国家双语教学示范课程组织行为学网络辅助教学的实验研究

国家双语教学示范课程组织行为学网络辅助教学的实验研究^[1]

肖余春^[2]　杨　丹^[3]

（浙江工商大学工商管理学院）

摘 要：多团队学习效能受多团队学习的影响，多团队学习水平决定着整个组织学习和适应的能力水平，应用在教学当中是一种新的尝试。本实验从我校抽取6个多团队，108名学生为样本，进行了为期一学期的实验，对基于MTS理论的高校学生多团队学习和效能的关系进行了研究。研究结果表明：高校学生多团队学习过程中，学生的参与程度与多团队效能之间呈显著正相关关系，多团队学习在高校学习中是一种重要的学习方法，引用网络作为学习的辅助手段，对学生的学习效率的提高有显著影响。

关键词：MTS理论；多团队学习；多团队效能

一、问题的提出

Mathieu（2002）认为多团队系统理论是“超出对以往单个团队的研究，并将其从作为组织活动系统一部分的团队研究中独立出来”的一种新视角和研究方法，注重系统内各个单元团队的协调与协同，通过整体的努力逐步实现目标层级上的目标，最终实现系统目标。在团队学习的领域内，Wilson，Goodman ＆Cronin（2007）认为团队学习是一种团队成员通过不断沟通与协作，获得有关团队任务、资源及背景等共有知识的过程。多团队学习是学习由单个团队内部向团队外部演进的结果。国内学者肖余春（2009）率先把多团队系统理论引入到中国，并据此研究了浙江民营企业团队的学习水平。此后，又基于团队学习展开研究，在团队学习信任机制（2011）、虚拟团队学习机制（2010）方面取得了显著成果。

以团队的方式进行学习在教育界变得越来越普及，然而有关多团队学习的研究还比较少，多团队学习和多团队效能的关系还缺乏有说服力的实证支持。我国教育部、财政部关于“十二五”期间实施“高等学校本科教学质量与教学改革工程”的意见中指出：我们要充分利用现代信息技术，组织高校建设一批精品视频公开课程。对已经建设的国家精品课程进行升级改造，大幅度提高资源共享服务能力（中华人民共和国教育部网站2011年7月）。我校“组织行为学”课程在2010年7月获得“十一五”国家双语示范课程奖。为了更好地利用网络资源，通过多团队学习来提高学生的学习效能，我们在该平台上设计了网络辅助教学实验。如果能够明确基于MTS理论的高校学生多团队学习中各因素对多团队效能的影响以及影响程度，并在实践的过程中做适当的调整，势必对多团队学习效能、学习效率的提高起到显著作用。

二、实验方法

（一）被试

本研究采用了来自我校的6个团队共108名学生2010年下学期的学习作为实验调查样本，其中，每个多团队包含6个团队，每个团队3人。样本基本情况如表1所示：

表1　团队构成

（二）实验变量

1．自变量（舒华，2006）。从基于MTS理论的高校学生多团队学习过程各影响因素中，选择学生的参与程度作为自变量，在学生的学习参与程度中又选取了以下三个变量：

（1）学生发表主题数（M）。根据学生发表主题的多少，我们将其分为低频（0）和高频（1）两个维度，定义发表主题数≤1时，发表主题频率为低频（0）；当发表主题数≥3时定义为高频（1）。

（2）学生跟帖次数（N）。同理，将跟帖数≤5时，定义其为低频发帖数（0）；当发帖数≥10时，定义为发帖频率较高。

（3）学生登录次数（X）。学生登录次数≤10时，为登录频率较低（0）；登录次数≥20时，为登录次数频率较高（1）。

2．因变量。在本次试验中以学生的期末成绩（Y）作为一个衡量多团队效能的因素。

（三）实验设计

实验采用3×2的组间实验设计方法，通过研究学生在多团队学习过程中的参与程度来研究其对多团队效能的影响，主要选取了三个自变量：学生发表主题数（M）、学生跟帖次数（N）、学生登录次数（X）。本实验自变量数据的收集是以管理员身份进入“组织行为学”学习网站，在学生们一个学习过程之后通过统计整理获得的，因变量的数据是从学校教务处网站获得的，所有数据都是在整个学习过程之后获取的，并且整个实验没有事先告知学生，这在很大程度上为实验剔除了一些客观因素，提高了实验结果的可信度。

（四）数据处理

采用社会科学统计软件包SPSS19．0进行基本统计分析和多元线性回归分析等方法；根据组织科学研究中的多水平范式，考虑到团队数据的层次结构特征，本研究采用HLM6．02软件包作为多层线性建模工具，来分析基于MTS理论的高校学生多团队学习对其效能的影响。

三、实验结果

（一）多水平数据的加总检验

由于基于MTS理论的多团队学习和效能为群体水平现象，本研究得到的原始数据是个体单位现象。根据Klein等（1994）的建议，个体水平测量数据加总为多团队水平数据需要满足一些必要条件，需要对各变量的组间变异和同质性进行检验，分析团队成员的效能间的一致性。为此，我们对各测量维度在多团队水平的Eta2进行了检验，在多水平研究中，Eta2常被用于估计数据的群体水平属性，它能够说明在总变异中来自团队水平变异的情况。

表2　多水平数据加总检验

表2呈现了主要变量的Eta2、F值和显著性水平的检验结果，各变量的Eta2值显示，各团队水平变量的Eta2值在0．372到0．658之间，根据Kozlowski和Hattrup （1992）的观点，Eta2值达到0．2即为可接受水平，主要变量均可在团队水平加总。F检验的结果也表明了团队间的显著差异性。显著性水平较高，P均在0．05以下。以上检验结果表明，本研究所涉及的变量进行团队水平上的合成是合理的。

（二）样本数据结果分析

根据样本数据，分别统计得到学生在三个因素（学生发表主题数、学生跟帖数、学生登录次数）X两种频率（低频、高频）六个维度下的结果。如表3所示：

表3　各维度下对应的平均成绩

根据表3结果所示，各多团队的平均成绩在发表主题数、跟帖数和登录次数三个因素下的结果显示，当学生发表主题数频率较高时，多团队的平均成绩较高；当学生跟帖频率高时，多团队的平均成绩较高；当学生的登录次数频率高时，多团队的平均成绩较高。统计结果就为提高高校学生多团队学习效率提供了可靠依据。

（三）相关系数分析

本部分研究采用相关分析的方法，来根据数据探索变量之间的形态和密切程度。该方法通过SPSS软件中相关分析的双变量分析方法来分析收集的数据，来分别分析学生发表主题数、跟帖数和登录次数与学生期末考试成绩的相关性。如表4所示。

表4　模型汇总

表4结果得出相关系数R为0．474，判定系数R2为0．225，调整后判定系数为0．202，回归估计的标准误差为9．88070，可以看出发表主题、跟帖次数和登录次数与期末成绩之间的回归方程有一定代表性。

（四）统计量与相伴概率分析

表5　方差分析表

从方差分析表（表5）的结果可以看出：统计量F＝10．053，相伴概率值Sig＜0．001，说明多个自变量与因变量之间存在线性回归关系且较显著。另外，回归平方和为2944．317，残差平方和为10153．340，总平方和为13097．657，df为自由度，在方差分析中，剔除一个无效数据。

（五）各个影响因素的分析以及回归方程的提出

表6　回归系数表

表6的输出为回归系数及多重共线性诊断结果，内容依次为：非标准化的回归系数，包括回归数值和标准差；标准化的回归系数；回归系数显著性检验的t统计量；显著性水平。观察回归系数一列，发现自变量发表主题数与因变量期末成绩之间的相关关系为低度相关，而跟帖次数和登录次数与因变量之间相关性较高。相关分析中所得结果一致，观察显著性水平一列，可见跟帖次数显著性水平为0．001，登录次数显著性水平为0．004，两者均非常显著，但发表主题数显著性水平为0．092，具有一定的代表性但不是特别显著。

四、讨 论

多团队学习作为一种有效的知识分享、传播与创新方式，已然成为了现代组织发展过程中的要素之一。本研究试图发现基于MTS理论的高校学生多团队学习为多团队效能所带来的效果，以对多团队学习的效果提供实证的依据。研究对基于互联网的多团队学习的参与程度对多团队效能的影响进行了探讨，具体地分别从发表主题数、跟帖数和登录次数三个方面对期末成绩的影响做了研究。

（一）学生发表主题数与期末成绩呈正相关关系

在学习过程中，学生的发表主题数作为学习参与程度的一个方面，影响着学生的团队效能，从研究结果中可以看到，发表主题的非标准化系数为0．066，标准误差为0．047，显著性水平为0．092，略大于0．05，可见学生发表主题数与期末成绩呈正相关关系，但显著性水平不是很显著。

（二）学生跟帖次数与期末成绩呈较显著正相关

同样，学生的跟帖次数也影响着学生的团队效能，从实验结果中，我们可以看到，跟帖次数的非标准化系数为0．571，标准误差为0．155，显著性水平为0．001，自变量与因变量之间呈正相关，效果较为显著。相对发帖主题数来说，学生跟帖次数的影响相对显著。

（三）学生登录次数与期末成绩呈正相关

作为学生学习参与程度的另一个变量，学生登录次数在一定程度上也影响着学生的团队效能。从研究结果中可以看出，登录次数的非标准化系数为0．737，标准误差为0．048，显著性水平为0．004，可见自变量与因变量之间较显著正相关关系与因变量之间的关系，比学生发表主题数和跟帖数两个因素显著性水平高。

（四）总述

根据表4至表6中自变量与应变量之间的相关系数R、F检验（F＝10．053）、t检验（t1＝51．022，t2＝1．417，t3＝3．683，t4＝1．692）以及各系数、sig值等一系列结果，我们可以得知发表主题数、跟帖次数和登录次数均对期末成绩有一定影响且均呈正相关。但是研究发现这几个变量的相关程度有一定差别，相关程度从大到小排列依次为：跟帖次数、登录次数、发表主题数。实验研究结果显示，自变量N、X与因变量Y之间相关性非常显著，但自变量M与因变量Y的相关性并不是非常显著。

基于上述分析，我们得到了一些理论与实践相关的有益启示。理论意义方面，研究从多团队系统理论、团队学习、多团队学习角度出发，对现有理论做了综述；在探讨企业中多团队学习与效能的关系时，将其进一步拓展到了高校学习中，为多团队学习提供了一些新的证据。就实践经验而言，研究关于多团队学习的显著作用带来许多有益思考，例如，高校学习中可以以多团队学习的方式来提高学习效率，可以通过提高学生在多团队学习中的参与程度来提高学生的学习效能。

五、结 论

根据以上的研究结果，我们可以得到自变量与因变量之间的关系式：

Y＝61．194＋0．066M＋0．571N＋0．737X

在这里我们注意到，跟帖数（N）和登录次数（X）的显著性水平小于0．05，在一般情况下，不显著的预测变量都要从回归方程中移除，而回归常数代表了响应变量的基本水平，不管显著与否，一般情况下都保留在回归方程中，因此，我们可以仅仅考虑Y和N、Y和X之间的关系而忽略其他预测变量。

基于MTS理论的高校学生多团队学习的参与程度对效能有一定的影响。该结论对组织中提高团队学习参与程度提供了理论支持，基于这一点，我们可以通过激发学生的兴趣来提高学生的学习参与程度，从而提高团队效能，但是这里我们不排除有其他因素影响多团队效能。

参考文献

［1］Calantone RJ．，Cavusgil．S．T．＆Zhao，Y．Learning orientation，firm innovation capacity，and firm performance［J］．Industrial Marketing Journal，2002，31：515—524．

［2］Dyer，J．H．and Nobeoka，K，”Creating and Managing a High－Performance Knowledge Sharing Network：The Toyota Case．”［J］．Strategy Management Journal，2000，21：345—367．

［3］Edmondson A C．Psychological safety and learning behavior in work teams［J］．Administrative Science Quarterly，1999，44：350—383．

［4］John E．Mathieu，Michele A．Marks，Stephen J．Zaccaro．Multiteam System．Handbook of Industrial［J］．Work Organizational Psychology，2002（2）：290．

［5］Klein K J．，Dansereau F．，Hall R J．Levels issues in theory development，data collection，and analysis［J］．Academy of Management Reviews，1994，19：195—229．

［6］Kline，P．＆B．Saunders．The Steps to a Learning Organization［M］．Virginia：Great Ocean，2001

［7］Kozlowski S W J，Hattrup，K．A disagreement about within－group agreement：Disentangling issues of consistency versus consensus［J］．Journal of Applied Psychology，1992，77：161—167

［8］Martin Hoegl，Katharina Weinkauf．Managing Task Interdependencies in Multi－Team Projects：A Longitudinal Study［J］．Journal of Management Studies，2005，42（6）：1287—1288．

［9］Peter，H．G．A problem－Solving Perspective on Knowledge Management Practices［J］．Decision Support System，2001，31：87—102．

［10］Y．Liu，M．A．Simaan．Noninferior Nash Strategies for Multi－Team System［J］．Journal of Optimization Theory and Application，2005，120（1）：121—135．

［11］Yu－chun Xiao，Yanghua Jin．The Hierarchical Linear Modeling of Shared Mental Model on Virtual Team Effectiveness［J］．Kybernetes，2010，6（12）．

［12］Yuchun Xiao，Xiyan Zheng，Wenan Pan，XiaoXia Xie．Trust，relationship commitment and cooperative performance：Supply chain management［J］．Chinese Management Studies，2010，4（3）．

［13］唐宁玉．虚拟团队学习：动态模型、学习效能及组织效应研究［D］．2005．

［14］肖余春．基于MTS理论的浙江民营企业团队学习水平的调查研究［J］．商业经济与管理，2009（3）：22—26．

［15］毛良斌．团队学习行为对团队有效性的影响［J］．应用心理学，2010，16（2）：173—179．

［16］金杨华，王重鸣，杨正宇．虚拟团队共享心智模型与团队效能的关系［J］．心理学报，2006， 38（2）：288—296．

［17］肖余春，王晓辰，郑喜燕．网络协作过程中团队成员信任机制的实验研究［J］．心理科学，2011（3）．

［18］彼得．圣吉．第五项修炼——学习型组织的艺术与实务［M］．郭进隆，译．上海：三联书店，2003．

［19］舒华，张学民，韩在柱．实验心理学的理论、方法和技术［M］．北京：人民教育出版社，2006：153—181．

［20］中华人民共和国教育部网站，http：／／www．moe．edu．cn／，2011．7．

【注释】

[1]基金项目：国家自然科学基金项目“基于MTS理论的企业多团队学习与协同机制研究”（71071139）；国家双语教学示范课程组织行为学，国家高等学校本科教学质量与教学改革工程项目（见教育部、财政部《关于批准2010年度双语示范课程建设项目的通知》（教高函〔2010〕11号）；浙江省哲学社会科学规划项目“浙江高科技企业多团队绩效评估研究——多团队绩效片段理论模型及其应用”（编号：11JCGL10YB）。

[2]肖余春，教授，硕士生导师，管理心理学博士，研究方向为团队动力、组织行为与人力资源管理。

[3]杨丹，研究生，研究方向为组织与人力资源管理。