绩效总结之绩效数据分析

      在绩效体系开始试运行,经过一个考核周期后,会陆续统计各岗位、员工的指标数据,并有负责绩效员工核算各岗位的得分、结果。在绩效体系的建立的过程中,指标的权重、计分方式都是依赖人的主观确定,每个指标的标准,应该达到的程度,也是根据过去的总体情况确定的,并没有直接依赖实际的工作业绩数据,也没有往期实际工作绩效数据可以参考。绩效体系的试运行后,工作的重点转移至绩效体系的调整上。一个很重要的工作,就是分析已经收集到的绩效数据,并以绩效数据分析的结果来调整绩效体系。我自己一般通过两个方面来分析绩效数据:

相关分析:相关的含义,就是分析指标与总分之间的关系。考查指标的得分与总分是正相关、负相关、还是不相关。通过相关分析,可以了解到每个指标对总分的贡献、以及在相关性较低的情况下,可以分析出现此种原因的问题,和后期需要改进的方向。相关分析一般使用两种方法。

      协方差:计算两个变量之间的相关性,公式如下:

covar       假定现有同岗位13个员工的绩效考核数据,在此数据上分析(后面所提及的数据分析均以此数据为例)

1

      以上岗位共有11个指标,每个指标的分数、指标间的分数均有变化,总分也是如此。如果想要从总体上看出什么门道,还真是有些困难。幸好有统计学的很多方法,可以分析出我们想要的结果。先来计算各指标的分数与总分之间的协方差,结果如下:

2

      结果出来了,注意两个蓝色填充的区域,指标“单据”的协方差为0,“基础指标”的协方差为-1.6.这两个是明显的异常,虽然协方差从整体上看之知道数据越大,相关性越大,不知道具体的程度。但是,0代表不相关,负数表明负相关,这一点是可以确定。这就表明这两个指标有点问题了。想要精确了解各个指标与总分之间的相关性,就得依赖相关系数

      相关系数:作用与协方差一样,但是相关系数可以将结果限定在[-1,1]这个区域内,可以进行相互的比较、了解最大值和差距,公式如下:

correl       从公式上看,就知道变异系数就是协方差除以指标分数的标准差与总分标准差的乘积。对数据计算相关系数,结果如下:

3

      注意相关系数这一行,有两个异常是与协方差计算的结果一样,一个负相关,一个除数为“0”,导致出错。另外两个指标“呆账”、“存货周转率”数据为什么有问题呢?因为对相关系数而言,小于0.4的数据弱相关。0.7以上可以称为强相关,他们之间的区间为一个普通、平常的区间。

      总相关分析上看,协方差是越大越好,0或者负数是绝对不行,这样的指标肯定需要修改、调整。如果相关系数小于0.4的,也是需要注意到,如果有更好地调整方式,也是应该进行调整的。

      至于相关系数中出现的一个4 结果,等下再解释原因,其实从上面的公式,也猜得到原因。

区分度分析:目的分析单个指标的数据分布,其数据结果是否体现指标的作用,能否将业绩以分数的形式区分出来。我使用的方法有两种:

      跨度:计算单个指标分数的跨度,通行的做法是将一列指标进行排序,计算高分(数列前1/3)与低分(数据后1/3)之间的比例,但是这种计算方法比较负责,而且参照系不好找,所用用的少。

      变异系数:反应数列的波动幅度,或者稳定性,反映在指标上,就是体现指标分数的稳定性。这个就不介绍计算公式了,比较简单,想要了解就去网上放狗搜了。

5

      注意“变异系数”这一项,已经用红色的填充,看看数据,有三个是比较小才零点几,有一个非常大,超过2.这是因为变异系数在0.5上下的浮动是比较好的结果,如果变异系数比较小、很大,都是不正常的。比如“数据及时性”变异系数为2.35,检查这一列数据就会发现,区域两极分化状态;“单据”指标变异系数为0,说明本指标的数据过于稳定,完全没有区分性。其他的均可依次类推。但是有一点,变异系数在0.5左右最优,过大、过小都是需要调整的。

正态分析:查看总分整体的分布情况,至少可以了解到员工得分的一个趋势。先了解下公式:

normdist      看起来比较复杂,但是在使用的时候,还是比较简单,不需要手工计算积分,有Excel,输入数据就可以了。正常的正态曲线如下所示(u=29.5 e=17.32)

6        对绩效总分进行正态分析,首先应根据密度函数,对总分进行计算(这个需要排序),然后对计算后的数据,进行作图(使用Excel比较方便),同样以最开始的数据做正态分布图如下:

7       纵轴就不截图了,总整体上看,曲线的图示一个钟形结构,符合正态分布的特点,说明从总分上看,其比例分布也是较为合理的。至于具体的分布比例,需要用Excel进行计算,这里就不演示了。在真正操作的时候,正态分布可能用的不是很多,大概就是进行一个排序,看看比例就ok了。

Comments

Comments are closed.

Go back to top