|
|
在素质测评活动中，测评的素质指标一旦确定，就需要根据每个指标的重要性程度，配之以不同的分数；或者将一定量的总分按照某种法则分配到各个具体指标上去，这就是配分或量化的过程，简称为配分。
直接配分
直接配分就是把总分直接分配到每个指标上去。直接配分又分为等额配分和不等额配分。
1、等额配分
就是把总分等量平摊到每个测评项目上去。例如，某测评者在选拔出国进修申报者英语水平测试中，确定将测试目标定在听力、口语、词汇、语法、阅读等5个方面，这5个方面的目标各有20个测试指标，共由100个指标构成，每个指标配分1分，总分100分。
2、不等额配分
就是按每个测评目标或指标在素质测评中的作用不同，把总分有区别地分配到目标（或指标）体系的各个部分上去。
加权配分
加权配分是一种隐形配分方式，它是依据测评目标体系中各部分目标对于总体的重要性不同，赋予不同的百分数，以区分测评目标的重要性。
例如某企业在人员招聘中，为了了解应聘者的生理素质、心理素质和知识素质水平，分别使用健康量表（量表分100分）、智力量表（量表平均分100分）、职业能力量表（量表分100分）、职业兴趣量表（量表分100分）、知识考试问卷（问卷总分100分）进行测评。显然这三类素质的重要性不同，必须配以不同的权数。另外心理素质是由智力、职业能力和职业兴趣等三个指标构成的，这三个指标相对于心理素质这项目标来说，其权量也不相同，也须配以不同的权量系数。这样，本次测评的量表原始总分是500分，但经过加权配分，整个测评的总标准分数转化成了100分。这100分包含了测评者对整个测评素质的综合评价，具有更好的说服力。
加权的方法有很多种，下面是几种常见的方法。
1.经验加权法
这种方法是测评者根据自己的经验权衡每个测评目标或指标的轻重程度，并直接赋予相应的权重系数。
2.专家估计法
这种方法是先聘请一些专家，要求他们各自独立对测评目标或指标体系进行加权，然后按每个测评目标或指标进行统计，取其平均值做为权重系数。
3.比较加权法
这种方法是以同级测评目标中重要程度最小的那个作为基础，其他目标与之比较，做出是它多少倍的重要程度的判断，然后进行归一化处理，即得到各个测评指标的权重系数。
例如，在某项素质测评中，测评目标体系由健康状况、专业知识、职业能力、职业兴趣和敬业精神等五个部分组成。假定“专业知识”被认为其重要性最低，将其定为1，其他四项测评目标与之比较得到的重要性分别是“专业知识”的1.5倍、3倍、2倍、2.5倍，那么将它们相加得到
1.5+1+3+2+2.5=10
归一化处理即用10去除1.5、1、3、2、2.5，得到这五个测评目标的权重系数：
0.15/0.1/0.3/0.2/0.25
4.特尔斐咨询法
采用特尔斐法预测一般采取下列步骤：
①明确待咨询的任务。
②汇集背景材料。
③设计咨询调查表。
④初步选定咨询专家名单。
⑤初次联系，向专家发出邀请信和履历表。
⑥确定专家名单。
⑦发出第一轮咨询表和说明性资料。
⑧统计处理。表格回收后，进行统计分析，处理方法可选用人数比重法、峰值法、均值法或四分位法。
⑨修改咨询表，转入下一轮活动。
⑩专题联系，根据不同情况，深入征求意见。
确定咨询结果。一般通过2～3轮活动就能结束，利用计算机通信取代书面通信，可以加快咨询过程。
这种方法是反复分发专家咨询表的形式，要求每位专家独立地就每个测评目标作出权重判断，然后将专家意见集中作统计处理。
统计值主要有两个：一个是每一目标权重系数的平均估计值；二是每一专家的估计值与平均估计值的偏差。平均估计值与偏差值得计算公式如下：
上述统计处理工作完成以后，将统计分析的结果再反馈给各专家，要求他们根据反馈信息对各测评项目的权重系数尽可能做出调整。
特尔斐法是一种较常用的预测方法。它能对大量非技术性的、无法定量分析的因素作出概率估算。但由于专家评价的最后结果是建立在统计分布的基础上，所以具有一定的不稳定性。不同专家总体，其直观评价意见和协调情况不可能完全一样，这是特尔斐法的主要不足之处。 |
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有帐号？加入
x
|
收藏
分享
有用
无用