质量管理水平评价模型

在质量管理水平评价上，确定质量管理指标是一个方面，另一个方面就是指标权重的问题，还有就是人们还关心质量管理各方面因素对企业经营业绩指标的影响方向以及影响程度如何。

卓德保等人按照目的将质量评价分成为以质量保证为目的的评价、注重展示优秀的质量评价和面向过程改进的诊断性评价。朱祖平从另一个角度将对企业质量管理评价的研究分为影响企业质量管理的因素研究和对企业质量管理的评分准则研究两个方面。

在评价质量管理水平的评分方面，大多国家和地区的质量奖依据企业管理的打分直接汇总得到的，各部分要素的相对分值从实质上给出了各个部分要素的重要性程度。

P. George Benson等人将26个质量管理测量项目用因子分析的方法分成：公司对质量的支持因子，管理技能因子，过去的质量绩效因子，市场环境因子。Amrik S.Sohal等人将管理要素的重要性程度打分得到表3-2。

表3-2 管理要素重要性得分

Gordon J.等人的研究并没有给出各个管理要素的权重，只是在绩效较好与较差的公司之间进行了管理要素差异的比较。绩效好的公司在工作团队、培训和授权方面做得较好，其工作团队大多是跨职能团队，各个不同部门的员工参与到这些改进质量、提高效率、降低成本的工作团队中。绩效较好的公司还利用统计过程控制方法和质量认证以提高质量，他们还使用质量奖的评奖指南来指导他们的持续质量改进。他们实施准时化的库存管理、电子数据交换、和供应商认证机制来缩短交货时间。计算机辅助设计（CAD）、并行工程、竞争性评价（Bench marking）、增值过程分析、计算机辅助制造（CAM）等各种先进制造技术和理论方法。

Prakash J.Singh在其结构方程模型中将相关要素概括为管理方针（Management policies），计划与行动（plans & actions），以顾客为中心（Focuson customers），员工能力（Capable employees），可靠的供应商（Reliable suppliers），顺畅的沟通体系（Sound communication system），稳定的过程（Steady processes），一致的质量输出（Consistent quality out puts），满意的顾客（Satisfied customers），运营绩效（Business performance）几个方面。

对于质量管理体系的整体分析，一方面许多学者把质量管理因素分成了企业质量管理的各个调查项目，用适当的问题进行概括或者提炼，另一方面，也有许多学者在众多调查项目的基础上利用因子分析的方法进行了分析。因子分析利用类似主成分分析的方法，把类似的质量管理调查项目组合成管理要素，达到对众多调查项目降维的目的。使得对企业质量管理体系的描述更为清晰和简洁。如本章节质量管理调查就在调查指标体系的知道下，把调查项目细分成若干具体调查问题，在分析时在通过探索应因素分析，把调查项目在综合成质量突破、过程控制、质量体系绩效、人力资源管理、质量领导几个方面质量要素。

在划分质量管理要素的基础上，本文还尝试对质量管理要素之间的关系进行探索。多个因素之间的相互影响关系比较复杂，简单的一元或者多元回归的方法已经难以达到目的。而结构方程模型具有分析多因变量和多自变量相互之间关系的能力，所以下面本文着重阐述结构方程模型。

Keynak，H.和Hartley，J.L.将关注顾客、培训、质量领导、员工关系、供应商质量管理、质量数据和报告、过程管理、产品设计等8个质量要素与绩效指标，建立起质量管理要素与绩效关系的结构方程模型如下：

图3-2 Keynak H.的质量管理体系要素关系模型

在图3-2中表示的都是比较显著的路径关系，一些不太显著的路径关系已经被删除。

目前对结构方程常用的参数求解方法有极大似然估计（（Maximum Likelihood，ML）、最小二乘法（Least Squares，LS）、广义最小二乘法乘（Generalized Least Squares，GLS）、加权最小二乘（Weighted Least Squares，WLS）、估计法以及对角加权最小二乘（DWLS， Diagonally Weighted Least Squares）估计法等方法。这些方法都是基于协方差结构的建模方法（Covariance Structural Modeling），被称作“硬模型”（Hard Model），以线性结构关系（Linnear Structural Relationships， LISREL）方法为代表。基于协方差结构建模的结构方程分析软件很多，具有代表性的软件主要有LISREL，AMOS，EQS，CALIS等。另一种则是基于偏最小二乘（Partial Least Square，PLS）的分析方法，被称为“软模型”（Soft Modeling），以PLS路径分析（Path Analysis）为代表。基于PLS求解SEM的常用的软件有PLS-graph Smart PLS，SIMCA-P，PLS-GUI，Visual PLS，SPAD-PLS等。本节主要进行LISREL方法的结构方程建模分析。

一、质量体系结构模型建立

在综合分析质量突破、过程控制、质量体系绩效、人力资源管理、质量领导几个方面质量要素之后，结合相关企业管理理论，本文建立如下模型。

图3-3 质量管理体系要素关系模型

隐变量中的质量领导只作为自变量，其主要由企业的质量战略、质量领导变量组成，根据管理理论，这些企业管理因素主要作为自变量，主要对其他企业质量管理因素产生影响，而反过来受到其他变量的影响相对较小。通过理论依和调查数据的验证分析，其对企业的人力资源管理质量活动以及质量体系绩效产生较大的直接影响；人力资源管理对除了质量领导因素外的其他所有质量要素均产生较大影响；质量突破活动主要受到企业人力资源的影响，同时对企业的质量体系绩效产生较大影响；过程控制主要受到企业人力资源质量活动因素的影响，同时对企业的质量体系绩效产生较大影响。质量管理体系因素之间的因果关系并不是绝对的，相互的作用和反作用是必然存在的，只不过根据分析结果的显著程度，对不显著的影响加以省略，这种省略有利于看清主要影响关系，是必要的而且是根据数据分析结果做出的结论。

二、质量体系结构模型LISREL分析

（一）拟合结果分析

对质量管理体系模型利用LISREL方法进行分析，分析结果：卡方χ2=2047.8，RMR=0.116，拟合指数GFI=0.690，调整拟合指数AGFI=0.653， PGFI=0.616，规范拟合指数NFI=0.787，RFI=0.773，IFI=0.848，NNFI=0.838，比较拟合指数CFI=0.848，近似误差的均方根RMSEA=0.086。均方根RMSEA一般认为小于0.8是模型较好的界限，本模型稍高于界限值。NNFI和CFI一般认为高于0.9是模型较好的界限，本模型的NNFI和CFI整体来讲，模型拟合属于尚可，并不十分理想。总体分布上有些指标偏离正态分布，对模型的拟合优度产生一定负面影响。

（二）显变量对潜变量的系数

LISREL方法分析的结果中，各显变量与各自相关的潜变量之间的系数，见表3-3。从显变量与各自潜变量之间的系数可以看到，系数值较高，达到了显变量对潜变量的关系的显著性要求。

（三）路径系数

图3- 质量管理体系要素SEM路径系数

反映潜变量之间关系的路径系数见图4-4以及表4-8，表格中的数字代表横行所在变量对纵栏所在变量的路径系数。质量突破（Break through）对应的显变量用英文字母B开头，过程控制（Control）对应的显变量用英文字母C开头，质量体系绩效（Effect）对应的显变量用英文字母E开头，人力资源管理（HRM）对应的显变量用英文字母H开头，质量领导（Leadership）对应的显变量用英文字母L开头。

表3-3 显变量系数

续 表

表3-5 路径系数

a：该路径被固定。

表中两个数字上面的为路径系数，下面括号中的为T值。从T值可以看出反映潜变量之间关系的路径系数都很显著。