多元统计分析方法在企业管理中的应用研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

多元统计分析方法在企业管理中的应用研究作者:陈文慧
来源:《企业文化》2019年第24期
摘要:本文以现代企业管理为研究视角,针对多元统计分析方法在企业管理中的应用展开分析讨论。

从多元统计分析的概念、内容、特点、功能出发,结合实际阐述聚类分析、判别分析、主成分分析和因子分析在企业管理中的实践路径。

期待为进一步提高企业管理水平贡献绵薄之力。

关键词:企业管理;多元统计分析;精细化管理
多元统计分析是建立在一元统计分析基础上的方法体系,是现代统计学中的重要分支与构成。

20世纪三十年代初期,多元统计分析理论开始成熟,并且在管理学、经济学、社会学等领域得到实践,如今多元统计分析的应用范围逐步拓宽,反馈效果极佳。

一、多元统计分析概述
市场经济体制改革深化落实的背景下,企业需要针对多种社会现象做出分析,如果单纯依靠定性分析,很难为企业决策提供科学依据。

为全面提高企业分析能力,提升企业管理效率,精细化企业管理思想应运而生,而精细化企业管理需要建立在定性分析与定量分析相结合的基础上。

多元统计方法是相对于一元统计方法而言的,如果将一元统计分析方法看做研究一个变量或者一个指标的统计学科,那么多元统计分析方法就是研究多种随机变量变化规律、相互依存关系,进而找出发展趋势的统计科学。

同时,多元统计分析方法立足对研究对象的精准分类,进而利于简化分析过程。

现阶段,多元统计分析得到相关专家学者的共同关注,内容不断完善,主要包括聚类分析、判别分析、主成分分析、因子分析、对应分析、相关性分析、典型性分析等方法。

二、多元统计分析法在企业管理中的实践路径
(一)聚类分析
社会全面发展的背景下,人类认识自然、改造自然的能力不断提高,商品经济大融合、大发展,使得商品数量几何倍增,分类越来越细,要求越来越精。

单纯凭借人的主观经验与专业知识根本无法对商品市场精准分类,这就需要将定性分析与定量分析结合起来,实现对商品的精细化管理,于是数学工具与数学模型逐渐受到了分类学的关注,数值分类学应运而生。

在多元统计分析理念逐步落实的背景下,聚类分析从数值分类学分离出来,形成了独立的学科。

聚类分析也被称为群分析,其是将分类问题作为主要研究对象的多元统计方法。

类,通俗的讲就是相似元素的集合。

聚类分析的根本理念是将样本当做同一门类,之后结合样本相互之间的相
似程度进行合并,同时计算新类别与其他类别之间的差距,再筛选近似的门类加以合并,每次合并都会减少一个门类,随着合并过程的循环往复,直到全部样本合并为一类终止。

因此,聚类分析对于样本相似程度观测与理解依赖程度比较高,通过不同定义的距离量度以及相似量度可以生成不同的聚类结论。

聚类分析的内容比较丰富,与之相对应的分析方法众多,如有系统的聚类分析法、有序样品的聚类分析法、基于动态研究的聚类分析法、基于模糊分析的聚类分析法等。

聚类分析在现代企业管理中应用比较广泛,如人力资源管理领域、市场营销领域等都有应用,而作用最为明显的要属销售管理领域。

在企业销售活动中,销售商需要对不同生产企业的同类产品做出精细分类[1]。

例如某商场一共销售20多种啤酒,为了针对不同类别的啤酒采取针对性的营销策略,就需要引入聚类分析。

在实施聚类分析的过程中,需要了解与调研的变量包括每种啤酒的名称,各自的酒精浓度、生产工艺、保质期以及热量卡路里等。

结合多种指标,商场可以将同一类型的啤酒归属到同一类别中,进而针对性的制定促销方案以及营销活动,提高整体经济效益与消费者满意度。

再如企业制定商品销售价格的时候,往往需要对企业所在区域或者目标市场的物价指数以及消费者的消费能力进行考察,而一个区域的消费指数很多,包含农用生产物资的价格指数与消费指数、服务项目的物价指数与消费指数、快速消费品的物价指数与消费指数、耐消品的物价指数与消费指数等等。

这时企业就需要引入聚类分析方法对区域市场的消费指数与物价指数进行精准分类,之后結合目标商品的特性制定针对性的价格体系,从而提高商品在同类市场中的竞争力,提高企业经济效益。

(二)判别分析
21世纪是知识与信息爆炸的时代,生产领域、科学研究领域、日常生活领域的发展都离不开数据信息的观测、采集、分析、共享,并结合数据信息对研究对象精准分类。

判别分析是定义商品所属门类与基本属性的多元统计分析方法。

判别分析的主要目标是针对已知分类的数据信息构建以数值指标为基础的分类规则,之后将这些新规则标准定义,直接应用到未知分类样本的分类工作,以提高样品分类的效率[2]。

判别分析与聚类分析存在本质差异,判别分析的研究对象是已知的,而且研究对象已经被分为若干个类型,一部分样品已经通过分析获得了数据信息。

在这些工作完成的基础上结合一定的规律与规则建立起规范化的判别式,之后对未知类别的样品进行判定、分析与归类。

判别分析利用判别组数分类可以分为两组形式的分析和多组形式的判别分析;按照判别式处理变量的方法这一标准可以分别逐步形式的判别分析和序贯形式的判别分析。

判别分析应用过程中,可以从不同视角、不同维度出发提出针对性与差异性问题,所以判别分析的判别规则差异性极大,如马氏距离最小准则、平均损失最下准则、最大似然准则以及最大概率准则等等。

现阶段判别分析这一多元统计分析法已经得到共识,在企业中得到广泛应用,其应用的领域主要集中在市场预测。

在市场预测中运用判别分析通常需要将以往经营管理中所调查研究的各类指标作为依据,然后利用判别分析预测与判定下一年、下一季度或者下一月的销售情况,
如下一季度属于平销期还是畅销期等。

需要注意的是现代企业管理中经常将判别分析与聚类分析组合应用。

例如在聚类分析中针对某商场的几种商品进行分类,将商品分为A、B、C三级,之后可以通过判定分析判别商品的具体级别,提高整体工作效率。

由此可见,在企业管理中聚类分析是判别分析的基础,而判别分析是聚类分析的完善与延续。

要求企业管理者树立全面管理理念,系统了解多元统计分析理论,进而实现多种统计分析法的整合应用,快速构建现代企业管理制度,确保企业在纷繁复杂的市场竞争中立于不败之地。

(三)主成分分析
商品经济中,市场指标与变量逐渐增多,而企业实现全面管理、精细化管理必须对多维度变量综合分析。

根据辩证法,事物之间的联系是必然的,尤其在商品市场大繁荣的背景下变量之间的关联逐渐繁杂。

变量多,指标与指标之间的关系复杂,导致分析问题的难度加大。

主要成分分析是采取行之有效的措施与针对性方法将原有变量集合解构——重组,生成新的、联系简单的综合指标体系,同时结合实际需要从新的变量组合中选择具有代表性的变量指标,使其尽可能多的反应原有指标信息[3]。

这种把众多繁复指标简化为少数关联不密切的统计方法叫做主成分分析法或者主变量分析法。

在商品经济中利用主成分分析法可以将复杂的数据信息与指标集合综合为几个固定的、可发展的指标形式,如物价指数、消费指数、活跃度指数等。

现代市场研究分析实践中,通常需要对区域市场中产品与消费者的差别和消费者喜好做出分析,进而为企业产品研发、产品生产和产品营销提供数据支持。

消费者偏好的分析中经常用到主分量分析法。

如某汽车销售企业选择了17种车型作为主产品,通过对25位顾客的访谈与调研,发现这些顾客对于所选择的17种车型的打分范围都集中在8.5-9.5分,这就表明消费者的偏好指数比较高,这些产品可以被认定为适销对路。

由此可见,市场经济快速发展的宏观背景下,通过对主成分分析法的有效应用,可以为企业制定管理策略提供依据,利于提高消费者满意度,推动企业可持续发展。

(四)因子分析
因子分析的发展历程比较长,最早其一般在心理学与教育学领域应用,因为因子分析需要将大量的计算作为基础,所以在电子计算机出现之前,其实践应用受到限制,甚至出现长时间停滞不前的现象。

而后电子计算机技术快速发展,因子分析应用中的计算问题得到解决,理论研究也重新受到关注。

现阶段因子分子的应用范围很广,经济学、社会学、心理学、医学等科研中对其依赖程度比较高。

因子分析是对主成分分析的丰富与完善,其在研究中将错中复杂的无规则变量作为基础,并将这些变量利用特定方法改造为简单的变量关系,从而再现原始变量与因子之间的互动关系[4]。

简而言之,因子分析就是将各类指标按照原始数据当中存在的必然联系做出分类,提高指标类别的关联程度与相似程度。

现阶段因子分析主要分为两类:其一是从相关系数矩阵出发的R型分析,其二是从相似系数矩阵出发的Q型分析。

因子分析在企业人力资源领域的效果比较突出。

例如某建筑企业需要招聘100名施工技术人员,于是针对100名施工技术人才进行能力测试与基础知识考察,问题总共50道,内容涵盖范围比较广。

结合因子分析方法可以将问题概括为6个方面:口语表达与交际能力、逻辑思维能力、对事物的敏锐判断与决策能力、思想政治素养、兴趣偏好以及生活常识。

其中可以将每一个问题体系看做一个因子。

可见,因子分析中的因子与回归分析中的因素并不等同,因子是相对抽象的概念,因素是非常明确的、具体的概念。

同时因子分析法在市场调查研究与分析中应用也比較常见。

例如针对30个市场区域的商业网点数量、消费者数量、配套服务机构数量等20个指标做出分析的时候,按照一般分析法,需要分别对上述20个指标进行分析,给予每一指标不同的权重,此时分析工作的工作量极大,而且指标与指标之间的相关性比较大,进而影响分析结果的精度。

同时在设置权重系数的过程中需要极其丰富的经验,操作起来也比较复杂。

此时就可以考虑应用因子分析法,通过对变量个数的减少,之后赋予不同权数,之后调查平均综合实力得分,就可以为企业建设何种类型的销售点等相关决策提供依据。

由此可见,将因子分析应用到企业管理中,可以简化企业管理流程,利于推进扁平化管理改革,提高企业综合管理效率。

三、结语
将多元统计分析法应用于企业管理中,利于企业构建现代管理制度,落实精细化管理理念。

希望文章的阐述可以使得企业管理者认识到多元统计分析法的优势,结合市场经济特点与规律,立足企业发展诉求,积极探索多元统计分析的实践路径。

参考文献:
[1]章能.多元统计分析方法在企业管理中的应用[J].中外企业家,2019 (27):9.
[2]汪励志.企业经济效益评价中多元统计分析的运用研究[J].现代商业,2017 (31):128-129.
[3]李润琦.多元统计分析在企业经济效益评价中的应用[J].财经界(学术版),2017 (13):77.
[4]张同琦.多元统计方法在渭南市工业企业主要经济指标分析中的应用[J].渭南师范学院学报,2015,30 (22):31-34.。

相关文档
最新文档