本文將列舉某企業(yè)的具體情況確定適當?shù)目己藰藴?采用因子分析以及聚類分析方法,比較出各員工績效水平,從而為企業(yè)績效管理提供一定的科學依據(jù)。
一、應用方法簡介
(一)主成分分析法
主成分分析法是多元統(tǒng)計分析中應用廣泛的一種方法,它研究如何通過少數(shù)幾個主成分(即原始變量的線性組合)來解釋多變量的方差協(xié)方差結構。具體說,是導出少數(shù)幾個主分量,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,其思想就是從簡化方差—協(xié)方差的結構來考慮降維,即在一定的約束條件下,把代表各原始變量的各坐標軸構成的坐標系進行一個旋轉,產生的新坐標系中的若干個代表了具有最大變異方向的新坐標軸(也可以說是對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的新變量(得到的一組新變量彼此互不相關且在各自的特征方向上有最大方差),再從中選取前幾個變量來代替原變量,主成分分析的主要目的就是用來減少變量個數(shù),然后用于標圖、回歸、聚類等。
其中(α1iα2i … αpi)i=1,…q,分別是變量相關陣的前q個特征根對應的特征向量。f1,f2 … fq的方差分別是這q個特征根λ1≥λ2≥…≥λq。(αi1,αi2,…,αiq )是第i個變量在各主成分上的載荷。標準化主成分的方差為1。
(二)聚類分析法
聚類分析也稱群分析、點群分析,是研究分類的一種多元統(tǒng)計方法。根據(jù)一批樣品的多個觀測指標,具體找出一些能夠度量樣品或指標之間相似程度的統(tǒng)計量,以這些統(tǒng)計量為劃分類型的依據(jù)。把一些相似程度較大的樣品(或指標)聚合為一類,把另外一些彼此之間相似程度較大的樣品(或指標)又聚合為另一類,直到把所有的樣品(或指標)聚合完畢。在聚類分析中,通常我們將根據(jù)分類對象的不同分為Q型聚類分析和R型聚類分析兩大類。
二、績效考評的模型分析
為了分析某企業(yè)績效水平,按照綜合性、可比性、實用性和易操作性的選取指標原則,本文選擇了影響某企業(yè)績效水平的成果、行為、態(tài)度等6個經(jīng)濟指標(見表1)。
對某企業(yè),搜集整理了28名員工2009年第1季度的數(shù)據(jù)資料。構建1個28×6維的數(shù)據(jù)表(見表2)。
應用SPSS數(shù)據(jù)統(tǒng)計分析系統(tǒng)首先對變量進行主成分以及因子分析,得到樣本相關矩陣的特征值與特征向量,見表3和表4。
根據(jù)累計貢獻率超過80%的一般選取原則,PRIN1和PRIN2的累計貢獻率已達到了83.74%的水平,表明原來6個變量反映的信息可由兩個主成分反映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的結果做出主成分平面圖,如圖1所示。
根據(jù)SPSS因子分析結果,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(絕對值較大的系數(shù))。而第二公因子F2,基本支持了X5、X6(絕對值較大的系數(shù)),該因子得分還有對未來員工績效預報作用。
從表4和圖1可以得出,第一主成分PRIN1與工作質量、工作產量以及工作出勤高度正相關。因此第一主成分PRIN1可以反映影響該企業(yè)績效的工作成績因素。第二主成分PRIN2與工作能力以及工作態(tài)度高度正相關,因此PRIN2可以反映影響該企業(yè)員工績效的能力與態(tài)度因素。
三、績效水平的類型劃分及區(qū)域差異分析
應用SPSS統(tǒng)計分析系統(tǒng),計算得出28個員工的兩類主成分得分值,并把28個員工的第一主成分分值按大小排序,得到各員工績效得分情況,見表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)域劃分結果,可以把選取的28個員工劃分為5個類型區(qū)域(見表6)。
因此完成了對該企業(yè)員工績效考評,如果企業(yè)被考評的員工人數(shù)以及考評標準更多,則更能體現(xiàn)該統(tǒng)計分析技術的優(yōu)越性。
四、結論
企業(yè)在進行績效考評時,有必要遵循績效考評的多方位全面考核原則,對企業(yè)員工進行多標準大樣本績效考評。應用SPSS統(tǒng)計分析技術,能夠較容易地對搜集的大量數(shù)據(jù)進行因子分析和聚類分析,分析結果可靠程度高、操作方便,能夠劃分出不同的績效水平區(qū)域,利用因子得分還能夠預測員工未來的績效,使企業(yè)人力資源管理更加科學合理。
主要參考文獻:
[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)計分析[M].北京:電子工業(yè)出版社,2000.
[3]洪楠.SPSS for windows 統(tǒng)計分析[M].北京:清華大學出版社,2003.
[4]EVERITL B. Cluster analysis (second edition)[M].NewYork:Haslasted,1980.
[5]鄭遠強.人力資源管理實際操作技能[M].北京:中國文史出版社,2005.
