聚类分析及判别分析案例

《聚类分析及判别分析案例》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一、案例背景随着现代人力资源管理理论的迅速发展，绩效考评技术水平也在不断提高。绩效的多因性、多维性，要求对绩效实施多标准大样本科学有效的评价。对企业来说，对上千人进行多达50~60个标准的考核是很常见的现象。但是，目前多标准大样本大型企业绩效考评问题仍然困扰着许多人力资源管理从业人员。为此，有必要将当今国际上最流行的视窗统计软件SPSS应用于绩效考评之中。在分析企业员工绩效水平时，由于员工绩效水平的指标很多，各指标之间还有一定的关联性，缺乏有效的方法进行比较。目前较理想的方法是非参数统计方法。本文将列举某企业的具体情况确定适当的考核标准，采用主成分

2、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。最后采用判别分析建立判别函数，同时与原分类进行比较。聚类分析二、绩效考评的模型建立1、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)。表1——变量和考评指标名称表变量指标名称X1工作产量X2工作质量X3工作出勤X4工砟损耗X5工作态度X6工作能力2、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维的矩阵(见表2)。表2——某企业职工绩效考评

3、结果职工代号X1X2X3X4X5X619.689.628.378.639.869.7428.098.839.389.799.989.7337.468.736.745.598.838.4646.088.255.045.928.338.2956.618.366.677.468.388.1467.698.856.447.458.198.177.468.935.77.068.588.3687.69.286.758.038.688.2297.68.267.57.638.797.63107.168.625.727.118.198.18116.048.173.9

4、58.088.248.65126.277.9434.527.167.81136.618.54.345.618.528.36147.398.445.925.378.837.47157.838.793.855.358.588.03167.368.535.397.098.238.04177.248.614.693.989.048.07186.498.034.567.188.548.57195.437.674.223.878.417.6204.577.42.963.028.747.97216.438.384.874.878.788.37225.887.89

5、3.876.348.378.19233.946.912.976.778.178.16244.827.33.075.876.326.01254.027.262.285.639.669.07263.876.962.794.925.326.23274.157.51.564.818.448.38284.997.522.116.238.38.143、应用SPSS数据统计分析系统首先对变量进行及主成分分析，找到样本的主成分及各变量在成分中的得分。去结果中的表3、表4、表5备用。表3解释的总方差成份初始特征值a提取平方和载入合计方差的%累积%合计方差的%累积%原

6、始13.94465.73965.7393.94465.73965.73921.08018.00083.7401.08018.00083.7403.65010.83294.5714.2113.52098.0925.0801.33799.4286.034.572100.000重新标度13.94465.73965.7393.94465.73965.73921.08018.00083.7401.08018.00083.7403.65010.83294.5714.2113.52098.0925.0801.33799.4286.034.572100.000提取

7、方法：主成份分析。a.分析协方差矩阵时，初始特征值在整个原始解和重标刻度解中均相同。表4成份矩阵a原始重新标度成份成份1212Zscore(X1).897-.319.897-.319Zscore(X2).899-.239.899-.239Zscore(X3).882-.320.882-.320Zscore(X4).697-.187.697-.187Zscore(X5).732.618.732.618Zscore(X6).729.633.729.633提取方法:主成份。a.已提取了2个成份。表5成份得分系数矩阵a成份12Zscore(X1).227-

8、.295Zscore(X2).228-.221Zscore(X3).224-.297Zscore(X4).177-.173