模糊综合评价法在人事考核中的应用

哲

（聊城大学，山东聊城252027）

【摘要】人事考核是一种多要素的综合测评，存在大量模糊性概念，这种模糊性是由于概

念本身具有模糊性而造成的，难以量化，为人事测评造成了困难。模糊综合评价法从模糊性角度对此类问题进行了研究。【关键词】模糊性；人事考核；集【中图分类号】D035.2【文献标识码】A【文章编号】1674-0688（2019）07-0160-02

0引言知识是经济发展的动力，而作为知识载体的人才，是21世纪现代化企业生存与发展所必须具备的条件，在大多数的企业中，都需要进行人事考核，以此作为对人才等级评价的依据。人才考核是从多角度对员工的人事评价。在考核时，由于考核的对象、目标、内容等各异，考核的内容也会有相当大的差距。有的考核设计的指标较少，考核范围较窄；有的考核设计的指标较多、考核的内容比较复杂。针对这些情况，企业可根据自身的情况采用模糊综合评价。模糊综合评价法是模糊数学应用基础的综合评价方法。按照模糊数学的隶属度理论，将由经验得出的定性分析通过模糊变换、模糊运算等与定量分析融合，即运用模糊数学对多条件、多角度所限制的现象进行量化分析和评价，它具有结果清晰、系统性强的特点，可以较好地解决模糊化问题和难以定量的问题，适用于解决各种非确定性问题。2模糊综合评价具体流程2.1模糊综合评价步骤模糊综合评价模型的建立主要分为5步，以甲公司为例，进行具体应用。（1）确定因素集。对员工的综合评价需要从多角度考虑，如员工绩效、沟通水平、工作态度及政治表现等。这些因素构成指标评价体系的集合，也就是因素集，形式如下：U＝｛u1，u2，…，u｝n

（2）确定评语集。由于每个指标的评价值不同，所以会形成不同的等级。例如，对各类因素评价有优、良、中、可、差等。可根据具体情况，适当加减评语个数，表示如下：V＝｛v1，v2，…，v｝m

（3）制定每个因素的权重。各个因素在因素集中扮演的“角色”不同，其重要性也存在一定的差距，综合评价结果不仅与各因素单独的评估有关联，也取决于评价中各因素对综合评估的影响，也就是各因素对总体和各因素的相互关系都需要考虑，有必要进行各因素的权重分配，它是U上的一个模糊向量，表示如下：A＝｛a1，a2，…，a｝n

其中，ai表示第i个因素的权重，且满足a1＋a2＋…＋an＝1。确定权重的方法有很多，普遍认可的方法有加权平均法、1～9标度法等，亦可采用层次分析法来优化评估数据。AHP可分为6步，但在此处只应用前5步：①建立层次分析体系。应用层次分析法分析问题，第一步要将所研究对象分层并建立一个可靠、真实的层次分析模型。特定模型的建立可分为3层，即目标层、准则层和方案层，在出现复杂问题，这3层结构无法客观地反映真实情况的前提下，可适当增加模型的层数，用来保证模型的可靠性。②建立判断矩阵。在建立完层次分析体系之后，各层元素执行两两对比得出判断矩阵。为了量化决策，形成判断矩阵，并根据适当的比率标度对判断进行定量化，常使用1～9标度法完成这步操作。③判断矩阵一致性。在判断指标重要性时，判断结果可能存在不一致，1模糊综合评价法导论模糊综合评价法是模糊数学中基础的使用方法，该方法通过隶属度描述模糊边界。现实事物经常存在“摇摆”的现象，通常使用自然语言描绘，自然语言一个很重要的特征就是模糊性，经典数学通常无法解决此类模糊问题。因此，基于模糊集的模糊综合评价方法用于从多个指标综合判断评价事物的隶属状态，将判断事物的变化区分开来，一方面，可以考虑对象的层次性，用于制定评价标准和影响因素的综合反映；另一方面，在评价中可以充分利用人的经验，使评价结果更加贴近实际情况且更客观。模糊综合评价可以实现定性和定量分析的结合，综合考虑各种因素，扩大信息量，增加评价数量，使其结论更可信。人事考核采用模糊综合评价，有利于人才考核机制的创新，为员工的职位晋升、绩效考核和招聘转正等提供了科学的参考依据，促进了人事管理的规范化，实现了科学化管理、人才组织水平的和系统组织效率的提升。【作者简介】李哲，男，山东东营人，聊城大学工程硕士研究生在读，研究方向：建筑与土木工程。

160

qiyekejiyufazhan

2019年第7期（总第453期）判断指标相互矛盾等现象，此时需进行一致性检测。④层次单排序。分别计算出单因素的重要性，即单因素对上层因素的重要程度。⑤层次总排序。由上而下依次计算，得出低层次因素对于高层次因素的重要性排序。⑥决策。根据得出的数据和排序，对方案进行决策。进行层次总排序后亦可得出各指标的相对重要性，即指标总和为1；得出相应的权重分配。（4）确定模糊综合评价矩阵。各指标相对于评语集的隶属度，反映在下列公式：Ri＝｛ri1，ri2，…，rin｝各指标的模糊综合判断矩阵：杉山

山r11r12…rin煽山衫r衫R＝山山山山…r衫21r222m衫衫山衫山衫山衫山衫山山删

r衫衫n1rn2…rnm

衫衫闪

此矩阵因素集经过变换而形成评语集的模糊矩阵。（5）综合评判。因素集经过变换可得到评语集R＝（rij）n×m，则可通过模糊变换R实现：TR∶F（U）→F（V）通过此变换，得出综合判断的结果。其中，该步骤是模糊变换，*是模糊变换的算子符号，不同的模糊变化运用各不相同的模糊算子。综合后判断可得出：B＝（b1，b2，…，b）m

2.2多级模糊综合评价操作概述对于一些复杂的人事考核，在其考核指标过多时，需要考虑的因素也会随之增加，如果此时仍采用一级模糊综合评价，就会出现问题。例如，指标过多导致权数难以分配，即使权数分配完毕，其权重值过小，在进行归一化处理时就会导致数值变化过大，进而影响结果。对于这样的现象，一级模糊综合处理无法满足要求，则需要进行二级模糊综合评价。基于一级模糊综合评价，并且获得一级模糊综合评价的结果，在专家设立权重指标参照表后，再次进行模糊评价。简略操作如下。第一步，建立二级因素集，如图1所示，第一级因素为能力、态度、绩效、学习成长。第二级因素设定在第一级因素之下，优化、自我约束、沟通、执行等能力归属于能力指标，工作量、工作质量和效率归属于绩效指标，在工作中的学习态度、主动性、责任感及团队精神归属于态度指标，培训参与、技能提高归属于学习成长指标。第二步，确定权重分配。一级权重为A＝（a1，a2，…，企业技术实践人事考核能力绩效态度学习成长创新自沟学工工培技能能我通执工力管理能行作工作工效习作团能力能力量质作量率态作度主动责队精训力性任感神参提与高图1

多级模糊综合评价操作

a）n；二级权重为A1＝（a11，a12，…，a1）m，A2，A3，A4与A1操作相同。第三步，进行模糊运算。首先B1＝A1×R1，B2，B3，B4与B1算法相同。然后进行二次综合评价。B＝A×R。最后评价时，当几个评语的加和时，可以直接确定评价结果，也可以进行归一化处理。按照最大隶属度原理，即可得出员工的测评等级。如果评价指标过多，则可建立三级、四级和五级模型。3结语模糊综合评价方法是考虑模糊环境中多因素、多准则对人员测评的影响，其特点在于测评是在逐个对象的基础上进行的，并且对被测评对象有唯一的评估值，并且不受被测评对象所处对象因素集的影响。综合评估的目的是从多目标集中选择优胜对象，进而可以获得所有对象测评等级的先后顺序。模糊综合评价在人事考核中应用，虽然利用了模糊数学的原理，但并不复杂，容易掌握和使用。这种方法可以简化、优化企业的人才测评制度，经典数学在人事考核中显示出了较大的局限性，将定性分析和定量分析结合的模糊分析很好地解决了这个问题，可为人事考核提供一个新的思路。参考文献

1］王华基于层次分析的模糊综合评价方法［J］信阳农林

学院学报，2018，28（3）：129-132，1362］葛侠，付保川

模糊综合评价建模方法及其应用［J］苏州科技学院学报（自然科学版），2015，32（2）：19－

23，64

3］金菊良，魏一鸣，丁晶

基于改进层次分析法的模糊综

合评价模型［J］水利学报，2004（3）：65-70

［责任编辑：陈泽琦］

qiyekejiyufazhan

161

［［［