基于多元统计法的企业招聘管理研究.docVIP

基于多元统计法的企业招聘管理研究 　　【摘 要】本文利用主成分分析法对企业招聘指标进行降维，将12项指标合并为4个方面。利用层次分析法建立企业招聘的决策模型，为企业选拔优秀人员提供理论依据。 中国论文网 /8/view-7189090.htm 　　【关键词】主成分分析法；层次分析法；招聘管理 　　Research on Management of Enterprise Recruitment Based on Multivariate Statistical Method 　　WANG Yan-fei 　　（Jilin Institute of Chemical Technology， Jilin Jilin 132022， China） 　　【Abstract】In this paper， the principal component analysis method is used to reduce the number of enterprise recruitment indexes， and the indexes are merged into 4 aspects. The decision-making model of enterprise recruitment is established according to analytic hierarchy process. It is provided to the theoretical basis for the selection of outstanding personnel. 　　【Key words】Principal component analysis； Analytic hierarchy process； Recruitment management 　　随着中国经济社会日益发展，企业在市场中展开了从产品到服务的全方位的激烈竞争，而归根结底是人才的竞争。因此，如何选拔出优秀的高级人才，是企业所面临最严峻的挑战。目前，多数的企业招聘，是通过看简历，凭招聘者的经验、直觉，决定是否录用一个人，而没有利用科学、合理的方法评价应聘人员的资质[1]。为此，我们希望能够用客观、科学的人才测评方法，尽量减少人力资源管理工作中的主观性和片面性，为选拔优秀人才提供一定的科学依据。 　　1 企业招聘计划的指标分析 　　通过查阅大量资料，我们总结出了关于企业招聘人才的测评指标，主要有：年龄、性别、学历、计算机能力、外语水平、专业素养、心理素质、实际操作能力、公关协调能力、创新能力、语言表达能力、团队协作能力共12项指标。由于这些指标较多，相互之间有密切的相关性，考察起来不方便，我们可以利用主成分分析方法对指标进行降维，将众多有一定相关性的指标重新组合成数目较少的相互无关的主成分，且这些主成分能够反映企业招聘人员测评的大部分信息。根据某企业30个招聘人员的12项指标数据，利用统计软件SPSS进行处理[2]，采用KMO检验，KMO值接近于1，变量间相关性越显著，越适合于作主成分分析。检验结果为KMO=0.9340.5，说明数据适合进行主成分分析。前4个主成分累计贡献率高达97.23%85%，因此提取前4个主成分，各主成分的成分矩阵分别如下表1。 　　表1 成分矩阵 　　由成分矩阵可以看出第一主成分与年龄、性别指标有较强的相关性，可归为履历分析。第二主成分与学历、计算机能力、外语水平、专业素养有较强的相关性，可归为知识测评。第三主成分与心理素质有较强相关性，可命名为心理测评。第四主成分与实际操作能力、创新能力、公关协调能力有较强相关性，可归为综合测评。即招聘人才计划的实施可以用4个方面概括，分别为：履历分析、知识测评、心理测评和综合测评。 　　2 企业招聘决策的层次分析模型 　　层次分析法，是指将一个复杂的决策问题分解为若干层次，在最低层次通过两两比较得出各因素的权重，通过由低到高的层层分析计算。最后计算出各方案对总目标的权数，权数最大的方案为最优方案[3]。可应用于企业管理领域，从而减少在企业招聘过程中人为因素的参与，增加了客观性。 　　我们将招聘决策的层次分析模型设计为三个层次结构，如下图1所示。其中目标层为最佳招聘决策；中间的准则层为合理选择招聘人选的四个方面：履历分析、知识测评、心理测评、综合测评。最下层为决策层为应聘人员：1―8号。 　　图1 招聘决策的层次分析图 　　利用德尔菲专家评价法，根据企业资深的招聘决策者，如：总经理或主管招聘研发人员的副总等的经验和建议，建立准则层的4个方面对目标层的判断矩阵A为： 　　利用matlab软件，对判断矩阵A运用和积法求出最大特征根λmax及其对应的特征向量W。可求出λmax=4.2