對指標進行定量分析

1. 定性標准與定量標準的區別是什麼

財務比率綜合分析法——包括沃爾比重評分法、杜邦分析法都是建立在定性基礎上的定量分析方法。

定性--用文字語言進行相關描述
定量--用數學語言進行描述

定性分析與定量分析應該是統一的，相互補充的；定性分析是定量分析的基本前提，沒有定性的定量是一種盲目的、毫無價值的定量；定量分析使之定性更加科學、准確，它可以促使定性分析得出廣泛而深入的結論。定量分析是依據統計數據，建立數學模型，並用數學模型計算出分析對象的各項指標及其數值的一種方法。定性分析則是主要憑分析者的直覺、經驗，憑分析對象過去和現在的延續狀況及最新的信息資料，對分析對象的性質、特點、發展變化規律作出判斷的一種方法。
必須指出，兩種分析方法對數學知識的要求雖然有高有低，但並不能就此把定性分析與定量分析截然劃分開來。事實上，現代定性分析方法同樣要採用數學工具進行計算，而定量分析則必須建立在定性預測基礎上，二者相輔相成，定性是定量的依據，定量是定性的具體化，二者結合起來靈活運用才能取得最佳效果。
不同的分析方法各有其不同的特點與性能，但是都具有一個共同之處，即它們一般都是通過比較對照來分析問題和說明問題的。正是通過對各種指標的比較或不同時期同一指標的對照才反映出數量的多少、質量的優劣、效率的高低、消耗的大小、發展速度的快慢等等，才能為作鑒別、下判斷提供確鑿有據的信息。

★所謂綜合財務分析，就是將企業營運能力、償債能力和盈利能力等方面的分析納入到一個有機的分析系統中，全面地對企業財務狀況、經營狀況進行解剖和分析，從而對企業經濟效益做出較為准確的評價與判斷。
一般認為，財務綜合分析方法主要有兩種——杜邦財務分析體系法和沃爾比重評分法（除開此兩種主要的，另有公式分析法、因素分析連環替代法）。

（一）杜邦分析法又成為杜邦系統（The Du Pont System）,實際上是一種分解財務比率的方法，通過自上而下地分析和指標的層層分解來揭示出企業各項指標間的結構關系，查明各主要指標的影響因素。其從評價企業績效最具綜合性和代表性的指標——權益凈利率出發，層層分解至企業最基本生產要素的使用，成本費用的構成和企業風險，從而滿足經營者通過財務分析進行績效評價的需要，在經營目標發生異動時能及時查明原因並加以修正。從結構上看，杜邦分析法是把有關財務比率和財務指標以系統分析圖的形式連在一起。
杜邦分析法之所以選擇凈資產收益率為主要的分析指標，原因在於它是與企業財務管理目標的相關性最大的一個指標，是指標體系分析的核心（「相關性最大」、判定是「核心」為定性分析，是定量分析的基礎），它由企業的銷售凈利率、總資產周轉率和權益乘數所決定（牽涉到具體的指標和數值，為定量分析）。

（二）沃爾比重評分法是指將選定的財務比率用線性關系結合起來，並分別給定各自的分數比重，然後通過與標准比率進行比較，確定各項指標的得分及總體指標的累計分數，從而對企業的信用水平作出評價的方法。
沃爾比重評分法的基本步驟包括：（1）選擇具有代表性的財務指標；2）確定各財務指標的標准值與標准評分值；（3）計算綜合分數；（4）做出綜合評價。其中在選擇代表性的指標中，要求注意的問題有：選擇指標的類型要全面，不能只集中在一類指標上；最好選擇以高值表示財務狀況好的指標；剔除非財務方面的指標如職工平均年齡等。標准平分值也需根據重要性程度來確定，越重要的指標，分越多，反之越少，但左右指標分數合計應等於100（以上闡述中，選擇指標應有「代表性」、「全面」、「狀況好」、「非財務方面」都是定性的詞彙，至於「代表性」、「全面」、「狀況好」、「非財務方面」就應該根據實際狀況和需要來加以界定，這是屬於定量的范疇，而指標的數值本身就是定量的一種表現）。另外需要說明的是，這種分析方法如上所述是具有明確步驟的，以上的四個步驟也是量，比如少了最後一步的綜合評價（少了這個量），那麼這種分析方法也是不完整的，無意義的。沃爾比重評分法因此也是建立在定性基礎上的定量分析方法。

最後應當明確是，我們並不能夠說綜合分析法下的任何一種方法是完全屬於定量還是定性，因為這些方法都需要建立在定性的基礎上，不能脫離定性，而這些方法最終也要通過量化來加以計算和證明。

2. 描述數據集中趨勢和離散程度的指標分別有哪些各自的適用情況是什麼

集中趨勢指標：算術均數，幾何均數，中位數和百分位數。

集中趨勢適用情況：對稱分布或偏度不大的資料，尤其適合正態分布資料。

離散趨勢指標：極差，方差，標准差，四分位數間距。

離散趨勢適用情況：均數相差不大，單位相同的資料。

在統計學中，集中趨勢或中央趨勢，在口語上也經常被稱為平均，表示一個機率分布的中間值。最常見的幾種集中趨勢包括算數平均數、中位數及眾數。集中趨勢可以由有限的數組中或理論上的機率分配中求得。

計量資料的頻數分布有集中趨勢和離散趨勢兩個主要特徵。僅僅用集中趨勢來描述數據的分布特徵是不夠的，只有把兩者結合起來，才能全面地認識事物。我們經常會碰到平均數相同的兩組數據其離散程度可以是不同的。

(2)對指標進行定量分析擴展閱讀：

各指標計算方法：

極差又稱全距，是指一組數據的觀察值中的最大值和最小值之差。

極差的計算較簡單，但是它只考慮了數據中的最大值和最小值，而忽略了全部觀察值之間的差異。兩組數據的最大值和最小值可能相同，於是它們的極差相等，但是離散的程度可能相當不一致。

平均差是指一組數據中的各數據對平均數的離差絕對值的平均數。一組數據中的各數據對平均數的離差有正有負，其和為零，因此平均差必須用離差的絕對值來計算。平

平均差用絕對值來度量，雖然避免了正負離差的相互抵消，但不便於運算。一般情況下，可用方差來度量一組數據的離散性。方差通常用字母σ2來表示。

算術平均數：算術平均數就是觀察值的總和除以觀察值個數的商，是集中趨勢測定中最重要的一種，它是所有平均數中應用最廣泛的平均數。算術平均數分為簡單算術平均數和加權算術平均數。

調和平均數：調和平均數可以看成是變數χ的倒數的算術平均數的倒數，故有時也被稱為「倒數平均數」。調和平均數分為簡單調和平均數和加權調和平均數。

3. 在SPSS中，如果分析多個因素對某一結果的影響程度應該用什麼分析

分析多個因素對某一結果的影響程度應該用數據分析。主要的方式如下：

分析多個因素對某一結果的影響程度主要分為三步：

第一步是整理數據，首先定義變數，這個是比較重要的一步，但難度不大。

第二步：分析 由於你要分析農民收入和其他因素之間的關系。所以確定農民收入為因變數，而其他為自變數。通過analyze下面的regression來完成。即把農民收入選進因變數，其他（除年份和總計）作為自變數分析。當然裡面還有像statistics等這些功能項，你作為默認就行了。

第三步：解釋模型。認定你的模型做的好不好要看檢驗的結果，這里看R值。如果R接近1，則說明模型和實際擬和的效果比較好。你的模型R值達到了0.9多，說明效果非常不錯。

SPSS中做Logistic回歸的操作步驟：分析>回歸>二元Logistic回歸，選擇因變數和自變數（協變數）

(3)對指標進行定量分析擴展閱讀:

數值型變數（metric variable）是說明事物數字特徵的一個名稱，其取值是數值型數據。如「產品產量」、「商品銷售額」、「零件尺寸」、「年齡」、「時間」等都是數值型變數，這些變數可以取不同的數值。數值型變數根據其取值的不同，又可以分為離散型變數和連續型變數。

數據形式在計算機中的表示主要有兩大類：數值型變數和非數值型變數（如，字元、漢字等）。數值型變數指，被人為定義的數字（如整數、小數、有理數等）在計算機中的表示。這種被定義的數據形式可直接載入內存或寄存器進行加、減、乘、除的運算。

一般不經過數據類型的轉換，所以運算速度快。具有計算意義。另一種非數值型的數據，如字元型數據（如『A』，『B』，『C『等），是不可直接運算的字元在計算機中的存在形式。具有信息存儲的意義。

在計算機中可識別的字元，一般都對應有一個ASCII碼，ASCII碼為數值型的數據。ASII碼值的改變，對應的字元也會改變。所以，非數值型的數據，本質上也是數值型的數據。為了接近人的思維習慣，方便程序的編寫，計算機高級語言，劃分了數據的類型：

數值型數據有：整型 單精度型 雙精度型。

非數值類型數據有：字元型 或 布爾型 或者 字元串型。

4. 什麼是人力資源管理的定性、定量分析

定性分析就是理論分析,解決"為什麼"的問題;定量分析是實證分析,解決"是什麼"的問題.
1.層次分析法 層次分析法的基本思想是把應聘者的綜合能力分解為若干指標及層次，在最低層次通過兩兩對比得出各因素的權重，通過由低到高的層層分析計算，最後計算出各應聘者的最終綜合指數，指數最大的即為最佳候選人。它的基本方法是建立應聘者評價指標層次結構模型。而建立評價指標層次模型，首先要對所要招聘的崗位有明確的認識，弄清它涉及哪些因素，如目標、分目標、部門、約束條件、可能情況等等，以及各因素之間的相互關系。其次將評價指標層次化，分為若干個層次。建立評價指標層次模型之後，可以對應聘者的各項指標進行兩兩比較，構造出判斷矩陣。判斷矩陣是定性過渡到定量的重要環節，再通過求解判斷矩陣的特徵向量，並對判斷矩陣的一致性進行檢驗，檢查企業招聘方在構造判斷矩陣時判斷思維是否具有一致性。通過一致性檢驗後，便可按歸一化處理過的特徵向量作為某一層次對上一層次某評價指標相對重要的排序加權值，然後從高層次到低層次逐層計算排序權值，得出應聘者的總排序。
2.模糊決策法 在現實生活中，很多概念都是模糊的。如高個子，身高達到多少即算高個子，並無明確的定義，不同的人會有不同的理解。另外如應聘的能力、工作態度、性格等概念也是模糊的。這些概念的內涵是明確的，但外延是模糊的。在企業招聘的現實中，很多指標概念是模糊的，因此模糊決策方法正在成為企業招聘決策中的一種很有實用價值的工具。
3.優劣系數法 優劣系數法是通過對應聘人員的各項指標相對於其他應聘者的優劣程度進行比較，從中甄選出較優秀的應聘者的一種定量分析方法。在現實生活中，沒有哪一個應聘者絕對優於其他應聘者，也沒有哪一個應聘者的各項指標絕對優於其他人員。
的權數；然後通過標准化各項評價指標，使各項指標之間具有可比性，再計算優、劣系數。所謂優系數，是指一個應聘者優於另一個應聘者所對應的權數之和與全部權數之和的比率。所謂劣系數是通過對比兩方案的優極差與劣極差來計算的。 由於優系數只反映優的應聘者，而不反映應聘者優的程度，劣系數只反映應聘者劣的程度，而不反映劣的應聘者，因而在進行招聘決策時應綜合考慮優、劣系數。優劣系數法是根據優劣系數逐步淘汰不理想的應聘者，在招聘過程中具有較廣泛的應用價值。
4.人工神經網路法 人工神經網路(Artificial Neural Network)是一門嶄新的信息處理科學，是用來模擬人體神經結構和智能的一個前沿研究領域，因其具有獨特的結構和處理信息的方法，使其在許多實際應用中取得了顯著成效。近年來，由於神經科學、數理科學、信息科學、計算機科學的快速發展，使得以研究神經元的工作模式、非程序的信息處理的人工神經網路的實現成為可能。

5. 如何將對投標書進行評估分析的內容定量化

評標工作是招標項目核心，如何以量化指標對各投標進行評比（而不僅僅是評委專主觀方面好與壞的評屬判），在實際操作比較難以把握。一方面，評標細則明確量化指標後，優勢投標人可能因此提升價格和降低承諾，劣勢投標人可能不再參與投標。而且，評標指標量化後，各投標人心態均為：先承諾滿足要求，中標後再說（一般情況，簽約前招標人強勢；簽約後，供貨商形勢有利）。
所以，評標量化指標可著重四方面：
1、以實際業績為主，由第三方出具業績證明；
2、以檢測報告為主，根據第三方出具檢測報告的指標作為評審依據；
3、以實際檢測結果或實物質量為主，杜絕投標人的信口開河；
4、對投標人主要設備、技術手段進行評審，對中標方進行資格後審考察，杜絕弄虛作假。
最後，將一些使用要求的指標量化後要求投標人滿足，並以此作為合同考核條款，輔以罰款措施等條件。

6. 定量分析方法的評定指標有哪些

定量指標你在規定時間內必須生產的數量

定性指標是產品必須達到的質量

7. 定量分析方法在人力資源管理中應用

招聘工作對企業的意義重大，它是保證企業整個人力資源管理工作順利開展的重要前提和基礎。如何有效地對應聘人員做出評價，從中甄選出最適合企業的人員是人力資源部門面臨的一個重大問題。傳統的招聘面試方法，無論是常規的筆試、面試，還是評價中心法，人的主觀判斷和選擇對結果的影響較大，使得企業在招聘過程中所體現的主觀成分很大，有時甚至會影響到招聘的效果。筆者在此介紹幾種較為客觀科學的企業人員招聘評價的定量分析技術與大家共同學習探討。

1.層次分析法

層次分析法的基本思想是把應聘者的綜合能力分解為若干指標及層次，在最低層次通過兩兩對比得出各因素的權重，通過由低到高的層層分析計算，最後計算出各應聘者的最終綜合指數，指數最大的即為最佳候選人。它的基本方法是建立應聘者評價指標層次結構模型。而建立評價指標層次模型，首先要對所要招聘的崗位有明確的認識，弄清它涉及哪些因素，如目標、分目標、部門、約束條件、可能情況等等，以及各因素之間的相互關系。其次將評價指標層次化，分為若干個層次。建立評價指標層次模型之後，可以對應聘者的各項指標進行兩兩比較，構造出判斷矩陣。判斷矩陣是定性過渡到定量的重要環節，再通過求解判斷矩陣的特徵向量，並對判斷矩陣的一致性進行檢驗，檢查企業招聘方在構造判斷矩陣時判斷思維是否具有一致性。通過一致性檢驗後，便可按歸一化處理過的特徵向量作為某一層次對上一層次某評價指標相對重要的排序加權值，然後從高層次到低層次逐層計算排序權值，得出應聘者的總排序。

2.模糊決策法

在現實生活中，很多概念都是模糊的。如高個子，身高達到多少即算高個子，並無明確的定義，不同的人會有不同的理解。另外如應聘的能力、工作態度、性格等概念也是模糊的。這些概念的內涵是明確的，但外延是模糊的。在企業招聘的現實中，很多指標概念是模糊的，因此模糊決策方法正在成為企業招聘決策中的一種很有實用價值的工具。

模糊綜合評價法是綜合考慮系統或者事物的多種價值因素，用模糊集理論來評定優劣的方法。它的特點是將定性分析和定量分析相結合，主觀分析與客觀分析相結合。模糊決策的基本方法首先是構造評價指標集X和評級域V。比如X={X1(知識)，X2(能力)，X3(個性)，X4(動機)},V={ V1(很好)，V2(好)，V3(不太好)，V4(不好)}。如果對於應聘者甲的「知識」指標，企業招聘方有30%認為「很好」，60%認為「好」，還有10%認為「不太好」，卻無人認為「不好」，為了簡便起見，我們可近似地認為對應聘者甲的「知識」指標的評價集為（0.3,0.6,0.1,0）。相似類推，即可得出應聘者的評價矩陣，將對應聘者的評價矩陣與其相應的權值進行求解，最後將會得到每個應聘者的綜合評價分數。在實踐中，模糊決策法常與專家分析評估法、層次分析法等綜合使用。

3.優劣系數法

優劣系數法是通過對應聘人員的各項指標相對於其他應聘者的優劣程度進行比較，從中甄選出較優秀的應聘者的一種定量分析方法。在現實生活中，沒有哪一個應聘者絕對優於其他應聘者，也沒有哪一個應聘者的各項指標絕對優於其他人員。

對於企業來說，各項素質指標的重要性並不是一樣的，有些素質相對重要一些，而有些素質則相對次要一些。因此企業在計算優劣系數之前，首先需要對不同的評價指標給予不同的權數；然後通過標准化各項評價指標，使各項指標之間具有可比性，再計算優、劣系數。所謂優系數，是指一個應聘者優於另一個應聘者所對應的權數之和與全部權數之和的比率。所謂劣系數是通過對比兩方案的優極差與劣極差來計算的。

由於優系數只反映優的應聘者，而不反映應聘者優的程度，劣系數只反映應聘者劣的程度，而不反映劣的應聘者，因而在進行招聘決策時應綜合考慮優、劣系數。優劣系數法是根據優劣系數逐步淘汰不理想的應聘者，在招聘過程中具有較廣泛的應用價值。

4.人工神經網路法

人工神經網路(Artificial Neural Network)是一門嶄新的信息處理科學，是用來模擬人體神經結構和智能的一個前沿研究領域，因其具有獨特的結構和處理信息的方法，使其在許多實際應用中取得了顯著成效。近年來，由於神經科學、數理科學、信息科學、計算機科學的快速發展，使得以研究神經元的工作模式、非程序的信息處理的人工神經網路的實現成為可能。人工神經網路不需構建任何數學模型，只靠過去的經驗和專家的知識來學習，通過網路學習達到其輸出與期望輸出相符的結果。網路所具有的自學習能力使得傳統的專家系統技術應用最為困難的知識獲取工作方式轉換為網路的變結構調節過程，它能根據己學會的知識和處理問題的經驗對復雜問題作出合理的判斷決策，給出較滿意的解答，或對未來過程作出有效預側和估計。只要我們能夠按照科學的數據選擇參數構建網路模型，它即可獲取數據中的專家經驗數據，對應聘者的各項素質評價指標進行判斷，給出較為客觀合理的結果。目前人工神經網路在管理中的應用尚處於研究開發階段。

8. 乙肝兩對半的定量指標分析

是的，你目前已經產生
了抗體，上述化驗單的意思是指曾經感染過乙肝病毒，但是由於你的身體的免疫系統很健康，自己抵抗過去了，並且已經產生了相應的抗體。
回復專家:河南省人民醫院-感染性疾病科-曹青住院醫師

9. 怎麼用spss軟體對調查問卷進行定量分析，主要是這個定量的指標是什麼

是定量資料才能定量分析的，如果問卷是定性的資料，就不能用定量分析
我替別人做這類的數據分析蠻多的

10. 定性分析與定量分析的異同及優缺點

定量分析和定性分析在不同領域的具體應用手段有所不同。

在分析化學中，分析的目的是為了獲取某個物體的信息，這樣的物體包括固體、液體、氣體以及生物大分子。而獲取的信息則包括物理化學方面的一些特徵，或者是蛋白質的序列，這也是分析化學的大概內容。

相信大家看出來了，定量分析是化繁為簡，我們從不同的量之間最終得到了一條簡單深刻的規律；而定性分析則恰恰相反，它揭示了世界的復雜性，所以這二者在方法論上有根本的區別，這也是為何稱其「三觀」不同的原因了。