对于制造企业，现场管理能力就是企业制胜的核心竞争力，而现场管理能力的关键是胜任力素质。胜任力素质的评价预测模型，是多因素、多指标综合评价。目前对胜任力素质特征的研究一般针对整个人力资源范畴，少有对行业细分。由于对不同的行业，工作概念相同，表达的胜任力可能不同，因此，需要建立能适用面广且科学可行的胜任力素质评价体系。本文运用多元统计与神经网络的方法对此进行较为深入的探索与研究。 首先，以旺旺集团、广州百事可乐集团等八大现代企业的管理人员为研究对象，突破仅仅从经验上设计问卷问题的方法，在相关68个问题的基础问卷上，采用因子分析及方差分析方法对基础问卷进行分析、筛选及优化，设计形成以40个问题展示的胜任力调查问卷。 其次，在获取问卷数据的基础上，建立胜任力评价指标体系，并对胜任力进行统计分析与研究。应用统计软件SPSS对问卷数据进行因子分析，提取7个公共因子变量，并分析与解释公共因子含义，使影响胜任力的40个因素降低为7个综合因子变量，归纳为“关注与帮助下属”、“灵活应变”、“人际能力”、“贯彻执行和持续改善”、 “对成就和影响的追求”、“组织协调能力”及“逻辑思维和概念能力”。在此基础上，进一步对7个公共因子的相互关系进行外部条件的深层敏感性分析，探讨影响胜任力的因素与不同企业性质、不同管理人员年龄、职别、层次的关系，获取胜任力表现的规律特点。 最后，以分析与研究的胜任力数据为基础，形成基于7个公共因子得分和专家经验下得到的胜任力等级的学习样本，在数据挖掘软件Clementine辅助下，分别建立基于影响因素变化下的胜任力优劣可能性的逻辑回归模型和基于BP神经网络的胜任力评价预测模型，使在影响因素取值不同条件下，可以直接预测胜任力的评价结果及其评价结果出现的可能性，为人力资源的选择及使用提供了更全面的统计决策信息。 研究结果的分析与检验表明，多元统计分析方法对于胜任力的影响因素与评价分析，提供了更充分、更科学、更可行的依据。