数量分析方法论文

子科技大学博士学位论文组织文化分析方法及应用研究姓名：尹波申请学位级别：博士专业：管理科学与工程指导教师：鲁若愚20090315摘要摘要组织文化联系组织行为和技术创新等组织绩效，是组织科学中的重要概念，涉及组织层面、文化层次、研究方法和哲学思想等方面，其中组织文化分析方法对组织文化研究有重要的理论和实践意义，也是组织文化研究的一个重要领域。本文在讨论组织文化分析方法现状和不足的基础上，围绕定性分析方法、定量测量方法、统计模型方法和数理模型方法及应用进行了重点研究，主要研究内容和结论如下。首先，讨论组织文化定性分析方法及其应用。新兴技术行业竞争异常激烈，市场呈现“赢者通吃”局面，对新兴技术企业文化管理提出了更高的要求，因此选择新兴技术企业文化管理作为组织文化定性分析方法应用的平台，基于组织层次模型和组织文化动态模型构建了组织文化创新机制概念模型，结合新兴技术产业特点，通过归纳推演、案例分析等方法，给出新兴技术企业文化特征和文化创新方式，并说明定性分析方法的内容和特点。接着，介绍组织文化定量测量方法，归纳出组织文化定量测量分析框架。主成分抽取数量确定方法是组织文化定量测量分析框架中的重要一环，回顾现有确定方法的特点和不足，提出了基于原始样本数据和再抽样样本数据联立解确定主成分抽取数量的启发式R．R方法；应用定量测量分析框架及R－R方法，对一酒店文化进行了定量测量实例应用，验证了组织文化定量测量分析框架及R．R方法的有效性，并得出了酒店基层员工文化分布状态。随后，研究组织文化一致性单元确定方法和组织文化维度集结计量方法。基于组织文化“共享群体概念’’的计量属性，要求组织文化概念的理论层面和统计层面相一致，提出了基于个体问卷确定组织文化一致性单元的Pseudo—F统计方法。考虑组织文化问卷调查过程中答卷人员评分主观性导致组织文化维度集结计量的不确定性，提出通过Choquet模糊积分来集结中间变量值，并采用Yager模糊熵来表示测度模糊性的集结方法；并分别应用于实例研究中进行说明和验证。最后，研究数理模型方法的应用问题。建立了组织文化认同人数的Logistic方程，首先推导出组织文化学习速度模型，结合组织文化学习理论，构建了组织文化学习阶段概念模型及进行了案例验证；其次推导出组织文化与组织制度的交互摘要模型，通过模型参数描述组织文化状态及其所支持的制度创新方式，讨论了模型参数的实证估算方法及一般表示式。通过两个模型来说明数理模型方法及其与定性分析、定量测量方法等的综合应用。关键词：组织文化，分析方法及应用，定性分析法，定量测量法，数理模型法

科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。

通过数据进行分析的论文用数据是数学方法。数据分析方法：将数据按一定规律用列表方式表达出来，是记录和处理最常用的方法。表格的设计要求对应关系清楚，简单明了，有利于发现相关量之间的相关关系。此外还要求在标题栏中注明各个量的名称、符号、数量级和单位等：根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。数据分析目的：数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析是有组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如设计人员在开始一个新的设计以前，要通过广泛的设计调查，分析所得数据以判定设计方向，因此数据分析在工业设计中具有极其重要的地位。