一、引言

在社會經濟領域中，任何事物的發展都有它的過去、現在和未來，人們通過對大量統計資料的分析研究，發現事物的發展有一定的規律性。通過管理數量方法，我們把科學的原理、方法和工具應用于管理的各種活動中去，制定出用于管理決策的數學和統計模型，從而對決策和行動提供依據和建議。回歸分析法是現代應用統計學應用于經營管理中常用的數據分析方法之一。

二、回歸分析

回歸分析是研究事物間量變規律的一種科學方法。回歸分析方法是通過規定因變量和自變量之間的因果關系，建立回歸模型，并根據實測數據來求解模型的各個參數，然后評價回歸模型是否能很好的擬合實測數據；如果擬合程度高，則可以根據自變量作進一步預測。

以下以某企業部分員工薪酬分析為例，利用回歸分析方法分析收入分配的合理性。

三、實例分析

1.背景

某電信企業（以下稱S公司）安裝維護部承擔某城市一固定區域電信管線維護與終端安裝、維護工作，工作主要有：住宅、廠房、辦公樓電話和寬帶的裝移機及實裝線路維護等，共有裝維員工24人，分9個小組；每小組由2-3人組成，對劃定片區負責。S公司根據工作量（維護線數、裝移機數）和服務質量指標采取類似承包的方式核定該部門員工收入。即：

部門收入總額=線路維護數*單價+裝移機線數*單價+ 服務質量得分*獎懲金額

S公司管理層希望安裝維護部門制定二次分配辦法時考慮員工收入與本身技能情況、工作績效掛鉤，激勵裝維人員的工作積極性。

2008年底，S公司管理部門選用安裝維護部員工月均收入、月維護線數、終端裝移數、故障修復數、客戶不滿意數、工齡、組長和崗位系數（崗位技能）為統計指標，分析該部門員工全年收入與相關工作量的影響因素。見表一。

2.相關分析及檢驗

將收入列為因變量，其它因素為自變量，其關系式可表示為：

y=a0+ a1x1+a2x2+ a3x3+…+ a7x7+ε

令y，x1，x2，x3，x4，x5，x6，x7分別為月均收入，月維護線數、終端裝移數、故障修復數、客戶不滿意數、工齡、是否組長和崗位系數。通過SPSS軟件進行多元回歸統計分析，結果如下：

結果顯示，多元判定系數R2=0.90，表示解釋程度高；

顯著性水平 Significance F=5.968E-07，表示回歸方程的線性關系顯著；

再看表2P-Value：維護線數0.947、故障數0.819、裝移數0.588、不滿意數0.234，皆大于標準0.05，表示這四個變量與員工收入不存在相關性。除“不滿意數”先予保留外其它三個變量應予以刪除。

重新選用月均收入、客戶不滿意數、工齡、是否組長和崗位系數五個變量確定回歸方程。令y為月均收入，x1為崗位系數，x2位是否組長，x3為工齡，x4為客戶不滿意數。通過分析，結果如下：

從表中看出，月均收入、客戶不滿意數、工齡、組長和崗位系數這5個變量結合在一起，復相關系數R值等于0.94，決定系數R2值等于0.899，表示擬合程度高；調整后的R2值等于0.877，且各自變量對因變量的決定程度為89.89％，表明這四個變量對員工收入的解釋力比較強。

顯著性水平 Significance F=3.32929E-09，表示回歸方程的線性關系顯著；

檢測自變量的P-Value值：不滿意數0.0424、工齡0.0024、組長0.0104、崗位系數5.75E-05，皆小于標準0.05，說明上述變量與員工收入存在線性關系。

據此，列出多元線性回歸方程為：

y=3630.82x1+ 196.28x2+16.22x3-4.27x4+61.66

方程中各自變量對因變量的作用大小依次為：X1>X2>X3>X4，即：對“員工收入”來說，“崗位系數”對其影響比較大；其次是“是否組長”；“工齡”的影響次之；“不滿意數”的變動影響最小。

四、結論

通過分析發現，安裝維護部二次分配中員工收入主要與員工本身技能情況相關性較強，與工作質量中的用戶不滿意數呈弱相關性，而與工作量無明顯線性關系。此結果與公司期望的員工收入與員工技能情況、工作績效掛鉤的假設相差甚遠。S公司要求裝維部必須立即糾正現行分配辦法，增加收入與工作量的相關性，體現按勞取酬，多勞多得的分配原則。

參考文獻：

[1]馬雄威：線性回歸方程中多重共線性診斷方法及其實證分析.華中農業大學學報（社會科學版），2008(02).

[2]陳莉：基于嶺回歸和支持向量機結合的數據挖掘新方法.情報學報，2008(02).

[3]高素英 李延軍 金浩嶺：回歸在經濟增長影響因素分析中的應用.統計與決策，2005(10).