管理創(chuàng)新和知識員工管理(編輯修改稿)
2024-11-12 03:14 本頁面
【文章內(nèi)容簡介】 （ 3） 對輸入和轉(zhuǎn)換模塊提煉測量指標(biāo)： 知識應(yīng)用、技能、結(jié)構(gòu)化程度、重復(fù)性、復(fù)雜性、時間長度和自主性 研究過程（ 2） 抽樣及數(shù)據(jù)搜集 共對 4個不同性質(zhì)單位的 72個崗位進(jìn)行了問卷訪談 。 崗位 種類涵蓋 大學(xué)教師到流水線工人，每份問卷約有 730項條目，共獲得有效數(shù)據(jù) 52021余條。 數(shù)據(jù)統(tǒng)計分析 （ 1）崗位知識特征值的計算 按輸入模塊的知識含量、轉(zhuǎn)換模塊中的知識應(yīng)用、技能、結(jié)構(gòu)化 程度、重復(fù)性、復(fù)雜性、時間長度、自主性共 8個指標(biāo)（分別用 kn0— kn7表示）進(jìn)行計算。 計算公式中：以 “頻率”、“重要性”或“比例”指標(biāo)的分值作為權(quán) 數(shù)，分別計算相關(guān)元素各崗位知識特征指標(biāo)的加權(quán)平均 ，形成每份 問卷的知識特征分析數(shù)據(jù) 研究過程（ 2） （ 2）統(tǒng)計分析 ? 計算不同工作崗位的知識含量 ? 應(yīng)用聚類分析將崗位按知識含量歸類 共分為 5個等級（ knlevel1－ level5 ) ? 典型體力工作和典型知識工作在工作元素運用的差異性分析 ? 對不同工作崗位所運用的工作元素應(yīng)用因子分析 ? 對不同知識含量的崗位按知識特征值繪制工作區(qū)域分布圖 研究的主要成果 崗位知識含量的計算結(jié)果 知識工作生產(chǎn)率主要成果 .doc 崗位按知識等級歸類的結(jié)果 知識工作生產(chǎn)率主要成果 .doc 樣本崗位的區(qū)域分布圖 典型崗位工作元素運用的差異性分析結(jié)果 知識工作生產(chǎn)率主要成果 .doc 典型崗位主成分提取的差異性分析結(jié)果 知識工作生產(chǎn)率主要成果 .doc 結(jié)論及待進(jìn)一步研究的問題 從工作分析著手 ， 通過研究不同知識含量崗位的具體特征 ， 作為研究知識工作其它問題的基礎(chǔ) ， 這一技術(shù)路線是可行的 。 同時 ， 有 PAQ問卷的信度作保障 ， 由其改編而成的 《 企業(yè)員工生產(chǎn)率調(diào)查問卷 》 所采集的各崗位數(shù)據(jù)是可信的 。 本成果也為人力資源提供了一種新的評價維度 各崗位的知識含量和具體形態(tài)不同，但總能表現(xiàn)在輸入元素、轉(zhuǎn)化元素、輸出元素三個模塊上 。 用聚類指標(biāo)值的方法判斷各崗位的知識含量與經(jīng)驗判斷基本相符，從總體上來看，隨著崗位知識含量的上升，其崗位綜合知識含量指標(biāo)也呈現(xiàn)相應(yīng)的上升趨勢。 根據(jù)實際數(shù)據(jù)所得的工作指標(biāo)區(qū)域分類圖表明：高知識含量工作的輸入元素知識含量、知識應(yīng)用、復(fù)雜性和自主性都較強，而技能應(yīng)用、重復(fù)性、結(jié)構(gòu)化程度指標(biāo)較弱。低知識含量的工作正好相反。這一重要結(jié)論很好地驗證了 Helton和 Strassman的理論假設(shè) 結(jié)論及待進(jìn)一步研究的問題 通過崗位工作元素運用的統(tǒng)計分析反映知識工作的特征： （ 1） 工作中需要應(yīng)用大量信息 。 信息的處理 、 整合及交流是其工作的重要內(nèi)容； （ 2） 工作過程中需要頻繁進(jìn)行判斷推理 、 決策 、 計劃和協(xié)調(diào) ， 意味著腦力活動是知識工作的一種重要活動形式 ， 相應(yīng)地需要知識運用和不斷的知識更新； （ 3） 需要在組織內(nèi)外進(jìn)行溝通交流 ， 工作相對獨立 ， 同時也強調(diào)協(xié)調(diào)與協(xié)作； （ 4） 工作的結(jié)構(gòu)化程度較低，但依然有其內(nèi)在邏輯及一定的程序性，同時也有時間要求。 上述成果的應(yīng)用前景 在擴(kuò)大樣本、 形成常模的基礎(chǔ)上， 本研究 為 職務(wù)分析供了一種新的評價維度，即可用 于度量崗位的知識含量 為人力資源管理，特別是知識員工管理 提供了一種工具，如績效考核、薪酬獎勵、 人員配置等 為進(jìn)一步研究知識員工的生產(chǎn)率問題打下基
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1