集团公司如何做岗位价值评估

文/千载悠悠


一、课题背景

随着4P薪酬模式逐渐被国内企业的管理者所熟知,大多数国内企业已经接受薪酬设计的核心是按岗位(position)付酬的理念。根据这一理念设计薪酬体系时,岗位价值评估工作是基础。由于公司规模、行业、多元化经营程度等的不同,岗位价值评估的难度也不同。规模越大、多元化程度越高的企业,岗位的数量和类别也越多,岗评难度也越大,尤其是集团公司。因此如何开展集团公司的岗位价值评估是一个值得探讨的课题。

二、集团公司岗位价值评估步骤与方法

1、评估准备

1)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。

2)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。

3)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,以保证员工参与,便于未来推行。

4)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,请集团领导来做动员,强调岗评工作的重要性,以保证工作顺利实施。

2、评估实施

1)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。适用范围:集团下属单位多,且各单位岗位多,差异大。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。

具体方法是: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,不同组评委评价不同岗位的评价方式。适用范围:评委比较熟悉的、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,由不同组评委分别评价。这种方法的假设是: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结果。要求:1、每组评委人数最好大于30人,满足大样本;2、评委随机分组,每组人数尽量相同;3、每组评委的构成保证一致,不同组评委接受相同的岗评前培训;4、每组评估环境尽量保证一致;5、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;6、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,检验不同组评委的打分在统计学上是否有差异。如果有差异,需要找出原因,不能随意使用这种方法。

2)评估实施

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:1、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”;2、建议先就一个评分要素将所有岗位打完,这样保证评分标准的一致性3、防止漏打分,可以通过设计查漏功能实现;4、注意提醒及时保存。

3、数据处理

1)剔除异常值

在进行数据统计分析前,首先要剔除异常值。

2t检验。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,建议选择t检验。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,可以证明两组评委在评价标准上没有差异,评价结果可以应用。

3)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。

4、岗位等级矩阵构建

岗位评分结果出来后,就可以构建岗位等级矩阵。在构建岗位等级矩阵前,首先要考虑设置多少等级,怎样设置等级。其次根据分数划分标准,将评价的岗位放入等级矩阵中。将岗位等级矩阵初稿向集团领导、各部门反馈,根据反馈意见进行适当修改。确定评价的岗位等级后,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。

                                                              岗位价值评估方法步骤图

综上所述,针对集团公司的岗位价值评估,可以总结出以下常见问题及对策。

说明:文章首发于《人力资源》2017年第一期,转载请联系作者。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342

推荐阅读更多精彩内容

  • 收藏一本关于数据的常识书,愿自己生活在没有谎言的世界里! 这是一本让你“脑洞大开”的图书,让你尝试从大数据角度来解...
    不二monika阅读 456评论 0 1
  • 千禧之年悟空传,一去已有十七年。 虽然尔后创九州,不减狂娇今何在?
    堯_212a阅读 233评论 0 0
  • 对我好点的人事我都觉得他们公司是培训机构
    四眼年糕阅读 110评论 0 0
  • 看到今晚的文章,突然想到,好几年都没有在深夜静下心来写文字,记录心情了。 之前经常在深夜,坐下来,抱着一部电脑,不...
    阳光下的晓碎碎阅读 187评论 1 1