3. 2数据分析

    因子模型是建立在公共因子彼此不相关且具有单位方差，特殊因子也彼此不相关且和公共因子也不相关的假定上的.因此需要对样本数据进行检验，主要检验指标为KMO值和巴特利特球体检验的丫统计值.KMO是Kaiser-Meyer-Olkin的取样适当性量数，当KMO值越大时，表示变量间的共同因素越多，偏相关性很弱，越适合进行因子分析一般认为KMO如小于0. 5，则不适合进行因子分析.本例KMO值达0. 848，适合做因子分析.巴特利特球体检验的尸统计值的显著性概率是。. 000，小于0. 01拒绝了单位相关阵的原假设，表示相关系数足以作为因子分析抽取因子之用.

    对工作满意度量表采用因子分析法，利用最大方差旋转法进行正交旋轴分析，提取特征根大于1的因子.得出特征根大于1的有7个，因此共提取出7个公共因子，累积解释了71. 564%的方差变异.得到因子载荷矩阵A=(a;;):pXm，载荷矩阵A的元素a;，多数居中，不大不小，这对我们工作满意度因子模型的公共因子解释产生困难，考虑进行因子旋转，使之旋转后的载荷矩阵在每一列上元素的绝对值尽量地拉开大小距离，便于识别和解释.我们采用KaiserNormalization的旋转法，经过计算机运算9次迭代收敛后得到旋转后的因子载荷矩阵.由矩阵中的数值可以看出经过选轴后，每一列上元素的绝对值已经拉开了距离，有利于我们归纳解释公共因子的含义.

    从表中结果来看，7个公共因子的Cronbach的a系数分别为0. 780, 0. 560, 0. 713, 0. 894, 0. 836,0. 844, 0. 930，除人达到勉强接受的水平，其余均达到满意的水平，公共因子的内部一致性很好.

　　3. 3公共因子的解释

    经过因子分析，共获得工作满意度量表的7个公共因子.这7个公共因子共解释了71. 564%的方差变异，并且所有因子的Cronbach的a系数能够达到0. 5，有的甚至在0. 8以上，故我们提取的7个公共因子能够很好的测量员工的工作满意度，即能够很好的表达出员工工作满意度的结构.分析各公共因子的内部原始变量情况，依据管理知识，我们将员工工作满意度的结构要素各公共因子解释命名为:工作环境满意度、工作性质满意度、工作关系满意度、薪酬福利满意度、晋升满意度、培训满意度、公司经营管理满意度.

    (1)公司经营管理满意度(公共因子f, ).体现了员工对企业形象、企业文化、经营策略、发展前途、制度，以及企业领导的能力、处理问题的手段、与员工沟通上的满意程度.从正交旋转因子载荷表中，可知员工对公司经营管理的满意能单独解释员工工作满意度的能力为2000，说明员工对企业经营活动的满意能够对员工的工作满意感觉产生很大的影响.

    (2)薪酬福利满意度(公共因子几).体现员工对目前的工资水平，以及所获得的工资与所作的工作相比、与其他同类企业的工资水平相比之下的满意水平，以及对企业的福利待遇、休假制度、年终考核、物质奖励和精神奖励等方面的满意程度.从正交旋转因子载荷表中，可知员工对公司的薪酬福利的满意能单独解释员工工作满意度的能力为1100，仅次于公司经营管理，说明员工对薪酬福利的满意仍然是工作满意度的主要构成要素之一