下载文档原格式
发展型人力资源管理实践研究：概念内涵、量表开发及检验一、本文概述随着全球化竞争的加剧和知识经济的崛起，人力资源管理实践在企业发展中的作用日益凸显。
发展型人力资源管理实践作为一种新型的人力资源管理理念，强调通过持续的员工能力开发、激励机制创新和组织文化塑造，实现企业与员工的共同发展。
本文旨在深入研究发展型人力资源管理实践的概念内涵，探索其量表的开发与检验方法，以期为企业提升人力资源管理效能、增强核心竞争力提供理论支持和实践指导。
本文首先对发展型人力资源管理实践的概念进行界定，明确其内涵与特点。
在此基础上，结合国内外相关研究，构建发展型人力资源管理实践的理论框架，并提出相应的量表开发假设。
通过问卷调查和数据分析，验证量表的信度和效度，确保其能够准确测量发展型人力资源管理实践的实际水平。
结合实证研究结果，对发展型人力资源管理实践的有效性进行分析和讨论，为企业制定和实施发展型人力资源管理策略提供参考。
本文的研究不仅有助于丰富和发展人力资源管理理论，还具有重要的实践意义。
通过科学量表的开发与检验，企业可以更加准确地评估自身人力资源管理实践的水平，进而调整和优化管理策略，提升员工满意度和绩效，实现可持续发展。
二、发展型人力资源管理的概念内涵发展型人力资源管理（Developmental Human Resource Management,DHRM）是一种以人为本的管理理念，它强调通过系统的培训、激励和发展策略，促进员工的个人成长和职业发展，从而实现企业和员工的共同发展。
DHRM的核心在于将员工视为企业最宝贵的资源，通过一系列有计划、有针对性的管理措施，提高员工的素质和能力，以满足企业不断变化和发展的需求。
DHRM的概念内涵主要体现在以下几个方面：DHRM强调员工的个人发展，认为员工的成长和进步是企业持续发展的基础。
因此，它注重为员工提供多样化的培训和发展机会，帮助员工提升技能、拓展知识、增强能力。
DHRM重视员工的职业规划和职业生涯管理，通过与员工共同制定发展目标，引导员工实现自我价值的最大化。
开放性活动质性评价量表的开发与应用开放性活动质性评价量表的开发与应用华东师范大学课程与教学系张雨强随着学生学习空间的拓展与学习类型的丰富，以简单知识传授与初级认知能力培养为直接教学目的、拘于课堂之内的传统“圈内教学”逐渐显得不能满足当下课程与教学标准的需要；作为一种学习空间更开放广远、学习目标更丰富全面的新型学习方式，开放性活动渐入新课程教学理论与实践，并成为彰显新课程注重学生全面发展理念的重要学习手段之一。
开放性学习活动与传统封闭式学习活动有何异同，其学习评价应该如何进行，如何保证客观公正地反映学习者的真实学业成就，都是很有挑战性的话题。
本文力图做一简要探讨。
一、什么是开放性活动与评价量表1．开放性活动的涵义与特点开放性活动（open-ended activity）源于上世纪60、70年代医学领域的PBL（Project-BasedLearning）。
其主旨是让学生在真实性任务情境中，在解决有一定挑战的具体建构性实践问题的过程中，启发创造性与开放性思维，培养合作与交流能力，锻炼问题分析与问题解决能力，它是一种“实践指向性”极强的任务型学习。
同传统的封闭式学习活动相比，开放式活动具有迥异的特点与优点：强调真实性任务而非“虚构性任务”；主张学习的建构性而非选择性；强调学习任务的时空开放性而非封闭性；注重学习目标的多维性而非单一性；注重通过“学业表现”判断学业成就而非注重“学业结果”；注重学习者的“间际效应”而非单单关注学习者内部。
2．评价量表的涵义与价值评价量表（scoringrubrics）是对开放性数据进行质性评价的最常用最有效工具之一；它可以对书面或口头陈述与列举，图表或模型，学生知识、应用技能与操作能力等的行为表现进行评价。
它是通过预先设定标准（pre-determinedcriteria），从而使得质性评估与评价更可靠而客观的一种系统评分方法，其描述性标准被评价者用作评估、评定等级与判断学生学业表现的指南。
开发量表用到的方法全文共四篇示例，供读者参考第一篇示例：开发量表是一种常用的心理测量工具，用于评估个体的某种属性或特质。
在心理学和教育学领域，开发量表常被用来测量情绪、人格、认知、行为等方面的特征。
根据测量目的的不同，开发量表可以分为多种类型，比如情绪量表、疼痛量表、抑郁量表等。
在开发量表时，研究者需要遵循一定的方法，以确保量表的有效性和可靠性。
下面将介绍一些常用的开发量表所用到的方法：1. 定义测量目标：在开发量表之前，研究者需要明确量表的测量目标，即要测量的特质或属性是什么。
这有助于指导后续的量表编制工作，确保量表的有效性和准确性。
2. 确定量表结构：在开发量表时，研究者需要确定量表的结构和维度。
这包括确定量表的题目数量、题目内容及题目顺序等方面。
通常情况下，一个完整的量表包括多个题目，每个题目都涵盖了被测量的特质或属性的不同方面。
3. 选择评定方式：在开发量表时，研究者需要选择评定方式。
评定方式可以分为客观评定和主观评定两种。
客观评定通常通过被试者的行为表现或物质化指标进行评定，而主观评定则通过被试者的自我报告或他人评价等方式进行评定。
5. 进行信、效度考查：在开发量表之后，研究者需要进行信度和效度考查。
信度是指测量工具的稳定性和准确性，效度是指测量工具的有效性和检测精准程度。
通过信度和效度考查，可以评估量表的质量和可靠性。
开发量表是一项复杂的工作，需要研究者具备较强的研究设计和统计分析能力。
只有通过科学的方法和严谨的过程，才能开发出有效性和可靠性较高的量表，从而为心理测量和研究提供有力支持。
【2000字】第二篇示例：开发量表是在心理学研究中广泛使用的一种测量工具，用来评估人们的某种特定属性或行为。
开发量表的过程是一个复杂而繁琐的工作，需要遵循一定的方法和步骤。
本文将详细介绍开发量表时所需用到的方法。
第一步是确定研究对象。
在开发量表之前，需要明确研究的主题和目的，确定需要测量的特定属性或行为。
量表编制的步骤针对某一变量编制量表，以下将该变量简写为X。
收集的X典型事例和关键表征，探索X的概念内涵，并为构建X的测量量表做准备。
1、在前期文献阅读分析的基础上总结明确X的概念；2、基于X的定义，确定访谈的题目；3、确定访谈被试、访谈地点及访谈时间；4、把访谈结果转录为文字，用Nvivo 7.0做编码分析，归纳提炼访谈文本；5、结合相关变量的量表，开发X的初始项目；6、通过讨论、请教项目组多位专家之后，合并意义接近或重叠的项目，最终形成X的初始项目。
7、在访谈所得项目的基础上编制初始问卷；8、选定问卷调查的被试与数量；9、把问卷随机发放给被调查者，把被调查者随机分成两个无偏子样本（A 和B），分别以这两部分数据做探索性和验证性因子分析；10、运用总数据对X量表中各项目做描述性统计分析，包括平均数、标准差、区分度、校正之后各项目总分之间的相关以及删除该项目后量表的内部一致性系数；11、根据结果，找出项目与总分的相关系数在0.50以下，区分度低，且删除后量表的内部一致性较删除其他项目提高更多的那些项目，予以删除；12、把剩下项目进行因子分析。
用A部分数据进行探索性因子分析，做KMO 和巴特利特球形检验，根据KMO值（若高于经验标准0．70，表明变量间的共同因素较多）、巴特利特球形检验的χ2值（若显著，表明母群体的相关矩阵间有共同因素存在，适合做因子分析）13、采用主成分分析法，采取最大变异法旋转，选取特征根大于1的因子，找出因子载荷低，且共同度过也低的项目，予以删除。
14、把余下的项目重新做因子分析，按照12、13步进行，直到所有项目的荷载都在0.70以上，共同度在0.50以上，则剩下的项目可作为量表的题项。
15、用B数据对所得x结构进行验证性因子分析。
在确认没有缺失值之后，用Amos17．0进行模型检验。
所得结果表明，所得单维因子结构拟合指标良好(怎么算良好？)，表明所得因子结构合理。
举例（X为建言效能感）1、在前期文献阅读分析的基础上总结明确建言效能感概念，将其初步定义为：一种习得的、能胜任建言角色(如把握建言机会、控制建言后果等)并感知建言能取得积极反馈(如领导者会关注或采纳我的建议)的信念。
量表研制流程-概述说明以及解释1.引言1.1 概述量表研制是一项重要的研究工作，它旨在通过系统地开发和验证一套可靠和有效的测量工具，用于评估某个特定领域中的个体差异。
在科学研究和实践应用中，量表研制具有广泛的应用和影响。
概括来说，量表研制是一个复杂而系统的过程，强调对测量目标的准确理解和测量工具的科学性。
该过程涉及对现有文献的综述、测量工具的设计与编制、样本数据的收集与分析以及量表的验证和修订。
通过这一过程，研究者们可以制定一套可行的量表，从而为相关领域的研究和实践提供精确而可靠的测量工具。
量表研制过程的核心是确保量表具备良好的信度和效度。
信度是指量表测量结果的稳定性和一致性，而效度则涉及到量表是否能够准确地反映所要测量的概念或变量。
为了确保量表的信度和效度，研究者们需要进行多次测试和修订，并运用统计方法来评估量表的可靠性和有效性。
尽管量表研制的具体步骤和注意事项会因研究领域和研究目标的不同而有所差异，但整个过程通常包括以下几个阶段：问题定义、量表设计、预测试、主测试和信效度分析。
每个步骤都需要系统地进行规划和执行，确保量表的科学性和实用性。
量表研制是一项具有挑战性的工作，研究者们需要充分了解相关领域的理论知识和研究方法，同时还需具备良好的研究设计和数据分析能力。
此外，量表研制还需要考虑样本的选择和数据的收集，确保研究结果的可靠性和泛化性。
展望未来，量表研制仍然具有广阔的研究空间和发展潜力。
随着科学研究和实践的不断进步，量表研制也将面临新的挑战和需求。
因此，未来的研究方向应该聚焦于量表研制过程的优化和改进，以及量表在特定领域中的应用与拓展。
通过不断的探索和创新，量表研制将为社会科学研究和实践应用提供更加可靠和有效的评估工具。
1.2文章结构文章结构部分的内容可以包括以下内容：文章结构部分介绍了整篇文章的组织框架和各个章节的内容。
在这一章节中，我将会对整个文章的结构进行详细的说明，以便读者能够清晰地了解每个部分的主要内容和目的。
量表开发与验证
2009-05-19 14:30:22| 分类：默认分类| 标签：|字号大中小订阅
孙艾菊030081333
一．引言
科学研究是通过揭示构念之间的关系来帮助人们理解真实世界中的现象。
但这些构念本身并不能直接被观察到，他们暗藏于现象之中。
因此需要一组可观测的指标来测量构念。
用来测量构念的调查工具称为量表。
一般来说，研究者可以通过开发新量表获得数据，也可以使用已有的量表或修改已有量表使之适用于当前情境来获得数据，但无论哪种情况，研究者都需要做预测试，最好也要进行小规模研究，因此，了解量表的完整开发过程以及在这个过程中所使用的检验工具是完全有必要。
量表开发的过程一般经历以下五个步骤：构念说明→测量项目生成→预测试→测量项目精简→小规模研究（梁建、樊景立，2008；刘军，2008）。
二．量表开发过程及检验工具
1.构念说明
开发测验的首要任务是要准确地、概括地定义我们所要测量的构念，清楚地说明构念的理论边界(梁建、樊景立，2008) 。
在《The Multifaceted Nature of Exploration and Exploitation: Value of Supply, Demand, and Spatial Search for Innovation》这篇文章中，作者在回顾过去文献的基础上对Exploration 、Exploitation进行了定义并通过建立假设和考虑环境因素界定了这两个概念的边界。
2.测量项目生成
量表开发第二阶段的任务是创建一组用于评价所研究构念的测量项目。
有两种基本策略：演绎法和归纳法。
演绎法直接根据理论基础生成初始的测量项目，要求研究者对所研究的现象有深入的理解，并要对文献作全面的回顾，这样才能开发出所研究构念的理论定义。
当不能用演绎法生成测量项目，可以用归纳法，归纳法要求研究者掌握内容分析法。
在文献中，作者是在理论的基础上运用演绎法发展出了测验项目，测量项目包括三个方面：供给、需求以及空间研究。
整个过程涉及到了32个测量项目工具，为了保证内容的有效性，作者还回顾了战略、市场及经济等文献。
3.预测试
测量项目开发出来后，必须对他们进行内容效度检验，这可以通过一个预测试来实现，在这个过程中可以删减一些不满足概念一致性条件的测量项目。
预测试过程是用来评价量表的内容效度，通常是一个分类过程，即把测试项目和构念的定义拿给被调查者看，要求他们评价测量项目与构念的匹配程度。
分类过程是一个定性的分析，而不是定量的，如果测量项目被一致地放置到某个类别中，就认为表现出来会聚效度；而相对于其他相关构念，则认为存在区分效度。
在预测试过程中，量表应尽可能地短，测量项目越少，越可以减少被调查者因厌烦和疲劳而带来的偏差，一般来说，在最终的量表中，大部分构念的测量项目应保持4——6个，每个构念的测量项目应保持在最终想留下的测量项目数量的两倍以上（刘军，2008）。
在文献中作者分别进行了500和800份的问卷调查，得到反馈率分别是17%和18.3%。
接下来作者就各种工具与SSS、DSS、GS的可靠性程度进行了测量。
测量结果表明这三个维度是线性的。
紧接着通过三个步骤对数据进行有效性分析，测验结果有效性程度为0.88。
由此，研究者可以判断哪些测量指标比较清楚地反映了所要测量的构念。
4.测量项目精简
在数据收集的过程中一个关键点问题是样本量的大小，探索性因子分析易受样本量的影响。
Guadagnoli和Velicer（1988）发现，在大多数情况下，有150个观测样本就足以进行探索性因子分析，而Rummel（1970）建议样本量与测量项目比例在4：1以上，Schwab（1980）建议应至少是10：1。
在收集完数据后，就可以对新量表进行探索性因子分析。
探索性因子分析是从一组具有共同特性的测量项目中提取出背后潜在的统计分析技术。
探索性因子分析的数学原理是协方差的提取，在进行探索性因子分析之前，要对各个构念的测量项目的相关关系进行检查，如果其中一个测量项目与其他测量项目的相关系数的绝对值都小于0.3，那么这个测量项目就可以被删除。
低相关度表示该测量项目不是来自构念所在内容域，会带来误差，并使新都降低。
公因子的提取方法一般是用主成分分析法。
但Hinkin（1998）认为主成分分析放中包含了共同方差、特定方差和随机误差，因此建议采用类似于于主旋转轴的公因子提取法。
最终的公因子数量取决于背后的理论和量化的分析结果。
内在一致性评价——信度是指对同一对象进行重复测量时，所得结果的一致程度。
可通过多种方式计算信度，但最常用的用于评价内在一致性的信度指标是Cronbach's coefficient alpha 。
Cronbach's coefficient alpha 值越大说明测量项目间的相关度越强。
Cronbach's coefficient alpha 值应至少达到0.7（Nunnally，1994）。
5.小规模研究
验证性因子分析——在这一阶段需要重新抽取一个样本对精简后的量表进行验证性因子分析，同时还要对量表的构建效度进行验证、验证性因子分析可以通过对模型整体和每个测量项目的因子载荷的统计显著性检验来评价因子结构。
进行验证性因子分析主要有两个目的，第一，评价测量模型的拟合优度，通常要做一下两个模型的比较：单因子模型、多特质模型。
第二，验证性因子分析可以帮助我们检查每个测量项目的拟合程度，主要通过t值来反映。
构建效度——在检验量表的构建效度时，一般来说，测量同一构念的测量项目应当高度相关（会聚效度），而测量不同构念的测量项目的相关度应较低（区分效度）。
会聚和区分效度通常采用Campbell和Fiske（1959）开发的多质多法方法来评价。
当用不同方法测量统一构念的相关系数显著地不等于0，并且足够大时，就认为存在会聚效度。
当同一构念在不同方法下的测量值的相关系数大于不同构念在不同方法下的测量值的相关系数时就认为存在区分效度。
三．总结
以上提供了量表开发的五个关键过程，以及在每个过程中使用的验证工具，综上可知量表开发并不是件容易的事，这既需要坚实的理论基础以及严谨的分析技术，同时在量表开发的过程中也有一定的艺术成分，一定程度上依赖与个人的经验和判断。
参考文献：
[1] 陈晓萍，徐淑英，樊景立.组织与管理研究的实证方法[M].北京：北京大学出版社.2008
[2] 刘军.管理研究方法原理与应用[M] .北京：中国人民大学出版社，2008
[3] Guadagnoli，E．，& Velicer，W．F．Relation of sample size to the stability of component patterns．Psychological Bulletin ,1988,103:265-275
[4]Rummel ,R．J．Applied Factor Analysis．Evanston, IL:Northwetern University Press,1970
[5]Schwab,D．P．Construst validity in organization behavior．In B．M．Staw&L．L．Cummings,Research in Organizational Behavial,Greenwich,CT:JAI Press,1980
[6]Hinkin,T．R．A brief tutorial on the development of measures for use in surver questionnaires ,Organizational Research Methods,1998,1(1):104-121
[7]Nunnally,J．C．Psychometric Theory ．New York:McGraw-Hill,1994
[8]Campbell,D．T．,&Fishe D．W．Convergent and discriminant validation by the multitrait-multimethod matrix．Psychological Bulleitin ,1959,56:81-105。
