研究方法包括主成份分析、群落分析、AHP分析,企業(yè)管理論文本論文主要使用的研究方式方法包括主成份分析、群落分析、AHP分析層級程序法及VIKOR排序法，華而不實主成份分析法是用來將企業(yè)的績效考核表上原定的眾多評量準則予以簡化，以求得其互相間獨立性較佳的綜合評量指標，其次再以此為基礎，采用群落分析法對受評員工進行分群，以得知各群落的屬性，給予管理上的建議；復將新的綜合指標及原評量準則，以AHP法進行權重分配的問卷，以得到一適切的權重值，最后再采用VIKOR排序法，將問卷所得權重與員工各項績效值進行合并計算，以獲得各個員工的總績效值及排序，做為R公司在進行工作布置、調升、調職與調薪等的參考資料。4.1主成份分析法。主成份分析法〔PrincipalComponentAnalysis〕是由K.Pearson首先提出，再由Hotelling加以發(fā)展的一種統(tǒng)計方式方法[10].主成份分析乃將少數幾個變數予以線性組合，使經過線性組合而得到的成份〔Components〕，其變異數為最大，換句話講，即在不同成份能顯示出最大的個別差異；主成份分析主要由p個觀測變量X1,X2,,Xp等的線性結合式，重新結合成組互相間無相關的新組合，此一新組合為p個變量的綜合特性質，稱的為主成份。主成份分析法的計算理論基礎主要分為兩種，其一為以相關矩陣R為出發(fā)點；另一則為以變異互變異矩陣V為出發(fā)點，兩者方式均可，本研究系采用相關矩陣為出發(fā)點方式計算，其步驟依序分為〔1〕資料標準化，〔2〕計算相關系數矩陣，〔3〕計算特徵值矩陣〔Eigen-Vector〕，〔4〕決定主成份個數，〔5〕計算主成份的因子負荷量〔6〕計算主成份得點。4.1.1資料標準化。進行主成份分析時，假如p個變量的單位不盡一樣時，則宜將資料標準化后進行分析，其資料標準化的公式如下：4.1.2計算相關系數矩陣。假設共有k個主成份Y,以Yk表示，下式的相關矩陣即是用來計算主成份Yk與原有的特性質xi的相關系數，稱為因子負荷量〔FactorLoading〕。4.1.3計算特征值矩陣〔Eigen-Vector〕[R]?{x}??{x}={0}〔Eigen-value〕，此一計算，可直接利用統(tǒng)計軟體為的?！?-3〕華而不實，[R]為相關系數矩陣，{x}為標準化后的績效值，為特徵值3.1.4決定主成份個數。利用上述第3.1.3節(jié)計算而得的特徵值的主成份奉獻度，即可計算其累積奉獻度，當其累積奉獻度大于0.7或0.8時，即認定為該等主成份足以用來代表原有變數的變異，并決定主成份Yi的個數。4.1.5計算主成份的因子負荷量。復利用上述第4.1.4負荷量。4.1.6計算主成份得點。最后，再使用上述第4.1.4此即完成主成份分析的工作。本研究主要是利用主成份分析法將R公司線上直接人員的年度考核資料進行分析，以將原績效考核辦法中的八項績效衡量指標進行分析，找出相依性高的指標將的合并為綜合指標，同時對于與該指標相對應的權重亦應重新考量。節(jié)所得的主成份Yi及第4.1.3節(jié)的特徵值，計算其主成份得點，亦即原個案在新的主成份變數Yi下的績效值，如4.2群落分析法。所謂群落分析〔ClusterAnalysis〕乃將具有P個特性的樣本〔個體或對〕象，依類似性將相類似的樣本歸于同一群[10],如此，可歸類成數個群體，然后分析每一個群體的特性的一種方式方法。群落分析的性質，主要以特性為中心，將資料區(qū)分為數個群體，每一個群體的間并無大小的關系。群落分析，依其目的的不同可區(qū)分為階層的方式方法〔Hierarchicalmethod〕與非階層的方式方法〔Non-hieraricalmethod〕兩種，略述如下：4.2.1階層的群落分析法。所謂階層的階層群落分析法，主要計算個體間的距離，并以華而不實最短距離的二點作為一個群體，構成數個群體后，再將近期者融合〔Fusion〕成一個新的群體。如此依次融合成大群體，最后得到的一個群體包括全部的個體，這此群體能夠用樹形圖〔Dendrogram〕來表示，并用以了解群體互相間的階層構造關系。上述計算距離是此一方式方法的核心，當前有很多種距離計算方式方法，茲列舉部分如下：5.最短距離法〔Nearestneighbormethod〕。6.最長矩離法〔furthestneighbormethod〕。7.中位數法〔medianmethod〕。8.重心法〔Centricmethod〕。9.群平均法〔Group-averagemethod〕。10.Ward法〔Wardsmethod〕。11.可變法〔Flexiblemethod〕。12.眾數法〔Modemethod〕。13.B系數法〔CoefficientofBelongingmethod〕。4.2.2非階層的群落分析法。當群落分析不能以階層的方式方法處理時，如欲使一群體分割成數個群落，則可應用非階層的群落分析方式方法。非階層的方式方法通常先給與一基準，然后比擬所構成的群落能否適當，如不適當則再反覆計算，直至求取知足該基準的群體分割為止[10].本研究系直接采用Statistia?軟體所提供的KMean值計算方式，進行群落分析；本研究采用群落分析法的目的在于希望能藉由前述以主成份分析法求得的綜合指標來將受評人員分群，并解釋每一群受評人具有何種工作屬性，以給予R公司的管理人員作為管理上的參考，或是對人員的訓練或工作內容進行調整，以到達最佳的管理效果。4.3分析層級程序法〔AHP,AnalyticHierarchyProcess〕。分析層級程序法〔AHP,Analytichierarchyprocess〕為ThomasL.Saaty[20]于1971年所發(fā)展出來的理論主要應用在不確定〔Uncertainty〕情況下及具有，多數個評估準則的決策問題[15],合適應用在規(guī)劃、決策的順序、替代的方案與績效評估準則等方面。Saaty及Kearns[27]以為分析層級程序法是解決層級性問題的系統(tǒng)經過，它把問題一層層的解開后再合理性的組織起來，讓決策者透過配對式的比擬，以判定問題的權重進而決定順序。4.3.1分析層級程序法的應用。在蘇雄義與賴憲忠的「應用AHP于設定專業(yè)員工績效評估準則的個案研究與啟示」[17]、賴光真的「教學材料選用評準權重的決定：分析層級程序法〔AHP〕的應用」[13]、李宗儒與鄭正鑫的「以分析層級程序法擬定物流中心的成功營運因素」[3]、李梁堅與張志向的「銀行業(yè)服務品質評估項目及構面建立的研究」[4]、方國定與許欽嘉的「便利商店立地選擇的評估─AHP決策形式」[1]、以及陳志堅與陳耀竹的「報紙廣告業(yè)務人員績效評估的研究」[6]等文獻研究中，均以為績效評估仍以分析層級程序法的理論最為適當。分析層級程序法的優(yōu)點在于對問題系統(tǒng)所認定的要件〔Entities〕組成幾個「互斥集合」〔Disjointsets〕而構成上下「從屬」〔Dominated〕的層級關系。并可藉由一致性檢定，選擇有效問卷以控制結果的可信度。經過層級關系來進行邏輯判定，獲得各種方案的綜合評價后，作為方案決策的參考。簡單的講，層級分析法是一種在多重準則〔Multi-criteria〕的情況下，進行決策的分析工具。4.3.2分析層級程序法的步驟。鄧振源及曾國雄[13][14]指出，利用AHP進行決策問題時，包括三個階段，分述如下：1.第一階段：建立層級。層級架構無一定建構程序，但建構時最高層級為評估的最終目的，最低層級為替代方案，重要性相近的要素需盡量放在同一層級，層級內要素最好不超過七個，且層級內各要素需獨立。2.第二階段：各層級要素間權重計算。此階段主要用來計算各層級中各要素間的相對權重，共分為三個步驟：a.建立成比照較矩陣。評估項目是在以上一層級評估項目的評估基準下，以名目尺度與同一層級內其他評估項目做成比照較，各尺度意義如表3-1所示。b.計算特徵值與特徵向量。將最大特徵值〔？max〕所對應的特微向量標準化后，即為各評估準則間的相對權重。Saaty[26]提出以下四種計算特徵向量的方式方法：行向量平均值的標準化，計算方式方法如下：列平均值的標準化，計算方式方法如下：行向量和倒數的標準化，計算方式方法如下：列向量幾何平均值的標準化，計算方式方法如下：本研究以列向量幾何平均值的標準化來求取各評估準則的權重。c.一致性檢定。決策者〔填問卷者〕前后判定〔準則兩兩比對〕能否一致，能夠用一致性指標〔ConsistencyIndex,C.I.〕來衡量，華而不實C.I.=〔?max-n〕/〔n-1〕，當C.I.=0時表示受訪者前后判定完全具一致性，Saaty[26]建議C.I