员工绩效集对综合评价方法与应用

李胃胜　刘冬

摘要：针对员工绩效评估和评价指标权重的评价者意见的不一致性和不确定性，该文首先结合模糊Borda法的思想，提出了一种基于联系数理论的指标赋权方法，减小了评价者判断的主观随意性，比较客观地反映各指标在评价体系中的地位。在此基础上，运用集对分析思想构建出员工绩效综合评价模型，并通过一个案例来验证了该模型在绩效评估中的有效性，可在一定程度上为企业的人力资源开发与管理提供决策依据。

关键词：集对分析；指标权重；员工绩效；评价

中图分类号：F224.9 文献标识码：A 文章编号：1009-3044（2017）08-0019-03

在全球化的动态市场竞争中，如何挖掘员工内在潜力、促使员工发挥主观能动性和创造力，使企业获得持续发展的能力并保持有利的竞争优势，是现代企业人力资源管理战略的重要内容。而其中的核心环节是如何对员工的绩效进行科学的评估，以激发、提高员工的工作积极性和创造力，进而促进企业业绩的提高，从而为企业战略的顺利实施提供有力的保障。目前许多企业采用的员工绩效评价方法较简单容易出现对员工评价不客观的情况。为此，本文采用集对分析法，构建基于联系数赋权的企业员工的工作绩效综合量化评价模型，以期从绩效评价方法角度为企业的人力资源开发与管理部门提供决策参考和技术工具方面的支持。

1模型的构建

由于员工绩效评估是多种因素耦合的复杂过程，具有模糊性、确定与不确定性，因此，这里采用集对分析法对员工绩效进行综合评价。该方法是我国学者赵克勤首次提出的一种新的处理确定与不确定系统分析方法，其核心思想是在一定的问题背景下，将所论的两个集合组成对子，从同、异、反三个角度对它们的特性进行分析，由此得到同异反联系度表达式（又称为3元联系度）u=a+bi+cj，其中。表示同一度，b表示差异度（不确定度），c表示对立度，且满足0 a，b，c I，a+b+c=1，规定差异度系数i[-1，1]，对立度系数j恒取值1。因而3元联系度是个表示确定与不确定系统的式子，可拓广到n元联系度的情形：

其中a+b₁+b₂+ +b_n-2+c=1，b₁，b₂， ，b_n-2为差异度分量，i₁，i₂， ，i_n-2。为不确定分量系数。当i₁，i₂，，i_n-2，j根据问题的背景取恰当值时，联系度变为一个数值，称之为联系数。

1.1联系数赋权

假设员工绩效评价指标体系中的指标集为U={x₁，x₂，…，x_n}，成立由业内专家及员工组成的评价小组为M={m₁，m₂，…，m_l}，然后评价小组中的成员根据重要程度分别对u中的指标进行打分，根据分值得到了一个排序评价矩阵R={r_ij}_n×l，其中r_ij是成员m_j对第i个指标的排序值（例如第一名为1，第二名为2，等等）。下面给出联系数赋权的步骤。

第一步，求出每一位评价者对于评价指标i属于“优”隶属度，其计算公式为

（1）

第二步，计算评价指标i排在五位的分布频数和频率，其

（2）

这里采用常用的均分取值法来计算联系度，即i₁，i₂，，i_n-2。取值应位于闭区间[-1，1]的n-2个等分点处，由于区间[-1，1]长度为2，n-1等分则得n-1个子区间：

1.2集对综合评价

1.2.1計算员工绩效综合评价的带权联系度

在确定了评价指标集u及其权重后，还需要给出一个对于待评员工进行评价的评语集V，一般为V={优，良，一般，差}。于是这两个集合就构成一个集对，就可以用联系度来刻画它们的关系，由此可得到对于待评员工进行评价的不带权联系度矩阵如下

（4）

其中a_i，b_il，b_i2，c_i分别是待评员工在评价指标i方面对应于优、良、一般、差的评价小组的统计频率，地是待评员工在评价指标i方面对应于评语集的联系度。进一步得到员工绩效综合评价的带权联系度u=WR。

1.2.2确定员工绩效的综合评价等级

遵循“均分原则”将联系数的取值范围[-1，1]分为五个子区间[0.5，1]，[0，0.5]，[-0.5，0]，[-1，-0.5]，它们分别对应优、良、一般、差四个等级。计算员工绩效综合评价的带权联系数“，并确定其隶属区间等级，从而作出相应的评价，例如，u属于[0.5，1]，则评价等级为优，u属于[0，0.5]，则评价等级为良等等。

2实例分析

某企业为了评价员工的工作绩效，从工作能力、能动性、成果价值三个维度构建了的员工绩效评价体系，其中工作能力含有计划组织（x₁）、协调与沟通（x₂）、创新（x₃）、合作能力（x₄）四个指标，能动性含有主动性（x₅）、责任性（x₆）二个指标，而成果价值含有满意情况（x₇）、推广价值（x₈）、潜在与长期受益（x₉）三个指标。由有关人力资源HR和高校专业人力资源管理培训师共5位专业人士对9个指标的重要性排序情况进行打分，具体结果如表1所示。

2.1指标权重的确定

首先计算出每位評价者对指标x_i（i=1，2，，9）得分的“优”隶属度向量，依次如下：

其次，计算评价指标x_i（i=1，2，，9）排在各个位置上的分布频数，依次如下：

由式（2）、（3）计算指标的联系数，然后进行归一化处理得到指标的权重，具体结果见表3。

2.2员工绩效的集对综合评价

该企业某一位员工A的对于上述四个评价等级的隶属度如表4所示。

对表4中的数据进行归一化处理，从而得到员工A的各个指标对于评价等级的不带权联系度矩阵：

由表3及式u=WR，计算出员工A绩效综合评价的带权联系度：

u=0.2792+0.2312i₁+0.2671i₂+0.2227j

由式（3）得到员IA绩效综合评价的带权联系数为u=0.0446，介于[0，0.5]，则该员工的绩效综合评价等级为“良”。文献r27采用模糊综合评价法得到该员工的评价向量为E=（0.5036.0.3720，0.4985，0.4587），然后由最大隶属度原则得到该员工评价等级为“好”。但是，通过比较评价向量的各等级分量可知“好”的分量相对于“一般”、“差”的分量而言只是占有非常弱的优势，因此，把该员工归属于“好”的等级是不够恰当的，综合考虑应把该员工评价为“良”才是相对合理的。

下面利用集对势对该员工绩效的发展趋势作定性预测分析，集对势：。通过查阅集对势排序表，可知员工绩效发展趋势处于“微同势”的范畴，其意义描述为系统同一趋势微小。这说明，员工绩效发展总体趋势向好的方向发展，另外，由于系统评价的差异度比同一度大，表明不确定信息较多，这种好的发展趋势是比较缓慢的。这就提醒企业要对该名员工的情况进行关注，采取必要措施来提高这名员工的绩效，促进这名员工的业绩向好的方向发展。

3结束语

在对员工的绩效进行综合评价时，指标权重的确定是非常重要的。而评价者对指标的认知方面具有一定的差异，由此造成评价结果的不确定性。因此，本文结合模糊Borda法的思想，对各个评价者的判断结果进行组合分析，并利用集对分析法来确定指标的权重。该赋权方法能对评价者判断的同一性和差异性进行有效的处理，从而能够很好地反映指标重要性的群体评价意见。最后通过计算相应联系度和集对势而对员工进行了综合评价与发展趋势的分析。该集对分析综合评价模型为企业员工的评价与优选提供了新的思路，但在联系数的计算与评价等级的划分问题中，还需要不断地研究和完善。