(22)聚类分析--快速聚类(K均值聚类)
2019-04-03 本文已影响0人
职场办公技能500强企业实战
第一步:确定需要参加聚类分析的变量
沟通能力得分、业务能力得分、领导能力得分
第二步:对数据进行标准化处理
本数据表中数据不需要进行处理,单位一致,量级一致
第三步:确定聚类方法和聚类数目
注意:聚类数实际就是我们要分成几类
【保存】里一定要勾选“聚类成员”
第四步:分析聚类结果,结果如下:
该初始聚类中心是随机选择了三个数据,作为快速聚类的初始位置
迭代历史记录显示了本次快速聚类分析一共迭代的次数。迭代的过程可以理解为每个类别与初始位置之间的距离改变情况,当这个距离变动非常小时,迭代就完成了。
本例中一共进行了四次迭代,初始位置之间的最小距离为82.158
该最终聚类中心和初始聚类中心相比,在树枝上发生了变化,说明通过迭代的计算过程,每个类别的位置都发生了偏移。
每个聚类中的个案数目显示了每个类别中包含的数据量。
本例中第一类包含12名员工,第二类包含28名员工,第三类包含59名员工。
会生成一个新的变量,分别标记各个个案所处的分类
接下来,求每个分类中的各项数据平均值(K均值聚类),可以通过制作交叉表实现
从交叉表可知:
1)类别1的员工:在各绩效评估指标的平均得分都比较低,可以认为是“工作表现较弱”的组别。
2)类别2的员工:在各绩效评估指标的平均分都是最高的,可以认为是“工作表现较强”的组别。
3)类别3的员工:在各绩效评估指标的平均得分都处于中间水平,可以认为是“工作表现中等”的组别。
接下来,就可以根据三个类别的情况,有针对性的制定员工未来的工作发展方向和相应的激励政策。