第4章人员素质测评的量化应用要点解析.ppt

什么是量化？ 量化即数量化，给事物以数学形式的表示。 人员素质测评的量化，即用数学形式描述素质测评的过程。 一、一次量化与二次量化 （一）当“一”和“二”当序数词解释时 一次量化，是指对素质测评的对象进行直接的定量刻画。如：体重、打字的速度、请病假的频率。量化后的数据直接提示了测评对象的实际特征。 二次量化，指对素质测评的对象进行间接的定量刻画，先定性描述再定量刻画。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：测量工人的成本意识， 先定性描述为：淡薄、一般、强烈 “1”表示淡薄；“2”表示一般；“3”表示强烈 （二）当“一”和“二”作为基数词解释时 一次量化，是指素质测评的量化过程可以一次完成。如面试测评中，面试结果由主试的评分相加平均得到。 二次量化，指整个素质测评的量化过程要分两次计量才能完成。如模糊数学中的综合评判法。 二、类别量化与模糊量化 （一）类别量化 是把素质测评对象划分到事先确定的几个类别中，然后每个类别赋予不同的数字。分数只起符号作用，无大小之分。 如把职员分为管理型、技术型、非技术型，然后“1”表示管理型；“2”表示技术型；“3”表示非技术型 （二）模糊量化 是把素质测评对象同时划分到事先确定好的每个类别中去，根据对象的隶属程度分别赋值。 测评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。 如：管理风格可以分为：民主型、集权型和放任型。某管理者实际情况是：民主型0.6、集权型0.3、放任型0.1 量化值一般是不大于1的正数。 三、顺序量化、等距量化与比例量化 顺序量化：先依据某一素质特征，将所有的测评对象进行比较并排成序列，然后给每个对象赋予相应的顺序数值。如学习成绩“1”为第一名、“2”为第二名。 等距量化：素质测评对象的排列有强弱、大小、先后等顺序关系，而且任何两个素质测评对象间的差异相等，然后给每个测评对象赋值。如领导干部能力量化测评“1”表示差、“2”表示一般、“3”表示能干。 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。如人员规模、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 二、测评资料的初步整理 （一）测评资料的统计分类 1、分类的形式：性质类别和数量类别 性质类别：反映测评对象所属组别与种类的不同。如男女、年龄。 数量类别：是将测评数据按其数值大小排列出一个秩序。 （二）统计表与频数分布表 1、统计表 有简单表、分组表、复合表 2、频数分布表 简单频数分布表、累积频数分布表、累计百分比分布表 (三)统计图、频数分布图 三、测评资料的分析 （一）集中量数与差异量数 1、集中量数 它代表测评对象群体的数量特征。主要用于群体间的比较，以判明不同群体间的差别。 分类：算术平均数、中位数、众数 2、差异量数 描述一组测评数据变异程度或离散程度的数量。 主要有：两极差、方差与标准差、变异系数 （二）相关分析 1、积差相关系数 用于两组具有实质意义的测评数据间的相关程度的计算。如政治和语文成绩的相关。 2、等级相关系数 用于顺序变量的相关系数的计算。如以优、良、中、及格、不及格的等级计分形式。 3、点二列相关系数 用于二分变量和连续变量之间的相关。二分变量如男与女；35岁以下与等于或35岁以上。 分析下列情况用哪类相关系数？ 1、某班级的同学在体检中得到10名同学的身高和体重数据，现在想知道同学们的身高和体重是否相关。 2、某单位进行能力与绩效的考核，分别得到10名员工在能力和绩效方面的等级排名。现在想知道员工能力和绩效是否具有相关。 3、某次招聘中14名应聘者中，男士的测评分数分别是67，10，20，43，61，26，18，35，23；女士的测评分数分别是44，60，10，23，30。问应聘者测评分数与性别有无关系？ （三）显著性检验 某企业素质测评的平均成绩为75分，而人力资源部26名员工的平均成绩是77分，我们能否就此认为人力资源部门的员工素质水平比整个企业的员工高呢？ 不能，因为产生2分的差异的原因可能有2个： 1、由抽样引起的，刚好抽到了素质好的员工 2、该部门员工的素质水平确实高于平均水平。 通过显著性检验检验，当抽样误差发生的概率P﹤0.05时，说明差异不太可能是抽样误差造成的，属于实际差异；当 P﹤0.01时，实际差异就更显著了 （三）差异性检验 显著性检验也是统计推断的一种方法，它可以用来确定一个具有已知统计量的样本是不是来自某一个确定的总体。换句话说，样本统计与总