本文将列举某企业的具体情况确定适当的考核标准,采用因子分析以及聚类分析方法,比较出各员工绩效水平,从而为企业绩效管理提供一定的科学依据。
　　
　　一、应用方法简介
　　(一)主成分分析法
　　主成分分析法是多元统计分析中应用广泛的一种方法,它研究如何通过少数几个主成分(即原始变量的线性组合)来解释多变量的方差协方差结构。具体说,是导出少数几个主分量,它们尽可能多地保留了原始变量的信息,且彼此间又不相关,其思想就是从简化方差—协方差的结构来考虑降维,即在一定的约束条件下,把代表各原始变量的各坐标轴构成的坐标系进行一个旋转,产生的新坐标系中的若干个代表了具有最大变异方向的新坐标轴(也可以说是对原始变量作了一次特殊的正交变换),而得到一组具有某种良好的方差性质的新变量(得到的一组新变量彼此互不相关且在各自的特征方向上有最大方差),再从中选取前几个变量来代替原变量,主成分分析的主要目的就是用来减少变量个数,然后用于标图、回归、聚类等。
　　其中(α1iα2i … αpi)i=1,…q,分别是变量相关阵的前q个特征根对应的特征向量。f1,f2 … fq的方差分别是这q个特征根λ1≥λ2≥…≥λq。(αi1,αi2,…,αiq )是第i个变量在各主成分上的载荷。标准化主成分的方差为1。
　　(二)聚类分析法
　　聚类分析也称群分析、点群分析,是研究分类的一种多元统计方法。根据一批样品的多个观测指标,具体找出一些能够度量样品或指标之间相似程度的统计量,以这些统计量为划分类型的依据。把一些相似程度较大的样品(或指标)聚合为一类,把另外一些彼此之间相似程度较大的样品(或指标)又聚合为另一类,直到把所有的样品(或指标)聚合完毕。在聚类分析中,通常我们将根据分类对象的不同分为Q型聚类分析和R型聚类分析两大类。
　　
　　二、绩效考评的模型分析
　　为了分析某企业绩效水平,按照综合性、可比性、实用性和易操作性的选取指标原则,本文选择了影响某企业绩效水平的成果、行为、态度等6个经济指标(见表1)。
　　对某企业,搜集整理了28名员工2009年第1季度的数据资料。构建1个28×6维的数据表(见表2)。
　　应用SPSS数据统计分析系统首先对变量进行主成分以及因子分析,得到样本相关矩阵的特征值与特征向量,见表3和表4。
　　根据累计贡献率超过80%的一般选取原则,PRIN1和PRIN2的累计贡献率已达到了83.74%的水平,表明原来6个变量反映的信息可由两个主成分反映83.74%,故选取PRIN1和PRIN2为主成分。
　　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的结果做出主成分平面图,如图1所示。
　　根据SPSS因子分析结果,输出因子成分得分系数:
　　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
　　从上述模型看出,第一公因子F1,基本支持了X1、X2、X3、X4(绝对值较大的系数)。而第二公因子F2,基本支持了X5、X6(绝对值较大的系数),该因子得分还有对未来员工绩效预报作用。
　　从表4和图1可以得出,第一主成分PRIN1与工作质量、工作产量以及工作出勤高度正相关。因此第一主成分PRIN1可以反映影响该企业绩效的工作成绩因素。第二主成分PRIN2与工作能力以及工作态度高度正相关,因此PRIN2可以反映影响该企业员工绩效的能力与态度因素。
　　
　　三、绩效水平的类型划分及区域差异分析
　　应用SPSS统计分析系统,计算得出28个员工的两类主成分得分值,并把28个员工的第一主成分分值按大小排序,得到各员工绩效得分情况,见表5。
　　将PRIN1作为横轴,PRIN2作为纵轴,给出各样品的分布平面图,如图2所示。
　　按照上述区域划分结果,可以把选取的28个员工划分为5个类型区域(见表6)。
　　因此完成了对该企业员工绩效考评,如果企业被考评的员工人数以及考评标准更多,则更能体现该统计分析技术的优越性。
　　
　　四、结论
　　企业在进行绩效考评时,有必要遵循绩效考评的多方位全面考核原则,对企业员工进行多标准大样本绩效考评。应用SPSS统计分析技术,能够较容易地对搜集的大量数据进行因子分析和聚类分析,分析结果可靠程度高、操作方便,能够划分出不同的绩效水平区域,利用因子得分还能够预测员工未来的绩效,使企业人力资源管理更加科学合理。
　　
　　主要参考文献:
　　[1]Lioyd L.Byars.Human Resource Management [M].北京:华夏出版社,2002.
　　[2]卢纹岱.SPSS for windows 统计分析[M].北京:电子工业出版社,2000.
　　[3]洪楠.SPSS for windows 统计分析[M].北京:清华大学出版社,2003.
　　[4]EVERITL B. Cluster analysis (second edition)[M].NewYork:Haslasted,1980.
　　[5]郑远强.人力资源管理实际操作技能[M].北京:中国文史出版社,2005.