|
人才测评的概念 2 测评标准体系结构确定 在测评内容标准化的过程中，工作分析是按一定的层次进行的，作为工作分析结果的素质测评标准体系也具有一定的层次结构。第一分析层次的各个项目称为一级指标(测评目标)；第二分析层次的各个项目称为二级指标(测评项目)；第三分析层次的各个项目称为三级指标(测评指标)。其中一级指标表示测评对象的总体特征，二级指标反映一级指标的具体特征，三级指标说明二级指标的具体内容。然而，无论哪一级指标都是反映或说明测评对象的特征，只不过具体反映与说明的程度有所不同。 值得注意的是，指标在这里是指用来反映素质测评对象的品质特征或数量特征的名称，这与社会经济等统计学中的指标概念有所不同。 测评指标表述及筛选 对每一个素质测评指标，都必须认真分析研究，界定其内涵与外延，并给以清楚、准确的表述，使测评者、被测评者以及第三者均能明确测评指标的涵义。指标的表述特别要注意保证不要引起测评者产生不同的理解并由此对标准掌握不一而产生误差。此外还要分析测评指标体系的整个内涵，把那些内容上有重复的指标删除掉。同时根据方便可测性的要求，反复斟酌，用较简便可测的指标去代替看似精确但可测性较差的指标。 如何来筛选那些优良的素质测评指标呢?一般是依据下列两个问题逐个检核指标：①这个测评指标是否具有实际价值；②这个测评指标是否切实可行。 一个测评指标虽然具有实际价值，但并不切实可行，或者虽有可行的条件但实际价值不大，这种指标都应筛掉，而另行设计符合实际的测评指标。假如对上述两个问题的回答都是肯定的，就需要进一步检核；这个测评指标是否比其他指标更为合理。 怎样检验一个测评指标的实用价值与可行性呢?第一步就是要对这个测评指标陈述一个明确的理由与用途，说明为什么要制定这个测评指标，以及所得结果将如何使用。做到了这一点也就回答了这个测评指标的潜在价值。假如某一个测评指标保留的必要性与潜在价值得到了肯定，下一步就要考虑它的可行性与现实性了。这可以针对下面四个问题进行检核：①保留这个测评指标并进行测评，这在逻辑上是否可行?②所需要的数据结果及行为表现是否可以从这个测评指标中得到，或者测评者与被测评者双方经过合理的努力之后是否能够得到?③实施这个测评指标的条件是否具备?④这个测评指标的保留有无充分的价值，并保证有理由使用其结果? 测评指标权重确定 以上四项工作仅仅完成了测评标准体系的内容，然而测评不仅要涉及测评对象的质，还要涉及测评对象的量，何况不同的质也需要不同的量来区分。因此在完成以上四项工作之后，我们还要认真权衡一下，每个层次及其中的每个指标在整个测评标准体系中所处的地位和作用，并且适当地增大或减小有关测评指标在总分中的比重，而不能把每个测评指标都等量齐观，把每个测评指标的结果简单总分总平。因为各个测评指标相对不同的测评对象来说，会有不同的地位与作用。因此要根据各测评指标对测评对象反映的不同程度而恰当地分配与确定不同的权重。 所谓权重，即测评指标在测评体系中的重要性或测评指标在总分中所应占的比重。其数量表示即为权数。加权的类型有三种基本形式： 1、 纵向加权。即对不同的测评指标给予不同的权数值。纵向加权的目的是使不同的测评指标的得分可以进行纵向比较，或者说使各测评指标的分数计量单位相等。 例如，我们现要总计1美元与1元人民币的价值。显然美元与人民币无法直接比较， 必须通过它们在市场中的经济价值才能进行。例如，1元人民币可以买2个鸡蛋，而1美元可以买8个鸡蛋，当我们把1美元与8相乘，而1元人民币与2相乘后，美元与人民币就可以相互比较了。这里的8与2即为美元与人民币的权数。 2、 横向加权。即给每个指标分配不同等级分数。其目的是使不同的测评客体在同一测评指标上的得分可以比较。 3、 综合加权。即纵向加权与横向加权同时进行。其目的是使不同的测评客体在不同的测评指标中的得分可以相互比较。 权数的形式有两种，一种是绝对权数，一种是相对权数。所谓绝对权数，即为分配给测评指标的分数，也称为自重权数，它常常为绝对数量。所谓相对权数，是指某个测评指标作为一个单位，它在总体中的比重值。它常常表现为相对数量，即百分比、小数等。所有测评指标的绝对权数之和为总分，而所有测评指标的相对权数之和则为1。 一般的加权是根据不同的测评主体，不同的测评目的，不同的测评对象，不同的测评时期和不同的测评角度而指派不同的数值。因此加权是相对特定的情况而进行的，适用某一场合的权数并不一定适用于另一场合。 确定权重的方法，常见的有以下几种： 1、 特尔斐法(又称专家咨询法)。特尔斐法据说是美国兰德公司于1964年首先用于技术预测的。它是请专家“背靠背”反复填写对权重设立的意见，不断反馈信息以期专家意见趋于一致，得出一个较为合理的权重分配方案。这种方法避免了权威、职称、职务、口才以及人数优势对确定权重的干扰，集中了大多数人的正确意见。缺陷是由于最后不再考虑少数人的意见，容易失去一部分信息，同时也缺乏科学的检验手段。弥补的办法是，可以检验各个测评指标的积分和总分的相关性。重要测评指标的积分应与总分有较强的相关性，否则就应修改已定的权重系数。尽管这种检验方法不甚客观，但目前尚有一定的实用价值。不过，在民主气氛较浓的场合下，也可以面对面地反复充分讨论，最后形成一致的意见。 2、 层次分析法。这是一种多目标决策方法。应用此法，首先必须把素质测评目标分解为一个多级指标，在同一层次上根据TL斯塔的相对重要性等级表(见表1-1)，列出两两比较矩阵，按照下式计算出每项指标的相对优先权重： 相对重要程度 定 义 说 明 1 同等重要 两者对所属测评目标贡献相等 3 略为重要 据经验一个比另一个测评的结果稍为重要 5 基本重要或高度重要 据经验一个比另一个测评的结果更为重要 7 确实重要 一个比另一个测评的结果更为重要，其优势已为初中证明 9 绝对重要 明显重要程度可以断言为最高 2，4，6，8 以上两相邻程度中间值 需要折衷时采用 式中 Wi——该项典型指标(目标)的权重； n——标准体系中指标的个数； i——行号； j——列号； aij——相对重要性等级。 层次分析法把专家的经验认识和理性的分析结合了起来，并且两两对比分析的直接比较法，使比较过程中的不确定因素得到很大程度的降低，因此它是确定权重中常用的一种方法。 例如，设有A，B，C，D，E 5个指标，要确定它们各自的权重，根据斯塔相对重要性等级表，将测评指标两两比较，按前面表1-1规定的标度定量化，并写成矩阵形式，如表1-2所示。 3、 多元分析法。确定权重也可以利用多元分析中的因素分析、主成分分析以及多元回归分析来计算各个测评指标的权数。因素分析与主成分分析一般是首先把同一级的各个测评指标看做观察变量，并计算变量之间的相关系数，然后通过计算机进行因素分析或主成分分析，以确定各个测评指标的权重。多元回归分析是把同级的单个测评指标看做与另一个更高级的指标有关系的变量，并通过数学运算找出同级指标Xi与另一个更高级、更概括的指标y的线性代数式： ,y与转化为标准分数后即成为 。其中 代表高一级指标的测评值，Zi（I=1，2，…n）则表示分指标z1,z2…zn相对于总指标Z的权重系数。 这种方法比较客观，但要求测评者或研究者精通多元分析。 4、 主观经验法。当我们对于某一测评对象非常熟悉而有把握时，也可以直接采用主观经验来加权。但要注意以下几个原则： (1)权重分配的合理性。即权重分配要反映测评对象的内部结构和规律，防止因权重分配不当而脱离实际或产生偏向； (2)权重分配的变通性。即权重分配要符合客观实际的需要，可以根据测评目的与具体要求而适当变通分配； (3)权重数值的模糊性。即对权重的分配不必十分精确，可以为方便测评而模糊一点，实际上有些测评指标根本无法做到精确，只能模糊一点； (4)权重数值的归一性。即各个测评指标的权数和应为1或100。 | 
收藏
分享
有用
无用