组织记忆测量模型改进-本土量表开发和验证.docVIP

组织记忆测量模型改进:本土量表开发和验证4.量表生成 依据上述13个典型短语，结合文献语句，按照题项冗余的原则，本文最终得到17个题项（编码为OM1—OM17），分别为：企业常常选派员工参加企业外的学习和培训（OM1）；企业注重吸引优秀人员（OM2）；企业成员经常将经验和学习后的总结进行分享（OM3）；企业定期召开正式或非正式的讨论会（OM4）；企业定期召开跨部门的交流会（OM5）；企业能够快速接受新知识，剔除旧知识（OM6）；企业曾受新闻媒体、研究机构、金融服务公司或政府管理部门的报道、研究或资料记载（OM7）；企业建立了专家系统或案例系统等智能系统以保持组织经验型知识（OM8）；企业建立了自动化生产系统或机器人系统以保持过程型知识（OM9）；企业建立了神经网络系统以保持模块化知识（OM10）；企业配备专家负责记忆数据库的维护和升级等服务（OM11）；企业支持知识提取（OM12）；企业和员工经常本能或自动提取已有知识（OM13）；企业经常从已有知识中提取信息（OM14）；企业能够运用已有知识（OM15）；企业能够利用有益的研究（OM16）；企业调用知识的频率较高（OM17）。 三、组织记忆量表的预试与分析 1.研究方法与数据来源 根据上述17个题项，应用Likert5点量表，形成组织记忆初始量表。该量表共包含17个问题。用此组织记忆初始量表，对东北财经大学2010级MBA学员进行了问卷调查，对该问卷进行预测试。本研究采取现场发放的方式共发放问卷60份，回收55份，回收率为92%；问卷中所有测度问项都回答完整的有效问卷30份，有效率为50%。企业所属行业涉及制造业、金融业、信息、交通运输、批发零售、餐饮住宿和建筑房地产等多个行业，包括职工人数从100人以下到1 000人以上的不同规模企业。这些样本企业并非同质性的企业组群，具有一定的代表性。其中，男性占43.3%，女性占56.7%；本科占80%，硕士占20%；；工作年限为1—5年占76.7%，6—10年占20%，11—15年占0.3%；在单位性质上，企业单位占86.7%，事业单位占6.7%，公务员系统占6.6%；在岗位属性上，基层员工占66.7%，中层管理者占30%，高层管理者占3.3%。 2.项目分析 为了检验项目的区分度，我们采用SPSS17.0软件，运用独立样本t检验法对初始量表项目按照27%分位数进行项目分析。根据独立样本检验的结果，求出测量项目的CR值，即决断值，如表3所示，CR值越大，表明此项目的区分度越高[22]。同时如果测量项目的CR值达到显著水平，表明此项目能区别答题者的反应程度，具有区分能力，则可以保留，而CR值很低时，可以删除测量项目。本文组织记忆各测量项目的CR值达到了显著水平（p0.05），全部保留。 3.探索性因子分析 在进行项目分析之后，本文采用主成分法（Principal Method）进行探索性因子分析（EFA），探寻组织记忆这一潜变量的维度构成。本研究对初始量表进行EFA。结果显示，KMO值为0.68，Bartlett球形检验的卡方值为472.64（自由度为136），达到显著，拒绝了相关矩阵为单位矩阵的假设，因而适合进行因子分析。按照正交旋转，抽取特征值大于1的主成分作为因子的原则，本文提取了3个因子，各因子解释变量程度分别为32.38%、26.79%、15.70%，3个因子累计共解释变量74.87 %。旋转后的因子矩阵表明绝大部分题目能够按照组织记忆初始量表的设计归到对应因子中。因子1为“组织记忆提取”，代表了题目12、13、14、15、16，17。题目2和题目6的因子载荷虽然都超过了0.50，但其跨因子载荷大于0.3（跨载荷需小于0.30）[16]，因此将其删除。因子2为“组织记忆保持”，代表了题目7、8、9、10、11。同理，题目4的跨载荷大于0.30，因此将其删除。因子3为“组织记忆获得”，代表了题目1、3、5。 经此操作得到组织记忆的短版量表，再次对组织记忆的短版量表运用SPSS17.0进行EFA。因子分析适应性检验的KMO值为0.67和Bartlett球形检验的卡方值为391.23（自由度为91），适合进行因子分析。因子分析采用主成分分析法进行，并对因子矩阵进行正交旋转，抽取特征值大于1的主成分作为因子。结果共得到3个因子，各因子解释变量程度如表4所示，3个因子累计共解释变量78.78 %。因子分析结果显示本文的组织记忆测量维度划分和命名是合理的，得到样本数据的支持。 5.效度分析 （1）区别效度 组织记忆短版问卷中某一维度与同一结构中其他维度在特质方面的差异程度代表的是区别效度，本文按照Fornell和Larcker[24]提出的方法，首先考察每个维度的AVE值（平均方差提取量）