基于SPSS多元線性回歸的人才流動(dòng)分析

杜赫銘，李 文

（1. 山東大學(xué)，山東 濟(jì)南 250100；2. 上海對(duì)外經(jīng)貿(mào)大學(xué) 統(tǒng)計(jì)與信息學(xué)院，上海 200050）

基于SPSS多元線性回歸的人才流動(dòng)分析

杜赫銘1，李 文2

（1. 山東大學(xué)，山東 濟(jì)南 250100；2. 上海對(duì)外經(jīng)貿(mào)大學(xué) 統(tǒng)計(jì)與信息學(xué)院，上海 200050）

在參考國(guó)內(nèi)外相關(guān)學(xué)者已有成果基礎(chǔ)上，分析出影響高新技術(shù)企業(yè)人才流動(dòng)的社會(huì)環(huán)境因素、企業(yè)因素和個(gè)人因素等共性原因，并通過(guò)調(diào)查問(wèn)卷的方式分別對(duì)上海市兩家高新技術(shù)企業(yè)進(jìn)行實(shí)地調(diào)研，將統(tǒng)計(jì)數(shù)據(jù)通過(guò)SPSS 軟件利用多元線性回歸模型進(jìn)行了建模分析，得出影響高新技術(shù)企業(yè)人才流動(dòng)的關(guān)鍵因素，為管理層制定科學(xué)合理的促進(jìn)人才流動(dòng)的對(duì)策提供參考依據(jù)。

SPSS；多元線性回歸；人才流動(dòng)

0 引言

隨著知識(shí)經(jīng)濟(jì)的快速發(fā)展和產(chǎn)業(yè)創(chuàng)新轉(zhuǎn)型的深入推進(jìn)和實(shí)施，高新技術(shù)企業(yè)（以下正文簡(jiǎn)稱：高企）已成為社會(huì)經(jīng)濟(jì)發(fā)展的重要支柱。高企憑借高技術(shù)性、高創(chuàng)造性、高知識(shí)性和高生產(chǎn)力等特點(diǎn)決定了人才是企業(yè)最重要的資源之一[1-2]，是高企能否長(zhǎng)久生存和可持續(xù)健康發(fā)展的關(guān)鍵。高企發(fā)展和人才流動(dòng)問(wèn)題一直是眾多學(xué)者研究領(lǐng)域的熱門問(wèn)題之一，高企人才在市場(chǎng)環(huán)境、企業(yè)環(huán)境和個(gè)人特性等各種因素的影響下表現(xiàn)出獨(dú)特的流動(dòng)規(guī)律和流動(dòng)特征。因此，需要開(kāi)展對(duì)其人才流動(dòng)問(wèn)題的研究，找出人才流動(dòng)的原因，試圖為管理層制定科學(xué)合理的促進(jìn)人才流動(dòng)的對(duì)策提供參考依據(jù)，進(jìn)一步支撐我國(guó)高企的可持續(xù)發(fā)展及核心人才的科學(xué)管理。

1 高新技術(shù)企業(yè)人才流動(dòng)因素分析

企業(yè)人才流動(dòng)受各種內(nèi)在、外在影響因素的制約，國(guó)內(nèi)外部分學(xué)者已對(duì)影響人才流動(dòng)的因素進(jìn)行了分析，并形成了較為統(tǒng)一的結(jié)論。本文在已有成果研究的基礎(chǔ)上，將影響高企人才流動(dòng)的因素分為三大類，分別是社會(huì)環(huán)境因素、企業(yè)因素和個(gè)人因素[3-4]。

社會(huì)環(huán)境因素主要分為社會(huì)經(jīng)濟(jì)水平、人才流動(dòng)政策、戶籍制度、社會(huì)保障制度和檔案管理制度等。企業(yè)因素主要包括單位性質(zhì)、工作環(huán)境、晉升機(jī)制、獎(jiǎng)懲政策、職業(yè)發(fā)展規(guī)劃、培訓(xùn)機(jī)制、同事關(guān)系、上級(jí)領(lǐng)導(dǎo)和工作壓力等內(nèi)容。個(gè)人因素主要指與個(gè)體特征、心里偏好和家庭環(huán)境等相關(guān)的因素，如學(xué)歷、性別、年齡、婚姻狀況、專業(yè)技術(shù)職稱、月平均收入、住房、工作職位和工作年限等[5-9]。

2 SPSS多變量統(tǒng)計(jì)研究

本文在結(jié)合大量文獻(xiàn)和實(shí)例分析的基礎(chǔ)上，表明流動(dòng)意向與眾多影響因素呈線性關(guān)系，可以采用相關(guān)分析和回歸分析的理論模型，來(lái)對(duì)高企人才流動(dòng)的影響因素進(jìn)行多元線性回歸模型分析[10-11]。

多元線性回歸的模型如下[12]：

上式中Y是因變量，代表高企人才流動(dòng)意愿強(qiáng)度，1X,2X,…,mX 是自變量，代表影響高企人才流動(dòng)的影響因素，其中0β為常數(shù)項(xiàng)，1β,2β,…,mβ是偏回歸系數(shù)，ξ是隨機(jī)誤差，通過(guò)spss統(tǒng)計(jì)分析軟件可以計(jì)算出自變量1X,2X,…,mX 選哪些因素，常數(shù)項(xiàng)0β、偏回歸系數(shù)1β,2β,…,mβ、隨機(jī)誤差ξ的具體取值。

3 上海高新技術(shù)企業(yè)人才流動(dòng)SPSS實(shí)證分析

3.1 調(diào)查統(tǒng)計(jì)過(guò)程

本次調(diào)查統(tǒng)計(jì)過(guò)程以上海兩家高企為例進(jìn)行實(shí)證分析，主要是通過(guò)熟人引薦，在單位發(fā)放調(diào)查統(tǒng)計(jì)問(wèn)卷和電話訪談等方式進(jìn)行，調(diào)查內(nèi)容即為前面分析的影響人才流動(dòng)的因素。本次共向2家高企發(fā)放調(diào)查問(wèn)卷50份，實(shí)際回收45份，回收率達(dá)到90%，滿足統(tǒng)計(jì)分析的基本要求，并采用專業(yè)統(tǒng)計(jì)軟件SPSS 19進(jìn)行數(shù)據(jù)分析，將調(diào)查問(wèn)卷選項(xiàng)中的A、B、C、D分別用數(shù)值1、2、3、4來(lái)表示。

3.2 數(shù)據(jù)統(tǒng)計(jì)與分析

3.2.1 單變量統(tǒng)計(jì)分析

通過(guò)SPSS 19軟件將個(gè)人基本信息作為變量進(jìn)行占比分析得出以下數(shù)據(jù)，由于表格較多，以下僅前兩個(gè)因素進(jìn)行說(shuō)明。

（1）年齡

根據(jù)SPSS 19軟件分析變量年齡統(tǒng)計(jì)表，得出20～30歲的高企人才占比 33.3%，30～40歲占比31.1%，表明被統(tǒng)計(jì)高企核心人才處于人生黃金年齡，此時(shí)高企人才正處于事業(yè)上升期，各方面能力不斷提高，面臨選擇的機(jī)會(huì)較多。

（2）學(xué)歷

根據(jù)SPSS 19軟件分析變量學(xué)歷統(tǒng)計(jì)表，得出擁有大學(xué)本科學(xué)歷的高企人才比 48.9%，碩士研究生占比 33.3%，表明高企中大學(xué)本科以上高層次學(xué)歷占據(jù)多數(shù)，也證實(shí)了前面說(shuō)分析的高企人才高知識(shí)性的特點(diǎn)。

3.2.2 多變量統(tǒng)計(jì)分析

通過(guò)SPSS 19軟件將流動(dòng)意向作為因變量，將工作環(huán)境滿意度、工作壓力、職業(yè)發(fā)展規(guī)劃、晉升機(jī)制、獎(jiǎng)懲制度滿意程度、員工培訓(xùn)滿意度、同事關(guān)系滿意度、上級(jí)領(lǐng)導(dǎo)滿意度、社會(huì)經(jīng)濟(jì)水平、人才流動(dòng)政策、戶籍制度、社會(huì)保障制度和檔案管理制度作為自變量，具體分析結(jié)果如表1所示。

表1 輸入/移去的變量aTab.1 Input and remove variablesa

通過(guò)表1和已排除的變量表可以看出，選擇的方法為多元回歸分析中的逐步回歸分析法，通過(guò)被引入的變量分別為工作壓力、職業(yè)發(fā)展規(guī)劃和工作環(huán)境滿意度，被排除的變量有員工培訓(xùn)滿意度、同事關(guān)系滿意度、上級(jí)領(lǐng)導(dǎo)滿意度、工作環(huán)境滿意度、職業(yè)發(fā)展規(guī)劃、晉升機(jī)制、社會(huì)經(jīng)濟(jì)水平、人才流動(dòng)政策、戶籍制度、社會(huì)保障制度和檔案管理制度。

表2 AnovadTab.2 Anovad

表2給出了回歸方程的方差分解及檢驗(yàn)結(jié)果，其中 F代表構(gòu)造的統(tǒng)計(jì)量的值，Sig.代表顯著性水平，模型中Sig.通常與0.05比較，這里的F值對(duì)應(yīng)的 Sig.值均為 0，明顯小于0.05水平，統(tǒng)計(jì)上非常顯著，說(shuō)明線性模型能夠使用。

表3 系數(shù)aTab.3 Coefficienta

SPSS分析出了多元線性回歸模型的系數(shù)表，其中 B代表回歸模型的偏回歸系數(shù)、t代表檢驗(yàn)的統(tǒng)計(jì)量、Sig.代表顯著性水平、VIF代表方差膨脹因子，根據(jù)經(jīng)驗(yàn)表明，當(dāng)0＜VIF＜10，不存在多重共線性；當(dāng) 10≤VIF＜100，存在較強(qiáng)的多重共線性；當(dāng) VIF≥100，多重共線性非常明顯，目前VIF值在2附近，表明各變量之間沒(méi)有多重共線性關(guān)系。

將得出的偏回歸系數(shù)和自變量，帶入多元線性回歸模型中，可計(jì)算出高企人才流動(dòng)的意向關(guān)系式如下：

高企人才流動(dòng)意向=5.632-0.41*工作壓力-0.358*職業(yè)發(fā)展規(guī)劃-0.289*工作環(huán)境滿意度

從上式可以看出，高企人才流動(dòng)的意向與工作壓力滿意度、職業(yè)發(fā)展規(guī)劃滿意度和工作環(huán)境滿意度顯著相關(guān)。

3.2.3 調(diào)查問(wèn)卷信度分析

為了檢驗(yàn)調(diào)查問(wèn)卷設(shè)置的是否合理，可以采用信度分析來(lái)衡量。

信度常用的檢測(cè)方法是克朗巴哈α系數(shù)表（Cronbach's α），將調(diào)查問(wèn)卷的變量通過(guò)SPSS分析，模型選擇Cronbach's α信度系數(shù)法，可得α系數(shù)為0.821。根據(jù)實(shí)踐經(jīng)驗(yàn)，當(dāng)Cronbach’α系數(shù)＜0.5時(shí)，表明可信度不理想；當(dāng)0.5≦Cronbach’α系數(shù)＜0.6時(shí)，可以接受；0.6≦Cronbach’α系數(shù)＜0.7時(shí)，可信度尚佳；當(dāng)0.7≦Cronbach’α系數(shù)＜0.8時(shí)，可信度較高；當(dāng)0.8≦Cronbach’α系數(shù)＜0.9時(shí)，可信度理想；當(dāng)0.9≦Cronbach’α系數(shù)，可信度非常好。由此可知，本次調(diào)查問(wèn)卷設(shè)計(jì)結(jié)構(gòu)比較合理，能反映高企人才流動(dòng)的原因。

4 結(jié)論

本文在參考國(guó)內(nèi)外眾多學(xué)者研究成果的基礎(chǔ)上，梳理出影響高企人才流動(dòng)的社會(huì)環(huán)境因素（包括社會(huì)經(jīng)濟(jì)水平、人才流動(dòng)政策、戶籍制度、社會(huì)保障制度和檔案管理制度）、企業(yè)因素（包括單位性質(zhì)、工作環(huán)境、晉升機(jī)制、獎(jiǎng)懲政策、職業(yè)發(fā)展規(guī)劃、培訓(xùn)機(jī)制、同事關(guān)系、上級(jí)領(lǐng)導(dǎo)、工作壓力）和個(gè)人因素（學(xué)歷、性別、年齡、婚姻狀況、專業(yè)技術(shù)職稱、月平均收入、住房、工作職位和工作年限），并通過(guò)調(diào)查問(wèn)卷的方式分別對(duì)上海市兩家高企進(jìn)行實(shí)地調(diào)研，將調(diào)研數(shù)據(jù)通過(guò) SPSS軟件利用多元線性回歸模型進(jìn)行了建模分析，得出影響高企人才流動(dòng)的關(guān)鍵因素。

[1] 國(guó)家統(tǒng)計(jì)局. 2015年中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒[M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2015.

[2] 上海市統(tǒng)計(jì)局. 2015上海統(tǒng)計(jì)年鑒[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2015.

[3] 孟令熙. 高新技術(shù)企業(yè)研發(fā)人才流動(dòng)研究[D]. 上海: 東華大學(xué), 2011.

[4] 袁娟. 長(zhǎng)江三角洲區(qū)域科技人才流動(dòng)的現(xiàn)狀和對(duì)策研究[D]. 南京: 南京航空航天大學(xué), 2007.

[5] 肖烏妹. 企業(yè)創(chuàng)新型人才流動(dòng)風(fēng)險(xiǎn)管理研究[D]. 泉州: 華僑大學(xué), 2013.

[6] 羅希. 高新技術(shù)型企業(yè)知識(shí)型人力資源流動(dòng)的管理研究[D]. 西安: 陜西師范大學(xué), 2015.

[7] 吳蓉. 高新技術(shù)企業(yè)知識(shí)員工的流失原因與對(duì)策研究[D].上海: 華東師范大學(xué), 2009.

[8] 陳卿卿. 上海高新技術(shù)企業(yè)人才流動(dòng)問(wèn)題分析及研究[D].上海: 上海社會(huì)科學(xué)院, 2012.

[9] 李莎. 河北省高技術(shù)產(chǎn)業(yè)科技人才流動(dòng)影響因素研究[D].石家莊: 河北經(jīng)貿(mào)大學(xué), 2013.

[10] 梁斌, 卓梅霞. 基于SPSS統(tǒng)計(jì)軟件的因子分析法及實(shí)證分析[J]. 河西學(xué)院學(xué)報(bào), 2011, 5(4): 45-49。

[11] 李五俊, 胡建華. 基于Web 服務(wù)的SPSS 與. NET 系統(tǒng)集成開(kāi)發(fā)[J]. 軟件, 2016, 37(4): 18-21.

[12] 楊維忠, 張?zhí)? SPSS統(tǒng)計(jì)分析與行業(yè)應(yīng)用案例詳解[M]. 北京: 清華大學(xué)出版社, 2011.

Analysis of Talent-flowing Based on SPSS Multiple Linear Regressions

DU He-ming1, LI Wen2
(1. Shandong University, Ji Nan, 250100, China; 2. School of Statistics and Information, Shanghai University of International Business and Economics, Shang Hai, 200050, China)

Based on the existing achievements of relevant scholars at home and abroad, this paper analyzes the common reasons of influencing the talent-flowing of high-tech enterprises, such as social environment factors, enterprise factors and personal factors. Furthermore, it is holding field research into two high-tech enterprises in Shanghai by the method of investigation questionnaire. The statistical data were analyzed by multiple linear regression models through the SPSS software and draw a conclusion to the key factors of influencing the talent-flowing of high-tech enterprises in order to provide references for management to enact the scientific and rational countermeasures of promoting the talent-flowing.

: SPSS; Multiple linear regression; Talent-flowing

TP319

A

10.3969/j.issn.1003-6970.2017.10.029

本文著錄格式：杜赫銘，李文. 基于SPSS多元線性回歸的人才流動(dòng)分析[J]. 軟件，2017，38（10）：149-151

杜赫銘(1996-)，男，山東大學(xué)計(jì)算機(jī)系大學(xué)生，研究方向：軟件工程；李文(1970-)女，副教授，博士，研究方向：時(shí)間序列分析、國(guó)際金融等。