AHP在人力资源招聘中应用分析.docVIP

AHP在人力资源招聘中应用分析 　　摘要：本文首先分析了AHP的原理及正互反矩阵计算权重向量的特点，指出了AHP是定量分析与定性分析的巧妙结合。然后以某政策研究机构选拔副职领导为实例，详细梳理了AHP的具体操作步骤。最后，笔者对运用AHP涉及的群组决策、敏感度分析、评分结果的聚类分析等注意事项进行了探讨，以便正确合理的在人力资源招聘环节应用AHP。 　　关 键 词：AHP；招聘；权重向量；正互反矩阵 　　中图分类号：F272.92 文献标识码：A 文章编号：1005-0892(2007)02-0067-05 　　 　　AHP是Analytic Hierarchy Process的简称，译为层次分析法或层级分析程序法，由美国著名运筹学家T.L.Saaty在上世纪70年代初所创立，是一种实用性较强的科学决策方法。经过Saaty教授和众多专家学者的不断应用、修正及验证，AHP的理论体系不断深化、逐渐完善。 　　 　　一、AHP基本原理 　　 　　本质上，AHP是一种思维法则，其运用主要分为两部分，首先是层级的建立，即将一个问题分解为一个树枝状的结构层级，且建立有相互影响的阶层结构；其次是层级评估，即将层级结构的各组成要素交由专家学者评估，计算出权重并检验一致性[1]，最后将权重向量应用于实例。 　　具体而言，运用AHP分析时，首先要构建层次结构模型，将复杂系统的评价决策思维过程数学化。评价体系一般分为三层：目标层、准则层以及指标层(也称方案层)，以后文的领导选聘为例(见表1)。目标层就是综合评价，准则层包括政治思想、资质经历和管理能力，而指标层则指最基层的学历学位、外语水平、职称职级、从业年限和科研成果等指标。通常，由于指标可以层层分解，准则层可以是一层，也可以为多个层级。层级关系确定后，通过两两比较的方式确定各个层次中诸因素的相对重要性，对于每个层次结构，将得出一个判断矩阵A，且有： 　　 　　其中，aij就是元素ui与uj相对于某指标的重要性的比例标度，由此，n个被比较元素构成了一个两两比较判断矩阵A=(aij)n×n，此判断矩阵也称为正互反矩阵(Positive Reciprocal Matrix)[2]，令Aw=?姿maxw，式中，?姿max是A的最大特征根，ω是最大特征根所对应的特征向量，将ω归一化后就得到权重向量???一个估计。利用此权重向量，可以进行整体决策和综合排序。 　　表1候选领导的综合评价层级结构 　　 　　人力资源管理实践中，各种评价是否科学合理，取决于能否对涉及的难以量化的指标进行评价，也即，怎样对定性指标进行模糊分析或定量分析。不言而喻，AHP结合定量与定性，将人的主观判断以数量形式表达和处理，把复杂问题分解成各组成要素，使各要素依关系分为简明确定的层级结构系统。因此，运用AHP可大大提高评价的有效性、可靠性和可行性。 　　 　　二、人力资源招聘实例 　　 　　人员招聘选拔实际是一个不断选择和淘汰的过程，在整个人力资源管理活动中处于核心地位，通常要经过如下步骤来完成：筛选申请资料(如简历、履历表)、预备性面试、知识技能测验、心理测试、结构化面试、其他评价中心测试(如情境面试)、身体检查、背景调查等。在上述步骤中适当运用AHP，可以将定量与定性分析有机结合，实现招聘决策的科学化。下面以某政策研究机构公开选拔一位副职领导为例，探讨AHP的操作要点。 　　首先应设计出对候选领导进行综合评价的层级结构，如表1所示。指标层一旦确立，赋予其合理的权重便成了综合评价的关键环节，AHP模型提供特别的评估尺度对各指标进行权重计算，参见表2，即通过判断各指标之间的相对重要性计算权重。各指标之间的比较值只能为1、2、1/2、3、1/3、4、1/4、5、1/5、6、1/6、7、1/7、8、1/8、9、1/9[3]。 　　表2AHP的评估尺度 　　 　　例如，对资质经历进行评价时，可以选用学历学位、外语水平、职称职级、从业年限和科研成果五个指标，对这五个指标进行两两比较，并依据上表得出具体评估值，整理为倒数矩阵Q2，参见表5。 　　对于倒数矩阵，求解其特征向量的方法主要有三种： 　　 　　第三、特征根法(Eigenvector Method)：也称EM法，即通过求解Aw=?姿maxw，得出归一化处理后的权重向量ω。 　　运用此三种办法对最高层级的判断矩阵P进行求解，结果分别为： 　　 　　经精确计算(保留小数点后10位)，特征根法解得Q1的权重系数为0.1047294340，根法解得的Q1权重系数为0.1047294339，可以看出，两种方法求得的权重系数相差很小，实际运用中可以忽略此种误差。和法的计算结果虽不如特征根法及根法准确，但其计算比较简洁，在定量要求不高的情形下