人事決策的八種模型
前言：本站為你精心整理了人事決策的八種模型范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。
為了保證人才選拔的科學性，要利用現代人才測評技術，按照一套科學、完整的流程來收集人事決策信息。那么，在這些信息收上來之后，如何進行決策呢？ 所謂人事決策模型，就是收集和整合人事信息，最終做出用誰不用誰的程序和方法。現實當中，企業的人事經理使用的評價方法越來越多，如面試、筆試、360度反饋等等，但是在做最終的用人決策時，人事經理報上去的結果總是讓企業老板覺得沒底，他們經常發出這樣的疑問，怎么與實際當中所了解到的情況不一致呢？這種方法不太準吧。之所以出現這種現象，問題出在整合人事信息的方式方法上，也就是他的人事決策模型不合理。
根據收集信息和整合信息方式的不同，可劃分八種人事決策方法（見下表）。
收集人事信息的方法
整合信息的方法
判斷
統計
判斷
完全判斷法
量化評估法
統計
因素解釋法
完全統計法
判斷+統計
判斷合成法
統計合成法
綜合運用
綜合判斷法
綜合統計法
1、完全判斷法
收集信息時，采用的是主觀判斷的方式，而在做人事決策時，也是用主觀判斷的方式。臨床法主要靠的是評價者的經驗，易受人的主觀因素的影響，但卻是許多企業實際在用的人事決策方法，一是因為這個方法簡單易行，二是因為對其它方法缺乏認識和了解，也找不到合適的方法。
2、量化評估法
在收集信息時用主觀判斷的方式，而在做決策時采用了量化統計的方法，這就是主客觀結合的量化評估法。舉例來說，企業里做干部選拔時，由幾位評委面試被評價者，按照幾個評價要素對被評價者進行評分，然后把評分的結果進行統計處理，分數高者予以錄用。這種方法在收集信息時用了面試這種主觀判斷的方法，而在決策時用了量化統計的方法。
這種方法在人才測評中用得較多，但由于缺少專業訓練和經驗，用得不科學，使打分的結果與實際情況差異很大。
3、因素解釋法
在收集信息時用量化方式，在決策時根據收集到的量化信息進行主觀判斷，然后做出決策。比如，為了了解被評價者的個性特征，我們會使用一些信度和效度比較好的心理測驗工具，收集被測者個性特征方面的信息。被測評者答完問卷后，統計出被測評者在問卷中每一項測評維度上的得分，就可以用來判斷被測評者的個性方面的特征。有的被測評者在權力動機這個維度上得分較高，親和動機得分中等偏低，決策者因此判斷候選人比較適合從事團隊領導者的角色。這里不是按照簡單的分數統計，以一個分數線來決策的，而是決策者根據各測評維度的分數，結合自己的經驗而進行的主觀判斷。
4、完全統計法
收集信息和做人事決策時，均使用了量化的方法。這種方法在面對較大量的候選人時，采用筆試篩選的方式，進行人事決策。比如，一個企業準備選拔30名后備干部，而報名的有150人，這個時候為了提高工作效率，就可以使用管理能力測試，作為一個篩選，經考試答題，得分排在前50名的人，可以直接錄用，或者進入下一輪測試選拔程序。
5、判斷合成法
在收集人事信息時，既有主觀判斷的方式，也有統計計分的方式，而在決策的時候，對上述收集到的量化信息和主觀印象進行總體判斷，決定候選人是不是能夠勝任。很多企業里在選拔人才時使用了較為多樣性的方法，包括面試、筆試，面試屬于主觀判斷收集信息，而筆試則多是通過量化計分收集信息。最后決策時，是決策者通過審閱被測評者的考試得分和自己面試時的印象來作出決定，這就是用的判斷合成的方法。
這種方式盡管使用了較多樣的收集信息的手段，但是在根本上還是靠人的主觀判斷，缺少一個量化的模型，因此很難克服人的主觀性對決策結果的影響。
6、統計合成法
為了盡量避免因主觀評價造成的偏差，在實際的人事測評中，我們要求盡量做到量化，引入了統計分析的方法。目前人才評價方法中最準確的方法要數評價中心技術了，這種技術在收集人事信息時既有主觀判斷的方式，如面試、情景模擬，也有量化統計的方式，如筆試測驗，文件筐測驗，盡管收集信息的方式不同，最終都要對收集的人事信息進行編碼、計分，最終通過一個量化的決策模型統計出結果。
7、判斷綜合法
統計合成法所提供的人事決策結果是完全量化的，按照一定的總體得分，有一個排序，比如第一名、第二名、第三名。但有時并不能完全依照名次去錄取。當在真正做人事決策的時候，會考慮到測評之外的其他因素而決策是否真正去錄用。比方說選拔一個企業一把手崗位人選時，其中一個人按照勝任能力在所有的被測評者中排在第一名，但是就是因為他只吃素食，在飲食方面不太適合去與方方面面的人員進行應酬，而這項工作又是作為地方的一把手非常重要的工作，所以也無法任用，只好用了第二名。這是屬于在既定結果的基礎上，又考慮到其他因素的影響來進行人事決策的情況。
8、統計綜合法
在既定結果的基礎上，又考慮到其他因素決策時，有時仍然可以用量化的方式，比如說還要考慮年齡因素時，就可以把年齡作為一個因素考慮到資格條件里面，按照崗位的要求進行計分。
作為專業的、科學的人事決策，做到人事決策信息的量化是非常重要的一個方面。但現實當中，決策者往往看見數字就頭疼，即使偶爾的使用，也覺得數字化的評估結果，并沒有比主觀判斷更準確，因而對把測評結果數字化并不怎么感興趣，持一種懷疑的態度。從科學性上來講，量化方法總比不量化的好。
解決了人才測評中人事信息收集和整合的客觀化、系統化問題，就可以根據不同的需要建立起相應的錄用決策模型，目前經常使有的錄用決策模型主要有以下幾種，如線性推理模型、多重回歸模型、多重分段模型、連續柵欄模型、輪廓匹配模型等。這些錄用決策模型的具體計算方式屬統計學的范疇，每一種錄用模型有其優勢和不足的地方，可以結合具體的情況來使用，也可以把這幾種錄用模型綜合起來使用。但不管怎么專業性強，這些錄用決策模型是把許多主觀的信息和客觀的信息通過量化、系統的方法，轉化成固定的統計模型，從而能提高人事決策的科學性。
以上講了主觀判斷和量化統計方法在人才測評中的應用，主觀判斷比較接近于以前的“領導說了算”的方式，而純粹的量化統計方法，又可能使信息收集不夠全面和靈活。從現代企業管理的要求來看，因市場和人才競爭的加劇，“領導說了算”的人事決策方式風險越來越大，前不久還出現了因領導干部在提拔下屬時方法處理不當，造成下屬采用極端手段給管理者造成傷害的事情。因此，把干部任免的話語權交給一套人事決策模型，而不是交給某一個或幾個人，這必然大大提高決策的科學性。盡管國外人才測評技術在企業人才選拔上已經用得相當普遍，但是對國內的許多企業來講，這種選人和用人的方式仍然是一種創新。
當然，量化的決策模型的前提條件是信息收集手段和勝任力模型的科學性。因此，在選拔干部時一定要建好崗位的勝任力模型，如果要外包，一定要選擇專業水平高的機構。在這些條件還不具備的情況下，我們建議暫時把人才測評的結果做為人事決策的一項重要參考使用，而不是直接按分數高低直接決定用誰不用誰。
