项目经理的评价

《项目经理的评价》由会员分享，可在线阅读，更多相关《项目经理的评价（9页珍藏版）》请在金锄头文库上搜索。

1、基于主成分分析法的项目经理能力评价韩浩摘 要:经过改革开放几十年的经济发展,众多的工程项目工程需要项目经理去管理，那么对于项目经理的选择就尤为重要。本文采用主成分分析的方法对项目经理能力做出评价，建立了指标评价体系，文中选取了4个一级指标、16个二级指标。利用SPSS统计软件进行相关分析，提取项目经理评价指标的公因子作为项目经理的特征因子，最终选取了能力素质指标和知识素质指标两个主因子作为评价项目经理的主要评价指标分析。得到结论是各项指标对于项目经理都是很重要的，而且最重要的是能力素质指标，且本文在最后给出了一些称为项目经理的建议。关键词: 项目经理能力，指标评价体系，主成分分析，SPSS统计

2、软件1. 引言随着全球化的加快，经济的快速发展，国家社会经济的发展，国民物质生活需求日益增长，基础设施等工程项目的投入不断加大同时，经济的发展带来充足的资金，为工程建设提供了支持 全国固定资产投资额的逐年增加在一定程度上反映了这一点 在不断开展工程建设的时期，如何保证工程项目高绩效成为了学术界和实业界共同关注的焦点。项目经理对于项目成败具有举足轻重的影响，项目经理绩效对项目型企业的绩效贡献重大，如何设计项目经理绩效指标及评价是企业绩效管理的重要内容与管理难点。项目经理是项目管理的实施者，是所有工程项目管理人员中的最高责任者和组织者，他是整个项目建设过程中的管理核心，在项目活动中具有举足轻重的地

3、位。目前多数建设单位通常由单位领导和专家根据个人经验对项目经理的工作表现进行定性评价。项目经理是为项目的成功策划和执行负总责的人。项目经理是项目团队的领导者，项目经理做好领导工作，在一系列的项目计划、组织和控制活动中，实现项目目标，在预算范围内按时优质地领导项目小组完成全部项目工作内容，并使客户满意。1本文为了以企业的项目经理为研究对象，使用主成分分析的方法选择合理公正的评价指标，对项目经理在工程中的表现进行考核和评价。通过对建立项目经理能力评价指标集和项目团队能力评价指标集，我们最终根据符合项目经理能力的指标来研究对项目经理的能力评价。22项目经理评价指标的建立2.1建立评价指标本文建立评价

4、指标对项目经理的能力做量化分析，我们知道影响项目经理的能力的因素很多，其中包括身体素质、管理能力、协调能力、组织能力等等。我国学者在这方面的研究比较多，不同学者对项目经理能力评价指标的选取都不相同，所以我们这里在总结相关文献中提到的所有项目经理评价指标，选择性的合并相似的评价指标，删除文献中出现频率低的评价指标，确定最终的项目经理能力评价指标集。本文以已有学者对项目经理的研究指标作为基础标准，采用打分的方法，选择的指标有四个一级指标和16个二级指标。如下表1所示。 表1 项目经理指标评价项目经理素质评价指标一级指标二级指标政治素质指标责任心努力程度工作主动性成就导向和善于行动身体素质指标身体素

5、质自信开拓创新精神工作经验与业绩知识素质指标知识水平教育背景与知识结构信息分析学习认知能力能力素质指标组织沟通能力现场管理能力控制决策影响力由上表1可以看出，本文选取16个指标反映项目经理的能力，其中有责任心、努力程度、工作主动性、成就导向和善于行动、身体素质、自信、开拓创新精神、工作经验与业绩、知识水平、教育背景与知识结构、信息分析、学习认知能力、组织沟通能力、现场管理能力、控制决策、影响力.数据来源于陕西省统计局网、各市区的统计公报。2.2指标数据处理本文采用的是打分制，关于相关文献对项目经理评价指标的研究次数，出现一次为1分，出现2次为2分，同理。我们对数据处理如下所示。表2 项目经理评

6、价指标打分一级指标二级指标打分合计政治素质指标责任心412努力程度2工作主动性4成就导向和善于行动2身体素质指标身体素质213自信2开拓创新精神5工作经验与业绩4知识素质指标知识水平518教育背景与知识结构6信息分析2学习认知能力5能力素质指标组织沟通能力1228现场管理能力5控制决策6影响力5由上表2，显然一级指标得到由高到低的顺序是能力素质指标、知识素质指标、身体素质指标、政治素质指标。故对于项目经理能力的评价，目前还是注重项目经理的能力素质指标，其次是知识素质指标。3相关的统计分析通过上面的基本分析，本文最终确定了能力素质指标、知识素质指标、身体素质指标、政治素质指标之间存在一定的关系，

7、利用SPSS统计软件，下面针对于抽取的样本做相关的统计分析。33.1距离相关分析3.1.1 相关概念能力素质指标、知识素质指标、身体素质指标、政治素质指标变量之间可能不是线性关系，且每个变量代表的信息有可能重叠，此时，我们可以通过距离相关分析，考察它们之间是否具有相似性进而研究其相互关系。距离相关分析是对样品或变量之间相似或不相似程度的一种度量，计算的是一种广义距离。距离相关分析可以用于度量样品之间的相互接近的程度也可用于度量变量之间相互接近的程度。距离相关分析根据统计量的不同，分为不相似性测度和相似性测度。对于不相似性测度，是通过计算距离来表示的，其数值越大，表示相似程度越弱；对于相似性测度

8、，是通过计算Pearson 相关系数或Cosine相似系数来表示的，其数值越大，表示相似的程度越强。3.1.2 指标分析以一级指标作为距离相关分析的数据量，下面对数据整合，有表3.表 3 一级指标分布政治素质指标身体素质指标知识素质指标能力素质指标42512226545262455将数据导入到SPSS软件中如下图1图1不相似性测度相关分析，如下表4.表 4近似矩阵Euclidean 距离123410.0007.3487.3487.55027.3480.0005.4772.23637.3485.4770.0003.87347.5502.2363.8730.000这是一个不相似性矩阵上表4的数据为

9、样品间的欧氏距离，数值越小，相似度越高。从上表4我们可以看出，样品“2”和“4”数值较小，这几个样品间的相似程度高，可以作为对总体参数的估计。也可以说明项目经理的能力素质指标和身体素质指标的相似程度高，即项目经理必须有有个良好的身体素质才能更好的去发挥自己的能力。3.2 主成分分析的基本思想为了进一步研究能力素质指标、知识素质指标、身体素质指标、政治素质指标之间存在一定的关系，结合SPSS统计软件数据做主成分分析。主成分分析是一种降维的思想，在损失很少信息的前提下把多个指标利用正交旋转变换转化为几个综合指标的多元统计分析方法。通常把转化生成的综合指标称为主成分，其中每个主成分都是原始变量的线性

10、组合，且各个主成分之间互不相关这样在研究问题中不至于损失太多信息，容易抓住主要矛盾，揭示事物内部变量之间的规律性，同时使问题得到简化，提高分析效率。3下面做变量的相关性分析。表 5相关矩阵政治素质指标身体素质指标知识素质指标能力素质指标相关政治素质指标1.0000.192-0.6670.686身体素质指标0.1921.000-0.834-0.462知识素质指标-0.667-0.8341.0000.057能力素质指标0.686-0.4620.0571.000a. 此矩阵不是正定矩阵。由表5，其中的4个变量之间存在着较小的相关性，可以进行一定的主成分分析。表 6公因子方差初始提取政治素质指标1.0

11、000.989身体素质指标1.0000.959知识素质指标1.0000.991能力素质指标1.0000.968其中公因子提取方法：主成份分析。由表 ，提取的数值都大于0.5，所以提取的主成分对每个变量的解释程度较高，其中学习费用的提取值较高。3.3项目经理能力的主成分分析(1)指标数据选定的4项一级指标和16项二级指标，根据选择好的数据作分析。(2)相关系数矩阵计算样本相关系数矩阵 ， 其中 ，( j，k= 1， 2，4; 为样点数4，4个一级指标) 。(3)计算贡献率和累计贡献率求出样本相关系数矩阵 的特征值、贡献率、累计贡献率。表 7解释的总方差成份初始特征值提取平方和载入合计方差的 %累

12、积 %合计方差的 %累积 %12.16854.19454.1942.16854.19454.19421.73843.45097.6441.73843.45097.64430.0942.356100.00042.322E-165.806E-15100.000提取方法：主成份分析主因子个数m 的确定以主成分思想进行: 比较理想的情况是只有少数几个主因子对评价指标变量的“贡献”很大， 第 j 个主因子的“贡献”为，于是 为反映第 j个主因子的“贡献”大小的所谓方差贡献率，由上表7得因子的方差贡献率依次为 54.194%，43.450%，2.356%，5.806E-15%。由于前两个主因子的累积方差贡

13、献率 =97.644% ，即能够用前二个综合指标来反映原始数据表中的绝大部分信息， 故确定出m =2为主因子个数。(4)因子载荷矩阵在上述结果基础上建立初始因子载荷矩阵，由所确定的主因子，( j= 1,2 ,3,4)称为初始主因子。(5)主成分提取判断 图2 由图2的碎石图，实际上是按特征根大小排列的主成分折线图。横坐标表示第几主成分，纵坐标表示特征根的值。由图2，此例在第3个特征处变得比较平缓，表明可以提取2个主成分。(6)计算各指标的主因子得分 各项指标的主因子得分计算: 将主因子表示为指标变量的线性组合:，四个主要因子得分计算，如下.表 8成份得分系数矩阵指标成份12政治素质指标x10.

14、3400.384身体素质指标x20.370-0.324知识素质指标x3-0.4560.062能力素质指标x40.0310.565提取方法 :主成份。 第一个主成分：第二个主成分：从上述模型看出，第一公因子，基本上支配了知识素质指标（绝对值较大的系数），而第2公因子，基本上支配了能力素质指标（绝对值较大的系数）。(7)计算指标的主因子综合得分 各项指标竞争力评价的综合得分计算: 在各主因子上的得分乘以对应方差贡献率再求和便可得综合得分及最后的排名顺序(结果见表6 ，第 5、6 列) .表9 各指标的因子分析综合得分政治素质指标身体素质指标知识素质指标能力素质指标F1F2425120.1927.97822650.0142.8664526-1.6693.07324550.0621.13根据表9，可以看到F2的数值都是大于F1的数值，其中F1主要代表知识素质指标，其中F2主要