当前位置： 首页 > news >正文

php网站开发 vip,网站运营维护中需要用到什么服务器,python3 网站建设,中国建设银行沈阳铁西支行网站全文链接#xff1a;https://tecdat.cn/?p37293
原文出处#xff1a;拓端数据部落公众号 在深入了解公司当前的实际情况和员工内心真实想法的基础上#xff0c;我们旨在从专业视角出发#xff0c;为企业在组织管理方面的不足进行诊断#xff0c;并进行全面审视。 为了…全文链接https://tecdat.cn/?p37293  原文出处拓端数据部落公众号 在深入了解公司当前的实际情况和员工内心真实想法的基础上我们旨在从专业视角出发为企业在组织管理方面的不足进行诊断并进行全面审视。 为了更好地规划公司未来的发展方向综合管理部特别组织了这次员工满意度调查。通过分析结果帮助我们通过图表直观展示了不同岗位、年龄段的员工满意度并探究了影响满意度的多种因素。此外我们还进行了信度检验确保了问卷结果的可靠性并应用了统计学方法对不同工龄和岗位的满意度进行了差异性分析。 我们还基于激励保健理论使用决策树、随机森林和AdaBoost模型对员工满意度进行了深入分析并可视化了模型的结果和误差。 本研究在方法的运用、数据的处理以及结论的得出等方面都进行了全面且深入的探讨。期望这一研究成果不仅能够为当前的学术讨论增添新的视角也能够为那些在相似研究方向上摸索的人士提供有价值的思路和指引。 1.问卷概况  问卷采用现场随机抽样方式发放现场回收问卷发放对象为有网上购物经历的受访者。问卷发放135份回收135份回收率100%。回收问卷中有效问卷135分有效回收率100% 满意度问卷 问卷数据用手工录入用Excel和SPSS工具进行分析。本分析报告是在分析结果的基础上撰写而成的。 探索性可视化 import pandas as pd import matplotlib.pyplot as plt import seaborn as sns# 读取Excel文件 file_path /mnt/data/data.xlsx df pd.read_excel(file_path)# 检查数据的前几行以了解其结构 df.head()import matplotlib.pyplot as plt import seaborn as sns from matplotlib.font_manager import FontProperties# 设置中文字体 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False# 准备数据 df.head()# 基本可视化条形图、饼图、散点图

条形图展示不同岗位的平均满意度

plt.figure(figsize(10, 6)) sns.barplot(x岗位, y满意度公式\nsumF2:O2)/50, datadf) plt.title(不同岗位的平均满意度) plt.xlabel(岗位) plt.ylabel(平均满意度) plt.show()# 饼图展示不同年龄组的比例 age_counts df[年龄].value_counts() plt.figure(figsize(8, 8)) plt.pie(age_counts, labelsage_counts.index, autopct%1.1f%%) plt.title(不同年龄组的比例) plt.show()# 散点图展示年龄与满意度的关系 plt.figure(figsize(10, 6)) sns.scatterplot(x年龄, y满意度公式\nsumF2:O2)/50, datadf) plt.title(年龄与满意度的关系) plt.xlabel(年龄) plt.ylabel(满意度) plt.show()# 将工龄转换为类别型数据以便在散点图中使用不同的颜色 df[本企业工龄] df[本企业工龄].astype(category)# 绘制散点图使用不同的颜色表示不同的工龄 plt.figure(figsize(10, 6)) palette {category: color for category, color in zip(df[本企业工龄].cat.categories, colors)} sns.scatterplot(x年龄, y满意度公式\nsumF2:O2)/50, hue本企业工龄, datadf, palettepalette) plt.title(年龄、工龄与满意度的关系) plt.xlabel(年龄) plt.ylabel(满意度) plt.legend(title工龄) plt.show() 条形图展示了不同岗位的平均满意度每个岗位使用了不同的颜色。饼图显示了不同年龄组的比例每个年龄组使用了不同的颜色。散点图揭示了年龄与满意度之间的关系不同年龄组使用了不同的颜色。 2. 受访人群社会属性统计分析 2.1 年龄分析 表2.1年龄构成 年龄 平均值项:满意度 年龄 平均值项:满意度 年龄 35-50岁 76.00% 35-50岁 76.00% 35-50岁 35岁-50岁 81.21% 35岁-50岁 81.21% 35岁-50岁 35岁以下 77.48% 35岁以下 77.48% 35岁以下 50岁以上 90.00% 50岁以上 90.00% 50岁以上 年龄 平均值项:满意度 年龄 平均值项:满意度 年龄 35-50岁 76.00% 35-50岁 76.00% 35-50岁 图2.1 年龄构成 受访者的年龄在35岁以下的占69%35-50岁以下占21% 。由此可见受访员工主要以中青年为主。 受访者的年龄在35岁以下的占69%35-50岁以下占21% 。由此可见受访员工主要以中青年为主。 2.2 岗位分析 表2.2 岗位构成 岗位 计数项:人数 保洁 16 工程 12 管理 24 客服 76 绿化 1 秩序 5 总计 134 图2.2 岗位构成 岗位构成中。“绿化”最多占50%其次是“客服”和“管理”各占28%和9%。

1. 受访员工指标单因素分析 3.1 职位分析 表3.1 职位构成 行标签 计数项:人数 员工 70 主管 41 助理经理及以上 23 总计 134 按职位统计人数最多的是“员工”占52%其次为“主管”占31% 。 3.3 工龄分析 表3.3工龄构成 行标签 计数项:人数 1-3年 48 1年以下 58 3年以上 27 按工龄统计受访人群人数最多的是“15-20万元”组其次为“10-15万元”组。这两组人数合计占总人数的51.7%。说明岗位满意度人群以收入偏高人群为主。 3.4 职位分析 表3.4工龄构成 行标签 计数项:人数 1-3年 48 1年以下 58 3年以上 27 按工龄统计受访人群人数最多的是“15-20万元”组其次为“10-15万元”组。这两组人数合计占总人数的51.7%。说明岗位满意度人群以收入偏高人群为主。 3.5 问卷的信度检验 以上分析的问题1-9都属于问卷的客观性问题下面开始对问卷的主观性问题10-15进行分析。在分析主观性问题以前需要对问卷的主观性问题用Cronbach’s α信度系数进行信度检验。
2. 首先介绍用手工方式计算Cronbach’s α信度系数。用Excel“数据分析”中的“协方差”工具或者用Excel协方差函数COVAR(var1,var2) 计算问题10-问题15数据的协方差计算结果如下表 案例处理汇总 N % 案例 有效 132 99.2 已排除a 1 .8 总计 133 100.0 a. 在此程序中基于所有变量的列表方式删除。 可靠性统计量 Cronbachs Alpha 项数 .736 11 其中对角线上的数值是每个问题数据的方差。 6 满意度认知分析 表3.6 满意度认知频数 年龄 平均值项:满意度 35-50岁 76.00% 35岁-50岁 81.21% 35岁以下 77.48% 50岁以上 90.00% 图3.6 满意度认知频数 35-50岁员工认为工作满意的占76%。  50岁以上员工认为工作满意的占90%。 。说明大部分网满意员工是老员工因此选择留在公司。 3.7 满意度岗位分析 表3.7 岗位满意度最大风险来源均值统计 年龄 平均值项:满意度 员工 76.34% 主管 78.98% 助理经理及以上 82.61% 图3.7岗位满意度 条形图 助理经理及以上员工认为工作满意的占82.61%。员工认为工作满意的占76.34%%。 。说明大部分网满意员工是高级别职位的员工同时他们有较高的权利因此职位满意感也较高。
3. 受访员工多因素交叉分析 4.1 不同年龄人群岗位满意度比较分析 由于不同工龄的人数不同分析不同年龄人群的岗位满意度以每一种年龄人数总数为100%进行统计比较合适。 表4.1 不同年龄人群岗位满意度比较 岗位* 年龄 交叉制表 百分比 年龄 合计 35-50岁 35岁-50岁 35岁以下 50岁以上 岗位 保洁 1.4 3.3 11.1 .1 16.0 工程 1.1 2.5 8.3 .1 12.0 管理 2.1 5.0 16.7 .2 24.0 客服 6.8 15.9 52.7 .6 76.0 绿化 .1 .2 .7 .0 1.0 秩序 .4 1.0 3.5 .0 5.0 合计 12.0 28.0 93.0 1.0 134.0 图4.1 不同年龄受访员工次数百分比柱形图 不同年龄受访员工次数百分比柱形图更能说明两者满意度的差异。从结果来看客服中满意度最高的是35岁以下员工。而工程岗位中满意度最高的是35-50岁员工说明不同岗位和不同年龄段的员工的满意度是有差异的。 4.2 不同年龄人群职位满意度比较分析 由于不同工龄的人数不同分析不同年龄人群的职位满意度以每一种年龄人数总数为100%进行统计比较合适。 表4.2 不同年龄人群职位满意度比较 职  位* 年龄 交叉制表 年龄 合计 35-50岁 35岁-50岁 35岁以下 50岁以上 职  位 员工 期望的计数 6.3 14.6 48.6 .5 70.0 职  位 中的 % 1.4% 1.4% 97.1% .0% 100.0% 主管 期望的计数 3.7 8.6 28.5 .3 41.0 职  位 中的 % 22.0% 39.0% 36.6% 2.4% 100.0% 助理经理及以上 期望的计数 2.1 4.8 16.0 .2 23.0 职  位 中的 % 8.7% 47.8% 43.5% .0% 100.0% 合计 期望的计数 12.0 28.0 93.0 1.0 134.0 职  位 中的 % 9.0% 20.9% 69.4% .7% 100.0% 图4.2 不同年龄受访员工次数百分比柱形图 不同年龄受访员工次数百分比柱形图更能说明两者满意度的差异。从结果来看 满意度最高的是35岁以下员工。而主管职位中满意度最高的是35-50岁员工说明不同职位和不同年龄段的员工的满意度是有差异的。 4.3 不同工龄人群职位满意度比较分析 由于不同工龄的人数不同分析不同年龄人群的职位满意度以每一种年龄人数总数为100%进行统计比较合适。 表4.3 不同工龄人群职位满意度比较 职  位* 本企业工龄 交叉制表 本企业工龄 合计 1-3年 1年以下 3年以上 职  位 员工 期望的计数 25.6 30.3 14.1 70.0 职  位 中的 % 30.0% 70.0% .0% 100.0% 主管 期望的计数 15.0 17.7 8.3 41.0 职  位 中的 % 43.9% 14.6% 41.5% 100.0% 助理经理及以上 期望的计数 8.4 10.0 4.6 23.0 职  位 中的 % 43.5% 13.0% 43.5% 100.0% 合计 期望的计数 49.0 58.0 27.0 134.0 职  位 中的 % 36.6% 43.3% 20.1% 100.0% 图4.3 不同工龄人群职位满意度百分比柱形图 不同工龄人群职位满意度百分比柱形图更能说明两者满意度的差异。从结果来看 满意度最高的是1年以下员工。而主管职位中满意度最高的是1-3年员工说明不同职位和不同年龄段的员工的满意度是有差异的。 4.4 不同工龄人群岗位满意度比较分析 由于不同工龄的人数不同分析不同年龄人群的职位满意度以每一种年龄人数总数为100%进行统计比较合适。 表4.4 不同工龄人群岗位满意度比较 岗位* 本企业工龄 交叉制表 本企业工龄 合计 1-3年 1年以下 3年以上 岗位 保洁 期望的计数 5.9 6.9 3.2 16.0 岗位 中的 % 50.0% 12.5% 37.5% 100.0% 工程 期望的计数 4.4 5.2 2.4 12.0 岗位 中的 % 41.7% 8.3% 50.0% 100.0% 管理 期望的计数 8.8 10.4 4.8 24.0 岗位 中的 % 29.2% 25.0% 45.8% 100.0% 客服 期望的计数 27.8 32.9 15.3 76.0 岗位 中的 % 32.9% 64.5% 2.6% 100.0% 绿化 期望的计数 .4 .4 .2 1.0 岗位 中的 % .0% .0% 100.0% 100.0% 秩序 期望的计数 1.8 2.2 1.0 5.0 岗位 中的 % 80.0% .0% 20.0% 100.0% 合计 期望的计数 49.0 58.0 27.0 134.0 岗位 中的 % 36.6% 43.3% 20.1% 100.0% 图4.4 不同工龄人群岗位满意度比较 百分比柱形图 不不同工龄人群岗位满意度比较百分比柱形图更能说明两者满意度的差异。从结果来看 满意度最高的是1年以下的客服员工。而管理职位中满意度最高的是3年以上工龄员工说明不同职位和不同年龄段的员工的满意度是有差异的。 5. 不同人群满意度差异分析 不同工龄满意度是否有显著性差异不同收入的人群满意度是否有显著性差异这些都是值得研究的问题。根据本次问卷调查的数据采用统计学假设检验的方法分别对不同工龄满意度做以下假设检验。 利用以上数据分别对不同工龄满意度次数进行以下假设检验 5.1 不同工龄满意度次数的假设检验。 利用数据透视表工具可以得到不同年龄满意度次数的以下统计数据 案例处理摘要 案例 已包含 已排除 总计 N 百分比 N 百分比 N 百分比 满意度公式sumF2:O2)/50  * 本企业工龄 135 75.4% 44 24.6% 179 100.0% 报告 满意度公式sumF2:O2)/50 本企业工龄 均值 N 标准差 18:46:25.433 1 . 1-3年 18:24:58.776 49 2:54:03.886 1年以下 18:40:13.241 58 3:12:31.892 3年以上 19:38:40.000 27 3:14:20.193 总计 18:46:25.433 135 3:06:14.139 ANOVA 表a 平方和 df 均方 F 显著性 满意度公式sumF2:O2)/50 * 本企业工龄 组间 组合 3.544E8 3 1.181E8 .945 .421 组内 1.638E10 131 1.250E8 总计 1.673E10 134 a. 分组变量 本企业工龄 是字符串因此无法计算线性检验。 相关性度量 Eta Eta 方 满意度公式sumF2:O2)/50 * 本企业工龄 .146 .021 原假设H0不同工龄满意度无差别 备选假设H1不同工龄满意度有差别 这是一个两样本均值左尾t检验。 由于t左临界值没有落入拒绝域因此接受原假设接受备选假设。即不同工龄满意度是没有显著性差别的。 5.2 不同工龄人群满意度的方差分析 利用spss进行方差分析 ANOVA 满意度公式sumF2:O2)/50 平方和 df 均方 F 显著性 组间 5.849E9 5 1.170E9 13.865 .000 组内 1.088E10 129 8.436E7 总数 1.673E10 134 由于FF crit五个不同工龄组的受访员工的满意度有显著性差异。 5.3 不同岗位人群满意度的方差分析 利用spss进行方差分析 ANOVA 满意度公式#10;sumF2:O2)/50 平方和 df 均方 F 显著性 组间 1.064E10 4 2.659E9 56.287 .000 组内 6.094E9 129 4.724E7 总数 1.673E10 133 由于FF crit五个不同岗位组的受访员工的满意度有显著性差异。 6.激励保健理论分析  首先我将基于激励保健理论分析该公司员工的满意度数据。激励保健理论主要关注两个方面激励因素和保健因素。激励因素是促使员工满意和激励的工作因素如成就、认可和工作本身的挑战性。保健因素是防止员工不满意的工作因素如公司政策和管理、薪酬、工作条件和同事关系。 我将使用数据分析方法来探索这些因素与员工满意度之间的关系。然后我将可视化模型的结果和误差并输出模型参数。 尝试使用数据中的其他相关列来分析员工满意度。例如我可以探索员工的年龄、工龄、岗位等因素与满意度之间的关系。  可视化了结果 PCA结果展示了数据的主成分分析结果。每个点代表一个样本其在图中的位置由两个主成分决定。颜色表示满意度得分。模型误差展示了决策树模型的预测误差。每个点代表一个样本其在图中的位置由实际满意度得分和预测误差决定。 7.随机森林、决策树和AdaBoost模型 使用随机森林、决策树和AdaBoost模型对数据进行分析。然后我将可视化这些模型的结果和误差并输出模型参数。 树状图和变量重要度 现在我已经成功地训练了随机森林、决策树和AdaBoost模型并生成了所需的图表 第一个图表展示了决策树模型的树状图。第二个图表展示了特征的重要性这里仅展示了前10个特征的重要性。 根据提供的两个图像 特征重要性图表随机森林模型: 这个图表展示了在随机森林模型中不同特征对预测员工满意度的重要性。特征重要性是通过评估每个特征在模型中的预测能力来确定的通常通过减少模型精度来衡量特征的缺失对预测结果的影响。 图表中的条形可能表示了不同特征的重要性得分。得分越高特征在预测满意度时的重要性越大。 例如如果“岗位”特征在图表中具有较高的重要性得分这表明它在决定员工满意度方面起着关键作用。 决策树模型: 决策树模型通过一系列的问题将数据分割成不同的组以便预测员工的满意度。每个节点代表一个特征的分割点而每个叶节点代表最终的预测结果。 根据提供的图像我们可以看到“岗位_客服”、“职位_主管”和“职位_助理经理及以上”是决策树中用于预测满意度的关键特征。 例如“岗位_客服”的Gini指数为0.499表示在这个节点上数据集的不纯度较高意味着客服岗位的员工满意度可能比较混合。而“职位_主管”和“职位_助理经理及以上”的Gini指数较低表明这些特征能够提供更清晰的分割使得预测结果更为准确。
   结合两个模型的分析我们可以得出以下结论 岗位类型如客服、管理、技术等对员工满意度有显著影响。特别是客服岗位可能需要更多的关注来提高员工满意度。 职位级别如主管、助理经理及以上也是影响满意度的一个重要因素。高级职位的员工可能因为更多的职责和权力而感到更满意。 随机森林模型可能揭示了多个特征的相对重要性而决策树则展示了如何通过这些特征的特定阈值来做出预测。
   最终这些分析结果可以帮助公司了解哪些因素对员工满意度最为关键并据此制定相应的人力资源策略和改善措施。 8. 本次受访员工问卷调查的总结和回顾 本次受访员工问卷调查获取了受访人群基本信息、受访人群受访员工的主要指标分析了年龄因素、岗位因素、岗位级别因素对岗位满意度行为的影响并重点测试了这些因素的变化如何影响他们对满意度的认识得到了一系列有意义的结论。本次问卷调查基本上实现了预定的目标。 本次问卷调查也有一些问题需要进一步改进。
4. 问卷数量只有135份数量还不够大导致交叉分析时每一种组合的样本数比较少结论带有偶然性。如果需要进一步分析需要进行更大规模的问卷调查使得结论更加具有科学性和稳定性。
5. 根据本次问卷调查获取的数据还可以进行更多的统计分析例如不同年龄满意度的差异和比较分析等由于时间关系没有进一步展开。
6. 问卷的设计还有不足。如果在问卷中设计更多的定比变量以便对这些变量进行求和、平均值等交叉统计调查的统计方法会更多样结论会更丰富。 参考文献 [1]潘思宇,杨丽君.中小企业员工信任关系如何改善[J].人力资源.2020,(16). [2]梁青青.弹性福利优化与员工满意度提升研究[J].技术经济与管理研究.2019,(2).DOI:10.3969/j.issn.1004-292X.2019.02.020 . [3]马云骁,汪泽宇,余丽霞.宏观审慎政策背景下商业银行防范风险的对策研究[J].现代经济信息.2019,(22). [4]刘进,冼灿玲,刘承恺,等.产业升级背景下制造企业员工离职倾向的影响因素分析[J].当代经济.2019,(7).DOI:1