Statistical test methodOur hypothes

Statistical test method
Our hypotheses are formulated under the regime of systems
fit, where we have many variables interacting (Lean
audit variables) and where we expect companies to be able
to survive (with different performances, however), even
though they have not attained the ideal state. Additionally,
we have performance data. In such a situation, Gerdin and
Greve (2004) suggest using profile deviation analysis. This
model originates from a paper by Drazin and Van de Ven,
in which they argue that pattern analysis (deviation analysis),
is an appropriate technique for analyzing the “gestalt”
characteristics of the organization in a systems fit approach
(Drazin and Van de Ven, 1985).
Within the profile deviation analysis, the Euclidian distance
is used to measure the distance between the ideal
state and the measurement scores for the constructs under
scrutiny. The result of the deviation analysis is an overall
“distance score” and is a measure of the misfit to the
ideal state. This distance score is regressed against performance
and a negative correlation is expected, meaning
that the greater the distance from the ideal state, the lower
the performance (Hult et al., 2007). For the purpose of our
study, we need to address the complementarities between
the control forms. In the Lean audits, the ideal state would
have maximum scores on all elements. However, with
the Euclidian distance score only, we cannot distinguish
between Hypothesis 1 (improvement of control without
3 The company’s Lean audit scheme is in the local language, not in
English. Translation has been done by the authors.
balance) and Hypothesis 2 (balanced improvements of
controls), so we are not able to investigate whether complementary
effects exist.
A high score on one control measure cannot fully compensate
for a low score on another. For example, a value
stream that scores “3” on each of the three control forms
generally performs better than a value stream that scores
“2” on one control form, “3” on another, and “4” on
the third control form. The Euclidian distance measure
needs to be supplemented to enable us to test whether
the improvement comes from complementarities between
control forms or just from an increase in the average level
of the control forms. We call this supplementary distance
measure the “city-block” score and discuss it further in
the analysis section. With this new statistical approach,
we are able to address whether complementary effects on
performance from the control forms are thwarted if the
off-balance between the control forms is increased.
According to Miller and Friesen (1984), the ideal state of
a configuration can be derived empirically or conceptually.
Earlier, Selto et al. (1995) derived the ideal configuration
empirically in the aforementioned Just-in-Time setting,
using the best performing work-group as the ideal state. In
our case, we used the conceptual approach. Three reasons
exist for this choice. The first reason has to do with the case
company’s Lean audits, where the measures/constructs are
made in such a way that scoring the maximum value (5
on the 1–5 scale, 10 on the 1–10 scale) is perceived to
be the best level. Hence, the Lean audits have a built-in
conceptual best level. The second and third reasons are
based on Govindarajan (1988). He argues that the empirical
approach demands a benchmark group of the best performers,
but it is somewhat arbitrary how many performers
should constitute this benchmark group. We would further
argue that using only one observation to create this
empirical benchmark would entail the risk of choosing an
outlier (nonetheless, this is what Selto et al. (1995) did).
On the other hand, including more observations to create
the benchmark would lead to a loss of observations in
the test procedure, as the benchmark performers cannot
be included in the calculation of the Euclidean distance.
This will reduce the degrees of freedom in the statistical
test (Govindarajan, 1988), which is the third reason for
choosing the conceptual approach in setting the ideal state.

ผลลัพธ์ (ไทย) 1:

วิธีการทดสอบทางสถิติHypotheses เรามีสูตรผสมภายใต้ระบอบการปกครองของระบบพอดี การที่เรามีหลายตัวแปรการโต้ตอบ (Leanตรวจสอบตัวแปร) และที่เราคาดว่าบริษัทจะสามารถเอาตัวรอด (มีแตกต่างกัน อย่างไรก็ตาม), แม้แต่แม้ว่า พวกเขาไม่ได้รับสถานะเหมาะ นอกจากนี้เรามีข้อมูลประสิทธิภาพ ในสถานการณ์ที่ Gerdin และออสเตรเลียและแปซิฟิกใต้ (2004) แนะนำให้ใช้โพรไฟล์ความเบี่ยงเบนวิเคราะห์ นี้จำลองมาจากกระดาษ Drazin และ Van de Venที่พวกเขาทะเลาะกันที่วิเคราะห์รูปแบบ (ความเบี่ยงเบนวิเคราะห์),เป็นเทคนิคเหมาะสมสำหรับการวิเคราะห์ "gestalt"ลักษณะขององค์กรในระบบเหมาะสมกับวิธี(Drazin และ Van de Ven, 1985)ภายในโพรไฟล์ความเบี่ยงเบนวิเคราะห์ ระยะระบบยุคลิดใช้สำหรับวัดระยะห่างระหว่างอุดมคติรัฐและคะแนนประเมินของโครงสร้างภายใต้ดำเนินการอย่างนี้ ผลของการวิเคราะห์ความเบี่ยงเบนคือ โดยรวมมี"ห่างจากคะแนน" และวัด misfit เพื่อการสถานะดี คะแนนระยะทางนี้เป็น regressed กับประสิทธิภาพและความสัมพันธ์เชิงลบคาด ว่า ความหมายที่ระยะทางมากขึ้นจากรัฐเหมาะ ล่างประสิทธิภาพ (Hult et al. 2007) สำหรับจุดประสงค์ของเราการศึกษา ที่เราต้องการ complementarities ระหว่างแบบควบคุม ในการตรวจสอบลี รัฐเหมาะจะมีคะแนนสูงสุดในองค์ประกอบทั้งหมด อย่างไรก็ตาม ด้วยระยะทางระบบยุคลิดคะแนนเท่านั้น เราไม่สามารถแยกระหว่างสมมติฐาน 1 (ปรับปรุงการควบคุมโดยไม่ต้อง3 แผนการตรวจสอบลีของบริษัทไม่เป็นภาษาท้องถิ่นอังกฤษ มีการดำเนินการแปล โดยผู้เขียนยอดคงเหลือ) และสมมติฐาน 2 (ปรับปรุงสมดุลของควบคุม), ดังนั้นเราจึงไม่สามารถที่จะตรวจสอบว่าเสริมมีผลกระทบเต็มไม่สามารถชดเชยคะแนนสูงในมาตรการควบคุมหนึ่งคะแนนต่ำในอีก ตัวอย่างเช่น ค่ากระแสข้อมูลที่ "3" แต่ละแบบฟอร์มควบคุมสามคะแนนโดยทั่วไปทำดีกว่าค่ากระแส"2" บนแบบฟอร์มตัวควบคุมหนึ่ง "3" ในอีก และ "4" ในแบบฟอร์มควบคุมสาม การวัดระยะทางระบบยุคลิดต้องเสริมเพื่อให้เราสามารถทดสอบว่าการปรับปรุงมาจาก complementarities ระหว่างควบคุมรูปแบบ หรือเพียงแค่จากการเพิ่มขึ้นในระดับเฉลี่ยของรูปแบบการควบคุม เราเรียกระยะนี้เสริมวัดคะแนน "เมืองบล็อก" และหารือเกี่ยวกับมันต่อไปในส่วนการวิเคราะห์ ด้วยวิธีทางสถิตินี้ใหม่เราจะสามารถอยู่ว่าผลประกอบประสิทธิภาพการทำงานจากแบบฟอร์มควบคุมอยู่เบลเยียมถ้าการสมดุลระหว่างฟอร์มควบคุมเพิ่มขึ้นมิลเลอร์และ Friesen (1984), รัฐเหมาะสามารถได้รับการกำหนดค่าเชิงประสบการณ์ หรือทางแนวคิดก่อนหน้านี้ Selto et al. (1995) ได้รับการกำหนดค่าที่เหมาะสมเชิงประสบการณ์ในการดังกล่าวเพียงในเวลาตั้งใช้ทำการกลุ่มผลิตเป็นสถานะเหมาะ ในกรณีของเรา เราใช้วิธีการแนวคิด สามประการมีอยู่สำหรับตัวเลือกนี้ เหตุผลแรกที่มีการดำเนินการกับกรณีตรวจสอบแบบ Lean ของบริษัท ที่อยู่ที่มาตรการของโครงสร้างทำในลักษณะที่ค่าสูงสุด (5 ให้คะแนนในการ 1-5, 10 ในระดับ 1-10) มีการรับรู้เป็นระดับที่ดีที่สุด ดังนั้น การตรวจสอบลีได้ในตัวระดับแนวคิดที่ดีที่สุด เหตุผลสอง และสามอิง Govindarajan (1988) เขาระบุว่า ที่การเชิงประจักษ์วิธีต้องการกลุ่มมาตรฐานของนักแสดงที่ดีที่สุดแต่ก็ค่อนข้างเปิดอลังการมากควรเป็นกลุ่มมาตรฐานนี้ เราเพิ่มเติมยืนยันว่า ใช้สังเกตการณ์เดียวเท่านั้นในการสร้างนี้มาตรฐานเชิงประจักษ์จะนำมาซึ่งความเสี่ยงของการเลือกการoutlier (อย่างไรก็ตาม นี่คือไม่ได้ของ Selto et al. (1995))บนมืออื่น ๆ รวมทั้งข้อสังเกตเพิ่มเติมเพื่อสร้างเกณฑ์มาตรฐานจะนำไปสู่การสูญเสียของการสังเกตในขั้นตอนการทดสอบ เป็นนักแสดงเกณฑ์มาตรฐานไม่จะรวมในการคำนวณระยะทางแบบยุคลิดซึ่งจะลดองศาความเป็นอิสระในการทางสถิติการทดสอบ (Govindarajan, 1988), ซึ่งเป็นเหตุผลสามสำหรับเลือกวิธีการแนวคิดในการตั้งค่าสถานะดี

ผลลัพธ์ (ไทย) 2:

วิธีการทดสอบทางสถิติ
สมมติฐานของเรามีสูตรภายใต้ระบอบการปกครองของระบบ
พอดีกับที่เรามีหลายตัวแปรที่มีปฏิสัมพันธ์ (ลีน
ตัวแปรตรวจสอบ) และสถานที่ที่เราคาดว่า บริษัท จะสามารถ
ที่จะอยู่รอด (มีการแสดงที่แตกต่างกันอย่างไร) แม้
แม้ว่าพวกเขายังไม่ได้บรรลุ รัฐในอุดมคติ นอกจากนี้
เรามีข้อมูลผลการดำเนินงาน ในสถานการณ์ดังกล่าว Gerdin และ
Greve (2004) แนะนำให้ใช้การวิเคราะห์ค่าความเบี่ยงเบนรายละเอียด นี้
รูปแบบมาจากกระดาษโดย Drazin และแวนเดอเวน
ที่พวกเขายืนยันว่าการวิเคราะห์รูปแบบ (การวิเคราะห์ค่าความเบี่ยงเบน)
เป็นเทคนิคที่เหมาะสมสำหรับการวิเคราะห์ "Gestalt"
ลักษณะขององค์กรในระบบวิธีพอดี
(Drazin และแวนเดอเวน , 1985).
ภายในการวิเคราะห์ค่าความเบี่ยงเบนรายละเอียดที่ระยะทางแบบยุคลิด
ใช้ในการวัดระยะห่างระหว่างเหมาะ
รัฐและคะแนนวัดสำหรับโครงสร้างภายใต้
การตรวจสอบข้อเท็จจริง ผลการวิเคราะห์ค่าความเบี่ยงเบนเป็นโดยรวม
"คะแนนไกล" และเป็นตัวชี้วัดไม่เหมาะที่จะเป็น
รัฐที่เหมาะ คะแนนระยะนี้จะถดถอยกับประสิทธิภาพการทำงาน
และความสัมพันธ์ทางลบที่คาดว่ามีความหมาย
ว่ามากขึ้นระยะทางจากรัฐที่เหมาะที่ต่ำกว่า
ผลการดำเนินงาน (Hult et al., 2007) สำหรับวัตถุประสงค์ของเรา
ศึกษาเราต้องอยู่ complementarities ระหว่าง
รูปแบบการควบคุม ในการตรวจสอบแบบ Lean รัฐที่เหมาะจะ
มีคะแนนสูงสุดในทุกองค์ประกอบ แต่ด้วย
คะแนนระยะทางแบบยุคลิดเท่านั้นเราไม่สามารถแยกความแตกต่าง
ระหว่างสมมติฐานที่ 1 (ปรับปรุงการควบคุมโดยไม่ต้อง
3 โครงการตรวจสอบของ บริษัท ของ Lean เป็นภาษาท้องถิ่นที่ไม่ได้อยู่ใน
ภาษาอังกฤษ. แปลได้กระทำโดยผู้เขียน.
Balance) และสมมติฐานที่ 2 ( การปรับปรุงสมดุลของการ
ควบคุม) ดังนั้นเราจึงไม่สามารถที่จะตรวจสอบว่าเสริม
ผลกระทบที่มีอยู่.
คะแนนสูงในการควบคุมการวัดหนึ่งไม่สามารถชดเชย
สำหรับคะแนนต่ำในอีก ยกตัวอย่างเช่นค่า
กระแสว่าคะแนน "3" ในแต่ละสามรูปแบบการควบคุม
โดยทั่วไปมีประสิทธิภาพดีกว่าสายธารคุณค่าที่คะแนน
"2" ในแบบฟอร์มการควบคุมหนึ่ง "3" อีกและ "4" ใน
รูปแบบการควบคุมที่สาม . วัดระยะทาง Euclidian
ความต้องการที่จะได้รับการเสริมที่จะช่วยให้เราสามารถทดสอบว่า
การปรับปรุงมาจาก complementarities ระหว่าง
รูปแบบการควบคุมหรือเพียงแค่จากการเพิ่มขึ้นของระดับค่าเฉลี่ย
ของรูปแบบการควบคุม เราเรียกระยะนี้เสริม
มาตรการ "เมืองบล็อก" คะแนนและหารือเกี่ยวกับมันต่อไปใน
ส่วนของการวิเคราะห์ ด้วยวิธีการทางสถิติใหม่นี้
เราสามารถที่จะอยู่ไม่ว่าจะเป็นผลกระทบที่สมบูรณ์ใน
การปฏิบัติงานจากรูปแบบการควบคุมที่มีการขัดขวางถ้า
ออกสมดุลระหว่างรูปแบบการควบคุมที่เพิ่มขึ้น.
ตามที่มิลเลอร์เซ่น (1984) รัฐในอุดมคติของ
การตั้งค่าสามารถ จะมาสังเกตุหรือแนวคิด.
ก่อนหน้านี้ Selto et al, (1995) ที่ได้รับการกำหนดค่าที่เหมาะ
สังเกตุในการตั้งค่าเพียงแค่ในเวลาดังกล่าว
โดยใช้ที่ดีที่สุดสำหรับการปฏิบัติงานกลุ่มเป็นรัฐที่เหมาะ ใน
กรณีที่เราใช้วิธีการแนวความคิด สามเหตุผล
ที่มีอยู่สำหรับทางเลือกนี้ เหตุผลแรกจะทำอย่างไรกับกรณี
การตรวจสอบการผลิตแบบลีนของ บริษัท ที่มาตรการ / โครงสร้างจะ
ทำในลักษณะที่คะแนนค่าสูงสุด (5
ในระดับ 1-5, 10 ในระดับ 1-10) เป็นที่รับรู้
เป็น ระดับที่ดีที่สุด ดังนั้นการตรวจสอบแบบ Lean มีการสร้างขึ้นใน
ระดับที่ดีที่สุดความคิด เหตุผลที่สองและสามจะ
อยู่บนพื้นฐานของ Govindarajan (1988) เขาระบุว่าการทดลอง
วิธีการเรียกร้องกลุ่มมาตรฐานของนักแสดงที่ดีที่สุด
แต่ก็เป็นวิธีที่ค่อนข้างพลนักแสดงหลายคน
ควรถือเป็นกลุ่มมาตรฐานนี้ เรายังจะ
ยืนยันว่าใช้เพียงหนึ่งสังเกตเพื่อสร้าง
มาตรฐานการทดลองจะนำมาซึ่งความเสี่ยงของการเลือกนั้น
ขอบเขต (กระนั้นนี่คือสิ่งที่ Selto et al. (1995) ได้).
ในมืออื่น ๆ รวมทั้งการสังเกตมากขึ้นเพื่อสร้าง
มาตรฐาน จะนำไปสู่การสูญเสียของการสังเกตใน
ขั้นตอนการทดสอบที่เป็นนักแสดงที่มาตรฐานไม่สามารถ
จะรวมอยู่ในการคำนวณระยะทางยุคลิด.
นี้จะลดองศาความเป็นอิสระในทางสถิติ
ทดสอบ (Govindarajan, 1988) ซึ่งเป็นเหตุผลที่สามสำหรับ
การเลือกวิธีการแนวความคิดในการตั้งรัฐที่เหมาะ