英语原文共 5 页
印度尼西亚汽车零部件制造商的制造能力，制造战略和制造绩效
摘要：汽车工业被认为是推动印尼制造业增长的先驱。通过实施制造战略，该行业的业绩将得到提高。汽车零部件制造商是汽车工业的重要组成部分。本研究探讨影响因素与印尼汽车零部件制造商绩效之关系，即制造能力与制造策略。开发了一个模型，并从雅加达地区的汽车零部件制造商那里收集数据。使用结构方程模型（SEM）处理数据。结果表明，制造能力对制造策略有显著影响，而制造策略对印尼汽车零部件制造商的绩效也有显著影响。
1.简介
印度尼西亚的经济增长受农业、矿业和制造业三大主导产业的影响。制造业在促进印度尼西亚经济增长方面发挥着重要作用，包括国民生产总值、就业和出口。2013年，制造业对国内生产总值的贡献率为20.8%。然而，尽管增长趋势是积极的，但制造业的增长却趋于缓慢。2009-2011年的增长率从2,56%上升到6,83%。不幸的是，2011-2013（第一季度）的国内生产总值停滞不前，如6,83%、6,32%、6,69%[1]。这一增长低于印度尼西亚中期发展计划的平均目标。制造业的子行业之一，即汽车工业，是制造业发展的先驱。汽车工业的发展可能对国民经济的增长产生影响。
汽车工业是一个全球性的产业，因此印度尼西亚汽车工业必须与其他国家的汽车工业竞争才能实现增长。然而，印度尼西亚成为继泰国和马来西亚之后的东盟地区第三个汽车投资目的地国家。为了与其他国家的汽车工业竞争，印尼汽车工业必须提高其竞争力。另一方面，随着印度尼西亚汽车市场的增长，进口汽车零部件的数量也在增加，尤其是在2010年[2]。这表明印尼零部件制造商的竞争力相对较低。
在汽车工业中，零部件制造商在汽车中供应近70%的零部件[3,4]。零部件制造商在汽车制造商中起着至关重要的作用。关于汽车工业的许多研究已经进行，但对零部件制造商的研究非常有限[4]，尤其是与性能相关的研究。
为了提高制造业的竞争力，许多学者已经证明了制造战略的影响[5,6,7,8]。制造战略将带来更好的绩效，从而提高竞争力。制造战略的一个范例是通过制造能力进行竞争[2,6]。这意味着制造能力对制造战略具有积极的影响。了解印度尼西亚零部件制造商的制造能力、制造策略和绩效之间的关系是很有意思的。预计本研究成果将有助于印尼零部件制造商提高竞争力，支持印尼汽车工业的发展。
2.理论背景
能力是组织为了支持其战略而能够执行的行为模式[8]。学者们有许多不同类型的能力，但可以分类为制造能力和功能能力。本研究将制造能力作为变量，分为成本、交付、灵活性和质量四个因素。
制造战略在制造业中很常见。有关运营战略和制造战略的文献广泛关注作为战略能力的竞争优先事项，这些能力有助于组织创造、发展和保持竞争优势[9]。竞争优先级定义为“企业生产系统必须具备的维度，以支持企业希望竞争的市场需求[10]。作为竞争优先事项的六个标准是质量、成本、交付、灵活性、以客户为中心和专有技术[11]。然而，作者和研究人员之间似乎达成了共识[12,13]，认为主要的竞争重点包括以下的维度：灵活性、成本、质量和交付。
根据汤普森[14]的研究，制造业的表现是公司对未来的适应。公司业绩的规模有助于衡量公司对不断变化的竞争环境的适应性[15]。同时，公司经营业绩的定义是以业绩成果的形式衡量的业绩水平[16]。本研究以制造绩效与经营绩效两个维度来衡量公司绩效。制造绩效包括成本降低、质量、交付和灵活性等要素[17]，而业务绩效要素包括市场份额和销售水平[5,18]。
制造战略形成的研究关注如何确定企业的制造战略目标和制造使命，在评价企业的内外部情境的基础上，通过规划、开发、适应性调整等手段，确立竞争优先权、战略决策和基础设施，进行制造战略选择。它综合考虑了战略规划和实施等要素，使得企业能够对战略效果进行衡量。关于制造战略的形成过程，学术界一直存在着争论。Skinner认为，制造战略是从企业战略派生出来的，应采用自上而下的方法制定制造战略。Skinner强调了制造战略的“硬”要素(资源、技能、过程、技术)，但是对组织中的软性要素(文化、组织结构、治理等)没有涉及。根据自上而下的方法制定制造战略的7个步骤分别是：定义企业目标、选择产品线、外部环境审计、内部环境审计、竞争优先权现状和目标差距分析、竞争优先权和制造目标确定，选择制造战略。虽然大部分企业采用自上而下的方法制定制造战略，但是Hayes和Wheel wright却认为，制造战略是自下而上自发形成的，制造战略向着精益化方向演进。Voss认为，制造战略的发展并不是遵循Hayes和Wheel wright的四个阶段模型，其遵循着迂回的、反复循环的演化过程。David提出中小企业制造战略的形成并不完全遵循自上而下的模式，企业中的政治行为强化了突现机制在制造战略的作用。Swamidass提出，企业不必通过自上而下的分析方法，而通过多种演化路径形成制造战略，并达成战略目标。这些路径包括：一致行动模式、制造过程改进，对核心制造能力的追求J。在复杂多变的环境下，企业的制造战略是网络化、制造、服务，以及最佳实践相结合的模式引。
学术界也对制造战略的形成过程进行了广泛的实证研究。Papke—Shields等人提出，制造战略形成是一个系统规划的过程，具有自上而下的特点。Hallgren等人提出了一个基于市场需求、制造能力的制造战略定量建模方法，该方法能够用来衡量、比较不同的制造战略，并能够帮助企业根据市场需求，确立正确的制造战略，以及建立起个战略之间的定量化联系J。Papke，Lee等人认为制造战略的形成过程是规划和突现两类因素综合作用的结果。Lee比较了日本和韩国企业制造战略内容和过程的差异，认为制造战略形成过程反映了理性和突现两类因素。Papke等人通过对200家美国制造商的实证调查，提出了企业制造战略演化模型，从理性和适应性两个角度，将企业制造战略演化过程分为四种类型。企业制造战略从非理性适应逐渐向理性适应转变。不同类型企业制造战略演化的过程具有很大差异。制造战略的形成是一个非常复杂的过程，外部环境、企业内部机制要素等都对其有影响作用。市场因素、决策者、评价方法、沟通技术、产业集中度等因素在制造战略的形成过程中具有重要作用。Giachettia等人提出，大部分企业的制造战略都是根据制造系统结构、技术资源、控制策略等结构属性而确定的，可以基于柔性和灵捷性，建立制造战略的结构化评价框架。制造战略在表现形式上往往不如企业战略那样正式化，分散化组织更倾向于采用正式化制造战略。在全球化经济背景下，需要加强不确定性环境对制造战略形成过程影响的研究。
3.研究方法
这项研究是针对印度尼西亚的现有汽车公司，尤其是雅加达地区。汽车工业包括汽车工业和摩托车工业。2010-2012年，印度尼西亚汽车（汽车）行业的成员是41家公司，而印度尼西亚摩托车行业协会的成员是6家公司。在此基础上，对印尼汽车零部件制造商的数据进行了调查。
建立了由变量构成的研究模型。样本数量为200家公司。这一数字被认为是适当的，尤其是在用卡方概率比进行结构方程模型（SEM）数据处理的总体适用性测量方面[19]。在研究模型的基础上开发了问卷作为研究工具。与制造能力和制造策略相关的问卷由成本、交付、灵活性和质量4个主要变量组成，而制造绩效问卷则由制造绩效和经营绩效两个主要变量组成。
调查对象的数据通过方差分析和结构方程模型（SEM）进行处理。主要数据处理包括测量模型的分析、通过计算潜在变量得分（LVS）简化潜在变量、验证性因素分析（CFA）实验结果和结构模型测试。
结构方程建模（sem）是一种强大的通用工具，用于统计分析和建模观察和未观察（潜在）变量之间的相互作用[20]，其典型目标是测试变量之间的因果关系。
扫描电镜处理测量和潜在变量。测量变量是一个可以直接观察和测量的变量。测量变量也称为观测变量、指标或显式变量。潜变量是不能直接观察到的变量，必须从可测量变量中推断出来。潜变量由两个或多个测量变量之间的协方差表示。在本研究中，变量是制造能力（kapman）、制造策略（stratman）和制造绩效（kinerja）。本研究使用了两个假设，h1和h2。h1表示制造策略显著影响性能，h2表示能力制造显著影响制造策略。
SEM还提供了各种“适合”的统计数据来评估评估模型。拟合统计可分为两个代表性类别：“绝对拟合指数和增量拟合指数”[21]。绝对拟合指数表示假设模型与收集数据的拟合程度。拟合优度（gfi）、均方根近似（rmsea）和标准残差（srmr）都是绝对拟合的度量[21]。
Rmsea值小于等于0.06，PNFI值大于等于0.60，表明模型非常适合[22]。此外，[23]认为rmsea值小于0.08表示拟合值的可接受性。cfi值为0.90或更大时，也表明模型适合[24]。
4.结果和讨论
通过方差分析，我们可以看出三个潜在变量（kapman、stratman和kinerja）之间是否存在差异。根据受访者的年龄、性别和职位，从三个方面对测试进行评估。
我们可以得出结论，对于制造能力（kapman）、制造战略（stratman）、制造绩效（kinerja）中的潜在变量，几乎所有受访者群体的概况都显示出“无差异”的结果。
下一步是进行有效性和可靠性测试，测试测量模型的潜在变量，研究每个变量的合适研究模型迈进。从标准化载荷系数（SLF）值中可见的数据的有效性和可靠性测试，反映了观测变量是否被测量为潜在变量研究和可靠。从输出的Lisrel-Juga中观察拟合优度指数（GoFI）也可以反映现有数据是否支持以前建立的研究模型。
潜变量研究模型也做了类似的工作，计算了所有路径图潜变量lvs，在模型试验结果验证性因素分析（CFA）模型研究中可以进一步看到。
对结构模型进行了CFA试验模型研究，以确定在任何有效且可进一步处理的地方的潜在变量。如果同时加工，如图1所示。
质量SML
0.48
0.72
制造能力
0.57
交付SML
0.66
0.53
0.69
灵活性
质量SML
制造战略
0.99
0.01
0.57
交付SML
0.67
金曼尔
制造绩效
1.00
0.01
图1.路径图的结果验证性因子分析（CFA）
在对模型进行拟合测试时，应检查模型的完全拟合以及各个参数。其中一个比较流行的拟合指数是拟合优度指数（gofi），它可以松散地被视为一个衡量方差和协方差比例的指标，该模型能够解释[25]。GOFI潜变测试结果CFA的指标值见表1。
下一步是模型结构分析。这项分析的目的是测试研究的假设是否可以接受。这是通过分析T值（T值）的处理来测试对研究模型有意义的假设。t值是独立变量b在解释因变量y时统计显著性的度量。
表1.适合度指数（GOFI）潜在的CFA变量测试结果
|
高保真指示器 |
GOFI计算值 |
标准值适用值 |
结论 |
|
均方根 |
0.062 |
le;0.08 |
合适的 |
|
误差近似值 |
0.062 |
le;0.08 |
合适的 |
|
标准拟合指数 |
0.97 |
ge;0.90 |
合适的 |
|
非规范拟合指数 |
0.97 |
ge;0.90 |
合适的 |
|
比较拟合指数 |
0.99 |
ge;0.90 |
合适的 |
|
IFI |
0.99 |
ge;0.90 |
合适的 |
|
射频干扰 |
0.92 |
ge;0.90 |
合适的 |
|
STD RMR |
0.045 |
le;0.05 |
合适的 |
|
拟合优度指数 |
0.98 |
ge;0.90 |
合适的 |
|
调整后的拟合优度指数 |
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
