手机版|
二维码|
一项对全美范围3500家公司的调查表明，尽管绩效考核被认为是人力资源管理的一项核心职能，但却有高达30%-50%的员工认为企业绩效评价体系不完善甚至认为无效。
德斯勒在其名作《人力资源管理》(第6版)中列举了图尺度评价法、成对比较法、强制分布法、关键事件法、360度评价等流行绩效评价技术的优缺点。出于改进业绩评价的目的，本文不再列举这些评价技术的优点，单独地使用这些评价技术，很难避免业绩评价中的一些共同问题，比较典型的如：居中趋势、晕轮效应以及主观确定评价因素权重等。特别是主观确定权重。在进行绩效评价绝大多数情况下，不同评价要素之间的重要性并不相同，权重就应该有差异。而这些评价技术大都假设所有评价因素地位相同，表现在权重上就是各评价因素权重都相同，没有权重差异。这并不符合现实世界中的实际情况。此外，即使有些方法比如图尺度评价法注意到了权重差别，但权重的确定却是通过主观方法完成的，应用在管理中权威性不够。
如何在把这些方法各自优点尽量综合的同时，尽量抑制它们各自的不足呢?下面的讨论假设读者已具备人力资源管理业绩评价技术的基本知识。
案例
一个4人小部门进行绩效评价，评价要素有6个。
首先，部门内所有成员都参加业绩评价，每个成员都使用成对比较法在各个评价要素上对其他员工进行评价，这里就使用了流行业绩评价技术中的360度评价法和成对比较法，好处是抑制业绩评价中的居中趋势、晕轮效应。假设这个4人小部门各员工在其中一个评价要素“工作业绩”上的得分如表一。
员工有4人，因为员工不能对自己做评价，所以评价尺度为3个等级，对角线元素为0。表一的阅读方法是：第i列j行表示第i列员工对第j行员工的评分；“得分”表示该行所对应员工的该评价要素得分的平均值。比如员工A在“工作业绩”评价要素上的得分为(0+2+1+3)/3=2，其余评价要素的计算过程相同，限于篇幅不列出。假设把所有员工的所有评价要素得分情况按列集合，形成一个6列4行的矩阵如表二。
这时候，如何对这6个不同评价要素赋予权重呢?
权重确定方法可以分为两大类：主观定性方法与客观定量方法。所谓主观定性方法就是确定权重的基础是经验性的判断结果，尽管对经验性判断的处理过程可能是客观的，如Delphi法、AHP法等；客观定量赋权法是依据客观数据，按照某个数学计算准则计算得到权重，定量方法有多种，常见有主成分法、精值法、最小二乘法以及最大方差法等。定量方法具有定性方法所不具有的客观性优点，因此在绩效评价中越来越多地引入定量方法，其中最大方差法(MaxiumVariance method)比较有代表性。最大方差法的基本思想是，从数据内部关系出发，以信息损失最少为计算准则确定线性组合的权重系数；统计学通常使用方差刻画信息，信息损失最少就是方差最大，在该准则下就能够确定一组权重系数，具体一点说，评价矩阵的协方差阵的最大特征根所对应的特征向量就是各评价要素所对应的权重向量。我们把这种综合而来的新业绩评价方法叫πPV法，命名来源是这种方法所包含评价技术名称主要字母的合并：π的来源是，360度评价法涉及直接上级、同事、自己、下属4个方面，而文中方法只涉及直接上级、同事2个方面，也就是180度，而180度=π；P是成对比较法(Paired comparison method)的首字母；V是最大方差法(Maxium Variance method)中方差(Variance)的首字母；合在一起就是πPV法。
PV方法的应用价值在于：结合了定量技术与定性技术，吸取了多种业绩评价技术的长处，综合了360度评价、成对比较法等流行业绩评价技术优点，大大消除了流行绩效，评价技术在评价过程中的主观成分，如：评价者个人偏见、晕轮效应、居中趋势等。部门所有员工都参与评价，评价结果更符合真实情况，有利于形成透明公开的管理氛围。使用方便，可操作性强。在管理实务操作中，πPV法计算使用成熟软件直接实现，评价成本低。
一
πPV法的计算步骤是：假设一个部门有n个员工(包括该部门的直接管理人员)，有m个评价因素a1、a2、直到am，每一个员工都使用成对比较法对其他n-1个员工进行评价，那么对于每一个员工，其他n-1名员工对他的评价就形成一个m列(n-1)行的个人评价矩阵(矩阵一)。所有员工的个人评价矩阵按评价要素按列集合起来，就形成m列n×(n-1)行的部门评价矩阵(矩阵二)，把矩阵二元量纲标准化得到一个新矩阵(矩阵三)，计算矩阵三的协方差阵，该协方差阵的最大特征根所对应的特征向量就是各评价要素所对应的权重向量。再将每个员工的个人评价矩阵各列取平均值，得到一个m列1行的员工个人向量，把每个员工的个人向量按列集合，得到一个m列n行的矩阵(矩阵四)。把矩阵四与权重向量相乘，得矩阵五，把矩阵五各行各项相加，得到一个1列n行的综合值矩阵，综合值大小的排序就是员工绩效排序。矩阵三的协方差阵又恰好正是评价要素的相关系数矩阵。以上计算步骤都可以通过成熟的商品软件所提供的功能轻松实现。
通过上面的实例把握πPV法的一般应用过程。
按照前述的πPV法计算步骤，首先计算表二各评价要素之间的相关系数矩阵，使用spss统计软件中“主成份分析”子程序的变量相关系数计算功能，需要进行选项设置，在SPSS10中设置如下：在分析窗口输入表一数据后，菜单选择Analyze一Data reduction→Factor→“Descriptives”选项卡下的“correlation matrix”中“coefficients”项目打勾选中；回到Factor→“Extraction”选项卡下“Number of factor”，输入评价指标数目，表二有6个评价因素，那么就应该输入6；其他设置使用软件默认值。回车计算得到表二的相关系数矩阵为表三。
在matlab窗口命令提示符“》”输入该相关矩阵数据后，输入命令“[b,c]=eig(a)”，回车就同时得到该相关矩阵的特征根矩阵以及特征根矩阵的特征根向量。
该相关矩阵的特征向量矩阵如表四。
特征向量矩阵的特征根矩阵为表五。
最大特征根为3.9104，于是其所对应的特征向量，也就是各评价要素依次对应的权重为0.4381 —0.4720 —0.4262 —0.5013 —0.2387 —0.3088，取两位小数为0.44 —0.47 —0.43 —0.5—0.24—0.31。
把表二矩阵和该权重向量相乘，得到综合值矩阵为表六。
所以员工绩效评价的最终排序为DBAC。如果把各评价要素得分直接相加，按照得分多少进行排序所得到的评价结果(见表七)，则是CBDA。
两种方法的结果差别是相当大的，4人中有3人的排序位置不同。当然，可以主观地确定评价因素的权重，比如我们给“基本学历”要素赋予40%的权重，但主观确定权重在管理中权威不足，学历偏低的员工就不容易接受，而采用πPV法数据和计算方法都是客观的，所得到的权重员工自然没有什么异议。
值得说明的是，最大特征根所对应的向量，也就是说某些评价要素的权重可能是负数，比如上面例子中有一半权重是负数，这并不影响πPV法的使用。最大特征根对应向量的正负性质由评价矩阵的数据结构所决定。当其中存在负数时，自然不能再把最大特征根所对应的向量转换为百分比权重了，但实际上百分比权重是最大特征根对应向量的一个线性变换，并不影响综合分值的相对大小，只是人们比较习惯百分比权重而已，业绩评价需要的是员工综合值得分的相对大小，正负并不重要。
二
有效使用πPV法需要注意的一些问题是：
·正确选取评价要素是使用πPV法的关键前提。企业性质不同、企业内部各部门工作性质不同，具体评价要素的选取也就不同。比如，对管理人员进行评价时，同事之间的评价十分重要；而对于一线销售人员，就应该更多地考虑与销售业绩直接相关的因素如客户评价，同事之间评价相对地没有对管理人员评价时重要。
·参加评价的员工数量不要超过20人，评价要素也不要过多，否则每个评价者工作量过大，难以保证评价结果的正确度。
·缺乏客观评价标准，职务说明含糊不清是造成绩效评价低效的最普遍原因。进行绩效评价前，要求参加评价的每一个员工了解职务说明书对每种职务的具体规定，明确评价标准所指向的具体内容。尽量把评价内容量化，通过定量指标进行衡量。
·考核过程中员工与评价结果之间的关系不能泄露，公开的只能是评价程序以及结果，因为非常明显，如果员工和一个具体评价结果之间的关系被公开，将大大影响他做出客观评价。
·把握好绩效评价频率，过于频繁或过于稀疏都是不恰当的。过于稀疏会产生错觉归类，过于频繁容易使员工产生厌倦情绪，评价结果准确程度难以保证。如何确定评价频率应该结合员工工作特点来确定。
·绩效评价不仅仅是对员工做出评价，更重要的是，把业绩评价与激励奖惩制度结合，达到业绩考核的最终目的，也就是说要有效使用业绩评价结果。
中国已经加入WT0，中国企业从此将面对国际化竞争，中国企业管理者在人力资源管理中同样面临发达国家企业管理中一度遭遇的员工绩效评价问题，πPV法为员工绩效评价问题提供了一种操作性很强的新方法。
