灰关联度层次分析法在煤炭企业班组绩效考核中应用.docVIP

灰关联度层次分析法在煤炭企业班组绩效考核中应用 　　[摘要]在煤炭企业班组人员绩效考核中,影响绩效的指标众多且具有不同属性。为了使考核结果尽可能多地体现这些属性,且避免多指标权重难以确切分配这一弊端,文章根据灰色系统关联度原理,首先按指标集的不同属性分类得到低层次子集,然后,对每一子集求权重并进行关联度分析,最后,按灰色关联度最大原则,确定绩效考核结果。实例分析表明,该方法层次分明,简便实用,对煤炭企业班组的绩效考核有较好的适用性。 　　[关键词]灰关联度 层次分析 煤炭企业 班组 绩效考核 　　 　　一、前言 　　 　　影响煤炭企业绩效考核的因素很多,人们在对煤炭企业进行绩效考核评价时,只能选取有限的主要指标来进行分析;所选取的评价指标,有些是定性的,有些是定量的;而有些定性指标数据,可以从现有的统计资料中获得,有些却是无法从统计资料中获得。因此,绩效考核体???具有信息不完全的“灰色”特征。鉴于此, 运用灰色系统理论对绩效考核指标体系进行评价优选非常适宜,而且完全可行。 　　建立一套科学、完善、合理的绩效考核综合评价指标体系并采用科学技术手段对其进行客观、科学、动态的定量评价,为煤炭行业绩效考核部门制定薪酬及培训策略,提供准确、及时的科学依据。对此,本文将灰色关联度层次分析法应用于煤炭企业的绩效考核中,大大提高了绩效考核的准确性。 　　 　　二、AHP 确定权重 　　 　　本文以神华神东煤炭集团一分公司班组的考核指标为例。各考核指标的选取及其相对权重是通过调查问卷的统计和访谈方式, 对神华煤炭企业相关专家和人力资源部门的领导进行咨询,利用AHP来确定的。 　　1.建立层次结构模型 　　班组绩效考核综合评价指标体系除了应该考虑安全、生产效益等一般性原则外,还必须遵循动态性、可测性、可比性。其目的是节约能源和资源,减少安全隐患,使员工在安全的环境下高效率的工作。 　　在对指标体系进行系统分析的基础上, 将指标分组按照最高层(目标层)、指标层(准则层)、子指标层(子准则层)的形式分层排列起来,如图所示。并标明上一层指标同下一层指标之间的联系。 　　2. 构造判断矩阵 　　下层相对于上层指标的重要性,按“1～9 比率标度法”把这些指标设计成两两比较判断矩阵。 　　对于某一特定班组的准则层, 其生产管理比安全保证稍微重要一些,所以在相应的位置赋值为3;而生产管理与精神文明、企业文化、班组建设相比则重要的多所以赋值为5;安全保证与精神文明、企业文化、班组建设的重要性相当,但不低于生产管理的重要性,因此赋值为3/2。由此可以得到准则层的判断矩阵。 　　需要注意的是式中表示对于上一层指标而言,指标对指标的相对重要性。显然,任何判断矩阵都应满足:0,=1,3个条件。 　　3. 层次单排序及一致性检验 　　层次单排序是指根据判断矩阵计算对于上一层指标而言,本层次与之有联系指标的重要次序的权值。层次单排序可以归结为计算判断矩阵的特征根和特征向量的问题,即对判断矩阵A,计算满足:的特征根和特征向量,式中为最大特征值,W为对应于的正规化特征向量,W的分量即是相应因素单排序的权值。 　　(1) 将判断矩阵各列正规化: 　　用同样的方法计算可得正规化后的判断矩阵: 　　(2) 对向量正规化 　　由公式得到即为所求特征向量。 　　(3) 计算判断矩阵的最大特征根及一致性检验 　　,式中表示向量AW的第i个元素,可以计算 　　为了检验判断矩阵的一致性,需要计算它的一致性指标、平均随机一致性指标以及随机一致性比率。 　　,当阶数大于2时,判断矩阵的一致性指标与平均随机一致性指标的比值称为随机一致性比例,记为 　　CR≤0.10即可认为判断矩阵有满意的一致性,即权向量可靠。需要说明的是如果CR≥0.10,就需要重新调整判断矩阵,直至具有满意的一致性。 　　至此我们获得准则层层次单排序,如下表1: 　　应用同样方法和步骤我们可以分别获得子指标层(子准则层)的层次单排序。 　　4. 层次总排序 　　利用同一层次单排序的结果,就可以计算本层次针对上一层次所有代表指标相对重要性的权值,即层次总排序,如下表5: 　　 　　三、灰关联分析 　　 　　灰色关联分析是对系统态势做量化比较分析,其实质在于比较若干数列所构成的曲线和理想(标准)数列所构成的曲线几何形状的接近程度,几何形状越接近,其关联度就越大,其中灰色关联度最大的为最佳。 　　其建模的基本思想如下:设评价对象为m 个评价指标为n 个, 　　1.确定比较数列 　　取每个指标的最佳值为参考数列的实体,则有参考数列: 　　针对神华分公司3个班组(A、B、C),进行绩效考核评价分析。假设3个班组在11项指标打分如下表: 　　可得各指标最