Un lien empirique entre gain de motivation et statistiques NBA : application de la modélisation linéaire hiérarchique

Sep 16, 2023

BMC Psychology volume 11, Article number: 135 (2023) Citer cet article

306 accès

Détails des métriques

Cette étude a testé si le gain de motivation dans les groupes est le résultat d'une compensation sociale ou de l'effet Köhler en examinant les salaires individuels échelonnés des joueurs de la National Basketball Association (NBA). Ces deux facteurs expliquent les effets positifs d'un groupe, contrairement à la paresse sociale. Cependant, différentes causes de gain de motivation sont liées au fait que les joueurs sont peu performants ou très performants et à l'effet Köhler ou à la compensation sociale.

Pour tester le gain de motivation, cette étude a utilisé des données statistiques NBA sur 11 ans de 3247 joueurs en appliquant une modélisation linéaire hiérarchique (HLM) et HLM 7.0 a été utilisé pour l'analyse. Les statistiques individuelles et les salaires annuels des joueurs ont été collectés respectivement sur les sites Web de la NBA et d'ESPN. Alors que des études précédentes ont examiné le gain de motivation grâce aux records d'athlétisme et de relais de natation, cette étude a vérifié le gain de motivation grâce aux variations de salaire parmi les joueurs de la NBA et leurs équipes affiliées.

Les plus performants, tout en sélectionnant des équipes avec des écarts de performance plus importants entre les membres de l'équipe, ont gagné un salaire plus élevé qu'en sélectionnant des équipes avec des écarts de performance plus faibles entre les membres de l'équipe. Cette étude a révélé qu'un gain de motivation existait chez les plus performants, ce qui peut être interprété comme un soutien à la compensation sociale plutôt que comme l'effet Köhler.

Nous avons utilisé nos résultats pour élucider la base des décisions prises par jeu prises par les individus et le comportement de l'équipe. Nos résultats sont applicables pour l'amélioration des stratégies de coaching, améliorant ainsi le moral et la performance de l'équipe. On peut interpréter que les gains de motivation des plus performants de la NBA sont déterminés par la composante coût du modèle de dépenses d'effort des membres de l'équipe (TEEM), plutôt que par les composantes espérance et valeur.

Rapports d'examen par les pairs

Les études qui ont examiné le gain de motivation en général se sont concentrées soit sur des tâches de laboratoire, soit sur de vraies équipes sportives [1,2,3,4,5,6]. Les chercheurs contemporains continuent d'examiner ce domaine et d'autres domaines connexes. Les études sur les gains de motivation axées sur le sport ont utilisé des données d'archives soit en athlétisme [5, 6] soit en natation [1,2,3,4, 7], seules. Dans les sports de relais, comme l'athlétisme ou la natation, le gain de motivation peut être vérifié en utilisant la différence entre les records individuels et de relais. Mais dans les sports qui favorisent la performance par l'interaction et la coopération entre les membres de l'équipe, comment confirmer l'existence d'un gain de motivation ? Par ailleurs, le gain de motivation existe-t-il dans les sports collectifs en dehors de ceux impliquant le relais ? Dans cette étude, après avoir introduit une nouvelle approche pour confirmer le gain de motivation dans la National Basketball Association (NBA) à travers la relation entre le salaire annuel individuel, les indicateurs objectifs de performance et l'écart type du salaire annuel de l'équipe, l'existence d'un gain de motivation dans la NBA a également été confirmée.

Karau et Williams [8] ont introduit le modèle d'effort collectif (CEM) qui est un modèle intégratif de motivation individuelle au sein du groupe, pour générer des prédictions des résultats du groupe en fonction des efforts individuels. Le CEM suppose que l'effort d'un membre individuel dans le cadre d'un travail d'équipe est fonction de trois facteurs psychologiques, à savoir l'attente (c'est-à-dire que des niveaux d'effort élevés conduiront à des niveaux de performance élevés), l'instrumentalité (c'est-à-dire qu'une performance de haute qualité est essentielle pour obtenir un résultat ; [8], p. 685) et la valence (c'est-à-dire qu'elle est présente si les résultats de la performance sont considérés comme souhaitables ; [9]). Karau et Williams [11] ont déterminé que l'espérance multipliée par l'instrumentalité multipliée par la valence produit la force de motivation résultante. Par conséquent, si l'un des trois facteurs converge vers '0', la force motivationnelle disparaît et le phénomène de paresse sociale peut exister.

Le relâchement social est un phénomène dans lequel les gens investissent moins d'efforts pour atteindre leurs objectifs en travaillant ensemble qu'en travaillant seuls [10]. Dans CEM, les membres qui participent à des tâches collectives investissent beaucoup d'efforts lorsqu'ils croient que l'effort individuel joue un rôle important dans la réalisation des objectifs du groupe. Cependant, lorsqu'ils ne le font pas, le relâchement social tend à être induit [11]. Hüffmeier et Hertel [12] ont présenté deux cas dans lesquels des efforts individuels peuvent être suscités dans des tâches collaboratives. Le premier est lorsque les membres individuels perçoivent les résultats liés à la performance du groupe comme précieux, et le second est lorsque de meilleurs résultats individuels sont attendus en raison de leurs efforts en travaillant collectivement qu'en travaillant individuellement.

En termes de revenus, la NBA est la troisième ligue sportive professionnelle la plus riche d'Amérique du Nord après la National Football League (NFL) et la Major League Baseball (MLB), et se classe parmi les quatre meilleures ligues au monde [13]. À partir de 2021, les joueurs de la NBA sont les athlètes les mieux payés au monde en termes de salaire annuel moyen par joueur [14]. Dans le cas des ligues professionnelles de classe mondiale comme la NBA, où seuls quelques joueurs sont sélectionnés par une compétition féroce pour jouer dans la ligue de rêve, les joueurs gagnent en notoriété et accumulent de la richesse grâce aux victoires d'équipe et aux bonnes performances. Les athlètes appartenant à 30 équipes de la NBA jouent 82 matchs au cours de la saison régulière, essayant d'en gagner autant qu'il en faut pour se qualifier pour les séries éliminatoires. Par conséquent, la possibilité de relâchement social dans la NBA est faible.

Parmi diverses approches théoriques, l'effet Köhler et la compensation sociale induisent un gain de motivation chez les sujets opposés. Les deux théories expliquent le gain de motivation des membres de l'équipe, cependant, celui-ci peut être induit différemment selon le niveau de performance du membre. Le premier [15, 16] est un phénomène dans lequel l'effort est augmenté chez les moins performants lors de l'exécution d'une tâche collective avec les plus performants [17], tandis que le second affiche un gain de motivation chez les plus performants [18]. Dans l'effet Köhler, le gain de motivation dépend de l'indispensabilité sociale perçue de l'artiste le moins performant pour le groupe, de l'écart entre les plus performants et eux-mêmes (comparaison sociale) et de l'évitement de la stigmatisation sociale (gestion des impressions). Ces mécanismes sont plus pertinents dans les tâches conjonctives et lorsque l'écart de performance est modéré. Au contraire, dans les effets de compensation sociale, l'importance de la tâche, la capacité inférieure attendue des coéquipiers et les tâches de type disjonctif sont des mécanismes plus pertinents pour expliquer les effets de compensation sociale.

De nombreuses études expérimentales ont examiné le gain de motivation de Köhler et ont trouvé des résultats cohérents pour les tâches conjonctives [19,20,21,22,23,24]. En résumant les résultats de ces études, la productivité du membre peu performant s'est améliorée dans la condition de tâche conjointe dans laquelle la performance de l'équipe était déterminée par le membre peu performant. Osborn et al. [4] ont étudié si l'effet Köhler existe dans des contextes sportifs réels en examinant les enregistrements d'une compétition de natation à relais et d'une tâche additive dans laquelle un groupe concourt en agrégeant les efforts ou les contributions des membres individuels. Ils ont trouvé un gain de motivation Köhler où le record de relais du faible interprète a été amélioré par rapport à leur temps individuel. Dans le contexte de la compensation sociale, les gens s'investissent davantage dans le cadre collectif que dans le cadre individuel, l'un des facteurs étant la performance déficiente d'un collègue (comme un faible rendement). Lorsque la contribution d'un faible interprète est insuffisante, un individu (un interprète élevé) doit fournir un plus grand effort pour atteindre l'objectif collectif [25, 26]. La « compensation sociale » fait référence au phénomène dans lequel le gain de motivation se produit parmi les plus performants au lieu des moins performants [18].

Si la CEM, en mettant l'accent sur trois facteurs psychologiques, a le mérite d'expliquer l'émergence et la réduction de la perte d'effort dans les équipes, elle n'est pas adéquate comme cadre théorique pour intégrer l'ensemble du spectre allant du gain de motivation à la perte de motivation [27]. Torca et al. [27] ont présenté le Team member Effort Expenditure Model (TEEM), qui explique clairement non seulement les causes de la perte d'effort, mais aussi les causes du gain d'effort sur la base des études de Karau et Williams [8] et Shepperd [28] TEEM explique que le gain et la perte d'effort peuvent être causés par trois composantes (1. Espérance, 2. Valeur et 3. Coût).

La composante d'attente, qui déclenche un gain d'effort, se manifeste par un gain de motivation lorsque le comportement et le résultat sont perçus comme fortement liés pendant le travail d'équipe. (par exemple, dans une course de relais de natation (travail d'équipe), les membres de l'équipe, à l'exception du dernier nageur, s'attendent à ce que même si son record n'est pas bon, les autres membres de l'équipe réussiront bien et le record de l'équipe s'améliorera (faible relation entre le comportement et le résultat)). Cependant, le dernier joueur n'a pas de telles attentes, perçoit donc que sa performance a le plus grand impact sur la performance de l'équipe (comportement élevé et relation de résultat), induisant un gain d'effort [29]. La perte d'effort se produit lorsque le comportement et le résultat sont perçus comme étant faiblement liés dans le travail d'équipe. (par exemple, dispensabilité des contributions individuelles (free riding)) [30].

La composante de valeur, qui déclenche le gain d'effort, se produit lorsque la valeur d'une action et/ou d'un résultat est perçue comme étant plus élevée dans le travail d'équipe que dans le travail individuel. (par exemple, lorsqu'un joueur peut comparer sa performance à celle d'un collègue modérément supérieur, il reçoit des informations de comparaison sociale qu'il n'aurait pas obtenues dans un travail individuel et juge ses efforts plus précieux [31]. La perte d'effort se produit lorsque la valeur d'une action et/ou d'un résultat est perçue comme étant plus faible dans le travail d'équipe que dans le travail individuel (par exemple, non-identifiabilité des contributions (relâchement social)) [32].

Enfin, la composante coût entraîne des gains d'effort lorsque le rapport coût/bénéfice de la dépense d'effort est perçu plus favorablement dans le travail d'équipe que dans le travail individuel. (par exemple, les membres les plus forts de l'équipe dépensent plus d'efforts parce qu'ils pensent que les capacités et les efforts des membres les plus faibles de l'équipe sont insuffisants pour atteindre l'objectif commun [33]. La perte d'effort se produit lorsque le rapport coût/bénéfice de la dépense d'effort est perçu comme étant moins favorable dans le travail d'équipe que dans le travail individuel (réduction de l'effort en réponse à l'étourderie des autres membres (effet ventouse)) [34].

Sur la base de TEEM, les composants qui affectent le gain de motivation dans la NBA sont la valeur et le coût. Étant donné que la NBA se compose des meilleurs joueurs du monde, si l'hypothèse selon laquelle l'écart de performance entre les joueurs les plus performants et les moins performants est modéré est satisfaite, les gains d'effort des joueurs les moins performants (effet Köhler) peuvent être attribués à la composante de valeur. En revanche, si les gains d'effort sont présents chez les plus performants (compensation sociale), on peut conclure que le gain de motivation est déclenché par la composante coût.

Des études liées au gain de motivation ont été menées sur de vraies équipes sportives, y compris l'athlétisme [5] et la natation [1,2,3,4]. Le gain de motivation dans ces deux sports peut être examiné en comparant les records individuels et de relais. Cependant, il existe certaines limites. Premièrement, les différences dans le processus de départ entre les nageurs de relais peuvent affecter la performance individuelle. Par exemple, en natation, alors que le premier nageur commence par un départ canon, les autres partent par un départ lancé. Dans ce dernier cas, le nageur peut commencer en fonction de la prédiction que la main du nageur avant entrera en contact avec l'écran tactile, de sorte que le temps de réaction est plus rapide que celui d'un départ au pistolet. Hüffmeier et al. [1] ont ajusté le temps de réaction pour compenser les erreurs de performances individuelles et de relais induites par les départs au canon et à la volée. Cependant, il est encore difficile de voir que l'erreur de performance due à la différence dans le processus de démarrage est complètement contrôlée. Deuxièmement, les tâches additives ne se limitent pas à la natation et aux relais d'athlétisme. Ainsi, les gains de motivation doivent également être confirmés dans une gamme d'autres sports. Le soccer, le basketball et le baseball sont des sports d'équipe dans lesquels une équipe s'efforce d'atteindre un objectif commun tout en maintenant une relation collective grâce à l'interdépendance et aux interactions entre les membres de l'équipe. Ainsi, il est également nécessaire d'étudier le gain de motivation dans les sports coopératifs et pas seulement dans les seules tâches additives.

Dans cette étude, le gain de motivation a été examiné à travers la différence entre les salaires des joueurs et des équipes de la NBA. Comme le salaire d'un athlète peut augmenter avec un indicateur objectif de l'évaluation globale de la capacité individuelle [35,36,37], il devrait être associé à d'autres indices de performance tels que les points (PTS) et l'efficacité (EFF). Si la relation entre les salaires individuels et les statistiques de performance (par exemple, PTS, EFF) est affectée par un écart de salaire d'équipe (par exemple, une équipe avec un grand écart de salaire d'équipe comprend des joueurs performants et faibles, et tandis qu'une équipe avec un petit écart de salaire d'équipe comprend des joueurs avec des performances similaires), il est possible de confirmer indirectement le gain de motivation. Cette approche peut contribuer à l'adoption d'une nouvelle méthode de vérification du gain de motivation complètement différente de celle existante qui compare les records individuels et de relais en athlétisme et en natation.

Cette étude a testé si le gain de motivation dans la NBA est le résultat de la composante de coût (compensation sociale) ou de la composante de valeur (effet Köhler) en examinant les salaires individuels échelonnés des joueurs de la NBA et les écarts types entre les salaires de chaque équipe à l'aide d'une analyse de modélisation linéaire hiérarchique (HLM). Comme le montre la Fig. 1, HLM confirme comment la pente des statistiques individuelles (niveau 1) de la saison précédente (PTS ou EFF) sur les salaires individuels de la saison en cours est affectée par les variables d'équipe (niveau 2) telles que TM (moyenne totale sur 11 ans du salaire moyen pour chaque équipe) ou TSD (moyenne totale sur 11 ans de l'écart type du salaire pour chaque équipe).

Modèle de recherche. Remarque Heure 1 = saison précédente. Heure 2 = saison en cours. PTS = points. EFF = efficacité. TM = moyenne totale sur 11 ans du salaire moyen de chaque équipe ; TSD = moyenne totale sur 11 ans de l'écart type du salaire pour chaque équipe

Hypothèse 1 (soutien à la composante valeur de TEEM [31]) : la relation positive du PTS individuel sur les salaires individuels sera plus faible pour les plus performants que pour les moins performants (niveau 1), et cette relation se retrouvera dans les équipes avec de grands écarts-types de salaire, mais pas dans celles avec des salaires moyens élevés (niveau 2). Hypothèse 2 (à l'appui de la composante valeur de TEEM [31]) : la relation positive de l'EFF individuel sur les salaires individuels sera plus faible pour les plus performants que pour les moins performants (niveau 1), et cette relation se retrouvera dans les équipes avec de grands écarts-types de salaire, mais pas dans celles avec des salaires moyens élevés (niveau 2). Hypothèse 3 (composante de coût de soutien de TEEM [33]) : la relation positive entre les PTS individuels et les salaires individuels sera plus forte pour les plus performants que pour les moins performants (niveau 1), et cette relation se retrouvera dans les équipes avec de grands écarts-types de salaire, mais pas dans celles avec des salaires moyens élevés (niveau 2). Hypothèse 4 (composante de coût de soutien de TEEM [33]) : la relation positive de l'EFF individuel sur les salaires individuels sera plus forte pour les plus performants que pour les moins performants (niveau 1), et cette relation se retrouvera dans les équipes avec de grands écarts-types de salaire, mais pas dans celles avec des salaires moyens élevés (niveau 2).

Les données de la NBA comprenaient des informations accumulées sur les salaires des joueurs et des statistiques sur une longue période de 11 ans, de la saison 2005/6 à la saison 2015/16.Note de bas de page 1 Les salaires annuels individuels ont été obtenus à partir des données sur les salaires des joueurs fournies par ESPN (http://www.espn.com/nba/salaries). Les statistiques individuelles ont été obtenues à partir des données fournies sur la page d'accueil de la NBA (http://stats.nba.com). Premièrement, 779 joueurs pour lesquels aucun enregistrement de salaire individuel n'a pu être trouvé ont été supprimés de l'ensemble de données (5001 à 4222 joueurs ; tableau 1). La moyenne et l'écart-type du salaire de chaque équipe par saison ont été calculés sur la base des 4222 cas. Le deuxième cycle de nettoyage des données a abouti à 3247 cas après avoir supprimé 975 cas dans lesquels les salaires individuels pour une saison en cours ne pouvaient pas être mis en correspondance avec les statistiques individuelles de la saison précédente.

Les joueurs de la NBA étaient imbriqués dans 30 équipes. Cette relation hiérarchique est appropriée pour la modélisation multiniveaux. L'écart-type du salaire de chaque équipe, la variable de niveau 2, est utile pour tester les effets de groupe (composante de coût ou composante de valeur). En règle générale, nous nous attendons à ce que les joueurs à haut salaire soient plus performants que les joueurs à bas salaire. Si une équipe avec des écarts-types de salaire plus importants pendant 11 ans présente des écarts plus importants, les différences de performances individuelles entre les membres sont importantes. En revanche, les équipes avec de faibles écarts salariaux ont de petits écarts de performance entre les joueurs. Par conséquent, l'écart-type du salaire est plus approprié que le salaire moyen des équipes pour tester la présence d'un effet de groupe qui survient lorsque les niveaux de performance des membres de l'équipe varient.

Les salaires individuels de chaque saison (par exemple, saison 15-16) étaient influencés par les statistiques individuelles (par exemple, EFF et PTS) de la saison précédente (par exemple, saison 14-15). Le niveau de performance (PL) a été déterminé sur la base du salaire moyen (4,62 millions de dollars) des 4 222 joueurs analysés après le premier cycle de nettoyage des données (tableau 1). Les joueurs qui gagnaient moins et plus que la moyenne ont été classés respectivement comme peu performants et très performants. Le PL était déterminé par le salaire des joueurs de la saison précédente. Comme on le voit dans le tableau 3, le rho de Spearman (r = 0,65, p < 0,001) du PL déterminé par les salaires des saisons précédentes et actuelles n'était pas élevé, et il n'y avait pas de problème de multicolinéarité. Par conséquent, le PL était approprié comme indice de performance pour prédire le salaire de la saison en cours.

Les équations de niveau 1 des modèles à coefficients aléatoires et de conditions ont été construites en gardant cela à l'esprit (tableau 2). Les données de niveau 2, basées sur le premier cycle de nettoyage des données, étaient des statistiques combinées pour le salaire moyen (c'est-à-dire Mslope et TM) et pour l'écart type du salaire dans chaque équipe (c'est-à-dire SDslope et TSD). Comme il y avait 11 salaires moyens (1 pour chaque saison incluse dans l'analyse), l'axe des x représentait les saisons et l'axe des y représentait les salaires moyens correspondants. La pente de la droite de régression était Mpente. De même, pour l'écart type du salaire de chaque équipe, la pente sur 11 saisons était SDslope. Cela implique que les équipes avec une pente M plus élevée avaient des salaires moyens en augmentation constante et que les équipes avec une pente SD accrue avaient des écarts-types croissants, les deux sur 11 saisons. La moyenne totale sur 11 saisons a été calculée pour les salaires moyens, et la même chose a été calculée pour les écarts types du salaire de chaque équipe. Compte tenu de cela, les analyses de niveau 2 dans les modèles à coefficient aléatoire et conditionnel sont également présentées dans le tableau 2.

Si, dans le modèle conditionnel présenté dans le tableau 2, γ31 ou γ32 ne sont pas statistiquement significatifs pour Mslope et TM, mais uniquement pour SDslope ou TSD, l'effet des statistiques individuelles de la saison précédente sur les salaires individuels de la saison en cours diffère en fonction des niveaux de performance individuelle des joueurs (haute ou basse). Ainsi, l'effet est influencé par les variables de niveau 2 SDslope ou TSD. Les statistiques combinées pour les écarts-types de salaire (SDslope et TSD) reflètent les écarts entre les niveaux de performance des membres de l'équipe et signifient que les effets des statistiques individuelles sur les salaires individuels diffèrent en fonction du niveau de performance des membres de l'équipe. Par conséquent, un graphique d'interaction à trois facteurs peut déterminer le degré d'amélioration de la performance individuelle en fonction des niveaux de performance (élevés ou faibles) des membres de l'équipe. Par exemple, lorsque l'effet de compensation sociale est présent, les plus performants d'une équipe avec de grands écarts de performance (une équipe avec une grande pente SD ou TSD) gagneront des salaires plus élevés même si leurs statistiques de performance sont les mêmes que les plus performants avec de faibles écarts de performance (une équipe avec une petite pente SD ou TSD). En revanche, lorsque l'effet Köhler est présent, les moins performants d'une équipe avec de grands écarts de performance (une équipe avec une grande pente SD ou TSD) gagneront des salaires plus élevés, même si leurs statistiques de performance sont les mêmes que les moins performants avec de faibles écarts de performance (une équipe avec une petite pente SD ou TSD). Ainsi, si γ31 ou γ32 sont statistiquement significatifs pour les statistiques combinées des écarts-types de salaire, contrairement aux statistiques combinées du salaire moyen, il est possible de distinguer si l'effet de groupe est dû à l'amélioration de la performance des hauts (rémunération sociale) ou des moins performants (effet Köhler). Pour examiner cela, HLM 7.0 a été utilisé pour l'analyse, la corrélation et les statistiques descriptives ont été analysées à l'aide du programme statistique SPSS, et le niveau de signification a été fixé à 0,05.

Le PL étant des données catégorielles, la corrélation entre le PL et le salaire a été analysée à l'aide du rho de Spearman, et les variables continues - salaire, PTS et EFF - ont été analysées à l'aide des coefficients de corrélation de Pearson dans le tableau 3. 01), respectivement. Il n'y avait pas de problème de multicolinéarité car il n'y avait pas de corrélation élevée. Cependant, la corrélation entre le PTS et l'EFF était très élevée à 0,93 (p < 0,001). Par conséquent, il est souhaitable d'insérer ces deux variables séparément, car il y avait un problème de multicolinéarité dans ce contexte. Puisqu'il y avait une relation positive entre le salaire et les statistiques (PTS, EFF), la validité convergente a été considérée comme assurée. Le tableau 4 montre les statistiques descriptives pour les niveaux 1 et 2.

Le modèle à coefficient aléatoire du tableau 5 montre que γ00 était de 5,69 (t (29) = 48,08, p = 0,001), ce qui indique que le salaire moyen de tous les participants au niveau individuel était similaire à celui indiqué dans le tableau 3 (c'est-à-dire 5,66). Au niveau 1, après la saisie du niveau de performance (PL), du salaire individuel de la saison en cours, de la saison précédente EFF et de la saison précédente EFF × PL, l'effet sur le salaire individuel de la saison actuelle a été examiné. Les résultats ont présenté un effet fixe positif de EFF saison précédente (β = 0,28, t (29) = 13,85, p = 0,001) et PL (β = 3,15, t (29) = 9,52, p = 0,001) sur le salaire individuel saison en cours (voir tableau 5). Par conséquent, les joueurs avec un EFF de la saison précédente et un PL plus élevés gagnaient des salaires plus élevés.

La corrélation intra-classe (ICC) dans le modèle à coefficient aléatoire était de 13,3 %, ce qui suggère que, sur le montant total de la variance du salaire individuel de la saison en cours, la proportion expliquée au niveau individuel (niveau 1) par les trois variables indépendantes (PL, EFFsaison précédente, EFFsaison précédente × PL) était de 86,7 % (11,28/13,02 × 100), et la proportion expliquée au niveau de l'équipe (niveau 2) était de 13,3 % (1 .73 / 13.02 × 100). Comme u3 à 0,018 (χ2 (29) = 46,69, p = 0,020) était significatif pour les effets aléatoires dans le modèle à coefficients aléatoires, la pente de la variable d'interaction (EFFsaison précédente × PL) sur le salaire individuel de la saison actuelle était différente pour chacune des 30 équipes NBA, ce qui signifie qu'il y avait des parties significatives qui pouvaient être expliquées par les variables de niveau 2. Par conséquent, l'analyse du modèle conditionnel a été effectuée après la saisie des variables de niveau 2, SDSlope et TSD.

Les résultats ont montré que pour les effets fixes dans le modèle conditionnel, γ32 à 0,10 (t (29) = 2,49, p = 0,019) était significatif. Par conséquent, la pente de la variable d'interaction EFF de la saison précédente × PL était différente pour chacune des 30 équipes de la NBA. Cette différence a été affectée par une variable de niveau 2, à savoir TSD. Pour interpréter cet effet, l'interaction à trois voies a été représentée graphiquement (Fig. 2) après avoir identifié les cinq meilleures équipes avec le plus grand TSD (groupe TSD élevé) et les cinq dernières équipes (groupe TSD faible).

Graphique d'interaction à trois voies. Remarque PL = niveau de performance. EFF = efficacité. TSD = moyenne totale sur 11 ans de l'écart type du salaire pour chaque équipe

Dans la Fig. 2, les plus performants, tout en sélectionnant des équipes avec une plus grande TSD, c'est-à-dire des équipes avec une plus grande variance parmi les performances des membres de l'équipe, ont montré une relation positive plus forte entre l'EFF et le salaire individuel, par rapport à la sélection d'équipes avec une plus petite TSD. Cela implique que les plus performants, tout en sélectionnant des équipes avec des écarts de performance plus importants entre les membres de l'équipe, ont gagné un salaire plus élevé qu'en sélectionnant des équipes avec des écarts de performance plus faibles entre les membres de l'équipe. Fait intéressant, dans le modèle conditionnel, où Mpente et TM ont été saisis, ni γ31 ni γ32 n'étaient significatifs. Par conséquent, en supposant que le salaire est une mesure objective de la performance individuelle, les résultats peuvent être interprétés comme signifiant que la compensation sociale, plutôt que l'effet Köhler, a été soutenue à mesure que la performance des plus performants augmente dans les équipes de la NBA où la variance du PL parmi les membres est grande.

Au niveau 1 du modèle à coefficients aléatoires, le PL expliquant le salaire individuel de la saison en cours, le PTS de la saison précédente et le PTS de la saison précédente × PL a été saisi afin d'examiner l'effet sur le salaire individuel de la saison en cours. Les résultats ont indiqué que, pour les effets fixes, PTS saison précédente (β = 0,30, t (29) = 13,68, p = 0,001) et PL (β = 3,71, t (29) = 12,02, p = 0,001) affectaient positivement le salaire individuel saison en cours (voir tableau 6). Par conséquent, les joueurs avec un PTS plus élevé la saison précédente et des performances ont gagné des salaires plus élevés. Par effet aléatoire, l'ICC était de 11,7 %, c'est-à-dire que de la variance totale du salaire individuel de la saison en cours (soit 12,97), prédite par trois variables indépendantes (PL, PTS saison précédente, PTS saison précédente × PL), 88,3 % (11,46 /12,97 × 100) était expliquée au niveau individuel (Niveau 1) et 11,7 % (1,51 / 12,97 × 100) était expliquée au niveau de l'équipe (niveau 2). Comme u3 à 0,02 (χ2 (29) = 38,86, p = 0,104) n'était pas significatif, l'analyse du modèle conditionnel n'a pas été effectuée.

La modélisation à plusieurs niveaux est une méthode d'analyse de données structurées de manière hiérarchique, par exemple lorsque des individus appartiennent à des organisations sociales spécifiques, ce qui est utile pour expliquer le gain de motivation dans les groupes [38, 39]. Myers et Feltz [39] ont suggéré que des modèles multiniveaux comme HLM sont nécessaires pour examiner l'effet des variables au niveau de l'équipe sur les variables au niveau individuel dans le sport. La technique statistique multiniveau proposée pour confirmer le gain de motivation dans les études précédentes [38, 39] a été appliquée dans cette étude.

Les joueurs qui ont été exclus du premier cycle de nettoyage des données dans cette étude n'ont probablement pas terminé la saison en raison de facteurs tels que des blessures ou des échanges. Lors du deuxième cycle de nettoyage des données, les données de 975 personnes violant l'hypothèse selon laquelle le salaire individuel est affecté par l'indicateur de performance de la saison précédente ont été supprimées. Dans le cas des recrues vedettes, bien que leurs données salariales de la saison actuelle existent, les statistiques individuelles de la saison précédente ne le sont pas. Par conséquent, le deuxième cycle de nettoyage des données a permis de supprimer les données de certains joueurs qui ont dépassé leurs bas salaires (par exemple, les recrues vedettes). En conclusion, la réalisation d'une analyse de niveau 1 après la suppression de 1754 cas par les deux procédures de nettoyage des données était un moyen d'augmenter la validité et la fiabilité des résultats.

Bien que les données de niveau 1 aient été obtenues après deux cycles de nettoyage des données, le niveau 2 a été calculé sur la base des données extraites après le premier cycle de nettoyage des données. La raison en est que, lorsque les variables de niveau 2 (Mpente, TM, SDpente, TSD) sont calculées à partir des données tirées après le deuxième cycle de nettoyage des données, l'effet de groupe peut ne pas être représenté de manière adéquate. Alors qu'il serait utile de supprimer le biais super-rookie pour augmenter la puissance statistique de nos résultats, dans la vraie NBA, la présence d'une star rookie dans une équipe crée des gains de motivation, nous avons donc utilisé les données du deuxième cycle de nettoyage des données pour calculer la variable Lever 2.

Si une équipe a un joueur avec une performance élevée malgré un salaire bas (ou un salaire élevé), comme une recrue vedette (ou un joueur de grande qualité malgré sa faible performance s'il est sur un long contrat vers la fin de sa carrière), γ31 ou γ32 est significatif lorsque les variables de niveau 2, Mpente et TM, sont saisies. En interprétant la directionnalité, les joueurs peu performants (les recrues vedettes qui ont été classées comme peu performantes parce que leurs salaires étaient bas, même s'ils ont en fait obtenu des performances exceptionnelles) devraient avoir tendance à montrer une relation plus forte entre les statistiques individuelles et les performances dans une équipe à faible Mslope ou TM (ou les joueurs très performants (les joueurs de haute qualité qui ont été classés comme très performants parce que leurs salaires étaient élevés, même s'ils ont en fait réalisé des performances exceptionnellement basses) devraient avoir tendance à montrer une relation plus faible entre les statistiques individuelles et les performances dans une équipe à haute Mslope ou TM). Cependant, cette étude n'a pas trouvé de γ31 ou γ32 significatif lorsque Mslope ou TM a été saisi. Par conséquent, les problèmes de validité et de fiabilité dus aux joueurs qui surperforment (ou sous-performent) leurs salaires devraient être minimes. Enfin, en raison de l'analyse au niveau 1, le modèle à coefficient aléatoire, EFF saison précédente, PTS saison précédente et PL saison précédente ont donc un effet positif statistiquement significatif sur le salaire de la saison en cours, ce qui garantit la validité prédictive.

Les recherches sur l'effet de groupe se sont principalement concentrées sur l'aspect de la perte d'effort [31, 40]. Les chercheurs ont théorisé diverses causes de pertes de motivation chez les individus lorsqu'ils travaillent en groupe par rapport au travail seul, représentés par la paresse sociale [8] et le free riding [30, 34]. Il semble que la dispensabilité des contributions individuelles ne soit pas un cas dans la NBA, puisqu'il y a un objectif commun clair de gagner parmi les membres et une récompense claire pour gagner (prix en argent ou augmentation de salaire), donc aucune perte de motivation n'est observée par la composante d'attente de TEEM.

Cette étude a révélé qu'un gain de motivation existait chez les plus performants, ce qui peut être interprété comme un soutien à la compensation sociale. La compensation sociale est induite lorsqu'un individu très performant parmi les membres du groupe pense qu'il a besoin de plus d'efforts parce qu'il s'attend à ce que les autres membres soient moins performants [5]. Une équipe avec un grand écart dans le salaire de ses membres est une équipe dans laquelle coexistent des hauts et des bas. Dans de tels cas, un gain de motivation devrait être induit car les plus performants s'attendent à de mauvaises performances de la part des moins performants. En d'autres termes, selon la composante coût de TEEM, les plus performants ont une dépense d'effort plus élevée car ils pensent que la capacité et l'effort du faible interprète seront insuffisants pour atteindre l'objectif commun.

Des gains de motivation ont été systématiquement observés dans des conditions d'indispensabilité élevée, qu'il s'agisse d'une tâche conjonctive, où le membre le plus faible détermine la performance de l'équipe ; une tâche disjonctive [41], où le membre le plus fort détermine la performance de l'équipe, ou où la compétition la plus tardive ou la dernière lors d'un travail d'équipe séquentiel (par exemple, le dernier coureur d'une course de relais) détermine la performance de l'équipe [27, 42, 43]. Étant donné que la saison régulière de la NBA se compose de 82 matchs en 25 semaines, il est plus raisonnable d'expliquer les gains de motivation avec la composante coût plutôt que la composante espérance, qui suppose une condition de tâche disjonctive où chaque match est gagné ou perdu par un joueur très performant.

Lorsqu'il est impossible d'évaluer les performances, les membres de l'équipe peuvent « se cacher dans la foule » [44] et ne pas reconnaître la nécessité de travailler dur s'ils ne sont pas félicités ou critiqués pour leur performance [45]. Torca et al. [27] ont fait valoir que si les membres de l'équipe ne peuvent pas s'attendre à gagner des avantages supplémentaires (par exemple, un crédit ou des éloges), l'évaluation est peu susceptible d'entraîner un gain d'effort. Les joueurs de la NBA sont évalués par les fans et les médias, mais les gains de motivation dans la composante coût des joueurs les plus performants de l'équipe ont été jugés significatifs dans cette étude. Par conséquent, il peut être judicieux de signer des contrats d'option supplémentaires, basés sur les statistiques des joueurs les plus performants pour augmenter leurs dépenses d'effort (par exemple, les contrats d'option contiennent des avantages basés sur les statistiques, où les centres les plus performants sont incités avec plus de rebonds que la saison régulière, et les gardiens sont récompensés en fonction des aides, etc.)

Étant donné que l'indispensabilité peut être réalisée en attribuant des tâches uniques aux membres de l'équipe, les chercheurs [46, 47] ont divisé la tâche principale en sous-tâches pour les membres individuels de l'équipe, afin d'induire des gains d'effort chez les membres de l'équipe. Pour augmenter les faibles dépenses d'effort de la NBA, il serait utile de personnaliser l'entraînement en fonction des situations de jeu hautement indispensables. Par exemple, si vous avez un joueur avec un dribble et une vitesse médiocres, mais un bon tir à 3 points, vous pouvez lui faire exécuter à plusieurs reprises un schéma de réalisation de 3 points dans des situations critiques, cela le rend plus susceptible de déclencher un gain d'effort car on lui a confié une tâche que lui seul peut effectuer dans des situations hautement indispensables.

Emich [48], utilisant des équipes de basket à 3 joueurs, a montré qu'en attaque, plus la confiance en ses coéquipiers est élevée, plus un joueur passera le ballon à ceux qui peuvent marquer plutôt que d'essayer de marquer lui-même. Cependant, en défense, plus la confiance dans les capacités de ses coéquipiers est élevée, plus le joueur met d'efforts dans la tâche car le maillon le plus faible de la défense peut dicter la performance de toute l'équipe. En défense, les plus performants peuvent induire un gain de motivation pour compenser le manque de moins performants. Par conséquent, la compensation sociale apparaîtra très probablement dans les statistiques liées à la défense. Alors que le PTS est une statistique qui représente l'attaque, l'EFF est une statistique qui prend également en compte les défenses telles que les rebonds, les vols et les blocages. Ainsi, la compensation sociale peut exister en EFF, et non en PTS, comme le montrent les résultats de cette étude.

L'ensemble de données implique un modèle à trois niveaux si l'on considère que les données des mesures répétées sont imbriquées dans les individus et que les individus sont imbriqués dans les équipes. Cependant, lors de l'analyse du modèle à trois niveaux dans HLM, les données de ligne sont exclues en raison de contraintes pour répondre aux hypothèses statistiques. Dans le modèle à trois niveaux, le niveau 1 correspond aux données de mesure répétées. Par conséquent, tous les joueurs doivent avoir le même nombre de saisons et faire partie de la même équipe. Par conséquent, un modèle à deux niveaux a été utilisé dans cette étude.

Hüffmeier et al. [42] notent qu'un sentiment d'appartenance et de cohésion se développe dans des conditions de terrain de sport, où les membres se connaissent bien et travaillent ensemble depuis longtemps, où il est plus susceptible de déclencher des gains de motivation dans une étude de terrain qu'en condition de laboratoire. Étant donné que divers facteurs psychologiques, tels que le leadership, ainsi que la relation et la cohésion entre les membres, peuvent affecter la motivation, cette étude a divisé le niveau de performance des membres par salaire annuel individuel plutôt que par des statistiques (par exemple, EFF, PTS). En effet, nous pensons qu'il est difficile d'évaluer la relation et la cohésion des coéquipiers et des dirigeants à l'aide de statistiques individuelles, mais les salaires individuels peuvent être utilisés pour évaluer non seulement la performance objective d'un joueur, mais également d'autres facteurs qui ne peuvent pas être mesurés à l'aide de statistiques (par exemple, le leadership, le caractère, etc.). Les futurs chercheurs bénéficieront grandement de l'examen des différences dans les gains de motivation en fonction des relations entre les membres (par exemple, des amis très proches par rapport au groupe général) et des facteurs internes des participants par le biais d'études en laboratoire.

Des études antérieures [1,2,3,4,5] ont examiné le gain de motivation du point de vue de l'indispensabilité perçue basée sur le CEM. Dans cette étude, seule la première contingence, à savoir « la performance individuelle et d'équipe », a été considérée parmi les trois contingences d'indispensabilité perçue car elle a été menée sur la seule base des salaires des joueurs et des records personnels. Les études futures devraient étudier la deuxième éventualité, à savoir "la performance de l'équipe et les résultats de l'équipe qui en résultent (par exemple, les joueurs des équipes qui se sont mieux classées dans la ligue la saison précédente auront un gain d'effort par rapport aux joueurs des équipes qui se sont moins bien classées)" et la troisième éventualité, "les résultats de l'équipe et les résultats qu'ils reçoivent individuellement (par exemple, les séries éliminatoires sont une compétition plus précieuse que les ligues régulières, de sorte que les gains d'effort des joueurs peuvent exister dans les séries éliminatoires)".

Selon le composant d'attente de TEEM, les dépenses d'effort peuvent avoir lieu chez n'importe qui, qu'il soit très performant ou peu performant, dans les courses de relais ou les épreuves sur le terrain ou les épreuves de natation, il y a un gain d'effort chez le quatrième coureur dans des conditions de forte indispensabilité [1,2,3,4,5,6]. En d'autres termes, une situation avec un degré élevé d'indispensabilité peut susciter de meilleures performances de la part des moins performants. De nombreuses études en laboratoire [31, 49, 50] ont donné des résultats similaires à ceux du milieu sportif, et on s'attend à ce qu'en NBA ou en MLB, il y ait également une amélioration des performances des moins performants s'il y a un degré élevé d'indispensabilité. Dans les séries éliminatoires de la NBA et de la MLB, les meilleures équipes, qui ont probablement des capacités similaires, s'affrontent et les performances des équipes les plus performantes devraient être similaires, contrairement à la saison régulière. Dans une situation où le niveau de performance des plus performants est similaire à celui des moins performants, il est plus probable que les moins performants doivent mieux performer pour que l'équipe gagne (une situation très indispensable pour les moins performants), donc des gains de motivation sont attendus chez les moins performants. Les recherches futures devront vérifier les faibles dépenses d'effort des interprètes en raison de leur caractère indispensable, sur la base des données des séries éliminatoires de la NBA et de la MLB.

Cette étude a testé les gains de motivation dans les résultats des groupes de la composante valeur ou de la composante coût de TEEM en examinant les salaires individuels échelonnés des joueurs de la NBA, en utilisant des indices liés aux statistiques des joueurs recueillies sur une décennie. Pour tester le gain de motivation, cette étude a utilisé des données statistiques NBA sur 11 ans de 3247 joueurs en appliquant HLM. Les résultats montrent que la compensation sociale, plutôt que l'effet Köhler, a provoqué un gain de motivation. Nos résultats peuvent être utilisés pour les décisions de saison, telles que les choix de personnel faits par les directeurs généraux et pour l'amélioration des stratégies d'entraînement, améliorant ainsi le moral et les performances de l'équipe.

Les salaires annuels individuels ont été obtenus à partir des données sur les salaires des joueurs fournies par ESPN (http://www.espn.com/nba/salaries). Les statistiques individuelles ont été obtenues à partir des données fournies sur la page d'accueil de la NBA (http://stats.nba.com).

La collecte de données pour cette étude a commencé en 2017 et s'est achevée en 2018, et après 2019 n'a pas été collectée en raison de la pandémie de COVID-19.

Asssociation nationale de Basketball

Modèle d'effort collectif

Ligue nationale de football

Ligue majeure de baseball

Points

Efficacité

Modélisation linéaire hiérarchique

Niveau de performance

Moyenne totale sur 11 ans de salaire moyen pour chaque équipe

Moyenne totale sur 11 ans de l'écart type du salaire pour chaque équipe

Corrélation intra-classe

Hüffmeier J, Filusch M, Mazei J, Hertel G, Mojzisch A, Krumm S. Sur les conditions aux limites des pertes d'effort et des gains d'effort dans les équipes d'action. J Appl Psychol. 2017;102:1673–85. https://doi.org/10.1037/apl0000245.

Article PubMed Google Scholar

Hüffmeier J, Hertel G. Quand le tout est plus que la somme de ses parties : la motivation de groupe gagne à l'état sauvage. J Exp Soc Psychol. 2011;47:455–9. https://doi.org/10.1016/j.jesp.2010.12.004.

Article Google Scholar

Neugart M, Richiardi MG. Travail d'équipe séquentiel dans des environnements compétitifs : théorie et preuves à partir de données de natation. Eur Econ Rev. 2013;63:186–205. https://doi.org/10.1016/j.euroecorev.2013.07.006.

Article Google Scholar

Osborn KA, Irwin BC, Skogsberg NJ, Feltz DL. L'effet Köhler : gains et pertes de motivation dans de vrais groupes sportifs. Sport Exer Perform Psychol. 2012;1:242–53. https://doi.org/10.1037/a0026887.

Article Google Scholar

Schleu JE, Mojzisch A, Hüffmeier J. Courez pour l'équipe : une analyse des gains d'effort dans les relais d'athlétisme. Psychol Sport Exer. 2019;45:101567. https://doi.org/10.1016/j.psychsport.2019.101567.

Article Google Scholar

Haugen T, Pels F, Gysland TS, Hartvigsen FK, Høigaard R. Course avec des équipiers supérieurs et inférieurs : un test expérimental des changements d'effort dans un sprint par équipe cycliste. Int J Sport Exerc Psychol. 2021;19(6):975–87. https://doi.org/10.1080/1612197X.2020.1827001.

Article Google Scholar

Hüffmeier J, Krumm S, Kanthak J, Hertel G. "Ne laissez pas tomber le groupe": les facettes de l'instrumentalité modèrent les effets motivants des groupes dans une expérience de terrain. Eur J Soc Psychol. 2012;42(5):533–8. https://doi.org/10.1002/ejsp.1875.

Article Google Scholar

Karau SJ, Williams KD. Loafing social: une revue méta-analytique et une intégration théorique. J Pers Soc Psychol. 1993;65:681–706. https://doi.org/10.1037/0022-3514.65.4.681.

Article Google Scholar

Karau SJ, Williams KD. Les effets de la cohésion de groupe sur le relâchement social et la compensation sociale. Groupe Dyn Theor Res Pract. 1997;1:156–68. https://doi.org/10.1037/1089-2699.1.2.156.

Article Google Scholar

Ohlert J, Kleinert J. Repos social lors de la préparation à des situations de performance. Soc Psychol. 2013 ;43 : 1–7. https://doi.org/10.1027/1864-9335/a000107.

Article Google Scholar

Karau SJ, Williams KD. Paresse sociale : résultats de la recherche, implications et orientations futures : résultats de la recherche. Curr Dir Psychol Sci. 1995;4:134–40. https://doi.org/10.1111/1467-8721.ep10772570.

Article Google Scholar

Hüffmeier J, Hertel G. Pertes d'effort et gains d'effort dans les équipes sportives. In : Motivation individuelle au sein des groupes. Steven, JK, éditeur. presse académique ; 2020. p. 109–48.

Mathewson TJ. La télévision est le principal moteur des revenus des ligues sportives mondiales en 2019. https://globalsportmatters.com/business/2019/03/07/tv-is-biggest-driver-in-global-sport-league-revenue/.

Sylvester D. Les sports les mieux rémunérés au monde en 2021 ; 2021. https://sportsbrowser.net/highest-paying-sports-in-the-world/.

Koehler O, In individual and group work [Performance physique en situation individuelle et de groupe]. Ind Psychotechnique. 1926;3:274-82.

Google Scholar

Köhler O. Sur l'efficacité collective du travail physique et les conditions d'une performance collective optimale. Ind Psychotechnique. 1927;4:209-26.

Google Scholar

Hertel G, Kerr NL, Scheffler M, Geister S, Messé LA. Exploration de l'effet de gain de motivation Köhler : gestion des impressions et établissement d'objectifs spontanés. Z Psychologie sociale. 2000;31:204–20. https://doi.org/10.1024/0044-3514.31.4.204.

Article Google Scholar

Williams KD, Karau SJ. Paresse sociale et compensation sociale : les effets des attentes de performance des collègues. J Pers Soc Psychol. 1991;61:570–81. https://doi.org/10.1037//0022-3514.61.4.570.

Article PubMed Google Scholar

Gockel C, Kerr NL, Seok D, Harris DW. Indispensabilité et identification de groupe comme sources de motivation à la tâche. J Exp Soc Psychol. 2008;44:1316–21. https://doi.org/10.1016/j.jesp.2008.03.011.

Article Google Scholar

Kerr NL, Messé LA, Park ES, Sambolec EJ. Identifiabilité, retour de performance et effet Köhler. Processus de groupe Intergroupe Relat. 2005;8 :375–90. https://doi.org/10.1177/1368430205056466.

Article Google Scholar

Kerr NL, Messé LA, Seok DH, Sambolec EJ, Lount RB Jr, Park ES. Mécanismes psychologiques sous-jacents au gain de motivation de Köhler. Pers Soc Psychol Bull. 2007;33:828–41. https://doi.org/10.1177/0146167207301020.

Article PubMed Google Scholar

Kerr NL, Seok D. "...avec un peu d'aide de mes amis": Amitié, normes d'effort et gain de motivation de groupe. J Manag Psychol. 2011;26:205–18. https://doi.org/10.1108/02683941111112640.

Article Google Scholar

Kerr NL, Seok D, Poulsen JR, Harris DW, Messé LA. Ostracisme social et gain de motivation de groupe. Eur J Soc Psychol. 2008;38:736–46. https://doi.org/10.1002/ejsp.499.

Article Google Scholar

Lount RB, Kerr NL, Messé LA, Seok D, Park ES. Un examen de la stabilité et de la persistance de l'effet de gain de motivation de Köhler. Groupe Dyn Theor Res Pract. 2008;12:279–89. https://doi.org/10.1037/1089-2699.12.4.279.

Article Google Scholar

Heckhausen H. Motivation d'accomplissement et ses constructions : un modèle cognitif. Motif Émot. 1977;1:283–329. https://doi.org/10.1007/BF00992538.

Article Google Scholar

Vroom VH. Travail et motivation. Wiley ; 1964.

Torka AK, Mazei J, Hüffmeier J. Ensemble, tout le monde fait plus ou moins ? Une méta-analyse interdisciplinaire sur les gains et les pertes d'effort dans les équipes. Taureau psychologique. 2021;147(5):504.

Article PubMed Google Scholar

Shepperd JA. Perte de productivité dans les groupes de performance : une analyse de la motivation. Taureau psychologique. 1993;113(1):67–81. https://doi.org/10.1037/0033-2909.113.1.67.

Article Google Scholar

Hüffmeier J, Schleu JE, Nohe C. La force de la situation : démêler l'explication situationnelle des gains d'effort dans les relais de natation à partir des comptes liés à la personne. J Sport Exerc Psychol. 2020;42(5):394–406. https://doi.org/10.1123/jsep.2020-0036.

Article Google Scholar

Kerr NL, Bruun SE. Dispensabilité de l'effort des membres et pertes de motivation du groupe : effets de passager clandestin. J Pers Soc Psychol. 1983;44(1):78–94. https://doi.org/10.1037/0022-3514.44.1.78.

Article Google Scholar

Hertel G, Niemeyer G, Clauss A. Indispensabilité sociale ou comparaison sociale : le pourquoi et le quand des gains de motivation des membres inférieurs du groupe. J Appl Soc Psychol. 2008;38(5):1329–63. https://doi.org/10.1111/j.1559-1816.2008.00350.x.

Article Google Scholar

Latané B, Williams K, Harkins S. De nombreuses mains éclairent le travail : les causes et les conséquences de la paresse sociale. J Pers Soc Psychol. 1979;37(6):822–32. https://doi.org/10.1037/0022-3514.37.6.822.

Article Google Scholar

Todd AR, Seok DH, Kerr NL, Messé LA. Compensation sociale : fait ou artefact de comparaison sociale ? Groupe Processus Intergroupe Relat. 2006;9(3):431–42.

Article Google Scholar

Kerr NL. Pertes de motivation en petits groupes: une analyse de dilemme social. J Pers Soc Psychol. 1983;45(4):819–28. https://doi.org/10.1037/0022-3514.45.4.819.

Article Google Scholar

Hoffer AJ, Freidel R. La discrimination salariale persiste-t-elle pour les athlètes étrangers en NBA ? Appl Econ Lett. 2014 ;21 : 1–5. https://doi.org/10.1080/13504851.2013.829183.

Article Google Scholar

Holmes P. Nouvelle preuve de discrimination salariale dans la ligue majeure de baseball. Lab Éco. 2011;18:320–31. https://doi.org/10.1016/j.labeco.2010.11.009.

Article Google Scholar

Montanari F, Silvestri G, Bof F. Performances et caractéristiques individuelles comme prédicteurs des niveaux de rémunération : le cas de la « Serie A » italienne. Eur Sport Manag Q. 2008;8:27–44. https://doi.org/10.1080/16184740701814381.

Article Google Scholar

Kenny DA, Mannetti L, Pierro A, Livi S, Kashy DA. L'analyse statistique des données de petits groupes. J Pers Soc Psychol. 2002;83:126–37. https://doi.org/10.1037/0022-3514.83.1.126.

Article PubMed Google Scholar

Myers ND, Feltz DL. De l'auto-efficacité à l'efficacité collective dans le sport : enjeux transitionnels. Dans : Tenenbaum G, Eklund RC, éditeurs. Manuel de psychologie du sport. Wiley ; 2007. p. 799–819.

Chapitre Google Scholar

Allen JA, Hecht TD. Le « romance des équipes » : vers une compréhension de ses fondements psychologiques et de ses implications. J Occup Organ Psychol. 2004;77:439–61. https://doi.org/10.1348/0963179042596469.

Article Google Scholar

ID Steiner. Processus et productivité du groupe. presse académique ; 1972.

Hüffmeier J, Hertel G, Torka AK, Nohe C, Krumm S. Sur le terrain, les membres du groupe montrent (souvent) des gains d'effort au lieu d'un relâchement social. Eur Rev Soc Psychol. 2022;33(1):131–70.

Article Google Scholar

Koppenborg M, Klingsieck KB, Hüffmeier J. Le travail de groupe conjonctif et additif réduit la procrastination académique : aperçus d'une étude de vignette. Curr Psychol. 2023. https://doi.org/10.1007/s12144-023-04294-w.

Article Google Scholar

Davis JH. Prestation de groupe. Addison Wesley; 1969.

Williams K, Harkins SG, Latané B. L'identifiabilité comme moyen de dissuasion au relâchement social : deux expériences encourageantes. J Pers Soc Psychol. 1981;40(2):303–11. https://doi.org/10.1037/0022-3514.40.2.303.

Article Google Scholar

Hertel G, Deter C, Konradt U. Gains de motivation dans les groupes assistés par ordinateur. J Appl Soc Psychol. 2003;33(10):2080–105. https://doi.org/10.1111/j.1559-1816.2003.tb01876.x.

Article Google Scholar

Mace M, Kinany N, Rinne P, Rayner A, Bentley P, Burdet E. Équilibrer le terrain de jeu : jeu collaboratif pour l'entraînement physique. J Neuroeng Réhabilitation. 2017;14(1):116–34. https://doi.org/10.1186/s12984-017-0319-x.

Article PubMed PubMed Central Google Scholar

Emich KJ. Une enquête cognitive sociale sur la motivation intragroupe : efficacité transpersonnelle, répartition de l'effort et aide. Groupe Dyn Theor Res Pract. 2014;18:203–21. https://doi.org/10.1037/gdn0000007.

Article Google Scholar

Wittchen M, Schlereth D, Hertel G. Indispensabilité sociale malgré la séparation temporelle et spatiale : gains de motivation dans une tâche séquentielle lors d'une coopération anonyme sur Internet. Int J Internet Sci. 2007;2(1):12–27. https://doi.org/10.1037/e586582007-001.

Article Google Scholar

Hertel G, Nohe C, Wessolowski K, Meltz O, Pape JC, Fink J, Hüffmeier J. Gains d'effort dans les équipes professionnelles - Les effets de la concurrence sociale et de l'indispensabilité sociale. Avant Psychol. 2018. https://doi.org/10.3389/fpsyg.2018.00769.

Article PubMed PubMed Central Google Scholar

Télécharger les références

N'est pas applicable.

Cette étude a été soutenue par la bourse de recherche 2021 de l'Université nationale de Kangwon.

Département des sciences du sport, Université Soonchunhyang, Asan, Corée du Sud

Shim Yunsik

Département des sports de loisirs, Université nationale de Kangwon, Samcheok, Corée du Sud

Myoungjin Shin

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Conceptualisation, YS et MS ; méthodologie, MS ; logiciels, MS ; analyse formelle, YS ; enquête, MS ; conservation des données, MS ; rédaction—préparation du projet original, YS et MS ; rédaction—révision et édition, MS; supervision, YS. Tous les auteurs ont lu et approuvé le manuscrit final.

Correspondance à Myoungjin Shin.

N'est pas applicable.

N'est pas applicable.

Les auteurs déclarent n'avoir aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui autorise l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur tout support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/. La renonciation Creative Commons Public Domain Dedication (http://creativecommons.org/publicdomain/zero/1.0/) s'applique aux données mises à disposition dans cet article, sauf indication contraire dans une ligne de crédit aux données.

Réimpressions et autorisations

Shim, Y., Shin, M. Un lien empirique entre le gain de motivation et les statistiques NBA : application de la modélisation linéaire hiérarchique. BMC Psychol 11, 135 (2023). https://doi.org/10.1186/s40359-023-01188-1

Télécharger la citation

Reçu : 15 décembre 2022

Accepté : 24 avril 2023

Publié: 27 avril 2023

DOI : https://doi.org/10.1186/s40359-023-01188-1

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt