基于主成分分析法的企业员工绩效评价

基于主成分分析法的企业员工绩效评价

刘磊崔会保

（山东理工大学 山东 淄博 255049）

摘要：人力资源是企业实现生产经营目标的决定性因素之一，是社会实现经济发展和人类进步的重要力量。科学合理的绩效评价体系是企业制定人力资源战略和有效实施人力资源管理的重要基础。本文利用问卷调查法并参照相关文献总结了一个具有代表性的员工绩效评价指标体系，对济南、德州等地的二十个企业进行了实际调查，运用SPSS中的主成分分析法对这些因素进行了分析，把影响员工绩效的诸多因素简化成几个综合成分，从而为企业进行人力资源开发与管理提供一个简单有价值的方法。

关键词:绩效评价 影响因素 主成分分析法

1、引言

随着经济全球化、市场国际化等带来的竞争范围的不断扩大，竞争程度的不断加剧，企业对员工的管理和激励变得越来越重要，因而员工的绩效评价逐渐被重视起来。员工绩效评价是企业改进人力资源管理工作的一个关键环节，是决定企业员工晋升、奖酬的基础。绩效评价(Performance Appraisal)是对员工工作业绩的评定，即根据工作目标或一定的绩效标准，采用科学的方法，对员工的工作完成情况、职责履行程度等进行定期的评定，并将评定结果反馈给员工的过程[1]。

目前我国大多数企业普遍推行的绩效评价手段，仍然是建立在传统的以经验判断为主体的绩效评价手段基础上的，因此主观随意性较大，科学性较差，缺乏客观的评价标准，评价结果容易产生偏差。本文阐述了绩效评价体系设计的方法，参照被调查企业的绩效评价指标及相关文献综合出了一个绩效评价指标体系，利用调查问卷进行了实际调查，然后运用主成分分析法对调查所得到的原始数据进行了分析，为我国企业构建及评价员工的绩效提供参考。

2、员工绩效指标体系设计的方法及内容

2．1绩效评价体系设计的方法

绩效评价指标体系设计的方法是采用的问卷调查法。根据相关文献拟定了一个绩效评价指标体系，确定了6个绩效评价指标，即环境、个性、业绩、能力、学识、品德，并且对这6个指标进行了详细的说明。以这6个指标以及多个二级指标编制成调查问卷。问卷采用Likert 5级量表评分，从“非常不重要”到“非常重要”，从1到5进行打分。调查采用的是电子邮件、调查问卷以及访谈的形式，分别济南、德州等地二十个企业的高层管理人员、中层管理人员以及普通管理人员进行调查，调查对象以中层管理人员为主。最后回收问卷，对数据进行项目分析，根据调查的结果并参照各个企业的绩效评价指标和有关文献[2]，综合出了一个具有代表性的绩效评价指标体系，包括6个一级指标，31个二级指标。

2.2绩效评价指标体系的内容

在实际调查的基础上，根据各个企业的管理特点和实际情况，对评价指标内容进行分类。主要从六个方面对员工工作绩效的评价进行考虑，即员工工作环境、

员工的个性素质、工作业绩、个人能力、学识和个人品德。具体的绩效评价指标体系的内容如表1所示。

表1综合评价指标体系的内容

一级指标 二级指标 环境 W1

工作场所、企业文化、用人机制、企业家素质、人际关系 个性 W2 气质类型、身体素质、心理素质、发展潜力、进取心

业绩 W3 目标达成度 、工作品质 、工作方法、业绩增长度、工作数量、工作效率

能力 W4 领导力、应变力、创造力、执行力、判断力、执行力 学识 W5 一般知识、专业知识、表达能力、学识适用本职程度 品德 W6

对公司态度、集体观念、政治素质、对待是非、个人修养

3、员工绩效评价的主成分分析 3.1主成分分析的概念

主成分分析（Principal Component Analysis ）也称主分量分析，是由Hotelling 于1933年首先提出的。主成分分析就是利用降维的思路，把多指标转化为少数几个不相关的综合指标的一种多元统计分析方法。在多变量（经济指标、因素）分析中，为了尽可能完整的搜集信息，对每个样品（企业、年份）往往要测量许多项指标，以避免重要信息的遗漏[3]。然而，以变量形式体现的诸多指标很可能存在着很强的相关性，则信息可能重叠、问题也变得较为复杂。因此，人们自然想到用少数几个不相关的综合变量来反映原变量提供的大部分信息。从数学角度来看，这就是降维的思想，把多指标转化为少数几个综合指标。 3.2主成分分析的步骤 具体求解步骤如下：

（1）计算各评价指标的平均值和协方差。

各评价指标的平均值和协方差如下：

T P X X X X ),,,(21"=,

∑==n

j ij X n X 1

11, i=1,2,…,p

∑=???=n

k j jk i ik ij X X X X n S 1

))((11, i,j=1,2,…,p （2）评价指标的中心标准化和计算相关矩阵ρ。

由于不同的量纲会引起评价指标的分散程度差异较大，为了消除量纲的影

响，要将评价指标的各个数据作中心标准化处理，T

p X X X X ),,,(**2*1*"=，即令

ij p ij ij S X X X )

(*

?= 相关矩阵p p ij r ×=)(ρ

（3）计算相关矩阵的特征值和特征向量。

相关矩阵计算之后，分别算出矩阵的特征值λ1，λ2，…，λp 和对应的特征向量α1，α2，…，αp ，αi =(α1i ,α2i ，…αpi )T ，并将特征向量单位正交化，得到单位正交向量ε1，ε2，…，εp ，εi =（ε1i ，ε2i ，…，εpi ）T 。 （4）计算主成分的贡献率和主成分的表达式。

定义∑=p

i i

k

1

λ

λ为第k 个主成分的贡献率，∑∑==p

i i

m

i i

1

1

λ

λ为前m 个主成分的累

计贡献率，在实际问题中，如果前m 个主成分的累计贡献率超过85%以上，就可以用这m 个主成分代替所有的原始评价指标。前m 个主成分的表达式分别为

??????

?+++=+++=+++=*

*22*11*22*2222*12122*11*

2121*11111pm pm m m m m m

p p p p x x x y x x x y x x x y εεεεεεεεε""

"""""""

（5）计算主成分的值。

**22*11p pi i i i x x x y εεε+++=", i=1,2,…,m

将标准化的数据带入上式，这样分别计算得到前m 个主成分值，然后计算出y 的值，根据y 值的大小进行排名，y 值最大的即为所要选择的结果[4]。 3.3评价指标的主成分分析

从上面的图中可以看到，绩效评价指标体系的内容很多，即影响绩效评价的因素很多，这样会使相关的工作变得很复杂，需要简化。主成分分析就是把这种多个指标简化，选出反映员工绩效评价的指标，重新组成一组新的相互无关、信息不重叠的几个综合指标，并从实际需要出发提取这几个较少综合指标尽可能多的反映原有指标信息。

本次调查一共调查了20个企业作为样本，每个样本有6项指标。在被调查的对象中，高层管理人员占了10%，中层管理人员占了70%，人力资源部门普通管理人员占了20%，中层管理人员具有一定的代表性，人数占了调查人数的一半以上，因此调查的数据具有一定的可信度。在调查中每个企业发放问卷3份，共发放60份，收回问卷58份，其中有效问卷50份，回收率为83%，根据调查的有效问卷得到原始数据。

依据主成分分析方法的原理,运用社会经济统计软件SPSS13.0,对原始数据

进行标准化处理,以消除量纲的影响,并且计算出各指标变量正交旋转后的载荷矩阵,各成分所对应的特征值、贡献率、累计贡献率等[4]。

表2 总方差解释

Component Initial Eigenvalues Extraction Sums of Squared

Loadings

Total

% of

Variance

Cumulative

% Total

% of

Variance

Cumulative

%

1 2.243 37.380 37.380 2.243 37.380 37.380

2 1.372 25.871 63.251 1.372 25.871 63.251

3 1.035 22.247 85.498 1.035 22.247 85.498

4 .828 8.798 94.296

5 .438 4.302 98.599

6 .084 1.401 100.000

Extraction Method: Principal Component Analysis.

从表2中我们可以看到，前三个主成分的特征值都大于1，每个贡献率都在20%以上，累计贡献率达到了85.498%，因此前三个主成分就能够代表绩效评价指标体系内容的信息。

表3 因子得分系数矩阵

Component

1 2 3

w1 .241-.316-.002

w2 .033.235.326

w3 .858.485-.264

w4 .454.539.159

w5 .170-.467.256

w6 .047-.094.064

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization. Component Scores.

表3是因子得分系数矩阵，说明了各个主成分的得分情况，通过以下模型可以直观的看出因子的重要程度。

F1=0.241W1+0.033W2+0.858W3+0.454W4 +0.170W5+0.047W6

F2=-0.316W1+0.235W2+0.485W3+0.539W4-0.467W5-0.094W6

F3=-0.002W1+0.326W2-0.264W3+0.159W4+0.256W5+0.064W6

在第一主成分中，可以看出W3的系数最大，达到了0.858，反映了企业员工绩效评价中工作业绩这一综合因素，在访谈中了解到企业在业绩评价中对于目标达成度以及工作效率是比较重视的，业绩的大小直接影响到企业利润的高低。

主因子1对Wi的累计贡献率达到了37.38%，而且工作业绩解释量最大，所以更说明了工作业绩是企业绩效评价指标体系中的重要方面，企业要做好绩效评价，必须在这一指标上下功夫。

第二个主成分中突出的是W4这一指标，即员工的个人能力素质，包括创新力、应变力等等，说明了绩效评价中员工个人能力的强弱对绩效评价的影响也很大，而个人能力的强弱与员工的工作业绩是相关的。企业要想提高业绩就要在员工的个人能力上想办法，激发员工的创新力和应变力，从而提高工作业绩。因此，在绩效评价中个人能力也是不可忽视的一个因素。

第三个主成分中W2的系数最大，即员工的个性素质，主要反映了进取心和发展潜力等因素，表明了员工的进取心和发展潜力也是绩效评价中的重要指标，因此企业应该激励员工的进取心，激发员工的发展潜力，为企业创造出更大的价值，更多的利润，可见个性素质这一指标在绩效评价中也是很重要的。

4、结论

本文结合我国企业的实际情况，建立了企业员工绩效评价的指标体系。利用主成分分析法对指标体系进行了评价，分析出了3个主要的成分，其中工作业绩这一指标所占比重最大，其次是工作能力，个性素质等影响比较大的指标，所得分析结果对于企业人力资源管理者而言，具有一定的参考价值。

参考文献：

[1]加里·德斯勒.人力资源管理[M].北京：中国人民大学出版社，1999.

[2]（加）加里?P?莱瑟姆.绩效考评[M].北京：中国人民大学出版社，2002.

[3]向东进，李宏伟，刘小雅.实用多元统计分析[M].中国地质大学出版社，2005.

[4]高祥宝，董寒青.数据分析与SPSS应用[M].清华大学出版社，2006. Enterprise staff achievements appraise based on principal

components analytic method

Liu Lei Cui Huibao

(Shandong University of Technology Shandong Zibo 255049) Abstract: The human resource is one of the determining factors which the enterprises realize production operation goal, and the important force which the society realizes the economic development and humanity's progressive. The science reasonable achievements appraisal system is the important basis which the enterprise formulates the human resources strategy and effectively implement human resources management. This article used the questionnaire survey procedure and referred to the

related literature to summarize a representative staff achievements evaluating indicator system, to 20 enterprises in Jinan, Dezhou has carried on the thorough investigation, utilized the principal components analytic method of SPSS to carry on these factors analysis, shorted many factors which affected the staff achievements to several comprehensive ingredients, thus carried on the human resources development and the management for the enterprise provides a simple valuable method.

Key words: achievements appraisal, influencing factor, principal components analytic method

作者简介：

刘 磊， 女，（1983- ），山东淄博，山东理工大学管理学院，硕士研究生 leiliu315@https://www.360docs.net/doc/018655367.html,

崔会保，男，（1956- ），山东淄博，山东理工大学管理学院副院长，教授