人力資源分析技術(shù)

1、第五章第五章 人力資源分析相關(guān)計算模型人力資源分析相關(guān)計算模型第一節(jié)第一節(jié) 變量分類、相關(guān)與回歸變量分類、相關(guān)與回歸 1、變量分類、變量分類2、相關(guān)系數(shù)、相關(guān)系數(shù)3、相關(guān)與回歸、相關(guān)與回歸1、變量分類、變量分類v定類變量：無方向，無大小，只有類的區(qū)別定類變量：無方向，無大小，只有類的區(qū)別的變量叫做定類變量。的變量叫做定類變量。 v定序變量：有方向，無大小，可順序排列，定序變量：有方向，無大小，可順序排列，且該排列順序不能隨意被打亂的變量叫做定且該排列順序不能隨意被打亂的變量叫做定序變量。序變量。 v定距變量：有方向，有大小，可以用絕對數(shù)定距變量：有方向，有大小，可以用絕對數(shù)表示的變量叫做定距變

2、量。表示的變量叫做定距變量。 v定比變量：用相對數(shù)表示的變量叫做定比變定比變量：用相對數(shù)表示的變量叫做定比變量。量。 問：下列變量各為什么變量？（1）學歷）學歷（2）行業(yè)）行業(yè)（3）收入）收入（4）宗教）宗教（5）職務）職務（6）相關(guān)系數(shù)）相關(guān)系數(shù) 2、相關(guān)系數(shù)、相關(guān)系數(shù)v相關(guān)系數(shù)（相關(guān)系數(shù)（R）：反映兩個變量（）：反映兩個變量（X，Y）之間關(guān)系密切程度）之間關(guān)系密切程度及其方向性的系數(shù)。及其方向性的系數(shù)。v相關(guān)系數(shù)的定義域為：相關(guān)系數(shù)的定義域為：-1R+1。具體來說，可以將該定義。具體來說，可以將該定義域細分為反映域細分為反映X和和Y之間不同關(guān)系的五種類型：之間不同關(guān)系的五種類型： -1R-

3、0.5：強負相關(guān)，表明：強負相關(guān)，表明X的增量很小，而的增量很小，而Y的負增量卻的負增量卻很大。很大。 -0.5R0：弱負相關(guān)，表明：弱負相關(guān)，表明X的增量很大，而的增量很大，而Y的負增量卻很的負增量卻很小。小。 R=0：無關(guān)，表明無論：無關(guān)，表明無論X的增量怎樣變化，的增量怎樣變化，Y都不發(fā)生變化。都不發(fā)生變化。 0R0.5：弱正相關(guān)，表明：弱正相關(guān)，表明X的增量很大，而的增量很大，而Y的增量卻很小。的增量卻很小。 0.5R1：強正相關(guān)，表明：強正相關(guān)，表明X的增量很小，而的增量很小，而Y的增量卻很大。的增量卻很大。 3、相關(guān)與回歸、相關(guān)與回歸v相關(guān)只回答兩個變量之間關(guān)系的強度和方向相關(guān)只回

4、答兩個變量之間關(guān)系的強度和方向問題，不涉及變量之間關(guān)系的因果性。問題，不涉及變量之間關(guān)系的因果性。 v回歸模型能清楚的反映兩個變量之間的因果回歸模型能清楚的反映兩個變量之間的因果關(guān)系。關(guān)系。v在建立回歸模型和回歸方程時，必須首先明在建立回歸模型和回歸方程時，必須首先明確或證明兩個變量之間的因果邏輯關(guān)系確實確或證明兩個變量之間的因果邏輯關(guān)系確實存在，否則，回歸模型既可能無效，也可能存在，否則，回歸模型既可能無效，也可能誤導。誤導。 第二節(jié)第二節(jié) 不同變量相關(guān)系數(shù)的計算不同變量相關(guān)系數(shù)的計算1、相關(guān)系數(shù)的一般計算模型、相關(guān)系數(shù)的一般計算模型2、定類變量的相關(guān)系數(shù)、定類變量的相關(guān)系數(shù)3、定序變量的相

5、關(guān)系數(shù)、定序變量的相關(guān)系數(shù)4、定距變量的相關(guān)系數(shù)、定距變量的相關(guān)系數(shù)1、相關(guān)系數(shù)的一般計算模型、相關(guān)系數(shù)的一般計算模型（1）引例）引例（2）一般計算模型）一般計算模型（1）引例）引例 假設假設Y是某人的符號，在僅知道該符號的前是某人的符號，在僅知道該符號的前提下，要求你猜測提下，要求你猜測Y的性別、身高、年齡并的性別、身高、年齡并寫出來。然后，將另一名稱為寫出來。然后，將另一名稱為X的人介紹給的人介紹給你，使你確切知道了你，使你確切知道了X的性別、身高、年齡，的性別、身高、年齡，此時要求你再次猜測此時要求你再次猜測Y的性別、身高、年齡的性別、身高、年齡并寫出來。并寫出來。 思考：這兩次猜測的本

6、質(zhì)區(qū)別在哪里？思考：這兩次猜測的本質(zhì)區(qū)別在哪里？ （1）引例）引例 這兩次猜測的本質(zhì)區(qū)別在于：第一次猜測時這兩次猜測的本質(zhì)區(qū)別在于：第一次猜測時并沒有提供參照者并沒有提供參照者X，第二次猜測時則以提，第二次猜測時則以提供參照者供參照者X為前提。此時，定義為前提。此時，定義E1為不知道為不知道X而推斷而推斷Y所產(chǎn)生的誤差，定義所產(chǎn)生的誤差，定義E2為根據(jù)為根據(jù)X推斷推斷Y所產(chǎn)生的誤差，并求所產(chǎn)生的誤差，并求R=（E1-E2）/E1的值。的值。（1）引例）引例 顯然，如果顯然，如果E1足夠大，而足夠大，而E2也足夠大（這意也足夠大（這意味著即使味著即使“照葫蘆畫瓢照葫蘆畫瓢”，將，將Y完全認同為完

7、全認同為X，其實其實X和和Y在性別、身高、年齡三個標志方面在性別、身高、年齡三個標志方面沒有絲毫相似之處），則分子近似為沒有絲毫相似之處），則分子近似為0，導致，導致R近似為近似為0。表明。表明X和和Y沒有相似之處，或者不沒有相似之處，或者不相關(guān)。相關(guān)。 （1）引例）引例 如果如果E1足夠大，而足夠大，而E2卻非常?。ㄟ@意味著將卻非常小（這意味著將Y認作為認作為X是符合實際的），則分子仍然近似是符合實際的），則分子仍然近似為為E1，最終，最終R近似為近似為1，表明，表明X和和Y在上述三個在上述三個標志方面完全相同，二者相關(guān)度非常高。標志方面完全相同，二者相關(guān)度非常高。 （2）一般計算模型）一般

8、計算模型 其中其中E1稱作誤差稱作誤差1，即不知道一個變量而去推，即不知道一個變量而去推測另一個變量的誤差；測另一個變量的誤差；E2稱作誤差稱作誤差2，即根據(jù)，即根據(jù)一個變量而去推測另一個變量的誤差。一個變量而去推測另一個變量的誤差。 121EEER2、定類變量的相關(guān)系數(shù)、定類變量的相關(guān)系數(shù)（1）計算實例）計算實例（2）定類變量與定序變量的聯(lián)系與區(qū)別）定類變量與定序變量的聯(lián)系與區(qū)別（1）計算實例）計算實例v某市政府在出臺提高農(nóng)副產(chǎn)品收購價格政策之前，某市政府在出臺提高農(nóng)副產(chǎn)品收購價格政策之前，需要了解市民和農(nóng)民對該項政策的反應。你接受了需要了解市民和農(nóng)民對該項政策的反應。你接受了調(diào)查和收集有關(guān)

9、反映的任務，在收回問卷以后，你調(diào)查和收集有關(guān)反映的任務，在收回問卷以后，你整理出如下矩陣模型：整理出如下矩陣模型： 態(tài)度（態(tài)度（Y）身份（身份（X） 農(nóng)民農(nóng)民(X1)市民市民(X2)贊成贊成(Y1)21425反對反對(Y2)51520261945（1）計算實例）計算實例 確定確定E1，此時農(nóng)民（，此時農(nóng)民（X1）和市民（）和市民（X2）的身）的身份不明確，只能在合計欄尋找份不明確，只能在合計欄尋找E1；根據(jù)少數(shù)；根據(jù)少數(shù)服從多數(shù)的原則，一共收集到有效問卷服從多數(shù)的原則，一共收集到有效問卷45份，份，持贊成態(tài)度的為持贊成態(tài)度的為25份，是多數(shù)。據(jù)此，可以份，是多數(shù)。據(jù)此，可以認為認為45份（或人

10、）都持贊成態(tài)度，猜錯了份（或人）都持贊成態(tài)度，猜錯了20人。因此人。因此E1=20。 （1）計算實例）計算實例 確定確定E2，是在明確農(nóng)民（，是在明確農(nóng)民（X1）和市民（）和市民（X2）身份的前提下推測態(tài)度（身份的前提下推測態(tài)度（Y）的。同理，當認）的。同理，當認為農(nóng)民都持贊成態(tài)度時，猜錯的人數(shù)為為農(nóng)民都持贊成態(tài)度時，猜錯的人數(shù)為5，而，而當認為市民都持反對態(tài)度時，猜錯的人數(shù)為當認為市民都持反對態(tài)度時，猜錯的人數(shù)為4。因此總誤差因此總誤差E2=5+4=9。于是：。于是： 55. 020920121EEER（1）計算實例）計算實例 對該相關(guān)系數(shù)對該相關(guān)系數(shù)0.55的解釋為：在你調(diào)查的社區(qū)，每的解

11、釋為：在你調(diào)查的社區(qū)，每100名農(nóng)民或市民中有名農(nóng)民或市民中有55名的態(tài)度與身份相關(guān)，另名的態(tài)度與身份相關(guān)，另45名態(tài)度與身份無關(guān)。具體來說，每名態(tài)度與身份無關(guān)。具體來說，每100名農(nóng)民或名農(nóng)民或市民中，會有市民中，會有55名因為是農(nóng)民而贊成提高農(nóng)副產(chǎn)品名因為是農(nóng)民而贊成提高農(nóng)副產(chǎn)品收購價格，或會有收購價格，或會有55名因為是市民而對該政策持反名因為是市民而對該政策持反對態(tài)度。另外對態(tài)度。另外45名態(tài)度與身份沒有關(guān)系，這部分人名態(tài)度與身份沒有關(guān)系，這部分人既可能因為承包有土地，向市場提供農(nóng)副產(chǎn)品，即既可能因為承包有土地，向市場提供農(nóng)副產(chǎn)品，即使是市民身份，也可能會持贊成態(tài)度；也可能因為使是市民

12、身份，也可能會持贊成態(tài)度；也可能因為脫離土地，進城務工，需要購買農(nóng)副產(chǎn)品，即使是脫離土地，進城務工，需要購買農(nóng)副產(chǎn)品，即使是農(nóng)民身份，也可能會持反對態(tài)度。農(nóng)民身份，也可能會持反對態(tài)度。 （2）定類變量與定序變量的聯(lián)系與區(qū)別）定類變量與定序變量的聯(lián)系與區(qū)別v聯(lián)系：都屬于類別變量聯(lián)系：都屬于類別變量 v區(qū)別：定類變量的分類可以由調(diào)查者根據(jù)其區(qū)別：定類變量的分類可以由調(diào)查者根據(jù)其需要按順序排列。定序變量的分類具有某種需要按順序排列。定序變量的分類具有某種隱含的次序：它們量度的不僅有性質(zhì)上的而隱含的次序：它們量度的不僅有性質(zhì)上的而且有分量上的差異。因此，定序變量的尺度且有分量上的差異。因此，定序變量的

13、尺度包含了組間的次序關(guān)系，而定類變量則不具包含了組間的次序關(guān)系，而定類變量則不具有這種性質(zhì)。有這種性質(zhì)。 3、定序變量的相關(guān)系數(shù)、定序變量的相關(guān)系數(shù)( (1) )對對X和和Y兩個變量的測量層次相同時兩個變量的測量層次相同時( (2) )當用序數(shù)形式表現(xiàn)變量當用序數(shù)形式表現(xiàn)變量X和和Y時時 ( (3) )當對當對X和和Y的測量層次不相同時的測量層次不相同時 ( (1) )對對X和和Y兩個變量的測量層次相同時兩個變量的測量層次相同時v計算公式為：計算公式為： Ns為矩陣中某個元素與其右下各個元素和的為矩陣中某個元素與其右下各個元素和的乘積，乘積，Nd為矩陣中某個元素與其左下各個元為矩陣中某個元素與

14、其左下各個元素和的乘積。素和的乘積。 dSdSNNNNR相關(guān)算例相關(guān)算例v根據(jù)下表計算根據(jù)下表計算2005年某公司員工學歷與職務的相關(guān)系數(shù)年某公司員工學歷與職務的相關(guān)系數(shù)R2005，如果如果1995年該公司同一系數(shù)為年該公司同一系數(shù)為R1995=0.56，試進行兩個年度的，試進行兩個年度的對比。對比。 學歷（學歷（X）小學小學（X1）中學中學（X2）大學大學（X3）研究生研究生（X4）職務職務（Y）科員（科員（Y1）12233412科長（科長（Y2）4312123處長（處長（Y3）2113114局長（局長（Y4）6311相關(guān)算例相關(guān)算例 Ns=12 (12+12+3+13+11+4+3+1+1

15、) + 23 (12+3+11+4+1+1)+ 34 (3+4+1)+ 43（13+11+4+3 +1+1) +12 (11+4+1+1)+12 (4+1) + 21 (3+1+1) + 13 (1+1) + 11(1) =3574 Nd= 12 (43+12+12+21+13+11+6+3+1) +34 (43+12+21+13+6+3) + 23 (43+21+6) + 3 (21+ 13+11+6+3+1) + 12 (21+13+6+3) + 12 (21+6) +4 (6+3+1) + 11 (6+3) + 13 (6)=76283618996. 076283574762835742

16、005dSdSNNNNR相關(guān)算例相關(guān)算例 計算結(jié)果表明，計算結(jié)果表明，2005年該公司每年該公司每100名員工名員工中有中有36名學歷與職務成反向關(guān)系（另外名學歷與職務成反向關(guān)系（另外64名名員工的學歷與職務無關(guān)）。而員工的學歷與職務無關(guān)）。而1995年年100名名員工中有員工中有56名學歷與職務成正向關(guān)系（另外名學歷與職務成正向關(guān)系（另外44名員工的學歷與職務無關(guān)）。顯然，該集名員工的學歷與職務無關(guān)）。顯然，該集團公司職務晉升與學歷存在明顯的背離傾向。團公司職務晉升與學歷存在明顯的背離傾向。( (2) )當用序數(shù)形式表現(xiàn)變量當用序數(shù)形式表現(xiàn)變量X和和Y時時v計算公式為：計算公式為： 式中式中

17、N為被測變量的個數(shù)，為被測變量的個數(shù)，D為對所測變量的為對所測變量的排序之差。排序之差。 16122NNDR相關(guān)算例相關(guān)算例某企業(yè)某企業(yè)1010名員工獲獎排名與群眾威信排名名員工獲獎排名與群眾威信排名員工員工 獲獎排名獲獎排名（X）群眾威信排名群眾威信排名（Y）排名差（排名差（D）D A 1 8 749B 2 9 749C 3 5 2 4D 4 10 6 36E 5 6 1 1F 6 7 1 1G 7 3 416H 8 4 416I 9 1 864J 10 2 864 300相關(guān)算例相關(guān)算例 試根據(jù)上表計算某企業(yè)員工獲獎排名與群眾試根據(jù)上表計算某企業(yè)員工獲獎排名與群眾威信排名的相關(guān)系數(shù)，并指出

18、這一系數(shù)反映威信排名的相關(guān)系數(shù)，并指出這一系數(shù)反映的問題。的問題。相關(guān)算例相關(guān)算例 該相關(guān)系數(shù)表示，該企業(yè)每該相關(guān)系數(shù)表示，該企業(yè)每100名領(lǐng)導表彰名領(lǐng)導表彰的員工中有的員工中有81名群眾并不認可。這表面上反名群眾并不認可。這表面上反映了該企業(yè)對員工的評價存在上下不一致的映了該企業(yè)對員工的評價存在上下不一致的問題，實際上反映了該企業(yè)領(lǐng)導層與底層員問題，實際上反映了該企業(yè)領(lǐng)導層與底層員工認知存在明顯不同，說明該企業(yè)凝聚力很工認知存在明顯不同，說明該企業(yè)凝聚力很差。差。 8181818. 09901800990990180011101030061161222NNDR( (3) )當對當對X和和Y的

19、測量層次不相同時的測量層次不相同時v計算公式為：計算公式為： 式中，式中，Ns為同序?qū)?shù)，為同序?qū)?shù)，Nd為異序?qū)?shù)。為異序?qū)?shù)。 dSdSNNNNR相關(guān)算例相關(guān)算例v已知已知5名員工健康狀況與工作績效的關(guān)系如下，試名員工健康狀況與工作績效的關(guān)系如下，試計算健康狀況與工作績效的相關(guān)系數(shù)。計算健康狀況與工作績效的相關(guān)系數(shù)。員工員工健康狀況（健康狀況（X）工作績效（工作績效（Y）A健康健康中中B一般一般良良C差差優(yōu)優(yōu)D一般一般差差E健康健康差差相關(guān)算例相關(guān)算例 將將A、B、C、D、E這這5名員工兩兩配對，作名員工兩兩配對，作不重復組合，以比較其健康狀況和工作績效不重復組合，以比較其健康狀況和工作績效的一致性。共有的一致性。共有10種組合方法。種組合方法。 觀察每對間的關(guān)系：由員工觀察每對間的關(guān)系：由員工到到，其健康，其健康狀況是由狀況是由“健康健康”到到“一般一般”，呈下降趨勢，呈下降趨勢的，而其工作績效是由的，而其工作績效是由“中中”到到“良良”，呈，呈上升趨勢的。一降一升，方向相反，稱作異上升趨勢的。一降一升，方向相反，稱作異序。序。 相關(guān)算例相關(guān)算例 當對健康狀況和工作績效，也就是當對健康狀況和工作績效，也就