论文导读:：度绩效评价之所以得到如此深受国内外企业青睐。雷达图法概述。决定了在应用需要中对多维度的变量进行数据处理。
论文关键词：360度绩效评价，雷达图，应用
360 度绩效评价 (360-degreefeedback) 又称多评价者评估(multi- later assessment)多源反馈系统(multi- source feedback MSF)或全方位评价(full circle appraisal)，它是由被考评者的上级、同事、下级和(或) 客户(包括内部客户和外部客户) 以及被考评者本人分别担任考评者，从多个角度对被考评者进行360 度的全方位考评，再通过一定的反馈程序，促进被考评者完善自己的工作行为并提高工作绩效。在国内，360 度绩效评价也被称为360 度绩效反馈评价、全方位反馈评价或者多源反馈评价等。
近十几年来，以360 度绩效评价为核心的绩效管理体系开始风靡全球。在《财富》杂志评选出的排名在前1000 位的企业中，有近90 %已将360 度绩效考评方法用于人力资源管理和开发，如IBM、摩托罗拉、诺基亚、福特、迪斯尼、美国联邦银行等。我国许多著名企业也引入了这种绩效评价工具，如联想、金蝶软件等。
360度绩效评价之所以得到如此深受国内外企业青睐，主要归功于其是通过对一个个体可从多个角度评价，有效的规避单一主体评价结果受制于评价的偏见和武断的影响，能够得出更有效和更可靠的结果管理论文，即有较高的可信度和效率。360度绩效考评从多角度评价的理念，决定了在应用需要中对多维度的变量进行数据处理，由此，对多个变量进行综合处理的多元统计分析方法就显得尤为重要。
多元统计分析方法多种多样。主成分分析法、因子分析法、判别分析法、聚类分析法、典型相关分析法、主坐标分析法等都先后被人们应用于各类的综合评价活动中。这些方法的种种优点不再赘述,，但总体给使用者的感觉是技术性太强而形象化不够,，本文拟从可视化的角度对多元统计分析方法在综合评价中的应用进行探讨。
一、雷达图法概述
1．多变量的可视化
图形是直观了解、认识数据的一种可视化手段，如果能将评价中的数据直接显示在一个平面上，便可一目了然地看出所分析变量间的数量关系。由于在综合评价中涉及的指标往往很多，多变量数据的维数通常都大于三，而观测三维以上数据又存在一定困难， 若有一种方法可以把高维数据投影到二维空间去，并且在投影过程中不会过多地损失原有数据的信息，就可以使用通常的方法在平面上画出这些高维数据图形来。
多变量的可视化一直是人们关注的热点，从研究成果看主要分为两类：一类是使高维空间的点与平面上某种图形对应，这种图形能反应高维数据的某些特点或数据间的关系；另一类是对多变量数据降维处理，在尽可能多地保留原始信息的原则下，将数据的维数降为二维或一维，然后再在平面上表示，主成分分析法、因子分析法就属于此类方法。
雷达图就是一种多变量可视图形，也称星形图，它属于第一类可视化方法。
2． 雷达图
雷达图早期多应用于经济财务领域，如财务报表的分析，后因其简洁、精确、可操作性强等特点而倍受关注， 是一种能够用定量指标较好地反映出定性问题的模型工具。
雷达图中，每个数据都有一个独立的单一数值轴，坐标轴呈辐射状分布在中心点周围， 把同一数据序列的值在不同坐标轴上的点用折线连接起来所形成的多边形就是雷达图管理论文，用来比较若干个数据序列指标的总体情况中国期刊全文数据库。
3． 评价的基本思想
利用雷达图进行综合评价的基本思想是：
首先，确定需要分析的对象和分析的目的，选择分析的各个评价对象的评价指标，这些评价指标与分析的对象密切相关，必要而且充分地支持分析目的。
然后，以评价值的最大值为半径画圆, 并以评价指标数N 等分圆周, 从圆心出发画N 条坐标轴，每条坐标轴表示一个评价指标；
最后，在每根放射线上标注出等距离的刻度，研究每一个指标可能的水平等级，以明确的数字区分水平等级。将每个测评指标的评分结果标注在相应的坐标轴上，并把各轴上的点连接构成最终的雷达图。
为了使评价结果更具综合性和客观性，在绘制雷达图时，首先将各评价指标的数据进行标准化处理，以消除定量评价结果在各评价指标间的数量差异。运用雷达图解释分析结果，重点关注那些差距最大的领域。
二、360度绩效评价中雷达图的应用
一般常见的360度绩效评价的应用是对于不同的评价者赋予不同的权重，然后加权求和得出最终综合评价分值。这样的评价虽然能综合反应一个员工的绩效但无法反应导致员工总体评分波动的原因，不利于进行绩效诊断。
基于工作绩效的多维性，不同评价主体观察到的是绩效的不同维度，对于同一个员工的绩效评价的结果必然会因评价主体不同而不同。绩效评价的结果不是评判员工的优劣，而是为了提高绩效。评价结果中全面反映员工绩效结果必然有利于这一目的的实现。利用可视化效果好的多元统计方法成了解决这一问题的必然选择。
在360度评价中，以不同评价主体为不同维度绘制出雷达图，可以直观的反映出不同评价主体对同一客体的评价结果，形成不同类别的“脸谱化”的评价结果。具体绘制过程包括一下步骤：
1．确定三个同心圆。中圆的圆周表示评价主体评价结果的中值；外圆的圆周表示评价结果的最大值；内圆的圆周表示评价结果的最小值。
2．划分评价指标轴。用评价指标体系对圆周(360 度) 作N 等分，N等与选择的评价主体的类型，得到N 个坐标轴，每个坐标轴代表该体系的第N 个评价主体的评价结果。
3．将不同评价主体的评分进行标准化处理。利用公式：
Xi=(xi-xmin)/(xmax- xmin)
来计算每一个指标的标准化数据。
其中： Xi 为第i 个评价主体标准化后的数据； xi表示第i 个评价主体的实际评价结果， xmin表示同一评价主体评价结果的最小值管理论文， xmax 表示同一评价主体评价结果的最大值。
经过上式处理后，统计数据被规范到[0， 1]之间。
4．将不同评价主体的评价结果标在图中适当位置，并连接各点成为一个多边形或曲边多边形。
 具体如下图：
从以上四个雷达图可以看出： 员工A的评价结果几乎在各评价主体的评价值都是最大值，评价结果所构成的多边形向外明显扩张，说明该员工工作绩效突出；员工B的自我评价绩效结果突出，但其他主体评价均低于平均水平；员工C的多个主体评价均高于平均水平，但下级评价结果低于平均水平；员工D 各评价主体评价均低于中值，评分结果构成的多边形向圆心明显收缩，说明该员工各方面的绩效水平较低。
雷达图不仅综合反映评价对象的好坏，更直接表现了其在单个指标上的优劣。如图1 中的员工C，雷达图属于扩张型， 但它在下级的绩效评价值靠近圆心，说明它在这方面具有很明显的劣势，可能在工作方式、下属培养等方面存在问题。管理人员可以通过雷达图直观地看出员工那些方面较好， 那些方面较差, 并制定出相应的措施以提升自主创新能力。
利用各绩效指标评价值所连接成的多边形，雷达图实现了各员工间的横向比较，通过对多个维度的评价结果描述和比较， 直观地表征了被评价者的绩效水平。雷达图还可以利用多边形的相似性对评价对象进行主观聚类。本例选取的4 名员工都是具有代表性的数据，可以不同类型的雷达图对不同员工进行“脸谱化”。然后根据不同类型的“脸谱”采用不同的管理手段，有针对性的改善组织绩效。
对于雷达图在360度绩效评价中的应用还可以进一步细化的不同主体的评价指标，每个坐标轴代表一个指标，多边形的每个顶点代表不同指标的评价值。如下图，使评价结果更加清晰明了。
三、雷达图在360度绩效评价中的应用价值
1．描述直观、形象。
雷达图为多因素评价方法,适合于在二维平面上直观、形象地反映多个指标的变动规律中国期刊全文数据库。通过叠加不同形状的雷达图,可以直接判断出绩效评价结果的整体分布情况及优劣态势。
2．便于绩效反馈。
一个有效的绩效管理体系必然具有通过持续不断的绩效反馈不断的提高绩效的功能。而此项功能的实现依赖绩效反馈的有效性。在绩效反馈中利用可视化的雷达图，一方面可以改善被评价者对评价结果的理解；另一方面可以使绩效反馈面谈更有针对性，均可有利于提高绩效反馈的有效性。
3．有利于人力资源开发。
绩效管理作为人力资源管理的一个功能模块，其评价结果可作为其他功能模块开展工作的依据。在360度绩效评价中管理论文，不同的评价主体观察到的是同一评价客体的不同方面绩效，通过雷达图可以直观的看出员工那些方面的绩效低下，需要进一步的培训开发。
4．提高了管理措施的针对性。
利用雷达图对360度绩效评价结果进行处理，将员工的评价结果“脸谱化”。不同“脸谱”代表了不同绩效类型的员工，通过对雷达图“脸谱”的聚类，可将员工分成不同类型，便于针对性的管理。
5．易于推广。
将雷达图应用到360度绩效评价中，使绩效评价走向简明、直观、快速。具有重大的价值。雷达图为找出影响员工工作绩效的关键因素提供了简明直观的依据，便于绩效管理工作的进行，其推广应用必然受到专业人士的欢迎。
四、结论
本文在多元统计分析的基础上，从可视化角度出发，将雷达图法引入到360度全方位绩效评价之中， 建立评价模型，并给出了不同评价主体评价数据的标准化方法。通过把图形引入绩效评价其中，使得评价更具说服力。雷达图能够非常直观地反映评价对象在各个不同绩效维度上的相对优劣势，是360度全方位绩效评价中分析问题的非常好的辅助工具。
参考文献：
[1]石金涛、魏晋才.绩效管理[M] . 北京:北京师范大学出版社,2007 :138～140.
[2]付赟、方德英.雷达图法在综合评价中的应用研究[J]. 统计与决策.2007(24):176-177
[3]李明、易匠翘.雷达图在发展性评价中的应用[J].长沙铁道学院学报.2004(12):162-163
Radar graphin the 360-degree Performance Evaluation Research
|
