究的實際需要，主要從培訓管理的五個維度角度來設計問題，每個問題皆采用 Likert 尺度的五點衡量法，每個題項對應五個反應選項。 第三部分企業績效部分，主要采用員工對企業績效的主觀認知評價（如滿意與否等）來間接測量。
3．數據收集

為了深入了解 S 汽車公司培訓管理與企業績效之間的關系，在 2018 年 4 月至 2018 年 5 月之間，采用紙質問卷方式，在取得被調查者同意的基礎上由其獨立填寫。 在本次調查中共發放了 107 份問卷，回收有效問卷 105 份，有效回收率為 98．13％。

對收集的樣本進行概況分析，性別上，男性人數占到總調查人數的 68．6％，女性人數占到總調查人數的 31．4％，可以看出該公司以男性為主；年齡上，25 歲到 44 歲之間的員工數量最多，占到總調查人數的 81．9％，說明 S 汽車公司的員工普遍年輕；在職務方面，本次調查集中在一般職工，占到了總調查人數的 75．2％；在部門方面，生產部門占了主要比例。

本研究使用 spss19．0 對變量進行信效度分析，發現 TP2、TI2 這兩個題項所對應的“該項已刪除的信度系數值”差距較大，對應的數值均大于總體的信度系數，故將這兩項從問卷中剔除以保證問卷結構與措辭上的合理性。 從表 1 中看出各變量維度的信度系數均大于 0．6，Hair J F 及 Fornell C 等人指出， 在探索性研究中，0． 60≤Cronbach＇s Alpha≤0． 70 是可以接受的，因此說明量表整體信度較好；效度方面主要采用探索性因子分析進行檢驗，因子分析前對量表進行了 KMO 檢驗和 Bartlett 樣本測度，檢驗數據是否適合做因子分析，如表 1 所示各變量維度的 KMO 值均大于 0．5 且顯著性小于 0．05，說明適合做因子分析，然后通過因子分析計算所有測量指標在其潛變量上的因子載荷均大于 0．5，說明變量的測量具有較好的收斂效度。

1 信度和效度分析結果

對各變量題項進行描述性統計，得出各變量均值、標準差和方差情況，如表 2 所示，培訓管理維度的測量題項水平從低到高分布在 1 到 5 的范圍內， 其中 1 表示完全不符合、2 表示不符合、3 表示一般、4 表示符合、5 表示完全符合；企業績效維度的測量題項水平從 1 到 5 以此表示由弱到強或由少變多。

分析得出 S 汽車公司在培訓投入強度方面處于比較低的水平， 其幾個題項的均值分別為 2．41、2．51、2．19、3．84，而培訓管理的其他幾個維度和企業績效的兩個維度的相關題項的均值均在 3－4 之間，故都處于中等水平以上。 另外各變量的標準差和方差均小于 1，這表明各樣本值離散變異趨勢不大，均值對于描述各變量整體情況的代表性較高。

表 2 描述性統計

對各變量間的相關性進行分析，分析結果如表 3 所示：培訓受重視程度、培訓需求分析、培訓方式、培訓后管理在 p＜0．01 水平上與企業財務均存在顯著的相關性， 而培訓投入強度與企業財務績效不存在相關關系。 在研究過程中培訓投入強度主要是指員工參加培訓的頻率和培訓持續時間等，其在培訓管理活動中頻繁的參加培訓以及培訓時間的長短與企業財務績效的提高并無必然聯系。 而培訓被重視程度、培訓方式選擇、培訓需求分析以及培訓后的管理工作都與企業財務績效有一定的聯系。

表 3 相關性分析

培訓受重視程度和培訓后的管理在 p＜0．01 水平上與企業非財務存在正相關關系，而培訓管理的其他三個維度與企業非財務績效并無必然聯系。 說明培訓越被重視以及培訓后的管理越完善，企業的非財務績效就會越好。

本文采用逐步回歸的方法來探究培訓管理的幾個維度與企業績效之間的因果關系。培訓管理五個維度與企業財務績效之間相關關系的逐步回歸分析結果表明：培訓受重視程度、培訓后管理、培訓需求分析在 p＜0．01 水平上與企業財務績效指標存在顯著的正向關系，故保留在模型中是合理的，繼續引入培訓投入強度、培訓方式兩個新的自變量后發現，培訓投入強度、培訓方式與企業財務績效存在不顯著關系，故應停止引入新自變量，隨即從回歸模型中剔除，只保留效應顯著的培訓后管理、培訓受重視程度、培訓需求分析三個自變量，從而得到最優的回歸模型。 通過上述相關性分析得出培訓方式與企業財務績效存在相關關系，但是培訓方式不能顯著的影響企業績效，說明企