共享心智模型的测量

　　共享心智模型本质上是团队成员心智模型的重叠、相似或者共享，其测量方法分为两个步骤：首先是如何引导出团队成员的心智模型；其次是如何测量心智模型的一致、相似或者共享程度。

　　1.概念映射法(concept mapping)

　　其一般步骤为：

　　(1)通过团队的作业分析，概括出完成团队作业所必需的、核心的步骤或者概念，形成一个概念集合；

　　(2)通过作业分析，事先确定一个有层次或先后顺序关系的作业操作流程图；

　　(3)要求团队成员从概念集合中选取他认为完成团队所必需的步骤或者概念，填入流程图中(通常概念集合中的概念数目多于流程图的节点数)。

　　概念图示法同时也是一种数据分析的方法，可以很直观地评定团队成员概念图的相似性。Marks等人2000年的一项实验室研究采用3人组成一个团队，研究者采用赋值的方法求取共享心智模型的指标。具体做法是在某个节点上，任意2个队员的概念相同，则赋值1分，3个队员都相同，则在这个节点上得3分。取总分作为共享心智模型的指标。Marks等人2002年的一项实验室研究则以3个队员概念图的重叠百分比作为共享心智模型的指标，变化范围为0到100%。

　　2.相似性评定法(similarity ratings)

　　一般步骤为：

　　(1)通过团队的作业分析，概括出团队作业所要求的核心概念或特质；

　　(2)采用对偶比较的方式，团队成员评定两两特质之间的相似或者关联程度，得到一个n×n的下对角矩阵。一般采用Likert7点或9点量表评定。

　　Pathfinder和多维标度(Multidimensional Scaling,MDS)是其两种分析方法。Pathfinder是一个专门用于分析相似性评定数据的电脑程序。它能把相似性评定矩阵转换成网络图。

　　网络图有节点(概念)以及连接节点的连线组成，展现了概念之间的关系，是心智模型的直观呈现。Pathfinder还可以比较两个矩阵之间的相似性，用相似性系数C来表示，其取值在0到1之间，0代表两个矩阵完全不一样，1代表完全一致。在团队水平上，计算团队成员两两之间的相似性系数C，然后取平均数作为团队水平的共享心智模型的指标。这种方法在研究中应用较多。

　　多维标度是一种统计分析方法，适用的数据类型也是通过对偶比较得到的矩阵，如相似性评定。多维标度能够揭示人们进行对偶比较时所依据的维度是哪些，用R2来衡量所得到的模型对原始矩阵的解释量。R2越大，该群体成员对偶比较时所依据的维度就越相似；R2越小，该群体成员对偶比较时所依据的维度就越不相似。因而可以用R2来反映团队成员心智模型相似性程度的高低。Rentsch和Klimoski就采用了这种方法。

　　3.卡片分类法(cart sorting)

　　其步骤为：

　　(1)通过团队的作业分析，概括出团队作业和任务情境中的核心概念或特质，并把概念写在卡片上，一张卡片写一个概念；

　　(2)团队成员根据概念之间的关系把卡片分成若干类，并给每一个类命名,以使得他们的归类是有意义的，但一般不统计分析)，每一个人的分类结果形成一个元素为0或1的下对角矩阵。

　　多维标度也适用于分析二分变量，它提供了一个计算Phi相关的选项用于衡量元素为二分变量的矩阵的相似性。因而卡片分类法收集的数据也可以用这种方法处理，Phi相关越大，团队成员心智模型的相似性越高。

　　4.问卷法

　　多应用于现场研究。问卷的项目为团队作业、作业情境、团队成员的行为等的描述，团队成员在Likert量表上表达自己的态度。用组内一致性指标(within-group agreement,rwg)来衡量团队成员判断的一致性。它是James等人提出的一个指标，后来经过Dunlap等人的发展，现在已经比较成熟。rwg这个指标反映的是团队成员在问卷作答上的一致性程度。Levesque等人的现场研究就是采用了rwg作为共享心智模型的指标。