概念化与环境不确定性的评估市场营销学论文翻译

Comment c1: 环境不确定性的概念化与测量：对 Miles and Snow环境不确定感知量表的一个评估Comment c2: 本项研究对 Miles and Snow环境不确定感知量表性质作了检验。检验结果支持了该量表的内在一致性。然而基于重测关联而测得的稳定性存并不充分。该量表与企业多元化的评准尺度并不相关。本文还对测量环境不确定感知的含义进行了讨论。Comment c3: 视为组织的核心问题Comment c4: 大量的理论与实验研究倾注于对环境不确定的性质及其对组织所带来影响的理解。Comment c5: 这些研究基本上都关注于实体性问题Comment c6: 而对测量问题研究，即对基础理论构念、操作性定义和检验结果间相互联系进行系统研究的文献进展反而不多。1AARON A. BUCHKOConceptualization and Measurement of Environment Uncertainty: An Assessment of the Miles and Snow Perceived Environment Uncertainty ScaleAcademy of Management Journal 1994, Vol. 37, No. 2, 410-425. Bradley University 概念化与对环境不确定性的评估：对 Miles和 Snow环境不确定性认知量表的评价刘奕萱工商 1405班 E-mail:814220284这项研究考察了 Miles和 Snow的环境不确定性认知量表的各项计量属性，考察结果证实了该量表的内部一致性；然而，通过测试-再测试相关性方法衡量后显示该量表的稳定性不足。该量表并没有与企业多元化经营的衡量指标紧密相关。以下我将详述评估环境不确定性认知量表架构的含义。环境不确定性一直以来都被看做组织机构的核心问题(March Thompson, 1967)。 大量理论与实证研究方面的努力都被投注在认识环境不确定性性质与对组织机构中影响上( 可参考 Jauch and Kraft 1986 和 Milliken 1987 作为回顾) 。而这些努力大部分都被投注在一些实质性研究问题上(Schwab, 1980)，如：理论上环境不确定性与诸如组织结构变量、企业战略(Hitt, Ireland, Tosi, Aldag, Tosi et al., 1973)，且它们的可信度也相当之低。两量表及各量表的分量表之间的相关性都不显著。另外，利用环境易变性的客观度量指标验证它们的尝试也普遍失败了(Downey et al., 1975; Tosi et al., 1973)。我在对那些把环境不确定性当做变量来考虑的组织研究的回顾中指出了在架构的计量方式中始终存在的难题。不少研究中都使用了 Duncan 提出的量表，尽管他们都做出了一些修正 (例如， Anderson Brown Koberg McCabe, 1990)。根据 Downey 和他的同事所记录的计量属性来看，对于该量表的使用是存疑的。此外，对于应用在这些研究中的环境不确定性架构的概念化也从可预测性到动态性与从复杂性到可控性不等。充斥于环境不确定性架构的基础概念定义中的此类差异导致研究结果的一般化与阐释十分困难。不少使用了环境不确定性架构的计量方法的研究对于特定的研究工作来说是特应的( 例如，Daft, Sormunen, Dwyer Lindsay Miller Smart Tosi Downey retest N = 56.b Statistics for the two-item customer subscale are interitem correlations.*p .05 * *p .01 * *p .001客户量表的项目间相关性超过了.001 的显著性水平。此处记录的可信度超过了 Ireland 及其同事 (1987) 记录的他们将环境不确定性认知量表提供给三家拉美企业的经理人所得到的那些数据。然而，那些可信度来源于组织中地位不同的经理人，以及一个文化与美国有差异的地方。参与调查者们缺乏共性、量表工具被运用在一个与量表生成之处有文化差7异的地方等原因也许能为低可信度作出解释。而跨越了一段时期及文化的环境不确定性认知量表的总体内部一致性似乎显示了较高的可信度。而通过测试-再测试方法检验的环境不确定性认知量表的可信度却并不那么强。没有一项项目间相关性超过了作为初步研究最低水平的.70(Nunnally, 1978)。 客户与政府机关量表的所有项目都具有测试-再测试的高度总相关性，而且与总的环境不确定性认知分数的相关性也很强。尽管低于客户与政府机关量表，供应商量表也具有很强的测试-再测试相关性。其他三个分量表则没有显示出很强的测试-再测试相关性，而金融量表中只有一项相关性较强。为了评估环境不确定性认知量表的稳定性，我采用了成对的 t 测试对比第一次与第二次测验实施的反应均值(N = 56)。结果显示，六个分量表以及总的环境不确定性认知量表的分数平均值在两次试验中没有显著差异，从而说明，总量表的反应在测试-再测试阶段非常稳定。客户量表中的一项，与政府机关量表中的另一个项目在测验实施与测试-再测试高相关性两者的平均数上具有较大差异。这些结果表明，在初测与再测间，环境可能发生了改变。尽管对在此阶段的商业出版物的回顾中并没有发现任何可能影响这些项目反应的事件报道，还是不能排除环境发生了改变的可能性，这种可能性是存在于测试-再测试方法论的局限性中的(Nunnally, 1978)。在某种程度上反应的变化可能说明了参与调查者对量表的熟悉程度或者初始测验实施中产生的偏差，总体上项目评分缺少显著变化的情况倾向于表明反应度效应处于最低值。进一步地，测试实施间项目平均评分中的显著差异很少，这说明了潜在环境因素的稳定性被考虑到了。因此，较低的测试-再测试相关性是很令人困扰的，因为他们或许表明反应中存在错误，且影响到了量表的稳定性。而个体或许不能够非常精确地描述对环境不确定性的认知。环境不确定性认知与标准尺度为了评估环境不确定性认知量表的标准有效性，我使用了两项度量方法。由于衡量流程变动的幅度和频率使用了顺序量表，Kendalls (1962) 似乎是合适的实验统计数据。我利用等距量表和相关性系数从革新的程度衡量了产品变化的幅度。表格 3 显示了分析结果。这两项异常可说明六个分量表和总的环境不确定性认知量表和任何一项标准度量无关。假设标准度量方法是有意义的，但这些结果并不能证明量表的效标关联效度。然而这里有两个可能的其他解释。第一个是：环境不确定性认知量表或许不是一个稳定的环境不确定性度量方法，并且，它的不稳定性会阻碍对标准有效性的精确度量。第二个可能的解释是：标准度量法并不充分。表格 3 的结果表明，有必要对标准度量法之间可能的关系进行考察。表格 4 记录了积差和效标变量中的 Kendall 相关性。正如所料，两次对变化幅度的测量是有相关性的，产品变化的幅度与变化频率则是无关的。尽管标准度量法是相对独立的，但测试的结果显示，通用的方法对环境不确定性来说也许不是充分条件。产品与生产流程的变动也许来自于对不确定性的认知，但也许还有其它原因。考虑到之前对环境不确定性认知的度量的研究结果，它们对用在检验环境不确定性度量架构有效性的研究中的标准提出质疑。讨论与总结8对环境不确定性的衡量一直是对研究者的一项挑战。Miles 与 Snow 环境不确定性量表的特性的分析结果阐明了某些值得关心的有关环境不确定性的概念化和衡量的基本问题。在这份研究中，以内部一致性(Cronbachs alpha)为标准衡量的环境不确定性量表的可信度在初测与再测阶段都非常高。然而，测试-再测试相关性却表明，CEO 们的评估这一项在两个阶段中都十分缺乏稳定性。对这些发现的一个可能的解释是：两次测试实行间他们对于不确定性的认知改变了。尽管试验中的时间间隔被认为是十分合理的，且对环境的客观度量显示并无任何实质性改变，而出现认知上的改变的可能性是不会被忽视的。因此在解释这些结果时应该要谨慎，以免由于将实际变化理解成为测量不稳而导致对可信度估计不足。表格 3标准有效性的评估Criterion Validityaa Statistics are not significant unless otherwise indicated.*p .05表格 4 标准度量方法间的关系Relations Among Criterion MeasuresaaN = 130. *p .001一个更大的问题是：使用测试-再测试可信度评估一个以感知为基础的架构是否合适。对环境不确定性的感知或许在理解经理人的行动方面是一个关键变量，但是那些认知或会随着时间改变而变化，或会被组织环境中发生的事件轻易影响。这些结果也许反映了感知过程的特性。有可能环境不确定性认知本就是脆弱、不稳定并有可能随着组织的外部环境变化而快速变化的。个体间的差异，比如认知过程、偏见、社会期望、行为反应方式等都有可能导致对不确定性的计量中产生变动(Downey Downey et al., 1977)。在某种程度上，变动会导致计量出错，同时经理人对向环境不确定性认知进行稳定的评估的能力却很低。因此，较低的测试-再测试可信度或许并不能说明 Miles 和 Snow 计量方法缺乏有效性。Variables SupplierSubscaleCompetitorSubscaleCustomerSubscaleFinancialSubscaleGovernmentSubscaleUnionSubscaleTotal PerceivedEnvironmental UncertaintyCorrelations Amplitude of product innovation-.014 .164* .013 .118 .043 -.092 .101Kendalls tau Amplitude of process change .048 .157* -.090 .096 .059 .025 .074Frequency of change .043 .056 .086 .044 .048 .114 .034Variables Mean s.d. Product-MomentCorrelationKendallsTau1. Amplitude of product innovation 19.93 19.862. Amplitude of process change 3.24 1.25 .235*3. Frequency of change 4.52 1.56 -.026 .323*9环境不确定性认知量表及其分量表并不与标准不确定性度量方法相关，唯一的例外是竞争者不确定性量表和产品及流程变化幅度感知。标准检验中一个显著的问题就是对效标变量的选择。先前的有效性研究运用对环境变动的客观度量并没有揭示出什么显著的关系(Downey et al., 1975; Milliken, 1987; Tosi et al., 1973)，所以因此在这份研究中，标准度量是建立在对战略变化的感知上的。这些计量方法或许常受到影响环境不确定性的计量的同一种认知局限所支配，从而限制了研究结果。同时，仅变动或变化或许与对不确定性的认知无关。对不确定性的认知是建立在不可预测的变动上的。正如 Milliken (1987)所言，如果一个环境正以可预测的方式改变，那么也许根本不会产生不确定性认知，即便存在一些实质性的环境波动。因此，低相关性或许并不能说明环境不确定性认知量表缺乏有效性。把充足的产品与生产流程革新当做标准度量也许同样会影响到有效性评估。产品与生产流程革新可能代表着多样性的一种特别类型，当消费者偏好被认为是不变的，或不可预测的，或两者兼有，或当竞争者正在进行革新并产生不确定性时，它会显得更为恰当。产品与生产流程革新在生产者、政府机关、金融以及工会等领域或许不太可能是不确定性认知的反应。因此，标准度量应该不会与总的环境不确定性认知量表高度相关。对于不确定性的组织反应的替代措施，比如说全面多元化战略 (Rumelt, 1974)，其作为标准措施更为恰当。这些发现带来了对环境不确定性认知工具的检验的关注。环境不确定认知架构的特性使确立有效标准的问题更迫切了。未来人们对于确立计量环境不确定性的工具可能会探索不同的方案。(Nunnally, 1978) 通过于一系列的调查结果，也许是对现存所有运用了环境不确定性认知架构的研究的芸萃分析来达到计量方式构想的确立，可能是一种途径。或者，确立效标变量的需求更为紧迫。Milliken (1987)假设，对环境不确定性的认知与由组织管理者发起的更广泛的环境扫描调查与环境预测以及非线性决策过程有关。未来的研究或许会考察不确定性认知对组织过程带来的影响，而非成果导向的计量，比如变化与波动性。建立可靠并有效的环境不确定性计量方法的尝试应该考虑到近来架构的概念与定义重构的研究成果，尤其是 Millikens (1987)的文章。考虑到对环境不确定性认知的定义是可预测性，研究者应该建立以风险为基础的计量方法的量表。在最近的的一次实证研究中，Milliken (1990)要求参与调查者给他们环境中具体变化的出现几率与确定程度打分。利用这一方法，Milliken 能够将将方法论推广到状态不确定性与后果不确定性中。相比起简单的Likert 七分量表可预测性评估法，这样的方法或许可以更好地捕捉到环境不确定性认知的概念。这次讨论指出了在构想环境不确定性认知以及为此架构开发计量量表等活动中的一些问题。对不确定性的认知或许本来就是不稳固的，因为环境的复杂性与活力也许会阻止组织中的个人建立对环境本身的稳定评估。组织及个人的特征也许会影响到其自身的认知过程(Downey et al., 1977; Downey Milliken, 1990)。环境不确定性架构在组织研究中理论上的重要性似值得投入更大的努力去建立一个合适的计量方法。然而，组织环境以及管理层认知过程的特性所造成的困难或许会使得要建立一个可靠及有效的计量方法非常艰难。如 Peter (1979)所言，可靠的计量方法是科学的必要条件。如果对于在实证研究中所采用的架构，由于我们忽视为它建立一个有效并可靠的的计量方式的问题从而阻碍了组织科学的发展，那会是非常不幸的。REFERENCES 10Anderson, T. N., Jr., & Kida, T. E. 1985. The effect of environmental uncertainty on the associ- ation of expectancy attitudes, effort, and performance. Journal of Social Psychology, 125: 631-636. Brown, W. B., & Schwab, R. C. 1984. Boundary-spanning activities in electronics firms. IEEE Transactions on Engineering Management, EM-31: 105-111. Carmines, E. G., & Zeller, R. A. 1979. Reliability and validity assessment (Sage University Paper 17). Beverly Hills, CA: Sage. Cohen, J., & Cohen, P. 1983. Applied multiple regression/correlation analysis for the behav- ioral sciences. Hillsdale, NJ: Erlbaum. Cronbach, L. J. 1951. Coefficient alpha and the internal structure of tests. Psychometrika, 16: 297-334. Daft, R. L., Sormunen, J., & Parks, D. 1988. Chief executive scanning, environmental character- istics, and company performance: An empirical study. Strategic Management Journal, 9: 123-139. Dess, G. G., & Beard, D. W. 1984. Dimensions of organizational task environments. Adminis- trative Science Quarterly, 29: 52-73. Downey, H. K., Hellriegel, D., & Slocum, J. W., Jr. 1975. Environmental uncertainty: The con- struct and its applications. Administrative Science Quarterly, 20: 613-629. Downey, H. K., Hellriegel, D., & Slocum, J. W., Jr. 1977. Individual characteristics as sources of perceived uncertainty variation. Human Relations, 30: 161-174. Downey, H. K., & Slocum, J. W. 1975. Uncertainty: Measures, research, and sources of variation. Academy of Management Journal, 18: 562-577. Duncan, R. B. 1972. Characteristics of organizational environments and perceived environmen- tal uncertainty. Administrative Science Quarterly, 17: 313-327. Dwyer, F. R., & Welsh, M. A. 1985. Environmental relationships of the internal political econ- omy of marketing channels. Journal of Marketing Research, 22: 397-414. ELM International. 1988. The ELM guide to U.S. automotive sourcing (2d ed.). East Lansing, MI: ELM International. Hambrick, D. C., & Mason, P. A. 1984. Upper echelons: The organization as a reflection of its top managers. Academy of Management Review, 9: 193-206. Hitt, M. A., Ireland, R. D., & Palia, K. A. 1982. Industrial firms grand strategy and functional importance: Moderating effects of technology and uncertainty. Academy of Management Journal, 25: 265-298. Ireland, R. D., Hitt, M. A., Bettis, R. A., & de Porras, D. A. 1987. Strategy formulation processes: Differences in perceptions of strength and weaknesses indicators an