<dfn id="w48us"></dfn><ul id="w48us"></ul>
  • <ul id="w48us"></ul>
  • <del id="w48us"></del>
    <ul id="w48us"></ul>
  • 主成分模型在滿意度研究中的應(yīng)用新探索

    時間:2024-10-01 16:17:13 市場營銷畢業(yè)論文 我要投稿
    • 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] 針對主成分分析法在樣本量較大時,特征值大于1的前幾個主成分的累計方差貢獻率在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的前幾個主成分的累計方差貢獻率提高到95%以上。在對某企業(yè)的員工滿意度實證檢驗中,與通常方法相比,使得累計方差貢獻率由55.32%提高到97.21%,且排序結(jié)果顯示與事實一致。
      [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,主成分分析法是對眾多的滿意度指標(biāo)進行評價排序的一種有效方法。然而,在應(yīng)用實踐中發(fā)現(xiàn),主成分分析法在樣本量大于60的時候,特征值大于1的前幾個主成分的累計方差貢獻率往往在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方差貢獻率在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調(diào)查數(shù)據(jù)進行預(yù)處理,然后計算主成分的方法。具體方法是: 首先,在滿意度調(diào)查問卷上,對各指標(biāo)的測量尺度仍然采用Likert 5 級劃分, 分為“很不滿意”、“不滿意”、“一般”、“滿意”、“很滿意”五種;其次,對調(diào)查樣本數(shù)據(jù)進行預(yù)處理。統(tǒng)計各指標(biāo)不同滿意程度的樣本數(shù),計算各指標(biāo)不同滿意程度樣本所占調(diào)查總樣本的百分比;再次,將每個指標(biāo)不同滿意程度的5個百分比數(shù)據(jù)調(diào)入SPSS軟件進行主成分計算分析;最后,將各指標(biāo)對應(yīng)的綜合回歸系數(shù)做為該指標(biāo)的權(quán)重,進行分析、評價。
      在對滿意度進行主成分分析時,增加了一個數(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,各滿意程度數(shù)據(jù)的平等性;第二,對數(shù)據(jù)進行預(yù)處理后,對分散的原始信息進行了集中,每個指標(biāo)只要五個數(shù)據(jù)參與主成分分析計算,使得提取的大于1的主成分的累計方差貢獻率大大提高,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方差貢獻率,可以擴大主成分的應(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、實證檢驗
      1.調(diào)查設(shè)計及數(shù)據(jù)檢驗。以2007年11月對某企業(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,為保證員工盡量客觀真實回答問題,對問卷采用了匿名形式做答。調(diào)查因素分為發(fā)展機遇(X1)、工資報酬(X2)、薪酬公平度(X3)、晉升機會(X4)、工作興趣度(X5)、工作適合度(X6)、工作績效評價制度(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)、保險保障制度(X11)、福利待遇(X12)、工傷保險(X13)、分配機制(X14)、歸屬感(X15)。測量尺度采用Likert 5 級劃分, 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軟件進行信度和效度檢驗。經(jīng)檢驗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)測飛行能力中的應(yīng)用03-01

    主成分分析在上市公司績效評價中的應(yīng)用12-07

    模糊綜合評價模型在港址選擇中的應(yīng)用研究03-07

    組合模型在水運貨運量預(yù)測中的應(yīng)用研究03-07

    基于重大錯報風(fēng)險評估的新審計風(fēng)險模型應(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

    Excel表格程序在輔助評價醫(yī)院護理工作滿意度中的應(yīng)用研究03-01

    VaR模型及其在金融風(fēng)險管理中的應(yīng)用02-28

    主站蜘蛛池模板: 精品a在线观看| 亚洲精品制服丝袜四区| 久久精品一区二区影院| 国产精品福利网站导航| 午夜精品久久久久久中宇| 国内精品久久久久久久影视麻豆 | 国产精品久久久天天影视香蕉| 精品久久久无码人妻中文字幕豆芽| 免费人成在线观看欧美精品 | 国产成人无码精品一区二区三区| 亚洲精品线路一在线观看| 九九热这里只有国产精品| 国产精品你懂的在线播放| 久久精品成人免费网站| 2022国内精品免费福利视频| 99久久国产主播综合精品| 久久久久九国产精品| 国产精品成人一区二区| 秋霞久久国产精品电影院| 国产精品一级香蕉一区| 国产精品久久久久aaaa| 99re这里只有精品6| 国产精品视频白浆免费视频| 欧美精品v欧洲精品| 人妻精品久久无码专区精东影业| 亚洲国产精品无码久久98| 亚洲AV日韩精品久久久久| 亚洲精品你懂的在线观看| 亚洲国产精品一区二区三区久久| 亚洲AV无码成人精品区狼人影院| 亚洲国产精品视频| 亚洲国产精品尤物yw在线| 亚洲精品99久久久久中文字幕| 日韩精品一区二区三区不卡| 亚洲av无码国产精品色在线看不卡| 亚洲国产精品嫩草影院久久| 天天爽夜夜爽8888视频精品| 手机日韩精品视频在线看网站| 日韩美女18网站久久精品| 一本一本久久A久久综合精品| 在线涩涩免费观看国产精品 |