影响我们用这个词来指称为驱动程序分析的统计方法。人情报依赖于大量的数据和分析技术,其中一个最强大的驱动力分析。司机分析让你最关注重要的文化驱动的结果。司机分析让你超越低和高的分数。

学习如何影响决定。

的问题被确定为顶部驱动程序问题,最有可能产生最大的影响在接触(或其他测量设置为你的结果)。所以如果你能够提高你的分数在这些问题上,你可能会改善你的订婚得分。

使用贵公司的调查数据和分析不是根据其他公司的数据。我们看你的人如何回应(或其他结果衡量我的接触问题。e指数因子)和他们如何应对所有的其他问题。
我们看大多数人从事你的公司(我。e回答最积极参与问题)并确定其他问题比其他人更积极。我们还看那些至少订婚了,看看有什么问题他们比其他人更乐观。

这样我们可以识别的问题,更多的人更积极和更少的人更消极。

把这个信息给我们的顶部驱动程序——或者问题似乎最影响接触水平。这并不意味着其他问题不重要,它只是意味着少其他问题有一个类似的模式员工回应的方式相比,员工对接触问题的方式。

例如,安全问题可能只是一个温和的司机相对于其他问题。这可能是因为大多数员工安全是在足够的水平——这并不意味着你应该允许安全下降。也有可能你的驱动程序有不同的分数你参与的分数。这是因为分析使用排名和平均水平。

带走的关键一点是专注于司机的问题更有可能提高接触比关注的问题不是司机。

为每个问题参与相关的强度显示在文化Amp的使用报告德赢娱乐官网app影响列。

默认情况下,问题是要求根据司机的力量所以你会看到最强的司机问题列表的顶部,有一个非常弱的问题驱动力量在底部。注意,每个问题的“得分”是没有直接关系的驱动力量。分数是一个协议的分数代表比例的受访者回答同意或强烈同意的问题。

当比较的司机强度问题,请记住,它不是过于重要如果一个问题坐一个位置高于另一个问题之间的驱动力量相邻的问题往往是非常相似的。重要的是理解问题有重叠的影响圈是对接触,产生更大的影响和问题与圈远没起到太大的影响。如果你想看具体数值驱动强度值,那么你可以将你的数据导出到Excel。请参考下面的极客faq更多细节。

一些问题可能有司机的优点非常接近于零,我们列表不适用(N / A),这就意味着他们的关系接触非常随机或多样。他们通常不是最好的问题关注的改善你的订婚以来得分数据显示他们没有一致的影响。

接触问题有N /上市,因为他们被排除在司机分析。他们被排除在外,因为它们被用作索引的统计分析结果的一部分。真的不会帮助知道订婚问题驱动或影响参与指数,因为这些问题实际上是指数的一部分。这就像告诉你,幸福会导致幸福,你应该采取行动改善幸福快乐。

驱动程序分析是一个重要的额外信息时要考虑你正在寻找专注于什么。这只是一些保险,你不会关注的东西没有关系你心目中的结果(如增加接触)。不要只关注前司机或前几,而是看前五或十个司机找到比其他人得分较低,你觉得你有足够的资源和动力尝试和地址。你也可以寻找主题项目,如两个或三个问题关于领导或认可。在这种情况下,你可能会决定找到行动,解决整个区域以及具体问题。事情往往是相互关联的。

一些公司可能决定提问与高管决定关注的焦点问题下面会和经理工作如何与他们的团队。其他公司会选择让经理或部门决定他们自己独特的焦点问题。也可以将这些方法和有一个或两个公司还广泛关注的问题,并让当地计划补充这些与一个或两个重点问题他们想在本地行动。正如上面提到的,你也应该确定问题或主题,你认为你有足够的资源和组织支持解决。有时你会发现你已经计划,它可能只是一个沟通的情况下,你会通过这些举措也在调查结果。

我们使用的具体统计数据在大多数情况下肯德尔的tau-c。我们计算结果tau-c值指数和其他问题在调查中,不在这一指数有多个统计计算,然后使用等级的问题。每个tau-c计算包括观察每个被调查者的得分结果指数以及他们如何回应其他问题和比较模式被其他的模式在相同的措施。这有助于评估响应在一个问题是否可以告诉我们任何关于某人的反应结果的问题(或没有)。tau-c的计算很简单,但是计算量的比较,需要的数量。

对于更大的数据集,我们有超过3000人响应我们使用皮尔森r计算相关数据——因为tau-c变得非常缓慢,大量涉及有最小的区别这两个统计数据。

我们使用这些术语作为一个粗略的指南,底层驱动力量的大小。提供的数值驱动强度值导出数据时从主仪表板。我们使用稍微不同的标签约定两种不同的统计数据,因为tau-c往往更保守。我们使用的潜在价值区间如下:

Tau-c

皮尔森r

不,司机强度直接影响大小的测量和管理结果的substantiveness只显示满足最小影响大小的关系(例如= >。2)。我们也只计算相关性,我们有超过25个受访者和我们建议关注司机至少有一个温和的(或者最好是强大的)与测量结果的关系。统计学意义是敏感的受访者(样本)和增加样本大小将导致越来越多的相关性被视为重要的即使效果很小。因为这个原因我们喜欢的方法和基于效果的分析和排名的问题,最低样本量标准与25岁以上受访者(集团)。