跳到主要內容

臺灣博碩士論文加值系統

(44.200.86.95) 您好!臺灣時間:2024/05/18 12:18
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:黃菱莉
研究生(外文):Ling-Lih Huang
論文名稱:應用兩階段分群法探討 某半導體封裝廠現場從業人員離職群組之研究
論文名稱(外文):Application of two-stage clustering method on leaving operators of semiconductor assembly house
指導教授:張嘉寶林文燦林文燦引用關係
指導教授(外文):Chia-Pao ChangWen-Tsann Lin
學位類別:碩士
校院名稱:國立勤益科技大學
系所名稱:工業工程與管理系
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2013
畢業學年度:101
語文別:中文
論文頁數:58
中文關鍵詞:半導體封裝自我組織映射圖K平均值演算法
外文關鍵詞:semiconductorassemblySelf-Organizing MapsK-means
相關次數:
  • 被引用被引用:0
  • 點閱點閱:249
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:3
近年來景氣不佳,雖然失業人口總數未見消退,但半導體封裝廠作業員流動頻繁,離職率與人力缺口居高不下。企業始終處於員工離職、招聘新人、教育訓練,此一惡性循環當中。在全球化的激烈競爭之下,半導體封裝產業亦處於講求速度與生命週期短的高度競爭壓力之中,為了撙節招募與新人教育訓練的成本,「如何留住人才」便成為高科技產業在較量營運成本之外,另一提昇自我競爭力刻不容緩的重要課題。本研究以個案半導體封裝廠2012年度新進員工資料庫做為研究基礎,使用資料探勘(Data Mining)學理發展出的兩階段分群法,即「自我組織映射圖」(Self-Organizing Maps, SOM)及K平均值演算法(K-means Method)進行驗證性的比較,由資料庫分析出不同群組間之比較,了解離職與在職群組之差異性,作為半導體封裝廠未來員工招募的規劃與安排之參考,以期能有效降低離職率,與瓶頸站人力缺口問題。
No matter the economy is experiencing a recession and the population of unemployed is always existed in high rate for recent years, the assembly employees of semiconductor industry always have the problem for fast turnover and talent shortage on the contrary. The industry suffered the brain drain, staff acquisition, staff training as an endless vicious circle. Due to the great competition in this global market, the semiconductor industry has been stayed in the competitive situation for saving cost of human resourcing, stabilizing the operation, promoting the know-how of staff. " How to keep the talent " is now becoming a urgent subject between the contest of high-tech industries. In this research based on the data mining of assembly employees of semiconductor industry for inhibiting the cost of staff acquisition and staff training, was referred to the unapparent, occult information of " Self- Organizing Maps, SOM " &; " K-means Method ", showed the difference between the group of employed &; unemployed and will be the indictors of staff acquisition reference in the future.
摘要 i
Abstract ii
目錄 iv
圖目錄 vi
表目錄 vii
第一章、緒論 1
1. 1、研究背景與動機 1
1. 2、研究目的 2
1. 3、研究架構與流程 4
第二章、文獻探討 6
2. 1、歷屆論文研究 6
2. 2、產業概述 9
2. 2. 1、半導體 9
2. 2. 2、封裝 10
2. 2. 3、現場從業人員 12
2. 3、離職 13
2. 3. 1、離職的定義 13
2. 3. 2、離職的型態 13
2. 4、兩階段分群法 15
2. 4. 1、群集分析法 15
2. 4. 2、兩階段分群法 17
2. 4. 3、自我組織映射圖 19
2. 4. 4、K平均值演算法 22
2. 5、區別分析 25
2. 5. 1、區別分析理論與運用 25
2. 5. 2、區別分析相關研究文獻 27
第三章、研究方法 28
3. 1、研究資料來源 29
3. 2、研究方法的選取與使用 29
3. 3、敘述統計分析 29
3. 4、ANOVA分析 30
3. 5、區別分析 31
3. 6、兩階段分群法 34
第四章、實證分析 36
4. 1、2012年新進員工資料庫敘述統計分析 36
4. 2、ANOVA分析 37
4. 3、區別分析 38
4. 4、兩階段分群法之驗證比較 42
第五章、結論與建議 51
5. 1、結論 51
5. 2、後續研究之建議 53
參考文獻 54
附錄、軟體分析操作步驟「兩階段分群法」 附錄1

中文文獻:
1. 吳昱禎,2010,員工生涯規劃、工作投入與離職傾向的關係:以某半導體公司為例,國立臺灣師範大學科技應用與人力資源發展學系,碩士論文。
2. 吳萬益,2005,企業研究方法,華泰文化事業股份有限公司,台北。
3. 李亞純,2009,職能、工作績效對升遷機會之影響-以多元能力為調節變項,南台科技大學技職教育與人力資源發展研究所,碩士論文。
4. 李珊嘉,2010,以SOM進行顧客群集分析之研究-以簡訊業者客戶服務為例,中華大學工業管理學系,碩士論文。
5. 李雅明,2012,從半導體看世界,天下遠見出版股份有限公司,台北。
6. 李誠,2000,台灣高科技產業與人力資源管理,天下出版社,台北。
7. 林冠宇,2009,教育學門高階人力資源開發與生涯進路關係之研究,臺北市立教育大學教育行政與評鑑研究所,碩士論文。
8. 林姵伶,2011,派遣員工離職傾向之研究-以某半導體公司為例,國立高雄應用科技大學人力資源發展系,碩士論文。
9. 林啟明,2002,百貨公司之顧客區別分析-以新竹市為例,中華大學應用數學系,碩士論文。
10. 林震岩,2010,多變量分析-SPSS的操作與應用,智勝文化,台北。
11. 祁慈仁,2008,半導體封裝廠現場從業人員自願性離職行為之關聯性研究-以南部某封裝廠為例,高雄師範大學人力與知識管理研究所,碩士論文。
12. 邱永成,2010,房屋貸款違約危險因子暨預測模型之探討,輔仁大學應用統計學研究所,碩士論文。
13. 婁春暉,2004,“員工自願離職因素及其成本模式分析核心”,商業時代,第21期。
14. 張心馨、蔡獻富,2004,“以Data Mining技術結合SOM和K-Mean的消費者分群方法於顧客關係管理和績效獲利性評估之個案研究”,資訊管理學報,第十一卷第四期,頁161-203。
15. 張斐章、張麗秋、黃浩倫,2003,類神經網路理論與實務,東華書局,台北。
16. 張傳恩,2010,應用多變量統計分析評估鴛鴦湖水質,國立聯合大學土木與防災工程學系碩士班,碩士論文。
17. 許世葦,2011,應用類神經網路探討台灣訓練品質系統(TTQS)推動績效評估之研究,國立勤益科技大學工業工程與管理系,碩士論文。
18. 郭怡君,2007,資料包絡分析模型在二群體區別分析之應用,國立中央大學企業管理研究所,博士論文。
19. 陳人豪,1997,遊憩區顧客區別分析,國立台灣大學商研所,碩士論文。
20. 陳正昌、程炳林、陳新豐、劉子鍵,2003,應用多變量分析方法-統計軟體應用,五南圖書出版公司,台北。
21. 陳信宇,2009,應用逐步區別分析法探討台灣公司治理對資訊揭露評鑑透明度之影響,靜宜大學會計學系,碩士論文。
22. 陳思翰、羅淑娟,2006,“以自我組織映射圖神經網路為基底之兩階層分群方法分析RFM變數”,電子商務研究,4卷,3期,頁265-284。
23. 傅冶天、陶治中、林定玉,2005,工程機率與統計,曉園出版社,台北。
24. 彭昭英,2002,SAS 與統計分析,儒林圖書有限公司,台北。
25. 曾宣婷,2010,國立成功大學節能績效指標之研究,國立成功大學資源工程研究所,碩士論文。
26. 黃鈺琳,2011,應用自組織映射圖網路與K-Means於中國大陸股票型基金與QDII基金投資策略之研究,國立臺灣科技大學資訊管理系,碩士論文。
27. 葉怡成,1999,應用類神經網路,第二版,儒林圖書有限公司,台北。
28. 葉敦青,2009,應用資料探勘於汽車產業規劃教育訓練課程之實證分析,國立勤益科技大學工業工程與管理系,碩士論文。
29. 趙向文,2008,半導體產業直接員工離職分析-以A公司為例,元智大學管理研究所,碩士論文。
30. 劉孟庭,2009,K-均值法聚類分類技術之研究,朝陽科技大學資訊管理系碩士班,碩士論文。
31. 謝佩原,2004,目標導向之SOM應用於文件分群,國立交通大學資訊科學系所,碩士論文。
英文文獻:
1. Abelson, M. A.,1987, “Examination of avoidable and unavoidable turnover.”, Journal of Applied Psychology, vol. 72, no. 3, pp 382-386.
2. Anderbeg, M. R., 1973, Cluster Analysis for Applications. Academic Press, New York.
3. Buttrey, S. E. and Karo, C., 2002, “Using k-nearest-neighbor classification in the leaves of a tree.”, Computational Statistics and Data Analysis, vol. 40, pp 27-37.
4. Ferguson, G. H., &;; Ferguson, W. F.,1986, “Distinguishing Voluntary from Involuntary Nurse”, Turnover Nursing Management, vol. 17, pp 43-44.
5. Hartigan, J. A., 1975, Clustering Algorithms, Wiley, New York, U.S.A..
6. J. A. Hartigan and M. A. Wong, 1979, “Algorithm AS 136: A K-Means Clustering Algorithm”, J R Stat Soc Ser C Appl Stat, vol. 28, no. 1, pp 100-108.
7. James, N., 1989, “Emotional labor: Skill and work in the social regulation of feelings”, Sociological Review, vol. 37, pp 15–42.
8. Kohonen, T., 1982, “Self-organized formation of topologically correct feature maps”, Biological Cybernetics, vol. 43, no. 1, pp 59-69.
9. Kohonen, T., T. Kohonen, K. Makisara, O. Simula, et al., 1991, “Self-organizing maps: Optimization approaches”, Artificial Neural Networks, Eds. Amsterdam, The Netherlands: Elsevier, pp 981-990.
10. MacQueen, J. B., 1967, "Some Methods for classification and Analysis of Multivariate Observations.", Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability. Berkeley, University of California Press, pp 281-297.
11. Price, J. L. ,&; Mueller, C. W., 1986, Absenteeism and turnover of hospital employees. Greenwich, CT: JAI Press.
12. R. J. Kuo, L. M. Ho and C. M. Hu, 1999, “Cluster Analysis in Industrial Market Segmentation Through Artificial Neural Network,” Proceedings of 26th International Conference on Computers and Industrial Engineering, Melbourne, Australia, pp. 15-17.
13. Vesanto, J., Alhoniemi, E., 2000, “Clustering of the self-organizing map. Neural Networks.”, IEEE Transactions , vol. 11, no. 3, pp 586-600.

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top