《组织行为和人力资源研究方法入门》是献给小思老师（卢玮銮教授）的。报读香港中文大学本科课程时，我填报的第一志愿是中文系，但没有被取录，反而被我不太了解的管理系取录了。大学一年级时，小思老师是我必修“大一国文”科的导师。大学毕业前，我决定以教育和学术工作为自己以后的事业。

　　1.2.2 人才的获得
　　企业的良好运作，有赖其员工的执行得当，因此获得适当的人才是企业人力资源管理的重要工作，具体而言，其中的工作最少包括以下三方面。
　　1.招聘与录用
　　招聘与录用是一个收集、分析和处理来自各方面有关求职者信息的过程，其主要目的是（1）吸引合符资格的人申请企业的空缺，（2）选取最适当的申请人。招聘的渠道和手段包括内部招聘（例如布告法、推荐法及档案法等），和外部招聘（例如校园招聘、广告招聘、劳务市场和人才交流中心招聘、借助职业介绍机构招聘、有目标的个人联系及参与社会性的人才交流活动等）。录用则主要牵涉对申请人不同形式的测试（例如笔试、面试、劳动技能测试、心理测试及情景模拟等），然后就这些测试的结果，判断哪些申请人最有可能在未来对企业的贡献会最大，当然，除了对申请人直接进行测试外，我们也需要从其他渠道收集有助判断的数据（例如查明申请人的过往经历和身体检查结果等）。除了一些因个别工作而特定的个人特质和才能外，以下是一些常见的、顾主希望能对申请人测试的项目：分析能力、判断能力、决断能力、规划和组织能力、分派任务的能力、独立性、坚韧性、领导能力、主动性、对工作有高标准的要求、精力、工作积极性、书面交流能力、口头表达能力、口头交流能力及社交能力（teamplayet）。
　　简而言之，我们可用下图（图1—2）来显示这个工作。对于在第2及第3格的申请人而言，我们作出了正确的判断，但是对于第1及第4格的申请人，我们的判断是错的。因此，愈好的测试，就是愈能减低犯上述这些错误的测试，这些就是可信（relia—ble）和有效（valid）的测试了。

导言
第1章 人力资源管理的内容简介
1.1 人力资源管理的研究架构
1.2 人力资源管理的制度与措施

第2章 组织行为学的主要内容及研究上的例子
2.1 态度(Attitudes)
2.2 观感(Perception)
2.3 人的特质：性格(Personality)的研究
2.4 人的喜好：职业兴趣(CareerInterests)的研究
2.5 人的所长(Abilities)：智能(Intelligence)的研究
2.6 激励(Motivation)及学习(Leaming)
2.7 工作压力(workStress)
2.8 主管的领导风格(Leader shipstyle)
2.9 小组研究(SmallGroup Studies)

第3章 科学方法与管理学
3.1 科学的定义和本质
3.2 社会科学理论和研究的特点
3.3 社会科学的研究方法
3.4 社会科学研究的评鉴
3.5 理论及假说的建构

第4章 统计在管理研究上的应用
4.1 资料性质及机率的概念
4.2 数据分布的概念
4.3 统计推论：信赖区间的计算
4.4 统计推论：由信赖区间到统计测试
4.5 统计方法应用在研究中的例子

第5章 测量的基本概念及理论
5.1 古典测量理论
5.2 共同因子
5.3 效度(validity)

第6章 建立测量尺度的例子——情绪智能
6.1 构念的定义和范围
6.2 证明发展测量工具的必要性
6.3 发展测量项目(Iten Generation)
6.4 选择测量项目(Item Selecttion)
6.5 测量工具的效度检定《Construct Validation》
6.6 进一步发展不同的测量工具

第7章 建立测量尺度的例子——关系及职业兴趣
7.1 “关系”构念
7.2 “职业兴趣”构念

第8章 实验设计的例子
8.1 实验设计的定义及要注意的重点
8.2 实验设计常用的统计分析工具

第9章 回归分析的例子
9.1 回归分析及其统计测试的原理
9.2 虚拟变项的运用
9.3 增加效度的测试
9.4 调节变项的测试
9.5 中介变项的测试
9.6 应用回归分析时要注意的重点

第10章 结构方程模型的例子
10.1 结构方程式模型的原理
10.2 处理可观察的测量项目的方法
10.3 雀巢模型(嵌入模型；NestedModels)的统计测试原理
10.4 应用结构方程模型时要注意的重点

第11章 “多层线性模型”和“聚合分析”的例子
11.1 “多层线性模型”(HLM)的原理
11.2 “多层线性模型”(HLM)的例子
11.3 “聚合分析”(Meta—Analysis)的原理
11.4 “聚合分析”(Meta-Analysis)的例子

第12章 研究设计及撰写报告的一些建议
12.1 恰当的数据提供者(Appropriate-Informants）
12.2 非随机抽样(Non—randomSample)
12.3 “没回应偏差”(Non—responseBias)
12.4 “共同方法变异量”(CommonMethodVariance)
12.5 多样本的相互印证(Multi-SampleCross-Validation)
12.6 合并数据(AggregatingDatat0Groups)
12.7 数据的独立性
12.8 跨文化议题(Cross-CulturalIssues)
12.9 研究方法议题的论文
12.10 符合标准的报告方式