论文部分内容阅读
【摘要】研究人力资源价值的影响因素应是构造人力资源价值计量模型的起点，但现有的人力资源价值计量模型由于缺乏对人力资源价值影响因素的科学分析而显得过于武断。我们通过汇集现有理论和实际工作中对人力资源评价的指标，得出人力资源评价调查量表，并利用其进行了较大规模的调查，得到了符合信度和效度的人力资源评价指标调查数据。即用现有的和自行编制的数据处理程序对数据进行了处理，特别是引入灰色系统理论的灰聚类分析方法对60个评价指标的相关性进行聚类分析，解决了数据少、数据间存在灰色关系等问题，得出评价人力资源的价值应从外显的“智力素质”、“工作表现”、“工作业绩”三个方面进行的结论。这一结论与通常的人力资源管理理论具有一致性，为进一步寻求这些评价指标的白化值和价值计量方法提供了依据。
人力资源会计所面临的计量问题成为制约其发展和应用的关键问题，现有的人力资源价值计量模型由于缺乏对人力资源价值影响因素的科学分析而显得过于武断。研究人力资源价值的影响因素应是构造人力资源价值计量模型的起点。我们曾综合现有研究成果汇聚出了考评人力资源价值的60个指标，并对其进行重要性调查和因子分析，得出了初步结论。但是，我们也注意到有些指标在两个特征向量上的载荷差异很小，如专业知识掌握水平、专业知识更新程度、专门技术与生产技能、想象力、创造性思维能力、工作动机、分析能力等。这说明，有些指标可能对两类因素都有影响，大类指标中的具体指标可能存在关联性。再加上因子载荷显示有很多为负值，无法解释其经济意义。故此，我们改变思路，依据灰色系统理论，按照指标关联度重新进行调查分析。
(1)问卷设计与样本选择
人力资源价值评价指标之间的关联性以及依据其关联性将指标聚类合并是我们的目的。这是由于指标之间关联性的存在，人们在对同一个人进行评价时，具有关联性的指标的分值也将具有相关性。为此我们设计了调查问卷。问卷以60个指标为参数，要求被调查者以其对本单位自己所熟悉的十名职工进行评价，每项指标的评价分值为1～10(即假定最理想的人的各项评分均为10，那么，你认为你所评价的这个人每一项的评分应为多少，并将之填入调查表的一列中），不能漏项。
调查问卷设计完毕后，我们采用走访调查和发放问卷等方式对包括企业、事业、机关、学校的负责人、人力资源经理或人事处长进行调查，共收集到关于250人的评价数据，并将数据按人作为记录、指标作为字段排列，形成一个250行、60列的人力资源评价表。
(2)数据的信度、效度检验
所谓信度是指所使用分析工具的可靠性，即同一群被调查者在同一份问卷上测验多次的结果具有一致性或稳定性的特征。我们采用现在衡量信度最佳的克伦巴赫a系数方法进行信度检验，运用SPSSl0．0统计分析软件对数据进行了处理以分析问卷的信度。最后得出问卷整体的克伦巴赫a系数达到了0.9642。可以说问卷具有良好的信度，运用问卷中的数据进行下一步的分析具有很好的可信度。
效度则是衡量分析工具的正确性，即衡量工具能真正测得其所希望测量的变量的程度。本研究着重考察了量表的内容效度、标准关联效度和建构效度。
首先，就量表的内容来说，各指标内容的设计是在总结现有研究结论后综合得出的，并与各被调查单位的负责人、人力资源经理或人事处长共同探讨所得的，可以说是汇合了理论研究与实践经验的结果，所以，问卷应具有一定的内容效度。
然后，对问卷的标准关联效度进行检验。标准关联效度的测量方法是计算各个问项与问卷总体的相关系数。其计算的结果见表1。
从表1中可以看出，除纪律性、交流与沟通能力、生理忍耐能力、资源配置能力和出勤率之外，所有问项对总体的相关系数均达到了O．5以上。可以说问卷具有良好的内部标准关联效度。
在测量建构效度时采用了因子分析的方法，计算各个问项的因子载荷，以确定各个问项是否对整个量表有所贡献。在进行因子分析之前，要先对量表内部的相关系数矩阵进行统计学检验以确定量表适合进行因子分析。量表的KMO检验结果见表2。
另外，对问卷中60个指标问项进行主成分分析和最大正交因子旋转，得到旋转后的因子累计贡献率达到74．146％。同时。计算量表的变量共同度，所得结果如表3。
(3)灰色聚类分析 笔者曾利用调查数据进行了分层聚类分析，但只能在较小的关联度下才能得出结论。为了寻求更合理的聚类结果，笔者引入灰色聚类。灰色聚类是依据灰色系统理论得出的。灰色系统理论将现实生活中的系统看作是灰色系统。即部分变量及其关系是已知的，而有部分变量及其关系是未知的，甚至还有些变量是否存在也是不能确定的。灰色系统理论不致力于确定所有变量及其关系，而是通过微分模型将主要变量及其关系确定，进而利用主要变量对系统进行分析、预测、评价和决策。应该说，人力资源的价值评价系统正好符合灰色系统的基本特征，使用灰色系统的灰色聚类模型对人力资源价值评价指标进行聚类应该能够得到更好的结果。
灰色聚类是根据灰色关联矩阵将一些观测值或观测对象聚集成若干可定义类别的方法。—个聚类可以看作属于同一类的观测对象的集合，在实际问题中往往是每个观测对象具有多个特征指标，难以进行准确的分类，而以灰色关联聚类主要用于同类因素的归并，以使复杂的系统简化。通过灰色关联聚类，可以检查出许多因素中是否有若干因素关系十分密切，使得既能够用这些因素的综合平均指标或其中的某一因素来代表着几个因素，又能使信息不严重的损失，这是灰色聚类方法在系统变量删减问题处理上的优势。
由于指标多数据量大(15000个数据)，因此我们将上述计算过程用计算机编程来解决这庞大的运算问题。运算结果见表4。
由于灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断联系是否紧密。曲线越接近，相应序列之间的关联度就越大。因此对计算结果进行分析，发现各类指标之间相关系数要比用常规方去计算的相关系数要大，即所反映的相关程度更高。为了能够得到合理的分类(即所分出的指标类别不太多，也不能太少)，我们取r=O．95，对6O项指标进行聚类。这样可以将影响人力资源评价的60项指标分为3大类，见表5。
通过对影响人力资源价值因素在相关系数0．95下的灰色聚类，得出的三大类指标分别为工作业绩、工作表现、智力素质。这与人力资源管理理论中的人力资源评价与考核的指标大类有相通之处，但又有所不同。我国人力资源管理中通常使用“德、能、勤、绩”四大项目来考核和评价人力资源，我们调查的结果是：“德”并不能单独表现出来，而是隐含在“勤”与“绩”之中。成为带来“勤”与“绩”的思想基础；“能”也未能全部单独体现，导致能力形成的主要外显因素体现为智力素质，真正在人力资源使用中发挥作用的各项具体工作和业务能力也是通过“绩”来表现的。而被有些学者重视的身体不素质和心理素质也全部隐含于“勤”与“绩”之中。人的体质也成为工作业绩的基础，没有形成单独的指标类。
应该说，通过可以外显的“智力素质”、“工作表现”、“工作业绩”来对人力资源进行价值评估更加具有可操作性。
人力资源会计所面临的计量问题成为制约其发展和应用的关键问题，现有的人力资源价值计量模型由于缺乏对人力资源价值影响因素的科学分析而显得过于武断。研究人力资源价值的影响因素应是构造人力资源价值计量模型的起点。我们曾综合现有研究成果汇聚出了考评人力资源价值的60个指标，并对其进行重要性调查和因子分析，得出了初步结论。但是，我们也注意到有些指标在两个特征向量上的载荷差异很小，如专业知识掌握水平、专业知识更新程度、专门技术与生产技能、想象力、创造性思维能力、工作动机、分析能力等。这说明，有些指标可能对两类因素都有影响，大类指标中的具体指标可能存在关联性。再加上因子载荷显示有很多为负值，无法解释其经济意义。故此，我们改变思路，依据灰色系统理论，按照指标关联度重新进行调查分析。
(1)问卷设计与样本选择
人力资源价值评价指标之间的关联性以及依据其关联性将指标聚类合并是我们的目的。这是由于指标之间关联性的存在，人们在对同一个人进行评价时，具有关联性的指标的分值也将具有相关性。为此我们设计了调查问卷。问卷以60个指标为参数，要求被调查者以其对本单位自己所熟悉的十名职工进行评价，每项指标的评价分值为1～10(即假定最理想的人的各项评分均为10，那么，你认为你所评价的这个人每一项的评分应为多少，并将之填入调查表的一列中），不能漏项。
调查问卷设计完毕后，我们采用走访调查和发放问卷等方式对包括企业、事业、机关、学校的负责人、人力资源经理或人事处长进行调查，共收集到关于250人的评价数据，并将数据按人作为记录、指标作为字段排列，形成一个250行、60列的人力资源评价表。
(2)数据的信度、效度检验
所谓信度是指所使用分析工具的可靠性，即同一群被调查者在同一份问卷上测验多次的结果具有一致性或稳定性的特征。我们采用现在衡量信度最佳的克伦巴赫a系数方法进行信度检验，运用SPSSl0．0统计分析软件对数据进行了处理以分析问卷的信度。最后得出问卷整体的克伦巴赫a系数达到了0.9642。可以说问卷具有良好的信度，运用问卷中的数据进行下一步的分析具有很好的可信度。
效度则是衡量分析工具的正确性，即衡量工具能真正测得其所希望测量的变量的程度。本研究着重考察了量表的内容效度、标准关联效度和建构效度。
首先，就量表的内容来说，各指标内容的设计是在总结现有研究结论后综合得出的，并与各被调查单位的负责人、人力资源经理或人事处长共同探讨所得的，可以说是汇合了理论研究与实践经验的结果，所以，问卷应具有一定的内容效度。
然后，对问卷的标准关联效度进行检验。标准关联效度的测量方法是计算各个问项与问卷总体的相关系数。其计算的结果见表1。
从表1中可以看出，除纪律性、交流与沟通能力、生理忍耐能力、资源配置能力和出勤率之外，所有问项对总体的相关系数均达到了O．5以上。可以说问卷具有良好的内部标准关联效度。
在测量建构效度时采用了因子分析的方法，计算各个问项的因子载荷，以确定各个问项是否对整个量表有所贡献。在进行因子分析之前，要先对量表内部的相关系数矩阵进行统计学检验以确定量表适合进行因子分析。量表的KMO检验结果见表2。
另外，对问卷中60个指标问项进行主成分分析和最大正交因子旋转，得到旋转后的因子累计贡献率达到74．146％。同时。计算量表的变量共同度，所得结果如表3。
(3)灰色聚类分析 笔者曾利用调查数据进行了分层聚类分析，但只能在较小的关联度下才能得出结论。为了寻求更合理的聚类结果，笔者引入灰色聚类。灰色聚类是依据灰色系统理论得出的。灰色系统理论将现实生活中的系统看作是灰色系统。即部分变量及其关系是已知的，而有部分变量及其关系是未知的，甚至还有些变量是否存在也是不能确定的。灰色系统理论不致力于确定所有变量及其关系，而是通过微分模型将主要变量及其关系确定，进而利用主要变量对系统进行分析、预测、评价和决策。应该说，人力资源的价值评价系统正好符合灰色系统的基本特征，使用灰色系统的灰色聚类模型对人力资源价值评价指标进行聚类应该能够得到更好的结果。
灰色聚类是根据灰色关联矩阵将一些观测值或观测对象聚集成若干可定义类别的方法。—个聚类可以看作属于同一类的观测对象的集合，在实际问题中往往是每个观测对象具有多个特征指标，难以进行准确的分类，而以灰色关联聚类主要用于同类因素的归并，以使复杂的系统简化。通过灰色关联聚类，可以检查出许多因素中是否有若干因素关系十分密切，使得既能够用这些因素的综合平均指标或其中的某一因素来代表着几个因素，又能使信息不严重的损失，这是灰色聚类方法在系统变量删减问题处理上的优势。
由于指标多数据量大(15000个数据)，因此我们将上述计算过程用计算机编程来解决这庞大的运算问题。运算结果见表4。
由于灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断联系是否紧密。曲线越接近，相应序列之间的关联度就越大。因此对计算结果进行分析，发现各类指标之间相关系数要比用常规方去计算的相关系数要大，即所反映的相关程度更高。为了能够得到合理的分类(即所分出的指标类别不太多，也不能太少)，我们取r=O．95，对6O项指标进行聚类。这样可以将影响人力资源评价的60项指标分为3大类，见表5。
通过对影响人力资源价值因素在相关系数0．95下的灰色聚类，得出的三大类指标分别为工作业绩、工作表现、智力素质。这与人力资源管理理论中的人力资源评价与考核的指标大类有相通之处，但又有所不同。我国人力资源管理中通常使用“德、能、勤、绩”四大项目来考核和评价人力资源，我们调查的结果是：“德”并不能单独表现出来，而是隐含在“勤”与“绩”之中。成为带来“勤”与“绩”的思想基础；“能”也未能全部单独体现，导致能力形成的主要外显因素体现为智力素质，真正在人力资源使用中发挥作用的各项具体工作和业务能力也是通过“绩”来表现的。而被有些学者重视的身体不素质和心理素质也全部隐含于“勤”与“绩”之中。人的体质也成为工作业绩的基础，没有形成单独的指标类。
应该说，通过可以外显的“智力素质”、“工作表现”、“工作业绩”来对人力资源进行价值评估更加具有可操作性。