网站首页  词典首页

请输入您要查询的论文:

 

标题 工程师创新态度与绩效的作用机制研究
范文

    高小丽 叶伟巍

    

    

    

    摘要:绩效是企业购买员工的劳动价值,并对其进行激励的最为直接的手段和内容。创新态度是个体在面对创新情境时的心理活动和行为偏好,是激发创新行为的重要因素,因此工程师创新态度与绩效的作用机制具有现实意义。本文首先对本课题研究背景、意义、研究方法与创新点进行阐述,其次对创新态度与绩效考核相关内容进行简要的文献综述,再次提出本文的研究假设与框架并进行实证分析,证明工程师创新态度对绩效有显著正向影响,即工程师的创新态度越高,其产生的绩效也就越高。最后提出创新工程师选育与工作设计、创新导向的绩效管理以及创新支持型的工作环境的提升工程师创新态度的对策建议。期望本文的研究能够对工程师创新态度与绩效的作用机制相关研究提供一定的参考借鉴。

    关键词:创新态度?????? 工程师??? 创新导向?????? 绩效管理

    中图分类号:F272?????? 文献标识码:A

    1绪论

    1.1研究背景及意义

    近年来,我国政府一再强调创新的重要性。在国家层面,创新的主体是企业。从企业层面来说,工程师是企业中最基本、最不可或缺的部分。研究证明,工程师的创新态度是组织创新的基础,即工程师的创新态度是企业创新实践的开始,影响着企业的未来发展。本文研究了工程师创新态度和绩效的机制。本研究弥补了这一不足,为这些企业工程师提升其创新态度和绩效提供了理论依据。此外,本文还可以为公司提供改善工程师创新态度的方法和策略。在日常工作中,组织领导必须采取一定的措施来提高工程师的绩效水平,提高工程师表达意愿的动力,并将创新态度转化为行动以提高组织绩效。

    1.2研究方法

    文献研究法。文献研究法是论文写作中常用的方法之一。通过回顾与研究变量相关的文献进行整合和研究。本文通过图书馆电子文献库,文献资料和相关网络数据库,对工程创新,创新态度,绩效,绩效考核等相关文献进行了分析,整理和总结。在此基础上,提出了本文的研究假设和理论模型。

    调查研究方法。在相关文献研究的基础上,选择相关研究变量的成熟量表,提出相关的研究假设和理论模型。通过问卷的设计,分发和收集,获得了本文验证假设所需的数据。

    统计分析法。在问卷调查结果的基础上,通过整理调查结果,采用SPSS,AMOS软件进行分析,通过有效性检验、相关分析和回归分析等方法,验证所选变量之间的关系。

    1.3创新点

    之前少有文章研究绩效考核对工程师创新态度产生的影响,本研究探究工程师创新态度与绩效之间的相关关系,填补先前研究的空白。此外,本文还探究了绩效考核对工程师创新态度的影响,并提出企业提升工程师创新态度,进而提高企业绩效的相关建议,为管理者实施具体管理手段提供参考与指引。

    2文献综述

    2.1创新态度的界定

    创新态度是创新活动的动力和源泉。创新领域的现有研究通常使用外在动机和/或内在动机来解释个人的创新态度。孔德毅和徐安新强调对外部形势的激励,认为创新态度是工作特点和创新政策所带动的内部创新的动力,将激发工程师的创造力。程志辉等人关注个体的内心心理,认为创新态度源于个体对创新态度本身的感知,积极的感知能够促进个体的创新态度。但是,于海云等人认为,创新态度是创新态度的重要决定因素,创新态度分为三种类型:内生创新态度,外生创新态度和混合创新态度。其中,混合创新态度是指个体在创新活动中与内部激励和外部刺激的相互作用。一般而言,创新态度是个体在创新情境面前的心理活动和行为偏好。它是将创新能力从潜在状态转变为现实状态的驱动力,可以诱导,促进和维护个体创新活动。

    2.2绩效考核

    绩效考核是为了实现对组织的控制,它是影响工程师行为的重要管理工具之一。罗宾斯认为,绩效考核是对组织工程师工作的评价,并根据评估结果确定人事决策。一些学者还提出,绩效考核是一个过程,组织通过科学的方法,参考某些标准或指标来判断组织成员的工作绩效和成就,以达到既定的绩效考核目标。通过指导工程师实现组织目标的行为来提高工作绩效。现有的绩效考核研究可归纳为以下四个方面:一是研究绩效考核的内在意义,主要是研究其深层次的本质意义;二是探索适合企业发展的绩效考核方法;三是评估绩效考核深入研究实施过程中出现的问题;四是研究绩效考核对组织工程师工作态度和工作行为的影响。

    3研究假设与框架

    3.1研究假设的提出

    3.1.1工程师创新态度对绩效的影响

    创新态度是个体在面对创新情境时的心理活动和行为偏好,是激发创新态度的重要因素。目前组织行为学和心理学众多研究文献主要关注绩效对内在工作动机及创新的潜在损害,较少地关注绩效或绩效在工作动机方面的作用。然而在现实的工作场景中,工程师的工作动机是内在动机和外在动机的组合。在研究中仅仅探讨内在动机是远远不够的,既不能很好地解释工程师激励的完整心理机制,还缺乏现实的指导意义。因此,为了更好地了解绩效激励对工程师绩效的作用机制,本文选取了创新态度这个与创新直接相关的激励因素进行绩效与绩效的关系研究。

    通过创新态度对绩效的影响研究,发现关于创新态度與绩效的直接关系研究均得出了创新态度对创造力的直接激励作用的结论。研究发现,通常高的创新态度是强烈的好奇心和挑战精神,强大的成就动机和更稳定的创新兴趣,这些元素是性能生成过程中必不可少的动态因素。他们可以帮助工程师明确其创新的价值,引导他们充分发挥自己的潜力,坚持投资创新,最终确保有效实现创新活动的全过程。因此,从理论上来讲,可以认为创新态度对绩效具有积极的影响。由上述分析,可以得出如下假设:

    H1:工程师创新态度对绩效有显著正向影响,即工程师的创新态度越高,其产生的绩效也就越高。

    3.1.2绩效考核对工程师创新态度的影响

    绩效考核方法是指企业在组织中使用绩效考核管理工具的最终目标。根据绩效考核目标的不同,绩效考核可分为绩效考核和绩效考核。

    评估绩效评侧重于工程师以前的绩效,使组织领导能够清楚地了解最近的工作绩效,并比较绩效评估指标,以确定工程师的晋升和薪资水平,但现有的评估绩效,评估工程师创新态度影响的结果并不一致,但大多数研究结果表明评估绩效评估不利于工程师的创新态度的出现,主要是因为:评估绩效评估方法将具有对工程师创造性能的抑制作用。

    第一,工程师在评价型绩效考核方式下会感受到抑制和监控,工作重点将转向如何应对组织评估,然后缺乏积极创新的动力。

    第二,评价绩效评估不关注现在和未来工程师的绩效,而是关注过去的绩效结果,不注重工程师的专业发展和潜在能力的培养,最终导致创新不足工程师的动力和能力。

    第三,此外,当工程师认为评估结果不公平时,他们只会对他们的工作热情产生负面影响,反过来会产生“抑制效应”,对工程师的创新产生不利影响。

    研究人员有一种不同的观点认为,绩效评估对工程师创新的影响是不确定的。作为一个独立的个体,感知到的组织绩效评估结果将是不同的。正是因为感知上的差异会对工程师的工作态度和行为产生不同的影响。赵军从工程师的工作满意度角度分析了绩效考核对工程师创新态度的影响,并得出了上述结论。基于以上分析,本文提出了以下假设:

    H2a:发展型绩效考核对工程师创新态度有积极的影响。

    H2b:评价型绩效考核对工程师创新态度有消极的影响。

    3.2研究框架

    根据上述的文献回顾以及各变量之间的影响机制关系假设,本研究得到具体的理论研究框架,见图1:

    4实证研究

    4.1测量工具

    为了保证调研质量,本文均选取成熟量表对各变量进行测量。

    4.1.1创新态度量表的选择

    创新态度的测量采用通用的Amabile等编制的工作倾向量表,总计10个题项。问卷采用5级Liken量表,1代表非常不同意,5代表非常同意。Madjar等人在大学生和工程师群体中分别对量表进行了信度检验。其中,以1055名工程师为研究样本的CronbachsAlpha系数和短期重测信度(6个月)均大于0.7。而以1363名大学生为研究样本的CronbachsAlpha系数和长期重测信度(6,12,24,30,42,54个月)也都大于或接近0.6。长达8年的研究结果显示,WPI量表有足够良好的内部一致性表现和重测信度。

    4.1.2绩效考核量表的选择

    本文采用克利夫兰、墨菲和威廉姆斯的绩效评估量表,其中已广泛应用于中国实证研究的背景下,共有8项,评价类型3项,开发类5项,见表1。

    4.2问卷设计与发放

    4.2.1问卷的设计

    基于以上的论述,本文设计了相关的问卷。问卷分为三部分:

    第一部分:创新态度量表,调查工程师创新态度对绩效的影响,问卷采用5级Liken量表,1代表非常不同意,5代表非常同意。

    第二部分:绩效考核量表。通过问卷分析,工程师所在的企业是评价绩效评价或发展绩效评价方法,调查绩效考核对其创新态度的影响。

    第三部分:基本的个人信息。包括年龄、性别、教育和工作年限。

    4.2.2问卷的发放与回收整理

    本文的研究对象主要面向国内不同规模企业的工程师,为了便于收集调查问卷,调查问卷主要在作者的研究和数据收集地点进行。为确保问卷的随机性、普遍性和恢复率,本调查问卷主要采用以下渠道进行问卷调查。

    第一,网络问卷调查,利用过去建立联系的企业,在公司内部网络企业中,利用公司内部网络发放问卷。

    第二,纸质问卷调查,纸质问卷在未建立公司内部网络的企业中分发,问卷回收。

    4.2.3数据分析方法

    本研究主要通过SPSS和AMOS统计数据分析工具对收集的问卷数据进行分析和处理。根据本文建立的假设和模型要求,本文主要采用以下统计方法。

    描述性统计方法。根据收集的问卷对受访者的基本信息进行描述性统计分析,首先对人口统计信息进行描述性统计分析,如性别和受试者的年龄,了解样本的具体情况;描述性统计分析。

    可靠性分析。可靠性分析是对统计量表可靠性的检测,是评估量表可信度的重要检验指标之一。统计量表的一致性由Cronbach的α系数验证。

    有效性分析。有效性分析包括:一是探索性因素分析,SPSS软件对统计数据进行主成分分析,观察KMO值和Bartlett球形测试值,验证变量的适用性;二是验证性因子分析,使用AMOS软件进行数据分析,观察各指标是否符合相关条件。

    相关分析。使用SPSS软件研究变量:工程师创新态度对绩效的影响、评价型和发展型绩效考核和工程师创新态度之间的关系进行相关分析。

    回归分析。通过回归分析检验:一是工程师创新态度对绩效的影响;二是发展型绩效考核与评价型绩效考核对工程师创新态度的影响。

    4.3数据分析

    4.3.1描述性统计

    本文采用问卷调查方式,选择样本公司后,研究分两种方式分发问卷:一是委托相关企业人力资源部门发布纸质问卷;二是通过相关企业的具体联系方式发布电子问卷。共发放问卷220份,收200份。调查问卷的回收率为91%。

    本研究中受试者的基本信息如下。在200名受试者中,研究中男性和女性的比例分别为80%和20%。在样本年龄中,26-30岁的受试者人數最多。占38.52%,30-35岁的受试者人数占样本总数的27.64%,仅次于26-30岁的受试者人数,36岁以上的受试者样本数量较少;在教育方面,本科教育学科最多,占59.05%,硕士学位占22.11%,大专及以下学历占18.84%。博士及以上学历的比例最低,仅为1.01%;就工作年限而言,1-5年内54%的参与者,6-10年的参与者占17.34%,10年或更长时间仅占7.54%。从收回问卷的总体情况来看,符合随机性原则。

    4.3.2信度分析

    可靠性分析是验证量表有效性和可靠性的分析方法。重复使用测量标尺以保持高稳定性和一致性。本研究使用内部一致性系数来衡量所选尺度之间的一致性。本文中的可靠性测试基于对Cronbach的α系数值的分析,该系数值介于0-1。Bryman&Cramer(1997)认为内部可靠性系数值应高于0.8,以表明规模的可靠性。Nunnally(1978)认为0.7是一个几乎不可接受的值;Devellis(1991)认为0.65是可接受的最小值。综上所述,本文认为Cronbach的α系数值大于0.7,表明测量尺度的可靠性良好。

    由表2中的内部一致性信度分析数据可知,创新态度、绩效、评价型绩效考核、发展型绩效考核的标准化Cronbach'sAlpha系数分别为0.816,0.825,0.856,0.824,均高于0.8,说明这些分量表具有较高的可靠性。

    4.3.3效度分析

    效度分析是进行统计分析的另一个重要前提,可分为内容效度、构念效度、效标关联效度三类,学者们通常选取内容效度和构念效度进行实证分析。

    内容效度。对于问卷的内容效度分析,通常采用经验判断法,来判断所测项目是否与研究目标一致,是否包含了研究目标的各项内容,以及量表题项的分布是否恰当等。本研究所采用的绩效、创新态度、评价型绩效考核、发展型绩效考核的量表均为国外权威学者的研究成果。这些量表被学术界广泛应用,在研究中不断的修正和优化,如今已发展为成熟量表,拥有较高的参考价值。同时,通过文献分析、双向翻译和小范围测试等手段对問卷进行翻译和修正,编译程序较为规范,能够较好地反映量表的测量目的。因此,根据经验和理论判断,本文各个量表都具有较好的内容效度。

    构念效度。构念效度(或结构效度)指问卷测量的实际分值对某变量的实际解释力度,通常采用探索性因子分析(EFA)和验证性因子分析(CFA)进行检验。特别的是,在两项因子分析前,需要检验问卷数据是否适合进行因素分析,若检验结果为不适合,即使进行了因子分析,其结果的有效性也值得怀疑。这一检验主要考察KMO统计量和Bartlett球形检验结果,当KMO统计量大于0.9时,判定问卷数据非常适合进行因素分析;介于0.8到0.9之间,则判定为很适合进行因素分析;介于0.7到0.8之间,则判定为适合进行因素分析;介于0.6到0.7之间,则判定为不太适合进行因素分析;当KMO统计值小于0.6时,则判定为不适合进行因素分析。

    在表3中,评价型绩效考核和绩效的统计量分别为0.858和0.849,介于0.8到0.9之间,则判定为很适合进行因素分析。而发展型绩效考核和创新态度的KMO统计量分别为0.735和0.771,介于0.7到0.8之间,则判定为适合进行因素分析。各量表的KMO统计量均大于0.7,且Bartlett球形检验均显著(Sig值均为0.000<0.01),说明变量间的相关性较强,且变量之间相互独立。因此,样本数据效度良好,适合进行因子分析。

    通过KMO与Bartlett球形检验后,使用SPSS21.0软件进行探索性因子分析,得到主成份分析结果。结果表明,绩效、创新态度、评价型绩效考核、发展型绩效考核量表中,特征值大于1的测量题项的解释总方差分别达到69.26%,67.90%,70.42%和78.04%,表明数据的解释力较强,具有良好的构念效度,说明适宜进行进一步的验证性因子分析。

    另外,因问卷的所有内容均由被试一人完成,数据来源对象相同,测量情境也相同,很容易出现测量变量之间的人为共变,所以需要对同源误差情况进行检验。本研究采用探索性因子分析中的Harman单因素检验,将所有题项(除去控制变量题项)一起进行未旋转的因素分析。结果显示,共析出14个特征值大于1的因子,共解释了63.18%的变量总方差。析出的第一个因子的特征值为6.930,解释了14.44%的变量总方差。因此,没有一个单独因子解释了大部分的变异量,研究数据之间不存在严重的同源误差。

    在验证性因子分析阶段,将量表的构念效度检验转化为探讨量表模型的拟合情况。使用AMOS17.0软件对各测量变量进行一阶验证性因子分析,得到各项拟合指标数值。这些拟合指数可分为绝对拟合指数和相对拟合指数两类,其中,相对拟合指数包括比较拟合指数(CFI)和规范拟合指数(NFI),这两个指数一般要求大于0.8,取值越接近1,表示拟合程度越好。绝对拟合指数有卡方自由度比值(x2/df,介于1到5之间均可接受,若小于3,说明整体拟合度较好)、拟合优度指数(GFI,一般要求为大于0.8,越接近1,表明模型适配情况越好)、近似误差均力一根(RMSEA)以及残差均力一根(RMR,针对后两个系数,一般要求小于0.08,若小于0.05,表明模型接近拟合。

    由表4可知四个量表的拟合指数大多满足检验要求,即才x2/df小于5,RMR小于0.08,RMSEA小于0.08,CFI,NFI,GFI均大于或接近0.8。总体而言,各模型的拟合结果还是可以接受的。表明数据与模型的拟合度较好,即包含绩效、创新态度、评价型绩效考核、发展型绩效考核这四个测量变量的问卷具有较好的构念效度。

    4.3.4相关分析

    相关关系研究的是两个研究变量的数量关系变化之间的密切程度。因此,相关性分析研究的是变量之间的线性关系程度。一般使用相关系数来表示密切程度的强弱,相关系数越大说明研究变量之间的密切程度越强;相关系数越小,说明研究变量之间的密切程度越弱,变量关系不存在,或是呈非线性相关的。通过Pearson分析方法对研究变量之间的两两相关程度进行分析,具体研究结果(见表5)。另外,因控制变量较多,所以本文在汇报控制变量的相关情况时,只选取具有显著性表现的相关关系进行汇报。

    第一,控制变量之间的相关关系。由表5可知,年龄与工作年限的相关系数为0.731,对于工程师来说,年龄越大,其工作年限会随之变长。而工作年限越长,说明工作经验相对比较丰富,职业技能比较熟练。而受教育程度与工作年限的相关系数为-0.090,说明在工程师更具有以下特征:多为男性,受教育程度较高。以上提及的所有关系的t值显著性概率均小于P<0.01,即均在0.01水平上显著相关。

    第二,控制变量与研究变量之间的相关关系。受教育程度与绩效的相关系数分别为0.276,t值的显著性概率均小于P<0.01,说明受教育程度绩效之间均为显著正相关关系。年龄、工作年限两个控制变量与绩效的相关系数分别为-0.121和0.177,均在0.01或0.05水平上显著相关。因此,年龄、工作年限这两个控制变量与绩效之间均为显著正相关关系。说明年龄越大、工作年限越久的工程师其绩效较高。

    第三,研究变量之间的相关关系。在绩效考核的两个维度中,发展与评价绩效考核存在显著的负相关关系。

    上述分析表明,该研究模型中的自变量,中介变量和因变量之间存在显著的相关性。初步检验了假设模型。另外,从相关分析可见,各研究变量之间的相关系数值均低于0.5,根据经验法可判断研究变量间不存在多重共线性,适应进行回归分析。

    4.3.5回归分析

    为了研究绩效与创新态度的影响关系,以绩效为自变量,创新态度为因变量,做创新态度对绩效的回归方程,回归结果,见表6。

    表6为工程师创新态度对绩效的回归系数一览表。据表6所不,校正可决定系数r为0.427,表明绩效对创新态度的总变异的解释力为42.7%。VIF值为1.027,小于10,说明不存在多重共線性。Durbin-Watson值为1.770,接近2,说明回归模型的结论是合理可靠的,残差项之间无关。在创新态度对绩效的回归模型中,Sig值为0.000,说明回归效果显著;非标准化系数为-0.174(在0.01水平上显著),说明绩效对创新态度存在显著的负向影响作用,假设H1得到了验证。

    5对策建议

    5.1创新工程师选育与工作设计

    在工作设计环节,可适当减少对工作流程和具体内容的控制。根据自我决定理论,创新与个体的感知到的胜任力和自主权高度相关。因此,在对强调创新的工作岗位进行设计时,可适当减少工作中的控制因素,增加工程师的自我决定感知,从而提升其创新态度及创新绩效。

    在工程师的招聘过程中,可增加对应聘者的创新态度和物质主义价值观的考察。对于那些要求高度创新的岗位,同等素质能力条件下,倾向选择那些物质主义价值观更低、创新态度更强烈的候选人。

    在工程师培训环节,增加对创造性能力的培训。根据创造力成分理论,除了任务动机和领域技能之外,创造性技能也是创造力的一个重要成分。因此,通过培训创造性技能,如创新方法论和思维开发的培训等,帮助工程师完成启发创新想法的方法论的积累,促进其创造力的提升,从而增加企业的创新产出。

    5.2创新导向的绩效管理

    充分考虑绩效的有效性原则,将制度设计与工作要求和企业期望目标、战略目标紧密联系。绩效的有效性,可以理解为企业付出的绩效最终为企业换回绩效提升的程度。对于创新导向的绩效设计,不该使用常规的绩效进行工程师激励,而应该与企业的期望目标、战略目标以及工程师的工作内容等因素紧密结合。

    充分注重绩效的公平性原则,减少不公平感知。本文认为,为了更好地实现创新激励,不仅要在绩效的分配和流程上实现公平,更应该还要在组织内部沟通中保持公平,即工程师与领导之间的交换关系也公平,增加对创新的支持。

    长期和短期激励相结合的支付方式,降低工程师的绩效风险。根据绩效风险理论,选择长期激励能够将工程师的收入与企业长期效益,共享收益,共担风险。选择长期和短期激励相结合的支付方式,能够最大限度地对工程师总收入进行风险控制,从而减少其薪资的不稳定性,减少工程师的创新压力,增加其对创新行为投入和产出。

    5.3对支持性的工作环境进行创新

    创造创新的企业文化,增加工程师的创新意识。在审查研究中,工程师在组织创新支持与其创新行为之间存在显著的正相关关系。更高的组织支持将抵消工作控制和工作压力的负面影响,并提高工程师对组织和工作的责任感和创新能力。因此,企业需要创建一种促进创新活动的企业文化,以鼓励和引导工程师进行创造性思考,并努力将这种公平、宽容和倡导的文化渗透到工程师的工作中。

    建立良好的创新沟通、安排、反馈及补偿机制。良好的组织创新环境能够促进工程师的创新的态度。注重工程师的创新成果,奖励他们,合理地改造和应用。根据自觉理论,工程师能够胜任工作,并会增加他们的创新态度。此外,企业应重视工程师创新行为的成果,应注重培养和支持工程师高度可行的创新项目,将其扩展到产品或企业运营,协调相关部门或组建专门的实施团队进行转型。自主创新成果转化为具体应用,包括在关键任务中,实施和监督,使工程师能够感受到高度的存在感和成就感,进一步强化创新态度,并在自己的智慧和努力的基础上不断创新。

    参考文献:

    [1]岳俊举.企业创新氛围、员工创新意愿与创新绩效机理研究——基于高新技术企业的实证分析[J].经济与管理研究,2017,38(9):127-136.

    [2]胡蓓.绩效考核目的取向与员工工作卷入:内在激励的中介作用分析[J].管理评论,2016,28(5):150-160.

    [3]刘灿辉.员工多样性、知识共享与个体创新绩效——一个有调节的中介模型[J].科学学与科学技术管理,2016,37(7):170-180.

    [4]张瑞娟.承诺型人力资源管理实践、员工工作投入与创新行为的关系[J].重庆大学学报(社会科学版),2018,20(4):73-79.

    [5]胡建军.组织认同对员工创新行为的激励作用[J].财经科学,2016(1 1):64-72.

    [6]张春虎.知觉组织支持和公平影响员工知识分享的机理研究——以信任和基于组织的自尊为中介变量的模型[J].科技管理研究,2016(17):159-164.

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2025/2/6 4:04:23