领导学第12章_领导效能与创新教材教学课件.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 12.3 领导效能的考评 （6）求前m个样本主成分的线性加权值。按Uj的方差 占总方差的比例求权重系数(贡献率)： (4) 样本总评得分S=(S1，S2，…，Sp)T为： (5) 根据Si (i=1，2，…，n)值的大小可对样本进行评价补充。 12.3 领导效能的考评 （7）求各样本点间的相似性和差异性。以主成分为自变量，计算各样本对之间的欧式距离： (6) 12.3 领导效能的考评 4.多指标变量的筛选与量化问题及其对策 （1）指标变量的多重相关性的弊端及其对策。 虽然PCA方法可以有效地将一个高维变量系统综合为一个低维变量系统，并且新变量系统中各个变量均是不相关的，但PCA的计算结果其实并不能很好地消除变量间重叠信息的影响，当采用一些无意义的相关变量时，无论从方向上还是从数量上都会扭曲客观结论。 12.3 领导效能的考评 可以使用“分级指标体系设计方法”来系统设计反映企业领导效能的指标体系，在该指标体系中，从上到下对各指标间的独立性要求可适当放松，尽可能避免指标变量间信息的重叠。 12.3 领导效能的考评 （2）定性指标定量化处理的弊端及其对策。 将定性指标转化为定量指标的方法不同，运用PCA的结果也会产生差异，甚至产生无意义的结果。 数量化理论中使用的变量既可以是定性指标，也可以是兼有定量和定性的指标。 若对含有定性变量的领导效能作PCA评价，数量化理论是最有效的方法。 12.3 领导效能的考评 （3）原始数据无量纲化处理的弊端及其对策。 对于如何进行无量纲化处理，过去大都采用标准化的方法。 实际上，无量纲化无论采用什么方法都会有信息丢失 相似变换必然改变数据结构，从而也就改变了变量的变异信息 在具体评价过程中，根据实际情况可采用三种方法来求取主成分： ①采用标准化无量纲化方法，然后利用相关系数矩阵R求取主成分； ②采用均值化无量纲化方法，然后利用协方差阵，求取主成分； ③采用极差正规化无量纲化方法，然后利用协方差阵求取主成分。 12.3 领导效能的考评 （4）主成分的选取与权重赋值问题及其对策。 很多评价者在使用PCA时，仅提取第一主成分作为“水平因子” 只提取第一主成分是一种极端的强行丢弃主成分的做法 伴随着PCA被运用于企业绩效的综合评价，人们开始不满足于统计方法的简单应用，而是进一步提出主观与客观相结合、定性与定量相结合的评价体系。 12.3 领导效能的考评 首先，采用“优先递阶提取法”选取主成分，要依据代表性原则和独立性原则两大提取原则，按各主成分的方差贡献率由大到小的递阶顺序依次选取主成分，满足两大原则就提取，否则抛弃 将PCA本身所具有的客观严密的数学逻辑推理与企业领导效能价值判断的主观经验紧密结合起来，能使PCA更好地服从领导效能评价的“社会属性”。 其次，在完成主成分提取工作之后，对它们赋予权重系数以求得企业领导效能的总评得分。 12.3 领导效能的考评 （5）线性PCA的结构性问题及其对策。 常规的PCA方法是一种线性方法，对于复杂的非线性系统，必然会丢失系统所包含的重要的非线性信息。 因此，各主成分与原始数据之间的拟合度极低。要解决这个问题，可以将PCA方法和系统动态模型结合起来，建立基于模型的PCA绩效评价方法，或将PCA方法与人工神经网络方法相结合，建立非线性PCA方法。 12.3 领导效能的考评 5.领导效能评价基准与等级 一般来讲，指标基准可以依据以下原则制定： （1）行业标准与惯例； （2）我国有关企业的法律法规及其相应的文件与政策； （3）根据本企业历史数据制定领导效能目标，但必须与企业整体目标保持一致； （4）根据目标竞争对手制定外部基准； （5）目前理性的商业规则； （6）国际公认的领导效能评价原则、准则等。 12.3 领导效能的考评 我们在设计企业领导效能评价的等级时，力求与国际标准接轨，共分为七个等级： CG—AAA：企业领导效能最高级别（Highest Quality Grade）； CG—AA：企业领导效能高品质级别（High Quality Grade）； CG—A：企业领导效能中上等级别（Upper Quality Grade）； CG—BB：企业领导效能