智能网联汽车行业研发人员胜任力模型研究
发布时间:2021-08-26 00:21
智能网联汽车已经成为国家未来几年内大力发展的行业,未来发展前景不容小觑,越来越多的企业开始进入智能网联行业,行业竞争愈加激烈。智能网联汽车的技术更新迭代的速度非常之快,对每个企业而言,雄厚的技术基础无疑是决定企业能率先推出新产品并拔得市场头筹的重要因素。研发人员是企业不可缺少的中间力量,一个具备高素质的研发团队无疑会对公司技术的实力和产品创新起到关键作用。一直以来,多数企业都将传统的岗位分析法运用到招聘、培训和绩效管理上,但这种传统方式无法满足智能网联汽车行业。为真正提高该行业研发人员的绩效水平,十分有必要结合胜任力模型,对他们产生高素质高绩效的因素进行科学的分析和研究,从而进一步对研发人员进行人力资源管理方面的优化和提升。本文在查阅了以往国内外学者关于胜任力的研究文献并结合当今国家制造战略和发展趋势后,决定将智能网联汽车行业中的研发人员作为研究对象,研究得出胜任力模型,并探讨在这一行业中如何运用模型来进行实践应用。本论文分为五个部分:胜任力模型理论部分、被研究行业和群体现状概述部分、胜任力模型构建部分、胜任力模型实践应用部分和论文总结部分。首先对胜任力的基础理论和发展现状等进行归纳和...
【文章来源】:上海社会科学院上海市
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
图1-1论文框架??
图3-1全球智能网联汽车产业地图??资料来源:赛迪工业和信息化研宄院.全球智能网联汽车产业地图[EB/OL].??https://www.ccidgroup.com/gzdt/12240.htm.??第四节对于研发人员胜任力模型的研宄现状??一、国外研发人员胜任力相关研究??国外对于胜任力模型的研宄自1973年麦克利兰提出胜任力这一概念后,相??关研究一直在持续进行中。Spencer?(1993)提出了通用胜任力模型,该模型适??用于技术人员、社区服务人员、销售人员和管理人员。其中技术人员的胜任力模??型包括:技术能力、团队合作、自信、人际观察力、信息探寻、分析思维、主动??性、成就动机等十项特征。1??此后对于管理人员的胜任力研究逐渐多了起来。Richard?Boyatzis?(1982)??运用行为事件访谈法和问卷调查法对12个工业行业的企业中共计2000多名管??理人员进行胜任力研宄,经研究分析探宄出了管理者通用的胜任力模型的六大特??
下)得到KMO=0.888,?Bartlett巴特利特球形度检验的卡方值为2527.006,??df=666,p=0.?000<0.?001,因此该量表很适合进行因子分析。??表4-7?KMO和Bartlett的检验??KMO?值?0.?888??近似卡方?2527.?006??Bartlett球形度检验?df?666??p?值?0针对因子提取情况,以及因子提取信息量情况进行分析,如图4-1碎石图和??表4-8方差解释率表所示,问卷一共可以划分为七个因子,特征根值均大于??1。7个因子旋转后的方差解释率分别为15.?995%,10.?398%,9.?082%,?8.?892%,??6.?428%,6.?206%,3.?74%,旋转后累积方差解释率为60.?74%,累计方差解释率为??60.?74%。??瓶图??
本文编号:3363158
【文章来源】:上海社会科学院上海市
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
图1-1论文框架??
图3-1全球智能网联汽车产业地图??资料来源:赛迪工业和信息化研宄院.全球智能网联汽车产业地图[EB/OL].??https://www.ccidgroup.com/gzdt/12240.htm.??第四节对于研发人员胜任力模型的研宄现状??一、国外研发人员胜任力相关研究??国外对于胜任力模型的研宄自1973年麦克利兰提出胜任力这一概念后,相??关研究一直在持续进行中。Spencer?(1993)提出了通用胜任力模型,该模型适??用于技术人员、社区服务人员、销售人员和管理人员。其中技术人员的胜任力模??型包括:技术能力、团队合作、自信、人际观察力、信息探寻、分析思维、主动??性、成就动机等十项特征。1??此后对于管理人员的胜任力研究逐渐多了起来。Richard?Boyatzis?(1982)??运用行为事件访谈法和问卷调查法对12个工业行业的企业中共计2000多名管??理人员进行胜任力研宄,经研究分析探宄出了管理者通用的胜任力模型的六大特??
下)得到KMO=0.888,?Bartlett巴特利特球形度检验的卡方值为2527.006,??df=666,p=0.?000<0.?001,因此该量表很适合进行因子分析。??表4-7?KMO和Bartlett的检验??KMO?值?0.?888??近似卡方?2527.?006??Bartlett球形度检验?df?666??p?值?0针对因子提取情况,以及因子提取信息量情况进行分析,如图4-1碎石图和??表4-8方差解释率表所示,问卷一共可以划分为七个因子,特征根值均大于??1。7个因子旋转后的方差解释率分别为15.?995%,10.?398%,9.?082%,?8.?892%,??6.?428%,6.?206%,3.?74%,旋转后累积方差解释率为60.?74%,累计方差解释率为??60.?74%。??瓶图??
本文编号:3363158
本文链接:https://www.wllwen.com/guanlilunwen/renliziyuanguanlilunwen/3363158.html