基于战略性广义薪酬整合激励的综合平衡设计.doc

《基于战略性广义薪酬整合激励的综合平衡设计.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于战略性广义薪酬整合激励的综合平衡设计消息来源：　　作者：　　日期:2011年09月15日13:56 本文以KY轴承制造公司的年度员工绩效考核资料作为数据基础进行类别主成分分析，并通过层次分析法对数据进行相应处理以确定各项指标的权重；在此基础上对员工绩效考核成绩进行公平、客观的排序。绩效考核是企业员工培训、职位配置及薪酬调整的依据，在人力资源管理中具有核心和基础性的作用。科学的员工绩效考核体系对企业特别是对综合实力有限、抵抗市场风险能力较弱、管理不够规范和完善、人员流动比较频繁的中小型民营企业而言有着十分重要的意义和作用。一、员工绩效考核的现状及问题KY轴承制造

2、公司主要生产应用于各种车辆底盘转动部位的圆锥滚子和圆柱滚子轴承。公司现有员工471人，其中管理层41人，后方部室职员20人（质检员、计量员），经营人员22人，生产人员388人。作为民营家族式制造企业，该公司于2002年实施员工绩效考核，逐渐形成了一套比较全面的员工绩效考核体系。目前所采用的员工考核准则包括下列八项：奖惩记录、出勤状况、培训成绩、工作改善、团队精神、创新能力、工作效率、人际关系，这些准则因所在部门职责和权限的不同权重存在差异。KY轴承制造公司在员工绩效考核方面存在的问题主要有：1.考核定位模糊。公司目前仅仅把员工绩效考核定位于一种利益分配工具，没有认

3、识到其根本目的是通过对员工实际绩效与组织对员工的预期绩效的对比，在持续沟通中实现企业员工绩效的提升以及公司整体绩效的提升，带动员工职业生涯的发展，并以此作为相关人事决策的依据。在员工看来，公司对员工绩效考核的定位就是检查和考核工作，是公司对他们工作的一种惩罚手段，是企业管理员工的工具。2.考核指标和标准体系设计不合理。该公司属于家族式中小型民营企业，公司经理层的职务大多由家族内部人员担任。在实际考核中，经常出现某些高层经理有意给某些员工过低的考核成绩，而一些家族内部员工因受到偏袒而得到较高的绩效考核值，造成了同一企业内部的考核指标和标准不统一、不公平，绩效评价不合

4、理。3.考核缺少沟通和反馈。公司在绩效考核过程中没有绩效考核结果反馈和绩效面谈步骤，考核结果直接由人力资源部存档，员工无法从员工绩效考核结果中了解自身工作表现与企业期望结果之间的吻合程度，更无从了解管理人员对自己的评价是否公正合理，因而绩效考核的目标导向和激励作用得不到应有的发挥。4.缺乏有效的绩效控制。公司在绩效管理中仅仅把整体战略目标分解成绩效考核目标，然后把绩效考核目标再次分解到部门和员工个人，缺乏对目标实现过程的控制和监管措施，只有等结果出现之后才能发现存在的问题，错过了解决员工绩效考核中存在问题的最佳时机。5.绩效考核成绩重复性严重。由于绩效考核定位模糊

5、和考核指标、标准的不科学导致该公司同一员工的月度、季度、年度绩效考核成绩重复，无差别或差别太小，造成了绩效考核成绩以及员工排名的固定性，大大挫伤了员工的进取心和积极性。KY公司在员工绩效考核中存在的最为重要和难于解决的问题是如何选择和确定员工的绩效考核指标及其权重。本研究对KY公司的员工绩效考核数据进行了抽样调查，并用数学方法对现有绩效方法进行了一定程度的修正，使得指标之间具有相对独立性，能够更加公平的计算员工的绩效总值。二、员工绩效考核指标选取与建模本次调查共抽取了28位生产员工的绩效考核成绩，如表1所示，然后利用spss软件进行分析。1.用主成分分析法简化绩效

6、考核指标主成分分析乃将少数几个变量予以线性结合，而得到的成分，其变异数为最大，即在不同成分能显示最大的个别差异；主成分分析主要有P个观测变量X1，X2……Xp等线性结合式，重新组合成相互间无相关的新组合，此一新组合为P个变量的综合性质，称为主成分。主成分分析计算的理论基础主要以相关矩阵R为出发点，另一则以互异互变异矩阵V为出发点，本研究拟用相关矩阵为出发点计算，其计算步骤依次为资料标准化、计算相关系数矩阵、计算特征值矩阵、决定主成分个数、计算主成分的因子负荷量和计算主成分得点。（1）资料标准化。进行主成分分析时，如果p个变量的单位不相同时，则应将资料标准化后进行分

7、析，其资料标准化的公式为： Xi式中：——i个变量的平均值：oXi——i个变量的标准差。（2）计算相关系数矩阵。假设共有k个主成分Y，以Yk表示，则相关矩阵既是用计算主成分Yk与原有Xi的相关系数，称为因子负荷量。通过利用SPSS统计分析软件得到已转换变量的相关系数矩阵。（3）计算特征值矩阵。计算特征值计算结果如表2所示，λ1=2.182，λ2=1.732.，λ3=1.380，λ4=1.187，λ5=0.662，λ6=0.477，λ7=0.249，λ8=0.131。前四个特征值都大于1，且累计贡献率达到81%，即这四个成分所包括的信息占原始变量所包含总信息的81%

8、，其余4个