我们在上一个章节讲到了相关性数据分析的一些概念和设计的流程,今天我们来讲下相关性分析在人力资源数据领域的里的应用,相关性的分析可以帮助我们去判断各个维度的数据和综合的数据之前,哪些因素会影响到我们综合的数据评估,比如我们在做培训的课后评估的时候都会对讲师或者培训组织进行评分,这个时候就可以用到相关性分析。
我们先来看看原始的培训课后的数据评估表格
这个是我们平时看到的培训课后评估的对讲师的评分,我们从几个维度对讲师做评估,最后我们再让学员对讲师的综合能力做了一个综合的评级,根据原始的表格我们算出了讲师各个维度的平均值。
然后我们需要对这组数据做相关性的分析,我们需要去分析对讲师而言,哪几个维度对对讲师的相关性最大,我们打开EXCEL的数据分析的插件,然后选择相关性分析,出来了如下的分析数据
在这个相关性的分析结果里,我们重点关注综合评价的相关系数,我们在上节讲到相关系数越接近1,这个相关性就越强,所以我们看综合评价和讲师的各个分析维度的相关系数,哪个最接近1,最后我们分析出 “课程的气氛调动”,“授课的责任和热情”和综合评分的关系是最大的,这个是我们通过相关系数分析出来的。
接下来我们用散点图来对这些数据分析做数据的呈现,我们取各个维度打分的平均值,取综合评价的数据,组成下面的二维表格
然后我们再对两组数据做平均值,取平均值的目的是为了来做一个标准,生成数据分析的象限,然后来判断两组数据在平均值的哪个象限里,最后我们根据两组平均值来做一个象限,再把各个维度的数据通过散点图分布到象限里,如图
这个象限图两个维度,一个是满意度,一个是相关性,我们通过数据的散点图来做分布,再第二象限的是相关性很强,但是满意度很差的,这个象限的讲师评估维度,是需要努力去提升的,因为这个相关性最强,然后在第一象限的是相关性强,满意度也强,所以这个要保持,通过这种相关性的数据分析,我们就可以知道,在调研的几个维度里,哪些是我们在后期要加强。