人力資源開發(fā)中心-素質(zhì)測(cè)評(píng)量化

1、人力資源開發(fā)中心-素質(zhì)測(cè)評(píng)量化測(cè)評(píng)的量化方法1、量化及其作用2、量化形式3、量化分析根本方法本講內(nèi)容2素質(zhì)測(cè)評(píng)量化的作用簡(jiǎn)潔的表述；有助于對(duì)具體行為進(jìn)行抽象；促進(jìn)測(cè)評(píng)者對(duì)素質(zhì)特征進(jìn)行細(xì)致、深入的分析；有助于進(jìn)行差異的比較；有助于大規(guī)模統(tǒng)計(jì)分析；3量化與非量化在社會(huì)研究中，事實(shí)具有兩重性。就研究者能夠理解而不是單純地描述而言，它具有主觀性；然而，就這些事實(shí)獨(dú)立于研究者而言，它又確實(shí)是客觀的。哈耶克曾說(shuō)過(guò)，整體層面上的秩序不是經(jīng)由事先設(shè)計(jì)，而是在過(guò)程中自發(fā)形成的。社會(huì)科學(xué)之所以可能，就是因?yàn)榇嬖谶@種自發(fā)形成的秩序。4量化與非量化科學(xué)VS非科學(xué) 自然科學(xué) VS社會(huì)科學(xué)“惟科學(xué)主義所帶來(lái)的一種嚴(yán)重后果

2、就是，不但經(jīng)常導(dǎo)致從現(xiàn)象中選出一些因?yàn)榍『媚軌蛴?jì)算但最不相關(guān)的因素進(jìn)行研究，而且導(dǎo)致對(duì)一些根本沒(méi)有意義的數(shù)值的計(jì)算和排列。 哈耶克 ,?科學(xué)的反革命? 5定性研究與定量研究的特點(diǎn)與差異定 性 研 究 定 量 研 究目的了解和解釋現(xiàn)象對(duì)問(wèn)題的復(fù)雜性作出解釋描述和預(yù)測(cè)現(xiàn)象對(duì)問(wèn)題的一致性進(jìn)行描述行為微觀行為了解對(duì)象的經(jīng)歷和事件用詞匯和言語(yǔ)進(jìn)行描述宏觀行為設(shè)計(jì)指標(biāo)進(jìn)行測(cè)量相關(guān)性分析場(chǎng)景需要了解背景情況結(jié)合縱向和過(guò)程主要描述前景狀況著眼于當(dāng)前和瞬間方法從理論假設(shè)開始有目的地選擇個(gè)案開放式訪談，參與式觀察以驗(yàn)證理論假設(shè)結(jié)束隨機(jī)抽樣問(wèn)卷調(diào)查工具研究者本人測(cè)驗(yàn)和測(cè)量量表或問(wèn)卷計(jì)算機(jī)統(tǒng)計(jì)分析結(jié)果內(nèi)部效度檢驗(yàn)通過(guò)

3、辨識(shí)進(jìn)行概括描述性寫作，可包含個(gè)人偏好效度和信度檢驗(yàn)推斷總體進(jìn)行概括客觀性統(tǒng)計(jì)，無(wú)個(gè)人偏好6測(cè)評(píng)信息的分析方法方法概述：測(cè)評(píng)信息的分析、處理方法有兩種不同的分類。第一種分類是依據(jù)分析處理的功能，把處理方法分為描述、解釋、推斷等，是一種遞進(jìn)式分類；第二種分類從分析處理的具體方式出發(fā)，把處理方式分為定性分析和定量分析兩類，是并列式的分類。1、信息的描述方法。描述是說(shuō)明被評(píng)價(jià)對(duì)象“是什么的一種方式。三要素：經(jīng)過(guò)審核、整理和匯總的資料；研究對(duì)象；描述的技術(shù)和手段。描述分為現(xiàn)象性描述和本質(zhì)性描述層次；分為定性描述和定量描述方法。2、評(píng)價(jià)信息的解釋。解釋是對(duì)影響被評(píng)價(jià)者特征的各種原因做出說(shuō)明的一種方法，答

4、復(fù)“為什么是這樣的問(wèn)題。特性有可檢驗(yàn)性、不完全性、有效性7定性分析方法1、定義：定性分析是用語(yǔ)言描述形式以及哲學(xué)思辯、邏輯分析解釋被評(píng)價(jià)對(duì)象特征的信息分析、處理方法2、特點(diǎn)；1關(guān)注事物開展過(guò)程以及相互關(guān)系 2對(duì)象是質(zhì)的描述性資料訪談、觀察記錄和文獻(xiàn) 3無(wú)嚴(yán)格的分析程序，有較大的靈活性 4主要采用歸納邏輯分析和哲學(xué)思辯方法 5具有敏感性3、范圍1對(duì)開展過(guò)程的原因探討 2對(duì)被評(píng)價(jià)者優(yōu)缺點(diǎn)的詳細(xì)描述 3對(duì)典型個(gè)案的深入研究 4對(duì)被評(píng)價(jià)者內(nèi)隱的觀念、意識(shí)分析 5對(duì)文獻(xiàn)檔案信息的匯總和歸納4、過(guò)程：確定目標(biāo)初步檢驗(yàn)分析選擇適當(dāng)方法歸納分析得出結(jié)論定性分析結(jié)論的客觀性、信度和效度 8定量分析方法1、定義：

5、定量分析是指用數(shù)值形式以及數(shù)學(xué)、統(tǒng)計(jì)方法反映被評(píng)價(jià)者特征的信息分析、處理方法2、特點(diǎn)：客觀性、準(zhǔn)確性、深刻性、廣泛性、普及性、現(xiàn)代性3、范圍1對(duì)群體的狀態(tài)進(jìn)行綜述 2評(píng)比與選拔 3從樣本推斷總體 4對(duì)可測(cè)特征的精確而客觀描述4、根本步驟：描述數(shù)據(jù)分布特征進(jìn)行相關(guān)分析 進(jìn)行因素分析檢驗(yàn)解釋結(jié)果從樣本推斷總體對(duì)有效性、客觀性和可靠性進(jìn)行評(píng)價(jià)。9素質(zhì)測(cè)評(píng)量化的形式一次量化與二次量化類別量化與模糊量化順序量化、等距量化與比例量化當(dāng)量量化10一次量化與二次量化只做一次量化，是實(shí)質(zhì)量化。如：體重、打字的速度、請(qǐng)病假的頻率。二次量化對(duì)象是沒(méi)有明顯的數(shù)量關(guān)系， 但具有質(zhì)量或程度差異的素質(zhì)特征。如：領(lǐng)導(dǎo)風(fēng)格。1

6、1 管理方格圖理論1.9 9.91.1 9.11.1:貧乏型的管理9.1:任務(wù)型的管理1.9:俱樂(lè)部型管理5.5:中間型管理9.9:團(tuán)隊(duì)型管理對(duì)工作關(guān)心的成度對(duì)人的關(guān)心程度低高高5.55.11.59.55.9二次量化舉例12二次量化舉例第一次量化：在關(guān)系維度和工作維度中進(jìn)行描述比較。如：關(guān)系維度的一個(gè)極端，表現(xiàn)為從不注意員工的情緒，從不聽取員工的解釋，等等。另一個(gè)極端就表現(xiàn)為，充分的民主，與員工完全的融合甚至是放任。第二次量化，對(duì)被評(píng)價(jià)人的行為與描述進(jìn)行比照，在1和9之間 賦予一定的分值。13類別量化與模糊量化類別量化的對(duì)象是那些界限明確且測(cè)評(píng)者能完全把握的素質(zhì)特征；模糊量化的對(duì)象是那些分類界

7、限無(wú)法明確，或測(cè)評(píng)者認(rèn)識(shí)模糊和無(wú)法把握的素質(zhì)特點(diǎn)。我們能明確說(shuō)出，小明是黨員、團(tuán)員、或是一般干部。但我們不能準(zhǔn)確把握小明是只“紅 不“專，還是又“紅 又“專。14順序量化、等距量化與比例量化名義變量 Nominal level of measure順序變量 Ordinal level of measure 定距變量 Interval level of measure 定比變量 Ratio level of measure 15四類數(shù)據(jù)名義變量:只是類別之分。如：男、女，營(yíng)銷、研發(fā)、生產(chǎn)；順序變量：能確定值的次序，能排列上下大小。年級(jí)、人員規(guī)模、成績(jī)排名；定距變量：變量值之間的距離是可知的，具有

8、加減的數(shù)學(xué)性質(zhì)；如體溫、智商值；定比變量：變量值的零值是固定的，各個(gè)數(shù)值具有乘除的數(shù)學(xué)特性。如：我們的補(bǔ)貼16當(dāng)量量化當(dāng)量量化：就是選擇某一中介變量，把諸種不同類別或并不同質(zhì)的素質(zhì)測(cè)評(píng)對(duì)象進(jìn)行統(tǒng)一性的轉(zhuǎn)化，對(duì)它們進(jìn)行近似同類同質(zhì)的量化。如各個(gè)測(cè)評(píng)指標(biāo)的加權(quán)，就是一種當(dāng)量量化。17統(tǒng)計(jì)參數(shù)是能夠表示一組數(shù)據(jù)某個(gè)方面的特征的數(shù)字指標(biāo)。 1平均數(shù) 描述變量X取值的平均狀態(tài)的統(tǒng)計(jì)參數(shù)。 算術(shù)平均數(shù) 加權(quán)平均數(shù) 幾何平均數(shù) 調(diào)和平均數(shù)量化評(píng)價(jià)中常用的統(tǒng)計(jì)參數(shù)18量化評(píng)價(jià)中常用的統(tǒng)計(jì)參數(shù) 2集中量 中位數(shù) 眾數(shù) 3頻數(shù) 簡(jiǎn)單頻數(shù) 累積頻數(shù) 4方差和標(biāo)準(zhǔn)差 方差和標(biāo)準(zhǔn)差 變異系數(shù) 標(biāo)準(zhǔn)分?jǐn)?shù) 5相關(guān)系數(shù) 定義

9、和公式 特點(diǎn) 意義19統(tǒng)計(jì)檢驗(yàn)統(tǒng)計(jì)檢驗(yàn)的根本概念統(tǒng)計(jì)檢驗(yàn)是統(tǒng)計(jì)推斷的另一種方式，它與區(qū)間估計(jì)的差異主要在于：區(qū)間估計(jì)是用給定的大概率推斷出總體參數(shù)的范圍，而假設(shè)檢驗(yàn)是以小概率為標(biāo)準(zhǔn)，對(duì)總體的狀況所做出的假設(shè)進(jìn)行判斷。假設(shè)檢驗(yàn)與區(qū)間估計(jì)結(jié)合起來(lái)，構(gòu)成完整的統(tǒng)計(jì)推斷內(nèi)容。假設(shè)檢驗(yàn)分為兩類：一類是參數(shù)假設(shè)檢驗(yàn)，另一類是非參數(shù)假設(shè)檢驗(yàn)。20統(tǒng)計(jì)檢驗(yàn)的根本思想根本思想 先對(duì)總體的參數(shù)或分布函數(shù)的表達(dá)式做出某種假設(shè)，然后找出一個(gè)在假設(shè)成立條件下出現(xiàn)可能性甚小的(條件)小概率事件。如果試驗(yàn)或抽樣的結(jié)果使該小概率事件出現(xiàn)了，這與小概率原理相違背，說(shuō)明原來(lái)的假設(shè)有問(wèn)題，應(yīng)予以否認(rèn)，即拒絕這個(gè)假設(shè)。假設(shè)該小概率事

10、件在一次試驗(yàn)或抽樣中并未出現(xiàn)，就沒(méi)有理由否認(rèn)這個(gè)假設(shè)，說(shuō)明試驗(yàn)或抽樣結(jié)果支持這個(gè)假設(shè),這時(shí)稱假設(shè)與實(shí)驗(yàn)結(jié)果是相容的，或者說(shuō)可以接受原來(lái)的假設(shè)。21 (1) 提出待檢驗(yàn)的原假設(shè) H0 和備那么假設(shè)H1 ;(2) 選擇檢驗(yàn)統(tǒng)計(jì)量,并找出在假設(shè) 成立條件下,該統(tǒng)計(jì)量所服從的分布;(3) 根據(jù)所要求的顯著性水平 和所選取的統(tǒng)計(jì)量,確定一個(gè)合理的拒絕H0的條件;注 假設(shè)H1位于H0的兩側(cè),稱之為雙側(cè)檢驗(yàn); 假設(shè)H1位于H0的一側(cè),稱之為單側(cè)檢驗(yàn).統(tǒng)計(jì)檢驗(yàn)的實(shí)施順序4由樣本觀察值計(jì)算出統(tǒng)計(jì)檢驗(yàn)量的值,假設(shè)該值落入否認(rèn)域,那么拒絕原假設(shè) ,否那么接受原假設(shè)22參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn)參數(shù)檢驗(yàn)都是先對(duì)樣本所屬總體

11、的性質(zhì)作出假設(shè)干的假定，或?qū)傮w的分布形狀加以限定，然后對(duì)總體的有關(guān)參數(shù)情況進(jìn)行統(tǒng)計(jì)假設(shè)檢驗(yàn)。因此，參數(shù)檢驗(yàn)又稱為限定分布檢驗(yàn)。如在總體服從正態(tài)分布條件下，對(duì)其均值進(jìn)行檢驗(yàn)。下面通過(guò)具體例子來(lái)說(shuō)明參數(shù)檢驗(yàn)方法。非參數(shù)檢驗(yàn)是對(duì)總體的分布不作任何限制的統(tǒng)計(jì)檢驗(yàn)。故非參數(shù)檢驗(yàn)又稱為自由分布檢驗(yàn)。正因?yàn)槿绱耍菂?shù)檢驗(yàn)成為管理科學(xué)中應(yīng)用較為廣泛的一種統(tǒng)計(jì)檢驗(yàn)方法。23多元統(tǒng)計(jì)分析相關(guān)與回歸聚類分析因素分析24相關(guān)與回歸 相關(guān)分析 概念 種類 線性相關(guān)變量之間關(guān)系函數(shù)關(guān)系相關(guān)關(guān)系因果關(guān)系互為因果關(guān)系共變關(guān)系確定性依存關(guān)系隨機(jī)性依存關(guān)系25相關(guān)的種類一元相關(guān)多元相關(guān)負(fù) 相 關(guān)正 相 關(guān)線性相關(guān)曲線相關(guān)xy

12、正 相 關(guān)xy負(fù) 相 關(guān)xy曲線相關(guān)xy不 相 關(guān)26多元線性回歸多元線性回歸模型一個(gè)因變量與兩個(gè)及兩個(gè)以上自變量之間的回歸描述因變量 y 如何依賴于自變量 x1 ，x2 ， xp 和誤差項(xiàng) 的方程稱為多元線性回歸模型涉及 p 個(gè)自變量的多元線性回歸模型可表示為 b0 ，b1，b2 ，bp是參數(shù) 是被稱為誤差項(xiàng)的隨機(jī)變量 y 是x1,，x2 ， ，xp 的線性函數(shù)加上誤差項(xiàng) 說(shuō)明了包含在y里面但不能被p個(gè)自變量的線性關(guān)系所解釋的變異性27主成分分析與因子分析需要與可能：在各個(gè)領(lǐng)域的科學(xué)研究中，往往需要對(duì)反映事物的多個(gè)變量進(jìn)行大量的觀測(cè)，收集大量數(shù)據(jù)以便進(jìn)行分析尋找規(guī)律。多變量大樣本無(wú)疑會(huì)為科學(xué)

13、研究提供豐富的信息，但也在一定程度上增加了數(shù)據(jù)采集的工作量，更重要的是在大多數(shù)情況下，許多變量之間可能存在相關(guān)性而增加了問(wèn)題分析的復(fù)雜性，同時(shí)對(duì)分析帶來(lái)不便。如果分別分析每個(gè)指標(biāo)，分析又可能是孤立的，而不是綜合的。盲目減少指標(biāo)會(huì)損失很多信息，容易產(chǎn)生錯(cuò)誤的結(jié)論。因此需要找到一個(gè)合理的方法，減少分析指標(biāo)的同時(shí)，盡量減少原指標(biāo)包含信息的損失，對(duì)所收集的資料作全面的分析。由于各變量間存在一定的相關(guān)關(guān)系，因此有可能用較少的綜合指標(biāo)分別綜合存在于各變量中的各類信息。主成分分析與因子分析就是這樣一種降維的方法。主成分分析與因子分析是將多個(gè)實(shí)測(cè)變量轉(zhuǎn)換為少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo)的多元統(tǒng)計(jì)分析方法直線綜合指標(biāo)往往是不能直接觀測(cè)到的，但它更能反映事物的本質(zhì)。因此在醫(yī)學(xué)、心理學(xué)、經(jīng)濟(jì)學(xué)等科學(xué)領(lǐng)域以及社會(huì)化生產(chǎn)中得到廣泛的應(yīng)用。28聚類分析根據(jù)事物本身的