《管理论文主成分模型在满意度研究中的应用新探索.doc》由会员分享，可在线阅读，更多相关《管理论文主成分模型在满意度研究中的应用新探索.doc（3页珍藏版）》请在三一文库上搜索。
1、主成分模型在满意度研究中的应用新探索 主成分模型在满意度研究中的应用新探索是小柯论文网通过网络搜集，并由本站工作人员整理后发布的，主成分模型在满意度研究中的应用新探索是篇质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的，主成分模型在满意度研究中的应用新探索的论文版权归原作者所有，因网络整理，有些文章作者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要求，您可以申请本站帮您代写论文，以下是正文。 摘要 针对主成分分析法在样本量较大时，特征值大于1的前几个主成分的累计方差贡献率在60%以下，信息损失过多的情况，本文提出了一种数据预处理计算主成
2、分的方法，该方法可以不受样本量的限制，并使特征值大1的前几个主成分的累计方差贡献率提高到95%以上。在对某企业的员工满意度实证检验中，与通常方法相比，使得累计方差贡献率由55.32%提高到97.21%，且排序结果显示与事实一致。关键词 主成分 满意度 数据预处理一、基本思路满意度研究中，主成分分析法是对众多的满意度指标进行评价排序的一种有效方法。然而，在应用实践中发现，主成分分析法在样本量大于60的时候，特征值大于1的前几个主成分的累计方差贡献率往往在60%以下，即全部信息的损失大于40%，信息损失过大，极大的影响了研究结果的科学性和准确性，也不符合提取的主成分累计方差贡献率在85%以上的原则
3、，给主成分分析法在满意度中的研究带来了问题。本文的基本思路是对调查数据进行预处理，然后计算主成分的方法。具体方法是: 首先，在满意度调查问卷上，对各指标的测量尺度仍然采用Likert 5 级划分, 分为“很不满意”、“不满意”、“一般”、“满意”、“很满意”五种；其次，对调查样本数据进行预处理。统计各指标不同满意程度的样本数，计算各指标不同满意程度样本所占调查总样本的百分比；再次，将每个指标不同满意程度的5个百分比数据调入SPSS软件进行主成分计算分析；最后，将各指标对应的综合回归系数做为该指标的权重，进行分析、评价。在对满意度进行主成分分析时，增加了一个数据预处理程序，使用处理过的数据做主成
4、分计算、分析。这样第一，可以使得各满意程度平等的权重，保证了做主成分分析时，各满意程度数据的平等性；第二，对数据进行预处理后，对分散的原始信息进行了集中，每个指标只要五个数据参与主成分分析计算，使得提取的大于1的主成分的累计方差贡献率大大提高，一般在95%或以上；第三，使主成分的应用突破了样本量的限制，样本量的大小不再影响提取的主成分的累计方差贡献率，可以扩大主成分的应用范围。这种方法在一定程度上保证了分析结论的科学性和准确性。二、实证检验1.调查设计及数据检验。以2007年11月对某企业的一次员工满意度调查为例。本次调查委托该企业人力资源部组织进行的，这样也引起了员工的充分重视，保证了问卷的
5、回收率；同时，为保证员工尽量客观真实回答问题，对问卷采用了匿名形式做答。调查因素分为发展机遇（X1）、工资报酬（X2）、薪酬公平度（X3）、晋升机会（X4）、工作兴趣度（X5）、工作适合度（X6）、工作绩效评价制度（X7）、管理水平（X8）、同事间工作的配合协作（X9）、上班的工作环境（X10）、保险保障制度（X11）、福利待遇（X12）、工伤保险（X13）、分配机制（X14）、归属感（X15）。测量尺度采用Likert 5 级划分, 分别为“很不满意”、“不满意”、“一般”、“ 满意”、“很满意”, 其中1 分代表“最不满意”, 逐次增加。本次调查共取得调查表154份，经过整理分析得到有效问
6、卷152份，有效回收率为98.7%。将调查数据调入SPSS15.0软件进行信度和效度检验。经检验Cronbach 系数为0.817, 表明该量表内部一致性良好；KMO值为0.819，近似卡方值为556.757，自由度为105，显著性水平为0.000，代表母群体的相关矩阵间有共同因素存在，适合进行因素分析。2.主成分分析。采用数据预处理方法，计算各满意度指标的各满意度程度所占的百分比数据，然后将计算的数据调入SPSS15.0软件进行主成分分析，可得满意度百分比的方差分解主成分提取分析表。由输出结果可知特征值大于1的主成分个数为3，前3个主成分的方差累计贡献率为97.214，即实际损失信息仅占2.
7、786%，极大的保证了研究的科学性和准确性。3.结果检验。对各指标的各满意程度所占的百分比进一步做主成分回归分析，得到主成分综合得分模型如下: 综合得分模型中每个指标所对应的系数即每个指标的权重。从主成分综合得分模型可以看出，员工认为最重要的是：福利待遇（X12）、工作适合度（X6）、工伤保险（X13）、保险保障制度（X11）、工作兴趣度（X5）；其次为：工作绩效评价制度（X7）、分配机制（X14）、管理水平（X8）、归属感（X15）、发展机遇（X1）、同事间的工作协作配合（X9）；最后为：晋升机会（X4）、上班的工作环境（X10）、薪酬公平度（X3）、工资报酬（X2）。与此对应，员工对福利待
8、遇的追求是目前我国现阶段的普遍趋势，所以排在了第一位；同时，煤矿企业目前在我国仍然是高危险性行业，所以员工把工作适合度、工伤保险、保险保障制度排在了前列；由于近年煤炭行业景气，员工收入有了很大提高，员工把工资报酬排在了最后。本结果也与员工访谈的结果非常一致。三、结语应用各满意程度所占的百分比进行主成分分析计算，突破了主成分分析法对样本量的限制，对原始分散的信息进行了预处理，提高了原始信息的集中度，不同的满意程度给予平等的权重，应用主成分分析更具合理性。在实证检验中，与通常方法相比使大于1的主成分个数由4个降低为3个，累计方差贡献率由55.32%提高到97.21%，且排序结果显示与事实非常一致。
9、这是本文对主成分在满意度研究中应用的新探索。参考文献：1余锦华杨维权:多元统计分析与应用M.广州：中山大学出版社，2005.22王建民王传旭杨力等:基于主成分分析模型的煤矿企业员工满意度实证研究J.安徽理工大学学报（社会科学版）,2007,9（2）:1-63张文彤:SPSS11统计分析教程（高级篇）M.北京:北京希望电子出版社,2002.6其他参考文献Baker, Sheridan. The Practical Stylist. 6th ed. New York: Harper & Row, 1985.Flesch, Rudolf. The Art of Plain Talk. New Yor
10、k: Harper & Brothers, 1946.Gowers, Ernest. The Complete Plain Words. London: Penguin Books, 1987.Snell-Hornby, Mary. Translation Studies: An Integrated Approach. Amsterdam: John Benjamins, 1987.Hu, Zhuanglin. 胡壮麟, 语言学教程 M. 北京: 北京大学出版社, 2006.Jespersen, Otto. The Philosophy of Grammar. London: Routled
11、ge, 1951.Leech, Geoffrey, and Jan Svartvik. A Communicative Grammar of English. London: Longman, 1974.Li, Qingxue, and Peng Jianwu. 李庆学、彭建武, 英汉翻译理论与技巧 M. 北京: 北京航空航天大学出版社, 2009.Lian, Shuneng. 连淑能, 英汉对比研究 M. 北京: 高等教育出版社, 1993.Ma, Huijuan, and Miao Ju. 马会娟、苗菊, 当代西方翻译理论选读 M. 北京: 外语教学与研究出版社, 2009.Newmark
12、, Peter. Approaches to Translation. London: Pergmon P, 1981.Quirk, Randolph, et al. A Grammar of Contemporary English. London: Longman, 1973.Wang, Li. 王力, 中国语法理论 M. 济南: 山东教育出版社, 1984.Xu, Jianping. 许建平, 英汉互译实践与技巧 M. 北京: 清华大学出版社, 2003.Yan, Qigang. 严启刚, 英语翻译教程 M. 天津: 南开大学出版社, 2001.Zandvoort, R. W. A Handbook of English Grammar. London: Longmans, 1957.Zhong, Shukong. 钟述孔, 英汉翻译手册 M. 北京: 商务印书馆, 1983.Zhou, Zhipei. 周志培, 汉英对比与翻译中的转换 M. 上海: 华东理工大学出版社, 2003.