企业纠错工具.doc

企业纠错工具：数据偏差校正 在岗位评价过程中，人们对各个岗位的各项指标的理解肯定是不同的，因此差异的存在是必然的。为了确保我们岗位评价的科学性和一致性，我们一定要制定一个标准，符合这个标准的数据我们认为可以通过，不符合的则需要重新打分。在此我们主要以标准差作为衡量差异的标准。对于每个岗位的每个因素可以得到了每位评分人员的打分。但是这些原始数据有一个缺陷，就是由于每个因素的分值大小相差很大，不具有可比性，因此计算标准差时得到的结果不能真实地反映数据偏差到底有多大。为解决这一问题，我们首先将数据进行处理，转化成为具有一致性的数据（即每个得分除以该因素的最大分值，消除评分标准对数据的影响）。然后我们求每一组经过处理的数据的标准差。接下来就可以做这些标准差的分布图，通过分布图我们确定临界标准差值。这样我们就从标准差的角度制定了一个标准。但是，我们得到的数据即使经过处理，其均值相差也是很大的，而均值会极大的影响标准差的大小，也就是说有可能某组数据的标准差很大是因为本身均值很大，而不是离散程度很大。因此单纯以标准差作为标准显然是不科学的。因此我们又使用了变异系数（即标准差除以均值，目的是消除均值对标准差的影响），考察每组数据对于均值的相对偏离程度。与考察标准差的方法一样，我们也求出每一组数据的变异系数，然后做分布，得出变异系数的临界值。这样，只有当每组数据的标准差和变异系数都大于临界值的时候，我们才认为该组数据不合理，应该重新打分。 一般我们将所有岗位的每一项因素的偏差放在一起，然后制成标准差的分布图，然后观察分布情况，在明显数据偏差偏大的部分取一个临界值。同理，我们也制成一张变异系数的分布图，也选取一个临界值。这样，那些两个指标都超过临界值的因素就要重新打分。 （四） 进行试打分 1．培训专家组是评价成败的关键 如果在前面的步骤中，我们已经邀请到了我们需要的专家组成员，那么我么就可以开始下面这项重要的工作了。虽然专家组成员和我们的项目组的时间都很宝贵，但是这项工作仍旧需要很好的进行，而且如果效果不好，还要重复进行。这项工作就是评分之前的培训。正如我们选择专家组成员的初衷，每位成员都对公司有很深刻的理解。然而，或多或少的在每个人眼中的公司是不同的。我们的因素定义表中开列了许多因素及每一个因素的解释，并且对每一个因素的不同等级进行了详细的说明，但是在这些专家组成员眼中可能这些文字带给他们的是不同的信息。所以，我们需要将我们需要的是什么样的信息向各个专家组成员表达清楚，统一大家对因素定义表的认识。在接下来的评价中，虽然不同的成员对某一个岗位的某个因素的评价不同，给的分数也不同，但是至少可以保证他们是在对因素认识清楚的基础上，各自对岗位的认识不同（当然，这种不同是肯定存在的，不然我们只需要一位专家组成员就可以完成整个工作了），而不是由于对评价系统本身的理解不同造成的。 2．试打分并不是一次性完成的工作 说一千次不如作一次，在统一了大家的认识以后，我们就要开始试打分了，让专家们在动手过程中，自己体会因素定义的深刻含义。现在，我们差不多选择好了7、8个岗位，当然，这些岗位也是来自企业的各个层面的。在主持人的协调下，试打分开始进行。专家组成员会在打分表上面针对每个岗位的每一项因素填入自己理解的相应分数。这个过程中，许多成员会提出许多疑惑，看来，他们已经开始一点点地深入理解因素定义表了。7、8个岗位下来，大家的问题应该差不多了。我们对这些问题逐一作出解答，例如，1.3监督指导责任这一项，监督和指导下属的范围应该是所有监督指导的人数，而不是直接监督指导的人数，比如，总经理监督指导的人数，并不是他直接指挥的中高层人员，而是，包括这些人和这些人监督指导的全部下属，换言之，就是公司所有员工。试打分结束后，我们的目的达到了，大家对因素定义表有了明确的理解，这对以后的工作有很大的帮助了。 虽然只有7、8个岗位，但是需要花费的时间会超过正式打分时20个岗位的工作量。专家组成员应该很疲劳了，但是效果是不言而喻的，这对以后的正式打分工作起到了很大的帮助。专家们可以去休息了，但是我们的工作还没有结束，在专家组试打分的同时，操作组也在紧张的培训和实际操作中，他们将获得的分数录入电子表格中，并且按照事先设计好的方案将结果统计出来。我们会发现，他们的操作越来越熟练了。接下来的工作就是看看试打分的结果会不会和我们预期的相差很远。我们选择的7、8个岗位应该是比较典型的岗位，这些岗位的分数应该有很明显的相互关系。比如总经理和维修工，如果总经理的分数比维修工还低，显而易见我们的工作出了问题。这时我们就要调整因素定义表的指标和权重。修改过的因素定义表与客户讨论接受后，我们可以进行下一轮的试打分。 这一次显然进度要快很多，专家们提出的问题也少了一些。结果也更理想一些。这表明，专家组的认