人力资源开发中心-素质测评的量化

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

素质测评的量化北京大学人力资源开发与管理研究中心人员素质测评2测评的量化方法1、量化及其作用2、量化形式3、量化分析基本方法本讲内容人员素质测评3素质测评量化的作用简洁的表述;有助于对具体行为进行抽象;促进测评者对素质特征进行细致、深入的分析;有助于进行差异的比较;有助于大规模统计分析;人员素质测评4量化与非量化在社会研究中,事实具有两重性。就研究者能够理解而不是单纯地描述而言,它具有主观性;然而,就这些事实独立于研究者而言,它又确实是客观的。哈耶克曾说过,整体层面上的秩序不是经由事先设计,而是在过程中自发形成的。社会科学之所以可能,就是因为存在这种自发形成的秩序。人员素质测评5量化与非量化科学VS非科学自然科学VS社会科学“惟科学主义所带来的一种严重后果就是,不但经常导致从现象中选出一些因为恰好能够计算但最不相关的因素进行研究,而且导致对一些根本没有意义的数值的计算和排列。”——哈耶克,《科学的反革命》人员素质测评6定性研究与定量研究的特点与差异定性研究定量研究目的了解和解释现象对问题的复杂性作出解释描述和预测现象对问题的一致性进行描述行为微观行为了解对象的经历和事件用词汇和言语进行描述宏观行为设计指标进行测量相关性分析场景需要了解背景情况结合纵向和过程主要描述前景状况着眼于当前和瞬间方法从理论假设开始有目的地选择个案开放式访谈,参与式观察以验证理论假设结束随机抽样问卷调查工具研究者本人测验和测量量表或问卷计算机统计分析结果内部效度检验通过辨识进行概括描述性写作,可包含个人偏好效度和信度检验推断总体进行概括客观性统计,无个人偏好人员素质测评7测评信息的分析方法方法概述:测评信息的分析、处理方法有两种不同的分类。第一种分类是依据分析处理的功能,把处理方法分为描述、解释、推断等,是一种递进式分类;第二种分类从分析处理的具体方式出发,把处理方式分为定性分析和定量分析两类,是并列式的分类。1、信息的描述方法。描述是说明被评价对象“是什么”的一种方式。三要素:经过审核、整理和汇总的资料;研究对象;描述的技术和手段。描述分为现象性描述和本质性描述(层次);分为定性描述和定量描述(方法)。2、评价信息的解释。解释是对影响被评价者特征的各种原因做出说明的一种方法,回答“为什么是这样的”问题。特性有可检验性、不完全性、有效性人员素质测评8定性分析方法1、定义:定性分析是用语言描述形式以及哲学思辩、逻辑分析解释被评价对象特征的信息分析、处理方法2、特点;(1)关注事物发展过程以及相互关系(2)对象是质的描述性资料(访谈、观察记录和文献)(3)无严格的分析程序,有较大的灵活性(4)主要采用归纳逻辑分析和哲学思辩方法(5)具有敏感性3、范围(1)对发展过程的原因探讨(2)对被评价者优缺点的详细描述(3)对典型个案的深入研究(4)对被评价者内隐的观念、意识分析(5)对文献档案信息的汇总和归纳4、过程:确定目标——初步检验分析——选择适当方法——归纳分析(得出结论)——定性分析结论的客观性、信度和效度人员素质测评9定量分析方法1、定义:定量分析是指用数值形式以及数学、统计方法反映被评价者特征的信息分析、处理方法2、特点:客观性、准确性、深刻性、广泛性、普及性、现代性3、范围(1)对群体的状态进行综述(2)评比与选拔(3)从样本推断总体(4)对可测特征的精确而客观描述4、基本步骤:描述数据分布特征——进行相关分析——进行因素分析——检验解释结果——从样本推断总体——对有效性、客观性和可靠性进行评价。人员素质测评10素质测评量化的形式一次量化与二次量化类别量化与模糊量化顺序量化、等距量化与比例量化当量量化人员素质测评11一次量化与二次量化只做一次量化,是实质量化。如:体重、打字的速度、请病假的频率。二次量化对象是没有明显的数量关系,但具有质量或程度差异的素质特征。如:领导风格。人员素质测评12管理方格图理论1.99.91.19.11.1:贫乏型的管理9.1:任务型的管理1.9:俱乐部型管理5.5:中间型管理9.9:团队型管理对工作关心的成度对人的关心程度低高高5.55.11.59.55.9二次量化举例人员素质测评13二次量化举例第一次量化:在关系维度和工作维度中进行描述比较。如:关系维度的一个极端,表现为从不注意员工的情绪,从不听取员工的解释,等等。另一个极端就表现为,充分的民主,与员工完全的融合甚至是放任。第二次量化,对被评价人的行为与描述进行对比,在1和9之间赋予一定的分值。人员素质测评14类别量化与模糊量化类别量化的对象是那些界限明确且测评者能完全把握的素质特征;模糊量化的对象是那些分类界限无法明确,或测评者认识模糊和无法把握的素质特点。我们能明确说出,小明是党员、团员、或是一般干部。但我们不能准确把握小明是只“红”不“专”,还是又“红”又“专”。人员素质测评15顺序量化、等距量化与比例量化名义变量(Nominallevelofmeasure)顺序变量(Ordinallevelofmeasure)定距变量(Intervallevelofmeasure)定比变量(Ratiolevelofmeasure)人员素质测评16四类数据名义变量:只是类别之分。如:男、女,营销、研发、生产;顺序变量:能确定值的次序,能排列高低大小。年级、人员规模、成绩排名;定距变量:变量值之间的距离是可知的,具有加减的数学性质;如体温、智商值;定比变量:变量值的零值是固定的,各个数值具有乘除的数学特性。如:我们的补贴人员素质测评17当量量化当量量化:就是选择某一中介变量,把诸种不同类别或并不同质的素质测评对象进行统一性的转化,对它们进行近似同类同质的量化。如各个测评指标的加权,就是一种当量量化。人员素质测评18统计参数是能够表示一组数据某个方面的特征的数字指标。(1)平均数描述变量X取值的平均状态的统计参数。算术平均数加权平均数几何平均数调和平均数量化评价中常用的统计参数人员素质测评19量化评价中常用的统计参数(2)集中量中位数众数(3)频数简单频数累积频数(4)方差和标准差方差和标准差变异系数标准分数(5)相关系数定义和公式特点意义人员素质测评20统计检验统计检验的基本概念统计检验是统计推断的另一种方式,它与区间估计的差别主要在于:区间估计是用给定的大概率推断出总体参数的范围,而假设检验是以小概率为标准,对总体的状况所做出的假设进行判断。假设检验与区间估计结合起来,构成完整的统计推断内容。假设检验分为两类:一类是参数假设检验,另一类是非参数假设检验。人员素质测评21统计检验的基本思想基本思想先对总体的参数或分布函数的表达式做出某种假设,然后找出一个在假设成立条件下出现可能性甚小的(条件)小概率事件。如果试验或抽样的结果使该小概率事件出现了,这与小概率原理相违背,表明原来的假设有问题,应予以否定,即拒绝这个假设。若该小概率事件在一次试验或抽样中并未出现,就没有理由否定这个假设,表明试验或抽样结果支持这个假设,这时称假设与实验结果是相容的,或者说可以接受原来的假设。人员素质测评22(1)提出待检验的原假设H0和备则假设H1;(2)选择检验统计量,并找出在假设成立条件下,该统计量所服从的分布;0H(3)根据所要求的显著性水平α和所选取的统计量,确定一个合理的拒绝H0的条件;注若H1位于H0的两侧,称之为双侧检验;若H1位于H0的一侧,称之为单侧检验.统计检验的实施顺序(4)由样本观察值计算出统计检验量的值,若该值落入否定域,则拒绝原假设,否则接受原假设人员素质测评23参数检验与非参数检验参数检验都是先对样本所属总体的性质作出若干的假定,或对总体的分布形状加以限定,然后对总体的有关参数情况进行统计假设检验。因此,参数检验又称为限定分布检验。如在总体服从正态分布条件下,对其均值进行检验。下面通过具体例子来说明参数检验方法。非参数检验是对总体的分布不作任何限制的统计检验。故非参数检验又称为自由分布检验。正因为如此,非参数检验成为管理科学中应用较为广泛的一种统计检验方法。人员素质测评24多元统计分析相关与回归聚类分析因素分析人员素质测评25相关与回归相关分析概念种类线性相关变量之间关系函数关系相关关系因果关系互为因果关系共变关系确定性依存关系随机性依存关系人员素质测评26相关的种类一元相关多元相关负相关正相关线性相关曲线相关xy正相关xy负相关xy曲线相关xy不相关人员素质测评27多元线性回归多元线性回归模型一个因变量与两个及两个以上自变量之间的回归描述因变量y如何依赖于自变量x1,x2,…,xp和误差项的方程称为多元线性回归模型涉及p个自变量的多元线性回归模型可表示为b0,b1,b2,,bp是参数是被称为误差项的随机变量y是x1,,x2,,xp的线性函数加上误差项说明了包含在y里面但不能被p个自变量的线性关系所解释的变异性ipipiixxxybbbb22110人员素质测评28主成分分析与因子分析需要与可能:在各个领域的科学研究中,往往需要对反映事物的多个变量进行大量的观测,收集大量数据以便进行分析寻找规律。多变量大样本无疑会为科学研究提供丰富的信息,但也在一定程度上增加了数据采集的工作量,更重要的是在大多数情况下,许多变量之间可能存在相关性而增加了问题分析的复杂性,同时对分析带来不便。如果分别分析每个指标,分析又可能是孤立的,而不是综合的。盲目减少指标会损失很多信息,容易产生错误的结论。因此需要找到一个合理的方法,减少分析指标的同时,尽量减少原指标包含信息的损失,对所收集的资料作全面的分析。由于各变量间存在一定的相关关系,因此有可能用较少的综合指标分别综合存在于各变量中的各类信息。主成分分析与因子分析就是这样一种降维的方法。主成分分析与因子分析是将多个实测变量转换为少数几个不相关的综合指标的多元统计分析方法直线综合指标往往是不能直接观测到的,但它更能反映事物的本质。因此在医学、心理学、经济学等科学领域以及社会化生产中得到广泛的应用。人员素质测评聚类分析根据事物本身的特性研究个体分类的方法,原则是同一类中的个体有较大的相似性,不同类中的个体差异很大。根据分类对象的不同,分为样品(观测量)聚类和变量聚类两种:样品聚类

1 / 30
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功