下载文档原格式
企业岗位评价与绩效测评应用研究系：机械工程学院专业：工业工程班级：学号：学生姓名：导师姓名：完成日期：前言人和岗位是企业不可或缺的两个基点，人力资源管理模块之间不是时序关系，而是匹配关系，必须在企业战略的统领下，基于企业岗位和人这两个基点，进行人力资源管理各模块的协调整合管理。
系统地进行岗位评价和绩效评估，对于提高整个人力资源管理系统的执行能力有着重要的意义。
企业首先必须对本企业的岗位有一个正确的价值评估；其次，就是要对本企业的员工有一个准确的工作绩效评价，发挥各位员工的优势与特长，真正的体现每个岗位对企业所具有的价值。
从而实现企业与员工的双赢。
但是，目前在我国的大部分企业中普遍存在着这样的问题：员工不满意自己的岗位所处岗级；企业则埋怨该岗位对公司的价值没有体现出来。
之所以出现这样一个问题，首先是企业没有进行科学的岗位评价，致使员工对自己岗位所处的等级不满意，从而引起对薪酬的不满；其次是企业没有对员工进行科学、有效的绩效评估，发现员工的优势与短板所在，及时地进行绩效辅导和岗位的调整。
本文试图利用AHP-模糊综合评价法进行岗位评价和绩效评估，科学地界定岗位的等级序列，精确地实行工作绩效评估，对岗位和员工有一个清楚地、系统地认识，最大限度地提高企业人力资源管理能力。
第1章绪论1.1课题研究背景在一个企业里，人们常常需要确定一个岗位的价值，或者想知道员工的行为对企业的贡献，以此来决定谁应该获得更好的报酬。
那么，究竟如何确定某个职位的价值呢？对不同职位之间的贡献价值如何进行衡量比较呢？以及如何对人员素质及其工作成绩做出客观的评价呢？这就需要进行岗位评价和绩效测评。
对于一个企业来说，岗位设置的合理与否、员工工作的好坏、绩效的高低直接影响着企业的整体效益和效率，而掌握和提高岗位的等级划分、员工的工作绩效是企业管理的一个重要目标，岗位评价和绩效测评就是实现这一目标的人力资源管理工作，有效、科学的岗位评价和绩效测评，是人力资源管理的基础工作。
AHP——模糊综合评价方法的实现模板1. AHP计算权重实现模板根据“立法后的评估指标体系”的设计，一共分成三层：B层（B1——B3）为：立法质量、实施标准、绩效标准；C层（C1——C9）为：合法性、合目的性、技术性、执法司法过程、公众守法状况、公众对工商行政管理部门纠纷处理结果的态度法、院判决的效果、效率、适当性标准；D层（D1——D41）为：C 从下的各个指标。
B层权重计算步骤如下：（1）依据专家打分，构造判断矩阵（具体打分方法，详见AHP的理论部分）（2）归一化处理（具体计算方法，详见AHP的理论部分）（3）计算出归一化后的矩阵行与构量的平均值，该平均值就是各指标的权重值。
（4）权重系数推算结果的一致性检验由于矩阵中两两对比指标的标度是根据“若干专家”的主观判断做出的量化规定，其结果与客观事实间或多或少会有一些偏差，所以必须对上述的初步结果进行一致性检验。
过程一般分为三个阶段 ：一致性尺度计算、相容性指数计算、相容性比率计算。
第一，指标一致性尺度计算一致性尺度 CM （Consistency Measure ）或者叫一致性标度是指检验指标与客观事实是否相符的标准与参照物，在层次分析法中，最大特征根 λmax 就是一致性尺度，其求解步骤为 ①求解向量AW.=⎛⎫ ⎪ ⎪ ⎪⎝⎭（）AW ，左侧为判断矩阵，右侧列为上述计算的权重 ②计算最大特征值 λmax向量 AW 的各个分量 AW i 除以相对应的权重分量 W i 就是各指标的最大特征值，整个判断矩阵的最大特征根就是各指标最大特征值之和的平均值。
计算AW ：第二，相容性指数计算相容性指数 CI （Consistency index ）=(λmax —n)/（n —1），n 为待检验的指标个数。
计算CI=第三，相容性比率计算层次分析法一致性检验的规则是 ：CR ＜ 0.10表示判断矩阵的一致性程度较高，“专家们”对各个指标作出的价值判断与事实基本吻合，如 CR ＞0.10，则表示必须修正判断矩阵中的含义值。
ahp模糊综合评价法
AHP-模糊综合评价法
一、简介
1、AHP-模糊综合评价法是模糊综合评估方法的一种，是指一种通过模糊数学的方法，去对一定的对象和目标进行评价，从而得出该目标实际状态的一种方法。
2、AHP-模糊综合评价法是由美国系统（systems）学家史宾格（Saaty）提出的一种综合评价模型，该模型把一个复杂的评价系统分解为多个分析角度，并以矩阵形式表达一系列模糊比较关系，以实现对有待评价的对象和目标的模糊综合评价的一种方法。
二、原理
1、AHP-模糊综合评价法是通过模糊数学的方法，来实现有待评价的对象和目标的模糊综合评价的一种方法。
2、AHP-模糊综合评价法通过对对象和目标设定一系列模糊比较关系，并以矩阵的形式表达，然后计算矩阵的特征值，最后利用该特征值来实现对目标的模糊综合评价。
三、应用
1、AHP-模糊综合评价法可以用于综合性分析和评价工程经济，机械制造、运输设备设计、管理系统优化等多种方面的选择性决策。
2、AHP-模糊综合评价法还可以用于对风险评估、城市科技发展水平评价、投资项目的评价和选择性决策等多个领域。
- 1 -。
ahp-模糊综合评价法全文共四篇示例，供读者参考第一篇示例：AHP-模糊综合评价法AHP（Analytic Hierarchy Process）和模糊综合评价法是两种常用的决策分析方法，它们在不同程度上解决了现实中的复杂决策问题。
本文将介绍AHP和模糊综合评价法的基本原理，以及它们在决策分析中的应用。
一、AHP原理及应用AHP是由美国数学家托马斯·萨蒙提出的一种多目标决策方法。
其基本原理是通过将复杂的决策问题分解成多个层次，构建层次结构，并利用专家判断或数据分析来确定各个层次的权重和优先级，最终得出最佳决策方案。
AHP的应用范围非常广泛，包括工程管理、项目评估、投资决策等多个领域。
在工程管理中，可以用AHP确定工程项目的目标、任务和资源分配方案；在项目评估中，可以用AHP评估项目的风险和收益，并确定最优的项目实施方案；在投资决策中，可以用AHP评估投资项目的收益和风险，并确定最佳的投资方向。
AHP的核心是通过对多个因素进行两两比较，建立一个判断矩阵，然后利用特征向量法计算各个因素的权重，最终确定最佳的决策方案。
二、模糊综合评价法原理及应用模糊综合评价法是一种用来处理模糊信息和不确定性的决策分析方法。
其基本原理是通过建立模糊数学模型，将模糊信息量化，并据此进行决策分析。
模糊综合评价法的应用领域包括环境评价、质量评价、效益评价等多个领域。
在环境评价中，可以用模糊综合评价法评估环境污染的程度和影响因素；在质量评价中，可以用模糊综合评价法评估产品质量的好坏和改进方向；在效益评价中，可以用模糊综合评价法评估项目的效益和影响因素。
模糊综合评价法的核心是建立评价指标体系和评价模型，将模糊信息转化为数值信息，并根据不同指标的权重计算综合评价值，最终确定最佳决策方案。
AHP和模糊综合评价法分别适用于不同类型的决策问题。
AHP更适用于确定多目标多标准的决策问题，它能够通过层次结构和权重计算确定最佳决策方案。
基于ahp-模糊综合评判法的物流园区绩效评
价模型
基于AHP-模糊综合评判法的物流园区绩效评价模型借鉴了层次分析法（AHP）与模糊评判相结合的思想，能够采用多方面指标客观准确
地反映出物流园区绩效的状况。
首先，建立起绩效评价的指标体系，
从运营服务的角度，其包括客户满意度、经营管理素质以及服务质量
等三个大类指标。
其次，当这些指标处于三个不同层级时，强调指标
间的相对关系，通过对指标及其子指标之间相对权重计算出，从而确
定物流园区绩效评价的指标权重。
最后，根据绩效评价指标体系内容，用模糊综合评判法量化指标，结合指标权重值进行加权计算，最终得
出物流园区绩效评价结果。
基于AHP-模糊综合评判法的物流园区绩效
评价模型既能够采用多样的指标，又可以准确衡量物流园区每个指标
下的绩效表现，能够帮助物流园区科学、全面地评价自身绩效，从而
更好地改进服务水平，满足顾客和市场需求。
AHP——模糊综合评价方法的实现模板
1. AHP计算权重实现模板
根据“立法后的评估指标体系”的设计，一共分成三层：B层（B1——B3）为：立法质量、实施标准、绩效标准；C层（C1——C9）为：合法性、合目的性、技术性、执法司法过程、公众守法状况、公众对工商行政管理部门纠纷处理结果的态度法、院判决的效果、效率、适当性标准；D层（D1——D41）为：C 从下的各个指标。
B层权重计算步骤如下：
（1）依据专家打分，构造判断矩阵
（具体打分方法，详见AHP的理论部分）
（2）归一化处理
（具体计算方法，详见AHP的理论部分）
（3）计算出归一化后的矩阵行与构量的平均值，该平均值就是各指标的权重值。
（4）权重系数推算结果的一致性检验
由于矩阵中两两对比指标的标度是根据“若干专家”的主观判断做出的量化规定，其结果与客观事实间或多或少会有一些偏差，所以必须对上述的初步结果进行一致性检验。
过程一般分为三个阶段：一致性尺度计算、相容性指数计算、相容性比率计算。
第一，指标一致性尺度计算
一致性尺度 CM （Consistency Measure ）或者叫一致性标度是指检验指标与客观事实是否相符的标准与参照物，在层次分析法中，最大特征根λmax 就是一致性尺度，其求解步骤为 ①求解向量AW
.=⎛⎫ ⎪ ⎪ ⎪⎝
⎭
（）AW ，左侧为判断矩阵，右侧列为上述计算的权重 ②计算最大特征值λmax
向量 AW 的各个分量AW i 除以相对应的权重分量 W i 就是各指标的最大特征值，整个判断矩阵的最大特征根就是各指标最大特征值之和的平均值。
计算AW ：
第二，相容性指数计算
相容性指数 CI （Consistency index ）=(λmax —n)/（n —1），n 为待检验的指标个数。
计算CI=
第三，相容性比率计算
层次分析法一致性检验的规则是：CR ＜ 0.10表示判断矩阵的一致性程度较高，“专家们”对各个指标作出的价值判断与事实基本吻合，如 CR ＞0.10，则表示必须修正判断矩阵中的含义值。
相容性比率 CR （Consistency Ratio ）=CI/RI, 平均随机一致性指数 RI(Random index)，指标见AHP 的理论部分。
分析相容性比率为：，其可以得知权重的正确性。
C层权重计算步骤如下：
（1）依据专家打分，构造判断矩阵
（具体打分方法，详见AHP的理论部分）
（2）归一化处理
（具体计算方法，详见AHP的理论部分）
（3）计算出归一化后的矩阵行与构量的平均值，该平均值就是各指标的权重值。
（4）权重系数推算结果的一致性检验
由于矩阵中两两对比指标的标度是根据“若干专家”的主观判断做出的量化规定，其结果与客观事实间或多或少会有一些偏差，所以必须对上述的初步结果进行一致性检验。
过程一般分为三个阶段：一致性尺度计算、相容性指数计算、相容性比率计算。
第一，指标一致性尺度计算
一致性尺度 CM （Consistency Measure ）或者叫一致性标度是指检验指标与客观事实是否相符的标准与参照物，在层次分析法中，最大特征根λmax 就是一致性尺度，其求解步骤为： ①求解向量AW
.=⎛⎫ ⎪ ⎪ ⎪⎝
⎭
（）AW ，左侧为判断矩阵，右侧列为上述计算的权重 ②计算最大特征值λmax
向量 AW 的各个分量AW i 除以相对应的权重分量 W i 就是各指标的最大特征值，整个判断矩阵的最大特征根就是各指标最大特征值之和的平均值。
计算AW ：
第二，相容性指数计算
相容性指数CI（Consistency index）=(λmax—n)/（n—1），n 为待检验的指标个数。
计算CI=
第三，相容性比率计算
层次分析法一致性检验的规则是：CR ＜0.10表示判断矩阵的一致性程度较高，“专家们”对各个指标作出的价值判断与事实基本吻合，如CR ＞0.10，则表示必须修正判断矩阵中的含义值。
相容性比率CR（Consistency Ratio）=CI/RI, 平均随机一致性指数RI(Random index)，指标见AHP的理论部分。
分析相容性比率为：，其可以得知权重的正确性。
D层权重计算步骤如下：
（1）依据专家打分，构造判断矩阵
（具体打分方法，详见AHP的理论部分）
（2）归一化处理
（具体计算方法，详见AHP的理论部分）
（3）计算出归一化后的矩阵行与构量的平均值，该平均值就是各指标的权重值。
（4）权重系数推算结果的一致性检验
由于矩阵中两两对比指标的标度是根据“若干专家”的主观判断做出的量化规定，其结果与客观事实间或多或少会有一些偏差，所以必须对上述的初步结果进行一致性检验。
过程一般分为三个阶段：一致性尺度计算、相容性指数计算、相容性比率计算。
第一，指标一致性尺度计算
一致性尺度 CM （Consistency Measure ）或者叫一致性标度是指检验指标与客观事实是否相符的标准与参照物，在层次分析法中，最大特征根λmax 就是一致性尺度，其求解步骤为 ①求解向量AW
.=⎛⎫ ⎪ ⎪ ⎪⎝
⎭
（）AW ，左侧为判断矩阵，右侧列为上述计算的权重 ②计算最大特征值λmax
向量 AW 的各个分量AW i 除以相对应的权重分量 W i 就是各指标的最大特征值，整个判断矩阵的最大特征根就是各指标最大特征值之和的平均值。
计算AW ：
第二，相容性指数计算
相容性指数 CI （Consistency index ）=(λmax —n)/（n —1），n 为待检验的指标个数。
计算CI=
第三，相容性比率计算
层次分析法一致性检验的规则是：CR ＜ 0.10表示判断矩阵的一致性程度较高，“专家们”对各个指标作出的价值判断与事实基本吻合，如 CR ＞0.10，则表示必须修正判断矩阵中的含义值。
相容性比率 CR （Consistency Ratio ）=CI/RI,
平均随机一致性指数RI(Random index)，指标见AHP的理论部分。
分析相容性比率为：，其可以得知权重的正确性。
2. 模糊综合评价实现模板
（1）建立单因素评价集
一般的将指标体系的效果划分为五个等级：很理想、比较理想、理想、不太理想、不理想，并邀请30位相关人员分别对相应的对指标进行评价，并将相关人员对某一指标评价等级赞成的数目占全部人员数量的比例作为该指标的评价值。
例如：30位相关人员对Bl的满意程度进行等价评价，有2位专家认为关联度“很理想”，除以专家总数得到“很理想”的隶属度“0.20”；有4位专家认为关联度“比较理想”，除以专家总数得到“比较理想”的隶属度“0.40”；有4位专家认为关联度“理想”，除以专家总数得到“理想”的隶属度“0.40”；没有专家认为关联度“不理想”，除以专家总数得到“不理想”的隶属度“0”。
则B1 的满意程度的隶属度矩阵为{0.2,0.4,0.4,0},依次类推可以求出它指标的隶属度。
（2）一级模糊评价
根据下述公式求取C 层第i 各指标所包含的各级下级因素对于它的综合模糊运算结果，其中上述W 为权重向量，R 为评价矩阵。
111121....(w ,w ,....w ).(.........)...i i m
i i i i i in in inm
D D C W R D D ==
同理确定19.....C C 的单因素模糊评价行向量:
123456789(,,,,,)(,,,,,)(,,,,,)(,,,,,)(,,,,,)(,,,,,)(,,,,,)(,,,,,)(,,,,,)
C C C C C C C C C ========= （3）二级模糊评价
根据下述公式求取B 层第i 各指标所包含的各级下级因素对于它的综合模糊运算结果，其中上述W 为权重向量，R 为评价矩阵。
111121....(w ,w ,....w ).(.........)...i i m
i i i i i in in inm
C C B W R C C ==
同理确定13.....B B 的单因素模糊评价行向量:
123(,,,,)(,,,,)(,,,,)
B B B === （4）三级模糊评价
根据下述公式求取B 层第i 各指标所包含的各级下级因素对于它的综合模糊运算结果，其中上述W 为权重向量，R 为评价矩阵。
111121....(w ,w ,....w ).(.........)...i i m
i i i i i in in inm B B A W R B B ==
(,,,,)A =
（5）依据最大隶属度进行结果分析
根据上述的(,,,,)A =，找出其中数值最大的一个数值，看看本数值隶属于那个理想程度，本文建立的指标体系就隶属于那个理想程度。
