第七章人力资源需求预测摘要.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(三)比率分析法 通过特殊的关键因素和所需要的人员数量之间的一个比率来确定未来人力资源需求的方法。 这种方法主要是根据过去的经验,将企业未来的业务活动水平转化为对人力资源的需要。 步骤: 1、根据需要预测的人员类别选择关键因素;(如销售额,关键技能员工数) 2、根据历史数据,计算出关键因素与所需要人员数量之间的?比率值; 3、预测未来关键因素的可能数值; 4、根据预测的关键因素数值和比率值,计算未来需要的人员数量。 根据选择的关键因素不同,可以把比率分析法分为两类,生产率比率分析法和人员结构比率分析法。 生产比率分析法选择的关键因素是企业的业务量相关的因素 。 销售收入=销售人员数量×人均销售额 产品数量=生产工人数量×人均生产产品数量 经营收益=人力资源数量×人均生产率 人员结构比率分析法选择的关键因素是关键岗位所需要的人数,根据关键岗位跟其他辅助岗位人数的比率关系,可以间接计算出需要的人员数量。 r=过去B类人员数量 /过去A类人员数量 为了扩大方法的适用范围,也就是为了更加符合现实情况,可以把生产率变化的影响考虑进公式,从而得到公式: 目前业务量+计划期业务增长量 目前人均业务量×(1+生产增长率) 计划期末所需员工数量 = 某洗衣机生产公司在2009年的年产量为10000台,基层生产员工为200人,在2010年计划增产500台,估计生产率的增长率为0.2,假设该公司福利良好,基层生产人员不流失,那么,在2010年该公司至少应招聘多少名基层生产人员? 注意: 进行估计时需要对计划期的业务增长量、目前人均业务量和生产率的增长率进行精确的估计;如果比率关系不稳定、不确切,则不能使用比率分析法。 只考虑了员工需求的总量,没有说明其中不同类别员工需求差异。 适用于短期预测,勉强可用于中期预测。长期预测会没有效果。 (四)计算机预测法 通过考虑影响人力资源需求的种种因素,建立预测人力资源需求的模型,将这些影响因素在未来可能的数值输入计算机,最终得到相应的人力资源需求方案。 步骤: 1、寻找各种影响人力资源需求的因素; 2、分析这些因素之间的联系,分析这些因素与人力资源需求的联系; 3、借助计算机建立人力资源需求预测模型; 4、将未来各种因素可能出现的数值输入计算机,模拟未来的环境,计算机直接输出人力资源需求方案。 注意: 1、模型中包括的因素比较多,要认清各种因素与人员需求的关系。 2、建立模型时,不能忽视了数据的真实意义。 3、人员需求预测系统不仅可以预测人员需求,还可以通过不断地更换未来数据得出不同的人员需求方案,比较这些方案从而为企业的其他计划提供参考。 4、当一些重要关系变化后,要及时修正模型。 * 满足两个前提: 1、企业要有历史数据(一般使用过去五年的数据进行预测); 2、是这些数据要有一定的发展趋势可循。 比较简单,只能预测大概走势,作为初步预测时比较有价值。适合作短期预测。 (二)回归分析法 是指根据数学中的回归原理对人力资源需求进行预测。 基本思路是:确定与企业中的人力资源数量和构成高度相关的因素,建立回归方程,然后根据历史数据,计算出方程系数,确定回归方程;从而只要得到相关因素的数值,就可以对人力资源的需求量做出预测。 1、一元线性回归预测法 只有一个因变量和一个自变量。一般只有在某一个因素与人力资源需求量具有高度相关关系的时候,才运用此方法。在应用一元线性回归方程进行预测的时候,首先必须预测自变量和因变量之间的相关系数。分析历史数据,看哪个因素与人力资源需求高度相关,可以用相关系数评价相关性。 当r绝对值很小时,说明X和Y没有线性相关关系,不可以用线性回归分析,但不表示它们之间没有其他关系 ,或许是一种曲线相关关系。值越接近1,相关性越好,如果分析确定不是伪相关,可以用线性回归法预测。 根据因变量与自变量之间的关系,可得到一元线性回归方程。 Y=a+bX a,b--回归系数 Y—因变量(人力资源需求) X—自变量(影响人力资源需求的因素) 例1、已知某医院病床数和所需护士数的历史纪录,如表2—2所示,根据医院的发展计划,要将床位数增至750个,则那时将需要多少名护士? 表2—2 某医院病床数和所需护士数的历史纪录 床位数 200 300 400 500 600 650 护士人数 250 270 450 490 640 670 例:索尼一子公司年销售额以及年末在岗人数 年份 1999 2000 2001 2002 2003 年销售额、万元 40868 51357 56108 86331 193607 员工总数 1820 2150 1816 2456 3422 2、多元线性回

文档评论(0)

光光文挡 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档