APP下载

基于结构方程模型的本科生隐性知识共享的影响因素研究

2022-07-12鹏,许曦,于强,陈

关键词:知识结构隐性本科生

谢 保 鹏,许 晨 曦,于 强,陈 英

(甘肃农业大学 管理学院,甘肃 兰州 730070)

一、引言

隐性知识在实际生活中拓展了人们学习的概念范畴。人们认为需要学习的知识不只是教材上的显性知识,还包括大量隐含在实践和环境中需要人们自身理解的隐性知识。其主要包含了个体所拥有和掌握的各类技术,工作技巧,具体解决问题的方法和经验等,是需要个体不断进行摸索,实践和体会等来获得的。高校传统的师生关系和“一对多”的课堂知识教授方式使得隐性知识在传递方面存在诸多障碍,而本科生导师制这种新型的师生关系更加强调个性化、一对一的知识传递,在指导过程中有利于导师隐性知识向学生传递。

最早提出隐性知识概念的人是英国物理化学家和哲学家迈克尔·波兰尼( Michael Polanyi),他认为“我们所认识的多于我们所能告诉的。知识的主体形式是隐性知识,占到知识总量的百分之八十以上”[1]。伯顿·克拉克认为“针对本科生的特点,隐性知识主要指的是工作方法或如何做事情的感觉。包括科学的实践、发现领悟重要事情的诀窍和对事物有比较好的感受”[2]。赫尔辛基技术大学知识管理小组的学者认为,学生获取的隐性知识分为两种:第一种是与学习生活相关的隐性知识,包括学生之间以及学生和老师之间的交流等;第二种是学生将课堂中学习到的理论知识应用到实践中的隐性知识[3]。汪应洛和李勖认为,隐性知识可以分为真隐性知识和伪隐性知识两种[4]。真隐性知识是指那些无法用某种语言形式进行传递的知识。伪隐性知识是指在一定条件下可以“显性化”的隐性知识,有学者称其为“隐含知识”[5]。基于上述学者对隐性知识的界定,本文认为:隐性知识可分为狭义和广义两个层面。狭义的隐性知识是指存在于人脑中难以表述,且受到周围环境的影响和制约,不容易传播的一种知识。广义的隐性知识不仅包括狭义的隐性知识,还包括由于人为因素不愿意传播或者信息不畅等因素造成的显性知识隐性化的部分。关于知识共享的研究中,日本学者野中郁次郎认为“个人与个人之间、个人与集体之间进行的显性知识与默会知识互动的过程称之为知识共享”[6]。达文波特首次提出了知识共享的公式,即知识共享=传送+吸收。他认为“知识作为一种人类特殊的资产,当对其给予适当的刺激后,知识交流与共享共同产生作用,则衍生出相加效果的知识的累积”[7]。

基于上述理论的回顾,本文将影响本科生隐性知识共享的因素分为三个维度,共十一个指标。三个维度包括:第一,共享基础。隐性知识是具有情景依赖性的一种知识,在特定的环境下,才能显现出来。共享基础维度下划分三个指标,分别为本科生自身知识水平、师生间的知识结构差异和教师自身知识水平。第二,共享动机。隐性知识共享行为可以使个人特质和经验教训等隐性知识显性化,进而得到传播。共享动机维度下划分四个指标,分别为兴趣、成就感、互惠和对知识的渴求程度。第三,共享条件。共享条件维度则划分为受相应的激励机制、良好的人际关系、良好的沟通和共享平台四个指标。本文参考计划行为理论的原理制作李克特五级量表进行数据的采集,运用结构方程模型AMOS对影响本科生隐性知识共享的因素进行二阶验证性因子分析,提出实现隐性知识共享的必要条件。通过改善这些条件,使得隐性知识能够在师生之间顺畅地转移,隐性知识能够更好地共享,促进隐性知识显性化。通过提升隐性知识共享水平来提高本科生的自我学习能力,营造良好的团队和校园文化,进而提高本科生自身的创新能力和大学的核心竞争力,使人们逐渐意识到隐性知识共享的重要性,并不断改善隐性知识在师生之间以及学生与学生之间不能共享的现状。

二、研究方法与数据来源

(一)研究方法

结构方程模型(Structural Equation Modeling,简称SEM)是当代行为与社会领域量化研究的重要统计方法,它融合了传统多变量统计分析中的“因素分析”与“线性模型之回归分析”的统计技术,对于各种因果模型可以进行模型辨识、估计与验证。结构方程模型是综合了计量统计学、计量心理学与计量社会学等多领域的统计方法,在统计分析方法中是一个新发展的领域[8]。由于结构方程模型将验证性因子分析和路径分析集于一体,因此在各个领域得到广泛使用[9]。

测量模型与结构模型的矩阵方程式如下:

X=Λxξ+δ

(1)

Y=Λyη+ε

(2)

η=βη+Γξ+ζ

(3)

式(1)和(2)代表测量模型,Λx和Λy为可观测变量X和Y的载荷系数,δ和ε为可观测变量X和Y的测量误差,ξ和η分别为外生潜在变量和内生潜在变量。式(3)代表结构模型,β为内生潜在变量的路径系数,Γ为外生潜在变量的路径系数,ζ为残差向量。

(二)数据来源

本研究的数据主要来源于问卷调查。采用李克特五级量表,将影响因素共分为三个潜变量和十一个测度项,每个测度项又分为“非常同意”“比较同意”“无所谓”“不同意”和“非常不同意”五项,分值从5-1,分值越高表示评价值越高。调查研究范围为某高校本科生,调查共发放180份问卷,收回178份,其中有效问卷175份,问卷有效回收率达97.2%。

三、结果与分析

(一)数据的统计与检验

本研究收集的有效问卷为175份,有效回收率达97.2%,已达到社会科学分析的要求。同时,使用极大似然法的结构方程模型,要求数据需符合正态分布。通常从变量的偏度和峰度来看,当偏度和峰度绝对值越接近0时,可认为样本数据基本符从正态分布。因此,本研究将调查到的有效问卷,运用SPSS19.0统计软件对数据进行偏度和峰度分析。结果显示,偏度的最大值为0.1999,最小值为-0.178;峰度的最大值为-0.015,最小值为-0.189。各项的值均满足上述的要求,可进行结构方程模型的分析。

(二)信度检验

为了检验各项指标的可靠性,需对收集到的有效问卷的数据进行信度检验。由于调查对象的流动性以及现实的局限性,本研究没有进行多次重复测量,问卷和数据的信度只能通过一致性的方法来检验。本文采用的是克朗巴哈的α系数来对信度进行检验。以大多数文献所采用的0.7为标准来进行信度的检验[10]。通过SPSS19.0软件做出的信度检验结果表明各组潜变量的Cronbach α值均大于0.7,问卷的整体信度为0.799。因此本研究所采用的问卷信度较高,各变量之间内在一致性较高,符合研究要求,可以进行下一步的分析。

(三)一阶验证性因子分析

为进一步对变量和结构进行检验,通过AMOS软件对影响隐性知识共享的各个测量变量进行一阶验证性因子分析。为了检验假设模型的拟合性,选取了5个常用的指标进行模型拟合度检验,分别为:卡方自由度比值(x2/DF)、近似误差平方根(RMSEA)、拟合优度指数(GFI)修正拟合优度指数(AGFI)和规范拟合指数(NFI)。根据对结构方程模型的相关研究可知,在满足RMSEA值小于0.08的条件下,GFI、AGFI、NFI值在0.8~0.9之间时,则说明模型拟合程度良好,符合要求[11]。经过模型修正以后的测量模型的具体分析结果为:x2/DF的值为1.119<3,RMSEA的值为0.059<0.08,GFI的值、AGFI和NFI的值分别为0.835、0.814、0.815,均大于0.8。结果表明模型拟合的各测量指标均在可接受范围之内,模型拟合度较好,具有较强的说服力。

基于前面数据的处理,采用极大似然估计法在AMOS软件中分析所有观测变量的因子载荷数,将其标准化后的分析结果如下图1所示:

图1 一阶标准化因子载荷

在运用极大似然法对本科生隐性知识共享影响因素数据进行参数估计时,必须满足观测变量因子的载荷值大于0.5时,才能证明假设模型具有较强的说服力和可信度,从而进行二阶验证性因子分析。从图1可知,每个观测变量标准化后的因子载荷值均大于0.5,符合要求。说明通过共享基础、共享动机和共享条件三个维度来衡量本科生隐性知识共享影响因素具有理论意义,可以进行二阶验证性因子分析。

(四)二阶验证性因子分析

通过上述的一阶验证性因子分析发现,三个维度之间的相关系数较高,均超过了0.5。这说明三个维度既能独立测量本科生隐性知识共享的不同方面,也可以测量本科生隐性知识共享这一相同内容,三个维度之间可能存在更高一阶的因素关系。为了进一步验证它们之间的相互关系,在一阶因子模型的基础上进行二阶验证性因子分析。经过模型修正以后的二阶模型拟合度各检验指标如表1以及二阶因子模型参数估计值如表2所示:

表1 二阶因子模型拟合系数表

表2 二阶因子模型参数估计值表

从表1模型的拟合结果和表2模型参数估计值可以清晰地看出,各项的C.R值均大于1.96,表示各指标项参数均达到0.05显著水平。x2/DF的值为1.180<3,RMSEA的值为0.073<0.08,GFI的值、AGFI和NFI的值分别为0.828、0.810、0.847,均大于0.8。模型结构效度较好。

最终经过模型修正后得到的标准化因子载荷系数图如下:

根据图2对三个外生潜在变量之间的标准化路径系数分布进行分析,共享基础、共享动机和共享条件的标准化路径系数分别为0.49、0.66和0.50。其中,对隐性知识共享贡献最大的是共享动机这一维度,标准化路径系数为0.66,权重值为40.00%。测量共享动机这一维度的四个指标:兴趣、成就感、互惠和对知识的渴求程度都是测量共享者主观特性的指标。这一维度标准化路径系数、权重值最大,说明影响隐性知识共享最主要的还是共享者的主观意愿。共享基础和共享条件两个潜变量的标准化路径系数相差不大,说明其对隐性知识共享的影响效果相似,且较共享动机来说,作用较小。

图2 二阶标准化因子载荷

根据图2可以看出,对于共享基础这一外生潜在变量,其观测变量本科生自身知识水平、师生间的知识结构差异和教师自身知识水平的载荷系数分别为0.56、0.86和0.57。其中师生间的知识结构差异这一变量的载荷系数最大,为0.86,相对权重为43.22%。说明在共享基础这一维度中,本科生与教师作为隐性知识共享的主体,各自的知识水平对隐性知识共享的影响差异不大。而师生间的知识结构差异对本科生隐性知识共享的影响显著高于其他两个变量。师生间知识结构差异越大,隐性知识越不容易被理解和感知,从而进行隐性知识共享的可能性越小。

对于共享动机这一外生潜在变量,其观测变量兴趣、成就感、互惠和对知识的渴求程度的载荷系数分别为0.59、0.83、0.54和0.64。其中成就感这一变量的载荷系数最大,为0.83,相对权重为31.92%。这说明在共享动机这一维度下,最重要的影响因素是成就感,且与隐性知识共享呈现显著正相关关系。通过与他人共享自己的隐性知识,在潜移默化中影响他人,在他人获益的同时,自己也能获得成就感。对于成就感导向的共享者来说,通过共享隐性知识获取的成就感越多,越愿意共享。

对于共享条件这一外生潜在变量,其观测变量相应的激励机制、良好的人际关系、良好的沟通和共享平台的载荷系数分别为0.78、0.72、0.65和0.53。在这一维度下,相应的激励机制的载荷系数最大,为0.78,相对权重为29.10%。说明相应的激励机制是影响本科生隐性知识共享条件最重要的因素。由于隐性知识难言性的特点,共享的成果很难进行测量,导致能带给共享者的实质性收益是非常有限的。如果没有相应的激励机制来调动共享者的积极性,其共享的动机就会减弱。良好的人际关系与良好的沟通使得隐性知识的共享能够更加畅通,这两个变量的载荷系数较大,对隐性知识共享动机也产生了较大作用。相对而言,共享平台的载荷系数最小,说明在隐性知识共享过程中,共享平台这一硬件条件对隐性知识共享动机的影响作用较小。

通过绝对权重值分布可以得出,在上述十一个影响因素当中,师生间的知识结构差异的绝对权重值最大,达到12.83%。说明影响本科生隐性知识共享最主要的因素是师生间的知识结构差异。师生间知识结构差异对本科生隐性知识共享呈显著负向影响,即师生间知识结构差异越大,隐性知识共享的可能性越小。这是因为知识结构差异越大,共享双方对隐性知识的识别困难越大,进而阻碍了隐性知识共享。

四、结论与讨论

(一)结论

本文以某高校本科生为研究对象,构建李克特五级量表收集数据,问卷整体信度值为0.799。建立结构方程模型,二阶拟合指数x2/DF的值为1.180,RMSEA的值为0.073,GFI、AGFI和NFI的值分别为0.828、0.810、0.847,说明模型具有良好的结构效度。分析各个因素之间的关系以及不同变量指标对隐性知识共享的贡献程度,得出了以下几个方面的结论:

1.影响本科生隐性知识共享的因素是多方面的。本文设定的十一个因素都会对本科生隐性知识共享产生显著影响,每个因素的标准化路径系数都达到了0.5以上。所以,影响本科生隐性知识共享的因素是复杂的,需要综合考虑。

2.共享基础、共享动机及共享条件三个维度中,影响本科生隐性知识共享最显著的是共享动机。经测度,其标准化路径系数最高,达到了0.66。由于隐性知识是依附于每个人的头脑存在的,因此从隐性知识传播的角度来看,可以把隐性知识共享看成是知识所有者(即共享主体),在一定客观情境下对知识需求者(即共享客体)所进行的隐性知道的传递与吸收的过程。然而,在隐性知识共享的过程中由于其本身的私有性与共享性之间的矛盾,成为了知识主体进行共享难以克服的主要心理障碍,它影响着本科生在隐性知识共享中的行为。人的主观行为受到动机(兴趣、成就感以及利益等)的影响。所以,要促进本科生隐性知识共享行为,必须要培养共享动机。

3.在影响本科生隐性知识共享的具体因素中,最关键的是师生间的知识结构差异。本研究基于结构方程模型中经过二阶验证性因子分析后得出的标准化因子载荷系数,通过相关性权重法得出各阶因子的权重值。其中,师生间的知识结构差异因子的绝对权重值最大,达到了12.83%,说明师生间知识结构差异对本科生的隐性知识共享的影响最显著。所以,在促进本科生隐性知识显性化的过程中,需要在尊重师生间的知识结构差异的基础上,调动共享双方的积极性。

(二)讨论

通过研究发现,共享基础、共享动机和共享条件三个维度中,对本科生隐性知识共享影响最大的是共享动机。在诸多影响本科生隐性知识共享的因素中,师生知识结构差异的影响最显著。因此,在促进本科生隐性知识共享过程中,应注重发挥共享动机的作用,并且关注师生知识结构差异。同时,完善相应的激励机制、保持良好的沟通与人际关系、搭建更合理的共享平台都可以为本科生隐性知识共享贡献力量。因为隐性知识所具有的复杂性,多次测度的准确性会更高。但本研究由于现实的局限性和研究对象的流动性,并未进行纵向研究,使得研究结果的效度与效度受到一定影响。在今后如果可以进行纵向研究,研究结果会更加完善。

猜你喜欢

知识结构隐性本科生
One Heath视角下昆明市高年级本科生抗生素认知与行为
论高中语文隐性知识教学策略
把握核心概念 优化知识结构
概率统计知识结构与方法拓展
区块链和比特币相关主题的知识结构分析:共被引和耦合聚类分析视角
利用“隐性”圆,巧解一类题
基于九因子模型的新手教师TPACK知识结构分析
刍议隐性采访
新闻报道隐性失实的四种表现
行业特色院校本科生拔尖创新人才培养的探讨