人力资源回归模型你知道吗

　　＂回归模型＂是统计学上的一个非常重要的基础模型，包括一元回归模型和多元回归模型等，一般运用为对数据的定量分析和预测，但是以人力资源管理为代表的社会学科除了指标量化分析外，如何对其进行模型分析，以便更为深入的了解员工的行为、并对其进行预测和控制，尚不存在此方面的理论。
　　本文以实践为基础，结合人力资源管理理论、社会心理学理论以及统计学理论，提出＂人力资源回归模型＂，为完善人力资源管理、提高其效率提供有效的指导。
　　＂人力资源回归模型＂不同于统计上的回归模型，其模型不是通过数据建立，而是通过＂人口统计学特征＂、个人的经历和过去所取得的成就，对其以后的管理指标建立模型，该模型也不具有自变量系数的数字固定性，而是根据其不同的环境、不同的因变量进行相对强弱的变化。
　　想要非常熟练高效的运用＂人力资源回归模型＂解决实践中的人力资源管理问题，不仅需要较为扎实的人力资源管理理论、社会心理学理论和统计学理论知识，还要丰富的人力资源管理经验。
　　＂人力资源回归模型＂的理论基础是＂规律＂。规律是从现象中抽象出来的事物发展的倾向性。任何事情的发展都会表现出一定的规律性，人力资源管理者要善于对管理实践中重复发生的现象进行观察，总结归纳出共同的本质，并对其原因进行分析，当真正发现该现象发生的本质原因时，每当出现该原因时，你就可能预测出会发生什么样的现象，就可能在不好的现象发生之前采取抑制措施，避免此想象的发生，实现人力资源管理的目的。
　　＂人力资源回归模型＂的自变量一般包括个体的性别、年龄、民族、籍贯、政治面貌、学历、学位、具备技能、工作履历、过去的工作绩效等，因变量一般包括出勤率、离职率、工作效率、工作效果、组织公民行为、员工敬业度、工作场所中的越轨行为、组织承诺等。
　　因其自变量的部分指标在不断地变化，致使该模型表现出较强的动态性，一般情况下＂人口统计学特征＂指标是是比较固定的，年龄是变化的，政治面貌、学历学位也可能发生变化，任何自变量的变化都可能影响因变量指标的变化。该模型所表现出的内部效应在于固定的内部环境，排除其他因素的干扰。
　　下面通过人力资源管理模块中的绩效管理为例，阐述＂人力资源回归模型＂对员工绩效的分析、预测和控制。
　　自变量选择个体的性别、年龄、学历、学位、过去的绩效、工作态度。
　　如果员工是25岁的男性，博士研究生毕业，在校学习成绩非常优秀、并且项目成果非常多，工作踏实认真，严谨细致、积极主动，可能他在工作当中也能取得较高的绩效水平，有时虽然短时间内工作成绩不是很显著。
　　但是从长期角度来看，如果保持自变量的一贯性，相信一定会取得很好的成绩，在控制方面，作为人力资源管理者就应该采用一些激励的措施，是该员工继续保持其自变量的一贯性，引导其行为向好的绩效结果方向发展。
　　如果员工工作态度不好，其他条件都不错，很显然通过经验预测，该员工很难取得卓越成就，这时人力资源管理者就应该对该员工进行分析，是什么原因导致其工作态度不良，找到根本原因之后，通过沟通协调，帮助其排除这些原因的影响，这样才可能使其取得好的绩效结果。
　　＂人力资源回归模型＂在人力资源管理的各模块均能得到很好地运用，其对人力资源管理的效率的提高和效果的改善将产生巨大的影响。