基于系统化的薪酬复核模型的探究.doc
- 文档编号:985286
- 上传时间:2022-10-14
- 格式:DOC
- 页数:5
- 大小:9.63KB
基于系统化的薪酬复核模型的探究.doc
《基于系统化的薪酬复核模型的探究.doc》由会员分享,可在线阅读,更多相关《基于系统化的薪酬复核模型的探究.doc(5页珍藏版)》请在冰豆网上搜索。
摘要:
本文通对薪酬发放流程的分析,提了一种基于系统化的薪酬复核模型,并对该模型进行了初步的研究,对薪酬复核工作及薪酬发放流程优化有一定的积极作用。
关键词:
薪酬;复核模型;系统化;维度
中图分类号:
tp274文献标识码:
a文章编号:
1006-4311(2016)21-0062-03
0引言
科学有效的激励机制能够让员工发挥出最佳的潜能,为企业创造出更大的价值。
激励的方法很多,但是薪酬可以说是一种最重要的、最易使用的方法。
它是企业对员工给企业所做的贡献(包括他们实现的绩效,付出的努力、时间、学识、技能、经验和创造)所付给的相应的回报和答谢。
在员工的心目中,薪酬不仅仅是自己的劳动所得,它在一定程度上代表着员工自身的价值、代表企业对员工工作的认同,甚至还代表着员工个人能力和发展前景。
随着现代薪酬制度的不断完善,薪酬发放流程也逐步趋于规范化,员工对薪酬制度的认识程度也逐步深入。
正是由于这种规范化观念逐渐深入人心,因此在薪酬发放过程中出现的任何一个小小的差错或纰漏,都会给员工带来极大的影响,同时也给企业薪酬发放工作带来负面影响,甚至影响企业的正常发展。
鉴于薪酬发放工作的特殊性,仅仅有规范流程是不够的,还需要相对严格的岗位互补性和制约性,而薪酬复核岗是实现互补性和制约性的重要环节,因此在薪酬发放流程中,复核岗起着尤为关键的作用。
但是现实的情况却恰恰相反,薪酬复核岗在大多数企业中都是可有可无或居于形式,往往造成薪酬发放工作事实上的“一手清”,出现差错也就在所难免了。
有些人把薪酬工作定义为重复劳动其实是不全面的。
不可否认薪酬工作确实是有重复行的工作成分,但绝不是一般性的重复劳动,我们觉得用“限定模式下的重复开发”来形容更贴切一些。
基于此种思想我们提出了一种设想:
如果能够借助某些辅助工具来替代薪酬工作中的某些环节,用系统工具来进行“重复开发”,那么将大大提高薪酬工作的效率。
鉴于此,我们提出了系统化的薪酬复核模型的设想,主要目的就是借助于计算机系统来构建一个专门针对复核岗进行系统化复核的工具,用于辅助复核工作,提高复核工作的时效性。
1系统化的薪酬复核模型的探究
1.1系统化的复核模型概念
所谓系统化就是以计算机作为依托,利用特定的计算方法,构建一种统一的模式,在这种统一的模式下对数据进行处理,以达到某些特定的目的。
系统化的复核模型就是以计算机为依托,根据特定的算法,对数据进行模式化的处理,以达到系统复核的目的。
1.2系统化的复核模型的构成
复核模型的主要目的是通过对数据的模式化处理,通过特定算法来得到一些有助于复核工作的数据依据。
复核模型有以下5个模块组成,如图1所示。
1.2.1数据初装模块
数据初装模块主要实现数据的初始化,即数据的输入工作,根据模块需要的特定数据格式,将要处理的原始数据初装到系统中,准备下一阶段的数据处理工作,系统有对数据规格及格式验证的功能。
1.2.2数据处理中心模块
数据处理中心模块是该模型的中心模块,该模块主要完成对初装数据的计算、处理工作。
对初装数据的处理主要通过以下5个维度进行处理。
①参数维度。
对于数据样本的复核,我们通常的做法首先是要看它需要满足什么样的约束条件,然后根据这些约束条件对它进行验证,这是复核工作的先决条件。
比如数据的逻辑关系、数据的分解和汇总、数学公式等等。
系统化的复核模型,也要对数据样本进行约束验证,系统化的复核模型通过获取系统参数,来构建待测数据样本的约束条件,然后根据该约束条件来对数据样本进行复核,如果数据样本符合约束条件,则进行下一步复核工作;如果不符合约束条件,则结束复核工作,将结果输出。
②边界值维度。
边界值分析法就是对输入或输出的边界值进行测试的一种黑盒测试方法。
通常边界值分析法是作为对等价类划分法的补充,这种情况下,其测试用例来自等价类的边界。
长期的测试工作经验告诉我们,大量的错误是发生在输入或输出范围的边界上,而不是发生在输入输出范围的内部。
因此针对各种边界情况设计测试用例,可以查出更多的错误。
使用边界值分析方法设计测试用例,首先应确定边界情况。
通常输入和输出等价类的边界,就是应着重测试的边界情况。
边界值分析法在该模型中的主要应用在于通过寻找数据中的边界值(上限与下限值),来与系统记忆中的边界值进行对比分析,来分析判断数据的边界值是否在给定的参数范围内正常。
③层次维度。
根据数据的特点,可以将数据按照特定的逻辑关系分解到不同的层次上,这种层次的结构在数据样本中一般是特定的,根据这种特点,我们可以预先构建出这种层次模型。
一旦建立了这种层次模型,我们便可以建立一种映射关系,即待测数据样本到层次模型的映射。
这种映射关系也为复核工作提供了一条依据,复核模型就是利用这种对应关系,来进行验证。
如果对应关系成立,则可在同一层次上嵌套进行参数维度和边界值维度的检测,否则进行提示输出。
④集中趋势维度。
一般情况下,我们用平均数、中位数、众数这三个统计量来表示数据的集中趋势情况。
平均数:
一组数据,用这组数据的总和除以总分数,得出的数就是这组数据的平均数。
平均数的大小与一组数据里的每个数据都有关系,任何一个数据的变动都会引起平均数的变动,即平均数受较大数和较小数的影响。
中位数:
将一组数据按大小依次排列,把处在最中间位置的一个数(或最中间位置的两个数的平均数)叫做这组数据的中位数。
中位数的大小仅与数据的排列位置有关。
因此中位数不受偏大和偏小数的影响,当一组数据中的个别数据变动较大时,常用它来描述这组数据的集中趋势。
众数:
在一组数据中出现次数最多的数据叫做这组数据的众数。
因此求一组数据的众数既不需要计算,也不需要排序,而只要数出出现次数较多的数据的频率就行了。
众数与概率有密切的关系。
众数的大小仅与一组数据中的部分数据有关。
当一组数据中有不少数据多次重复出现时,它的众数也往往是我们关心的一种集中趋势。
从这三个数的意义可知,这三个统计量都是表示一组数据的集中趋势情况,都可以用来反映数据的一般水平,但同时各有各的优缺点,需要综合考虑。
那如何在该模型中使用这三个统计量呢,基本的思想是首先通过遍历整个数据,统计出待测数据的这三个统计量,然后进行对比分析,如果三者在给定的参数范围内表现一致,说明待测数据在,在给定参数范围内符合集中度趋势。
⑤正态分布维度。
正态分布是一种概率分布。
正态分布是具有两个参数μ和σ2的连续型随机变量的分布,第一参数μ是遵从正态分布的随机变量的均值,第二个参数σ2是此随机变量的方差,所以正态分布记作n(μ,σ2)。
遵从正态分布的随机变量的概率规律为取μ邻近的值的概率大,而取离μ越远的值的概率越小;σ越小,分布越集中在μ附近,σ越大,分布越分散。
正态分布的密度函数的特点是:
关于μ对称,在μ处达到最大值,在正(负)无穷远处取值为0,在μ±σ处有拐点。
它的形状是中间高两边低,图像是一条位于x轴上方的钟形曲线。
当μ=0,σ2=1时,称为标准正态分布,记为n(0,1)。
μ维随机向量具有类似的概率规律时,称此随机向量遵从多维正态分布。
多元正态分布有很好的性质,例如,多元正态分布的边缘分布仍为正态分布,它经任何线性变换得到的随机向量仍为多维正态分布,特别它的线性组合为一元正态分布。
对待测数据进行正态分布的模拟,可以有效的观测待测数据的概率分布,检验数据的一个总体趋势。
1.2.3记忆模块
记忆模块主要用于记忆系统多次复核过程中的复核场景,记忆多次复核过程中的关键要素,以便快速、高概率的对下一次复核工作作出提示和判断,以及参数的修正工作。
1.2.4参数配置模块
参数配置模块主要是用于系统参数的管理,是人工干预系统的唯一接口,系统通过获取这些参数来按照参数的约束来进行复核工作,参数包括静态参数和动态参数,参数配置主要是对参数的设置、修改等。
1.2.5输出模块
输出模块就是系统的运行的结果的反馈。
系统运行的结果通过输出模块来告知用户,以便对复核工作提供数据依据。
1.3复核模型的信息交互
复核模型的信息交互如图2、图3所示。
①复核模型的信息交互如图2。
②处理中心内部流程图如图3。
2系统化的薪酬复核模型的可行性研究
2.1建立仿真数据
随着单位分配方式灵活多样。
如名目繁多的各种补贴和津贴;工资发放的形式也趋于多样化。
但是无论采取什么样的形式,在单位内部,工资项目,一旦确定了,是不会轻易调整的。
本论文中所采用的仿真数据模型为各单位工资表中普遍采用的几项目,详见表1。
2.2仿真数据过程分析
仿真数据经过系统模型数据集格式验证后,输入到系统中准备进行处理。
数据初装成功后,开始由数据处理中心对仿真数据进行处理。
通过四个维度对仿真数据进行分析。
参数维度过程分析。
该过程中主要完成对仿真数据的逻辑关系的验证。
首先进行参数验证,系统根据预先设存储的信息,来验证d列的信息,如发现有出入,则将该行数据进行标记,并作提示。
之后进行逻辑关系验证通过本例的仿真数据中逻辑关系有两条:
“应发合计”和“实发工资”。
“应发合计”逻辑关系:
h列=e列+f列+g列;“实发工资”逻辑关系:
k列=h列-i列-j列。
经过参数验证,该仿真数据符合参数规范。
边界值维度过程分析。
系统参数是在系统初始化过程中提供给操作者的一个系统接口。
系统通过系统参数,获取了参数的边界值。
在该仿真数据中,系统获取到的参数边界值为e至g列的边界约束条件,通过验证,编号为“00012”的该条数据不符合边界值约束条件,系统进行了提示。
层次维度过程分析。
该仿真数据中进行层数划分的依据为“职等”,通过“职等”将该仿真数据分成6个层次,在每个层次上,通过获取到的系统参数进行边界值分析。
经过分析处理,编号为“00021”的该条数据不符合边界值约束条件,系统进行了提示。
集中趋势维度过程分析。
对仿真数据进行整体统计和分层统计。
分别统计出e列至k列平均数、中位数、众数这三个值。
仿真数据样本整体统计结果显示e列至k列平均数、中位数、众数这三个值与参数表中比较偏差不大,符合集中度趋势;但分层统计结果中在“职等”为“7”的层次中这三个数与参数表中比较差别较大,进行了标记,进行了提示。
正态分布维度过程分析。
系统对仿真数据进行正态函数图形构建过程,系统通过对仿真数据的统计来找到统计项目的均值和方差,利用excel来构建正态分布图形,以便让帮助用户更加直观的了解数据的整体分布状况。
如图4所示。
2.3可行性分析
系统化的薪酬复核模型可以作为一种辅助工具,其主要做作用在于帮助薪酬符合岗位人员,在薪酬复核过程中,更加准确、快捷、方便的检测出薪资表中的各种错误,帮助薪酬复核人员及时发现问题并规避问题。
当然首先是系统化薪酬复合模型的建立是需要相当的人力和财力成本的,既然我们把它定义为一个系统,那么系统开发及测试,并到最终的应用是有时间和成本限制的,并且是一个不断完善的过程。
需要组建一个团队来进行开发并不断的完善。
系统化的薪酬复核模型建立起来后,也不可能完全替代薪酬复合岗位,它定位仅仅是一个辅助系统,即辅助薪酬复合岗位人员的工作,因此,该辅助系统是配合薪酬复合岗位人员来完成工作的。
它只是通过系统化的过程来给薪酬复合岗位人员做出各种提示,最终的结果还需要薪酬复合岗位人员来核实。
同时,根据薪酬复合岗位人员在工作中出现的新的问题,来不断的完善辅助系统,从这一方面来讲,这是一个相辅相成的过程。
系统化的薪酬复核模型同时也是一个不断完善的过程,随着薪酬发放方式的不断改善以及薪酬复合岗位人员的不断更替,该模型也需要及时的完善和更新,才能更好的发挥它在复合中的辅助作用。
3总结与展望
本课题提出了系统化复核模型的设想,并对该模型的进行了初步研究,许多观点有待需要进一步改进和完善,距离该模型的建立以及实际应用还有很远的路要走
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 系统化 薪酬 复核 模型 探究
![提示](https://static.bdocx.com/images/bang_tan.gif)