金融企业自我管理团队内容结构技术报告.docVIP

金融企业自我管理团队内容结构技术报告.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
金融企业中自我管理团队内容结构研究 王威 (锦州银行,辽宁 锦州 121000) 【摘要】随着市场经济的高速发展,金融企业之间的竞争日益加剧,越来越多的银行业、证券业、保险业等企业注重具有创造性、高智商和以结果为导向的员工组成的自我管理团队。本文主要运用探索性因子分析和结构方程数学模型,系统分析了在金融企业自我管理团队的内容结构,对其因子进行命名,并且在此基础之上进行阐述。模型定量分析不仅有利于理论本身的发展和完善,还有效地将理论知识与实践领域相结合,充分发挥自我管理团队理论价值和实践意义。 【关键词】金融企业;自我管理团队;因子分析 金融企业之间竞争日益激烈的背景下,从金融企业资源的观点出发,金融企业需要依靠强劲的团队力量来维持自身的竞争力,而团队的自我管理成为企业中一个不可忽略的因素。但是现在众多金融企业还处于传统的团队管理阶段,这就出现了员工对组织承诺较低、核心人才流失和业务差错率高等现象。自我管理团队具备创新性技术、知识和信息共享以及良好的适应力。一方面,团队通过自我管理,可能极大地减少所需的领导者数量,为企业节约了用人成本,有利于扁平化组织的建立,从而有利于提高企业对内外环境变化的灵活应变能力。另一方面,团队成员可以自己发现工作中所遇到的问题,自己决定改革进取的目标,自己分析出现问题的原因并进行现状调查,自己检查工作效果和评定工作总结。员工通过自我管理,在自己的工作团队中形成共同目标,相互学习、共同分享知识,从而增强团队的应变能力和创造力。 1、研究假设及思路 假设:金融行业中自我管理团队的结构是多维度的,应包括相互协作、共同目标、团队学习、彼此信任、领导授权等因素。 本研究试从对有关自我管理团队的文献研究分析入手,根据金融企业自身发展的特点,通过面对面访谈、问卷调查等方法构建了金融企业自我管理团队的内容结构问卷,并在此基础上立足我国金融企业中自我管理团队进行测量,检验问卷的信度和效度,最后构建了具有我国特色的金融企业自我管理团队内容结构模型。具体的研究方法和研究过程如下: (1)文献分析和结构化访谈法:本研究在探讨自我管理团队的内容结构时,首先进行多方面的文献检索、个案分析和深度访谈,广泛收集相关信息,充分了解其内容,为评价指标和测量工具的编制和完善提供理论和现实依据。 (2)问卷调查法:本研究将对不同人口学、组织学变量的企业员工进行问卷调查,主要采用李克特5点式量表法对问卷项目的符合程度进行等级评价。 (3)统计分析方法:主要有探索性因子分析、结构方程模型分析。 (4)统计工具:SPSS18.0和LISREL8.7 图1.1金融企业自我管理团队内容结构示意图 2 模型构建 2.1测量样本 本研究初期通过对近20位在职的金融企业的管理人员进行访谈,并发放了近100份原始问卷,共收集问卷项目数150余条,运用频次分析方法和预试问卷分析,最终确定保留22个项目因子作为金融企业自我管理团队内容结构正式问卷进行大规模调查,然后将收集的有效数据进行探索性因子分析,以确定自我管理团队的内容结构。 本次在北京、上海、湖南、辽宁等地共发放问卷700份,共收回调查问卷621份,其中有21份为无效问卷,有效回收率为85.7%。本次样本数据将用于探索性因子分析和验证性因子分析两个部分,为了检查设想模型的准确性,故将正式收集来的样本数据进行奇偶分组。奇数组主要用来做探索性因子分析(样本容量N=300),偶数组主要是用来做验证性因子分析(样本容量N=300)。 表2.1探索性因子分析的被试情况一览表 人口变量 类 别 人 数 总 计 性别 男 137 300 女 163 年龄 25岁以下 71 286 26-30 79 31-40 86 41-54 28 55岁以上 22 受教育程度 高中以下 1 300 高中/中技 13 大 专 120 本 科 156 研究生及以上 10 工作年限 1年及以下 31 300 2-5年 105 6-10年 86 11-15年 52 16-25年 26 行业类别 商业银行 126 286 证券公司 34 资产管理公司 18 城商行 52 保险公司 52 其他 4 团队规模 5人及以下 78 298 6-10人 102 11-15人 56 16-20人 48 20人以上 14 2.2 数据分析 在对正式数据统计分析之前,首先采用了KMO和Bartlett球形检验对于本研究构建理论进行可行性检验,如表2.2所示。 表2.2 KMO和Bartlett检验结果 KMO 和 Bartlett 检验 取样足够度的 Kaiser-Meyer-Olkin 度量。 .905 B

文档评论(0)

挺进公司 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档