四．等量加權法
等量加權法就是將各測評要素賦予相同權數的加權法。由於各測評要素所採用的測評工具和方法不同可能導致測評資料的量綱不同，資料的分布也不同，如果簡單直接地相加（如單位加權法）並不是真正地等量加權。等量加權的具體作法是先將具有不同單位的各測評要素上的分數轉換到具有相同單位的統一量綱上來，然後再相加得到總分。
最常用的轉換分數就是標準分數(譬如ｚ分數或者t分數)，即先將各個測評要素的分數轉換成標準分數，然後將各要素的標準分數相加合成乙個總分zｃ。計算公式為：
zｃ＝z1＋z2＋…＋zｎ
式中，z1,z2,…,zｎ分別為各測評要素的標準分數。使用等量加權的條件是，各部分對總體必須具有同等重要性。
五．德爾裴法
德爾裴法(delphi technique)是美國蘭德公司赫爾默創造並用首先在未來學研究中被應用於直觀**的方法。它以分發徵詢表的形式，徵求、匯集並統計個人意見或判斷，以便在一些問題上使大家取得一致的意見，從而對未來作出**。近年來，德爾斐法在社會學、管理學、心理學、教育學等領域也得到了廣泛的應用。
德爾斐法與一般的民意調查或徵詢意見不同，有以下幾個主要特點：
①調查的內容由該領域的專家擬定並進行過充分討論，調查表經過專家的精心設計，能夠保證調查表的質量。
②接受調查的物件為該領域的專家或權威，他們不僅對該問題有深入的研究和發言權，而且有高度的責任心和認真的態度。因此他們的意見比普通人的意見更值得重視。
③調查的方式往往採用書信的方式進行，可以避免相互討論對其他人判斷的影響。由於評價者相互不見面，也消除了人情臉面的影響，能夠真實地發表自己的意見。也可避免現場評價被某一人物或因素影響而產生「一邊倒」的現象。
④德爾斐法的調查法將收回的調查問卷進行彙總、統計分析，然後將統計分析的結果反饋給評價者，由他們進行第二次評價，第二次評價**價者可能會根據第一次的總的結果而對自己的判斷進行一些調整。將第二次的結果**後進行統計分析，如此往復，最後就會使專家們的意見趨於一致。
由於德爾斐法具有以上的優點，在學業質量管理特別是現代人才測評中經常用來作為確定測評要素權重係數的重要方法。它能夠讓領域的專家反映自己價值認識，而且是經過大多數專家一致意見後得到的，其可靠性和可接受性都比較高。此法的弱點是多次重複問卷徵詢時間週期較長，財力和人力的成本投入較高，一般只一些重大的測評中採用。
當然也可將調查物件的範圍限定在較小的範圍內，加快工作節奏來提高此法的效率。
六．矩陣運演算法
矩陣運演算法是由矩陣逆運算法求權向量的方法，具體如下：矩陣運演算法假定：當參加測評的人數達到一定數量之後，無論是對某一指標的統計平均值，還是專家在不分專案的綜合評定值的統計統計平均值，均能達到令人滿意的程度。
國外人才測評實踐表明：在專家人數達到千人以上時，這一假設是成立的。若指標系統有n項指標，由評價員對n個被評價者作出評價，評價分兩種方試同時進行，一種分專案進行評價，另一種為總體評價。
由此，我們可以得到n個被評價者的綜合評判值：b1，b2，...，bn，同時也得到了n組關於各個測評物件在各個分專案上的評定值。
這樣，我們就獲得了所需要的權向量（a1，a2，..., an）。此種方法的優點是能夠在很大程度上排除指標權重係數確定過程中偶然因素的影響，比較穩定；其缺陷是需要投入太多的人力和物力，目前應用範圍很有限。
但隨著網路的普及，測評資料較容易獲得的情況下，此種方法將會越來越受到人們的歡迎。
七．層次分析法
層次分析（analytic hierarchy process）），簡稱ahp法，是美國匹茲堡大學於2023年提出的。人們在對一組事物作兩兩比較判斷時的準確性大超過一次性直接判斷情況。我們能還對指標及其要素的重要性程度作兩兩比較來代替直接賦權，它的核心思想可以歸結為：
決策問題的關鍵往往是對行為、方案、人選進行評價選擇，而這種評價選擇總是要求把決策物件進行優劣排序，取優排劣。在進行評價排序中，人們需要對立完整的評價指標體系，它可以簡化為有序的遞階系統，人們運用簡單的兩兩比較方法對系統中的各項相關指標進行比較評判。通過這種比較評判結果的綜合計算處理，可以得到評價指標的權重，定量地確定各評價指標的相對重要性，進而對決策物件作出評判。
ahp法在理論上已日臻完善。2023年完成的ahp公理證明，使它建立在乙個可靠的數學基礎之上，已被廣泛地用於經濟、政治、軍事等領域。層次分析法有如下特點：
（1）該方法能對具有多項評判標準的多方案進行重要程度或優先度的綜合評判。並定量化地顯示出各方案的優異程度。
（2）能對非量化因素進行定量化分析。這種分析以因素間的兩兩比較為基礎。用ahp方法賦予的指標權數，不是簡單主觀賦值，而是對各指標進行相對應的兩兩比較，在兩兩比較中，人們比較容易進行正確判斷，從而得到兩兩比較的判斷資料，由於比較打分及資料處理都有一套嚴謹的數學模式，這就可以保證指標的最終權數的準確性、科學性。
（3）該方法可以對評鑑者的評判結果進行邏輯性是否一致的檢驗。人們在對事物進行兩兩比較時容易發生兩種邏輯錯誤，一種是克星迴圈邏輯錯誤，如a比b好，b比c好，c反過來又比a好；另一種是量度邏輯錯誤，如a比b好，b比c得多，而a比c只好一點。層次分析法不僅可以檢驗出是否有這樣錯誤，同時還可以算出這種錯誤是屬於可接受的還是不可接受的。
凡通過一致性檢驗的評判被認為是有效的，資料經過這樣處理之後，其質量將有較大提高，最終將有助於提高評判結果的質量。
運用ahp法計算測評指標的權重係數一般分為四步：首先根據指標層次結構建立起不同層次、不同相關因素兩兩比較的判斷矩陣；第二，計算相對權數；第三，對判斷矩陣進行邏輯一致性檢驗；第四步，計算各層對總目標的權數，從而得出各層次中各元素的排列。具體步驟如下：
（１）運用兩兩比較法建立判斷矩陣
設某標準層中有一項標準b，它的下面對應的幾個子標準，b1，b2．．bn，將這幾個子標準對應ｂ進行比較打分，打分要求如下：
甲乙兩兩比較結果甲得分乙得分
甲與乙同等重要 1 1
甲比乙略重要 3 1/3
甲比乙重要 5 1/5
甲比乙很重要 7 1/7
甲比乙極重要 9 1/9
2、4、6、7、1/2、1/4、1/6、1/8可做為上述打分標度的中間值。
將根據以上打分要求所得到的兩兩比較評分填入判斷矩陣，有以下形式
其中，aij(i,j=1,2,...,n)是bi與bj比較的結果。由於aij=1和aij=1/ aji，我們對於n階的判斷矩陣要進行n(n-1)/2次比較判斷。
（２）計算各元素在判斷矩陣中的權重
計算各元素的權重需要求解判斷矩陣的特徵根，然後求出相應於最大特徵根?max的特徵向量，這一向量即為權重向量。其運算步驟如下：
第一步，計算判斷矩陣每一行元素的幾何平均值。
第二步，對m=（m1m2...mn），歸一化處理，得到的特徵向量便是權重向量。
（３）對判斷矩陣進行一致性檢驗。
一致性檢驗顯了找出邏輯不一致性已經超出了有效範圍的判斷矩陣，並對其加以剔除或修正。檢驗步驟如下：
第一，計算判斷矩陣的最大特徵根，其近似的簡便算式為：
第二，計算一致性檢驗指標ci。
n為判斷矩陣的維數。可以證明當判斷矩陣具有完全一致性時，ci＝０。
第三，若ci不等於０，是要計算判斷矩陣的相對一致性檢驗指標ｃｒ。
cr＝ci/ri
其中，ri可以查表得到
隨機性一致性指標ri
矩陣維數 1 2 3 4 5 6 7 8 9
ri 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 .....
cr越小，判斷矩陣的邏輯一致性越好，其極限值為０，一般認為cr小於等於0.1時，判斷矩陣滿足一致性條件，否則需要剔除或調整判斷矩陣。
（４）計算各層次的指針對總目標的綜合權重
設第ｋ層有ｍｋ個指標，對應於其上層，即ｋ－１層ｍｋ－１個指標的直接判斷矩陣的權數矩陣為：
其中，ａk表示第ｋ層中第i指標對應於第ｋ－１層中第j指標的直接判斷矩陣的權重（i=1,2,...,mk, j=1,2, ...,mk-1 ）。
根據以上定義，我們可以寫出任一層次中各指針對總目標的綜合權重算式：
其中ａ為第ｋ層第i指標對於總目標的綜合權重。
若判斷矩陣的兩兩打分是由多人評判的，還要對最終結果進行加權平均。如果多人評分是「一人一貫制」，即多人分別對整個指標體系從頭至尾一一比較打分，則還要分別對其結果作一致性檢驗。第ｋ層各指針對總目標的綜合權數矩陣的綜合一致性的指標為ci(ｋ），其算式為：
其中，ciｋ表示第k層對於第k-1層第i指標的對應指標的判斷矩陣ci一致性檢驗指標，i=1,2,...,mk-1。
同理ri（k）的算式為：
其中，riｋ表示第k層中與k-1層第i元素的相對應指標判斷矩陣的ci值，i=1,2,...,mk-1。
由上可得第k層指標對於總目標的綜合相對一致性檢驗指標為：
cr(k)＝ci(k)/ri(k)
同樣，當cr(k）小於或等於0.01時，認為綜合權數具有滿意的一致性，否則，就要對某些矩陣進行調整或對某些人的評判結果進行剔除，以保證資料質量的可靠性。
根據上述原則，我們可以逐層算出各指針對總目標的綜合權數，這樣算出的權數要比主觀賦值更準確、更科學，因為它是以兩兩比較為基礎考慮問題，在比較過程中不確定的因素得到了很大程度的階段，比多重比較更準，另外它有嚴密的計算過程和一致性檢驗方法，從而使賦權準確度得到了較大的提高，因此，層次分析法不僅在權重係數的確定中是一種較好的方法，而且在人員錄用選拔決策之中也是非常有用的一種方法。
八．模糊綜合評判法
在學業質量管理中，特別是一些抽象性很高的（如道德品質、思想素質等）特質的測評，很難用精確的數字進行描述，即使用採用一定的等級評定來進行區分，各個等級之間也沒有一條截然分明的界限，評定所用的詞彙（評語）也很難用精確的數字來表示，也就是說這種測評往往帶有一定的模糊性。而測評的結果常常又要得出乙個比較明確的結論，這二者之間就產生了矛盾。這了解決這一矛盾，學業質量管理引入了模糊(fuzzy)數學中綜合評判的原理和方法，對模糊性強的測評資料進行處理。
這種方法比常規的數學方法更合乎實際情況，因而在學業質量管理特別是現代人才測評中應用較為廣泛。以下是最常用的兩種模糊綜合評判法。
1．主因素決定法（min-max）方法
（1）建立模糊關係
設測評物件的因素集u和評價集v
u=（u1，u2，...，un）
v=（v1，v2，...，vn）
(2)建立模糊矩陣
根據確立的模糊關係u×v，就可以建立乙個模糊矩陣，通過調查可確定單因素評判矩陣（已歸一化）為：
其中，rij為第i個因素ui的第j個評價vj所佔的百分比，0≤rij≤1。
評議測評指標權重的設定標準
評議測評考核權重的分配比例 考核指標權重的分配，大都是憑人為經驗判定，但也不能隨意拍腦袋，通常也得遵循一般的規律和原則 1 一般乙個崗位的考核指標有5 8個，而每一指標的權重一般設定在5 30 之間，不能太高，也不能太低，如果某個指標的權重太高，可能會使員工只關注高權重指標而忽略其它，而如果權重過低...
revit中設定原點的方法
revit 底圖處理關於原點的正確設定 1 首先用cad開啟建築圖紙選擇乙個點位確保這個點位在每張建築圖中有。如果該建築所有繪製revit的人在繪製前應該協商確定採用統一，同乙個原點 如果每個點該建築物都有選點就要簡單易找。如圖 為一張暖通圖紙我在建築圖還沒繪製出來的時候提前自己設定的v35軸線處的...
人才選拔中的測評方法和技術
人才選拔中的測評方法和技術現代社會是人才的社會，人才是決定乙個組織生存和發展的關鍵。但怎樣才能選拔出真正的人才，做到人崗的最佳匹配呢？這便是人才選拔中測評方法 測評技術的問題了。測評方法 技術是人才選拔的工具，是至關重要的環節 若沒有辦法從普通馬中遴選出千里馬，那坐騎之上的組織也就無法脫穎而出了。筆...