计算机应用 | 古代文学 | 市场营销 | 生命科学 | 交通物流 | 财务管理 | 历史学 | 毕业 | 哲学 | 政治 | 财税 | 经济 | 金融 | 审计 | 法学 | 护理学 | 国际经济与贸易
计算机软件 | 新闻传播 | 电子商务 | 土木工程 | 临床医学 | 旅游管理 | 建筑学 | 文学 | 化学 | 数学 | 物理 | 地理 | 理工 | 生命 | 文化 | 企业管理 | 电子信息工程
计算机网络 | 语言文学 | 信息安全 | 工程力学 | 工商管理 | 经济管理 | 计算机 | 机电 | 材料 | 医学 | 药学 | 会计 | 硕士 | 法律 | MBA
现当代文学 | 英美文学 | 通讯工程 | 网络工程 | 行政管理 | 公共管理 | 自动化 | 艺术 | 音乐 | 舞蹈 | 美术 | 本科 | 教育 | 英语 |

关于图书馆员工作满意度回归分析模型的构建(

2013-11-24 01:41
导读:公共管理论文毕业论文,关于图书馆员工作满意度回归分析模型的构建(怎么写,格式要求,写法技巧,科教论文网展示的这篇论文是很好的参考: [论文摘要]本文以多元线性回归为数据分析手段,在系统考察当
[论文摘要]本文以多元线性回归为数据分析手段,在系统考察当今图书馆员工作满意度影响因素的基础上,建立了以工作满意度为因变量的回归模型。模型的自变量涉及三类:人口学的基本信息;快乐指数因子;组织承诺因子。最后又进一步对这些因子的影响效应进行了分析。
  [论文关键词]图书馆员 工作满意度 快乐指数 组织承诺
  本文以特殊群体——图书馆从业人员为研究对象,综合探测影响其工作满意度的各种主客观因素,并试图建立可以预测其工作满意度的回归方程,从而为图书馆员工作满意度的界定和测量提供科学的工具。
  1研究设计、回归模型结构及方法
  1.1研究设计
  图书馆员工作满意度受多方面因素影响,这些因素既应包括图书馆员基本的个体特征,如工作时间、收入水平等,又受到每个图书馆员对生活和工作的基本态度的影响,因此,表征其生活态度的主观幸福感与表征其离职倾向的组织承诺可能对图书馆员工作满意度有重要作用。基于此,本研究试图将这些影响因素统一纳入对工作满意度的影响模型中,并从中筛选出那些能够对图书馆员工作满意度起独立显著作用的因子。
  1.2模型结构
  在本研究的回归模型中,包括了以下四类信息:
  (1)图书馆员工作满意度信息:从6个子维度对图书馆员工作满意度信息进行收集与评估,最后加权得出一个工作满意度总指数,作为本研究希望考察的因变量。
  (2)图书馆员基本人口学信息,包括:性别、年龄、职称、职务、学历、进馆年限、图书馆类型、工作地区、之前是否从事其他行业以及月收入。
  (3)图书馆员快乐指数信息:从成长发展体验、心态平衡体验、自我接受体验、目标价值体验、身体健康体验、社会信心体验、家庭氛围体验和知足充裕体验8个子维度对图书馆员快乐指数进行评估。
(科教作文网http://zw.ΝsΕAc.Com编辑整理)

  (4)图书馆员组织承诺信息:从情感承诺、继续承诺、规范承诺3个子维度评估图书馆员对图书馆行业及其所在馆的忠诚度与离职意愿,个体对组织的忠诚度越高,则其离职意愿越低。
  1.3研究方法
  采用spss13.0,将收集到的数据进行归类整理,然后采用强迫入选法,将人口学信息、快乐指数及组织承诺分为三类变量,纳入多元线性回归方程。其中由于人口学变量为定类或定序变量,均以虚拟变量方式纳入多元回归过程。
  2结果分析
  2.1极端个案筛选
  第一次强迫入选法共纳入42个自变量,其中虚拟变量31个;从三组变量中筛选出16个beta系数达到显著性水平的自变量,强迫入选进第二次回归方程,得到11个beta系数达到显著性水平的自变量;采用强迫人选法进行第三次回归,l1个自变量的beta系数均满足了显著性水平。最后纳入回归方程的自变量依次是:人口学变量——职称馆员、月薪一千元以下;快乐指数——成长发展体验、心态平衡体验、自我接受体验、目标价值体验、社会信心体验、家庭氛围体验和知足充裕体验;组织承诺——情感承诺、继续承诺。   由于回归散点图显示存在明显偏离的特异数据,故以残差大于3个标准差为标准,选出5个特异个案(见表1),不纳入最终回归统计。   2.2模型分析
  对删除特异个案的数据进行回归分析,得到的11个自变量同上。
  图为回归方程标准化误差的频数直方图,从图中可以看出,误差频数分布基本符合正态曲线,满足多元回归模型的误差正态分布假设。   表2为拟和过程表。其中数据说明,最终模型是因变量与自变量之间的复相关系数R一0.749,反映了因变量与自变量之间具有比较明显的线性关系。确定系数R—0.561,反映了被选人的自变量作为因变量图书馆员工作满意度的预测因子具有较高的解释力。由于该模型中样本数为因子数的数十倍,故修正的R2差异很小,可忽略不计。回归估计的标准误差S=0.40980,样本回归效果不错。而且,从第一个模型到最后一个模型的建立过程中,每一次纳入新变量后,F增量都达到显著水平(P
上一篇:论技术档案工作大连会议的历史地位(1) 下一篇:没有了