企业员工满意度模型构建.docx

企业员工满意度模型构建.docx

《企业员工满意度模型构建.docx》由会员分享，可在线阅读，更多相关《企业员工满意度模型构建.docx（23页珍藏版）》请在冰豆网上搜索。

企业员工满意度模型构建

企业员工满意度模型构建

摘要提高员工的满意度是增强员工的工作责任感，提高员工的工作质量，从而增大了企业竞争力。

本文针对中国石油化工企业员工的调查，进行了主成分分析，从而得到影响员工满意度模型提取的十四个指标的权重系数，建立了总的得分模型，以满意度平均分为横坐标，以指标权重系数（重要性）为纵坐标，得约翰.玛蒂拉和约翰詹姆斯推荐的象限图，通过第二象限（改进区），从而分析出现企业应加强的几个方面，并提出了建议。

关键字满意度主成分分析模型企业员工

Abstract：

Toimproveemployees’satisfactionisagoodwaytoincreasetheworkingresponsibilityofemployeeandenhancetheworkingquality。

TheinvestigationtoSinopecenterpriseemployee,baseonprinciplecomponentanalysis,Gettheweightmodulusoffourteenindices,builtthemodel.Takethatdegreeofsatisfactiondividesaveragelyasabscissa,takeindexweightmodulus（significance）asY-axis,getJonesandJamesrecommendthequadrant,locatessomeproblems，Putforwardaproposal.

Keywords：

CompetitiveStrength;PrincipalComponentAnalysis;model;employee

一、引言

（一）研究背景

企业员工的满意度即员工的心理和生理需求满足的程度,特别是员工个体作为职业人的满意程度,以及对来源于工作或工作经验评价的愉快或正性情绪状态的认

。

对企业员工满意度的研究有利于企业制定科学的人力资源管理政策,增强企业凝聚力,提高企业竞争力。

同时,对职工工作满意度的评价可以帮助企业进行组织诊断,影响企业的未来绩效,保障员工的心理健康和提高员工的工作质量。

重视并科学有效地监测员工的满意度,已经成为现代企业管理的重要内容和手段。

鉴于研究企业员工满意度的重大意义,国内外学者从不同方面对员工满意度进行了大量理论和实证研究，归纳起来,主要集中在两个方面:

1.员工满意度内容的研究。

包括对指数内容、影响因素、相关因素的研究,重点体现在满意的具体维度和指标确定上。

从早期行为学家马斯洛（Maslow）以及赫兹伯格（Herzberg）等提出的诸如人的需求层次和双因素理论,到洛克（Locher）指出的员工满意度包括的十个因素,还有阿莫得（Amold）和非德曼（Feld2man）提出的六因素,都对幸福指数维度的科学划分有重要影响。

在国内也有众多的学者对满意度的内容进行了研究,其结果最终体现在维度的确定上。

2.员工满意度测评方法研究。

国外关于员工满意度的测评方法主要有:

单一整体评估法（singleglobalrating）和工作要素总和评分法（summationscore）以及明尼苏达满意度测量MSQ（Minnesotasatisfactionquestionnaire）。

国内的研究情况:

对MSQ量表的修订和具体应用;采用调查问卷法;结合数理统计分析;运用模糊数学的相关原理进行分析。

（二）研究目的

员工满意度是反映企业人力资源管理水平的重要指标。

对于企业来说,员工满意度具有重大的现实和长远意义。

1.员工满意度影响企业经营与管理。

通常,员工满意度高表明企业的员工是满意的、很满意的甚至是完全满意的,那么企业经营和管理就趋于良性,其吸引力、影响力、凝聚力和战斗力必然上升。

2.员工满意度影响企业核心竞争力的发展。

知识经济时代人力资本在经济发展中的作用日益重要,员工已成为企业核心竞争力的重要载体,员工创造性和积极性的发挥直接影响着企业核心竞争力的发挥,而员工创造性和积极性的发挥即

人力资本的发挥取决于员工满意度。

3.员工满意度对保持稳定而高效的员工队伍有重大影响。

Denison.S.Haaland等认为,“组织的执行者、管理者和员工忠于组织,对组织有强烈的归属感和认同感,人们把所有的能力都用于提高工作结果,并用组织的目标指导自己的工作”。

因此,员工满意度可以激发员工为顾客提供令其满意的产品或服务的积极性、主动性,使其对企业产生高度的责任感和信任感,从而可以保持稳定高效的员工队伍,节省企业内部支出,从而提高顾客让渡价值和企业竞争力。

4.员工满意度会影响职工的情绪，如果是抱怨，那麽企业经营和管理就会陷入混乱,出现危机,其市场竞争力也必然下降。

正如赫布曲线表明,低水平的员工满意度会导致员工情绪的低靡或过分紧张,两种状况都不利于工作效率的提高,并直接影响到团队的战斗力。

（三）研究方法

通过大量阅读一些文

的基础上，再结合实际与心理学上的划分，分析影响企业员工幸福指数的五个大因素，其中分为工作环境条件，工作本身，工作回报，人际关系，企业整体。

其中，具体把六个大因素再划分为工作环境：

工作地环境，工作时间，机器设备（噪音，湿度，温度，清洁）；工作本身：

兴趣度，自我实现，挑战度；工作回报：

薪资分配，事业成就感，工作认真度，晋升，福利待遇；人际关系：

意见沟通度，组织支持度，冲突协调度；企业整体：

企业价值观，企业形象与历史，企业领导满意度，结合SPSS软件进行主成分分

和因子分析，得出影响企业员工的影响因素模型并分析主要影响以及应在哪方面的改进。

二、主成分原理和数学模型

（一）主成分分析原理

主成分分析是研究如何把多个相关变量综合成一个或少数几个综合指标，而这一个或少数几个综合指标又能最大程度地反映原来变量信息的一种多元统计分析方法。

通常数学上的处理就是，应用数理统计的方法，对众多具有一定相关性的原始指标数据，进行线性组合变换，重新组合为新的综合指标，并在所有的组合中选出包括信息量较多的前几个综合指标，这几个指标的累计方差贡献率一般以达到85%或以上为原则。

最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var（

）越大，表示F1包含的信息越多。

因此在所有的线性组合中选取的

应该是方差最大的，故称F1为第一主成分。

如果第一主成分不足以代表原来P个指标的信息，再考虑选取

即选第二个线性组合，为了有效地反映原来信息，

已有的信息就不需要再出现在

中，用数学语言表达就是要求Coy（

，

）=0，则称

为第二主成分，依此类推可以构造出第三、第四，⋯，第P个主成分。

这P个主成分不仅保留了原始变量的主要信息，而且彼此无关，同时又比原始变量具有某些更优越的性质，这使得我们在研究复杂问题时，容易抓住主要矛盾。

（二）主成分分析的数学模型

设有p个样品，每个样品观测p个指标，可得原始数据资料库：

X=

用数据矩阵的x的p个指标向量，x1……xp做线形组合变换为：

且组合系数

=（

）i=1,2,3…

满足

+

+

=1（i=1,2,3…p）

ai即为单位特征向量，

由下列原则确定：

1．Yi与Yj（i不等于j,I,j=1,2,…p）不相关。

2．

……

的一切线形组合中方差从大道小的顺序为：

……

。

在实际应用中，如果指标数据的量纲不同，需要首先对原始数据进行标准化处理。

由于本文数据是对满意度指标打分，不存在量纲影响，故不需要对数据进行标准化处理。

三、中国燕化石油化工企业员工满意度模型

（一）企业背景概况

中国石油化工集团公司（简称中国石化集团公司，英文缩写SinopecGroup）是1998年7月国家在原中国石油化工总公司基础上重组成立的特大型石油石化企业集团。

中国石化集团公司主营业务范围很多：

实业投资及投资管理；石油、天然气的勘探、开采、储运（含管道运输）、销售和综合利用；石油炼制；汽油、煤油、柴油的批发；石油化工及其他化工产品的生产、销售、储存、运输等等这些。

由于中国石化是我国重要的国企，它对于我国石油发展起着举足轻重的作用，而员工的满意度更是显得尤为重要，所以进行了这次的采访调查。

这次调查，从中选择了石油炼制车间与化工产品运输车间，随机抽取152人做调查访问。

男性占了95.39%。

因为本身，在炼油车间与产品运输车间，男性居多。

（二）企业员工满意度模型的建立

1.满意度调查

通过亲自下厂，逐一进行访问，这样可以有效地保证调查问卷的回收率，另外为保证问卷的真实性，采取匿名的方式。

一共采访了152人。

其中男人和女人的比例各为95.39%和4.61%。

2.模型建立

（1）建立指标体系

通过对152人分别对选取的14个指标进行评价，评价分为了5个级别（表一），很满意，满意，一般，不满意，很不满意，并把这五个级别打伤了量化分数。

每一个级别的人数分别乘以级别的分数即为调查结果满意度得分（表三）。

对十四个指标分为很满意，满意，一般，不满意和很不满意无个等级，采用五分制打分。

表一满意度量化表

满意等级

很满意

满意

一般

不满意

很不满意

得分

5

4

3

2

1

表二满意度调查人数汇总表

指满意度（人数）标

很满意

满意

一般

不满意

很不满意

工

作

环

境

工作地环境

（X1）

3

25

78

30

16

工作时间

（X2）

4

40

54

35

19

机器设备

（X3）

19

44

49

30

10

工

作

本

身

兴趣度

（X4）

22

82

17

25

6

自我实现

（X5）

6

17

76

42

11

挑战度

（X6）

0

63

46

39

4

工

作

回

报

薪资分配

（X7）

1

7

66

65

13

晋升

（X8）

0

26

88

31

7

福利待遇

（X9）

12

58

42

34

6

人

际

关

系

意见沟通度

（X10）

11

39

42

41

19

组织支持度

（X11）

4

31

86

14

17

企

业

整

体

管理水平

（X12）

10

55

66

9

12

管理成效

（X13）

3

76

13

49

11

领导满意度

（X14）

14

65

50

17

6

分别用个指标中满意度的人数（表二），乘以相应的满意度量化表里的得分（表一），于是得到了如下表，调查结果满意度得分汇总表（表三）。

表三调查结果满意度得分汇总表

指满意度得分

标

很满意

满意

一般

不满意

很不满意

工

作

环

境

工作地环境

（X1）

15

100

234

60

16

工作时间

（X2）

20

160

162

70

19

机器设备

（X3）

95

176

147

60

10

工

作

本

身

兴趣度

（X4）

110

328

51

50

6

自我实现

（X5）

30

68

228

84

11

挑战度

（X6）

0

252

138

78

4

工

作

回

报

薪资分配

（X7）

5

28

198

130

13

晋升

（X8）

0

104

264

62

7

福利待遇

（X9）

60

232

126

68

6

人

际

关

系

意见

沟通度

（X10）

55

156

126

82

19

组织支持度

（X11）

20

124

258

28

17

企

业

整

体

管理水平

（X12）

50

220

198

18

12

管理成效

（X13）

15

304

39

98

11

领导满意度

（X14）

70

260

150

34

6

（2）确定主成分的个数

把十四个指标的数据（表三），输入到SPSS中，并进行主成分的分析，应用SPSS统计分析软

，主成分的提取原则选用主成分的累积贡献率大于98%的前M个主成分。

表四TotalVarianceExplained

Component

InitialEigenvalues

ExtractionSumsofSquaredLoadings

Total

%ofVariance

Cumulative%

Total

%ofVariance

Cumulative%

1

8.896

63.544

63.544

8.896

63.544

63.544

2

3.616

25.830

89.375

3.616

25.830

89.375

3

1.325

9.464

98.839

1.325

9.464

98.839

4

.163

1.161

100.000

5

7.44E-016

5.31E-015

100.000

6

3.01E-016

2.15E-015

100.000

7

1.35E-016

9.65E-016

100.000

8

7.86E-017

5.61E-016

100.000

9

4.56E-017

3.26E-016

100.000

10

-3.84E-017

-2.74E-016

100.000

11

-1.61E-016

-1.15E-015

100.000

12

-2.26E-016

-1.61E-015

100.000

13

-3.37E-016

-2.41E-015

100.000

14

-1.24E-015

-8.82E-015

100.000

ExtractionMethod:

PrincipalComponentAnalizy

由表三可知，前三个主成分的累积贡献率达到了98.839%，即前三个主成分反映了全部信息的98.839%，实际信息损失只占了1.161%,从表四中也可以看出，每个指标的信息都在三个主成分有不同程度的反映，前三个主成分基本反映了全部指标的信息。

因此，提取前三个主成分，作为3个新的变量，代替原来的十四个变量。

（3）求出

的表达式，并得出综合主成分得分模型

表五ComponentMatrix（a）

Component

1

2

3

X1

.814

.565

-.116

X2

.199

.331

.922

x3

.930

-.195

-.195

x4

.629

-.774

.015

x5

.701

.706

-.060

x6

.924

-.273

.224

x7

.481

.831

.256

x8

.809

.576

-.090

x9

.916

-.395

.061

x10

.977

-.122

.135

x11

.843

.456

-.258

x12

.962

-.092

-.237

x13

.662

-.647

.366

x14

.914

-.386

-.127

ExtractionMethod:

PrincipalComponentAnalysis.

利用特征值（λiE-A）ai=0的性质,用SPSS软件SQRT函数进行运算,得到主成分对应的特征值所对应的特征向量ai。

用表四中的数据分别除以相对应的特征值的平方根，便得到三个主成分中每个指标中所对应的系数（特征向量），再用特征向量和

，

……

相乘，即得到主成分的表达式

，

，

（表六）。

=0.272915

+0.06672

+0.311807

+……+0.306442

=0.297122

+0.174066

-0.10255

+……-0.20299

=-0.03889

+0.309125

-0.06538

+……-0.04258

用第一主成分

中每个指标所对应的系数乘上第一主成分

所对应的贡献率再除以所提取三个主成分的贡献率之和，然后加上第二主成分

中每个指标所对应的系数乘上第二主成分

所对应的贡献率再除以所提取三个主成分的贡献率之和，再加上第三主成分

中每个指标所对应的系数乘上第三主成分

所对应的贡献率再除以所提取三个主成分的贡献率之和，即可得到主成分综合得分模型：

Y=0.249385

+0.187985

+0.167402

+……+0.139886

综合得分模型中每个指标所对应的系数即每个指标的权重。

系数见表6（回归系数）F。

表六回归系数

Y

0.272915

0.297122

-0.03889

0.249385

0.06672

0.174066

0.309125

0.187985

0.311807

-0.10255

-0.06538

0.167402

0.210889

-0.40703

0.005029

0.029688

0.235029

0.371271

-0.02012

0.246204

0.309795

-0.14356

0.075102

0.16884

0.161268

0.437005

0.085831

0.226107

0.271238

0.302906

-0.03017

0.250654

0.307113

-0.20772

0.020452

0.145115

0.327565

-0.06416

0.045262

0.19816

0.282638

0.239801

-0.0865

0.236097

0.322536

-0.04838

-0.07946

0.187107

0.221953

-0.34024

0.122711

0.065523

0.306442

-0.20299

-0.04258

0.139886

四、研究结果和建议

（一）研究结果

研究结果采用最早由约翰.玛蒂拉和约翰詹姆斯推荐的象限图来加以分析说明，它是既有说服力又简单的方法，是确定满意度调查后的活动的极好方法。

象限图的绘制以每个指标满意度平均分（通过将

中的五个等级得分相加，再除以总人数（152），由此我们得到了平均分）为横轴，以每个指标权重系数（由表五所得）为纵轴，并细分每个轴，在横轴上画一条平均满意度的垂线（∑每个满意度指标平均分/14=2.9），在纵轴上画一条平均权重的水平线（∑F/14=0.173439），即得象限图。

表七每个指标满意度平均分

指标

平均分

指标

平均分

X1

2.78

X8

2.20

X2

1.99

X9

3.23

X3

3.21

X10

2.87

X4

3.57

X11

2.93

X5

2.73

X12

3.19

X6

3.10

X13

3.03

X7

2.46

X14

3.37

象限图

第一象限为高度关注区，第二象限为优先改进区，第三象限为无关紧要区，第四象限为维持优势区。

通过象限图我们可以直观地看到目前该企业各个指标员工满意度和重要性的具体状况，从而有针对性的开展工作。

象限一属于重要性与满意度得分高的象限（高度关注区），X12（管理水平），X11（组织支持度）这两个指标落在了这个象限上。

这个象限标志着满意度与问题的重要性成比例，即员工的满意程度与他们所评价的合理的重要程度相符合燕化企业是一个体系很庞大的国企单位，虽然人多，却在这两方面做得很是完备。

应该继续保持。

员工由于一些炼油车间，可能会产生一些毒害气体，所以尤其关心企业员工的机器设备以及福利待遇，渴望良好的福利待遇以解决自己一旦发生人员流动的后顾之忧，可以适当地组织员工到外面定期疗养，因此，企业应予充分重视和支持。

象限二属于重要性高但满意度低的象限（优先改进区）。

X1（工作环境），X5（自我实现），X7（薪资分配），X8（晋升），X2（工作时间），X10（意见沟通度）这六个指标落在了这个象限中，这个象限标志着改进机会，员工的满意程度大大低于他们所评价的合理的重要程度。

象限三属于重要性低满意度评分也低的象限（无关紧要区），这个象限标志着满意度与问题的重要性成比例，也是员工的满意程度与他们所评价的合理的重要程度相符合。

可见，并未有任何指标落入了这里。

象限四属于重要性低满意度评分高的象限（维持优势区）。

有X3（机器设备），X6（挑战度），X9（福利待遇），X14（领导满意度），X4（兴趣度），X13（管理成效）这六个指标落在了这个区域上。

这个象限标志着过度供给，员工满意程度大大超过了他们所评价的合理的重要程度。

这一方面表明企业在这个指标的管理中取得了较高的满意度，同时，另一方面也表明企业在员工认为并不太重要的指标上花费了较多的资源。

企业应该把这些结果的资源转到其他员工认为更重要的方面，如象限二上。

（二）研究建议

通过第二象限的观察，可以发现许多的问题。

在优先改进区，关于工作时间落在了这里，据我调查，现在燕化公司的炼油厂，将曾经的八小时改为了现在的九小时，虽然额外的一小时有加班费用，然而，可见，并未得到好的评价。

而在意见沟通度上，或许是因为燕化公司企业的太庞大，实在是难以上下沟通，然而，我们可以另想一些办法来改进。

例如多举办一些调查活动，采用匿名形式，来获得底下人的心声。

还有薪资分配，自我实现，组织支持，晋升机会无论对一个职工，还是对企业都应该是重要的，却也进入了二象限，这说明还有很大的空间需要提高和改进。

工作地环境问题，据我调查，其实是看情况，有些人是在装油车间，里面含有浓重的有毒气体，不免伤身。

根据这些，以下是我提出的三点计策。

1.树立以能为本的最高管理理

“以能为本”，是以人的能力为中心，把最大限度地发挥人的能力，实现能力价值的最大化作为企业发展的推动力量。

“以能为本”的管理源于“以人为本”的管理，但又高于“以人为本”的管理。

人要依靠能力（知识）来改变生存环境；依靠能力立足于社会，并实现个人价值；依靠能力为社会工作，得到他人的尊重，证明自己存在的价值。

因此说，企业只有“以人的能力为本”，才能真正做到“以人为本”。

实践证明，能岗有效匹配是保证员工各尽其用、各尽其才、各尽其潜的最有效的方法，应该将提高人的能力作为出发点，为实现人的巨大潜能的释放提供最有力的