论文部分内容阅读
摘 要 管理人员作为企业的中坚力量,他们的评估除要考虑企业效益、投资回报率等硬性指标外,员工满意度、领导者技能的提升、团队合作精神的加强等软性条件也是评估的重点。由于这些指标在实际操作中是无法或难以测度的,因此企业有必要建立一个科学系统的评估模型,鉴于此,本文建立了基于AHP—模糊综合评价法的模型来评价管理人员培训的效果情况。
关键词 培训效果评估层次分析法 模糊综合评价
中图分类号:F713文献标识码:A
一、企业管理人员培训效果评估指标体系的构建
本文以指标分层的思想为指导,以管理人员的工作特点为依据,从管理者自身素质、管理能力、管理业绩三方面寻找指标,设计指标体系。在确定了该层评估指标后,针对这三个不同的评价方向探讨并提出了各二级指标。
在选定这层指标时,笔者查阅了相关的文献综述,在借鉴前人理论成果的基础上,结合访谈法(与3位资深的人力资源专家、10位在企业中担任不同职级的管理人员分别进行了长达半小时左右的非结构式访谈),总结归纳了以下评估指标,见表1。
表1 企业管理人员培训效果评估指标
二、基于AHP—模糊综合评价法的企业管理人员培训评估模型
(一)层次分析法确定权重。
1、构建管理人员培训效果评估的指标层次结构,如表1所示。
2、构建两两判断矩阵。
这一过程主要借助“1—9比例尺度”,通过对同一层次各指标进行赋值来确定该层各指标间的重要性。以指标ai与aj为例,若ai与aj的比值是1,表示两者具有同等的影响力;若比值是3,表示ai比aj的影响稍强;若比值是5,表示ai比aj的影响强;若比值是7,表示ai比aj的影响明显地强;若比值是9,表示ai比aj的影响绝对地强;当是2,4,6,8时,表示ai比aj的影响程度为上述两相邻判断的中值。
根据以上的原则与方法,以管理人员评估体系的目标层A为例,通过对10位专家的咨询得到一级指标判断矩阵见表2,由于篇幅所限,其它指标的判断矩阵略。
表2 管理人员培训评估一级指标判断矩阵
3、计算指标权重。
计算权重的方法有很多,本文主要介绍特征方法的使用,假设有n 个指标,
(1)计算判断矩阵A中每行数值aij的几何均数;
(2)对向量M=(M1,M2,…,Mn)T进行归一化处理:
,向量W=(W1,W2,…,Wn)T即为所求的特征向量,依次计算各层指标的权重。
在这里我们得到是管理人员评估体系中当前层次指标对于直接上层指标的相对权重,要求得当前层次指标的最终权重,需要用该相对权重乘以该层相应的上级指标权重。
4、一致性检验。
为了保证特征向量的一致性,我们有必要进行一致性检验。首先,要求得各判断矩阵的最大特征根,其公式表达式为:
;其次,计算一致性指标CI,即;最后计算一致性比例 。
表3不同阶数矩阵对应的指数
一般当结果小于0.1时,表明W=(W1,W2,…,Wn)T性具有良好的一致性;否则,必须对判断矩阵进行修正,使之具有良好的一致性。
(二)用模糊综合评价法来具体评价管理人员的培训效果。
模糊综合评价法综合考虑影响某事物的各个因素,以模糊数学为基础,将一些定性评价转化为定量评价,从而科学地评价事物的优劣。其具体操作步骤如下:
1、确定评估因素集。
将评估因素集记为U={u1,u2,u3,…,un},其中u1,u2,…,un表示影响管理人员培训效果的多个因素。
2、建立评估集。
本文将管理人员的评估等级划分为“很满意、比较满意、满意、不太满意、不满意”五个等级,设评语集:E={el,e2,…,e5},即el,e2 ,e3,e4 ,e5分别表示很满意、比较满意、满意、不太满意、不满意。
3、建立评估因素集的权重分配。
4、多级模糊综合评价。
以本文构建的管理人员培训评估体系为例,其具体计算步骤如下:
(1)一级模糊综合评价。
假设评价指标“管理素质B1”,该指标层下有三个子指标,通过专家咨询给每个指标打分构建评语集,从而得到了一个3行5列的模糊评价矩阵R1。
则B1的模糊综合评价结果矩阵
式中B1表示该指标所包含的三类指标即知识水平、个人驱力和态度改变对于它的综合模糊运算结果;W1表示该指标下级各因素相对于它的权重;R1为模糊评价矩阵。
同理,可求得该层次的其它指标评价矩阵。
(2)二级模糊综合评价。
与上述的计算思路相同,可得
A =W•(B1B2B3)T=(w1w2w3)•(B1B2B3)T=(a1a2a3),再结合之前建立的评语集得出管理人员培训效果评价结论。
三、实例分析
以某公司管理人员的培训为例,结合前面所构建的指标体系,运用基于AHP—模糊综合评价法的模型对该公司管理人员的培训效果进行评估。
(一)采用层次分析法,求解各个指标权重。
根据上述介绍的方法步骤,通过专家咨询构建两两判断矩阵,运用Excel 2003求解矩阵的特征向量,并经一致性检验后,得到指标权重如下所示:
二级指标Bi权重分别为:
W1=(w11w12w13)=(0.16170.61530.2230)
W2=(w21w22w23w24w25)=(0.2682210.0891260.4466170.1286620.067374)
W3=(w31w32w33)=(0.2547040.1256310.619665)
一级指标A权重分别为:
W=(w1w2w3)=(0.3089960.5815520.109452)
(二)进行模糊综合评价。
本次评估邀请10位相关人员对指标进行评价,得到如下的指标评价表:
表4管理人员指标评价集
由表4知,对于二级指标“知识水平B1”而言,有20%的人表示很满意,40%的人表示比较满意,30%的人表示不太满意,10%的人表示不满意。由此可得知该维度的评价矩阵R1。
建立了该维度的评价矩阵后,结合第一步所得到的指标权重,就可以进行单因素评价:
B1=(0.23923 0.21541 0.12306 0.3 0.1223)
同理,B2=(0.251469 0.129536 0.188289 0.173673 0.257032)
B3=(0.212563 0.12547 0.06316 0.312907 0.2859)
(三)一级模糊综合评价。
对企业培训效果进行综合模糊评价:
从上述结果可以看出,有0.243429的可能表示对整个评估效果感觉“很满意”;有0.155626的可能表示对整个评估效果感觉“比较满意”;有0.154438的可能表示对整个评估效果感觉“满意”;有0.227947的可能表示对整个评估效果感觉“不太满意”;有0.21856的可能表示对整个评估效果感觉“不满意”;根据最大隶属度原则,在五个等级的隶属度中0.243429最大,因此本企业此次培训效果评估状况很满意。
四、结束语
采用层次分析法与模糊综合评价法相结合的方式进行评价,进一步提高了评价结果的可靠性与有效性。实践证明,这种模式既恰当处理了评价因素和评价过程的模糊性,又将定量与定性分析结合起来,减少了个人主观对评估的影响,更符合客观实际。随着企业管理者培训评估工作的不断开展和研究深入,这种评价模式更具有实际意义。□
(作者:武汉理工大学管理学院工商管理专业,方向:人力资源,学历:硕士)
参考文献:
[1]杨青.技术经济学.武汉理工大学出版社,2007:156-164.
[2]胡永宏,贺思辉.综合评价方法.科学出版社,2000:129-140.
[3]张凭博. 基于AHP模糊综合评价法的企业培训效果评估研究.大连海事大学,2008.
[4]蒋薇薇.发电企业员工培训效果评估模型及企业收益研究.华北电力大学,2007.
[5]吴双.银行中层管理人员胜任力结构模型初探.暨南大学,2006.
关键词 培训效果评估层次分析法 模糊综合评价
中图分类号:F713文献标识码:A
一、企业管理人员培训效果评估指标体系的构建
本文以指标分层的思想为指导,以管理人员的工作特点为依据,从管理者自身素质、管理能力、管理业绩三方面寻找指标,设计指标体系。在确定了该层评估指标后,针对这三个不同的评价方向探讨并提出了各二级指标。
在选定这层指标时,笔者查阅了相关的文献综述,在借鉴前人理论成果的基础上,结合访谈法(与3位资深的人力资源专家、10位在企业中担任不同职级的管理人员分别进行了长达半小时左右的非结构式访谈),总结归纳了以下评估指标,见表1。
表1 企业管理人员培训效果评估指标
二、基于AHP—模糊综合评价法的企业管理人员培训评估模型
(一)层次分析法确定权重。
1、构建管理人员培训效果评估的指标层次结构,如表1所示。
2、构建两两判断矩阵。
这一过程主要借助“1—9比例尺度”,通过对同一层次各指标进行赋值来确定该层各指标间的重要性。以指标ai与aj为例,若ai与aj的比值是1,表示两者具有同等的影响力;若比值是3,表示ai比aj的影响稍强;若比值是5,表示ai比aj的影响强;若比值是7,表示ai比aj的影响明显地强;若比值是9,表示ai比aj的影响绝对地强;当是2,4,6,8时,表示ai比aj的影响程度为上述两相邻判断的中值。
根据以上的原则与方法,以管理人员评估体系的目标层A为例,通过对10位专家的咨询得到一级指标判断矩阵见表2,由于篇幅所限,其它指标的判断矩阵略。
表2 管理人员培训评估一级指标判断矩阵
3、计算指标权重。
计算权重的方法有很多,本文主要介绍特征方法的使用,假设有n 个指标,
(1)计算判断矩阵A中每行数值aij的几何均数;
(2)对向量M=(M1,M2,…,Mn)T进行归一化处理:
,向量W=(W1,W2,…,Wn)T即为所求的特征向量,依次计算各层指标的权重。
在这里我们得到是管理人员评估体系中当前层次指标对于直接上层指标的相对权重,要求得当前层次指标的最终权重,需要用该相对权重乘以该层相应的上级指标权重。
4、一致性检验。
为了保证特征向量的一致性,我们有必要进行一致性检验。首先,要求得各判断矩阵的最大特征根,其公式表达式为:
;其次,计算一致性指标CI,即;最后计算一致性比例 。
表3不同阶数矩阵对应的指数
一般当结果小于0.1时,表明W=(W1,W2,…,Wn)T性具有良好的一致性;否则,必须对判断矩阵进行修正,使之具有良好的一致性。
(二)用模糊综合评价法来具体评价管理人员的培训效果。
模糊综合评价法综合考虑影响某事物的各个因素,以模糊数学为基础,将一些定性评价转化为定量评价,从而科学地评价事物的优劣。其具体操作步骤如下:
1、确定评估因素集。
将评估因素集记为U={u1,u2,u3,…,un},其中u1,u2,…,un表示影响管理人员培训效果的多个因素。
2、建立评估集。
本文将管理人员的评估等级划分为“很满意、比较满意、满意、不太满意、不满意”五个等级,设评语集:E={el,e2,…,e5},即el,e2 ,e3,e4 ,e5分别表示很满意、比较满意、满意、不太满意、不满意。
3、建立评估因素集的权重分配。
4、多级模糊综合评价。
以本文构建的管理人员培训评估体系为例,其具体计算步骤如下:
(1)一级模糊综合评价。
假设评价指标“管理素质B1”,该指标层下有三个子指标,通过专家咨询给每个指标打分构建评语集,从而得到了一个3行5列的模糊评价矩阵R1。
则B1的模糊综合评价结果矩阵
式中B1表示该指标所包含的三类指标即知识水平、个人驱力和态度改变对于它的综合模糊运算结果;W1表示该指标下级各因素相对于它的权重;R1为模糊评价矩阵。
同理,可求得该层次的其它指标评价矩阵。
(2)二级模糊综合评价。
与上述的计算思路相同,可得
A =W•(B1B2B3)T=(w1w2w3)•(B1B2B3)T=(a1a2a3),再结合之前建立的评语集得出管理人员培训效果评价结论。
三、实例分析
以某公司管理人员的培训为例,结合前面所构建的指标体系,运用基于AHP—模糊综合评价法的模型对该公司管理人员的培训效果进行评估。
(一)采用层次分析法,求解各个指标权重。
根据上述介绍的方法步骤,通过专家咨询构建两两判断矩阵,运用Excel 2003求解矩阵的特征向量,并经一致性检验后,得到指标权重如下所示:
二级指标Bi权重分别为:
W1=(w11w12w13)=(0.16170.61530.2230)
W2=(w21w22w23w24w25)=(0.2682210.0891260.4466170.1286620.067374)
W3=(w31w32w33)=(0.2547040.1256310.619665)
一级指标A权重分别为:
W=(w1w2w3)=(0.3089960.5815520.109452)
(二)进行模糊综合评价。
本次评估邀请10位相关人员对指标进行评价,得到如下的指标评价表:
表4管理人员指标评价集
由表4知,对于二级指标“知识水平B1”而言,有20%的人表示很满意,40%的人表示比较满意,30%的人表示不太满意,10%的人表示不满意。由此可得知该维度的评价矩阵R1。
建立了该维度的评价矩阵后,结合第一步所得到的指标权重,就可以进行单因素评价:
B1=(0.23923 0.21541 0.12306 0.3 0.1223)
同理,B2=(0.251469 0.129536 0.188289 0.173673 0.257032)
B3=(0.212563 0.12547 0.06316 0.312907 0.2859)
(三)一级模糊综合评价。
对企业培训效果进行综合模糊评价:
从上述结果可以看出,有0.243429的可能表示对整个评估效果感觉“很满意”;有0.155626的可能表示对整个评估效果感觉“比较满意”;有0.154438的可能表示对整个评估效果感觉“满意”;有0.227947的可能表示对整个评估效果感觉“不太满意”;有0.21856的可能表示对整个评估效果感觉“不满意”;根据最大隶属度原则,在五个等级的隶属度中0.243429最大,因此本企业此次培训效果评估状况很满意。
四、结束语
采用层次分析法与模糊综合评价法相结合的方式进行评价,进一步提高了评价结果的可靠性与有效性。实践证明,这种模式既恰当处理了评价因素和评价过程的模糊性,又将定量与定性分析结合起来,减少了个人主观对评估的影响,更符合客观实际。随着企业管理者培训评估工作的不断开展和研究深入,这种评价模式更具有实际意义。□
(作者:武汉理工大学管理学院工商管理专业,方向:人力资源,学历:硕士)
参考文献:
[1]杨青.技术经济学.武汉理工大学出版社,2007:156-164.
[2]胡永宏,贺思辉.综合评价方法.科学出版社,2000:129-140.
[3]张凭博. 基于AHP模糊综合评价法的企业培训效果评估研究.大连海事大学,2008.
[4]蒋薇薇.发电企业员工培训效果评估模型及企业收益研究.华北电力大学,2007.
[5]吴双.银行中层管理人员胜任力结构模型初探.暨南大学,2006.