Objectives: When describing generational differences, the concept of a collective (prototypical) unit is used, which has been shaped by prevalent social and cultural conditions during the formative period of secondary socialization. Generations whose privileged period coincided with the widespread use of the internet have been referred to as internet generations. The article aims to draw attention to the need to separate the effects of biological age (younger doroworkers differ from older ones in terms of factors such as muscle strength and fresh memory) from the effects of generation resulting from environmental differences during the privileged period of secondary socialization. Methodology: The article presents analyses of survey research results from the World Value Survey in 2005 and 2020, as well as the European Social Survey from 2018/2019. Results: Using WVS data, the article demonstrates an empirical approach to distinguish the generational effect from the effect of biological age in the study of work attitudes. It shows that, compared to older generations, work is less significant for internet generations. Using ESS data shows that the intensity of internet usage positively correlates with self focused hedonism among all respondents. The negative correlation with others-centred conformity depends on age (younger respondents exhibit a stronger correlation). Limitations/Implications: Unfortunately, most scientific reports on generational differences are based on cross-sectional measurements at a single point in time. Such studies do not allow for the separation of age, period, and cohort effects, thus posing a high risk of making false generalizations regarding generational differences. Originality/Value: The Internet revolution, which has taken place on a nearly global scale, has radically changed intergenerational relationships. Internet generations no longer need to look for information by asking older employees.
PL
Cel: opisując różnice generacyjne, operuje się pojęciem „zbiorowej (prototypowej) jednostki”, która została ukształtowana przez dominujące warunki społeczne i kulturowe w okresie formatywnym socjalizacji wtórnej. Generacje, dla których ten uprzywilejowany okres przypadał na czas upowszechnienia Internetu nazwane zostały generacjami internetowymi. Celem artykułu jest zwrócenie uwagi na konieczność oddzielania w badaniach generacyjnych efektu wieku biologicznego (młodsi pracownicy różnią się od starszych np. siłą mięśni, sprawnością pamięci świeżej) od efektu generacji wynikającego z różnic środowiskowych w uprzywilejowanym okresie formatywnym socjalizacji wtórnej. Metodologia: w artykule przedstawione zostały analizy wyników badań sondażowych World Value Survey w 2005 i 2020 roku i Europejskiego Sondażu Społecznego z 2018/2019. Wyniki: na danych WVS pokazano sposób empirycznego rozdzielenia efektu generacji od efektu wieku biologicznego w badaniu postaw do pracy. Dla generacji internetowych praca jest mniej ważna niż dla generacji starszych. Na danych ESS wykazano, że intensywność korzystania z Internetu koreluje dodatnio z koncentrującym się na ja hedonizmem u wszystkich respondentów. Ujemna korelacja ze skoncentrowanym na innych konformizmem zależy od wieku (im młodszy respondent, tym silniejsza). Ograniczenia/implikacje: niestety, większość doniesień naukowych dotyczących różnic generacyjnych bazuje na pomiarach w jednym punkcie czasowym. Tego typu badania nie pozwalają rozdzielić efektów WEK (wieku biologicznego, epoki i kohorty), więc niebezpieczeństwo formułowania fałszywych uogólnień dotyczących różnic generacyjnych jest bardzo wysokie. Oryginalność/wartość: rewolucja internetowa, która dokonała się na skalę niemal globalną, całkowicie odmieniła relacje między pokoleniami. Generacje internetowe nie potrzebują pośrednictwa starszych w dostępie do informacji, co diametralnie zmienia relacje międzygeneracyjne.
W niniejszym tekście omawiamy 10 pułapek analiz danych w naukach o zarządzaniu: (1) zbyt mała liczba badań doświadczalnych; (2) ignorowanie specyfiki przedmiotu badań; (3) brak standardowych operacjonalizacji; (4) słabość pomiaru; (5) słabość analiz danych; (6) zbyt wysoki poziom ogólności teorii i zbyt mała liczba replikacji; (7) błędna interpretacja wyników analiz statystycznych; (8) oczekiwania recenzentów dotyczące doboru próby i testowania hipotez; (9) brak „czasu” na liście predyktorów; (10) niewłaściwe standardy publikacji. Większość z tych zjawisk odnosi się również do badań psychologicznych i socjologicznych.
EN
This essay-like text discusses 10 pitfalls in the analysis of data in management science: (1) Too small a number of experimental studies; (2) Ignoring the specifics of the research object; (3) Lack of standard operationalizations; (4) Weakness of measurement ; (5) Weakness of data analyses; (6) Too high a level of generality of theory and too few replications; (7) Misinterpretation of the outcomes of statistical analyses; (8) Reviewers’ expectation regarding the samples and hypotheses testing; (9) Missing “time” in the list of predictors; (10) Wrong standards of publication. Most of these risks apply also to psychological and sociological research.
The goal of the current article is an attempt to synthesize the knowledge on the consequences of cognitive overload/underload of the employees on their work outcomes. The course of the argument has been organized in the form of 4 theses. (1) Employee performance depends curvilinearly on the level of arousal (Yerkes i Dodson, 1908). This relationship is affected by the size of the available cognitive resources. The effect of emotions on the level of arousal depends on their type. (2) The magnitude of tonic arousal is primarily defined by the temperamental traits. The relationship between the arousal level and the temperament can be moderated by permanent personality traits, sociodemographic situation, as well as variable features, such as the level of fatigue (lack of sleep, cold…). (3). Employee’s phasic arousal depends not only on the objective stimuli and performed activity, but can also be moderated by the automatically operating perceptual filters, cognitive schemas, and a deliberate cognitive activity aimed at assigning meaning to the stimuli. (4). An employee can actively influence his/her arousal level by undertaking activities of a certain stimulative value. There are large differences regarding the type of preferred stimulation (intellectual, physical, social…).
PL
Celem artykułu jest próba syntezy wiedzy dotyczącej przeciążenia/niedociążenia poznawczego pracowników, które ma wymierne konsekwencje dla efektów ich pracy. Tok wywodu zorganizowano w postaci 4 tez. (1) Efektywność wykonywania zadań zależy krzywoliniowo od PAO (poziomu aktywacji organizmu) pracownika (Yerkes i Dodson, 1908). Zależność ta jest efektem wpływu PAO na wielkość aktualnie dostępnych zasobów poznawczych. Wpływ emocji na poziom pobudzenia organizmu zależy od ich typu. (2) Wielkość pobudzenia tonicznego wyznaczają przede wszystkim cechy temperamentalne. Moderatorem związku PAO z temperamentem mogą być zarówno stałe cechy osobowościowe czy sytuacja socjodemograficzna, jak i cechy zmienne, takie jak poziom zmęczenia (niewyspanie, przeziębienie…). (3) Pobudzenie fazowe pracownika zależy nie tylko od obiektywnej sytuacji bodźcowej i wykonywanej aktywności, ale jest także moderowane przez automatycznie działające filtry percepcyjne, schematy poznawcze i celową aktywność poznawczą przypisującą znaczenie bodźcom. (4) Pracownik zazwyczaj aktywnie wpływa na PAO podejmując działania o określonej wartości stymulacyjnej. Widoczne są duże różnice w preferencjach co do typu stymulacji (intelektualna, fizyczna, społeczna…).