发布时间 : 星期日 文章基于员工满意度的员工流失行为分析更新完毕开始阅读20e9c2ac690203d8ce2f0066f5335a8102d26662
② 0
③?1??<0，表明两个变量之间存在负相关。若?=-1，则变量间的关系为完全负相关；
④?=0，表示两个变量之间无线性关系-零相关（只是表示两个变量之间没有线性相关关系，并不表示没有其他相关关系）。 研究中度量包括间隔尺度（Scale）、定序尺度（Ordinal）及名义尺度（Nominal），可根据变量实际度量种类来选定。SPSS的数值型和日期型变量默认度量为间隔尺度，字符型变量默认度量为名义尺度。论文在录入数据时，对变量的定义为数值型，而Spearman（斯皮尔曼）等级相关与Kendall（肯德尔）秩相关适用于至少有一个变量以定序尺度测度，故选择Pearson相关系数进行分析。
4.1.2 因子分析
（1）因子分析概述
因子分析是主成分分析的推广与发展，所研究的问题往往涉及较多的变量，且它们中大部分又是相关的，因此将这些原始变量综合为少数几个潜在因子来表示，以显示原始变量之间以及与因子之间的相互关系，也可以根据不同的因子对变量进行分类。因子分析是多元统计分析中处理将为的一种方法。
因子分析包括R型因子分析-对变量作因子分析和Q型因子分析-对样品作因子分析，本文采用R型因子分析。设有p个变量X1,X2,?,Xn
Xi?ai1F,2,...,p) 公式(4-1) 1?ai2F2???aimFm??i(i?1式中Xi为第i个标准化变量，F1,F2,?,Fm称为变量X的公共因子或潜因子。aij称为因子载荷（Loading），它的统计意义是第i个变量与第j个公共因子的相关系数，因此第i个变量是Xj在第j个公共因子Fj上的负荷。(aij)p?m称为因子载荷矩阵，m为公共因子的数目。?i称为第i个变量的特殊因子，要求特殊因子之间是相互独立的，且它与公共因子F也是相互独立的。
模型中因子载荷阵的估计方法很多，其中方差最大正交旋转（Varimax）是最常用的，此时所得到的公因子F1,F2,?,Fm是彼此相互独立的，且如主成分分析一样，
各个公共因子所解释总方差的比例依次递减，第一个公因子所解释的总方差的比例越大，依次类推。 （2）因子得分计算：
?： 公共因子的Fj的估计Fj??bX?bX?...?bX(j?1,2,...,m)Fjj11j22jpp 公式(4-1)
式中：
X1,X2,?,Xp——标准化变量；
； bj1,bj2,...,bjp——因子得分系数（Factor Score Coeffecient）
?——第j个因子的估计值，也称为因子得分（Factor Score）F。
j4.2 信度与效度检验
4.2.1 信度检验
信度(Reliability)即可靠性，它是指测量结果的一致性程度或者可靠性程度，为了了解问卷的可靠性和有效性，要做信度检验。信度分析是一种测度综合评价体系是否具有一定的稳定性和可靠性的有效分析方法，在对问卷进行数据分析前，必
10
须考察其信度，以确保测量的质量。信度检验的方法有很多，内部一致信度(Internal Consistent Reliability)是目前比较流行而且效果较好的信度评定方法，从测量构思层次化入手，使测量项目形成一定的内部结构，并以内部结构的一致性程度，对测量信度做出评定。克朗巴哈(Cronbach1951)提出的一种内部一致性系数——Alpha系数，准确地反映出测量项目的一致性程度和内部结构的良好性，是目前使用最广泛的信度指标，这种方法适用于态度、意见式问卷(量表)的信度分析，本研究主要采用克朗巴哈(cronbach)a系数来分析信度。
根据Nunnally的建议，Alpha值的评判标准是:若Alpha<0.35为低可靠性；0.35≤Alpha<0.7 则尚可；Alphaa≥0.7则属于高可靠性。
表 4-1 量表的信度系数
量表
员工满意度量表 流失倾向量表
N of Items 19 5
Cronbach's Alpha .732 .582
如表4-1，员工满意度量表与流失倾向量表的Alpha系数大于0.35，信度尚可，内部一致性程度良好，所以问卷测量结果是可靠的。
4.2.2 效度检验
效度(Vahdity)即有效性，它是指测量工具或手段能够准确测出所需测量事物的程度，它是测验分数量表所要测量的心理特质的程度。效度是科学测量工具最重要的必备条件，一个测验若无效度，则无论具有其他什么优点，一律无法发挥其真正的功能。变量间的相关性是进行因子分析的先决条件，变量间的相关特点用Bartlett球型检验进行检测。样本适当性系数KMO是Kaiser-Meyer-Olkin的取样适度性度量，根据学者Kaiser(1974)观点：KMO系数在0.90以上非常适合进行因子分析，在0.50—0.90之间适合进行因子分析，在0.50以下则不适合进行因子分析。Bartlett球度检验给出的相伴概率0.000，小于显著性水平0.050，因此，拒绝Bartlett球度检验的零假设，适合于因子检验。
表 4-2 员工满意度量表KMO系数Bartlett's Test检验
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Approx. Chi-Square df Sig. 表 4-3 流失倾向量表KMO系数Bartlett's Test检验
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Approx. Chi-Square df Sig. .646 63.583 15 .000 .679 391.160 190 .000 表4-2与表4-3给出了KMO和Bartlett球度检验结果，其中，KMO值为0.679、0.646，Bartlett球形检验卡方值为391.160、63.583，自由度190、15，显著性概率
11
（Sig）为0.000<0.001高度显著，球形假设被拒绝，表明问卷各项目间并非独立，取值是有效的。几个指标的结果都说明数据是有效的，而且符合因子分析的KMO系数Bartlett's Test检验。
4.3员工满意度量表因子分析
4.3.1员工满意度各因素相关分析
对员工流失行为量表采用因子分析法提取关键因子，将提取的因子定义为变量，通过提取的因子，研究员工满意度与流失倾向的关系。但前提是先对量表中各因素的相关性作分析，只有各因素相关，才可能提取出主因子，且提取的因子具有代表性。
表4-4 员工满意度部分量表间相关系数表
明确经纪人明晰发展清楚公司岗位要求可承受工管理人员岗位职责 道路 业务范围 合理 作强度 能力高 1 .378** .000 .239* .020 .024 .820 .102 .326 .226* .027 .378** .000 1 .243* .018 .114 .273 .079 .444 .042 .189 .239* .020 .243* .018 1 .188 .068 .133 .197 .011 .914 .024 .820 .114 .273 .188 .068 1 .481** .000 .124 .233 .102 .326 .079 .444 .133 .197 .481** .000 1 .128 .218 .226* .027 .042 .189 .011 .914 .124 .233 .128 .218 1 明确经Pearson 纪人岗Correlation 位职责 Sig. (2-tailed) 明晰发Pearson 展道路 Correlation Sig. (2-tailed) 清楚公Pearson 司业务Correlation 范围 Sig. (2-tailed) 岗位要Pearson 求合理 Correlation Sig. (2-tailed) 可承受Pearson 工作强Correlation Sig. (2-tailed) 度 管理人Pearson 员能力Correlation Sig. (2-tailed) 高 **. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
通过对员工满意度量表各因素相关分析，得出部分项目相关系数矩阵，由表4-4反映出，员工满意度部分因素在0.05和0.01显著水平上总体相关性较强，认为适合作因子分析。
4.3.2因子分析
表4-5 总方差解释 Comp
Initial Eigenvalues
onent
% of
Cumul
Total Varian
ative %
ce
1 3.803 20.016 20.016 2 2.054 10.809 30.825
Extraction Sums of Rotation Sums of Squared
Squared Loadings Loadings
% of % of
CumulCumul
Total VarianTotal Varian
ative % ative %
ce ce 3.803 2.054
12
20.016 20.016 2.242 10.809 30.825 2.220
11.798 11.798 11.683 23.481
3 4 5
1.564 1.431 1.259
8.231 7.532 6.625
39.056 1.564 46.587 1.431 53.213 1.259
8.231 7.532 6.625
39.056 1.973 46.587 1.958 53.213 1.718
10.385 33.866 10.306 44.172 9.040
53.213
因子分析过程中，采用主成分分析法，并以正交法进行因子旋转，抽取特征值大于1的因子。但由于因子数目较多，为七个，继续使用因子分析方法，对项目分析时，同样使用主成分分析法，并以正交法进行因子旋转，指定因子个数为五个，得到的五个因子具有较清晰的结构。这五个因子对员工满意度的解释程度为53.213%，表明每个项目被五个因子解释的方差都在一半以上。
由旋转后的因子矩阵表，将五个因子分别命名为：因子一“工作回报”（包括考核可提高工作水平、工作可学到很多知识、店长鼓励创新性意见、公司关注员工成长、门店合作多次成功、对考勤制度满意），因子二“工作环境”（包括项目薪资与负荷相符、店长认可工作成果、岗位要求合理、可承受工作强度、工作环境安全），因子三“个人发展”（包括项目明确发展道路、公司发展有前景、在玛雅工作有成就），因子四“工作本身”（包括项目明确经纪人岗位职责、清楚公司业务范围、福利制度较完善），因子五“对企业的认同”（认同玛雅服务理念、可获取工作所需资源）。根据因子载荷阵（表4-6）与因子得分系数阵（表4-7），计算各因子得分：
表4-6 方差最大正交旋转后的因子载荷阵 Component 1 2
.717 .025 考核可提高工作水平
.599 -.207 对考勤制度满意
.560 .304 门店合作多次成功
.559 .073 工作可学习很多知识
.532 .327 公司关注员工成长
.502 .282 店长鼓励创新性意见
-.011 .757 可承受工作强度
.050 .635 工作环境安全
.233 .526 岗位要求合理
.187 .525 店长认可工作成果
-.015 .500 薪资待遇与负荷相符
-.086 -.060 公司发展有前景
.236 .219 在玛雅工作有成就
.029 -.029 明确发展道路
.203 .032 福利制度较完善
-.077 -.131 明确经纪人岗位职责
.038 .144 清楚公司业务范围
.055 .115 可获取工作所需资源
-.023 .087 认同玛雅服务理念
表4-7 因子得分系数矩阵
Component
1 2
-.085 -.051 明确经纪人岗位职责
.062 .035 福利制度较完善
-.059 .066 清楚公司业务范围
-.081 -.060 公司发展有前景
-.106 -.036 认同玛雅服务理念
13
3
.305 -.231 .398 -.013 -.037 .033 .050 -.245 .062 .319 .248 .714 .653 .598 .095 -.022 .169 -.077 .312 4 .023 .043 .144 .068 -.209 .260 .120 -.187 .220 .163 -.360 .210 .277 -.217 .718 .687 .553 -.152 .284 5 .019 .070 -.175 .456 -.141 .317 .113 -.157 .315 .265 .128 -.206 .110 .255 -.265 .151 .087 .762 .574
3 -.101 -.051 .000 .413 .113 4 .390 .385 .289 .026 .107 5 .102 -.210 .017 -.155 .341