测评的数据处理

大多数单位虽然已把原始数据处理的工作交给计算机来完成，许多软件也向人们提供了人员素质测评所需的数据处理功能。但作为主持职务测评的人员还是应当了解基本数据处理的原理与程序，只有这样，才能深入细致地分析各项有关指标，才能有效地利用计算机提供的各种信息。

测评的数据处理包括以下五步：

  1. 评定等级转换为评定分数；

  2. 同层次评定人评定结果的综合分析；

  3. 不同层次评定人评定结果的综合分析；

  4. 职务要素体系及重要度分析；

  5. 个体素质综合分析。下面分别进行论述。

  1. 评定等级转换为评定分数

评定等级转换为评定分数是将不同等级用一定的分数来反映，从而便于进行数值分析。常用的五等判断、十五等度量的二级判断法的评定等级转换为评定分数的对照表如表 4—14 和表 4—15。

表 4 ─ 14 转换为百分制

评定等级

1

2

3

 4

5

上

中

下

上

 中

下

上

中

下

 上

中

 下 上 中

下

评定分数

6

12

20

26

 33

40

46

53

60

66

73

80

86

 93

100

表 4 ─ 15 转换为五分制

评定等级

1

2

 3 4

5

上

中

 下

上

中

下

 上 中

下

 上 中 下

上

中

 下

评定分数

0.3

0.7

 1

1.3

1.7

2

 2.3 2.7

3

 3.3

3.7

 4

4.3

4.7

 5
  1. 同层次评定人评定结果的综合分析

综合同层次若干个评定人对某一人员素质的评定成绩时，可根据该层次不同评定人对被评人的熟悉程度，利用算术平均法或加权平均法进行处理。

例如，某单位 6 位中层干部评定厂长的“事业心”成绩分别为 70，68， 71，65，66，72。如果这 6 个人与厂长的熟悉或了解程度差不多，则利用算术平均法得到该层次评定人评定厂长“事业心”的平均成绩为

X = 70 + 68 + 71 + 65 + 66 + 72 ≈ 68.67

6

或去掉一个最高分，去掉一个最低分，利用算术平均法得到

X = 70 + 68 + 71 + 66 ≈ 68.75

6

如果这 6 个人对厂长的熟悉或了解程度存在差异，可以按不同的了解熟

悉程度分为三类：最熟悉、熟悉和比较熟悉，并赋予一定的权值（见表 4—

16）。

表 4 — 16

熟悉程度

加权系数

最熟悉

3

熟悉

3

比较熟悉

2

6 个人的熟悉程度如表 4 — 17 所列

表 4 ─ 17

熟悉程度

最熟悉

熟悉

比较熟悉

评定人姓名

 A

B

 C

D

E

F

评定结果

 70

68

 66

71

65

72

则利用加权平均怯得到评定厂长“事业心”的结果为

X = (70 + 68) × 3 + (66 + 71+ 65) × 3 + 72 × 2

3 × 2 + 3 × 3 + 2 × 1

≈ 68.47

  1. 不同层次评定人评定结果的综合分析

综合不同层次评定人评定某人某要素平均成绩的过程也是一项加权运算过程。这个过程要利用“纵向层次加权系数”，这个系数是反映不同层次的评定人在评定同一个体时，其提供信息的重要程度的差别。这种差别一方面是由于所处层次不同、业务不同、亲疏不同、作风与心理不同等因素造成的， 因而对被评人的了解和评价的客观程度就不同。同时对于不同层次的评定人员，对不同要索评价的客观程度也不一样，下属可能对其成绩、效率、工作作风比较客观，同级则对其相容性、纪律性等评价较客观。因而在不同的要素相对不同层次的人员来说，也存在着差别，要赋予不同的权值。所以，纵向层次加权系数既反映层次的差别，也反映要素的差别。利用这一加权系数进行加权平均运算，就可以得出评定结果。

例如，某单位评定张××的个体素质时，请 30 个不同层次的人参加评定，见表 4—18 和表 4—19。

表 4 — 18 不同层次评定人对张×× “事业心”的评定成绩总汇

层次

参加人数

各评定人的评定成绩

平均成绩

上级

5

80 83 78 81 75

79

组织

5

77 74 80 83 85

80

同级

10

74 75 73 80 77 81 79 84 × 61 × 75

76.8

下级

9

75 75 74 77 86 × 70 54 × 77 76

74.5

本人

1

85

85

×──表示去掉该分数后计算

表 4 — 19 “事业心”各层加权系数

层次

上级

组织

同级

 下级

本人

加权系数

0.2

0.2

0.25

 0.25

0.1

则 X = 0.2×79 + 0.2×80 + 0.25×76.8 + 0.25×74.5 + 0.1×85

= 78.13

  1. 职务要素体系及重要度分析

根据评定的目标不同，职务要素体系的综合分析有两种不同的方法。

  1. 简单相加法，即把各要素评定分数（各层次评定人的平均评定分数）直接相加，通过分析各被评人总分的高低差异来进行相互比较。

  2. 职务权重相加法，即根据不同职务的不同性质，赋予一定的权数。如果某要素同职务的成败密切相关，则加重该要素的权重；反之，如果某要素与职务成败关系不甚密切，则减轻该要素的权重。然后，将权数与相应要素的评分相乘，再把各要素相乘后的结果相加，就会得到评定成绩。这种方法为人适其职、职得其人提供了有效的信息。

表 4—20 为甲、乙两人 20 个要素的评定成绩，我们运用简单相加法和职务权重相加法（权重系数见表 4—21）分别计算两人的总评定分数。从最后结果的差异中可以看出确定职务权重系数的重要性。

表 4 — 21 职务权重系数表

权重

1.5

1.3

1

要素名称

A I N

C E J M O

B D F G H K L P Q X Y Z

简单相加法：

甲 70+85+65+70+64+90+85+70+55+65+75+80

+70+70+65+65+78+75+68+7=1435

乙 80+65+75+74+80+62+65+60+70+75+75+80

+74+76+75+70+75+70+70+65=1436

职务权重相加法：

甲 1.5×(70+55+70)+1.3×(65+64+65+70+65)

+1×(85+70+90+85+70+75+80+65+78+75

+68+70)=1631

乙 1.5×(80+70+76)+1.3×(75+80+75+74+70)

+1×(65+74+62+65+60+75+80+75+70+75

+70+65)=1691

  1. 个体素质综合分析

评定结果数据处理程序的最后一个环节是运用数据合理分析个体素质。分析的途径主要有以下 4 个方面。

  1. 评定结果的自身对照分析。通过比较不同层次评定人提供评定结果的一致性与差异性可以分析个体素质中的稳定因素和个体特性。通过比较个人德、才、绩各方面的优劣，可以分析个体的专长与不足。

  2. 评定结果与他人评定结果的对照分析。通过同职务任职人员个体间的相互比较，才能体现一个人优、良、中、差的程度。任何评定分数只有在相互比较中才有价值。

  3. 评定结果与常模总体相比较。所谓常模是指一个参照系列，代表一大批某职务人员素质的总体水平。个体通过与常模相比较，可以体现个体的评定分数在总体分布中的位置。

  4. 个体评定结果与自身的历史水平相比较。这样既能反映个体素质的相对稳定性，又能体现个体在各方面的发展变化，有助于系统地、历史地评价个体特性。