本文將列舉某企業(yè)的具體情況確定適當(dāng)?shù)目己藰?biāo)準(zhǔn),采用因子分析以及聚類(lèi)分析方法,比較出各員工績(jī)效水平,從而為企業(yè)績(jī)效管理提供一定的科學(xué)依據(jù)。
一、應(yīng)用方法簡(jiǎn)介
(一)主成分分析法
主成分分析法是多元統(tǒng)計(jì)分析中應(yīng)用廣泛的一種方法,它研究如何通過(guò)少數(shù)幾個(gè)主成分(即原始變量的線(xiàn)性組合)來(lái)解釋多變量的方差協(xié)方差結(jié)構(gòu)。具體說(shuō),是導(dǎo)出少數(shù)幾個(gè)主分量,它們盡可能多地保留了原始變量的信息,且彼此間又不相關(guān),其思想就是從簡(jiǎn)化方差—協(xié)方差的結(jié)構(gòu)來(lái)考慮降維,即在一定的約束條件下,把代表各原始變量的各坐標(biāo)軸構(gòu)成的坐標(biāo)系進(jìn)行一個(gè)旋轉(zhuǎn),產(chǎn)生的新坐標(biāo)系中的若干個(gè)代表了具有最大變異方向的新坐標(biāo)軸(也可以說(shuō)是對(duì)原始變量作了一次特殊的正交變換),而得到一組具有某種良好的方差性質(zhì)的新變量(得到的一組新變量彼此互不相關(guān)且在各自的特征方向上有最大方差),再?gòu)闹羞x取前幾個(gè)變量來(lái)代替原變量,主成分分析的主要目的就是用來(lái)減少變量個(gè)數(shù),然后用于標(biāo)圖、回歸、聚類(lèi)等。
其中(α1iα2i … αpi)i=1,…q,分別是變量相關(guān)陣的前q個(gè)特征根對(duì)應(yīng)的特征向量。f1,f2 … fq的方差分別是這q個(gè)特征根λ1≥λ2≥…≥λq。(αi1,αi2,…,αiq )是第i個(gè)變量在各主成分上的載荷。標(biāo)準(zhǔn)化主成分的方差為1。
(二)聚類(lèi)分析法
聚類(lèi)分析也稱(chēng)群分析、點(diǎn)群分析,是研究分類(lèi)的一種多元統(tǒng)計(jì)方法。根據(jù)一批樣品的多個(gè)觀(guān)測(cè)指標(biāo),具體找出一些能夠度量樣品或指標(biāo)之間相似程度的統(tǒng)計(jì)量,以這些統(tǒng)計(jì)量為劃分類(lèi)型的依據(jù)。把一些相似程度較大的樣品(或指標(biāo))聚合為一類(lèi),把另外一些彼此之間相似程度較大的樣品(或指標(biāo))又聚合為另一類(lèi),直到把所有的樣品(或指標(biāo))聚合完畢。在聚類(lèi)分析中,通常我們將根據(jù)分類(lèi)對(duì)象的不同分為Q型聚類(lèi)分析和R型聚類(lèi)分析兩大類(lèi)。
二、績(jī)效考評(píng)的模型分析
為了分析某企業(yè)績(jī)效水平,按照綜合性、可比性、實(shí)用性和易操作性的選取指標(biāo)原則,本文選擇了影響某企業(yè)績(jī)效水平的成果、行為、態(tài)度等6個(gè)經(jīng)濟(jì)指標(biāo)(見(jiàn)表1)。
對(duì)某企業(yè),搜集整理了28名員工2009年第1季度的數(shù)據(jù)資料。構(gòu)建1個(gè)28×6維的數(shù)據(jù)表(見(jiàn)表2)。
應(yīng)用SPSS數(shù)據(jù)統(tǒng)計(jì)分析系統(tǒng)首先對(duì)變量進(jìn)行主成分以及因子分析,得到樣本相關(guān)矩陣的特征值與特征向量,見(jiàn)表3和表4。
根據(jù)累計(jì)貢獻(xiàn)率超過(guò)80%的一般選取原則,PRIN1和PRIN2的累計(jì)貢獻(xiàn)率已達(dá)到了83.74%的水平,表明原來(lái)6個(gè)變量反映的信息可由兩個(gè)主成分反映83.74%,故選取PRIN1和PRIN2為主成分。
PRIN1=0.899x1+0.897x2+0.882x3+0.732x4
+0.729x5+0.697x6
PRIN2=-0.239x1-0.319x2-0.32x3+0.618x4
+0.633x5-0.187x6
利用表4的結(jié)果做出主成分平面圖,如圖1所示。
根據(jù)SPSS因子分析結(jié)果,輸出因子成分得分系數(shù):
F1=0.353x1+0.312x2+0.35x3+0.24x4-0.16x5-0.17x6
F2=-0.12x1-0.06x2-0.123x3-0.047x4+0.58x5+0.59x6
從上述模型看出,第一公因子F1,基本支持了X1、X2、X3、X4(絕對(duì)值較大的系數(shù))。而第二公因子F2,基本支持了X5、X6(絕對(duì)值較大的系數(shù)),該因子得分還有對(duì)未來(lái)員工績(jī)效預(yù)報(bào)作用。
從表4和圖1可以得出,第一主成分PRIN1與工作質(zhì)量、工作產(chǎn)量以及工作出勤高度正相關(guān)。因此第一主成分PRIN1可以反映影響該企業(yè)績(jī)效的工作成績(jī)因素。第二主成分PRIN2與工作能力以及工作態(tài)度高度正相關(guān),因此PRIN2可以反映影響該企業(yè)員工績(jī)效的能力與態(tài)度因素。
三、績(jī)效水平的類(lèi)型劃分及區(qū)域差異分析
應(yīng)用SPSS統(tǒng)計(jì)分析系統(tǒng),計(jì)算得出28個(gè)員工的兩類(lèi)主成分得分值,并把28個(gè)員工的第一主成分分值按大小排序,得到各員工績(jī)效得分情況,見(jiàn)表5。
將PRIN1作為橫軸,PRIN2作為縱軸,給出各樣品的分布平面圖,如圖2所示。
按照上述區(qū)域劃分結(jié)果,可以把選取的28個(gè)員工劃分為5個(gè)類(lèi)型區(qū)域(見(jiàn)表6)。
因此完成了對(duì)該企業(yè)員工績(jī)效考評(píng),如果企業(yè)被考評(píng)的員工人數(shù)以及考評(píng)標(biāo)準(zhǔn)更多,則更能體現(xiàn)該統(tǒng)計(jì)分析技術(shù)的優(yōu)越性。
四、結(jié)論
企業(yè)在進(jìn)行績(jī)效考評(píng)時(shí),有必要遵循績(jī)效考評(píng)的多方位全面考核原則,對(duì)企業(yè)員工進(jìn)行多標(biāo)準(zhǔn)大樣本績(jī)效考評(píng)。應(yīng)用SPSS統(tǒng)計(jì)分析技術(shù),能夠較容易地對(duì)搜集的大量數(shù)據(jù)進(jìn)行因子分析和聚類(lèi)分析,分析結(jié)果可靠程度高、操作方便,能夠劃分出不同的績(jī)效水平區(qū)域,利用因子得分還能夠預(yù)測(cè)員工未來(lái)的績(jī)效,使企業(yè)人力資源管理更加科學(xué)合理。
主要參考文獻(xiàn):
[1]Lioyd L.Byars.Human Resource Management [M].北京:華夏出版社,2002.
[2]盧紋岱.SPSS for windows 統(tǒng)計(jì)分析[M].北京:電子工業(yè)出版社,2000.
[3]洪楠.SPSS for windows 統(tǒng)計(jì)分析[M].北京:清華大學(xué)出版社,2003.
[4]EVERITL B. Cluster analysis (second edition)[M].NewYork:Haslasted,1980.
[5]鄭遠(yuǎn)強(qiáng).人力資源管理實(shí)際操作技能[M].北京:中國(guó)文史出版社,2005.
