人力资源绩效评价中的数量方法研究

[摘要] 本文就近年来人力资源绩效评价中新出现的模糊综合评判法和灰色关联度分析法进行研究，指出了这两种方法在绩效评价中的优势与不足，为组织进行员工的绩效考核提供思路。

[关键词] 人力资源管理 绩效评价 评价方法 　　 　　一、引言 　　绩效评价是指人力资源管理部门依据组织根据不同职责岗位所制定的既定工作标准，通过比较工作绩效反映及反馈不同员工在工作态度、工作能力和工作成绩方面差别的测量过程，是组织定期考察和评价员工工作业绩的一种正式制度。

绩效评价是人力资源管理系统中最强有力的管理手段之一，一个客观、有效的绩效评价体系能够协助管理者制定正确的员工选拨、任用、升迁或解聘决策，并利用其导向性作用，通过对杰出工作业绩的加薪奖励来激发员工的工作潜能，提高企业的生产效率，实现组织整体业绩水平的不断提高。

当前，人力资源绩效评价中除传统的专家评议法和百分制法外，又涌现出了许多新思路、新方法，每种方法都各有特色及适用范围，如对其不加区别的使用，则难以收到良好的评价效果。

本文就近年来人力资源绩效评价中新出现的方法进行对比研究，分析不同综合评价方法的优缺点和适用范围，为组织建立科学客观、公正合理的绩效评价体系提供决策思路。

二、绩效评价数量方法研究 　　近年来，为了使评价工作更加科学合理，研究者引进了许多更好、更适用的数学方法到人力资源绩效评价中。

目前，研究的最多、最成熟的首属模糊综合评判法和灰色关联度分析法。

1.模糊综合评价法 　　模糊综合评价法是以模糊数学为基础，应用模糊合成原理，对边界不清、没有明显分界线的评价因素实现定量化，进行综合评价的一种方法。

能够根据既定的评语等级和实测值，通过模糊变换做出评价,评价结果是被评事物对各等级模糊子集的隶属度，它构成一个模糊向量，而非其他方法的一个点值，因而其结果包含的信息更加丰富，适于处理多准则信息，通过最大隶属度原则、加权平均原则或模糊向量单值化原则来确定被评对象的优劣等级。

一般来说,是构造等级模糊子集把反应被评对象的模糊指标量化,确定出隶属度,然后利用模糊变换原理对各指标综合.步骤如下: 　　(1)确定评价对象论域 U={u1,u2,…,up} 　　(2)确定评语等级论域 V={v1,v2,…,vm} 　　评语等级数m一般取[3,7]中的整数，太大语言难以区分描述，不易判断等级归属;太小有不符合模糊综合评价的质量要求。

(3)进行单因素评价，建立模糊关系矩阵R 　　(4)确定评价因素的模糊权重向量 A={a1,a2,…,ap} 　　A中的元素ai本质上是因素ui对模糊子集{对被评对象重要的因素}的隶属度，因而一般用模糊方法来确定，并且在合成之前须进行归一化处理。

(5)合成A和R,得到被评对象的模糊综合评价结果向量B 　　B=A·R,表示被评对vj象从整体上看对等级模糊子集的隶属程度。

模糊综合评判方法适用于评价定性指标，它可以将评价中用模糊语言描述的定性属性定量化，较好地克服信息的模糊性，减少评价中的不确定性问题。

和百分制法相比，模糊综合评判法的模型更为科学合理，并且一定程度上限制了主观因素对评价的影响，使评判结果更为准确客观。

该方法仍存在一些不足之处：首先，隶属度的确定一般是依据隶属频率或打分平均确定，失真信息将以隶属度的形式融入后续的计算过程，影响结果的准确性；其次，通过模糊判断矩阵求最终评价值的过程，实质上仍然是线性加权合成法，存在着指标补偿问题；再次，模糊综合评判法会使得有些已是“白化”的指标(定量化指标)经处理后反而变成模糊值，从而造成评价误差。