V21.决策整体性衡量企业各部门之间的行为是相互补充或支持，还是相互限制或妨碍。V22.决策深入性指决策是在深思熟虑或商议之后才得到的，而不是对问题的直觉反应。V23.决策的综合性高层管理者在制定战略决策时是否考虑到广范围的因素。
V24.决策的前瞻性指企业在设计企业战略和操作运行时对未来的考察程度。
V25.决策的主动性衡量企业是对环境的发展趋势消极被动还是主动出击的程度。
V26.经验性考察高层管理者对企业外部环境和内部运行的熟谙程度。
V27.风险性考察高层管理者是排斥风险的还是倾向于冒险的。
V28.战略明晰度指高层管理者对战略的清楚程度，当企业目标模糊，指标的分值较低。
V29.连续性衡量企业是否常对其战略进行再思考或当前战略是否与过去战略相关联。
1.2.4经营绩效
V30.过去的经营绩效，V31.当前的经营绩效。
2．神经网络的训练样本
要通过神经网络对企业的EOS水平进行识别诊断，必须先找到一些有代表性的企业类型作为样本，但企业组织的世界里纷繁复杂，各组织模式之间的多元关系都不尽相同，这就启发我们采用广泛的企业变量，寻求最密集的集聚，用尽可能少的模式描述尽可能多的企业，即通过分类模型来实施实证研究。
通过使用广泛而有代表性的随机样本，结合系统化的统计技术就可以得到分类模型。本文以D·Miller的企业组织关系模式理论为基础，选择了81家企业作为研究对象，从中选择了52家为原始样本，另29家为检验样本，以确保所用统计方法的准确性。首先将原始样本中的企业依据经营绩效分为成功和失败两大组，接着对31个描述企业环境、战略、组织与经营绩效的指标用7分制赋值，然后使用统计学中因子分析方法分别对每组进行聚类，再引用相关因数，得到了成功企业组的6种集聚和失败企业组的4种集聚；并得到了每一集聚的分值范围，然后对29家企业组成的检验样本依据每种集聚进行检验，那些不符合任何一种集聚的企业就被淘汰了。上面得到的每一种集聚都被称为是一种企业原型，研究表明，这十种企业原型大致涵盖了总样本的90%左右。表明这些分类模型能够很好地体现绝大多数企业的环境、组织和结构的特征，能够成为我们后面用来进行训练神经网络的样本基础。
