量化绩效评估的陷阱—台湾科技大学资讯管理系

PTFE

量化绩效评估的陷阱——台湾科技大学资讯管理系教授卢希鹏/文

量化数字提供企业绩效考核时方便的衡量指标,但数字指的是客观的事实,而绩效却是主观判断的结果,一旦用数字作为绩效评估,难免会有偏误。

彼得·扭拉克认为:"没有数字,就没有管理。"所以,许多企业在实施绩效考核时,都尽量要求量化,我也同意这样的做法。

不过,在采用数字之前,我们必须先了解有关数字的理论,因为人的行为和数字很不一样,怎么可以t单以数字来衡量人的行为?

数字是一个绝对的排序(stict order),但人类的判断却存在着"恰变差"(just Noticeable Difference：简称JND),亦即刺激强度变化量,必须达到一定程度,才能让人们觉察到差异感。

以气温17.5度和17度为例,人们可能很难感受仅仅0.5度的差异。以此类推,主观绩效考核的3.9分与4.0分,根据JND的限制,可能也没有任何差异,但是却决定了员工绩效的好坏与前途。

此外,数字还有迁移性(若A=B,B=C,则,A=C),人的行为判断则没有。例如,面对品牌A(售价600元,高品质)、品牌B (550元,中品质)、品牌C (500元,低品质)这三种奶粉时,消费者的决策准则如果是"价差50元,就选择高品质:价差100元,就选低售价",这时就会出现A〉C,B〉C,但A〈C的状况导致人们可能连个喜好顺序都排不出来。如果是这样,则经济学理论基础的无异曲线并不存在,你还相信无异曲线所推导出的经济学原则吗?

◎数字指标四大涵养

人们总是能指出影响行为的重要因素(如买奶粉时,会考虑成本和品质),但处理矛盾因素的能力,却奇差无比。如果一个判断牵涉到两个以上的因素或指标的运算,j导出的数字代表的意义更是难以理解。根据衡量理论,数字指标可分做:

标签指标(nominal scale):只是个标签,如王建民是40号,飞人乔丹是23号。这种指标并无法排序,不能根据以王建民(40)>乔丹(23),或是将40+23=63。

顺序指标(ordinal scale):如名次。这种指标并无法相加减,如第一名+第二名=第三名，就是毫无意义的。

间隔指标(interval scale)：指间隔等距的指标,如温度。这种指标由于没有远点,所以无法相乘除,像温度"零度"不是真正的“零”(完全没有温度),所以我们不能说温度两度是一度的两倍。

比例指标(ratio scale):指标有原点时,方可做数学运算,例如当重量零公斤,就等于完全没有重量时,就可以说两公斤是一公斤的两倍。那么,以何种数字指标来做绩效评估呢?如果是以数字5-l代表优、良、中、普、劣五等级,可能就是一个顺序指标,因为如果我们无法推断"优>良的程度"与"普>劣的程度"相当(间隔不等距),或(4分是2分的两倍好)(不是原点),则绩效的加减乘除,就不具备任何意义,不能用来当作绩效考核的指标。

若绩效指标牵涉到多项因素与比重,可要更加注意!许多时候,只要有人一样是好或坏,就足以代表整体的好与坏。有人戏称,男女可以因为彼此的一个优点而结婚,却也可以因为一个缺点而导致婚姻的破灭。

另外有些时候,则可能要样样都好,才叫做好,我看过一个安全指标,即使得了9分,还是可能因为没做到那一项,就让系统万劫不复。同样的,在评估孩子时,有家长认为要样样好,才算是好孩子,但也有人认为,只要一样好就叫好,后者便是多元卓越。

◎避免落入"做数字"迷思

用数字来区分好坏,也会有问题。我听过一个故事,说派对中有10位精心打扮的小女生,电个个都自认为是最漂亮的小公主。此时,有人提出举办选美比赛为小女生的服装打分数（量化指标），结果当然出现了最高分得主,也使得派对上只剩一位公主,另外9位都不再认为自己是公主了,欢乐不再。

量化指标不代考真实的世界,却会影响组织行为,因为人们可以"做数字"。例如,当警察的绩效是以破案率为评量基准时,有人就会吃案,以提升数据:当企业以当季业绩为绩效指标时,员工便会牺牲长期利益,以换取当季指标的最佳化,当学生优劣是以考试成绩为单一指标时,学生只好猛啃书。

目前大学评监也使用量化指标,问题是,这些数字真能代表学校的真实吗,而当所有大学都在追求相同的量化指标,并且被依据相同的量化指标以评监好坏之后,又如何能够差异化发展呢?

数字主要是指客观的事实,用于衡量人的主观偏好与行为,目的是要让think harder(用心思考);一旦用来作为绩效评估,就会有偏误。许多时候,我们喜欢先主观判断好坏后,再给出分数,但这些数字其实只是经理人用来说服人的工具而已。