以本土it制造业为例企业核心竞争力研究培训教材(编辑修改稿)

以本土it制造业为例企业核心竞争力研究培训教材(编辑修改稿)内容摘要：

制变量。 29 问卷调查对象选择  由于本研究需要衡量 IT企业的能力表现，而小型企业在各项能力上的表现，可能大部分会达不到同业的平均水平，代表性不足，如此衡量可能不具有代表意义，因此本研究在选择国内企业样本时，只对 20xx年到 20xx年信息产业部颁布的信息产业 100强企业与目前深圳和上海上市的电子板块企业发放问卷，同时在广东省内则对历年来工业 50强企业中的 IT企业发放问卷。  对于非国内投资企业，则选取了 《 20xx～ 20xx跨国公司在中国 》 一书中列举的世界 500强企业（在以上母国调研范围内）中的在华投资 IT企业作为问卷发放对象，此外还从信息产业部编写的 《 20xx年中国电子信息产业企业名录 》 中的相关地域与相关母公司来源国的企业中，抽取注册资金在5000万元以上的相关企业发放问卷。 30 调研对象选择与发放  抽取上市公司与信息产业 100强的企业以及世界 500强在华企业的，其原因在于这些企业信息公开透明，有利于联系与判断相关信息，且这些企业往往都设有专门的企业发展部门，企业配合度相对较高。  选择中大型（ 5000万元注册资本以上）的 IT企业，其原因在于这些企业信息相对公开透明，从业的职业经理人学历与素质相对较高，有利于回答研究中比较抽象的问题。  本研究在通过邮寄方式发放问卷的同时，也编辑了问卷的电子版本，通过网络 EMAIL发送（发送范围为以上邮寄范围具有 EMAIL地址的企业），在整体上加大了问卷的覆盖范围。 31 问卷回收  实证问卷的收集方式是先查询相关企业名录，确认公司地址后先行邮寄问卷然后发送电子版问卷。 本次调研从 20xx年的7月 25日正式开始，共发放印刷版问卷 780份，发放电子版本问卷 398份，在问卷发放后一周内派出问卷访问员 10名，每人负责相关的地域范围，先进行电话确认，然后根据反馈信息上门补发或回收问卷，也可以让相关企业通过邮寄 /EMAIL/传真等多种方式反馈问卷。 另外，在事前对访问员进行培训，要求其确认相关企业填报问卷的人员一定是企业高层管理人员（总经理助理或企业发展部门经理级别）。 截至到 20xx年 9月 10日，整个流程历时 45天，共回收问卷 109份，综合回收率 %，其中印刷版本 78份，回收率 10％，电子版本 31份，回收率 %。 32 无效问卷的剔除标准  经过初步分析，以下列条件作为无效问卷的剔除标准： • 填报人为部门主管以下人员 • 相关类别选项完全一致（或者完全都是极限值 1或 7）、 • 企业规模较小（注册资本 5000万元以下） • 行业、母国地域等不符合本次研究样本条件 • 存在漏项，且每个大类中漏项超过两个 • 企业成立时间在 20xx年（不含 20xx年）以后  对于存在漏项但不被视为无效的问卷，漏项值以该项平均值作为缺省观测值，实际得到有效问卷 97份，基本满足了实证研究的需要。 33 问卷设计及统计分析方法  首先 希望通过因子分析的方法，对分成三类的 35个变量进行企业核心能力的因子分析（拟采用主成分分析法 principle ponent method进行因子萃取）。 通过因子分析确定并验证（或修正）核心能力二级经验分类。  其次 利用三类地区企业分类代表变量作为分类依据，通过方差分析与回归分析统计的方法，验证（或修正）三类地区在华投资 IT企业的核心能力的相关假设。 34 统计分析办法  第三 以企业目标实现程度与企业绩效指标（代表竞争优势）等五个变量作为因变量，通过 Person相关分析、方差分析与回归分析，确定 IT企业各类核心能力与企业成功的相关程度。 验证核心能力与企业成功度及成长性的正向相关性假设。 并通过回归分析确定影响每个绩效指标的关键核心能力（自变量为因子分析后确定的核心能力二级分类） 35 实证研究结果  因子分析是将多个实测变量转换为少数几个不相关的综合指标的统计分析方法。 其主要目的是浓缩数据。 它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个综合指标来表示基本的数据结构。 这些综合指标能够反映原来众多的观测变量所代表的主要信息，并解释这些观测变量之间的相互依存关系，我们把这些综合指标称之为基础变量，即因子（ Factors）。 因子分析是主成份分析的一种推广，是利用潜在变量或本质因子去解释可观测的变量的一种工具。 36 核心能力的因子分析  由于核心市场能力的量表所列 10个题项之间的相关度较高，题项的平均共同性超过了 ，而调查的样本数接近 100，因此可以利用因子分析对核心市场能力进行简化（ Stevens， 1992）。 这里拟采用主成分法和 Varimax正交旋转，参考区根值堆积图，获得三因子结构模型，这三个因子解释了 %的总方差，其中因子 1解释了 %的总方差，因子 2解释了 %的总方差，因子 3解释了%的总方差。 因子载荷矩阵见表 2 37 核心市场能力的旋转后的因子载荷矩阵 表 2 核心市场能力的 旋转后的因子载荷矩阵 因子 1 因子 2 因子 3 C C M07 .866 C C M06 .737 C C M10 .491 C C M02 .752 C C M01 .672 C C M08 .639 C C M03 .571 C C M04 .810 C C M05 .800 C C M09 .603 Ex tra c ti on Method: P rinc ipal C omponent A na l y sis . R otation M e thod: Va rimax with Ka iser Nor m a li z a ti o n. 38 核心市场能力因子分析结果  根据因子分析的结果，可以发现因子 1包括四个题项，分别是市场环境适应能力（积极争取各级政府支持能力）、产业环境适应能力、外界环境公关协调能力、上下游网络的协调能力（建立策略联盟能力），我们将因子 1命名为 环境整合协调能力 因子。  因子 2包括三个题项，分别是核心产品的品牌信誉积累度（信誉）、企业形象美誉度、顾客服务和后勤支援能力，我们将因子 2命名为 市场营销与服务能力 因子。  因子 3包括三个题项，分别是全球营销网点的布局扩张能力（网络覆盖能力）、营销网点布局合理度、新产品推向市场的能力，我们将因子 3命名为 市场营销拓展能力 因子。  根据以上因子分析结果，对核心市场能力的二级分类进行重新调整，调整后的结果见表 5。 39 （ 2）、核心技术能力的因子分析  由于核心技术能力量表所列 13个题项之间的相关度较高，题项的平均共同性超过了 ，而调查的样本数接近 100，因此可以利用因子分析对核心技术能力进行简化（ Stevens， 1992）。 这里采用主成分法和 Varimax正交旋转，参考区根值堆积图，获得三因子结构模型，这三个因子解释了 %的总方差，其中其中，因子 1解释了 %的总方差，因子 2解释了 %的总方差，因子 3解释了 %的总方差。 40 核心技术能力的因子载荷矩阵 因子 1 因子 2 因子 3 C C T06 .719 C C T12 .709 C C T02 .651 C C T01 .627 C C T03 .604 C C T13 .566 C C T08 .657 C C T09 .608 C C T07 .607 C C T04 .536 C C T10 .787 C C T11 .702 C C T05 .477 .490 Ex tra c ti on Method: P rinc ipal C omponent Ana l y si s . R otation M e thod: Va rimax with Ka is e r N orm a li z a ti o n. 根据因子分析的结果，发现因子 1 包括六个题项，分别是整体研发能力、核心技术的研发的重视程度、与外界的研究合作、研发队伍的交叉性与互补性、核心技术跨领域的研发能力、核心产品差异化能力，我们将因子 1 命 名为 核心技术与产品的研发能力 因子。 因子 2 包括四个题项，分别是新技术转化能力、新产品开发的顾客导向能力、核心产品的质量控制能力、制造过程中的持续开发能力，我们将因子 2 命名为 新技术与新产品持续开发能力 因子。 因子 3 包括三个题项，分别是信息渠道与信息系统先进有效程度、生产能力的应变能力、交货稳定性和控制能力，我们将因子 3 命名为 信息与生产控制能力因子。 41 (3)、核心管理能力的因子分析  由于核心管理能力量表所列 12个题项之间的相关度较高，题项的平均共同性超过了 ，而调查的样本数接近 100，因此可以利用因子分析对核心管理能力进行简化（ Stevens， 1992）。 采用主成分法和 Varimax正交旋转，参考区根值堆积图，获得三因子结构模型，这三个因子解释了 %的总方差，其中因子 1解释了 %的总方差，因子 2解释了 %的总方差，因子 3解释了 %的总方差。 表 4 核心管理能力的因子载荷矩阵 因子 1 因子 2 因子 3 C C A05 .742 C C A07 .730 C C A08 .581 C C A12 .5 64。