Lỗi và Xu hướng ảnh hưởng đến Đánh giá Hiệu suất

Vì sự phán xét của con người quá thường xuyên chịu ảnh hưởng của thiên vị, định kiến ​​và các ảnh hưởng chủ quan và ngoại lai khác, nên vấn đề thu được những đánh giá khách quan và chính xác không bị ảnh hưởng bởi những ảnh hưởng này là vô cùng khó khăn. Guilford (1954) đã phân loại các loại lỗi không đổi khác nhau có thể xảy ra trong quá trình xếp hạng và gợi ý các biện pháp phòng ngừa nhất định có thể được thực hiện. Lỗi liên tục là những lỗi xuất phát từ một số sai lệch hệ thống trên một phần của người đánh giá và thường dễ đối phó hơn một chút so với các lỗi của người đánh giá không có hệ thống hoặc ngẫu nhiên.

1. Lỗi của khoan hồng:

Mỗi người chơi có xu hướng mang theo bộ tiêu chuẩn hoặc khung tham chiếu tích hợp của riêng mình mà anh ta sử dụng để đưa ra các đánh giá đánh giá hiệu suất. Một trong những vấn đề chính là đánh đồng những người khác nhau về sự khác biệt trong tiêu chuẩn của họ để có thể so sánh xếp hạng của họ.

Một số người xếp loại tốt nhất có thể được mô tả là nói chung là dễ dãi hay dễ dãi, trong khi những người khác có thể được phân loại là người cứng cứng hoặc nghiêm khắc trong phán đoán hoặc xếp hạng của họ. Khi một người chơi quá nghiêm trọng, anh ta được cho là có lỗi về sự khoan hồng tiêu cực, trong khi những người dễ dãi lại mắc lỗi về sự khoan hồng tích cực. Sơ đồ sau minh họa sự phân phối xếp hạng mà người ta có thể nhận được từ hai người xếp loại khác nhau, một người quá khoan dung và người còn lại quá nghiêm trọng.

Có một số cách mà hệ thống xếp hạng có thể được thiết kế để giúp tránh lỗi khoan hồng. Phương pháp đầu tiên là xác định rõ ràng các danh mục hoặc điểm neo của điểm được sử dụng trên thang điểm. Ví dụ: nếu chúng tôi yêu cầu các giám sát viên xếp hạng cấp dưới của họ về tổng mức độ thành thạo, thì chúng tôi có thể sử dụng một trong hai thang đo dưới đây.

Thang đo A không có điểm neo hoặc điểm tham chiếu mà người đánh giá có thể sử dụng làm hướng dẫn; anh ta phải thành lập riêng của mình. Rủi ro là những người khác nhau sẽ xác định các điểm khác nhau. Với Thang đo B, một số điểm đã được xác định cho người đánh giá, với xác suất giảm vấn đề. Các điểm neo này không giải quyết được hoàn toàn vấn đề khoan hồng, vì mức thấp của một người chơi có thể là mức trung bình của một người chơi khác. Tuy nhiên, thang đo bằng lời nói đưa ra khả năng của một khung tham chiếu chung.

Một thủ tục thả neo có khả năng hiệu quả hơn so với quy trình được đưa ra trong Quy mô B được gọi là phương pháp Khóa-Man mật. Một trong những phương pháp được sử dụng rộng rãi nhất để chống lại lỗi khoan hồng là sử dụng kỹ thuật phân phối cưỡng bức. Đây là một thủ tục đòi hỏi người đánh giá phải đặt một tỷ lệ nhất định các câu trả lời của anh ta vào các loại khác nhau. Phân phối như vậy được hiển thị trong Hình 7.1.

Yêu cầu tất cả những người xếp loại tuân thủ phân phối chuẩn về số lượng người phải được chỉ định cho mỗi loại là một phương pháp hiệu quả để tránh các lỗi khoan hồng. Tuy nhiên, điều đó thường làm cho những người chuột trở nên hơi bất mãn khi bị ép buộc vào một kiểu phản ứng quá nghiêm ngặt. Cũng cần nhiều thời gian hơn vì phải chăm sóc để có số đúng trong mỗi danh mục.

2. Hiệu ứng Halo:

Lỗi hào quang là xu hướng để cho đánh giá của chúng ta về một cá nhân trên một đặc điểm ảnh hưởng đến đánh giá của chúng ta về người đó trên các đặc điểm cụ thể khác. Do đó, nếu chúng tôi cảm thấy Công nhân X là một nhân viên xuất sắc về một khía cạnh, chúng tôi có thể có xu hướng đánh giá anh ta rất cao trên tất cả các đặc điểm, mặc dù anh ta có thể khá tầm thường đối với một số người.

Đây là một loại lỗi rất phổ biến và cũng là một lỗi rất khó sửa. Symonds (1925) đã gợi ý rằng điều đó rất có thể xảy ra với các đặc điểm sau:

1. Đặc điểm không dễ quan sát

2. Đặc điểm lạ

3. Đặc điểm không dễ xác định

4. Đặc điểm liên quan đến phản ứng giữa các cá nhân

5. Đặc điểm tính cách

3. Lỗi đánh giá logic:

Lỗi này khá giống với lỗi hào quang. Trong lỗi hào quang, người đánh giá vô tình để cho sự phán xét của anh ta về những đặc điểm nhất định bị ảnh hưởng bởi sự đánh giá của anh ta về cá nhân trên những đặc điểm khác. Một lỗi logic liên quan đến một người chơi có xu hướng cho một người điểm cao về một đặc điểm cụ thể đơn giản chỉ vì anh ta cảm thấy cá nhân đó sở hữu rất nhiều đặc điểm thứ hai và anh ta cảm thấy hai đặc điểm này có liên quan về mặt logic. Khi một người đánh giá có xu hướng đánh giá quá cao mối quan hệ thực sự giữa các đặc điểm, anh ta có thể phạm lỗi đánh giá này.

4. Lỗi tương phản và tương tự:

Lỗi tương phản là một loại sai lệch khá thú vị. Nó đề cập đến một xu hướng chung về phía một người đánh giá để đánh giá người khác trong một thủy thủ đối diện với cách mà anh ta nhận thức về mình. Ví dụ, nếu anh ta nhận ra mình là người rất trung thực, xu hướng của anh ta sẽ là đánh giá người khác thấp hơn một chút so với bình thường trên khía cạnh trung thực.

Ngược lại với một lỗi tương phản, có thể được gọi là lỗi tương tự, là để người đánh giá đánh giá người khác giống như cách anh ta nhận thức về mình. Một minh họa về điều này sẽ là một người đánh giá, cảm thấy bản thân mình rất trung thực, người cũng gán sự trung thực cao cho tất cả các cá nhân khác. Nói cách khác, những người xếp loại nên được đào tạo để đánh giá người khác chứ không phải chính họ.

5. Lỗi xu hướng trung tâm:

Một số thẩm phán hoặc người đánh giá thường rất miễn cưỡng đưa ra những đánh giá cực đoan về các cá nhân khác. Sự miễn cưỡng này dẫn đến việc họ có xu hướng không sử dụng các thang điểm cực đoan trên công cụ xếp hạng. Điều này, đến lượt nó, dẫn đến một sự thay đổi đáng kể về hình dạng trong phân phối điểm số cho người đánh giá đó, như có thể thấy trong Hình 7.2. Lưu ý rằng sự phân tán (tính biến thiên) của các phán đoán là ít hơn nhiều đối với người đánh giá gây ra lỗi xu hướng trung tâm. Do đó, loại lỗi này dẫn đến việc giới hạn phạm vi của tiêu chí điểm số một vật phẩm có thể có ảnh hưởng đến các hệ số hiệu lực tiếp theo. Một trong những cách tốt hơn để tránh lỗi này là sử dụng hệ thống phân phối bắt buộc đã thảo luận trước đây.

6. Lỗi tiệm cận:

Lỗi cuối cùng chúng ta sẽ xem xét thường xuất phát từ cách các mặt hàng khác nhau đã được đặt hoặc đặt hàng trên mẫu xếp hạng. Đôi khi được gọi là hiệu ứng đơn hàng, lỗi này cho thấy ảnh hưởng của các mặt hàng xung quanh đối với xếp hạng mang lại cho một người đối với một mặt hàng cụ thể.

Nếu mục trước là một đặc điểm mà cá nhân đó được xếp hạng rất thuận lợi, thì người đánh giá có thể có xu hướng để cho câu trả lời thuận lợi mà Tập đặt ra được chuyển sang mục tiếp theo trong danh sách. Kết quả sẽ là một đánh giá cho mục tiếp theo cao hơn một chút so với có thể được đưa ra. Luôn có khả năng xảy ra phản ứng ngược. Nếu các mục trước có các đặc điểm trong đó công nhân thường được đánh giá cao, khi người đánh giá đạt được một đặc điểm trong đó công nhân thực sự chỉ xứng đáng với xếp hạng của một người ôn hòa, thì anh ta có thể cho điểm khá bất lợi chỉ vì hiệu ứng tương phản của các mục trước.

Quy trình phổ biến nhất để giảm thiểu lỗi lân cận là có một số dạng khác nhau của thang đánh giá, với các mục theo thứ tự khác nhau trên mỗi biểu mẫu. Thật không may, khi số lượng vật phẩm trở nên lớn, việc kiểm soát có hệ thống đối với thứ tự Vật phẩm trở nên vô cùng phức tạp và khó khăn trong hầu hết các tình huống thực tế. Thực tiễn phổ biến trong việc tránh lỗi này thường được giới hạn ở việc chỉ xây dựng hai biểu mẫu, với các mục được gán cho mỗi biểu mẫu bằng cách sử dụng bảng số ngẫu nhiên.