【導(dǎo)讀】天馬行空官方博客：;QQ:1318241189. 上海寶鋼集團(tuán)公司管理崗位人員滿意度與。離職相關(guān)性分析研究報告

　　

【正文】 為激勵因素。 因此，可以很明顯地看出：對管理崗位人員工作滿意度影響最大的因素還是激勵因素中的領(lǐng)導(dǎo)水平，其次是激勵機(jī)制，工作環(huán)境排第三位。對領(lǐng)導(dǎo)水平、激勵機(jī)制滿意度 的變動將對該崗位員工離職人數(shù)產(chǎn)生較大的影響。若這二者滿意度得到提高，則會大大較少管理崗位人員的離職人數(shù)，反之亦然，應(yīng)予以特別關(guān)注。收入、管理政策等為保健因素，說明現(xiàn)有的收入水準(zhǔn)以基本滿足了其需求，保證其沒有不滿意，而起不到激勵的作用，沒有不滿意，但也不會感到滿意，所以工資待遇保持現(xiàn)狀即可。技術(shù)和操作崗位人員則與其不同，較高的工資、福利對其有很大的激勵作用，這些方面的改善可大大提高這兩個各崗位人員的滿意度。從而降低離職率，而工作關(guān)系、組織文化、管理政策等則只是保健的作用，使其沒有不滿意。 馬斯洛需 求層次理論分析 從分析結(jié)果可看出，該公司管理崗位人員已基本滿足生理、安全、社交等物質(zhì)、生活層次的需求，這幾方面因素對其以沒有大的激勵作用，所以對這些因素的關(guān)注度也就相應(yīng)不高，這些方面不是造成管理人員離職的主要原因。中、低層次的需求得到滿足后，管理崗位人員則主要追求自我實現(xiàn)的高級需要，即：追求自我的價值，希望發(fā)揮自身潛能、實現(xiàn)理想的需要。所以其對領(lǐng)導(dǎo)方式和公司的激勵因素較為敏感，希望在工作中能得到更多的自主權(quán)，減少上級對其的控制，充分發(fā)揮自己的能力。而且，自身所做出的努力也希望得到公司或上級的認(rèn)可，這二者 是影響管理崗位人員滿意度的主要因素，若對這二者滿意度不高， 在一定條件下，則會可能產(chǎn)生離職行為。管理崗位人員的工作條件對于決定工作滿意程度僅次于激勵因素，主要原因在于工作條件有多種象征意義，例如成就、認(rèn)可和尊重方面的象征。對比來看，技術(shù)和操作與管理崗位不同，但二者也都基本滿足生理、安全的需要。不過物質(zhì)因素對其滿意度的高低、離職人數(shù)的多少還有較大的影響。 三種需要理論分析 整體而言，領(lǐng)導(dǎo)水平和激勵機(jī)制成為影響管理崗位人員工作滿意度的首要因素。即滿足自我成就的需要，追求卓越、爭取成功。他們追求的是 個人的成就感而不是成功之后所帶來的獎勵。關(guān)心上級對自己工作的認(rèn)可度，及所從事工作能否體現(xiàn)自己的價值，自己將來的發(fā)展空間等因素。以下依次是同事關(guān)系、工作條件、工作自主權(quán)以及管理政策。組織文化、工作內(nèi)容、組織內(nèi)的集體活動以及工作時間的影響作用并不是很大，已成為次要因素。而技術(shù)及操作崗位則不同，其二者的需求更偏重于考慮物質(zhì)和是否有發(fā)展前景。技術(shù)崗位有成就的需要，但同時也有強(qiáng)烈的權(quán)利需要感，有著影響或控制他人且不受他人控制的欲望。而操作崗位還有著歸屬的需要，希望得到他人的認(rèn)可，與同事建立友好親密的人際關(guān)系的愿望。 第四章 管理崗位人員離職預(yù)測模型 分析是手段，預(yù)測是目的。在對管理崗位人員滿意度與離職人數(shù) 相關(guān)分析的基礎(chǔ)上 ， 根據(jù)相關(guān)系數(shù)或相關(guān)指數(shù)的大小對變量進(jìn)行篩選，剔除不相關(guān)或是相關(guān)性小的變量，然后再進(jìn)行回歸分析，建立回歸模型，最后得到回歸分析的計算結(jié)果，擬合回歸模型，以便進(jìn)行推算、預(yù)測。由于 多種方法的組合運用可以提高預(yù)測的準(zhǔn)確性，本研究還使用了運用趨勢預(yù)測法，根據(jù)前幾年離職人數(shù)曲線，預(yù)測相應(yīng)年度的離職人數(shù)。并將二者預(yù)測數(shù)值進(jìn)行比較，取其平均值，以增加預(yù)測的準(zhǔn)確度。 回歸分析法預(yù)測管理人員離職人數(shù) 回歸分析原理 在實際生活中，某一結(jié)果的產(chǎn)生常受多種因素的影響和制約。例如，商品的銷售量與商品的價格、商品的質(zhì)量以及消費者的收入水平等因素有關(guān)；又如果樹的產(chǎn)量受施肥量、降雨量、氣溫等因素的影響。 回歸分析預(yù)測法就是從各種經(jīng)濟(jì)現(xiàn)象之間的相互關(guān)系出發(fā)，通過對與預(yù)測對象有聯(lián)系的現(xiàn)象變動趨勢的分析，推算預(yù)測對象未來狀態(tài)數(shù)量表現(xiàn)的一種預(yù)測方法。根據(jù)回歸分析中所考慮因素的多少，可將回歸分析分為一元回歸分析和多元回歸分析。例如，對于耐用消費品銷售量與居民收入的相關(guān)關(guān)系的分析問題就屬于一元回歸分析；而對于糧食產(chǎn)量與施 肥量、降雨量、氣溫的相關(guān)關(guān)系的分析問題就屬于多元回歸分析。根據(jù)上章相關(guān)性分析可見有諸多因素與員工離職率有較高的緊密度關(guān)系，可知滿意度與離職率屬于多元回歸分析。 設(shè)：所研究的對象 受多個因素 的影響，假定各個影響因素與 的關(guān)系是線性的，則可建立多元線性回歸模型： 式中 代表影響因素，通常是可以控制或預(yù)先給定的，故稱為解釋變量或自變量； 代表各種隨機(jī)因素對 的影響的總和，稱為隨機(jī)誤差項，根據(jù)中心極限定理，可以認(rèn)為它服從正態(tài)分布，即； 就是所研究的對象，即預(yù)測目標(biāo)，稱為被解釋變量或因變量。 求出的回歸模型是否合理，是否符 合變量之間的客觀規(guī)律性，引入所影響因素是否有效，變量之間是否存在線性相關(guān)關(guān)系，模型能否付諸應(yīng)用，這要通過檢驗決定。一般講，回歸模型必須通過三方面的檢驗：經(jīng)濟(jì)意義檢驗、統(tǒng)計檢驗和計量經(jīng)濟(jì)學(xué)檢驗。只有當(dāng)所有檢驗都通過時，所做的回歸模型才成立。才能利用連貫性、相關(guān)性和類推性原則，根據(jù)過去和現(xiàn)在的規(guī)律預(yù)測未來。當(dāng)然，還應(yīng)從經(jīng)濟(jì)角度上分析模型的預(yù)測值是否合理？是否符合經(jīng)濟(jì)規(guī)律？是否可行？等等。 ① 經(jīng)濟(jì)意義檢驗 首先需要檢驗?zāi)Ｐ褪欠穹辖?jīng)濟(jì)意義，檢驗求得的參數(shù)估計值的符號與大小是否合理，是否與根據(jù)人們的經(jīng)驗和經(jīng) 濟(jì)理論所擬定的期望值相符合。如果不符，則要查找原因和采取必要的修正措施，重新建立模型。 ② 統(tǒng)計檢驗 統(tǒng)計檢驗是運用數(shù)理統(tǒng)計的方法，對方程進(jìn)行檢驗、對模型參數(shù)估計值的可靠性進(jìn)行檢驗。這主要包括擬合優(yōu)度檢驗、方程顯著性檢驗、變量顯著性檢驗，即常用的 檢驗、 F 檢驗和 檢驗。 擬合優(yōu)度檢驗（ 檢驗）：檢驗所有解釋變量與被解釋變量之間的相關(guān)程度，擬合優(yōu)度檢驗就是檢驗回歸方程對樣本觀測值的擬合程度。在實際應(yīng)用中， 到底多大時回歸模型才算通過了擬合優(yōu)度檢驗?zāi)兀窟@并無絕對標(biāo)準(zhǔn)，要根據(jù)具體情況而定，因為擬合優(yōu)度并不是檢驗回歸模型的唯一標(biāo)準(zhǔn)，有時為了使模型有較合理的經(jīng)濟(jì)解釋，可能會在某種程度上犧牲擬合優(yōu)度。這就是說模型合理的經(jīng)濟(jì)解釋是第一位的。 方程顯著性檢驗（ 檢驗）：判斷被解釋變量與所有解釋變量之間是否線性關(guān)系，對于多元線性回歸方程，方程顯著性檢驗就是對總體的線性關(guān)系是否顯著成立做出推斷，即檢驗被解釋變量 與所有解釋變量 之間的線性關(guān)系是否顯著。 變量顯著性檢驗（ 檢驗）：挑選重要因素，剔除可有可無的因素，前面講的 檢驗和 檢驗都是將所有的解釋變量作為一個整體來檢驗它們與被解釋變量 的相關(guān)程度以及回歸效果，但對于多元回歸模型，方程的顯著性并不意味每個解釋變量對被解釋變量 的影響都是重要的。如果某個解釋變量并不重要，則應(yīng)該從方程中把它剔除，重新建立更為簡單的方程。所以必須對每個解釋變量進(jìn)行顯著性檢驗。 ③ 計量經(jīng)濟(jì)學(xué)檢驗 在回歸分析法中，假設(shè)隨機(jī)誤差項在不同的樣本點之間是不相關(guān)的，即 與 （ ）相互獨立。但在實際問題中，經(jīng)常出現(xiàn)與此相違背的情況， 與 （ ）之間存在相關(guān)性，稱為序列相關(guān)。若存在序列相關(guān)，則此時的回歸模型無效，必須重新建立回歸模型。 在序列相關(guān)中，最常見的是 與 相關(guān)，稱為一階自相關(guān)。最常用的檢驗方法是 DW 檢驗法，定義DW 統(tǒng)計量為： 在實際應(yīng)用中，對于給定的顯著性水平 以及解釋變量個數(shù) 、樣本個數(shù) ，從 DW 檢驗表中查得相應(yīng)的臨界值 和 ，然后利用表 41 判別檢驗結(jié)論。 表 41 DW 檢驗結(jié)果對照表 DW 值 檢驗結(jié)果 4－ ＜ DW＜ 4 否定假設(shè)，存在負(fù)自相關(guān) 0＜ DW＜ 否定假設(shè)，存在正自相關(guān) ＜ DW＜ 4－ 接受假設(shè)，不存在自相關(guān) ＜ DW＜ 檢驗無結(jié)論（不能確定） 4－ ＜ DW＜ 4－ 檢驗無結(jié)論（不能確定） 從表中可以看出， DW 檢驗存在無結(jié)論區(qū)域，即當(dāng)計算的 DW 統(tǒng)計量落到無結(jié)論區(qū)域時，決策者就不能做出回歸模型是否存在自相關(guān)現(xiàn)象的結(jié)論。但通常，當(dāng) DW 統(tǒng)計量的值在 2 左 右時，則無須查表檢驗即可判定回歸模型不存在自相關(guān)，此時回歸模型有效。 需要說明的是，回歸分析法既適合于利用歷史數(shù)據(jù)即時間序列數(shù)據(jù)來研究經(jīng)濟(jì)變量之間的定量關(guān)系，建立預(yù)測模型，進(jìn)行預(yù)測分析；又適合于利用同一時期橫斷面數(shù)據(jù)來研究經(jīng)濟(jì)變量之間的內(nèi)在聯(lián)系，分析經(jīng)濟(jì)結(jié)構(gòu)，比較經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)及發(fā)展趨勢。 回歸分析在離職人數(shù)預(yù)測中的應(yīng)用 表 4 5 是有關(guān)回歸分析的統(tǒng)計量、方差分析表和回歸系數(shù)及其 檢驗、預(yù)測區(qū)間等數(shù)據(jù)；表46 給出了預(yù)測值、殘差值以及所計算的 DW 統(tǒng)計值；圖 41， 42 給出了自變量領(lǐng)導(dǎo)水平和激勵機(jī)制的殘差分析圖；圖 43， 44 給出了自變量領(lǐng)導(dǎo)和激勵機(jī)制的最佳適配回歸線圖；表 43 給出了樣本百分比排位及圖 45 給出了正態(tài)概率圖。 分析表 4 6 中的計算結(jié)果，可得下述檢驗結(jié)論（本例樣本個數(shù) n＝ 12，解釋變量個數(shù) k＝ 2）。 （ 1） 檢驗：在 回歸統(tǒng)計 區(qū)域中，給出的 為 ，調(diào)整后的 為 ，均很接近 1，說明領(lǐng)導(dǎo)水平、激勵機(jī)制與離職人數(shù)關(guān)系很密切。 表 42 回歸分析統(tǒng)計表 百分比排位 離職人數(shù) 148 155 158 162 165 50 169 172 182 187 193 201 表 43 模型總體參數(shù)表 R R Square Adjusted R Square Standard Error of Estimate N 11 表 44 回歸方差分析表 變差 自由度 方差 F Sig. 回歸項 2 殘差項 8 總計 2826 10 表 45 回歸系數(shù)及顯著性檢驗表 B 標(biāo)準(zhǔn) 誤差 t Sig. Lower 95％ Upper 95％ 常數(shù)項 工作環(huán)境 － － － － 激勵機(jī)制 － － － － （ 2） 檢驗：在 方差分析 區(qū)域中，給出的 的顯著性概率 p= 說明領(lǐng)導(dǎo)水平、激勵機(jī)制與離職人數(shù)之間的回歸效果非常顯著。 （ 3） 檢驗：在 回歸模型 區(qū)域中，給出了回歸系數(shù) 的估計值及其標(biāo)準(zhǔn)誤差、 檢驗值和回歸系數(shù)估計區(qū)間的上下限等。由于各回歸系數(shù)的 檢驗顯著性概率分別為 、 、 ，均小于，故拒絕原假設(shè) ＝ 0， ＝ 0 和 ＝ 0。即可以斷言：領(lǐng)導(dǎo)水平與激勵機(jī)制對公司管理崗位員工的離職人數(shù)有顯著影響。 （ 4） DW 檢驗：對于給定的顯著性水平為 ＝ ，解釋變量個數(shù) ＝ 樣本個數(shù) ＝ 12， 查 DW 檢驗表。因 DW 檢驗表中樣本容量 最小為 15，故取臨界值 ＝ ， ＝ ，于是有 DW 統(tǒng)計值在 ＝ ＜ DW＝ ＜ 4－ ＝ 之間。所以該回歸模型不存在自相關(guān)，通過計量經(jīng)濟(jì)檢驗。這是一個較為優(yōu) 良的回歸模型。 表 46 預(yù)測值、殘差輸出表 RESIDUAL OUTPUT 觀測值 預(yù)測 離職人數(shù) 殘差 標(biāo)準(zhǔn)殘差 1 － － 2 － － 3 － － 4 5 6 7 8 － － 9 10 11 圖 41 領(lǐng)導(dǎo)水平殘差圖 圖 42 激勵機(jī)制殘差圖 圖 43 領(lǐng)導(dǎo)水平最佳適配回歸圖 圖 44 激勵機(jī)制最佳適配回歸圖 圖 45 正態(tài)概率圖 利用該回歸模型，就可以根據(jù)預(yù)測期 的領(lǐng)導(dǎo)水平滿意度與激勵機(jī)制滿意度，對該企業(yè)未來的管理崗位離職率進(jìn)行預(yù)測。由表 45 分析可知 常數(shù)項的值為 ，領(lǐng)導(dǎo)水平與激勵機(jī)制的系數(shù)分別為：－ ，－ 。 綜合上述分析檢驗結(jié)果，可得如下的回歸模型：（其 x x2分別代表滿意度調(diào)查表中激勵機(jī)制、領(lǐng)導(dǎo)10 5 0 5 0 10 20 30 40 領(lǐng)導(dǎo)水平 殘差 10 5 0 5 0 5 10 15 20 25 激勵機(jī)制 0 100 200 300 0 10 20 30 40 領(lǐng)導(dǎo)水平 離職人數(shù) 預(yù)測 離職人數(shù) 0 100 200 300 0 10 20 30 激勵機(jī)制 離職人數(shù) 預(yù)測 離職人數(shù) 0 100 200 300 0 20 40 60 80 100 120 Sample Percentile 離職人數(shù) 離職人數(shù) 離職人數(shù) 殘差 水平的評分結(jié)果）。 管理崗位人員離職預(yù)測 表 47 20xx 年管理崗位人員滿意度調(diào)查結(jié)果表 滿意 基本滿意 不滿意 工作待遇 25 53 22 工作環(huán)境 20 59 21 領(lǐng)導(dǎo)水平 28 57 15 管理政策 30 62 8 激勵機(jī)制 18 52 30 由表 4－ 7 可知， 20xx 年該企業(yè)管理職位員工對領(lǐng)導(dǎo)水平及激勵制度的滿意度分別為 2 18，則 20xx年該企業(yè)管理崗位的離職人數(shù)預(yù)測值為： Y＝ x2＝ 171 因標(biāo)準(zhǔn)誤差 S＝ ，樣本個數(shù) n＝ 12，解釋變量個數(shù) k＝ 2，則在顯著性水平 ＝ 下，當(dāng) 20xx年該企業(yè)管理崗位員工的領(lǐng)導(dǎo)滿意度為 2激勵機(jī)制滿意度為 18 時，在α＝ 顯著性水平下，該企業(yè)20xx 年的管理崗位離職人數(shù)的預(yù)測區(qū)間在 Y sknt )1(2 ??? ? Y＝ 171? ? ＝ 171? 7（人） 即在該滿意度調(diào)查