基于主成分分析法的用电检查员潜能素质评价模型研究
杨伊璇
（广东电网有限责任公司培训与评价中心，广东 广州510520）
摘 要： 在构建的用电检查员潜能类岗位胜任力模型的基础上，采用主成分分析法对评价指标进行主成分提取，建立潜能类岗位胜任力综合评价模型，以全面、客观的方法对潜能类胜任力进行评价。并通过算例分析，得到主成分分析法用于评价模型的建立是可行的。
关键词： 主成分分析；用电检查员；评价模型
在进行技能人员用电检查人员的岗位胜任力模型的构建过程中，围绕知识、技能、潜能三个维度进行，其中，在潜能类胜任要素模型建立时，通常采用行为事件访谈法和专家小组法对潜能类胜任要素进行提取和对评价指标进行权重设置，但通过这些方法得到，营销序列用电检查人员的潜能类胜任要素达到78项，而且提取到的指标，存在某些指标相似度高、含义交叠的现象，因此如果都将78 项胜任要素指标作为用电检查人员的潜能水平考核因素，不仅导致考核范围过于广泛，评价过程过于复杂，由于考虑到这些指标之间具有一定的相关性，本文采用主成分分析的方法，从诸多胜任要素中抽取出能够代表大部分能力的评价要素，来解决由于各指标间存在的相关性而导致的信息推叠的难题，因此将主成分分析法用于潜能类评价指标的权重设置，是可行的。本文在所提取的用电检查人员潜能类胜任要素的基础上，运用主成分分析法对评价指标进行权重设置，以建立潜能类评价模型。
1.关于核心素养的研究。2013年，我国成立了“学生发展核心素养”联合课题组，由北京师范大学等多所高校的近百名研究人员组成。2016年9月13日上午，中国学生发展核心素养研究成果发布会在北京师范大学举行。《中国学生发展核心素养》指出：学生发展核心素养是指学生应具备的，能够适应终身发展和社会发展需要的必备品格和关键能力。“中国学生发展核心素养”共分为文化基础、自主发展、社会参与三个方面，综合表现为人文底蕴、科学精神、学会学习、健康生活、责任担当、实践创新6大素养。
炉膛出口压力一般为-50Pa～+50Pa，实际操作中维持微正压+20Pa～+80Pa，减弱漏风等原因导致的烟气紊流运动和卷吸作用，有利于提升颗粒物分离效率。
1 提取用电检查员潜能类岗位胜任力要素
通过行为事件访谈法，从用电检查专业的技能专家、培训专责、培训管理人员处获取到78 项针对高级作业员的潜能类岗位胜任力要素，接着采用问卷调查法，从各供电局调查获取到其中55 项重要性占比高的胜任要素。
2 基于主成分分析法的用电检查员综合评价模型
基于主成分分析法的用电检查员综合评价模型建立分为为样本相关性适用性分析、设计主成分提取因子、确定指标与主成分关系、综合评价模型建立四个过程。潜能类岗位胜任力评价模型建立过程如图1 所示。
图1 潜能类岗位胜任力评价模型建立过程
2.4 综合评价模型建立。以每个主成分的方差贡献率作为权重，建立综合评价函数，这样就能得到各主成分的得分及综合评价价值Y。Y 代表潜能综合实力。Y 越大，说明成分的综合实力即重要程度越高。
2.2 主成分因子提取设计。首先对样本数据进行相关系数矩阵计算，由特征根方程得到p 个非负特征值，然后计算每个特征值所对应的单位特征向量。接着计算每个主成分的方差贡献率。当累计方差贡献率大于某个值时，提取前几个q 个主成分，即认为原始指标的大部分信息已经“集中”反映到前q 个主成分上面了。
以用电检查专业高级作业员为例，运用spss23.0 软件对问卷调查获取的55 个样本数据进行主成分分析，用来提取主要能力要素。
3.2 因子提取。采用主成分分析法进行因素分析，根据特征值与方差贡献率表可以看出，前9 个主成分特征值大于1，分别命名为y1、y2…y9,并且这9 个主成分对变量方差的累计贡献率为81.697%，表明这9 个主成分可以代表原来的55 项胜任要素可作为用电检查专业潜能类胜任素质的评价指标，因此提取特征值大于1 的因子，作为体现主要因素的主成分。特征值和方差贡献率如表1 所示。
2.1 样本相关性分析。通过对样本数据进行KMO 和巴特利球形检验，当样本数据显著性达到要求，即说明样本数据可以进行因素分析，这是主成分分析运用的前提条件。
3 算例分析
2.3 主成分系数确定。通过因子负荷矩阵就能得到原指标与主成分之间的关系。前q 个特征值所对应的单位特征向量，可以将前q 个主成分表示为原始指标的线性组合，从而得到主成分方程。
3.1 KMO 和巴特利球形检验。对潜能类胜任要素评级表的问卷调查数据进行KMO 和巴特利球形检验，检验结果显示显著性水平较高，说明项目相关矩阵之间存在共同因素，各因素间可以进行因素分析。
学习模式分为大课与小课，大课在人口集中的辖区内举行，地方合作组织单位领导对参训学员进行政策性就业指导与培训就业动员，要求学员严格按照课程设置配合学校教学工作，珍惜学习机会，练就专业技能本领，争取早日走上工作岗位，促进家庭经济增收。
表1 特征值与方差贡献率
3.3 主成分系数确定。将因子载荷矩阵中的第N 列的每个元素分别与第N 个主成分的特征值的平方根的结果做商，如此就得到第N 个主成分的系数,如表2 所示。
表2 主成分系数矩阵
3.4 主成分因子提取。通过因子载荷矩阵和主成分系数矩阵可以看出，Q33、Q34、Q35、Q36 在同一个主成分上的载荷比较大，说明这个主成分可以代表Q33-Q36 这些指标的信息，反应了同一个胜任素质，用一个总括概念作为这些行为特征的因子名称。例如“能遵守用电检查管理办法规定、能够用在工作中遵守法律规定、工作中不谋取私利、不接受客户好处，损害企业利益”这四个关键行为特征的共有特征是具有法律和规则意识，因此因子名称命名为遵纪守法。通过这样的方式就将55 项胜任素质关键行为指标分成九大类，即责任意识、客户服务意识、遵纪守法、企业价值观、分析判断能力等九类。用电检查专业高级作业员潜能类胜任素质优化结果如表3 所示。
表3 用电检查专业高级作业员潜能类胜任素质优化结果（节选）
结束语
在进行岗位胜任力评价时，为众多能够代表岗位胜任能力的众多关键行为特征设置科学、可行的权重是非常关键的。因此，在进行全面、客观、真实地开展对技能人员的潜能类岗位胜任能力的评价时，选择合理的评价方法是最重要的。本文采用主成分分析法对用电检查人员的潜能类岗位胜任要素进行评价指标进行选取，消除原始指标之间的共线性，创建综合评价模型，这种方法既简单又客观，亦可用于电网公司的专业技术人员和专业技能人员的潜能类胜任要素评价模型的构建，具有实际指导价值。
这个畜生。牛皮糖转身拿起那个蛇皮袋出了门。刚走几步，听见村长在后面喊，我陪你去。一路上村长不断解释说，不要急，没什么大事，说说清楚就行了。
参考文献
[1]何丽红，李丹.基于主成分分析法的供应商评价与选择研究[J].价值工程，2008(7).
[2]鲁夏平.基于主成分分析的广东省区域电商物流能力评价研究[J].西昌学院学报(自然科学版)，2019(1).
[3]李伟春.基于主成分分析的学员综合素质评价[J].福建电脑，2019(2).
[4]朱蕾，蒋浩.基于改进主成分分析的低压配电网供电所综合评价方法[J].电力工程技术，2018(4).
中图分类号 ：O212
文献标识码： A
文章编号： 2096-4390（2019）31-0177-02
标签：主成分分析论文; 用电检查员论文; 评价模型论文; 广东电网有限责任公司培训与评价中心论文;