|
据不完全统计,没有实施强制分布法的企业,90%以上企业的员工绩效结果80%以上都是“优”或“良”,这让推行绩效的HR陷于尴尬境地,于是乎由统计学中正态分法演变出来的强制分布开始运用到绩效考评结果中(或者是经过改良的强制分布,依据部门绩效的好坏,强制分布设置的比例不一样,部门绩效好的A、B级的员工比例增加)。强制分布的实质是强化人与人的对比,弱化人与标准的对比,这时候分数的意义已经被弱化,强化的是个人在团队中所处的位置。
按理说,由统计规律衍生的强制分布应该是科学的。然而事实却并非如此,请看下面几个情景:
情景一:王某经过一个多月的努力,这个季度的工作计划已完成在望,他屈指一算,现在部门内自己的工作表现比其他人都强一点,已经是排名第一了,反正可以得A了,算了吧,剩下的日子悠着点。同时他对其它同事的求助也没有尽全力帮忙,心里打着小算盘:万一你们上来了,排在我前面了咋办?
情景二:李某估计这个季度部门要评D级3人,现在有2个人工作上出了重大失误,应该是D级无疑了,但剩下的1名,会是自己吗?李某心中忐忑不安,过了几天,李某无意中发现同事王某工作中犯了一个错误,他心中暗喜:这个季度的D级有着落了,我不能告诉这小子,让领导发现他的错误去扣他的分数。
由此可见,实施强制分法对于团队合作是有一定的伤害性的,会导致部门内部同事之间的过度竞争甚至恶性竞争。
从统计学来说,正态分布规律对于大样本是成立的,对于小样本是不成立的。这就是说,人员数量少的部门,实施强制分布也是不可取的;但对于大部门来说,在实际操作过程中还会是把大样本化大为小,再作强制分布,同样也违背了大样本的前提。(比如,一个60人的大部门,把强制分法算出来的人员数量分摊给三个科室,再由科室做强制分布。我们可以说60人的大部门是大样本,但被划小的科室人员还会是大样本吗?
|
|