三考核指标的权重参数确定模型及求解

欢迎阅读权重的确定方法一、权重的概念用若干个指标进行综合评价是，其对被评价的作用，从评价目标来看并不是同等重要。

在统计综合评价中，权属的大小反映了评价指标的重要程度，权数大的评价指标重要程度大，权数小的评价指标重要程度小。

一般有两种表现形式：一是绝对数（频数）表示，另一种是用相对数（频率）表示。

（1）从含信息的多少来考虑。

权数越大，评价指标所包含信息越多。

（2）从指标的区分能力来考虑，全数越大，说明评价指标区别被评价对象的能力越强。

二、权重的确定方法为三大类:(Delphi 法)。

1（1（2（3（4（5，2。

方法:i s 与js 绝对重要;当取值为1至9之间的偶数时，分别表示指标两两相比的重要性程度介于两个相邻奇数所表示的重要性程度之间，且1ij ji u u =。

则:()11()1,2,,nnj ij i W u j n ===∏（二）、客观赋权法客观赋权法，它是基于各方案评价指标值的客观数据的差异而确定各指标的权重的方法。

目前，关于客观赋权法的主要研究成果有：基于“差异驱动”原理的赋权方法，可分为突出整体差异的“拉开档次法”和突出局部差异的“均方差法”、“嫡值法”以及“极差法”、“离差法”。

1、主成分分析法方法:把多项评价指标综合成z 个主成分，再以这z 个主成分的贡献率为权数构造一个综合指标，并据此作出判断特点:用:个线性无关的主成分代替原有的n 个评价指标,当这n 个评价指标的相关性较高时，这种方法能消除指标间信息的重叠;而且能根据指标所提供的信息，通过数学运算而主动赋权 2“拉开档次”法“拉开档次法”的基本原理是从几何角度来看，将n 个被评价对象看成是 由m 个评价指标构成的m 维评价空间中的n 个点(或向量)。

寻求n 个被评价对 象的评价值就相当于把这n 个点向一维空间做投影。

选择指标权系数，使得各被 评价对象之间的差异尽量拉大，也就是根据m 维评价空间构造一个最佳的一维空 间，使得各点在此一维空间上的投影点最为分散，即分散程度最大，取极大型评 价指标X1,X2,...Xm 的线性函数1122T m m y w x w x w x w x =+++=为被评价对象的T 序无关;继承性”;3、4、熵值法方法：（1（2）2,,n（32,,n（4）计算各属性的加权系数1,1,2,,jj njj c w j nc===∑5、离差最大化法方法:引入总离差指标11()(1,2,,)m mij kj j i k Vj w r r w j n ===-=∑∑并假定各指标权数满足单位化约束条件求211njj w==∑，以此构造如下非线性规划模型211111max n m m ni j kj jjj i k j r r wF w ====⎧⎪-=⎨⎪⎩=∑∑∑∑求该优化模型，得出最优解Ｗ＝（W1，W2，.....Wn ），将其归一化的结果作为各指标的权重系数特点:可信，不具有主观随意性 6、均方差法方法:(1)以各评价指标为随机变量，各方案Xi 在指标Yj 下的无量纲化的属性值为该随机变量的取值，求出这些随机变量(（2） （3）1)n w T和2)n T，令11j j W k w =,n。

绩效考核指标权重的计算方法-精品文档【小雅为你整理的精品文档，希望对你有所帮助，欢迎你的阅读下载。

】内容如下-绩效考核指标权重的计算方法在企业人力资源管理中,有许多涉及到权重的设置，如素质评价、绩效考核等。

在一般的情况下，管理者都知道权重的重要性，但在设定权重时却往往会依凭自己积累起来的经验以及评价因素的定位来进行判断。

事实上，这种确定权重的方式存在很强的主观性，在实践中会导致一些不必要的偏差。

如何在设定权重时，既考量管理者多年来积累起来的经验判断，又科学客观地定位各评价因素，避免一些不必要的偏差，使评价结果更接近于实际情况呢？下面的几种方法，或许能给你带来一定的收获。

一、简单排序编码法这种方法通过管理者对各项考评因素的重视程度进行排序编码，然后确定权重的一种简单的方法，需要管理者从过去的历史数据及个人的经验对各项考评项目作出正确的排序。

比如在绩效考核过程中，某一职位有四个KPI的考评因素，分别为A，B，C，D，依企业的要求及目标设定者的经验，各项考评因素的重要性排序为B，D，C，A；然后再按照自然数顺序由大到小对其进行分配，分别为4，3，2，1。

然后将权数归一化，最后结果为A： 1/(4+3+2+1)=0.1；B：4/(4+3+2+1)=0.4C：2/(4+3+2+1)=0.2；D： 3/(4+3+2+1)=0.3。

这种简单排序编码法计算权数的方法简单，但也存在主观因素，存在一定的不合理性。

但至少它比管理者单纯地依据自身经验进行设定的方式要客观一些。

二、倍数环比法倍数环比法首先将各个考评因素随机排列，然后按照顺序对各项因素进行比较，得出各因素重要度之间的倍数关系，又称环比比率，再将环比比率进行统一转换为基准值，最后进行归一化处理，确定其最终权重。

这种方法需要对考评因素有客观的判断依据，需要有客观准确的历史数据作为支撑。

以上述四个因素为例，如下表。

说明:表格第二行，0.3表示A的重要性是B的0.3倍；2表示B 的重要性是C的2倍，0.55表示C的重要性是D的0.55倍；1表示D本身。

绩效考核指标与权重设定一、引言绩效考核是企业管理中非常重要的一环，它可以帮助管理者评估员工的工作表现，确保组织达到预期的目标。

而绩效考核指标和权重的设定则是绩效考核的关键步骤之一，它直接影响着考核的公正性和准确性。

本文将探讨绩效考核指标与权重的设定过程，以及一些常见的设定方法和技巧。

二、绩效考核指标的确定2.1 初步确定绩效考核指标绩效考核指标应当是能够客观反映员工工作表现的数据或表现量化指标。

在确定绩效考核指标时，可以参考以下几个原则：•与岗位职责相关性：确保考核指标与员工的实际工作内容和职责相关。

•可衡量性：指标需要是可以通过数据或事实来衡量的，而不是主观评价。

•可操作性：员工应当能够通过自身的工作努力和能力来影响考核指标的结果。

2.2 确定权重各自对考核目标的重要程度每个绩效考核指标都有不同的重要性，因此需要确定各个指标在考核中的权重。

确定权重时需要考虑以下因素：•业务目标：根据企业当前的业务目标和战略规划，确定每个指标对于实现目标的重要程度。

•岗位职责：不同岗位的职责不同，可能需要更加重视某些指标。

•公司文化：符合公司文化和价值观的指标可能具有更高的权重。

三、绩效考核权重设定的方法3.1 专家打分法专家打分法是一种常见的权重设定方法，通过邀请相关领域的专家或管理者对每个指标进行评分，然后计算权重。

这种方法通常需要保证专家具有领域知识和经验，以确保权重的客观性和准确性。

3.2 层次分析法（AHP）层次分析法是一种结构化的决策方法，可以帮助确定多个因素之间的相对重要性。

在绩效考核的权重设定中，可以使用AHP分析各个指标之间的相对重要性，进而确定权重。

3.3 直观判断法直观判断法是一种基于个人经验和直觉的权重设定方法。

在这种方法中，管理者根据自身对员工表现的理解和经验来确定各个指标的权重。

尽管这种方法缺乏客观性，但在一些情况下可能也是有效的。

四、总结绩效考核指标与权重的设定是绩效管理中的关键步骤，它直接影响着考核的公正性和准确性。

指标权重的计算方法权重是一个相对的概念，是针对某一指标而言。

某一指标的权重是指该指标在整体评价中的相对重要程度。

针对量表类问卷，指标权重计算在学术研究和企业研究中都较为常见。

量表类问卷权重研究关注重心在于各个指标的权重得分值，而非影响关系，通过计算各个指标或者题项的权重得分值，最后构建完善的权重体系，并且结合各指标权重情况提供科学建议。

方法分类权重研究分析方法非常多，以及权重研究均针对量表类题项，基本无法对非量表类问卷进行权重体系构建。

针对量表类问卷权重研究方法，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法和组合赋权法。

主观赋权法：是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，常用的主观赋权法包括专家咨询法（Delphi法）、AHP层次分析法等。

专家咨询法是由多位专家讨论共同决定各指标的权重值情况，而AHP层次分析法也是利用专家打分，并且使用数据计算过程最终生成各指标权重值。

客观赋权法：是根据原始数据之间的关系通过一定的数学方法来确定权重，其判断结果不依赖于人的主观判断，有较强的数学理论依据。

常用的客观赋权法包括因子分析法、熵值法等，因子分析法和熵值法直接使用收集数据进行数据计算，最终生成指标权重值。

组合赋权法：针对主、客观赋权法各自的优缺点，研究人员可以综合使用两种方法，同时基于指标数据之间的内在规律和专家经验对决策指标进行赋权。

进一步说明专家咨询法（Delphi法），是采用背对背通信方式征询专家小组成员预测意见，经过几轮征询使专家小组的预测意见趋于集中，最后做出符合市场未来发展趋势的预测结论。

本质上是一种反馈匿名函询法。

其大致流程是：在对所要预测的问题征得专家的意见之后，进行整理、归纳、统计，再匿名反馈给各专家，再次征求意见，再集中，再反馈，直至得到一致的意见。

AHP层次分析法，根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个剁成次的分析结构模型，从而最终使问题归结为最底层（供决策的方案、措施等）相对于最高层（总目标）的相对重要权值的确定或相对优劣次序的排定。

权重确定方法归纳多指标综合评价是指人们根据不同的评价目的,选择相应的评价形式据此选择多个因素或指标,并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息,其中评价指标与权重系数确定将直接影响综合评价的结果.按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类,其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数,然后再对指标进行综合评价,如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等.客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价,如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等.两种赋权方法特点不同,其中主观赋权评价法依据专家经验衡量各指标的相对重要性,有一定的主观随意性,受人为因素的干扰较大,在评价指标较多时难以得到准确的评价.客观赋权评价法综合考虑各指标间的相互关系,根据各指标所提供的初始信息量来确定权数,能够达到评价结果的精确但是当指标较多时,计算量非常大.下面就对当前应用较多的评价方法进行阐述.一、变异系数法一变异系数法简介变异系数法是直接利用各项指标所包含的信息,通过计算得到指标的权重.是一种客观赋权的方法.此方法的基本做法是：在评价指标体系中,指标取值差异越大的指标,也就是越难以实现的指标,这样的指标更能反映被评价单位的差距.例如,在评价各个国家的经济发展状况时,选择人均国民生产总值人均GNP作为评价的标准指标之一,是因为人均GNP不仅能反映各个国家的经济发展水平,还能反映一个国家的现代化程度.如果各个国家的人均GNP没有多大的差别,则这个指标用来衡量现代化程度、经济发展水平就失去了意义.由于评价指标体系中的各项指标的量纲不同,不宜直接比较其差别程度.为了消除各项评价指标的量纲不同的影响,需要用各项指标的变异系数来衡量各项指标取值的差异程度.各项指标的变异系数公式如下：式中：是第项指标的变异系数、也称为标准差系数；是第项指标的标准差；是第项指标的平均数.各项指标的权重为：二案例说明例如,英国社会学家英克尔斯提出了在综合评价一个国家或地区的现代化程度时,其各项指标的权重的确定方法就是采用的变异系数法.案例：利用变异系数法综合评价一个国家现代化程度时的指标体系中的各项指标的权重.数据资料是选取某一年的数据,包括中国在内的中等收入水平以上的近40个国家的10项指标作为评价现代化程度的指标体系,计算这些国家的变异系数,反映出各个国家在这些指标上的差距,并作为确定各项指标权重的依据.其标准差、平均数数据及其计算出的变异系数等见表1-1.i ii x V σ=()n i ,,2,1 =iV i i σi i xi ∑==ni iii VV W 1计算过程如下：1先根据各个国家的指标数据,分别计算这些国家每个指标的平均数和标准差；2根据均值和标准差计算变异系数. 即：这些国家人均GNP 的变异系数为：农业占GDP 比重的变异系数：其他类推.3将各项指标的变异系数加总：4计算构成评价指标体系的这10个指标的权重： 人均GNP 的权重：农业占GDP 比重的权重：其他指标的权重都以此类推. 三变异系数法的优点和缺点当由于评价指标对于评价目标而言比较模糊时,采用变异系数法评价进行评定是比较合适的,适用各个构成要素内部指标权数的确定,在很多实证研究中也多数采用这一方法.缺点在于对指标的具体经济意义重视不够,也会存在一定的7 966.270.66711 938.4ii iV x σ===782.0352.9316.7===iii x V σ0.6670.7820.2360.560.537 4.59+++++=145.059.4667.01===∑=ni iii VV W 1704.059.4782.01===∑=ni iii VV W误差.二、层次分析法一层次分析法概述人们在对社会、经济以及管理领域的问题进行系统分析时,面临的经常是一个由相互关联、相互制约的众多因素构成的复杂系统.层次分析法则为研究这类复杂的系统,提供了一种新的、简洁的、实用的决策方法.层次分析法AHP法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法.该方法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各方案的优劣次序,比较有效地应用于那些难以用定量方法解决的课题.二层次分析法原理层次分析法根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合,形成一个多层次的分析结构模型,从而最终使问题归结为最低层供决策的方案、措施等相对于最高层总目标的相对重要权值的确定或相对优劣次序的排定.层次分析法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法.尤其适合于对决策结果难于直接准确计量的场合.三层次分析法的步骤和方法•建立层次结构模型•构造判断（成对比较）矩阵•层次单排序及一致性检验•层次组合排序及一致性检验1.建立层次结构模型利用层次分析法研究问题时,首先要把与问题有关的各种因素层次化,然后构造出一个树状结构的层次结构模型,称为层次结构图.一般问题的层次结构图分为三层,如图所示.最高层为目标层O：问题决策的目标或理想结果,只有一个元素.中间层为准则层C：包括为实现目标所涉及的中间环节各因素,每一因素为一准则,当准则多于9个时可分为若干个子层.最低层为方案层P：方案层是为实现目标而供选择的各种措施,即为决策方案.一般说来,各层次之间的各因素,有的相关联,有的不一定相关联；各层次的因素个数也未必一定相同．实际中,主要是根据问题的性质和各相关因素的类别来确定.重可以对最低层中的各种方案、措施进行排序,从而在不同的方案中作出选择或形成选择方案的原则.2.构造判断成对比较矩阵构造比较矩阵主要是通过比较同一层次上的各因素对上一层相关因素的影响作用．而不是把所有因素放在一起比较,即将同一层的各因素进行两两对比.比较时采用相对尺度标准度量,尽可能地避免不同性质的因素之间相互比较的困难.同时,要尽量依据实际问题具体情况,减少由于决策人主观因素对结果造成的影响.设要比较n 个因素n C C C ,,,21 对上一层如目标层O 的影响程度,即要确定它在O 中所占的比重.对任意两个因素i C 和j C ,用ij a 表示i C 和j C 对O 的影响程度之比,按1～9的比例标度来度量),,2,1,(n j i a ij =．于是,可得到两两成对比较矩阵n n ij a A ⨯=)(,又称为判断矩阵,显然0>ij a ,),,2,1,(,1,1n j i a a a ii ijji ===因此,又称判断矩阵为正互反矩阵．比例标度的确定：ij a 取1-9的9个等级,ji a 取ij a 的倒数,1-9标度确定如下： ij a = 1,元素i 与元素j 对上一层次因素的重要性相同； ij a = 3,元素i 比元素j 略重要； ij a = 5,元素i 比元素j 重要； ij a = 7, 元素i 比元素j 重要得多； ij a = 9,元素i 比元素j 的极其重要； 2ij a n =,1,2,3,4n =元素i 与j 的重要性介于21ij a n =-与21ij a n =+之间；1ij a n=,1,2,9n =当且仅当ji a n =.由正互反矩阵的性质可知,只要确定A 的上或下三角的2)1(-n n 个元素即可.在特殊情况下,如果判断矩阵A 的元素具有传递性,即满足),,2,1,,(n k j i a a a ij kj ik ==则称A 为一致性矩阵,简称为一致阵． 3. 层次单排序及一致性检验相对权重向量确定 1和积法取判断矩阵n 个列向量归一化后的算术平均值,近似作为权重,即),,2,1(111n i a a n w n j n k kjiji ==∑∑==类似地,也可以对按行求和所得向量作归一化,得到相应的权重向量. 2求根法几何平均法将A 的各列或行向量求几何平均后归一化,可以近似作为权重,即),,2,1(111111n i a a w nj nk nn j kj nij n j i =⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=∑∑∏∏====3特征根法设想把一大石头Z 分成n 个小块n c c c ,,,21 ,其重量分别为n w w w ,,,21 ,则将n 块小石头作两两比较,记j i c c ,的相对重量为),,2,1,(n j i w w a jiij ==,于是可得到比较矩阵111122221212n n n n n n w w w w w w w w w w w w A w w w w w w ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦显然,A 为一致性正互反矩阵,记12(,,,)T n W w w w =,即为权重向量．且12111,,,n A W w w w ⎛⎫=⋅ ⎪⎝⎭则12111,,,n A W W W nW w w w ⎛⎫⋅=⋅= ⎪⎝⎭这表明W 为矩阵A 的特征向量,且n 为特征根．事实上：对于一般的判断矩阵A 有max A W W λ⋅=,这里)(max n =λ是A 的最大特征根,W 为m ax λ对应的特征向量．将W 作归一化后可近似地作为A 的权重向量,这种方法称为特征根法. 注：现有软件求得最大特征根与特征向量. 一致性检验通常情况下,由实际得到的判断矩阵不一定是一致的,即不一定满足传递性和一致性．实际中,也不必要求一致性绝对成立,但要求大体上是一致的,即不一致的程度应在容许的范围内．主要考查以下指标： 1一致性指标：1max --=n n CI λ．2随机一致性指标：RI ,通常由实际经验给定的,如表2-1.表2-1 随机一致性指标3一致性比率指标：RICICR =,当10.0<CR 时,认为判断矩阵的一致性是可以接受的,则m ax λ对应的特征向量可以作为排序的权重向量.此时()1max 111nij jnnj ii i iia wA W nw n w λ===⋅≈=∑∑∑其中(A )i W ⋅表示A W ⋅的第i 个分量. 4.计算组合权重和组合一致性检验 1组合权重向量设第1-k 层上1-k n 个元素对总目标最高层的排序权重向量为()1(1)(1)(1)(1)12,,,k Tk k k k n Wwww-----=第k 层上k n 个元素对上一层1-k 层上第j 个元素的权重向量为()(1)()()()121,,,,1,2,,k Tk k k k jj jn jk P p p pj n --==则矩阵1()()()()12,P ,,P k k k k k n P P -⎡⎤=⎣⎦是1-⨯k k n n 阶矩阵,表示第k 层上的元素对第1-k 层各元素的排序权向量．那么第k 层上的元素对目标层最高层总排序权重向量为()1()()(1)()()()(1)12()()()12,P ,,P ,,,k kk k k k k k k n Tk k k n W P W P W w w w---⎡⎤=⋅=⋅⎣⎦=或k k j n j k ij k in i w p wk ,,2,1,)1(1)()(1==-=∑- 对任意的2>k 有一般公式()()(1)(3)(2)(2)k k k W P P P W k -=⋅⋅⋅⋅>其中(2)W 是第二层上各元素对目标层的总排序向量． 2组合一致性指标设k 层的一致性指标为)()(2)(11,,,k nk k k CI CI CI - ,随机一致性指标为 )()(2)(11,,,k n k k k RI RI RI - 则第k 层对目标层的最高层的组合一致性指标为()1()()()()(1)12,,,k k k k k k n CI CI CI CI W --=⋅ 组合随机一致性指标为()1()()()()(1)12,,,k k k k k k n RI RI RI RI W --=⋅ 组合一致性比率指标为)3()()()1()(≥+=-k RICI CRCRk k k k 当10.0)(<k CR 时,则认为整个层次的比较判断矩阵通过一致性检验．四案例说明实例：人们在日常生活中经常会碰到多目标决策问题,例如假期某人想要出去旅游,现有三个目的地方案：风光绮丽的杭州1P 、迷人的北戴河2P 和山水甲天下的桂林3P .假如选择的标准和依据行动方案准则有5个景色,费用,饮食,居住和旅途.1.建立层次结构模型目标层 准则层2.构造判断矩阵1234511/2433217551/41/711/21/31/31/52111/31/5311C C A C C C ⎛⎫ ⎪⎪ ⎪= ⎪⎪ ⎪⎝⎭构造所有相对于不同准则的方案层判断矩阵 1相对于景色O 择旅游地P1桂林C1景色 C2费用C3居住C4饮食C5旅途P2黄山P3北戴河12345C C C C C 11231251/2121/51/2`1P B P P ⎛⎫ ⎪= ⎪⎪⎝⎭123P P P2相对于费用3相对于居住4相对于饮食5相对于旅途3. 层次单排序及一致性检验用matlab 求得判断矩阵A 的最大特征根与特征向量：max 5.073λ=,对应于max 5.073λ=的正规化的特征向量为：(2)(0.263,0.475,0.055,0.099,0.110)T W =判断矩阵1B 的最大特征值与特征向量max 3.005λ=(3)10.5950.2770.129W ⎛⎫ ⎪= ⎪ ⎪⎝⎭122311/31/8311/383`1P B P P ⎛⎫ ⎪= ⎪⎪⎝⎭123P P P 132********/31/3`1P B P P ⎛⎫ ⎪= ⎪⎪⎝⎭123P P P 14231341/3111/41`1P B P P ⎛⎫ ⎪= ⎪⎪⎝⎭123P P P 1523111/4111/4441P B P P ⎛⎫ ⎪= ⎪⎪⎝⎭123P P P判断矩阵2B 的最大特征值与特征向量max 3.002λ=(3)20.2360.682W ⎪= ⎪ ⎪⎝⎭判断矩阵3B 的最大特征值与特征向量max 3λ=(3)30.4290.429,0.142W ⎛⎫ ⎪= ⎪ ⎪⎝⎭判断矩阵4B 的最大特征值与特征向量max 3.009λ=(3)40.6330.193,0.175W ⎛⎫⎪= ⎪ ⎪⎝⎭判断矩阵5B 的最大特征值与特征向量max 3λ=(3)50.1660.166.0.668W ⎛⎫ ⎪= ⎪ ⎪⎝⎭4.一致性检验对于判断矩阵A 进行一致性检验：max 5.07350.01825151nCI n λ--===--查表知平均随机一致性指标RI,从而可检验矩阵一致性：0.018250.0162950.11.12CI CR RI ===< 同理,对于第二层次的景色、费用、居住、饮食、旅途五个判断矩阵的一致性检验均通过.利用层次结构图绘出从目标层到方案层的计算结果：5.层次总排序各个方案优先程度的排序向量为：(3)(2)W W W =0.5950.0820.4290.6330.1660.3000.4750.2770.2360.4290.1930.1660.2460.0550.1290.6820.1420.1750.6680.4560.0990.110 ⎪⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪ ⎪⎝⎭决策结果是首选旅游地为3P 其次为1P ,最后为2P . 五优点与缺点人们在进行社会的、经济的以及科学管理领域问题的系统分析中,面临的常常是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统.层次分析法为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法.在应用层次分析法研究问题时,遇到的主要困难有两个： i 如何根据实际情况抽象出较为贴切的层次结构；ii 如何将某些定性的量作比较接近实际定量化处理.层次分析法对人们的思维过程进行了加工整理,提出了一套系统分析问题的方法,为科学管理和决策提供了较有说服力的依据.但层次分析法也有其局限性,主要表现在：i 它在很大程度上依赖于人们的经验,主观因素的影响很大,它至多只能排除思维过程中的严重非一致性,却无法排除决策者个人可能存在的严重片面性.ii 当指标量过多时,对于数据的统计量过大,此时的权重难以确定.AHP 至多只能算是一种半定量或定性与定量结合的方法.三、熵值法一熵值法的原理在信息论中,熵是对不确定性的一种度量.信息量越大,不确定性就越小,熵也就越小；信息量越小,不确定性越大,熵也越大.根据熵的特性,我们可以通过计算熵值来判断一个事件的随机性及无序程度,也可以用熵值来判断某个指标的离散程度,指标的离散程度越大,该指标对综合评价的影响越大. 二算法实现过程 1.数据矩阵m n nm n m X X X X A ⨯⎪⎪⎪⎭⎫ ⎝⎛=1111其中ij X 为第i 个方案第j 个指标的数值. 2. 数据的非负数化处理由于熵值法计算采用的是各个方案某一指标占同一指标值总和的比值,因此不存在量纲的影响,不需要进行标准化处理,若数据中有负数,就需要对数据进行非负化处理.此外,为了避免求熵值时对数的无意义,需要进行数据平移：对于越大越好的指标：mj n i X X X X X X X X X X X nj j j nj j j nj j j ij ij ,,2,1;,,2,1,1),,,min(),,,max(),,,min(212121' ==+--=对于越小越好的指标：mj n i X X X X X X X X X X X nj j j nj j j ijnj j j ij,,2,1;,,2,1,1),,,min(),,,max(),,,max(212121' ==+--=为了方便起见,仍记非负化处理后的数据为ij X 3.计算第j 项指标下第i 个方案占该指标的比重),2,1(1m j XX P ni ijijij ==∑=4.计算第j 项指标的熵值1e 0,ln 10ln ,0,)log(*1≤≤=≥>-=∑=则一般令有关，与样本数。

运维服务绩效考核指标一、绩效考核的重要性运维服务是企业信息技术部门中至关重要的一环，它负责确保系统的正常运行和数据的安全性。

因此，对运维团队成员的工作表现进行绩效考核，可以提高他们的工作效率和责任心，激励他们为企业的发展做出更大的贡献。

二、考核指标的制定为了能够准确衡量运维服务团队成员的工作表现，需要制定一套科学合理的考核指标。

以下是一些常用的考核指标：1. 问题解决速度：衡量运维人员解决各类技术问题时的响应速度和解决效率。

可以通过记录问题的提出时间和解决时间来评估。

2. 服务质量：考察运维人员对用户需求的满足程度。

可以通过用户满意度调查、问题解决反馈等方式进行评估。

3. 系统稳定性：评估运维人员对系统故障、漏洞等问题的处理能力，衡量系统的稳定性和安全性。

4. 项目管理能力：评估运维人员对项目的计划、执行和控制能力，以及对项目目标的实现情况。

5. 学习与创新能力：考察运维人员对新技术的学习和应用能力，以及是否能提出改进和优化的建议。

三、考核指标的权重确定在考核指标的制定过程中，需要确定每个指标的权重，以准确反映各个指标在整体绩效评估中的重要性。

权重的确定应该根据实际情况，结合运维团队的职责和目标来进行。

例如，问题解决速度和服务质量对于用户满意度和系统稳定性的影响较大，可以给予较高的权重；而项目管理能力和学习创新能力对整体绩效的影响较小，可以给予较低的权重。

四、考核结果的反馈与改进考核结果的反馈对于提升运维人员的工作动力和改进工作方法非常重要。

可以通过个别讨论、集体会议或定期汇报等形式，向运维团队成员提供绩效考核结果和具体的改进意见。

同时，应该鼓励运维人员参与绩效评估的讨论，收集他们对考核指标和方法的意见和建议，以不断完善考核制度，使其更加科学和公正。

总结：绩效考核对于运维服务团队的发展和提升至关重要。

通过科学合理地制定考核指标、确定权重，并积极采纳运维人员的反馈意见，可以不断优化考核制度，激励团队成员的积极性和创造力，达到更好的绩效表现。

数学建模模型常用的四大模型及对应算法原理总结四大模型对应算法原理及案例使用教程：一、优化模型线性规划线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，在线性回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。

如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。

案例实操非线性规划如果目标函数或者约束条件中至少有一个是非线性函数时的最优化问题叫非线性规划问题，是求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。

建立非线性规划模型首先要选定适当的目标变量和决策变量，并建立起目标变量与决策变量之间的函数关系，即目标函数。

然后将各种限制条件加以抽象，得出决策变量应满足的一些等式或不等式，即约束条件。

整数规划整数规划分为两类：一类为纯整数规划，记为PIP，它要求问题中的全部变量都取整数；另一类是混合整数规划，记之为MIP，它的某些变量只能取整数，而其他变量则为连续变量。

整数规划的特殊情况是0-1规划，其变量只取0或者1。

多目标规划求解多目标规划的方法大体上有以下几种：一种是化多为少的方法，即把多目标化为比较容易求解的单目标，如主要目标法、线性加权法、理想点法等；另一种叫分层序列法，即把目标按其重要性给出一个序列，每次都在前一目标最优解集内求下一个目标最优解，直到求出共同的最优解。

目标规划目标规划是一种用来进行含有单目标和多目标的决策分析的数学规划方法，是线性规划的特殊类型。

目标规划的一般模型如下：设xj是目标规划的决策变量，共有m个约束条件是刚性约束，可能是等式约束，也可能是不等式约束。

设有l个柔性目标约束条件，其目标规划约束的偏差为d+, d-。

设有q个优先级别，分别为P1, P2, …, Pq。

在同一个优先级Pk中，有不同的权重，分别记为[插图], [插图]（j=1,2, …, l）。

权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式 据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。

按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。

客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS 法、灰色关联分析法、主成分分析法、变异系数法等。

两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。

客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确 但是当指标较多时，计算量非常大。

下面就对当前应用较多的评价方法进行阐述。

一、变异系数法（一）变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。

是一种客观赋权的方法。

此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。

例如，在评价各个国家的经济发展状况时，选择人均国民生产总值(人均GNP)作为评价的标准指标之一，是因为人均GNP 不仅能反映各个国家的经济发展水平，还能反映一个国家的现代化程度。

如果各个国家的人均GNP 没有多大的差别，则这个指标用来衡量现代化程度、经济发展水平就失去了意义。

由于评价指标体系中的各项指标的量纲不同，不宜直接比较其差别程度。

为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。

确定考核指标权重的定量方法1.权重分配法：这是最常见的方法之一、该方法通过对每个考核指标进行问卷调查或专家评估，让参与者按照重要性对指标进行评分。

然后，根据评分结果计算指标的相对权重。

这种方法可以通过定量统计的方式获得不同指标的相对重要性。

2.回归分析法：该方法基于回归分析模型，通过分析指标与绩效之间的相关性来确定权重。

首先，通过数据收集和数据分析，建立一个回归模型，根据指标对绩效的影响程度来确定权重。

然后，根据模型的结果给出权重分配。

这种方法可以较为准确地衡量不同指标对绩效的贡献度。

3.层次分析法：层次分析法是由美国学者托马斯·萨阿蒂在20世纪70年代提出的一种权重分配方法。

该方法通过问卷调查或专家评估，将指标按照不同层次进行划分，然后通过判断和比较各个层次之间的重要性，最终得出权重分配结果。

层次分析法适用于复杂的多指标评价体系，并能相对准确地确定指标的权重。

4.综合评分法：综合评分法是一种综合考核指标的方法，通过对每个指标进行加权求和来给出最终的绩效评分。

这种方法主要适用于可以直接量化的指标，如销售额、利润等。

根据指标的重要性给出相应的权重，然后将各指标得分乘以对应的权重，最后将各指标加权求和得到最终评分。

这种方法简单直观，易于操作。

以上是常见的几种定量方法来确定考核指标权重，不同方法适用于不同的情境。

在确定权重的过程中，需要明确组织的战略目标，考虑到不同指标的相关性和重要性，并结合参与者的意见和实际情况来制定权重。

权重的合理确定可以提高绩效管理体系的有效性和公平性，促进组织的发展和员工的成长。

绩效考核指标权重的计算方法在企业人力资源管理中,有许多涉及到权重的设置，如素质评价、绩效考核等。

在一般的情况下，管理者都知道权重的重要性，但在设定权重时却往往会依凭自己积累起来的经验以及评价因素的定位来进行判断。

事实上，这种确定权重的方式存在很强的主观性，在实践中会导致一些不必要的偏差。

如何在设定权重时，既考量管理者多年来积累起来的经验判断，又科学客观地定位各评价因素，避免一些不必要的偏差，使评价结果更接近于实际情况呢,下面的几种方法，或许能给你带来一定的收获。

一、简单排序编码法这种方法通过管理者对各项考评因素的重视程度进行排序编码，然后确定权重的一种简单的方法，需要管理者从过去的历史数据及个人的经验对各项考评项目作出正确的排序。

比如在绩效考核过程中，某一职位有四个KPI的考评因素，分别为A，B，C，D，依企业的要求及目标设定者的经验，各项考评因素的重要性排序为B，D，C，A;然后再按照自然数顺序由大到小对其进行分配，分别为4，3，2，1。

然后将权数归一化，最后结果为A:1/(4+3+2+1)=0.1;B:4/(4+3+2+1)=0.4C:2/(4+3+2+1)=0.2;D:3/(4+3+2+1)=0.3。

这种简单排序编码法计算权数的方法简单，但也存在主观因素，存在一定的不合理性。

但至少它比管理者单纯地依据自身经验进行设定的方式要客观一些。

二、倍数环比法倍数环比法首先将各个考评因素随机排列，然后按照顺序对各项因素进行比较，得出各因素重要度之间的倍数关系，又称环比比率，再将环比比率进行统一转换为基准值，最后进行归一化处理，确定其最终权重。

这种方法需要对考评因素有客观的判断依据，需要有客观准确的历史数据作为支撑。

以上述四个因素为例，如下表。

说明:表格第二行，0.3表示A的重要性是B的0.3倍;2表示B的重要性是C的2倍，0.55表示C的重要性是D的0.55倍;1表示D本身。

第三行，是以D为基准进行的比率归一化，因C的重要性是D的0.55倍，因此取值为0.55*1=0.55;B 是C的2倍，所以取值为0.55*2=1.1;以下类推。

指标权重评价模型
在评价模型中，指标的权重是非常重要的。

权重可以用来衡量
不同指标在模型评价中的重要程度，从而影响最终评价结果。

在确
定指标权重时，可以采用多种方法，下面我将从多个角度来说明这
个问题。

首先，确定指标权重的常见方法之一是专家打分法。

这种方法
通常涉及邀请相关领域的专家，让他们根据自己的经验和专业知识，对各个指标进行打分，然后根据专家打分的结果来确定指标的权重。

这种方法的优点是能够充分利用专家的经验和知识，但缺点是可能
会受到专家主观因素的影响。

其次，还可以使用层次分析法（AHP）来确定指标的权重。

AHP
是一种定量分析方法，它通过构建层次结构，对不同指标之间的相
对重要性进行比较和判断，最终得出各个指标的权重。

这种方法的
优点是能够较为客观地确定指标的权重，但需要较复杂的计算过程。

另外，还可以使用主成分分析（PCA）来确定指标的权重。

PCA
是一种常用的多元统计分析方法，它可以通过对指标之间的相关性
进行分解，得出各个主成分的权重，从而确定指标的权重。

这种方
法的优点是能够考虑到指标之间的相关性，但需要对数据进行较为复杂的处理。

除了上述方法外，还有许多其他确定指标权重的方法，比如模糊综合评价法、熵权法等。

在实际应用中，选择合适的方法来确定指标权重，需要考虑到评价对象的特点、数据的可获得性以及研究者自身的经验和技能等因素。

总之，确定指标权重是评价模型中的重要环节，需要综合考虑多种因素，并选择合适的方法来确定权重，以保证评价结果的客观性和准确性。

绩效考核指标权重的计算方法
绩效考核指标权重的计算方法可以根据不同的考核体系和组织的需求而有所不同，下
面提供一种常用的方法：
1. 确定考核指标：首先确定需要考核的指标，这些指标应该能够反映出员工工作的关
键表现和能力。

2. 制定指标权重：根据指标的重要性和对组织目标的贡献程度，制定每个指标的相对
权重。

一般来说，重要指标应该有较高的权重。

3. 评估指标的重要性：可以利用专家评估、问卷调查、经验法则等方式，对每个指标
的重要性进行评估和权重分配。

4. 相对评估法：通过比较各指标之间的相对重要性，并将其权重按比例分配。

5. 综合评估法：使用综合评估工具（如层次分析法）将各指标的重要性进行排序，再
将权重按比例分配。

6. 评估权重的效果：根据权重的分配结果，可以评估其对绩效评估的准确性和有效性。

如果评估结果和组织目标不符合，可以根据实际情况进行调整和优化。

需要注意的是，权重的分配应该是一个定期进行的过程，可以根据组织的战略目标和
员工的工作重点进行调整，以保持其有效性和公平性。

此外，在分配权重时，还要考
虑到员工的实际工作情况和能力水平，以确保评估结果具有更大的公信力和可操作性。

权重的确定方法一、权重的概念用若干个指标进行综合评价是，其对被评价的作用，从评价目标来看并不是同等重要。

在统计综合评价中，权属的大小反映了评价指标的重要程度，权数大的评价指标重要程度大，权数小的评价指标重要程度小。

一般有两种表现形式：一是绝对数（频数）表示，另一种是用相对数（频率）表示。

（1）从含信息的多少来考虑。

权数越大，评价指标所包含信息越多。

（2）从指标的区分能力来考虑，全数越大，说明评价指标区别被评价对象的能力越强。

二、权重的确定方法对实际问题选定被综合的指标后，确定各指标的权的值的方法有很多种。

概括起来，权重的确定方法从总体上可归为三大类:即主观赋权评价法、客观赋权评价法及组合集成赋权法。

（一）主观赋权法所谓主观赋权法，就是指基于决策者的知识经验或偏好，通过按重要性程度对各指标(属性)进行比较、赋值和计算得出其权重的方法。

对于主观赋权法的研究，目前已取得的主要成果有:层次分析法(AHP 法)、专家调研法(Delphi 法)。

1、德尔菲法德尔菲法又称为专家法，其特点在于集中专家的知识和经验，确定各指标的权重，并在不断的反馈和修改中得到比较满意的结果。

基本步骤如下：（1）选择专家。

这是很重要的一步，选得好不好将直接影响到结果的准确性。

一般情况下，选本专业领域中既有实际工作经验又有较深理论修养的专家10～30人左右，并需征得专家本人的同意。

（2）将待定权重的p 个指标和有关资料以及统一的确定权重的规则发给选定的各位专家，请他们独立的给出各指标的权数值。

（3）回收结果并计算各指标权数的均值和标准差。

（4）将计算的结果及补充资料返还给各位专家，要求所有的专家在新的基础上确定权数。

（5）重复第（3）和第（4）步，直至各指标权数与其均值的离差不超过预先给定的标准为止，也就是各专家的意见基本趋于一致，以此时各指标权数的均值作为该指标的权重。

此外，为了使判断更加准确，令评价者了解已确定的权数把握性大小，还可以运用“带有信任度的德尔菲法”，该方法需要在上述第（5）步每位专家最后给出权数值的同时，标出各自所给权数值的信任度。

如何科学确定管理"术!樊宏戴良铁企业人力资源管理一!目前绩效评估指标权重确定中存在的问题绩效评估指标权重即绩效评价指标在评价体系中的重要性或绩效评价指标在总分中所应占的比重"是每个绩效评价指标在整个指标体系中重要性的体现#如何建立有效的绩效评估指标的权重体系是绩效评估中较为关键的一步"是对员工进行公正评估的保证$常用的确定指标权重的方法有以下几种%01主观经验法评价者凭自己以往的经验直接给指标加权"如日本劳动科研所的木林富士朗提出的权重分配模式$,1主次指标排队分类法"也称%&+&!分类加权具体操作分为排队和加权两步%排队是将指标由大到小或由重要到一般"依次排列’加权是在排队的基础上"按照%&+&!三类指标赋权"如按照%&+&!的顺序直接赋予2&,&0的不同权数$21专家调查加权法这种方法是要求所聘请的专家先独立地对评价指标加权"然后对每个评价指标的权数取平均值"作为权重系数$.1德尔菲加权法给每位专家发放加权咨询表"然后将所有专家对每个评价指标的权重系数进行统计处理$上述几种方法比较简单"操作性较强"但主观性强"随意性大"精度不够"不能客观反映指标间相对重要性"因而导致绩效评估失衡$二&层次分析法在绩效评估指标权重确定中的应用层次分析法(345*6789:;<=>"<5?8?=4:>@?A=5BB )是美国匹兹堡大学教授31&1C 88;:提出的一种定性与定量分析相结合的多目标决策分析方法#它改变了以往最优化技术只能处理定量分析问题的传统观念"而率先进入了长期滞留在定性分析水平上的许多科学研究的领地"提供了对非定量事件作定量分析的简便方法#将层次分析法应用到绩效评估中来"其最大的优点是准确地确定绩效指标的权重"因而使绩效指标间相对重要性得到合理体现"为制定公正&科学的绩效评估体系奠定了基础#01操作步骤第一"通过职务分析"在明确岗位绩效评估指标体系之间的相互依存及影响的基础上"建立一个由目标层(被评估的岗位)&准则层(绩效评估一级指标)&指标层(绩效评估二级指标)组成的递阶层次模型#第二"通过比较下层元素对于上层元素的相对重要性建立判断矩阵#按层次分析法的要求"判断矩阵是通过两两比较下层元素对于上层元素的相对重要性"并把比较的结果用一个数值表示出来得到的#31&1C 88;:提出了一个DEF 的标度法"见表0G 0%第三"层次单排序#计算各判断矩阵的特征值最大值及其所对应的特征向量"得出层次单排序"获得指标层对于目标层的重要性数据序列"从而获得最优决策#先解出判断矩阵H 的最大征值I J 8K "再利用公式%LMNO J 8K P解出Q J 8K 所对应的特征向量R "S 经过标准化后"即为同一层次中相应元素对于上一层次中某个因素相对重要性的排序权值#第四"一致性检验#由于问题复杂程度不尽相同"不可能要求所有判断都完全一致"但却应该使判断有大体上的一致性#因此"需要对判断矩阵T标度02U V W定义同样重要稍微重要比较重要特别重要极端重要表0G 0X>31&1C88;:的0EW 标度法管理"术企业人力资源管理进行一致性检验!首先计算1的一致性指标2#"3#4#56789:*;$<#;:0$上式中%;为判断矩阵的阶数&当=具有完全一致性时%>#?@&A 6789:9;愈大%矩阵的一致性愈差&当判断B 是否具有满意的一致性%还需将C #与平均随机一致性指数D #进行比较&对于EFG 阶判断矩阵%H/&/I 77JK 给出了L #值%见表0M ,"当N )4O #P<Q #R -S0时%就认为判断矩阵T 具有满意的一致性%否则要对U 重新调整%直到具有满意的一致性为止&第五%求得岗位绩效评估指标权重&如果判断矩阵通过一致性检验%将层次单排序的结果转换即可将得到绩效评估指标的权重&,S 操作流程图根据层次分析法的计算步骤来制定相应的可操作性流程图#图0$%以利判断矩阵的相关计算的程序开发%从而使得层次分析法在绩效评估的运用中更加条理化’规范化!三’应用实例以税务部门的稽查科科长岗位为例%以定性分析为基础%用定量的方法确定绩效评估指标权重%从而使绩效评估更科学’合理!步骤一%建立稽查科科长岗位绩效评估指标的递阶层次结构模型!如图,所示!步骤二%构造两两判断矩阵!从上图可以看出%按照各类因素间的隶属关系把它们分为三个层次%针对绩效评估指标体系的层次结构模型%按各因素的重要性关系构造判断矩阵%如表,:0%表,:,%表,:V %表,:.%表,:W 所示!建议"在绩效评估的具体操作过程中%构造判断矩阵是关键%要提高数值的精确性和准确性%必须由有经验的人力资源管理专家’管理者和员工共同参与%具体方法可参见李宴喜等的判断矩阵的群组综合构造方法%此法的优点克服了单个专家或个人的主观偏好的影响%从而避免了决策失误!步骤三%层次单排序!本文采用X7JY7Z 编程计算各判断矩阵特征值的最大值及对所对应的特征向量%其计算结果如下(表V:0%表V:,%表V:V %表V:.%表V:.%表V:W $"步骤四%一致性检验&根据公式[#4(\6789:9;$<(;:0$%])4^#P<_#及表0M ,%经计算可得结果如下(表.$"阶数;)00-,-V -/W‘a0/.W‘0/.0b0/V,c0/,.W0/0,.-/a表0M ,PP 平均随机一致性指数)0图0PP 基于层次分析法的绩效评估指标权重的确定方法的操作流程图岗位绩效评估指标体系建立绩效评估指标递阶层次结构构造两两判断矩阵%层次单排序解出%的最大特征d 678及其对应的特殊向量e一致性检验f )4g #P<h #i -/0绩效评估指标体系及其权重图,PP 绩效评估指标的递阶层次结构模型部门结案户数部门一次审理率按期复函复函回复率工作创新性查补额入库率目标共识计划性有效管理资源分配能力对下级的指导改革创新能力组织纪律性奉献精神协作精神集体荣誉感职业道德出勤率责任心工作主动服从性关键业绩+0管理能力+,品德+V 工作态度+.稽查科科长岗位绩效评估j!0!,!V !.!W !c !b !‘!a !0-!00!0,!0V !0.!0W !0c !0b !0a !,-!,0!,,!0‘层次因素1234$!#!)一致性检验+056-5775-6-0,57-6--875!)9-60+,76-0:;7-6--,57-6--,,!)<-60+:=6-0-=-6--,=-6--,,!)>-60+..6-0-..-6--:.-6--:;!)?-60@.6-:0.-6-0-:-6--00!)A-60表.**一致性检验结果管理"术企业人力资源管理由上表可以看出判断矩阵具有满意的一致性!从而可以确定该岗位绩效评估指标的权重体系"步骤五!求得稽查科科长岗位绩效评估指标权重"经检验!判断矩阵一致性达到了制定的要求!可直接将步骤三中的结果转换成稽查科科长岗位绩效评估指标权重!如表=所示"运用层次分析法确定绩效评估指标权重!较好实现了定性与定量的结合!提高了绩效评估结果的合理性!比完全凭领导个人经验和知识来主观确定更科学#更合理!并通过计算机编程可将复杂的矩阵计算轻易地实现!可以提高绩效评估效率!减少主观因素的干扰!从而为绩效指标权重的确定找到了一条可行的途径"作者单位$暨南大学企业发展研究所表,B 0+0!0!,!:!.!=!7!5!00,..,:7!,0C,,,0,.!:0C.0C,000C,0C,,!.0C.0C,000C,0C,,!=0C,,,0C,0,!70C:0C,,,0C,,!50C70C.0C,0C,0C.0C,表,B ,+,!;!8!0-!00!0,!0:!;0,,:,0!80C,00,00C,!0-0C,00,00C,!000C:0C,0C,00C,0C:!0,0C,00,00C,!0:0,,:,0表,B :+:!0.!0=!07!0.0,,!0=0C,00!070C,00!050C,00!0;0C:0C,0C,!05,0000C,!0;:,,,0+.!08!,-!,0!080,,!,-0C,00!,00C,00!,,0C:0C,0C,!,,:,,0表,B .%+0+,+:+.+00,.:+,0C,,,+:0C.0C:00C,+.0C:0C,,表,B =准则层指标层+0!0!,!:!.!=!7!5D 234-6:,.=-60578-6-;-6-;-60578-600=-6-.70E 56-57表:B 0表:B ,准则层指标层+,!;!8!0-!00!0,!0:F 234-6,=;8-60:=5-60:=5-6-5=-60:=5-6,=;8G =6-0-表:B :准则层指标层’:!0.!0=!07!05!0;H 234-6:.80-6;.:-60;.:-60;.:-6-8;I =6-0-表:B .准则层指标层+.!08!,-!,0!,,J 234-6.,:7-6,,5--6,,5--60,,:K .6-0-表:B =目标层准则层@+0+,+:+.L 234-6.75:-6,5,,-6-8=.-607-0M.6-:0-一级指标权重二级指标权重本部门结案户数-6-0,57本部一次审理率-6--,57按期复函-6--,=复函回函率-6--:.工作创新性-6-0-:查补额-6-0-:关键业绩-6.75:入库率-6-.70责任心-6,,5出勤率-6.,:7工作主动-6,,5服从性-60,,:工作态度-607-0出勤率-6.,:7工作主动-6,,5责任心-6,,5目标共识-6,=;8计划性-60:=5有效管理-60:=5服从性-60,,:职业道德-6-8;-6-8=.品德-6,5,,管理能力资源分配能力-6-5=改革创新能力-6,=;8对下级的指导-60:=5表=**稽查科科长岗位绩效评估指标权重体系。

3.3评价因素权重确定的基本理论权重是一个相对的概念，在评价因素体系中每个因素对实现评价目标和功能的相对重要程度就是该因素的权重。

权重是综合评价的重要信息，一组评价指标体系相对应的权重组成权重体系。

一组权重体系{iw |i=1,2,…,n }必须满足下述两个条件：（1）0<wi ≤1，i=1,2,…,n。

（3-1）（2）11=∑=ni i w （3-2）其中n（1=i (3-4){(3-5)1=i (3-6)ij =1(3-7)。

首先必须评价指标进行排序的过程，而且权重值的构成应符合以上的条件。

3.4权重确定的方法权重确定的方法很多，主要有主成分分析法、德尔菲法（Delphi ）、层次分析法（AHP ）。

本文中主要运用层次分析法来确定评价因素的权重。

层次分析法通过分析复杂系统所包含的因素及相关关系，将系统分解为不同的要素，并将这些要素划规不同层次，从而客观上形成多层次的分析结构模型。

将每一层次的各要素进行两两比较判断，按照一定的标度理论，得到其相对重要程度的比较标度，建立判断矩阵。

通过计算判断矩阵的最大特征值极其相应的特征向量，得到各层次要素的重要性次序，从而建立权重向量5【】。

层次分析法确定权重的步骤：（1）建立树状层次结构模型。

在本文中，该模型就是安全评价因素体系。

（2）确立思维判断定量化的标度。

在两个因素相互比较时，需要有定量的标度，假设使用前面的标度方法，则其含义如表4-1所示， 按表4-1标度方法来确定标度。

表3-1层次分析法判断标度确定原则的两两比、3-8）=i 13-9）将得到的和向量正规化即得权重向量:∑==ni iii ww w 1（i,j=1,2,…,n ）（3-10）③计算矩阵最大特征根。

∑==ni ii i i w n w A 1max )(][λ(3-11)因为判断矩阵先进行按列规范化，则每列和为1，且判断矩阵内所有元素的和近似等于n （行，列），所以，第（2）、（3）步可简化为行平均计算。