岗位价值评估：难易之间只差一个好方法

　　对集团公司进行岗位价值评估时，经常存在以下几个问题：岗位名称不规范，岗位说明书缺失;岗位众多，无法对所有岗位进行评价;岗位性质差异大，一套岗评工具无法适用所有岗位;选取标杆岗位后，待评估岗位仍然太多，无法一次完成评估;下属单位对本单位的岗位评分整体性偏高，等等。因此，在对集团公司进行岗位价值评估时，通常需要4个步骤，即评估准备、评估实施、数据处理，以及岗位等级矩阵构建。

　　评估准备

　　规范岗位名称，准备岗位说明书

　　这一步骤看似简单，但却是整个岗位价值评估工作的基础。由于集团公司岗位众多，每个事业部/下属单位对岗位管理的程度不同，很可能出现相同岗位的岗位名称不同，不同岗位却使用相同的岗位名称和岗位说明书缺失等情况。为保证后续工作的准确性，首先要做好基础工作。

　　进行岗位分类，设计评估工具

　　岗位价值评估方法有多种，包括分类法、比较法、因素计分法等等。目前比较常用的是因素计分法。由于不同类别的岗位差异很大，笔者建议针对不同类别岗位设计不同的评估工具。比如：一般职能技术类的岗位，在工作复杂性、自主性、任职资格等方面权重较大，劳动环境因素的影响很小;而操作类的岗位，在劳动责任、劳动环境方面权重较大。

　　设计有针对性的评估工具，会让同类岗位评估的效度更高，有利于区分同类岗位的价值差异。但这种方法是无法解决不同类别岗位的相对价值大小的。比如无法确定60分(或6级)的职能岗位的价值是否低于80分(或8级)的操作岗位。实际操作中，并不用过多纠结如何使用岗评工具区分不同类别岗位的相对价值。不同类别岗位的薪酬是通过企业薪酬策略、外部市场情况等确定的。

　　选取标杆岗位，成立评委小组

　　集团公司因为岗位众多，不用对所有岗位进行评估，选取标杆岗位进行评估即可。在标杆岗位的选取上，一般遵循以下原则：

　　(1)覆盖部门或单位的主要职能/主要工序的关键岗位;

　　(2)岗位人员数量多，代表性强;

　　(3)不同部门/单位的通用岗位;

　　(4)兼顾具有部门特点的个性岗位。

　　在评委的选取上，一般遵循以下原则：

　　(1)熟悉本单位及相关单位情况，了解各单位业务和岗位的基本情况;

　　(2)处事公正客观，在员工中有一定的影响力和威望;

　　(3)职工代表所占比例一般要达到50%以上，以充分体现员工参与，便于未来推行。

　　评估前培训

　　岗位价值评估前，一定要对评委进行培训，强调岗位价值评估的意义和评估工具操作方法，并对如何使用岗位说明书进行讲解。

　　实践中，一般集团公司的岗位价值评估工作由于涉及面广，岗位数量众多，所以评委数量也较多，组织一次会花费较多人力、物力。所以建议在评估培训前，请集团领导做动员，强调岗位评估工作的重要性，以保证工作顺利实施。

　　评估实施

　　评估方式：二级评估与分组评估

　　为解决评估工作量大的问题，可以采用二级评估、分组评估的方法。

　　二级评估是通过两轮不同评委的评估完成整个评估工作。适用于下属单位多，且各单位岗位多、差异大的集团公司。如果二级单位多，每个二级单位又有很多岗位，通过一级评估就完成整个评估工作是不可能的。基于这种情况，可以采用二级评估的方式。

　　具体方法：

　　首先进行一级评估，从每个二级单位挑选出标杆岗位，由整个集团选出的一级评估评委(来自于各部门和二级单位)来评价这些岗位;其次进行二级评估，即二级单位自己选出评委来评估本单位的所有岗位。这样的方式，既考虑到了集团一级评估的公平性，又考虑到了二级单位评估的全面性。

　　分组评估是将评委分组，由各组评委评价不同岗位的评价方式。此种评估方法适用于评委比较熟悉、通用性较强的岗位。比如：职能部门的岗位如果很多，可以将岗位分组，由不同评委组分别评价。这种方法是基于一种假设，即假定不同组的评委评估标准没有差异，那么通过分组评估得到的结果与一组评委的评价结果是一致的。为满足这一假设，分组评估对评委、评价岗位和评价环境有一定要求，以保证评估过程中没有其他的变量影响评估结果。

　　实施分组评估，每组评委人数最好大于30人，满足大样本;评委随机分组，每组人数尽量相同;每组评委的构成保证一致，不同组评委接受相同的培训;每组评估环境尽量保证一致;每组评估岗位的个数尽量相同，岗位分类一致(比如两组都评价同一类岗位或同几类岗位)，同类下的岗位个数尽量相同;每组应用相同的评估工具。另外，操作的时候最好能有试测环节。选取少量岗位，让不同组评委打分，检验不同评委组的打分在统计学上是否有差异。如果有差异，需要找出原因，作出分析处理，否则会影响这种方法的有效性。

　　实施细节

　　岗位价值评估目前一般都通过上机操作。上机操作需要注意以下几方面：岗位价值评估针对的是岗位，不要考虑岗位上的任职者情况，即“对岗不对人”;建议先就一个要素对所有岗位进行评分，保证评分标准的一致性;防止漏打分，可以通过设计查漏功能实现;注意提醒及时保存。

　　数据处理

　　剔除异常值

　　在进行数据统计分析前，首先要根据统计学原理，剔除3个标准差之外的异常值。一般情况下，可以认为数据呈正态分布。在这种情况下，异常值是指一组测定值中与平均值的偏差超过两倍标准差的测定值。与平均值的偏差超过三倍标准差的测定值，称为高度异常的异常值。在处理数据时，应剔除高度异常的异常值。在此次数据处理中，我们剔除了高于及低于平均分3个标准差的分数。

　　进行t检验

　　即针对分组评估的统计学检验。如果评委人数大于30，也可以使用Z检验，但t检验是适用于小样本的更为严格的检验方法，因此笔者建议，还是使用t检验法。如果两组评委对共同岗位打分的t检验结果显示没有差异，也就证明两组评委在评价标准上没有差异，这一评价结果是可以应用的。

　　拟合矫正

　　针对二级评估的统计学处理。实际操作中，二级评估很可能出现有的单位评分整体偏高，评分标准不统一的问题。拟合矫正选取各单位标杆岗位的一级和二级评估分数，通过建立回归模型构建函数关系，从而得到二级评估岗位的矫正分数，最后以矫正分数作为最终的评分结果。

　　构建岗位等级矩阵

　　岗位评分结果出来后，就可以构建岗位等级矩阵了。在构建岗位等级矩阵前，首先要考虑设置多少个等级，怎样设置等级;其次要根据分数划分标准，将需要评价的岗位放入等级矩阵中。人力资源部门在将岗位等级矩阵初稿上报到集团领导、各部门后，再根据反馈意见进行适当的修改。确定待评价的岗位等级后，根据标杆岗位确定其他岗位的等级，最终形成岗位等级矩阵。

　　文丨李妮

　　公众号丨人力资源杂志(chinahrmo)