摘要:績效評估是人力資源管理的問題之一。本文針對目前績效評估指標權重確定方法中存在的問題,把層次分析法應用于績效評估的研究中,解決了績效評估權重確定方法主觀性強,精度不夠的問題。
關鍵詞:層次分析法績效評估權重
績效評估又稱員工績效考核,即對員工在一定時期內的工作情況進行評價的過程,是人力資源開發與管理中的重要內容。常用的績效考評的方法主要有360度評價法、目標管理法、排列法、強制分布法、關鍵事件法、等級考評法、行為觀察量表法、行為錨定法等,這些考評方法都偏重于定性分析,主觀性、隨意性較大。如果將層次分析法應用于績效評估中,就可以實現定量和定性相結合的方法,提高績效評估的可靠性,進行有效的績效評估。
1 層次分析法在確定績效評估指標中應用的步驟
美國運籌學家T.L.Saty教授于70年代初期提出了層次分析法(Analytic Hierarchy Process,簡稱AHP),層次分析法是針對一些較為復雜、較為模糊的問題作出決策的方法,適合解決那些難于進行完全定量分析的問題。運用層次分析法建模的四個步驟為:建立遞階層次結構模型;構造出各層次中的所有判斷矩陣;層次單排序及一致性檢驗;層次總排序及一致性檢驗。
下面闡述一下應用層次分析法對評測指標進行重要度判斷的具體步驟:
首先,確立評價指標體系。
通過提取公司人員包含的各類人員的績效評估指標,在明確績效指標體系之間的相互關系的基礎上,建立一個目標層(被評估的崗位)、準則層(績效評估一級指標)、指標層(績效評估二級指標)組成的遞階層次模型。
其次,確定各判斷矩陣。
通過兩兩比較下層元素對于上層元素的相對重要性,并把比較的結果用一個數值表示出來,建立判斷矩陣。本文按照1- 9 標度評判準則(表1)填寫如下判斷矩陣P=(Xij)n×m,其中Xij為i指標相對于j 指標的重要程度。
然后,確定每一個層次各評測指標的重要度值,并進行一致性檢驗。
計算權重向量W=(w1,…,wn)T。通常,在構造判斷矩陣時,一般不要求判斷具有傳遞性,這是由系統屬性的復雜性和人的認識的模糊性所決定的。但是,判斷矩陣是計算排序權重的根據,為了避免出現甲比乙重要,乙比丙重要,而丙又比甲重要的情況,應對判斷矩陣進行一致性檢驗。一致性檢驗通過計算一致性比率CR來決定,即:
(式2.1)
(式2.2)
其中,CR為一致性比率,CI為一致性指標,RI為平均隨機一致性指數,為判斷矩陣A的最大特征值。如表2.2所示,可以得到RI的取值。
按照Saty的經驗規則,當CR<0.10時,認為判斷矩陣的一致性是可以接受的,否則應對判斷矩陣作適當修正。
最后,計算各層次所需求的絕對權重。
某一層次中某需求的絕對權重,等于其在本層內的重要度與其需求在上一層次中的重度的乘積。
2 層次分析法在績效評估中的應用
2.1 建立評價模型。以某一小企業為例,把員工的績效評估指標分為知識技能、工作態度、制度執行三大類指標。其中知識技能又可細分為:①業務能力(熟練掌握與業務有關的技術、市場和競爭信息,對業務發展發向有清楚認識,能夠為企業業務開展提出好的建議);②法律制度理解能力(對對法律法規和企業管理制度能夠有效理解,能夠用簡潔、準確的文字表達,能夠設計切實可行的業務方案);③溝通能力(能夠簡明、準確地表達自己的意圖,與客戶、上級、下級和其他同事溝通快速準確)。工作態度可分為:①敬業精神(安心本職工作,工作認真負責,主動承擔責任,能為其他同事樹立良好榜樣);②團隊精神(積極參加企業各項活動,主動為企業獻計獻策,為企業文化建設做出較大貢獻);③學習進步(業余時間努力學習,在工作中加以應用,業務水平有顯著提高)。制度執行可分為:①紀律(嚴格遵守企業各項制度,并能帶動其他同事遵守紀律;②出勤(全勤)。根據各績效評價指標的屬性及相互關系構造層次結構評價模型( 詳見圖1 )。
2.2 經有關專家對指標的評定,構造各層次指標的判斷矩陣(如表3-6)。
2.3 計算各層次指標的權重(見表3-6)。
2.4 進行一致性檢驗,檢驗結果如表7。
由結果可知,各項指標的一致比率CR均小于0.1,都通過了一致性檢驗。
2.5 計算績效評估指標的權重。
準則層:績效=(0.635,0.105,0.259)
指標層:知識能力=(0.69,0.091,0.218)
工作態度=(0.547,0.263,0.139)
制度執行=(0.75,0.249)
計算各指標的組合權重(見下表)。
3 結論
在人類資源管理的績效評估中,應用層次分析法,比單純依靠人為主觀經驗判定權重更加客觀,增強了評價的科學性,而且應用這種方法也便于理解,實用性較強。
①從模型計算的結果可以得出,準則層中,知識技能的權重最大,其后依次為制度執行和工作態度。②從組合權重的總排序結果來看,業務能力最重要。其次為紀律、溝通能力、出勤、法律制度等。此結果與實際情況基本吻合,給出了各指標之間的相對重要程度,避免了在員績效評估過程中,由于指標數量眾多造成的誤差,而且也減少了人為的主觀影響。