- 相關(guān)推薦
主成分模型在滿意度研究中的應(yīng)用新探索
[摘要] 針對(duì)主成分分析法在樣本量較大時(shí)，特征值大于1的前幾個(gè)主成分的累計(jì)方差貢獻(xiàn)率在60%以下，信息損失過多的情況，本文提出了一種數(shù)據(jù)預(yù)處理計(jì)算主成分的方法，該方法可以不受樣本量的限制，并使特征值大1的前幾個(gè)主成分的累計(jì)方差貢獻(xiàn)率提高到95%以上。在對(duì)某企業(yè)的員工滿意度實(shí)證檢驗(yàn)中，與通常方法相比，使得累計(jì)方差貢獻(xiàn)率由55.32%提高到97.21%，且排序結(jié)果顯示與事實(shí)一致。[關(guān)鍵詞] 主成分 滿意度 數(shù)據(jù)預(yù)處理
一、基本思路
滿意度研究中，主成分分析法是對(duì)眾多的滿意度指標(biāo)進(jìn)行評(píng)價(jià)排序的一種有效方法。然而，在應(yīng)用實(shí)踐中發(fā)現(xiàn)，主成分分析法在樣本量大于60的時(shí)候，特征值大于1的前幾個(gè)主成分的累計(jì)方差貢獻(xiàn)率往往在60%以下，即全部信息的損失大于40%，信息損失過大，極大的影響了研究結(jié)果的科學(xué)性和準(zhǔn)確性，也不符合提取的主成分累計(jì)方差貢獻(xiàn)率在85%以上的原則，給主成分分析法在滿意度中的研究帶來了問題。
本文的基本思路是對(duì)調(diào)查數(shù)據(jù)進(jìn)行預(yù)處理，然后計(jì)算主成分的方法。具體方法是: 首先，在滿意度調(diào)查問卷上，對(duì)各指標(biāo)的測(cè)量尺度仍然采用Likert 5 級(jí)劃分, 分為“很不滿意”、“不滿意”、“一般”、“滿意”、“很滿意”五種；其次，對(duì)調(diào)查樣本數(shù)據(jù)進(jìn)行預(yù)處理。統(tǒng)計(jì)各指標(biāo)不同滿意程度的樣本數(shù)，計(jì)算各指標(biāo)不同滿意程度樣本所占調(diào)查總樣本的百分比；再次，將每個(gè)指標(biāo)不同滿意程度的5個(gè)百分比數(shù)據(jù)調(diào)入SPSS軟件進(jìn)行主成分計(jì)算分析；最后，將各指標(biāo)對(duì)應(yīng)的綜合回歸系數(shù)做為該指標(biāo)的權(quán)重，進(jìn)行分析、評(píng)價(jià)。
在對(duì)滿意度進(jìn)行主成分分析時(shí)，增加了一個(gè)數(shù)據(jù)預(yù)處理程序，使用處理過的數(shù)據(jù)做主成分計(jì)算、分析。這樣第一，可以使得各滿意程度平等的權(quán)重，保證了做主成分分析時(shí)，各滿意程度數(shù)據(jù)的平等性；第二，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后，對(duì)分散的原始信息進(jìn)行了集中，每個(gè)指標(biāo)只要五個(gè)數(shù)據(jù)參與主成分分析計(jì)算，使得提取的大于1的主成分的累計(jì)方差貢獻(xiàn)率大大提高，一般在95%或以上；第三，使主成分的應(yīng)用突破了樣本量的限制，樣本量的大小不再影響提取的主成分的累計(jì)方差貢獻(xiàn)率，可以擴(kuò)大主成分的應(yīng)用范圍。這種方法在一定程度上保證了分析結(jié)論的科學(xué)性和準(zhǔn)確性。
二、實(shí)證檢驗(yàn)
1.調(diào)查設(shè)計(jì)及數(shù)據(jù)檢驗(yàn)。以2007年11月對(duì)某企業(yè)的一次員工滿意度調(diào)查為例。本次調(diào)查委托該企業(yè)人力資源部組織進(jìn)行的，這樣也引起了員工的充分重視，保證了問卷的回收率；同時(shí)，為保證員工盡量客觀真實(shí)回答問題，對(duì)問卷采用了匿名形式做答。調(diào)查因素分為發(fā)展機(jī)遇（X1）、工資報(bào)酬（X2）、薪酬公平度（X3）、晉升機(jī)會(huì)（X4）、工作興趣度（X5）、工作適合度（X6）、工作績(jī)效評(píng)價(jià)制度（X7）、管理水平（X8）、同事間工作的配合協(xié)作（X9）、上班的工作環(huán)境（X10）、保險(xiǎn)保障制度（X11）、福利待遇（X12）、工傷保險(xiǎn)（X13）、分配機(jī)制（X14）、歸屬感（X15）。測(cè)量尺度采用Likert 5 級(jí)劃分, 分別為“很不滿意”、“不滿意”、“一般”、“ 滿意”、“很滿意”, 其中1 分代表“最不滿意”, 逐次增加。本次調(diào)查共取得調(diào)查表154份，經(jīng)過整理分析得到有效問卷152份，有效回收率為98.7%。將調(diào)查數(shù)據(jù)調(diào)入SPSS15.0軟件進(jìn)行信度和效度檢驗(yàn)。經(jīng)檢驗(yàn)Cronbach α系數(shù)為0.817, 表明該量表內(nèi)部一致性良好；KMO值為0.819，近似卡方值為556.757，自由度為105，顯著性水平為0.000，代表母群體的相關(guān)矩陣間有共同因素存在，適合進(jìn)行因素分析。
【主成分模型在滿意度研究中的應(yīng)用新探索】相關(guān)文章：
淺析主成分分析法在預(yù)測(cè)飛行能力中的應(yīng)用03-01
主成分分析在上市公司績(jī)效評(píng)價(jià)中的應(yīng)用12-07
模糊綜合評(píng)價(jià)模型在港址選擇中的應(yīng)用研究03-07
組合模型在水運(yùn)貨運(yùn)量預(yù)測(cè)中的應(yīng)用研究03-07
基于重大錯(cuò)報(bào)風(fēng)險(xiǎn)評(píng)估的新審計(jì)風(fēng)險(xiǎn)模型應(yīng)用研究03-01
ＥＶＡ模型在電網(wǎng)企業(yè)中的應(yīng)用探討03-24
成本分析中“因素分析模型”的研究03-22
供應(yīng)鏈中的信息共享模型研究03-21