großer Anteil an

wahrer Heterogenität der Effektstärken durch die Differenzierung zwischen subjektiven und

objektiven Adaptationsmaßen erklärt werden, aber eine nicht vernachlässigbare residuale

Heterogenität war immer noch vorhanden. Es lässt sich nur spekulieren, worauf die restlichen

Unterschiede zwischen den Effektstärken zurückzuführen sind. Aufgrund der Tatsache, dass

Effektstärken, die auf objektiven Adaptationsmaßen basieren, unterschiedlich groß waren,

könnte man in zukünftigen Studien die Rolle der Aufgabenmerkmale systematisch

untersuchen. Damit sind Aspekte wie die Dauer oder Komplexität der Aufgabe gemeint. Zur

Beschreibung der Aufgabenkomplexität in Adaptationsstudien wird meistens die Taxonomie

von Wood verwendet (Howe, 2014; Hughes et al., 2013). Demnach kann die Komplexität in

drei Typen unterteilt werden: koordinative Komplexität, Komponentenkomplexität und

dynamische Komplexität (Wood, 1986). Mit koordinativer Komplexität sind die Beziehungen

zwischen Aufgabenelementen gemeint, z. B. die zeitliche Abfolge der Handlungen und

räumliche Anforderungen. Komponentenkomplexität hängt mit der Anzahl der Handlungen

zusammen, die bei der Aufgabenbearbeitung ausgeführt werden müssen. Darüber hinaus ist

auch die Anzahl der Hinweise relevant, die verarbeitet werden müssen. Die dritte Form der

Komplexität, die dynamische Komplexität, bezieht sich auf Änderungen in der koordinativen

3.2 Ausblick 63

Komplexität und Komponentenkomplexität. Zwar haben einige Forscher versucht, die Rolle

der Komplexität der Veränderung im Adaptationskontext zu untersuchen, aber die bisherigen

Befunde sind nicht konsistent (Jundt, 2009; Wheeler, 2012), sodass weitere Studien

notwendig sind.

In ihrer Metaanalyse zum Thema Teamadaptation haben Christian und Kollegen (2017)

auf eine weitere Moderatorvariable hingewiesen, die auch im Kontext der individuellen

Adaptation relevant sein könnte, nämlich die Dauer der Änderung (z. B. kurzfristig vs.

langfristig). Es ist nämlich möglich, dass einige Änderungen nur temporär sind (z. B. Notfall

oder Übergangsphase). Manche Veränderungen sind jedoch eher langfristig. Beispielsweise

werden neue Technologien am Arbeitsplatz selten nach einem Tag abgebaut. Laut den

Ergebnissen von Christian und Kollegen ist die Teamkommunikation vor allem bei

temporären Änderungen adaptationsförderlich. Es ist möglich, dass mit der Dauer der

Änderung auch die Heterogenität der Effektstärken in den zwei vorliegenden

metaanalytischen Dissertationsstudien teilweise erklärt werden kann. Eine entsprechende

Moderatoranalyse war jedoch nicht möglich, weil die Dauer der Untersuchung bzw. der

Adaptationsaufgabe in den Primärstudien häufig nicht berichtet wurde. Möglicherweise kann

die Heterogenität auch durch die Anzahl der erfassten Adaptationsdimensionen erklärt werden

(vgl. Dimensionen von Pulakos und Kollegen im Kapitel 1.1). Solche Moderatorvariablen

könnten in zukünftigen Adaptationsstudien systematisch untersucht werden.

Zusammenfassend lässt sich sagen, dass noch viele Forschungsfragestellungen im

Adaptationsforschungsfeld offen sind. Die in Studien 1 und 2 durchgeführte Synthese von

Befunden trägt dazu bei, zwischen wichtigen (Intelligenz) und weniger wichtigen (berichtete

Zielorientierung) Antezedenzien von Adaptation zu differenzieren. Darüber hinaus können

die in den Studien thematisierten Unterschiede zwischen den Messmethoden (subjektive vs.

objektive Maße, querschnittliche vs. längsschnittliche Analysen) berücksichtigt werden, um

die menschliche Adaptation zukünftig adäquater beschreiben zu können.

Literatur 64

Literatur

Ahearne, M., Lam, S. K., Mathieu, J. E., & Bolander, W. (2010). Why are some salespeople

better at adapting to organizational change? Journal of Marketing, 74(3), 65–79.

http://doi.org/10.1509/jmkg.74.3.65

Alessandri, G., & Borgogni, L. (2015). Stability and change of job performance across the

career span. Human Performance, 28(5), 381–404.

http://doi.org/10.1080/08959285.2015.1021047

Allworth, E., & Hesketh, B. (1999). Construct-oriented biodata: Capturing change-related and

contextually relevant future performance. International Journal of Selection and

Assessment, 7(2), 97–111. http://doi.org/10.1111/1468-2389.00110

Andrews, G., Cuijpers, P., Craske, M. G., McEvoy, P., & Titov, N. (2010). Computer therapy

for the anxiety and depressive disorders is effective, acceptable and practical health care:

A meta-analysis. PLoS ONE, 5(10), e13196.

http://doi.org/10.1371/journal.pone.0013196

Assink, M., & Wibbelink, C. J. M. (2016). Fitting three-level meta-analytic models in R: A

step-by-step tutorial. The Quantitative Methods for Psychology, 12(3), 154–174.

http://doi.org/10.20982/tqmp.12.3.p154

Baard, S. K., Rench, T. A., & Kozlowski, S. W. J. (2014). Performance adaptation: A

theoretical integration and review. Journal of Management, 40(1), 48–99.

http://doi.org/10.1177/0149206313488210

Barghorn, K. (2010). Einstellungen und Verhalten von Mitarbeitern in betrieblichen

Veränderungsprozessen. Dissertation, Universität Osnabrück. Verfügbar unter:

https://repositorium.uos.de/bitstream/urn:nbn:de:gbv:700-

201103088005/1/thesis_barghorn.pdf

Literatur 65

Baumeister, R. F., Bratslavsky, E., Muraven, M., & Tice, D. M. (1998). Ego depletion: Is the

active self a limited resource? Journal of Personality and Social Psychology, 74(5),

1252–1265. http://doi.org/10.1037//0022-3514.74.5.1252

Baumgartner, J. N. (2015). The influence of flow on standard and adaptive performance in

teams. Masterarbeit, Wright State University. Verfügbar unter:

http://rave.ohiolink.edu/etdc/view?acc_num=wright1432813781

Beersma, B., Greer, L. L., Dalenberg, S., & De Dreu, C. K. W. (2016). Need for structure as

asset and liability in dynamic team decision-making. Group Dynamics: Theory,

Research, and Practice, 20(1), 16–33. http://doi.org/10.1037/gdn0000037

Beier, M., & Oswald, F. (2012). Is cognitive ability a liability? A critique and future research

agenda on skilled performance. Journal of Experimental Psychology: Applied, 18(4),

331–345. http://doi.org/10.1037/a0030869

Bell, B. S., & Kozlowski, S. W. J. (2002). Goal orientation and ability: Interactive effects on

self-efficacy, performance, and knowledge. Journal of Applied Psychology, 87(3), 497–

505. http://doi.org/10.1037/0021-9010.87.3.497

Bell, B. S., & Kozlowski, S. W. J. (2008). Active learning: Effects of core training design

elements on self-regulatory processes, learning, and adaptability. Journal of Applied

Psychology, 93(2), 296–316. http://doi.org/10.1037/0021-9010.93.2.296

Beuing, U. (2009). Adaptive Performance: Arbeitsleistung im Kontext von Veränderungen.

Dissertation, Universität Osnabrück. Verfügbar unter: https://repositorium.uni-

osnabrueck.de/bitstream/urn:nbn:de:gbv:700-2009121434/2/E-Diss991_thesis.pdf

Bhattacharya, M., Gibson, D. E., & Doty, D. H. (2005). The effects of flexibility in employee

skills, employee behaviors, and human resource practices on firm performance. Journal

Literatur 66

of Management, 31(4), 622–640. http://doi.org/10.1177/0149206304272347

Blickle, G., Kramer, J., Schneider, P. B., Meurs, J. A., Ferris, G. R., Mierke, J., … Momm, T.

D. (2011). Role of political skill in job performance prediction beyond general mental

ability and personality in cross-sectional and predictive studies. Journal of Applied

Social Psychology, 41(2), 488–514. http://doi.org/10.1111/j.1559-1816.2010.00723.x

Bliese, P. D., Adler, A. B., & Flynn, P. J. (2017). Transition processes: A review and

synthesis integrating methods and theory. Annual Review of Organizational Psychology

and Organizational Behavior, 4(1), 263–286. http://doi.org/10.1146/annurev-orgpsych-

032516-113213

Bliese, P. D., & Lang, J. W. B. (2016). Understanding relative and absolute change in

discontinuous growth models: Coding alternatives and implications for hypothesis

testing. Organizational Research Methods, 19(4), 562–592.

http://doi.org/10.1177/1094428116633502

Bliese, P. D., & Ployhart, R. E. (2002). Growth modeling using random coefficient models:

Model building, testing, and illustrations. Organizational Research Methods, 5(4), 362–

387. http://doi.org/10.1177/109442802237116

Bohle Carbonell, K., Stalmeijer, R. E., Könings, K. D., Segers, M., & van Merriënboer, J. J.

G. (2014). How experts deal with novel situations: A review of adaptive expertise.

Educational Research Review, 12, 14–29. http://doi.org/10.1016/j.edurev.2014.03.001

Bommer, W. H., Johnson, J. L., Rich, G. A., Podsakoff, P. M., & MacKenzie, S. B. (1995).

On the interchangeability of objective and subjective measures of employee

performance: A meta-analysis. Personnel Psychology, 48(3), 587–605.

http://doi.org/10.1111/j.1744-6570.1995.tb01772.x

Literatur 67

Bosco, F. A., Aguinis, H., Singh, K., Field, J. G., & Pierce, C. A. (2015). Correlational effect

size benchmarks. Journal of Applied Psychology, 100(2), 431–449.

http://doi.org/10.1037/a0038047

Bröder, A., & Schiffer, S. (2006). Adaptive flexibility and maladaptive routines in selecting

fast and frugal decision strategies. Journal of Experimental Psychology: Learning,

Memory, and Cognition, 32(4), 904–918. http://doi.org/10.1037/0278-7393.32.4.904

Bruyer, R., & Brysbaert, M. (2011). Combining speed and accuracy in cognitive psychology:

Is the Inverse Efficiency Score (IES) a better dependent variable than the mean Reaction

Time (RT) and the Percentage of Errors (PE)? Psychologica Belgica, 51(1), 5–13.

http://doi.org/10.5334/pb-51-1-5

Burke, C. S., Stagl, K. C., Salas, E., Pierce, L., & Kendall, D. (2006). Understanding team

adaptation: A conceptual analysis and model. Journal of Applied Psychology, 91(6),

1189–1207. http://doi.org/10.1037/0021-9010.91.6.1189

Carpini, J. A., Parker, S. K., & Griffin, M. A. (2017). A look back and a leap forward: A

review and synthesis of the individual work performance literature. Academy of

Management Annals, 11(2), 825–885.

http://doi.org/https://doi.org/10.5465/annals.2015.0151

Carter, E. C., Kofler, L. M., Forster, D. E., & Mccullough, M. E. (2015). A series of meta-

analytic tests of the depletion effect: Self-control does not seem to rely on a limited

resource. Journal of Experimental Psychology: General, 144(4), 796–815.

http://doi.org/http://dx.doi.org/10.1037/xge0000083

Carter, E. C., & McCullough, M. E. (2014). Publication bias and the limited strength model of

self-control: Has the evidence for ego depletion been overestimated? Frontiers in

Psychology, 5. http://doi.org/10.3389/fpsyg.2014.00823

Literatur 68

Carter, M., & Beier, M. E. (2010). The effectiveness of error management training with

working-aged adults. Personnel Psychology, 63(3), 641–675.

http://doi.org/10.1111/j.1744-6570.2010.01183.x

Cellar, D. F., Stuhlmacher, A. F., Young, S. K., Fisher, D. M., Adair, C. K., Haynes, S., …

Riester, D. (2011). Trait goal orientation, self-regulation, and performance: A meta-

analysis. Journal of Business and Psychology, 26(4), 467–483.

http://doi.org/10.1007/s10869-010-9201-6

Chan, D., & Schmitt, N. (2002). Situational judgment and job performance. Human

Performance, 15(3), 233–254. http://doi.org/10.1207/S15327043HUP1503_01

Chang, W., Atanasov, P., Patil, S., Mellers, B. A., & Tetlock, P. E. (2017). Accountability and

adaptive performance under uncertainty: A long-term view. Judgment and Decision

Making, 12(6), 610–626. Verfügbar unter:

http://journal.sjdm.org/17/17630/jdm17630.pdf

Charbonnier-Voirin, A., El Akremi, A., & Vandenberghe, C. (2010). A multilevel model of

transformational leadership and adaptive performance and the moderating role of climate

for innovation. Group & Organization Management, 35(6), 699–726.

http://doi.org/10.1177/1059601110390833

Charbonnier-Voirin, A., & Roussel, P. (2012). Adaptive performance: A new scale to

measure individual performance in organizations. Canadian Journal of Administrative

Sciences, 29(3), 280–293. http://doi.org/10.1002/cjas.232

Cheung, M. W.-L. (2014). Modeling dependent effect sizes with three-level meta-analyses: A

structural equation modeling approach. Psychological Methods, 19(2), 211–229.

http://doi.org/10.1037/a0032968

Literatur 69

Cheung, M. W.-L. (2015). Meta-Analysis: A Structural Equation Modeling Approach. Wiley.

Christian, J. S., Christian, M. S., Pearsall, M. J., & Long, E. C. (2017). Team adaptation in

context: An integrated conceptual model and meta-analytic review. Organizational

Behavior and Human Decision Processes, 140, 62–89.

http://doi.org/10.1016/j.obhdp.2017.01.003

Clarkson, J. J., Hirt, E. R., Jia, L., & Alexander, M. B. (2010). When perception is more than

reality: The effects of perceived versus actual resource depletion on self-regulatory

behavior. Journal of Personality and Social Psychology, 98(1), 29–46.

http://doi.org/10.1037/a0017539

Cohen, J. (1992). Statistical power analysis. Current Directions in Psychological Science,

1(3), 98–101. http://doi.org/10.1111/1467-8721.ep10768783

Connolly, J. J., Kavanagh, E. J., & Viswesvaran, C. (2007). The convergent validity between

self and observer ratings of personality: A meta-analytic review. International Journal of

Selection and Assessment, 15(1), 110–117. http://doi.org/10.1111/j.1468-

2389.2007.00371.x

Cuijpers, P., Donker, T., van Straten, A., Li, J., & Andersson, G. (2010). Is guided self-help as

effective as face-to-face psychotherapy for depression and anxiety disorders? A

systematic review and meta-analysis of comparative outcome studies. Psychological

Medicine, 40(12), 1943–1957. http://doi.org/10.1017/S0033291710000772

Curran, P. J., Obeidat, K., & Losardo, D. (2010). Twelve frequently asked questions about

growth curve modeling. Journal of Cognitive Development, 11(2), 121–136.

http://doi.org/10.1080/15248371003699969

Davis, W. D., Dibrell, C., Craig, J. B., & Green, J. (2013). The effects of goal orientation and

Literatur 70

client feedback on the adaptive behaviors of family enterprise advisors. Family Business

Review, 26(3), 215–234. http://doi.org/10.1177/0894486513484351

DeRue, D. S., Hollenbeck, J. R., Johnson, M. D., Ilgen, D. R., & Jundt, D. K. (2008). How

different team downsizing approaches influence team-level adaptation and performance.

Academy of Management Journal, 51(1), 182–196. http://doi.org/10.2307/20159501

Dorsey, D. W., Cortina, J. M., & Luchman, J. (2010). Adaptive and citizenship-related

behaviors at work. In J. L. Farr & N. T. Tippins (Eds.), Handbook of employee selection

(S. 463–487). New York: Routledge.

Eager, C., & Roy, J. (2017). Mixed effects models are sometimes terrible. Verfügbar unter:

https://arxiv.org/abs/1701.04858

Elliot, A. J., & McGregor, H. A. (2001). A 2 X 2 achievement goal framework. Journal of

Personality and Social Psychology, 80(3), 501–519. http://doi.org/10.1037/0022-

3514.80.3.501

Ferro, G. (2014). An empirical examination of knowledge and skill predictors of cultural

adaptive performance. Dissertation, George Mason University. Verfügbar unter:

http://hdl.handle.net/1920/8855

Frost, M. C., & Spijkers, W. (2016). Anpassungsleistungen in der beruflichen Rehabilitation -

Ein Selbsteinschätzungsfragebogen (ReHadapt) zur Anwendung im RehaAssessment®

und in der Reha-Beratung. Rehabilitation, 55(1), 26–33. http://doi.org/10.1055/s-0041-

111522

Gelman, A. (2018). The failure of null hypothesis significance testing when studying

incremental changes, and what to do about it. Personality and Social Psychology

Bulletin, 44(1), 16–23. http://doi.org/10.1177/0146167217729162

Literatur 71

Gelman, A., & Carlin, J. (2014). Beyond power calculations: Assessing Type S (sign) and

Type M (magnitude) errors. Perspectives on Psychological Science, 9(6), 641–651.

http://doi.org/10.1177/1745691614551642

Gelman, A., & Loken, E. (2014). The statistical crisis in science. American Scientist, 102(6),

460–465. http://doi.org/10.1511/2014.111.460

Gelman, A., Skardhamar, T., & Aaltonen, M. (2017). Type M error might explain Weisburd’s

Paradox. Journal of Quantitative Criminology. http://doi.org/10.1007/s10940-017-9374-

5

Gignac, G. E., & Szodorai, E. T. (2016). Effect size guidelines for individual differences

researchers. Personality and Individual Differences, 102, 74–78.

http://doi.org/10.1016/j.paid.2016.06.069

Gonzalez-Mulé, E., Mount, M. K., & Oh, I.-S. (2014). A meta-analysis of the relationship

between general mental ability and non-task performance. Journal of Applied

Psychology, 99(6), 1222–1243. http://doi.org/10.1037/a0037547

Good, D., & Michel, E. J. (2013). Individual ambidexterity: Exploring and exploiting in

dynamic contexts. The Journal of Psychology, 147(5), 435–453.

http://doi.org/10.1080/00223980.2012.710663

Griffin, B., & Hesketh, B. (2003). Adaptable behaviours for successful work and career

adjustment. Australian Journal of Psychology, 55(2), 65–73.

http://doi.org/10.1080/00049530412331312914

Griffin, M. A., Neal, A., & Parker, S. K. (2007). A new model of work role performance:

Positive behavior in uncertain and interdependent contexts. Academy of Management

Journal, 50(2), 327–347. http://doi.org/10.5465/AMJ.2007.24634438

Literatur 72

Grim, A. M. (2010). Use of situational judgment test to measure individual adaptability in

applied settings. Masterarbeit, George Mason University. Verfügbar unter:

http://hdl.handle.net/1920/5793

Hagger, M. S., Chatzisarantis, N. L. D., Alberts, H., Anggono, C. O., Batailler, C., Birt, A. R.,

… Zwienenberg, M. (2016). A multilab preregistered replication of the ego-depletion

effect. Perspectives on Psychological Science, 11(4), 546–573.

http://doi.org/10.1177/1745691616652873

Hagger, M. S., Wood, C., Stiff, C., & Chatzisarantis, N. L. D. (2010). Ego depletion and the

strength model of self-control: A meta-analysis. Psychological Bulletin, 136(4), 495–

525. http://doi.org/10.1037/a0019486

Hamtiaux, A., Houssemand, C., & Vrignaud, P. (2013). Individual and career adaptability:

Comparing models and measures. Journal of Vocational Behavior, 83(2), 130–141.

http://doi.org/10.1016/j.jvb.2013.03.006

Han, T. Y., & Williams, K. J. (2008). Multilevel investigation of adaptive performance:

Individual- and team-level relationships. Group & Organization Management, 33(6),

657–684. http://doi.org/10.1177/1059601108326799

Harari, M. B., Reaves, A. C., Viswesvaran, C., Harari, M. B., Reaves, A. C., & Viswesvaran,

C. (2016). Creative and innovative performance: A meta-analysis of relationships with

task, citizenship, and counterproductive job performance dimensions. European Journal

of Work and Organizational Psychology, 25(4), 495–511.

http://doi.org/10.1080/1359432X.2015.1134491

Hardy, J. H., Imose, R. A., & Day, E. A. (2014). Relating trait and domain mental toughness

to complex task learning. Personality and Individual Differences, 68, 59–64.


Literatur 73

Harkin, B., Webb, T. L., Chang, B. P. I., Prestwich, A., Conner, M., Kellar, I., … Sheeran, P.

(2016). Does monitoring goal progress promote goal attainment? A meta-analysis of the

experimental evidence. Psychological Bulletin, 142(2), 198–229.

http://doi.org/10.1037/bul0000025

Harrison, X. A., Donaldson, L., Correa-Cano, M. E., Evans, J., Fisher, D. N., Goodwin, C., …

Inger, R. (2017). Best practice in mixed effects modelling and multi-model inference in

ecology. PeerJ Preprints, 5. http://doi.org/https://doi.org/10.7287/peerj.preprints.3113v1

Heidemeier, H., & Moser, K. (2009). Self-other agreement in job performance ratings: A

meta-analytic test of a process model. Journal of Applied Psychology, 94(2), 353–370.

http://doi.org/10.1037/0021-9010.94.2.353

Hemphill, J. F. (2003). Interpreting the magnitudes of correlation coefficients. American

Psychologist, 58(1), 78–79. http://doi.org/10.1037/0003-066X.58.1.78

Howe, M. (2014). Fool me once, shame on you; fool me twice, shame on me: An investigation

of individual differences, goals, and adaptive performance in a multiple change context.

Dissertation, Michigan State University. Verfügbar unter:

http://etd.lib.msu.edu/islandora/object/etd:2920

Hox, J. J., Moerbeek, M., & van de Schoot, R. (2018). Multilevel analysis: Techniques and

applications. Routledge.

Huang, J. L., Ryan, A. M., Zabel, K. L., & Palmer, A. (2014). Personality and adaptive

performance at work: A meta-analytic investigation. Journal of Applied Psychology,

99(1), 162–79. http://doi.org/10.1037/a0034285

Hughes, M. G., Day, E. A., Wang, X., Schuelke, M. J., Arsenault, M. L., Harkrider, L. N., &

Cooper, O. D. (2013). Learner-controlled practice difficulty in the training of a complex

Literatur 74

task: Cognitive and motivational mechanisms. Journal of Applied Psychology, 98(1), 80–

98. http://doi.org/10.1037/a0029821

Hunter, J. E., & Hunter, R. F. (1984). Validity and utility of alternative predictors of job

performance. Psychological Bulletin, 96(1), 72–98. http://doi.org/10.1037/0033-

2909.96.1.72

Itani, O. S., Agnihotri, R., & Dingus, R. (2017). Social media use in B2b sales and its impact

on competitive intelligence collection and adaptive selling: Examining the role of

learning orientation as an enabler. Industrial Marketing Management, 66, 64–79.

http://doi.org/10.1016/j.indmarman.2017.06.012

Johnson, M. D., Hollenbeck, J. R., Humphrey, S. E., Ilgen, D. R., Jundt, D., & Meyer, C. J.

(2006). Cutthroat cooperation: Asymmetrical adaptation to changes in team reward

structures. Academy of Management Journal, 49(1), 103–119.

http://doi.org/10.2307/20159748

Joseph, D. L., Jin, J., Newman, D. A., & Boyle, E. H. O. (2015). Why does self-reported

emotional intelligence predict job performance? A meta-analytic investigation of mixed

EI. Journal of Applied Psychology, 100(2), 298–342. http://doi.org/10.1037/a0037681

Joseph, D. L., & Newman, D. A. (2010). Emotional intelligence: An integrative meta-analysis

and cascading model. Journal of Applied Psychology, 95(1), 54–78.

http://doi.org/10.1037/a0017286

Joung, W., Hesketh, B., & Neal, A. (2006). Using “war stories” to train for adaptive

performance: Is it better to learn from error or success? Applied Psychology, 55(2), 282–

302. http://doi.org/10.1111/j.1464-0597.2006.00244.x

Judge, T. A., Jackson, C. L., Shaw, J. C., Scott, B. A., & Rich, B. L. (2007). Self-efficacy and

Literatur 75

work-related performance: The integral role of individual differences. Journal of Applied


Jundt, D. K. (2009). Adaptability from a process perspective: Examining the effects of task

change type and a metacognitive intervention on adaptive performance.

Unveröffentlichte Dissertation, Michigan State University.

Jundt, D. K., Shoss, M. K., & Huang, J. L. (2015). Individual adaptive performance in

organizations: A review. Journal of Organizational Behavior, 36, 53–71.

http://doi.org/10.1002/job.1955

Karwowski, M., & Lebuda, I. (2016). The Big Five, the Huge Two, and creative self-beliefs:

A meta-analysis. Psychology of Aesthetics, Creativity, and the Arts, 10(2), 214–232.

http://doi.org/10.1037/aca0000035

Keith, N., & Frese, M. (2005). Self-regulation in error management training: Emotion control

and metacognition as mediators of performance effects. Journal of Applied Psychology,

90(4), 677–691. http://doi.org/10.1037/0021-9010.90.4.677

Keith, N., Richter, T., & Naumann, J. (2010). Active/exploratory training promotes transfer

even in learners with low motivation and cognitive ability. Applied Psychology, 59(1),

97–123. http://doi.org/10.1111/j.1464-0597.2009.00417.x

Kinateder, M., Ronchi, E., Nilsson, D., Kobes, M., Müller, M., Pauli, P., & Mühlberger, A.

(2014). Virtual reality for fire evacuation research. In Proceedings of the 2014 Federated

Conference on Computer Science and Information Systems (Vol. 2, S. 313–321).

http://doi.org/10.15439/2014F94

Kleinmann, M. (2017, September). Können Einstellungsinterviews Arbeitsleistung jenseits

von Task Performance vorhersagen? Vortrag auf der 10. Tagung der Fachgruppe

Literatur 76

Arbeits-, Organisations- und Wirtschaftspsychologie (AOW) der deutschen Gesellschaft

für Psychologie in Dresden.

Kluge, A., Ritzmann, S., Burkolter, D., & Sauer, J. (2011). The interaction of drill and

practice and error training with individual differences. Cognition, Technology and Work,

13(2), 103–120. http://doi.org/10.1007/s10111-010-0158-z

Kozlowski, S. W. J., Gully, S. M., Brown, K. G., Salas, E., Smith, E. M., & Nason, E. R.

(2001). Effects of training goals and goal orientation traits on multidimensional training

outcomes and performance adaptability. Organizational Behavior and Human Decision

Processes, 85(1), 1–31. http://doi.org/10.1006/obhd.2000.2930

Kröger, U., & Staufenbiel, T. (2012). Entwicklung und Validierung eines Fragebogens zur

Erfassung von „Adaptive Performance“. Zeitschrift Für Arbeits- Und

Organisationspsychologie A&O, 56(2), 55–69. http://doi.org/10.1026/0932-

4089/a000069

Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it: How difficulties in

recognizing one’s own incompetence lead to inflated self-assessments. Journal of

Personality and Social Psychology, 77(6), 1121–1134. http://doi.org/10.1037/0022-

3514.77.6.1121

Kruschke, J. K. (2015). Doing Bayesian Data Analysis: A tutorial with R, JAGS, and Stan.

Academic Press.

Lang, J. W. B., & Bliese, P. D. (2009). General mental ability and two types of adaptation to

unforeseen change: Applying discontinuous growth models to the task-change paradigm.

Journal of Applied Psychology, 94(2), 411–428. http://doi.org/10.1037/a0013803

Lang, J. W. B., & Bliese, P. D. (2012). I-O psychology and progressive research programs on

Literatur 77

intelligence. Industrial and Organizational Psychology, 5(2), 161–166.

http://doi.org/10.1111/j.1754-9434.2012.01423.x

Lang, J. W. B., Kersting, M., Hülsheger, U. R., & Lang, J. (2010). General mental ability,

narrower cognitive abilities, and job performance: The perspective of the nested-factors

model of cognitive abilities. Personnel Psychology, 63(3), 595–640.

http://doi.org/10.1111/j.1744-6570.2010.01182.x

Le, H., Schmidt, F. L., Harter, J. K., & Lauver, K. J. (2010). The problem of empirical

redundancy of constructs in organizational research: An empirical investigation.

Organizational Behavior and Human Decision Processes, 112(2), 112–125.

http://doi.org/10.1016/j.obhdp.2010.02.003

Lebuda, I., Zabelina, D. L., & Karwowski, M. (2016). Mind full of ideas: A meta-analysis of

the mindfulness-creativity link. Personality and Individual Differences, 93, 22–26.


LePine, J. A. (2003). Team adaptation and postchange performance: Effects of team

composition in terms of members’ cognitive ability and personality. Journal of Applied


LePine, J. A. (2005). Adaptation of teams in response to unforeseen change: Effects of goal

difficulty and team composition in terms of cognitive ability and goal orientation.

Journal of Applied Psychology, 90(6), 1153–1167. http://doi.org/10.1037/0021-

9010.90.6.1153

LePine, J. A., Colquitt, J. A., & Erez, A. (2000). Adaptability to changing task contexts:

Effects of general cognitive ability, conscientiousness, and openness to experience.

Personnel Psychology, 53(3), 563–593. http://doi.org/10.1111/j.1744-

6570.2000.tb00214.x

Literatur 78

Long, J. D. (2012). Longitudinal data analysis for the behavioral sciences using R. Sage.

Mabe, P. A., & West, S. G. (1982). Validity of self-evaluation of ability: A review and meta-

analysis. Journal of Applied Psychology, 67(3), 280–296. http://doi.org/10.1037/0021-

9010.67.3.280

MacLeod, C. M. (1991). Half a century of research on the Stroop effect: An integrative

review. Psychological Bulletin, 109(2), 163–203.

http://doi.org/http://dx.doi.org/10.1037/0033-2909.109.2.163

MacLeod, C. M. (1992). The Stroop task: The “gold standard” of attentional measures.

Journal of Experimental Psychology: General, 121(1), 12–14.


Marks, M. A., Zaccaro, S. J., & Mathieu, J. E. (2000). Performance implications of leader

briefings and team interaction training for adaptation to novel environments. Journal of

Applied Psychology, 85(6), 971–986. http://doi.org/10.1037//0021-90I0.85.6.971

Marques-Quinteiro, P., & Curral, L. A. (2012). Goal orientation and work role performance:

Predicting adaptive and proactive work role performance through self-leadership

strategies. The Journal of Psychology, 146(6), 559–577.

http://doi.org/10.1080/00223980.2012.656157

Marques-Quinteiro, P., Curral, L., Passos, A. M., & Lewis, K. (2013). And now what do we

do? The role of transactive memory systems and task coordination in action teams.

Group Dynamics: Theory, Research, and Practice, 17(3), 194–206.

http://doi.org/10.1037/a0033304

Marques-Quinteiro, P., Ramos-Villagrasa, P. J., Passos, A. M., & Curral, L. (2015).

Measuring adaptive performance in individuals and teams. Team Performance

Literatur 79

Management, 21(7/8), 339–360. http://doi.org/10.1108/TPM-03-2015-0014

Maynard, M. T., Kennedy, D. M., & Sommer, S. A. (2015). Team adaptation: A fifteen-year

synthesis (1998–2013) and framework for how this literature needs to “adapt” going

forward. European Journal of Work and Organizational Psychology, 24(5), 652–677.

http://doi.org/10.1080/1359432X.2014.1001376

McDaniel, M. A., Whetzel, D. L., Schmidt, F. L., & Maurer, S. D. (1994). The validity of

employment interviews: A comprehensive review and meta-analysis. Journal of Applied

Psychology, 79(4), 599–616. http://doi.org/http://dx.doi.org/10.1037/0021-9010.79.4.599

McElreath, R. (2016). Statistical Rethinking: A Bayesian Course with Examples in R and

Stan. CRC Press.

Meyer, G. J., Finn, S. E., Eyde, L. D., Kay, G. G., Moreland, K. L., Dies, R. R., … Reed, G.

M. (2001). Psychological testing and psychological assessment: A review of evidence

and issues. American Psychologist, 56(2), 128–165. http://doi.org/10.1037//OOO3-

O66X.56.2.128

Moon, H., Hollenbeck, J. R., Humphrey, S. E., Ilgen, D. R., West, B., Ellis, A. P. J., & Porter,

C. O. L. H. (2004). Asymmetric adaptability: Dynamic team structures as one-way

streets. Academy of Management Journal, 47(5), 681–695.

http://doi.org/10.2307/20159611

Morgan, B., D’Mello, S., Abbott, R., Radvansky, G., Haass, M., & Tamplin, A. (2013).

Individual differences in multitasking ability and adaptability. Human Factors, 55(4),

776–788. http://doi.org/10.1177/0018720812470842

Neal, A., Yeo, G., Koy, A., & Xiao, T. (2012). Predicting the form and direction of work role

performance from the Big 5 model of personality traits. Journal of Organizational

Literatur 80

Behavior, 33(2), 175–192. http://doi.org/10.1002/job.742

Niessen, C., & Jimmieson, N. L. (2016). Threat of resource loss: The role of self-regulation in

adaptive task performance. Journal of Applied Psychology, 101(3), 450–462.

http://doi.org/10.1037/apl0000049

Nisbett, R. E., & Wilson, T. D. (1977). Telling more than we can know: Verbal reports on

mental processes. Psychological Review, 84(3), 231–259.

http://doi.org/http://dx.doi.org/10.1037/0033-295X.84.3.231

O’Connell, D. J., McNeely, E., & Hall, D. T. (2008). Unpacking personal adaptability at

work. Journal of Leadership & Organizational Studies, 14(3), 248–259.

http://doi.org/10.1177/1071791907311005

Organ, D. W. (1997). Organizational citizenship behavior: It’s construct clean-up time.

Human Performance, 10(2), 85–97. http://doi.org/10.1207/s15327043hup1002

Parker, S. L., Jimmieson, N. L., Walsh, A. J., & Loakes, J. L. (2015). Trait resilience fosters

adaptive coping when control opportunities are high: Implications for the motivating

potential of active work. Journal of Business and Psychology, 30(3), 583–604.

http://doi.org/10.1007/s10869-014-9383-4

Payne, S. C., Youngcourt, S. S., & Beaubien, J. M. (2007). A meta-analytic examination of

the goal orientation nomological net. Journal of Applied Psychology, 92(1), 128–150.

http://doi.org/10.1037/0021-9010.92.1.128

Pitariu, A. H., & Ployhart, R. E. (2010). Explaining change: Theorizing and testing dynamic

mediated longitudinal relationships. Journal of Management, 36(2), 405–429.

http://doi.org/10.1177/0149206308331096

Ployhart, R. E., & Bliese, P. D. (2006). Individual adaptability (I-ADAPT) theory:

Literatur 81

Conceptualizing the antecedents, consequences, and measurement of individual

differences in adaptability. In C. S. Burke, L. G. Pierce, & E. Salas (Eds.),

Understanding Adaptability: A Prerequisite for Effective Performance within Complex

Environments (S. 3–39). Elsevier.

Ployhart, R. E., & Ward, A.-K. (2011). The “Quick Start Guide” for conducting and

publishing longitudinal research. Journal of Business and Psychology, 26(4), 413–422.

http://doi.org/10.1007/s10869-011-9209-6

Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. (2003). Common method

biases in behavioral research: A critical review of the literature and recommended

remedies. Journal of Applied Psychology, 88(5), 879–903. http://doi.org/10.1037/0021-

9010.88.5.879

Podsakoff, P. M., MacKenzie, S. B., & Podsakoff, N. P. (2016). Recommendations for

creating better concept definitions in the organizational, behavioral, and social sciences.

Organizational Research Methods, 19(2), 159–203.

http://doi.org/10.1177/1094428115624965

Poropat, A. E. (2009). A meta-analysis of the five-factor model of personality and academic

performance. Psychological Bulletin, 135(2), 322–338. http://doi.org/10.1037/a0014996

Porter, C. O. L. H., Webb, J. W., & Gogus, C. I. (2010). When goal orientations collide:

effects of learning and performance orientation on team adaptability in response to

workload imbalance. Journal of Applied Psychology, 95(5), 935–943.

http://doi.org/10.1037/a0019637

Pulakos, E. D., Arad, S., Donovan, M. A., & Plamondon, K. E. (2000). Adaptability in the

workplace: Development of a taxonomy of adaptive performance. Journal of Applied


Literatur 82

Pulakos, E. D., Schmitt, N., Dorsey, D. W., Arad, S., Hedge, J. W., & Borman, W. C. (2002).

Predicting adaptive performance: Further tests of a model of adaptability. Human

Performance, 15(4), 299–323. http://doi.org/10.1207/S15327043HUP1504_01

Randall, J. G., Oswald, F. L., & Beier, M. E. (2014). Mind-wandering, cognition, and

performance: A theory-driven meta-analysis of attention regulation. Psychological

Bulletin, 140(6), 1411–1431. http://doi.org/10.1037/a0037428

Randall, K. R., Resick, C. J., & DeChurch, L. A. (2011). Building team adaptive capacity:

The roles of sensegiving and team composition. Journal of Applied Psychology, 96(3),

525–540. http://doi.org/10.1037/a0022622

Raudenbush, S. W. (2001). Comparing personal trajectories and drawing causal inferences

from longitudinal data. Annual Review of Psychology, 52, 501–525.

http://doi.org/10.1146/annurev.psych.52.1.501

Rosing, K., & Wannagat, S. (2017, September). Age and adaptive performance: An

inconsistent relationship. Vortrag auf der 10. Tagung der Fachgruppe Arbeits-,

Organisations- und Wirtschaftspsychologie (AOW) der deutschen Gesellschaft für

Psychologie in Dresden.

Ryan, A. M., & Ployhart, R. E. (2014). A century of selection. Annual Review of Psychology,

65(1), 693–717. http://doi.org/10.1146/annurev-psych-010213-115134

Salgado, J. F., Anderson, N., Moscoso, S., Bertua, C., & De Fruyt, F. (2003). International

validity generalization of GMA and cognitive abilities: A European Community meta-

analysis. Personnel Psychology, 56(3), 573–605. http://doi.org/10.1111/j.1744-

6570.2003.tb00751.x

Schewe, A. F., Hülsheger, U. R., & Maier, G. W. (2014). Metaanalyse - praktische Schritte

Literatur 83

und Entscheidungen im Umsetzungsprozess. Zeitschrift Für Arbeits- Und

Organisationspsychologie, 58(4), 186–205. http://doi.org/10.1026/0932-4089/a000165

Schmidt, F. L. (2015). History and development of the Schmidt-Hunter meta-analysis

methods. Research Synthesis Methods, 6(3), 232–239. http://doi.org/10.1002/jrsm.1134

Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in

personnel psychology: Practical and theoretical implications of 85 years of research

findings. Psychological Bulletin, 124(2), 262–274.


Schmidt, F. L., & Hunter, J. E. (2015). Methods of meta-analysis: Correcting error and bias

in research findings. Sage.

Schraub, E. M. (2011). Affect at work - The impact of emotion regulation on employees’ well-

being, proactive and adaptive performance. Dissertation, Ruprecht-Karls-Universität

Heidelberg. Verfügbar unter: http://archiv.ub.uni-

heidelberg.de/volltextserver/12489/1/Dissertation_EvaM.Schraub_2011.pdf

Schraub, E. M., Stegmaier, R., & Sonntag, K. (2011). The effect of change on adaptive

performance: Does expressive suppression moderate the indirect effect of strain? Journal

of Change Management, 11(1), 21–44. http://doi.org/10.1080/14697017.2010.514002

Schuelke, M. J., Day, E. A., McEntire, L. E., Boatman, P. R., Boatman, J. E., Kowollik, V., &

Wang, X. (2009). Relating indices of knowledge structure coherence and accuracy to

skill-based performance: Is there utility in using a combination of indices? Journal of

Applied Psychology, 94(4), 1076–1085. http://doi.org/10.1037/a0015113

Schulte-Mecklenbeck, M., Kühberger, A., & Ranyard, R. (2011). A Handbook of Process

Tracing Methods for Decision Research: A Critical Review and User’s Guide. New

Literatur 84

York: Taylor & Francis.

Schunn, C. D., & Reder, L. M. (2001). Another source of individual differences: Strategy

adaptivity to changing rates of success. Journal of Experimental Psychology: General,

130(1), 59–76. http://doi.org/10.1037/0096-3445.130.1.59

Shaffer, J. A., DeGeest, D., & Li, A. (2016). Tackling the problem of construct proliferation:

A guide to assessing the discriminant validity of conceptually related constructs.

Organizational Research Methods, 19(1), 80–110.

http://doi.org/10.1177/1094428115598239

Shoss, M. K., Witt, L. A., & Vera, D. (2012). When does adaptive performance lead to higher

task performance? Journal of Organizational Behavior, 33(7), 910–924.

http://doi.org/10.1002/job.780

Stajkovic, A. D., Bandura, A., Locke, E. A., Lee, D., & Sergent, K. (2018). Test of three

conceptual models of influence of the big five personality traits and self-efficacy on

academic performance: A meta-analytic path-analysis. Personality and Individual

Differences, 120, 238–245. http://doi.org/10.1016/j.paid.2017.08.014

Staufenbiel, T. (2000). Antezedentien und Konsequenzen freiwilligen Arbeitsengagements.

Gruppe. Interaktion. Organisation. Zeitschrift Für Angewandte

Organisationspsychologie (GIO), 31(2), 169–183. http://doi.org/10.1007/s11612-000-

0016-1

Steele-Johnson, D., Beauregard, R. S., Hoover, P. B., & Schmidt, A. M. (2000). Goal

orientation and task demand effects on motivation, affect, and performance. Journal of

Applied Psychology, 85(5), 724–738. http://doi.org/10.1037/0021-9010.85.5.724

Stokes, C. K. (2008). Adaptive performance: An examination of convergent and predictive

Literatur 85

validity. Dissertation, Wright State University. Verfügbar unter:

http://rave.ohiolink.edu/etdc/view?acc_num=wright1216044747

Stokes, C. K., Schneider, T. R., & Lyons, J. B. (2010). Adaptive performance: A criterion

problem. Team Performance Management: An International Journal, 16(3/4), 212–230.

http://doi.org/10.1108/13527591011053278

Stroop, J. R. (1935). Studies of interference in serial verbal reactions. Journal of Experimental

Psychology, 18(6), 643–662. http://doi.org/http://dx.doi.org/10.1037/h0054651

Tornau, K., & Frese, M. (2013). Construct clean-up in proactivity research: A meta-analysis

on the nomological net of work-related proactivity concepts and their incremental

validities. Applied Psychology, 62(1), 44–96. http://doi.org/10.1111/j.1464-

0597.2012.00514.x

Unger-Aviram, E., & Erez, M. (2016). The effects of situational goal orientation and cultural

learning values on team performance and adaptation to change. European Journal of

Work and Organizational Psychology, 25(2), 239–253.

http://doi.org/10.1080/1359432X.2015.1044515

Upchurch, C. L. (2013). Adaptive performance: The role of knowledge structure development.

Masterarbeit, Rice University. Verfügbar unter:

https://scholarship.rice.edu/handle/1911/72054

Van den Heuvel, M., Demerouti, E., Bakker, A. B., & Schaufeli, W. B. (2013). Adapting to

change: The value of change information and meaning-making. Journal of Vocational

Behavior, 83(1), 11–21. http://doi.org/10.1016/j.jvb.2013.02.004

Van Iddekinge, C. H., Aguinis, H., Mackey, J. D., & DeOrtentiis, P. S. (2018). A meta-

analysis of the interactive, additive, and relative effects of cognitive ability and

Literatur 86

motivation on performance. Journal of Management, 44(1), 249–279.

http://doi.org/10.1177/0149206317702220

Van Yperen, N. W., Blaga, M., & Postmes, T. (2015). A meta-analysis of the impact of

situationally induced achievement goals on task performance. Human Performance,

28(2), 165–182. http://doi.org/10.1080/08959285.2015.1006772

Vandierendonck, A. (2017). A comparison of methods to combine speed and accuracy

measures of performance: A rejoinder on the binning procedure. Behavior Research

Methods, 49(2), 653–673. http://doi.org/10.3758/s13428-016-0721-5

Vazire, S., & Mehl, M. R. (2008). Knowing me, knowing you: The accuracy and unique

predictive validity of self-ratings and other-ratings of daily behavior. Journal of

Personality and Social Psychology, 95(5), 1202–1216. http://doi.org/10.1037/a0013314

Vedel, A. (2014). The Big Five and tertiary academic performance: A systematic review and

meta-analysis. Personality and Individual Differences, 71, 66–76.


Waller, M. J., Gupta, N., & Giambatista, R. C. (2004). Effects of adaptive behaviors and

shared mental models on control crew performance. Management Science, 50(11), 1534–

1544. http://doi.org/10.1287/mnsc.1040.0210

Wang, S. (2012). Individual differences in adaptation to changes. Dissertation, Rice

University. Verfügbar unter:

https://scholarship.rice.edu/bitstream/handle/1911/64627/WANG-

THESIS.pdf?sequence=1&isAllowed=y

Wheeler, R. (2012). Adaptive performance, cognitive ability and the moderating effect of task

characteristics. Dissertation, University of Oklahoma. Verfügbar unter:

Literatur 87

http://gradworks.umi.com/35/07/3507441.html

Whetzel, D. L., & McDaniel, M. A. (2009). Situational judgment tests: An overview of

current research. Human Resource Management Review, 19(3), 188–202.

http://doi.org/10.1016/j.hrmr.2009.03.007

Wicherts, J. M., Veldkamp, C. L. S., Augusteijn, H. E. M., Bakker, M., Aert, R. C. M. Van, &

Assen, M. A. L. M. Van. (2016). Degrees of freedom in planning, running, analyzing,

and reporting psychological studies: A checklist to avoid p-hacking. Frontiers in

Psychology, 7. http://doi.org/10.3389/fpsyg.2016.01832

Wihler, A., Meurs, J. A., Wiesmann, D., Troll, L., & Blickle, G. (2017). Extraversion and

adaptive performance: Integrating trait activation and socioanalytic personality theories

at work. Personality and Individual Differences, 116(1), 133–138.


Woo, S. E., Chernyshenko, O. S., Stark, S. E., & Conz, G. (2014). Validity of six openness

facets in predicting work behaviors: A meta-analysis. Journal of Personality Assessment,

96(1), 76–86. http://doi.org/10.1080/00223891.2013.806329

Wood, R. E. (1986). Task complexity: Definition of the construct. Organizational Behavior

and Human Decision Processes, 37(1), 60–82.

http://doi.org/https://doi.org/10.1016/0749-5978(86)90044-0

Zorzie, M. (2012). Individual adaptability: Testing a model of its development and outcomes.

Dissertation, Michigan State University. Verfügbar unter:

http://etd.lib.msu.edu/islandora/object/etd:1354/datastream/OBJ/view

Eigenständigkeitserklärung 88

Eigenständigkeitserklärung

Ich erkläre hiermit, dass ich die vorliegende Arbeit ohne unzulässige Hilfe Dritter und ohne

Benutzung anderer als der angegebenen Hilfsmittel angefertigt habe. Die aus anderen Quellen

direkt oder indirekt übernommenen Daten und Konzepte sind unter Angabe der Quelle

gekennzeichnet.

Bei der Auswahl und Auswertung folgenden Materials haben mir die nachstehend

aufgeführten Personen in der jeweils beschriebenen Weise entgeltlich/ unentgeltlich geholfen.

1. An der Literaturrecherche für die metaanalytischen Studien waren Nadine Becker, Saskia

Becker, Alexandra Egbers, Lisa Höke, Merle Möllers, Andreas Pfeifer und Christina

Wöbkenberg im Rahmen des Seminars Methodenvertiefung: Metaanalyse beteiligt.

Darüber hinaus hat Kim Mehlitz im Rahmen des Forschungspraktikums viele von den in

Metaanalysen berücksichtigten Studien kodiert, um die Bewertung der Güte meiner

Kodierungen zu ermöglichen.

2. Die Stroop-Aufgabe, die in Studie 3 verwendet wurde, hat Christian Götz programmiert

(EDV-Mitarbeiter).

3. An der Datenerhebung für Studie 3 waren im Rahmen von Abschlussarbeiten, die ich

betreut habe, Leonie Kobert, Rosa Palm, Marco Prieto Wunderlich und Insa Uhlenkamp

beteiligt. Darüber hinaus war daran Kim Mehlitz im Rahmen ihres Forschungspraktikums

beteiligt.

Weitere Personen waren an der inhaltlichen materiellen Erstellung der vorliegenden Arbeit

nicht beteiligt. Insbesondere habe ich hierfür nicht die entgeltliche Hilfe von Vermittlungs-

bzw. Beratungsdiensten in Anspruch genommen. Niemand hat von mir unmittelbar oder

mittelbar geldwerte Leistungen für Arbeiten erhalten, die im Zusammenhang mit dem Inhalt

der vorgelegten Dissertation stehen.

Die Arbeit wurde bisher weder im In- noch im Ausland in gleicher oder ähnlicher Form einer

anderen Prüfungsbehörde vorgelegt.

......................................................... ..................................................................

(Ort. Datum) (Unterschrift)

Documents

Intelligenz, Zielorientierung und Ego-Depletion als ...nbn:de:gbv:700... · 3 Danksagung Ich möchte mich bei allen Personen bedanken, die mehr oder weniger freiwillig in den letzten