不管是哪一类型的企业，实施绩效考核已经成为企业一项必不可少工作，甚至部分企业将绩效考核作为重要的职能，专门设立为企业的一个职能部门。企业实行、推行绩效考核的重要目的之一，就是为了及时发现员工（或部门）平时工作中存在的问题，以便采取相应的措施加以改进，确保组织目标实现和战略方向；及时了解员工的工作情况，发现员工的优点和优势，采取针对性的指导，更好地促进员工的个人成长；最后才是为企业人力资源的晋升、奖金、薪酬及培训等提供客观依据。其中发现问题、了解员工优点或优势是最基础、最必要的。而对于员工来说，在实行一段时间的绩效考核后，就会产生“绩效考核的结果可靠吗？”“可信度怎样？”，等等。其实这就涉及到绩效考核准确性与可靠性问题了。

　　所在的企业是一家由建设期转为营运管理的国有高速公路企业，其营运历史只有短短的二年时间。从实施绩效考核至今，员工虽然在思想和行动上已经能普遍接受，但在对绩效考核结果的运用上，还没有普遍用了人力资源的各模块，我认为最基本的原因就是对绩效考核结果的准确性和可靠性，不管是从理论的角度还是从实证的观点出发，仍有待完善之处。从绩效考核的20多种方法比较来看，产生绩效考核结果的误差可以分二类，一类就是体系设计产生的误差，一类就是由于考核人的主观误差，这种误差虽然目前没有更好的办法消除，但也不是不可减小。通过利用有关数学算法可以检验绩效考核是否具有准确性和可靠性。

　　一、利用绩效考核结果的统计分布曲线，看是否符合正态分布

　　从理论上讲，员工在职的工作表现和绩效应该服从于正态分布，即最好和最差的占少数，中等一般的或正常工作水平的员工占大多数。在实际中，往往会出现三种不服从正态分布的情况，一是结果呈现负偏太分布，也就是说大多数员工被评为优良及以上。产生这种结果的原因从绩效评价体系的方面来看，主要是评价标准过低或评价指标的主观性很强。这种误差带来的结果是容易使用低绩效的员工滋生侥幸心理，持有“蒙混过关”的心态，不利于组织发展，再加上考核人的个人误差，就会形成狭隘的内部保护主义，容易使业务优秀的员工受到伤害。二是结果呈现正偏态分布，也就是大多数员工被评为不合格或勉强合格，产生这种现象的系统原因就是评价指标过高。这种现在以销售业务为主要的企业，可能会有，其他企业尤其是国有企业基本不会出现。三是集中趋势和中间倾向，也就是结果都集中在某一分数段或所有员工被评为“一般”，没有真正体现员工之间的个体差异和实际绩效差异，造成这种现象的原因集中体现在考核人的平均心理，这种结果往往造成绩效管理的扭曲，出现“好人不好，强人不强，弱者不弱”。

　　上述三种分布误差的克服最佳方法就是实行“强迫分布法”，即或将全体员工的优到劣依次排列，然后按各分数段的理论分布分别确定优秀、优良、一般、不合格人成绩标准。

　　二、利用信度、效度的数学算法检查评价系统的准确性、可靠箼和可信性，并适当进行修正

　　信度就是指绩效考核结果的一致性和可靠性，既不管何人考核，只要是对同一个人或一组人，其结果应该是一致的；效度就是指绩效考核结果与要考核的内容的相关程度，既考核的结果必须是考核内容的直接结果，那些参杂个人情绪观念、凭一时的印象和人缘地缘关系来考核，其结果必然是与考核内容不相关的，那效度就低。信度影响效度，如果考核人仅根据某一天员工的情绪来对其打分，也许就不如一段时间内对其打的分数可信，另外这样测量的就是员工的情绪波动而不是员工的绩效，因此测量是无效的。

　　在实践中，对于信度我们是通过再测手段来进行检验的，就是对用同样的测评方式、测评工具对某一个或某一群测评对象再次进行测评，看看他（们）与前一次结果的变化情况。举个简单的例子，在日常生活中，你也许常常到市场上去买东西。如果你买了2.5公斤瘦肉后觉得比上次少了点，没有那么重，那么你最好自己用秤再称一下，如果也是2.5公斤，那么你就会觉得瘦肉确实有2.5公斤。因为二次称得的结果完成一样，变化（异）度为0.

　　信度的数学算法，公式1如下：

      

　　其中，n指二次测评结果数据的配对总数；x指被分析的测评结果；y指重复测评得到的结果。

　　计算结果的实际含义：计算的值r越接近1，则说明测评的结果（x）越可靠。

　　而效度呢！我们采用关联效度来进行检验的。它是检验考核结果与未来的关系程度的。公式2如下：

      

       其中，n指被测评者的总人数；x、y分别为二种测评的结果（分数）。

　　计算得出的值r大于约等于0.7，说明有效程度高；介于0.3～0.7之间，有效程度为中；小于等于0.3，说明有效程度低。