基于因子分析的企业员工工作满意度 结构要素实证分析的论文

基于因子分析的企业员工工作满意度 结构要素实证分析的论文

ID:10516159

大小:57.00 KB

页数:5页

时间:2018-07-07

基于因子分析的企业员工工作满意度 结构要素实证分析的论文_第1页
基于因子分析的企业员工工作满意度 结构要素实证分析的论文_第2页
基于因子分析的企业员工工作满意度 结构要素实证分析的论文_第3页
基于因子分析的企业员工工作满意度 结构要素实证分析的论文_第4页
基于因子分析的企业员工工作满意度 结构要素实证分析的论文_第5页
资源描述:

《基于因子分析的企业员工工作满意度 结构要素实证分析的论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于因子分析的企业员工工作满意度结构要素实证分析的论文论文关键词:工作满意度  结构要素  因子分析法  论文摘要:采用因子分析法对企业员工工作满意度的结构要素进行了实证分析,分析得出7个主要的工作满意度结构要素:工作环境满意度、工作性质满意度、工作关系满意度、薪酬福利满意度、晋升满意度、培训满意度、公司经营管理满意度,并对目前员工的工作满意度水平进行了简单的描述性分析.  1工作满意度研究现状工作满意度(jobsatisfaction)的正式研究始于hoppock著名的《工作满意度》一书,他于1935年首度提出了工多学者将工作满意度作为自变量、因变量和调节变量来展开研究(bii

2、ssing,1998)。工作满意度之所以引起人们普遍关注的一个重要原因,还是它和一些主要的企业关心的员工行为变量如绩效、流失、缺勤等表现出显著的相关性川.在研究工作满意度时,因研究对象的不同而采取不同的理论架构,对于工作满意的定义也就不h相同,一般可归纳成以下3种:(1)综合性(overalsatisfaction)定义:重点在于工作者对其工作所抱摘的一种一般态度;(2)期望差距(expectationdiscrepancy)的定义:此定义是将满足的程度视为一个人自特定的工作环境中,实际所获得之价值与其预期应获得价值的差距;(3)参考框架(frame。.cOm]reference

3、)的定义:此定义是将工作满意度视为个体根据一定参考框架对于工作的特性加以解释后所得到的结果czj.根据需求的多方面性,我们认为工作满意度也是具有多构面的,工作满意度是员工对工作本身及相关因素的感受与情感上的反应,即指员工对工作各构面的情感反应.工作中的构面是员士所体验到的与工作有关的各个方面.我国学者研究工作满意度所采用的员工工作满意度问卷主要是根据国内外著名学者研究出的工作满意度问卷改编而成(例如:明尼苏达满意问卷(msq),工作描述指标(jdi),工作满意指标(jsi),michigan组织评量问卷(moaq),其中以msq和jdi最为常见),先设定工作满意度的结构要素,再根

4、据数据情况对问卷的效度和信度进行分析[3].这种情况可能会引起以下的问题:(i)在研究中人为地强化了某些因素,比如:工作中与领导的关系;由于社会的发展,而弱化了某些因素的影响,如现今年轻人对职业规划的看重,对企业培训和晋升等的满意程度;(2)在研究中会遗漏重要的变量,比如:企业发展前景,企业的文化,外界形象,以及公司的经营管理、规章制度对员工对工作满意度的影响[cz7鉴于以上问题,本文将采取这样的思路分析员工工作满意度的结构要素,在问卷设计中尽量考虑到企业员工在工作中遇到问题的方方面面,每一个问题即为工作满意度的原始变量,然后运用多元统计中因子分析方法,提取公共因子,并进行信度检

5、验,最后从管理的角度对公共因子命名,以此来确定员工工作满意度的结构要素.这样不是假定一个结构后进行检验,而是从数据中挖掘出工作满意度结构要素,由于这些要素直接来源于最低层指标,比直接假定更具合理性.  2研究的方法  2.1因子分析统计分析理论认为,在相关的一组指标中,每个指标都是由公共因子和特殊因子决定的.因子分析,就是要找出一组指标的公共因子.设有p维可观测的随机向量,x=(.z‑.zz,...}xp)’,其均值为n=(fyfez}...,fir),,协方差矩阵为#_(o;,).因子分析的模型是:其中f}几,...,fm为公共因子。1}e2,一‘,为特殊因子,它们

6、都是不可观测的随机变量.公共因子人ff2f...,fm出现在每一个原始变量.z;(i=1,2,...,p)的表达式中,可理解为原始变量共同具有的公共因素;每个公共因子f;=(j=1,2,...,m)一般至少对2个原始变量有作用,否则它将归人特殊因子.每个特殊因子:;(i=1,2,一,p)仅仅出现在与之相应的第z个原始变量2,的表达式中,它只对这个原始变量有作用.上述方程组可用矩阵形式表示:x=a+a了+e.式中了_(人几,...,fm)‘为公共因子向量,。-(f1,ez}...,ep}‘为特殊因子向量,a=(a;;):pxm称为因子载荷矩阵.通常假定:上述假定可以看出,公共因子彼

7、此不相关且具有单位方差,特殊因子也彼此不相关且和公共因子也不相关.在因子分析模型中,首先要估计因子载荷矩阵a=(a;;),pxm和特殊方差矩阵d=diag(a;,ai,…,嵘).常用的参数估计方法有如下3种:主成分法、主因子法和极大似然法.在因子模型的参数估计完成后,必须对模型中的公共因子进行合理的解释.这种解释通常需要一定的专业知识和经验,对每个公共因子给出具有实际意义的名称,它还可用来反映这个公共因子对每个原始变量的重要性(数量上表现为相应载荷的大小).因子的解释带有一定的主

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。