《2员工满意度调查统计分析报告.doc》由会员分享，可在线阅读，更多相关《2员工满意度调查统计分析报告.doc（21页珍藏版）》请在三一办公上搜索。
1、员工满意度调查统计分析报告小组成员：洪涛、刘娴娴、秦莉第一部分 序 言一、 员工满意度调查的背景 某移动公司成立于1999年9月16日，下辖6个营业部。经过今年的快速发展，用户数量目前已经超过140万，并构建起一个由100多个营业厅，300多个代办点，1600多个村级代办组成的营销网络。伴随着业务的发展，员工数量不断增加，作为企业的内部客户，员工尤其是基层员工的满意度高低直接关系到公司未来的发展。“员工满意度调查”项目，从组织管理、工作环境、薪酬福利、职业规划等方面调查收集、分析汇总员工的意见和建议。二、 员工满意度调查的意义员工满意度是员工对企业和工作的一种心理感受的评价，可以反映企业整体人
2、力资源管理现状，吸引和激励员工保持高昂的士气，同时，员工满意度可以影响员工在工作中的积极性和主动性从而可以直接和间接地影响企业的绩效。关注企业员工的满意度，可以帮助企业检查内部管理存在的问题，预测企业未来绩效水平，保障员工的身心健康和提高员工的工作质量，重视并科学有效地监测员工满意度，已经成为现代企业管理的重要内容和手段。企业进行员工满意度调查可以对公司管理进行全面审核，保证企业工作效率和最佳经济效益，减少和纠正低生产率、高损耗率、高人员流动率等紧迫问题。三、 员工满意度调查的基本情况本次员工满意度调查应答人数为1301人，共回收问卷1087份，其中有效问卷960份，调查参与率为83.55%，
3、问卷有效率为88.32%。其中，人力资源部、财务部、集团客户中心、市场经营部和党群办等5个部门参与率为100%；而市区营业部和汤阴营业部的参与率最低，仅有70.12%和74.11%。各部门答卷的有效率均超过85%，有效样本量充足，可以进行有效的统计分析。但同时应注意到，由于机关部门在员工人数方面远低于各营业部，因此，机关部门和各营业部的具体调查数据之间不具有可比性，只能从整体上对各部门员工满意度进行比较。第二部分 问卷设计及统计说明在本部分将对问卷设计、有效性分析和统计方法等进行简要说明。一、 问卷设计说明(一) 问卷结构本次调查是根据该公司实际情况，结合达而成多年实施员工满意度调查的经验，进
4、行设计和修改调整而成的。调查将满意度细分为10个维度和30个子维度，包括满意度题目30个，测谎题目2个，开放题目3个，共35个题目。其中，满意度中维度、子维度 明细如下表：维度子维度维度子维度维度子维度工作压力工作时间工作职责工作权限工作认可组织认可工作压力人岗匹配考核公平工作挑战性企业文化沟通交流组织氛围内部沟通工作环境与安全工作环境以人为本人际关系工作稳定互助氛围组织支持公共安全民主程度组织氛围薪酬福利外部比较工作态度学习成长能力提升同事比较职业发展职业前景培训机会薪酬匹配晋升公平培训效果福利保险晋升公平忠诚度离职倾向(二) 维度说明1、 工作职责：员工所在的岗位符合其能力和个性特征，能够
5、使员工充分发挥其自身的优势；并在工作的过程中，得到上级有效的授权，能够保质保量的高效完成工作。2、 工作压力：员工可以比较顺利的完成现有的工作，不会因为工作经常加班以致影响正常生活；工作量控制在可以接受的范围内，不会造成员工思想压力过大而产生消极情绪；员工对具有挑战性工作的接受程度。3、 工作环境与安全：公司为员工的日常工作提供了良好的办公环境，并制定了行之有效的安全保护措施；员工只要没有严重的过失不会失去工作。4、 工作认可：员工认可自己的工作对公司正常运转起到的积极作用；员工认为公司制定的绩效考核制度以及绩效考核的实施符合实际情况，并能够做到一视同仁，公平对待。5、 薪酬福利：公司制定了完
6、善的薪酬福利制度，并能够严格贯彻实施；公司薪酬福利方面内部公平与差距并存；与外部相应企业相比，优势明显。6、 组织氛围：公司、部门内部上下级之间、同事之间沟通顺畅；人际关系良好；员工以工作为第一出发点；当员工在工作中遇到问题时，公司、部门能够及时给与支持和帮助。7、 学习成长：公司能够为员工提供充足、有效的培训，提升员工工作能力和绩效水平，为员工的职业发展奠定基础。8、 企业文化：公司关心重视员工的工作和生活；同事之间关系融洽，能够互帮互助；上级能够主动征求下级的意见和看法，员工有发表个人意见的机会；员工工作兢兢业业。9、 职业发展：员工拥有公平的晋升机会；员工的工作业绩和工作能力是晋升的基础
7、；员工如果努力工作，在公司中会拥有良好的发展前途。10、 忠诚度：员工是否因为外部高薪等诱惑而轻易考虑离开公司。二、 统计与计算(一) 以比例统计法为主的统计方法本次统计方法主要运用了统计学原理中常用于经济管理分析的比例统计法。比例是指某一部分占整体的比值。本统计中表示，针对某调查问题选择“符合”、“基本符合”、“很难说”、“不太符合”、“不符合”的频次，占所有答卷人数的比例。反映所有人答卷人认为就某个调查问题一致认为的状态。(二) 满意度计算方法我们对有效数据进行统计时，调查问题是正向问题，则该问题或其所代表的子维度满意度为选择符合的比例与基本符合比例之和；如果是调查问题是反向问题，则该问题
8、或其所代表的子维度满意度为选择不符合的比例与不太符合比例之和，即：正向问题时：某问题或子维度满意度=（选择符合次数+选择基本符合次数）*100%/本序列问卷有效样本数（答卷数）反向问题时：某问题或子维度满意度=（选择不符合次数+选择不太符合次数）*100%/本序列问卷有效样本数（答卷数）由于设计问卷时已经将权重考虑在子维度数量和题目数量中了，在由子维度计算维度得分时，就不再赋予各子维度的权重，直接维度所属各子维度的平均值作为该维度的得分。在由员工敬业度和工作满意度计算员工满意度时，将各自所含维度的总体平均值作为员工满意度得分。第三部分 员工满意度分析一、因子分析在本部分我们将从公司整体角度展示
9、XX移动员工满意度调查统计结果。基于我们对原始数据的分析，最初将24个问题分为了十个维度，我们得到如下初步分析结果。工作职责工作权限我有足够的权限完成我职责内的工作。工作职责人岗匹配我在安阳移动接受的工作任务，使我有机会经常做自己最擅长的事情。工作压力工作挑战性我接受的工作任务经常是具有挑战性的，这对我是很好的锻炼。工作环境与安全工作环境我很喜欢公司的工作环境（有形的，物理方面）。工作环境与安全工作稳定只要我不犯很大的错误，我肯定不会失业。工作环境与安全公共安全在我的工作过程中，公司给与了我们足够的安全保障措施。工作认可考核公平本部门（营业部）内，绩效考核基本上能做到一视同仁。薪酬福利外部比较
10、与当地的其他单位相比，我对自己的收入比较满意。薪酬福利同事比较与单位同事相比，我对自己的收入比较满意。薪酬福利薪酬匹配同岗位的员工，能力和业绩的差距在薪酬上也得到了很好的体现。薪酬福利福利保险公司的福利制度比较完善，让我们能够安心的工作。组织氛围内部沟通在我们部门，上级和下级、同事之间的沟通都很顺畅。组织氛围组织支持当我在工作中遇到困难时，我能很快得到组织的支持。组织氛围组织氛围我很喜欢公司的工作氛围，大家都能以工作为重。学习成长能力提升公司能给我提供很多学习机会，使我的能力能得到不断提升。学习成长培训机会总体来说，公司给我提供的培训还算比较多。学习成长培训效果公司提供的培训对我的工作绩效提升
11、和职业生涯发展很有帮助。企业文化沟通交流公司信息交流渠道通畅，公司鼓励开诚布公的沟通。企业文化以人为本公司非常重视员工和关心员工。企业文化互助氛围公司同事之间能够互相帮助，相处很融洽。企业文化工作态度公司绝大多数员工对工作兢兢业业，很少有敷衍了事、得过且过的。职业发展职业前景我觉得自己在公司的发展前途会相当不错。职业发展晋升公平在公司，升迁主要取决于业绩和能力。职业发展晋升公平如果我努力工作，会有晋升的机会。整体满意度我对工作整体比较满意(一) 员工总体满意度维度满意基本满意一般不太满意不满意满意度工作安排与授权45.26%39.48%9.48%4.69%1.09%84.74%工作压力19.4
12、4%24.48%18.06%20.52%17.50%43.92%工作环境与安全33.44%34.48%18.68%6.67%6.74%67.92%工作认可37.55%37.14%15.73%6.15%3.44%74.69%薪酬福利22.60%39.58%16.02%14.06%7.73%62.19%组织氛围31.20%39.27%17.01%7.92%4.61%70.47%学习成长35.73%41.39%10.59%9.34%2.95%77.12%企业文化34.35%40.33%14.48%7.15%3.69%74.69%职业发展31.67%37.95%24.76%3.33%2.29%69.6
13、2%忠诚度31.77%20.21%35.83%6.35%5.83%51.98%员工满意度32.30%35.43%18.06%8.62%5.59%67.73%注：全公司员工满意度指以本次XX移动员工满意度调查所有有效问卷（不分部门）作为统计计算的源数据，计算而得的各项员工满意度数据。(二) 员工满意度各维度得分对比图XX动员工满意度各维度得分对比图一、 对员工满意度调研数据的因子分析1. 确定研究变量。采用因子分析，其主要目的就是简化数据。它通过研究这25个问题之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个因子来表示基本的数据结果。它们反映了原来众多的观测变量所代表的主要信息，并能解
14、释这些观测变量之间的相互依存关系。由于第1到第24个问题是具体问题，而第25个问题是对工作和公司的整体满意度的回答，所以我们确定了研究变量即第1到24个问题。2. 计算所有变量的相关矩阵。我们将满意度的数据用SPSS软件的因子分析方法得到如下的分析结果：主成分分析结果 Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %19.83940.99740.997
15、9.83940.99740.99721.3665.69346.6901.3665.69346.69031.2395.16451.8541.2395.16451.85441.0544.39356.2481.0544.39356.2485.9463.94160.189 6.8933.71963.908 7.8673.61367.520 8.8483.53571.055 9.7082.95274.007 10.6192.58176.587 11.6152.56479.151 12.5262.19281.343 13.4912.04583.388 14.4761.98485.372 15.4481.8
16、6887.240 16.4321.80189.041 17.4151.73090.771 18.3761.56792.338 19.3651.51993.857 20.3511.46395.320 21.3081.28396.603 22.2921.21597.818 23.2691.12098.938 24.2551.062100.000 Extraction Method: Principal Component Analysis.将24个满意度变量通过因子分析用4个因子表示Component Matrixafacter1facter2facter3facter4q10.474-0.271
17、0.2770.411q20.595-0.2130.1860.335q30.559-0.242-0.0960.177q40.583-0.0150.0310.291q50.210.41-0.0820.59q60.6370.0640.1120.229q70.6240.110.206-0.024q80.6220.503-0.134-0.009q90.6410.508-0.16-0.024q100.6630.344-0.122-0.172q110.6510.2020.0910.025q120.701-0.0220.352-0.083q130.6950.0780.194-0.102q140.698-0.1
18、90.128-0.091q150.67-0.324-0.4470.016q160.576-0.232-0.5980.054q170.698-0.253-0.327-0.027q180.756-0.0820.003-0.034q190.7870.0160.066-0.055q200.638-0.1580.293-0.12q210.417-0.1740.201-0.262q220.77-0.027-0.084-0.079q230.710.0470.03-0.272q240.7150.055-0.089-0.1693. 构造因子变量-员工满意度主要影响因素通过SPSS软件的因子分析后，可以将第1至第
19、24问题归类为四个因子，影响或反应了员工对公司的总体满意度（第25个问题）。具体分析如下：因子一：企业文化与职业发展主要由第11、12、13、14、18、19、22、23、24问题的得分，来体现（在上表中用灰色背景标出）企业文化：公司关心重视员工的工作和生活；同事之间关系融洽，能够互帮互助；上级能够主动征求下级的意见和看法，员工有发表个人意见的机会；员工工作兢兢业业。职业发展：员工拥有公平的晋升机会；员工的工作业绩和工作能力是晋升的基础；员工如果努力工作，在公司中会拥有良好的发展前途。组织氛围：公司、部门内部上下级之间、同事之间沟通顺畅；人际关系良好；员工以工作为第一出发点；当员工在工作中遇到
20、问题时，公司、部门能够及时给与支持和帮助。因子二：薪酬福利主要由第8、9、10问题的得分，来体现。薪酬福利：公司制定了完善的薪酬福利制度，并能够严格贯彻实施；公司薪酬福利方面内部公平与差距并存；与外部相应企业相比，优势明显。因子三：学习成长主要由第15、16、17问题的得分，来体现。学习成长：公司能够为员工提供充足、有效的培训，提升员工工作能力和绩效水平，为员工的职业发展奠定基础。工作认可：员工认可自己的工作对公司正常运转起到的积极作用；员工认为公司制定的绩效考核制度以及绩效考核的实施符合实际情况，并能够做到一视同仁，公平对待。因子四：工作职责和工作环境主要由第1、2、4、5、6问题的得分，来
21、体现。工作职责：员工所在的岗位符合其能力和个性特征，能够使员工充分发挥其自身的优势；并在工作的过程中，得到上级有效的授权，能够保质保量的高效完成工作。工作环境与安全：公司为员工的日常工作提供了良好的办公环境，并制定了行之有效的安全保护措施；员工只要没有严重的过失不会失去工作。4.计算因子得分。Component Score Covariance MatrixComponent123411.000.000.000.0002.0001.000.000.0003.000.0001.000.0004.000.000.0001.000Extraction Method: Principal Compon
22、ent Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. (三) 员工满意度数据对比分析1、 统计结果描述在“安阳移动员工满意度各维度得分对比图”中，蓝色线代表安阳移动员工满意度各维度的得分情况，粉色线代表安阳移动员工满意度的得分，即各维度得分的平均值。对比图显示，各维度的得分普遍不高，只有“工作安排与授权”一项的满意度得分超过80%，为84.74%；而“工作压力”和“忠诚度”两项维度的得分低于60%，分别为43.92%和51.98%；其余各项维度的得分则普遍集中在60%-80%区间内
23、，导致最终的员工满意度得分仅为67.73%。同平均值相比，有七项维度的得分超过平均值，但只有“工作安排与授权”一项的得分较高，其余各项的得分仅仅是略微超过平均值。有三项维度的得分低于平均值，这三项维度是：“工作压力”、“薪酬福利”和“忠诚度”。其中“工作压力”和“忠诚度”两项维度的得分的偏离值较大。2、 具体原因分析我们在调查设计的过程中，在各维度下还细分出1项到5项不等的子维度，每一项子维度都对应着一道问题，这些问题就是调查问卷的基础，每一道问题的得分（即子维度的得分）经过汇总平均后，得出了各项维度的分数。因此这些子维度的得分直接影响着各维度的最后分数。本次调查共设计了10项维度和30项子维
24、度，就子维度的得分来说，有11项子维度的满意度超过了80%，有19项子维度的满意度超过了70%，比例超过了六成；但由于有“工作时间”、“工作压力”、“工作稳定”、“同事比较”、“人际关系”和“民主程度”6项子维度的得分低于50%，其中“工作时间”、“工作压力”、“工作稳定”和“人际关系”4项的得分甚至更低于40%；这些低分子维度的出现是造成某些维度得分不高，最终影响安阳移动整体员工满意度的根源。从主观题收集到的信息也反映出员工日常的工作量较大，人员不足，经常加班，造成工作压力较大；同时，员工普遍反映现有薪酬水平较低，与实际工作量和企业发展水平不相符合，并希望公司在内部能够真正实现同工同酬、公平
25、对待、一视同仁，注重能力和贡献。二、聚类分析（一）基本思想 聚类分析目的是研究分类问题，并进行多元统计分析。 样品聚类是对事件进行聚类，或是说对观测量进行聚类，是对反映被观测对象的特征的变量值进行分类。 变量聚类则是当反映事物特点的变量很多时，根据所研究的问题选择部分变量对事物的某一方面进行研究的聚类方法。（二） 操作过程 激活Statistics菜单选Classify中的K-Means Cluster.项，弹出K-Means Cluster Analysis对话框。从对话框左侧的变量列表中选Q1、Q2、Q3、Q24，点击钮使之进入Variables框；在Number of Clusters（
26、即聚类分析的类别数）处输入需要聚合的组数，本例为5；在聚类方法上选择：Iterate and classify指先定初始类别中心点，而后按K-means算法作叠代分类方法。Iteration History(a)IterationChange in Cluster Centers1234515.4895.8015.2105.5685.29921.329.321.7781.439.3713.368.121.285.756.2804.227.119.237.644.2105.181.146.232.671.2286.189.110.216.613.2237.196.085.214.342.1528
27、.431.066.246.135.0839.238.048.189.122.08910.154.040.162.161.070a Iterations stopped because the maximum number of iterations was performed. Iterations failed to converge. The maximum absolute coordinate change for any center is .076. The current iteration is 10. The minimum distance between initial
28、centers is 10.583.Final Cluster Centers Cluster12345Q135444Q235444Q335444Q435444Q523333Q635344Q735344Q824233Q924223Q1025334Q1125344Q1225344Q1325344Q1435444Q1535434Q1635424Q1725434Q1825334Q1925334Q2035444Q2145444Q2225334Q2325344Q2425334ANOVA ClusterErrorFSig.Mean SquaredfMean SquaredfQ134.7454.612108
29、256.807.000Q266.8764.6231082107.299.000Q363.6294.659108296.618.000Q467.4284.6131082109.952.000Q522.52041.438108215.657.000Q681.4524.5961082136.618.000Q798.3504.6271082156.965.000Q8179.3064.9261082193.711.000Q9188.2244.9321082201.928.000Q10163.0234.7781082209.496.000Q11104.5704.6161082169.716.000Q121
30、20.5424.5391082223.605.000Q13116.1604.5561082208.838.000Q1470.9284.3541082200.370.000Q15153.6614.4611082333.406.000Q16194.6904.6721082289.614.000Q17130.2984.5171082251.989.000Q18132.1794.4831082273.596.000Q19151.1824.4871082310.129.000Q2056.3424.4071082138.551.000Q2127.8044.591108247.007.000Q22130.6
31、994.4611082283.311.000Q23122.0204.5331082228.890.000Q24115.8554.5131082225.850.000The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this
32、and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal.Number of Cases in each ClusterCluster156.0002322.0003168.0004157.0005384.000Valid1087.000Missing.000（三） 结果分析在原始数据库中，我们可清楚地看到聚类结果；参照专业知识，可以大体将员工分为五类：第一类：基层新员工，如新大学生第二类；班长级别老员工第三类：工作时间不长的新员工，职位诸如客户经理，主任第四类：老员工岗
33、位职责是档案、营销管理员以及岗位从事营销员，客服人员的新员工。第五类：老员工：设备管理员，系统维护员；新员工营业员。满意度的从高到低的顺序大体是第一类第四类第三类第五类第二类总体而言，新员工对工作满意度大于老员工，就岗位职责而言，班长岗位的老员工的满意度最差，为什么会早晨这种情况，我们将会在接下来的分析中进一步解释。此外，我们进行聚类分析的另外一个原因是，如果想判断一个参与调查之外的员工的满意度是，我们可以用判别分析方法，具体思路是以聚类分析分组结果作为因变量，满意度调查作为自变量，进而了解其整体满意度情况。三、 逻辑回归分析（一）逻辑回归的基本思想前面进行的因子分析还是聚类分析都有一个遗留问
34、题。那就是每一个因素对整体满意度是不是相同的？如果不是的话，每一个因素又是在多大程度上影响到满意度呢？为了解决这个问题我们使用了逻辑回归方法。在进行逻辑回归之前，我们小组尝试过普通线性回归的方法，由于得出的R平方项不理想，因此在老师的帮助下我们对数据进行了整理。把总体满意度里面的1和2改为1。同时把3，4，5改为0。由于原有问卷里面1是最满意，因此系数可能出现负值。（二）操作过程激活Statistics菜单选Regression中的Logistic.项，弹出Logistic Regression对话框（如图8.8示）。从对话框左侧的变量列表中选y，点击钮使之进入Dependent框，选Q1、Q
35、2、Q3、Q24，点击钮使之进入Covariates框；点击Method处的下拉按钮，选择Forward: Conditional：以假定参数为基础作似然比概率检验，向前逐步选择自变量；以便选择有主要作用的影响因素；点击Options.钮，弹出Logistic Regression:Options对话框，在Display框中选取At last step项，要求只显示最终计算结果，点击Continue钮返回Logistic Regression对话框，再点击OK钮即可Omnibus Tests of Model Coefficients Chi-squaredfSig.Step 1Step48.
36、5371.000Block48.5371.000Model48.5371.000Step 2Step7.1791.007Block55.7162.000Model55.7162.000Step 3Step4.4351.035Block60.1503.000Model60.1503.000Model SummaryStep-2 Log likelihoodCox & Snell R SquareNagelkerke R Square1842.032(a).044.0782834.853(a).050.0893830.418(a).054.096a Estimation terminated at
37、 iteration number 5 because parameter estimates changed by less than .001.Classification Table(a) ObservedPredicted 总体满意度Percentage Correct01Step 1总体满意度0931199.9 115231.9Overall Percentage 85.9Step 2总体满意度0931199.9115053.2Overall Percentage 86.1Step 3总体满意度0930299.8114874.5Overall Percentage 86.2a The
38、 cut value is .500Variables in the Equation BS.E.WalddfSig.Exp(B)Step 1(a)FAC1_1-.589.08646.9071.000.555Constant-1.916.095403.7051.000.147Step 2(b)FAC1_1-.593.08746.8621.000.552FAC4_1.227.0866.9861.0081.254Constant-1.935.097400.3891.000.144Step 3(c)FAC1_1-.587.08745.7371.000.556FAC3_1-.177.0854.3021
39、.038.838FAC4_1.227.0867.0351.0081.255Constant-1.942.097400.6851.000.143a Variable(s) entered on step 1: FAC1_1.b Variable(s) entered on step 2: FAC4_1.c Variable(s) entered on step 3: FAC3_1.Variables not in the Equation ScoredfSig.Step 1VariablesFAC2_11.5321.216FAC3_14.2701.039FAC4_17.0671.008Overa
40、ll Statistics13.5003.004Step 2VariablesFAC2_11.9391.164FAC3_14.3301.037Overall Statistics6.4082.041Step 3VariablesFAC2_12.0491.152Overall Statistics2.0491.152Step Summary(a,b)StepImprovementModelCorrect Class %VariableChi-squaredfSig.Chi-squaredfSig.148.5371.00048.5371.00085.9% IN: FAC1_127.1791.00755.7162.00086.1% IN: FAC4_134.4351.03560.1503.00086.2% IN: FAC3_1a No more variables can be deleted from or added to
