层次分析法在企业招聘中的应用.docx

上传人:b****5 文档编号:8338809 上传时间:2023-01-30 格式:DOCX 页数:21 大小:118.43KB
下载 相关 举报
层次分析法在企业招聘中的应用.docx_第1页
第1页 / 共21页
层次分析法在企业招聘中的应用.docx_第2页
第2页 / 共21页
层次分析法在企业招聘中的应用.docx_第3页
第3页 / 共21页
层次分析法在企业招聘中的应用.docx_第4页
第4页 / 共21页
层次分析法在企业招聘中的应用.docx_第5页
第5页 / 共21页
点击查看更多>>
下载资源
资源描述

层次分析法在企业招聘中的应用.docx

《层次分析法在企业招聘中的应用.docx》由会员分享,可在线阅读,更多相关《层次分析法在企业招聘中的应用.docx(21页珍藏版)》请在冰豆网上搜索。

层次分析法在企业招聘中的应用.docx

层次分析法在企业招聘中的应用

层次分析法在企业招聘中的应用

皖西学院张伟志237012

一、摘要

如何从众多的应聘者中甄选出适合于本企业的人才是人力资源管理所面临的重要课题之一。

本文主要应用层次分析法建立数学模型解决职位应聘问题。

针对四个不同的问题建立了相应的求解模型。

问题一的求解,先用因子分析法找出相关性强的指标,得四个因子,再用聚类分析将原始的十五个指标分为四项,最后用层析分析法建立模型,对这四项指标进行两两对比,再用MATLAB软件对该矩阵进行一致性检验和求解,最后通过加权求平均,得出最后的得分,排序后取前六名(见表三)。

问题二的求解,套用模型一的方法建立模型二,将属于外在指标得原始指标归为一类,取这一类的平均分做为外在指标的分数,同问题一的算法得出最后得分,排序后取前六名(见表四)。

问题三的同模型二的方法,分别对管理、销售、生产作了三次排名,最终的排名出现重合现象,从而引入贡献值做综合处理得出结果:

40和39号应聘者分配到管理部门,8和7号应聘者分配到推销部门,23和22号应聘者分配到劳动部门。

问题四,将已有模型进行推广建立模型四,再套用模型三的结果即可。

关键词:

因子分析聚类分析层次分析贡献值权重判断矩阵

 

二、问题重述(略)

三、模型假设及符号的说明

模型假设:

1)假设打分的过程是公平合理

2)假设公司中管理部门的地位较重

3)假设公司只有管理、推销和生产三个部门

符号说明:

Gi——各应聘者在不同模型中的最终得分函数(i=1,2,3)

A——目标层

Bi——不同模型中衡量应聘者的各项指标(i=1,2,…,9)

λmax——判断矩阵的最大特征根

C.I.——一致性指标

C.R.——组合一致性指标

R.I.——随机一致性指标

ω(因素名)——各因素Bi对Gi的贡献的权重

FL——求职信的形式

APP——外貌

AA——专业能力项的得分

LA——讨人喜欢项的得分

SC——自信心项的得分

LC——洞察力项的得分

HON——诚实项的得分

SMS——推销能力项的得分

EXP——经验项的得分

DRV——驾驶水平项的得分

AMB——事业心项的得分

GSP——理解能力项的得分

POT——潜在能力项的得分

KJ——交际能力项的得分

SUIT——适应性项的得分

GL——管理的综合因素

TX——推销的综合因素

SCH——生产的综合因素

四、模型的建立与求解

4.1模型一的分析

该模型是针对问题一而设计的。

由问题知,该公司招聘的最初指标共15项,且每一项指标的打分都直接关系到应聘者的最终得分Gi,用层次分析法对模型进行求解,为了数据处理的方便我们对所给数据进行因子分析后,将这15项原始指标划分成四大类:

B1,B2,B2和B4,根据它们的重要程度进行对比,生成对比矩阵

,通过MATLAB软件对矩阵

进行一致性检验和求解,得出最大特征根λmax、一致性指标C.I.和组合一致性指标C.R.的值,再定得分函数

最终取得分G的前六名为该公司应聘者中最优秀的六名应聘者。

4.1.1模型一的求解

根据前面建立的模型,我们可以得到确切的应聘者的得分函数:

(1)

关键是计算权重

(i=1,2,3,4)和Bi(i=1,2,3,4)的值。

用层次分析法计算权重ωi具体算法如下所述:

1、在认真分析所给的数据后,发现某些指标的数值很相似,我们建立了应聘方案递阶层次结构

2、对同一层次的各个元素关于上一层次的准则的重要性进行两两比较,构成两两比较判断矩阵。

再构造两两比较判断矩阵的过程中,按1~9比例标度对重要性程度进行赋值。

 

图一应聘方案递阶层次结构

用SPSS软件对数据做因子分析,得出四个因子(见附件2)。

再通过聚类分析将原始的15项指标划分为四类(见附件3)分别定义为:

B1,B2,B2和B4Bi的各项指标的均值如下:

(2)

 

表一重要性标度含义表

重要性标度

含义

1

表示两个元素相比,具有同等重要性

3

表示两个元素相比,前者比后者稍重要

5

表示两个元素相比,前者比后者明显重要

7

表示两个元素相比,前者比后者强烈重要

9

表示两个元素相比,前者比后者极端重要

2,4,6,8

表示上述判断的中间值

倒数

若元素i与元素j的重要性之比为aij,则元素j与元素I的重要性之比为aji=1/aij

查找相应的平均随机一致性指标

,Saaty给出了

的值,如下表所示:

表二

123456789

000.580.901.121.241.321.411.45

计算一致性指标CI

(3)

计算随机一致性指标CR

(4)

3、根据得到的判断矩阵,我们采用“特征根法”来求解判断矩阵中比较元素的排序权重向量。

模型一判断矩阵

A

B1

B2

B3

B4

ωi

B1

1

1/5

1/3

1

0.0955

B2

5

1

3

5

0.5596

B3

3

1/3

1

3

0.2495

B4

1

1/5

1/3

1

0.0955

MATLAB求解得:

λmax=4.0435C.I.=0.0145R.I.=0.9000C.R.=0.0161(附件4)

()

其中

,说明该判断矩阵通过一致性检验。

根据公式

(1)和

(2)计算出应聘者的最后得分,取出前六名分别为:

表三

名次

编号

B4

B2

B3

B1

得分

1

40

8.8

10

10

10

9.8864

2

39

8.8

10

10

10

9.8864

3

8

8.6

8.8

9.333333

10

9.029447

4

22

8.4

10

8.333333

3

8.763867

5

24

8.6

9.6

8.666667

2

8.546793

6

7

8.2

8

9.333333

10

8.543567

4.2模型二

由于问题中没有直接给出外在能力的指标,经查有关资料得出外在能力(WZ)包括以下指标:

FL、APP、LA、LC、SMS、DRV、KJ、SUIT,同模型一的解法。

得到以下结果:

模型二判断矩阵

A

WZ

EXP

AA

SC

HON

AMB

GSP

POT

ω2i

WZ

1

1

3

5

5

5

5

3

0.2850

EXP

1

1

3

5

5

5

5

3

0.2850

AA

1/3

1/3

1

3

3

1

3

1

0.1174

SC

1/5

1/5

1/3

1

1

1

1

1

0.0569

HON

1/5

1/5

1/3

1

1

1

1

1

0.0569

AMB

1/5

1/5

1

1

1

1

1

1

0.0664

GSP

1/5

1/5

1/3

1

1

1

1

1

0.0569

POT

1/3

1/3

1

1

1

1

1

1

0.0757

λmax=8.1912C.I.=0.0273R.I.=1.4100C.R.=0.0194

其中

,说明该判断矩阵通过一致性检验。

然后加权处理数据,计算出应聘者的最后得分:

名次

编号

WZ

EXP

AA

SC

HON

AMB

GSP

POT

总分

1

40

9.5

10

9

9

10

10

10

10

9.6852

2

39

9.5

10

9

9

10

8

10

10

9.5524

3

8

8.875

10

9

9

8

10

9

9

9.260675

4

7

8.5

10

8

8

8

10

8

9

8.9226

5

9

8.125

9

7

8

8

9

8

8

8.271225

6

44

6.625

8

7

9

8

10

8

8

7.682025

4.3模型三

由于管理(GL)、推销(TX)、生产(SCH)都没有给出明确的指标,我们同问题二的处理方法,对管理、销售、生产分别做一个排名。

其中

(5)

同模型二得到以下层次模型:

4.3.1对管理的层次模型

表四

GL

FL

APP

HON

SMS

DRV

SUIT

ωGi

GL

1

7

5

6

4

5

5

0.4434

FL

1/7

1

1/3

1/2

1/3

1

1/2

0.0484

APP

1/5

3

1

1

1/3

2

1

0.0949

HON

1/6

2

1

1

1/3

1

1/3

0.0670

SMS

1/4

3

3

3

1

3

1

0.1658

DRV

1/5

1

1/2

1

1/3

1

1/2

0.0586

SUIT

1/5

2

1

3

1

2

1

0.1219

λmax=7.2713C.I.=0.0452R.I.=1.3200C.R.=0.0343

其中

,说明该判断矩阵通过一致性检验。

管理得分排名表

名次

编号

GL

FL

APP

HON

SMS

DRV

SUIT

得分

1

40

10

10

6

10

10

10

10

9.6204

2

39

9.6

10

6

10

10

10

10

9.44304

3

8

9.4

9

9

8

8

9

10

9.06646

4

7

9

9

9

8

8

8

10

8.8305

5

2

7.6

9

10

9

10

9

10

8.76184

6

23

8.2

7

10

10

10

9

8

8.75428

7

22

7.8

9

8

10

10

10

8

8.54252

8

24

7.4

9

8

10

10

9

8

8.30656

4.3.2对推销的层次模型

表五

TX

HON

AMB

GSP

POT

SUIT

ωTi

TX

1

7

5

5

3

3

0.4488

HON

1/7

1

1/2

1/3

1/4

1/2

0.0496

AMB

1/5

2

1

2

1

2

0.1425

GSP

1/5

3

1/2

1

1/2

1

0.0946

POT

1/3

4

1

2

1

2

0.1683

SUIT

1/3

2

1/2

1

1/2

1

0.0962

λmax=6.1832C.I.=0.0366R,I.=1.2400C.R.=0.0296

其中

,说明该判断矩阵通过一致性检验。

推销层次得分表:

名次

编号

TX

HON

AMB

GSP

POT

SUIT

得分

1

40

9.4

10

10

10

10

10

9.73072

2

39

9.4

10

8

10

10

10

9.44572

3

8

8.9

8

10

9

9

10

9.14422

4

7

8.4

8

10

8

9

10

8.82522

5

23

8.3

10

9

10

9

8

8.73384

6

2

8.3

9

9

8

8

10

8.51914

7

22

8.4

10

8

10

8

8

8.46792

4.3.3对生产的层次模型

表六

SCH

FL

APP

LA

LC

SMS

DRV

AMB

KJ

ωSi

SCH

1

5

3

3

2

5

2

2

4

0.2631

FL

1/5

1

1

2

1

2

2

1/3

1

0.0944

APP

1/3

1

1

1/2

1/3

1

1/2

1/3

1/2

0.0542

LA

1/3

1/2

2

1

1

1

1/2

1/3

1

0.0717

LC

1/2

1

3

1

1

2

2

1

2

0.1267

SMS

1/5

1/2

1

1

1/2

1

1

1/2

1

0.0629

DRV

1/2

1/2

2

2

1/2

1

1

1/3

1

0.0815

AMB

1/2

3

3

3

1

2

3

1

2

0.1705

KJ

1/4

1

2

1

1/2

1

1

1/2

1

0.0750

λmax=9.4453C.I.=0.0557;R.I.=1.4500;C.R.=0.0384

其中

,说明该判断矩阵通过一致性检验。

生产的层次得分表:

名次

编号

SCH

FL

APP

LA

LC

SMS

DRV

AMB

KJ

得分

1

40

9.714286

10

6

10

10

10

10

10

10

9.708029

2

39

9.714286

10

6

10

10

10

10

8

10

9.367029

3

8

9.142857

9

9

8

9

8

9

10

9

9.073486

4

22

7.857143

9

8

8

10

10

10

8

10

8.749014

5

23

8

7

10

9

9

10

9

9

10

8.7402

6

7

8.714286

9

9

8

8

8

8

10

8

8.677529

7

2

7.857143

9

10

8

9

10

9

9

8

8.669714

根据模型三的所有表格可知,三种层次分析排名的前七名分布如表七:

表七

名次

管理

推销

生产

W

1

40

40

40

7

2

39

39

39

6

3

8

8

8

5

4

7

7

22

4

5

2

23

23

3

6

23

2

7

2

7

22

22

2

1

套用循环比赛名次的模型,每个应聘者的在三种层次中的排名得分W如表七所示,

每位应聘者的最终排名得分如下:

(6)

比较得:

其中

无法比较,再根据模型一得结论综合评判,得出第22位应聘者较优秀,故最终的六位人选为40、39、8、7、23、22号应聘者。

根据相关文献分别将40和39号应聘者分配到管理部门,8和7号应聘者分配到推销部门,23和22号应聘者分配到劳动部门。

4.4模型四

在已有模型的基础上,再根据不同部门的要求,套用模型三进行求解,最终根据应聘者对公司总体效益的贡献值进行合理的分配。

五模型优缺点分析

用层次分析法求解决应聘问题简单易行灵活性强,可以针对不同的公司应聘标准,赋不同的权值,易于决策,便于推广,有很强的可行性。

不过层次分析法解决问题时带有一定的主观性。

六模型推广

招聘活动是人力资源管理工作的重要环节。

一个组织拥有什么样的员工,在一定意义上决定了它在激烈的市场竞争中处于何种地位——是立于不败之地,还是最终面临被淘汰的命运。

因此,招聘工作能否有效地完成,能否招聘到企业真正需要的人,这对提高组织的竞争力、绩效及实现发展目标,均有至关重要的影响。

从这个角度上来说,人员招聘是组织创造竞争优势的基础环节。

对于获取某些实现组织发展目标急需的紧缺人才来说,人员招聘更有着特殊的意义。

本文中提出的基于胜任力模型在招聘过程中应用层次分析方法,能对应聘者进行有效的甄选,在实际招聘工作中具有可操作性,具有一定的推广价值。

七参考文献

[1]姜启源等.《数学模型》.北京:

高等教育出版社,2008

[2]杨振林,刘京兰《工程机械》2009年第1期第40卷

[3]廖泉文.人力资源管理[M].上海:

同济大学出版社,1991.

[4]彭剑锋.员工素质模型设计[M].北京:

中国人民大学出版社,2003.

[5]萧鸣政.人员测评与选拔[M].上海:

复旦大学出版社,2005.

[6]李树丞.经济发展战略与管理科学问题研究.北京:

中国社会科学出版社,2004

[7]谭跃进.量分析方法[M].北京:

中国人民大学出版社,2002.

[8]赵焕臣.层次分析法——一种简易的新决策方法[M].北京:

科学出版社,1986.

[9]陈守煜.系统模糊决策理论与应用[M].大连:

大连理工大学出版社,1993.

[10]徐国祥.统计预测和决策[M].上海:

上海财经大学出版社,2005.

 

附录

附件一:

判断矩阵的一致性检验代码及求矩阵的权向量代码:

%A为判断矩阵,请输入判断矩阵A

A=[];

[n,n]=size(A);

x=ones(n,100);

y=ones(n,100);

m=zeros(1,100);

m

(1)=max(x(:

1));

y(:

1)=x(:

1);

x(:

2)=A*y(:

1);

m

(2)=max(x(:

2));

y(:

2)=x(:

2)/m

(2);

p=0.0001;i=2;k=abs(m

(2)-m

(1));

whilek>p

i=i+1;

x(:

i)=A*y(:

i-1);

m(i)=max(x(:

i));

y(:

i)=x(:

i)/m(i);

k=abs(m(i)-m(i-1));

end

a=sum(y(:

i));

w=y(:

i)/a;

t=m(i);

disp(w);disp(t);

%以下是一致性检验

CI=(t-n)/(n-1);RI=[000.580.901.121.241.321.411.451.491.51];

CR=CI/RI(n);

ifCR<0.10

disp('此矩阵的一致性可以接受!

');

disp('CI=');disp(CI);

disp('CR=');disp(CR);

end

%以下是求解权向量

[VD]=eig(A)

V1=V(:

1)

V2=det(V1)

W=V2/sum(V2)%W是求解的权向量

附件2:

Spss因子分析表

ComponentMatrixa

Component

1

2

3

4

POT

.914

.032

-.088

.206

GSP

.909

-.033

-.141

.082

SMS

.889

-.042

-.224

-.217

AMB

.872

-.098

-.252

-.218

DRV

.864

.066

-.096

-.171

LC

.863

-.188

-.181

-.078

SC

.796

-.357

-.291

-.189

KJ

.711

-.118

.564

-.220

SUIT

.647

.603

.108

-.022

LA

.617

-.186

.562

.378

APP

.584

-.051

-.028

.287

EXP

.367

.793

.100

.074

FL

.445

.615

.381

-.103

HON

.433

-.581

.343

.456

AA

.110

.340

-.519

.696

ExtractionMethod:

PrincipalComponentAnalysis.

a.4componentsextracted.

RotatedComponentMatrixa

Component

1

2

3

4

AMB

.918

.159

.100

-.041

SC

.916

-.107

.163

-.065

SMS

.910

.223

.103

-.041

LC

.863

.097

.255

.002

GSP

.811

.255

.331

.143

DRV

.800

.349

.156

-.052

POT

.747

.326

.413

.224

APP

.440

.151

.399

.227

EXP

.087

.851

-.055

.211

FL

.116

.830

.109

-.136

SUIT

.383

.797

.076

.084

LA

.220

.245

.871

-.081

HON

.219

-.242

.863

.001

KJ

.440

.363

.534

-.524

AA

.064

.128

.007

.928

ExtractionMethod:

PrincipalComponentAnalysis.

RotationMethod:

VarimaxwithKaiserNormalization.

a.Rotationconvergedin5iterations.

附件3:

Spss聚类分析层次表

ClusterMembership

CaseNumber

指标

Cluster

Distance

1

FL

3

5.242

2

APP

4

5.483

3

AA

4

6.026

4

LA

4

5.473

5

SC

4

5.564

6

LC

2

4.701

7

HON

4

5.928

8

SMS

2

5.793

9

EXP

1

.000

10

DRV

2

4.130

11

AMB

2

5.060

12

GSP

2

4.664

13

POT

3

4.719

14

LJ

2

5.530

15

SUIT

3

4.847

附件4:

模型一中应聘者得分排名表:

名次

编号

B4

B2

B3

B1

总分

1

40

8.8

10

10

10

9.8864

2

39

8.8

10

10

10

9.8864

3

8

8.6

8.8

9.3333

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 表格模板 > 合同协议

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1