Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
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
2.2.1 Einleitende Bemerkungen ........................................................................ 38
2.2.2 Abstract .................................................................................................... 39
2.3 Artikel 3: Ego-Depletion und adaptive Leistung .................................................... 40
2.3.1 Einleitende Bemerkungen ........................................................................ 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.
1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten 10
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
1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten 11
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
1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten 12
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
1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten 13
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
1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten 14
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
1.1 Definition von Adaptation und Abgrenzung von anderen Konstrukten 15
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.
1.2 Messung von Adaptation 17
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.
1.2 Messung von Adaptation 18
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).
1.2 Messung von Adaptation 19
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,
1.2 Messung von Adaptation 20
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
1.2 Messung von Adaptation 21
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).
1.2 Messung von Adaptation 22
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.
1.2 Messung von Adaptation 23
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
1.2 Messung von Adaptation 24
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).
1.2 Messung von Adaptation 25
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
1.3 Antezedenzien und Konsequenzen von Adaptation 27
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) –
1.3 Antezedenzien und Konsequenzen von Adaptation 28
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
1.3 Antezedenzien und Konsequenzen von Adaptation 29
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
1.3 Antezedenzien und Konsequenzen von Adaptation 30
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
1.3 Antezedenzien und Konsequenzen von Adaptation 31
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),
1.3 Antezedenzien und Konsequenzen von Adaptation 32
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
1.3 Antezedenzien und Konsequenzen von Adaptation 33
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
1.3 Antezedenzien und Konsequenzen von Adaptation 34
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.
2.2.1 Einleitende Bemerkungen
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.
2.3.1 Einleitende Bemerkungen
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
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 45
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
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 46
(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
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 47
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
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 48
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
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 49
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
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 50
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
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 51
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.
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 52
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
3.1 Zusammenfassung, Einschränkungen und Implikationen der Ergebnisse 53
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.
http://doi.org/10.1016/j.paid.2014.04.011
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
Psychology, 92(1), 107–127. http://doi.org/10.1037/0021-9010.92.1.107
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.
http://doi.org/10.1016/j.paid.2015.09.040
LePine, J. A. (2003). Team adaptation and postchange performance: Effects of team
composition in terms of members’ cognitive ability and personality. Journal of Applied
Psychology, 88(1), 27–39. http://doi.org/10.1037/0021-9010.88.1.27
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.
http://doi.org/http://dx.doi.org/10.1037/0096-3445.121.1.12
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
Psychology, 85(4), 612–624. http://doi.org/10.1037/0021-9010.85.4.612
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.
http://doi.org/http://dx.doi.org/10.1037/0033-2909.124.2.262
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.
http://doi.org/10.1016/j.paid.2014.07.011
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.
http://doi.org/10.1016/j.paid.2017.04.034
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)