企业内部隐性知识共享问题的研究---赵歆.doc

企业内部隐性知识共享问题的研究王亚娟 企业管理 西安电子科技大学 硕士毕业论文 2009一、调查的目的本研究的主要目的是研究企业内部隐性知识共享的现有途径对隐性知识共享的影响，以及个人背景因素对隐性知识共享的影响，进而在现有途径的基础上，配合现在信息技术的发展和网络技术的发展，来探讨企业内部隐性知识共享的新途径，从而提高企业内部隐性知识共享的效率和效果。本文总结了促进企业内部隐性知识共享的四种现有途径，即推动企业文化建设、建立有效的激励机制、增加同事认同度、增加工作满意度和人际行为关系，根据这四种途径设计问卷，并调查和统计，深入分析这四种途径对企业内部隐性知识共享的影响系数。另外还分析了个人因素对隐性知识共享的影响，并积极探索企业内部隐性知识共享新的途径和方法。模型中共包含了三类变量：企业文化、内部激励、同事认同度、工作满意度和人际行情况为自变量，隐性知识共享则是因变量，其中个人因素充当背景变量。二、调查对象选取调查样本，主要以西安地区旅游、商贸类等服务行业的人员为调查样本。三、调查方式设计问卷，访问受访者，告知问卷的目的，及保证问卷结果的保密性。本研究拟采用现场发放填写、现场回收的形式来进行，辅助采取邮件的形式进行调查问卷，获取样本数据。四、问卷企业内部隐性知识共享调查问卷声明：非常感谢您参与企业内部隐性知识共享问卷调查活动。本问卷调查结果只用于科研统计分析，对于所有问卷结果一律严格保密。在下面的问题中，知识共享定义为员工将自己所知道的信息分享给同事或贡献给企业。 被调查者基本情况：在您认为合适的选项上打“” 1.您的性别： 男 女 2.您的年龄： _ 3.您的教育程度（学历）是： 技校 大专 学士 硕士 博士 其他选择其他，请说明：_ 4.您目前的职位是： 普通员工 基层管理者 中层管理者 高层管理者 其他 选择其他，请说明：_ 5.您在目前的公司已经工作了多少年：_ 6.您在当前职位上已经工作了多少年：_填答说明：对于后面的每个问题，请根据我们给定的下列尺度表达您的观点和看法。具体做法：请在每个句子前的中括号内标出最能反映您的看法或评价的数字。对于有些问题，可用“赞同”程度表达；对于有些问题，可用“符合”程度或“频繁”程度表达。如果“赞同”或“符合”或“频繁”程度很低，写数字 1；如果“赞同”或“符合”或“频繁”程度很高，写数字 5；也可用 2 或 3 或 4 表达中间程度。评价尺度： 1 2 3 4 5 强烈反对 反对 中立 赞同 强烈赞同 非常不符合 不符合 有时符合 符合 非常符合 从未如此 很少如此 有时如此 时常如此 总是如此企业内部现有隐性知识共享情况： 一、企业文化情况： 7. 我对企业的工作环境和氛围感到满意 8. 我对企业目前的体制结构感到满意 9. 我们企业建立了学习型组织 10. 我们企业对职工进行知识共享方面的宣传 二、知识共享激励情况： 11. 我们企业对进行知识共享的员工给予物质奖励 12. 我们企业对进行知识共享的员工给予精神奖励 三、隐性知识共享情况 13. 我们企业鼓励徒弟跟随师傅学习的形式 14. 我们企业的员工在不同岗位和部门之间轮岗 15. 我们企业内由来自不同部门的人员共同承担合作性的项目 16. 我们企业的员工通过观察来学习关于工作的知识和技能 17. 我们企业的员工通过参加面对面的会议和交流来学习关于工作的知识和技能 18. 我们企业的员工在工作过程中摸索着学习关于工作的知识和技能 19. 我们企业的员工通过接受单位组织的培训来学习关于工作的知识和技能 20. 如果企业内的同事询问我，我与他们分享自己掌握的关于工作的知识和技能 21. 我主动与企业内的同事分享自己掌握的关于工作的知识和技能 22. 我与企业内的同事分享自己掌握的关于工作的知识和技能后，感到高兴 23. 我们企业内周围的同事对我的工作给予帮助四、同事认同度情况 24. 我们企业员工的素质高 25. 我认为企业管理人员的整体素质和管理能力强 26. 我信任本企业内的员工 五、工作满意和人际行为情况 27. 我对自己的工作感到满意 28. 我喜欢自己的工作 29. 我对新员工给予关心 30. 我对新员工的工作给予帮助 31. 我对同事给予关心 32. 我对同事的工作给予帮助 您的填答完毕！再次感谢您的协助和大力支持！五、问卷分析对收集到的问卷数据，采用 SPSS11.5 统计软件进行下列分析：(1)信度检验：以 Cronbach (克朗巴哈)系数分析检验量表的信度，及各分量表的信度。 (2)效度检验：以因素分析来检验两类指标：KMO 和 Bartletts球度检验。 (3)相关性分析（双变量相关分析及偏相关分析）：运用双变量相关分析及偏相关分析探讨企业文化、激励、同事认同度及工作满意度和人际行为情况对隐性知识共享影响的相关性。 (4)回归分析：运用逐步回归分析探索四个自变量同因变量之间的线性关系，并确定相关系数。 (5)T 检验、方差分析和 LSD 多重检验分析：用于检验背景变量对企业内部隐性知识共享的影响。5.1 问卷数据统计分析 本研究的样本性质，即个人的背景因素，共包括 6 个方面：性别、年龄、学历、职位、本单位工作年限和本岗位工作年限。 性别方面：男性72人，占60%；女性48人，占40%。 年龄方面：20-29岁 82人，占68.3%；30-39岁30人，占25%；40-49岁5人，占4.2%；50-59岁3人，占2.5%。 学历方面：硕士4人，占3.3%；学士47人，占39.2%；大专45人，占37.5%；技校9 人，占7.5%；其他学历包括高中和中专共15人，占12.5%。 职位方面：高层管理者3人，占2.5%；中层管理者25人，占20.8%；基层管理者20人，占16.7%；员工72人，占60%。 本公司工作年限方面：1年及以下44人，占36.7%；1至2年（不含1年，含2年）40 人，占33.3%；2至3年（不含2年，含3年）20人，占16.7%；3至4年（不含3年，含4年）5人，占4.2%；4年以上（不含4年）11人，占9.1%。 本岗位工作年限方面：1年及以下57人，占47.5%；1至2年（不含1年，含2年）38人，占31.7%；2至3年（不含2年，含3年）15人，占12.5%；3至4年（不含3 年，含4年）2人，占1.7%；4年以上（不含4年）8人，占6.6%。5.2 相关性分析 本问卷共设26个题项，共五个变量。其中：企业文化、激励、同事认同度、工作满意度和人际行为为自变量，隐性知识共享为因变量。现在假设： H1：企业文化对隐性知识共享的影响显著线性相关； H2：激励对于隐性知识共享的影响显著线性相关； H3：同事认同度对于隐性知识共享的影响显著线性相关； H4：工作满意度和人际行为对隐性知识共享的影响显著线性相关。 以上是我们根据第二章总结的现有途径进行的假设，现在我们对这四个假设进行验证，验证的方法采用相关分析法。相关分析法是研究变量之间的影响强度或密切程度，它反映的是当控制了其中一个变量的取值后，另一个变量还有多大的变异程度。在进行相关分析时，散点图是非常重要的工具，分析前必须要先做出散点图，以初步判断两变量间是否存在相关趋势，该趋势是否为直线趋势。以下我们分别完成上述工作。 1.散点图： 在SPSS 11.5中进行四个自变量对隐性知识共享的散点图。经过我们做图得知，企业文化、激励、同事认同度以及工作满意度和人际行为分别对隐性知识共享的有着较明显的直线相关趋势，因此可以放心地去进行相关分析。下一步我们首先对四个自变量对因变量的相关关系分别做双变量相关分析。 2.双变量相关分析（简单相关分析） 相关分析研究变量之间联系的紧密程度。在双变量相关分析中，最为常用的是皮尔逊（Pearson）相关分析。我们现在来做各变量的双变量相关分析矩阵。 表5.1隐性知识共享和企业文化的相关系数矩阵由表5.1可知，隐性知识共享和企业文化之间的相关系数为 0.645，P=0.000，小于显著性水平 0.01，故假设 H1：企业文化对隐性知识共享的影响显著线性相关得到肯定。 表 5.2 隐性知识共享和激励的相关系数矩阵由表5.2可知，隐性知识共享和激励之间的相关系数为 0.643，P=0.000，小于显著性水平 0.01，故假设 H2：激励对于隐性知识共享的影响显著线性相关得到肯定。表 5.3 隐性知识共享和同事认同度的相关系数矩阵由表5.3可知，隐性知识共享和同事认同度之间的相关系数为0.729，P=0.000，小于显著性水平 0.01，故假设 H3：同事认同度对于隐性知识共享的影响显著线性相关得到肯定。表 5.4 隐性知识共享和工作满意度及人际行为的相关系数矩阵由表5.4可知，隐性知识共享和工作满意度及人际行为之间的相关系数为0.665，P=0.000，小于显著性水平 0.01，故假设 H4：工作满意度和人际行为对隐性知识共享的影响显著线性相关得到肯定。因此在双变量相关分析中，所有的假设都成立。 但是，在之前我们在对数据进行效度检验的过程中，根据 KMO 和 Bartletts球度检验得出的结果，各变量并非独立不相关，而是有着相互之间的联系。因此，我们在分别做了企业文化、激励、同事认同度及工作满意度和人际行为这四个因素对隐性知识共享的双变量相关分析后，还要进一步做偏相关分析。3.偏相关分析 在多个变量的情况下，两个变量间简单的相关系数往往不能正确揭示这两个变量间的关系，只有在除去其他变量影响的情况下，计算它们之间的相关系数，才能更确切地揭示它们之间的相关关系。偏相关分析就是描述在控制其他变量的影响下，两变量间线性关系的偏相关系数，换句话讲，就是在其他变量固定不变的情况下，计算这两个变量间的相关系数。 表 5.5 隐性知识共享和企业文化的偏相关矩阵表5.5是控制了激励、同事认同度、工作满意度和人际行为这三个因素，来分析隐性知识共享和企业文化之间的关系的。由上表得知，隐性知识共享和企业文化之间的相关系数为 0.3417，相比双变量相关分析得出的相关系数 0.645 来说有很大降低，而 P=0.000 小于显著性水平 P=0.01，因此在控制了激励、同事认同度、工作满意度和人际行为这三个因素后，企业文化对隐性知识共享的影响显著线性相关，因此肯定假设 H1。表5.6 隐性知识共享和激励的偏相关矩阵表5.6是控制了企业文化、同事认同度、工作满意度和人际行为这三个因素，来分析隐性知识共享和激励之间的关系。由上表得知，隐性知识共享和激励之间的相关系数为 0.2638，相比双变量相关分析得出的相关系数 0.643 来说也有很大降低，而 P=0.004 仍小于显著性水平 P=0.01，因此在控制了企业文化、同事认同度、工作满意度和人际行为这三个因素后，激励对隐性知识共享的影响仍然显著线性相关，因此肯定假设 H2。 表5.7 隐性知识共享和同事认同度的偏相关矩阵表5.7 是控制了企业文化、激励、工作满意度和人际行为这三个因素，来分析隐性知识共享和同事认同度之间的关系。由上表得知，隐性知识共享和激励之间的相关系数为 0.3491，相比双变量相关分析得出的相关系数 0.729 来说也有很大降低，而 P=0.000 仍小于显著性水平 P=0.01，因此在控制了企业文化、激励、工作满意度和人际行为这三个因素后，同事认同度对隐性知识共享的影响仍然显著线性相关，因此肯定假设 H3。 表 5.8 隐性知识共享同工作满意度和人际行为的偏相关矩阵表 5.8是控制了企业文化、激励、同事认同度这三个因素，来分析隐性知识共享同工作满意度和人际行为之间的关系。由上表得知，隐性知识共享同工作满意度和人际行为之间的相关系数为 0.3951，相比双变量相关分析得出的相关系数0.665 来说有很大降低，而 P=0.000 仍小于显著性水平 P=0.01，因此在控制了企业文化、激励、同事认同度这三个因素后，工作满意度和人际行为对隐性知识共享的影响仍然显著线性相关，因此肯定假设 H4。 根据以上的双变量相关分析和偏相关分析，我们可以判定企业文化、激励、同事认同度、工作满意度和人际行为对促进企业内部隐性知识共享效果是具有显著线性相关关系的。下一步我们继续做回归分析，来确定企业文化、内部激励、同事认同度以及工作满意度和人际行为这四个因素同隐性知识共享之间的线性相关系数。5.3回归分析在本分析中，因为自变量为 4 个，因此我们要做的就是多元线性回归方程这样的模型，引入回归分析的因变量是隐性知识共享，假设为 Y。引入回归分析中的自变量为企业文化、激励、同事认同度、工作满意度和人际行为，我们将其分别假设为 X1、X2、X3、X4。 在多元回归分析中，我们须采用逐步回归分析。在逐步回归分析中，根据已有的对企业内部隐性知识共享途径的研究，我们肯定企业文化对隐性知识共享的效果有显著影响，因此对该变量无须进行筛选，作为强制进入因子直接进入，对余下的变量采取逐步回归进行分析。表 5.9 变量进入/剔除表由表5.9依次给出了模型的筛选过程，模型 1 用进入法直接引入了企业文化变量，然后模型 2 用逐步进入法（stepwise）引入了工作满意度和人际行为变量，模型 3 继续用逐步进入法引入了同事认同度变量，模型 4 也引入了激励变量。表3.11 右侧注明的相应方法（method）为：强制进入法（enter）和逐步进入法（stepwise），其中逐步进入法的标准为：进入概率为0.05，剔除概率为0.1 。表 5.10 方差分析表表 5.10 所用四个模型的检验结果，使用的方法是方差分析，可见四个模型都具有统计学显著性意义。表 5.11 逐步回归矩阵由表 5.11 显示出 4 个模型中各个系数的检验结果，用的是 T 检验，可见在模型 4 中所有的系数都有统计学意义。 从表 5.11中我们可以看到两个常用的指针，一个是偏回归系数，即模型中的B，它反映的是相应的某个自变量上升一个单位时，因变量取值的变动情况，即自变量对因变量的影响程度。另外一个是标准化回归系数，即模型中的 Beta，由于自变量之间的变异程度和平均数有时相差非常大，直接用偏回归系数是无法比较各自变量的影响程度大小的，为此人们将各自变量进行标准常态变换后再进行分析，此时得出来的就是标准化偏回归系数，它的大小可以直接用来比较各自变量对因变量的影响程度。 根据以上分析，本文采用标准化偏回归系数，由模型4可以得出企业文化、激励、同事认同度、工作满意度和人际行为这四个变量同隐性知识共享之间的关系模型，如下： Y=0.256*X10.196*X20.294*X30.299*X45.4 背景变量分析 我们在研究企业文化、激励、同事认同度及工作满意度和人际行为对隐性知识共享的影响时，统计了 120 份问卷，每份问卷代表不同被调查人的不同性别、年龄、学历、职位、本公司工作年限和本岗位工作年限，而这些背景变量不同也有可能对企业内部隐性知识共享产生不同的影响，因此我们现在对这些背景变量作进一步分析。现在假设： H5： 性别变量对隐性知识共享存在显著影响； H6： 年龄变量对隐性知识共享存在显著影响； H7： 学历变量对隐性知识共享存在显著影响； H8： 职位变量对隐性知识共享存在显著影响； H9： 本公司工作年限变量对隐性知识共享存在显著影响； H10：本岗位工作年限变量对隐性知识共享存在显著影响； 1.不同性别的差异性分析表5.12 分组变量统计量按性别表5.13 独立样本T-检验按性别由表5.12-5.13可见，男性的知识共享均值略高于女性，但从T检验的结果来看，由于显著性系数小于0.05，说明知识共享变量在不同性别之间存在显著性差异。因此，假设H5得到肯定，即性别变量对隐性知识共享存在显著影响。2.不同年龄组的差异性分析 表5.14描述性统计年龄与隐性知识共享表5.15 方差分析表年龄与隐性知识共享表5.16 LSD多重比较分析年龄与隐性知识共享由表5.14-5.16可见，年龄在50-59之间的个体，其知识共享均值最大，年龄在30-39的知识共享均值第二，年龄在40-49间的知识共享均值第三，年龄在20-29的知识共享均值最小。此外，方差分析的结果0.174大于0.05，说明知识共享变量在不同年龄组不存在显著性差异。由不同年龄组的多重比较分析表明，各年龄组之间的知识共享均值均不存在显著性差异。因此，假设H6得到了否定，即年龄变量对隐性知识共享不存在显著影响。 3.不同学历的差异性分析 表 5.17 描述性统计学历与隐性知识共享表5.18 方差分析表学历与隐性知识共享表 5.19 LSD 多重比较分析学历与隐性知识共享由表 5.17-5.19 可见，方差分析结果 0.000 小于 0.05,说明知识共享变量在不同学历之间存在显著性差异。此外，从不同学历的多重比较分析可见，学士、大专分别与硕士之间的知识共享均值存在显著性差异，学士、大专、技校与其他学历（包含高中和中专）的知识共享均值存在显著性差异，其他各个学历之间不存在显著性差异。因此，假设 H7 得到肯定，即学历变量对隐性知识共享存在显著影响。 4.不同职位的差异性分析表 5.20 描述性统计职位与隐性知识共享表5.21 方差分析表职位与隐性知识共享表5.22 LSD多重比较分析职位与隐性知识共享由表5.20-5.22可见，方差分析结果0.020小于0.05，说明知识共享变量在不同职位之间存在显著性差异。此外，从不同职位的多重比较分析可见，中层管理者、基层管理者分别对高层管理者的知识共享均值存在显著性差异，中层管理者对普通员工的知识共享均值存在显著性差异，其他各种职位之间不存在显著性差异。因此，假设H8得到肯定，即不同职位对隐性知识共享存在显著影响。 5.本公司不同工作年限的差异性分析 表5.23 描述性统计本公司工作年限与隐性知识共享表5.24 方差分析表本公司工作年限与隐性知识共享表5.25 LSD多重比较分析本公司工作年限与隐性知识共享由表5.23-5.25可见，方差分析结果0.084大于0.05，说明知识共享变量在本公司不同工作年限组之间不存在显著性差异。此外，从不同工作年限组的知识共享均值的多重比较分析可见，在本公司工作1年以下（含1年）、1至2年（不含1年，含2年）、2至3年（不含2年，含3年）分别与工作4年以上（不含4年）的知识共享均值存在显著性差异，其他各个不同年限组的知识共享均值不存在显著差异。因此，假设H9得到否定，即本公司不同工作年限变量对隐性知识共享不存在显著影响。 6.本岗位不同工作年限的差异性分析 对于本岗位不同工作年限的差异性分析，我们类似于本公司不同工作年限的分析，得出方差分析结果0.055大于0.05，说明知识共享变量在本岗位不同工作年限组之间不存在显著性差异。此外，从本岗位不同工作年限组的知识共享均值的多