回归分析在企业管理中的应用

回归分析在企业管理中的应用 一 引言 在社会经济领域中 任何事物的发展都有它的过去 现在和未来 人们通过对大量统计资料的分析研究 发现 事物的发展有一定的规律性 通过管理数量方法 我们把 科学的原理 方法和工具应用于管理的各种活动中去 制 定出用于管理决策的数学和统计模型 从而对决策和行动 提供依据和建议 回归分析法是现代应用统计学应用于经 营管理中常用的数据分析方法之一 二 回归分析 回归分析是研究事物间量变规律的一种科学方法 回 归分析方法是通过规定因变量和自变量之间的因果关系 建立回归模型 并根据实测数据来求解模型的各个参数 然后评价回归模型是否能很好的拟合实测数据 如果拟合 程度高 则可以根据自变量作进一步预测 以下以某企业部分员工薪酬分析为例 利用回归分析 方法分析收入分配的合理性 三 实例分析 1 背景 某电信企业 以下称 S 公司 安装维护部承担某城市 一固定区域电信管线维护与终端安装 维护工作 工作主 要有 住宅 厂房 办公楼电话和宽带的装移机及实装线 路维护等 共有装维员工 24 人 分 9 个小组 每小组由 2 3 人组成 对划定片区负责 S 公司根据工作量 维护线数 装移机数 和服务质量指标采取类似承包的方式核定该部 门员工收入 即 部门收入总额 线路维护数 单价 装移机线数 单价 服务质量得分 奖惩金额 S 公司管理层希望安装维护部门制定二次分配办法时考 虑员工收入与本身技能情况 工作绩效挂钩 激励装维人 员的工作积极性 2008 年底 S 公司管理部门选用安装维护部员工月均 收入 月维护线数 终端装移数 故障修复数 客户不满 意数 工龄 组长和岗位系数 岗位技能 为统计指标 分析该部门员工全年收入与相关工作量的影响因素 见表 一 2 相关分析及检验 将收入列为因变量 其它因素为自变量 其关系式可 表示为 y a0 a1x1 a2x2 a3x3 a7x7 令 y x1 x2 x3 x4 x5 x6 x7 分别为月均收入 月维护线数 终端装移数 故障修复数 客户不满意数 工龄 是否组长和岗位系数 通过 SPSS 软件进行多元回归 统计分析 结果如下 结果显示 多元判定系数 R2 0 90 表示解释程度高 显著性水平 Significance F 5 968E 07 表示回归方程 的线性关系显著 再看表 2P Value 维护线数 0 947 故障数 0 819 装 移数 0 588 不满意数 0 234 皆大于标准 0 05 表示这四 个变量与员工收入不存在相关性 除 不满意数 先予保 留外其它三个变量应予以删除 重新选用月均收入 客户不满意数 工龄 是否组长 和岗位系数五个变量确定回归方程 令 y 为月均收入 x1 为岗位系数 x2 位是否组长 x3 为工龄 x4 为客户不满意 数 通过分析 结果如下 从表中看出 月均收入 客户不满意数 工龄 组长 和岗位系数这 5 个变量结合在一起 复相关系数 R 值等于 0 94 决定系数 R2 值等于 0 899 表示拟合程度高 调整后 的 R2 值等于 0 877 且各自变量对因变量的决定程度为 89 89 表明这四个变量对员工收入的解释力比较强 显著性水平 Significance F 3 32929E 09 表示回归方 程的线性关系显著 检测自变量的 P Value 值 不满意数 0 0424 工龄 0 0024 组长 0 0104 岗位系数 5 75E 05 皆小于标准 0 05 说明上述变量与员工收入存在线性关系 据此 列出多元线性回归方程为 y 3630 82x1 196 28x2 16 22x3 4 27x4 61 66 方程中各自变量对因变量的作用大小依次为 X1 X2 X3 X4 即 对 员工收入 来说 岗位系数 对其影响比较大 其次是 是否组长 工龄 的影响次 之 不满意数 的变动影响最小 四 结论 通过分析发现 安装维护部二次分配中员工收入主要 与员工本身技能情况相关性较强 与工作质量中的用户不 满意数呈弱相关性 而与工作量无明显线性关系 此结果 与公司期望的员工收入与员工技能情况 工作绩效挂钩的 假设相差甚远 S 公司要求装维部必须立即纠正现行分配办 法 增加收入与工作量的相关性 体现按劳取酬 多劳多 得的分配原则 参考文献 1 马雄威 线性回归方程中多重共线性诊断方法及其 实证分析 华中农业大学学报 社会科学版