高新技术企业专业技术人员胜任力模型研究.docx

高新技术企业专业技术人员胜任力模型研究摘要：专业技术人员是高新技术企业构建竞争优势、获得持续发展的源泉。如何去识别和评价合格、优秀的专业技术人员不能仅凭经验和判断。文章通过文献参考、访谈及问卷调查的形式提出专业技术人员的初始模型，在此基础上通过大规模的问卷调查，运用因子分析的方法验证了初始模型的合理性与科学性，并构建了高新技术企业专业技术人员的胜任力模型。 关键词：高新技术企业 专业技术人员 胜任力模型 因子分析 高新技术企业是指专门从事高新技术的研究、设计、开发以及高新技术产品的生产、销售、服务等活动的知识密集型企业。而高新技术企业的专业技术人员一般是指依靠自己的知识与技能，创造出高价值的产品和成果，以此推动技术的进步和产品的创新的所有人员。高新技术企业作为知识密集和技术密集的经济实体，和一般的企业相比具有一定的特性。如：创新性、高成长性、机动性、高风险性等。因而尤其需要稳定、充足的高素质人力资源来维持并促进企业的进一步发展，而且技术人员所承担的工作通常是具有开放性和创造性的，其过程难以监督，结果难以直接评价。技术人员绩效的实现更多地依赖其个人的胜任素质水平，因此建立高新技术企业专业技术人员的胜任力模型是测评专业技术人员胜任力水平的前提。 本文试图通过文献研究、行为事件访谈及问卷调查的形式，构建高新技术企业专业技术人员的胜任力模型。 一、前期准备工作1、确定研究样本 由于客观条件的限制，作者初期的调研工作主要是针对S公司（航天军工类）高新技术企业进行的。作者根据年终综合评估结果将企业的专业技术人员划分绩优组和普通组员工。考核为杰出及优秀的专业技术人员归为绩优组，绩效考核良好及一般的，归为普通组。一共选取了63名专业技术人员，其中绩优组21名，普通组42名。并且对6名技术部门负责人进行了访谈。 2、研究方法与信息获取 本文所采用的主要方法包括行为事件访谈、文献参考法、问卷调查法。由于客观条件所限，作者只是与公司技术部门的相关负责人进行了交流，主要探讨了负责人认为的对于区分技术人员绩效有显著影响的胜任特征。另外本研究还通过采用文献参考法，主要参考了Spencer(1993)提出技术人员通用胜任力模型；RibonFineman（1999）开发了技术经理人员通用胜任力模型；王继承（1999）提出的技术类胜任力通用模型；徐芳（2003）为企业建构的专业技术人员的胜任力模型及姚翔（2004），潘文安（2005），曹茂兴（2006）的相关研究制定出胜任特征重要性评定半结构化问卷，发放给选出的63名被调查对象，以获得更全面的信息和数据。 二、原始胜任力模型假设 作者将这两次调查的结果进行分析的总结，并结合相关岗位工作者的意见后，整理出高新技术企业专业技术人员的原始胜任力模型。如表1所示： 表1原始胜任力模型表 胜任力纬度总结大全 胜任特征总结大全 胜任力纬度思想汇报 胜任特征 成就导向 敬业作文 学习与创新 学习提高 进取心 经验开放 服务意识 创新性 自信心开题报告 知识拓展作文 品质特征思想汇报 突发事件处理总结大全 专业特征 专业化 内省 前沿追踪 诚信 业务支持思想汇报 关注细节思想汇报 团队合作 人际交往 思维特征 系统思维思想汇报 影响他人思想汇报 分析思维 团队合作 概念思维 三、胜任力模型的验证 作者通过编制胜任力行为特征量表，选取较大规模的样本进行测试，对量表进行因素分析，考察量表的结构是否与原有模型吻合的方式来验证胜任力模型是否合适。 1、数据收集 本文以高新技术企业专业技术人员作为调查研究对象，主要包括： IT业、光电子、电子机械、通讯技术、生物制药、航天军工、信息网络技术等行业。本研究共发放问卷400份，回收387份；其中，2个或2个以上回答不完整的问卷被作为无效问卷抛弃；有效问卷为343份，有效率达88.6%。 一般来说考察某项研究的科学性及其价值，主要关心两项指标：信度和效度 。信度和效度在对研究工作进行评价时的地位是并列的。信度是效度的必要条件但非充分条件，即具有良好信度的研究可能具有良好的效度，但是信度低的研究不可能具有良好的效度。因此，必须先分析样本的信度，在保证样本具有良好信度的基础上考察样本的效度。 2、信度分析 本文应用SPSS16.0进行Cronbach 系数检验，经检测Cronbach 系数检验的结果为0.880.7,样本的信度通过内部一致性检验，认为该量表具有较好的信度。 总结大全 3、效度分析 本研究采用交互验证的方法，将回收的有效样本使用SPSS统计软件进行随机分半，样本A（165份）用于探索性因素分析（EFA），样本B（178份）用于验证性因素分析（CFA）。 对调查表的总体效度分析采用主成分分析法。由于问卷度量采用的是统一的刻度标准，从相关系数出发求解主成分较为适宜。然后，进一步检验变量间的相关性。采用KMO检验和Bartlett检验方法对因子分析的适用条件加以判定。KMO的统计值为0.815，在0.5和1之间，则表明可以进行因子分析；Bartlett球形检验的结果若拒绝原假设（显著性水平P0.0001），则相关矩阵不是单位阵，可考虑进行因子分析。 本文运用SPSS16.0对数据进行了探索性因子分析，累计贡献率为62.236%。按照因素分析载荷评价标准，超过0.71被认为是优秀的，0.63被认为非常好，0.55被认为是好的，0.45被认为尚可，小于0.32被认为较差。从上表可以看出，问卷的各项可以被6个公共因子很好的解释。（篇幅所限，图标未标出） 在探索性因素分析的基础上，作者用正式调查的另一部分数据（178个样本），通过软件LISERL8.0来实现验证性因子分析。表2为验证性因子分析结果。