2011-11-17 17:43:44
ГлавнаяУправление персоналом и кадровая политика — Современные методы оценки предпринимательской организацией потребности в персонале



Современные методы оценки предпринимательской организацией потребности в персонале


Приведенные выше методы определения потребности в специалистах относятся к классу традиционных, характеризуемых использованием относительно простых формул расчета. Наряду с этими традиционными методами в последнее время все чаще стали предлагаться и использоваться на практике известные и специально разработанные для решения задачи, связанной с определением потребности в специалистах отраслей и предприятий, экономико-математические методы и модели.

Так, для определения потребности в специалистах на перспективу было предложено использование модели, в основе которой лежит известный метод экспоненциального сглаживания.

Используя данный метод, рассматриваемый ретроспективный период разбивается на ряд интервалов одинаковой длительности. Для каждого из этих интервалов определяется потребность в специалистах, Используя эти данные и соответствующую модель, находится прогнозное значение потребности в специалистах за интервал времени, принадлежащий перспективе и следующий за рассматриваемым ретроспективным периодом. Длительность данного интервала равняется длительности интервалов, на которые разбивается рассматриваемый ретроспективный период. Прогнозное значение потребности представляет собой сглаженное значение потребности в специалистах за указанный выше интервал времени.

В свою очередь, сглаженное значение потребности в специалистах находится по специальной формуле. Сглаженное значение потребности в специалистах за первый из интервалов времени, принадлежащих рассматриваемому ретроспективному периоду, принимается равным несглаженному значению данного показателя за тот же период времени.

Важной задачей при использовании приведенной выше модели является задача, связанная с определением значения параметра сглаживания. Для ее решения наиболее часто используется следующий подход, в соответствии с ним задается некоторая совокупность значений данного показателя. Для каждого отдельно взятого значения данного показателя, принадлежащего заданной совокупности его значений, определяются сглаженные значения потребности в специалистах. Эта совокупность значений сопоставляется для отдельно взятого значения параметра сглаживания с совокупностью несглаженных значений потребности в специалистах за указанные выше интервалы времени. Чем меньше оказывается расхождение между сопоставляемыми значениями, принадлежащими к различным совокупностям, тем более приемлемым для использования считается соответствующее значение параметра сглаживания в рассмотренной выше модели.

Рассмотренная выше модель, в основе которой лежит метод экспоненциального сглаживания, может использоваться только для прогнозирования потребности в специалистах за интервал времени, следующий за рассматриваемым ретроспективным периодом и равный по длительности интервалам на которые разбивается указанный выше период. При относительно небольшой длительности рассматриваемого ретроспективного периода и сравнительно большом числе интервалов, на который он разбивается при решении данной задачи, прогнозирование потребности в специалистах может быть только краткосрочным.

Чтобы расширить возможности данной модели, осуществляя с ее помощью прогноз потребности в специалистах на более длительные периоды времени, можно пойти по следующему пути. Последовательно уменьшая число интервалов времени, на которые разбивается рассматриваемый ретроспективный период. Наряду с данной моделью при определении потребности в специалистах на перспективу могут использоваться модели, в Основе которых лежит применение известных методов парного и множественного регрессионного анализа.

Длительность интервалов времени, на который разбивается рассматриваемый ретроспективный период и заданный период прогнозирования при определении прогнозных значений потребности в специалистах с помощью приведённой выше модели, берется одинаковой.

Прогнозные значения факторов определения потребности могут находиться либо с помощью модели, в основе которой лежит использование метода экспоненциального сглаживания, либо с помощью модели, в основе которой лежит использование метода парного регрессионного анализа.

Используя последнюю из рассмотренных выше моделей, необходимо обеспечивать:

• во-первых, независимость каждого из факторов, используемых при определении потребности в специалистах;

• во-вторых, полноту этой совокупности факторов.

Для решения первой из указанных выше задач можно использовать парный корреляционный или дисперсионный анализ. В любом случае с помощью одного из этих методов рассматриваются два отдельно взятых фактора, принадлежащих их сформированной совокупности. Если оказывается, что два рассматриваемых фактора являются независимыми, то они остаются в данной модели. Если оказывается, что два рассматриваемых фактора являются зависимыми, то один из этих факторов остается в данной модели, а другой исключается из нее. При этом остается тот фактор, который более тесно связан с результирующим показателем, в качестве которого выступает потребность в специалистах за рассматриваемый ретроспективный период. Такая процедура последовательно затрагивает два попарно взятых фактора из их сформированной совокупности. В итоге исходная совокупность факторов преобразуется в новую совокупность. Число факторов в новой их совокупности будет меньше или равно числу факторов исходной совокупности. Соответственно в модели используются факторы, принадлежащие их совокупности сформированной из исходной.

Для того чтобы определить полноту исходной совокупности факторов, используемых, в модели, в основе которой лежит применение множественного регрессионного анализа, необходимо значение коэффициента линейной множественной корреляции. Если значение этого показателя является близким к единице, сформированная исходная совокупность считается полной, в противном случае она признается неполной. В последнем варианте необходимо дополнить исходную совокупность факторов для ее использования в приведенной выше модели.

При определении значения коэффициента линейно-множественной корреляции потребности в специалистах с факторами, влияющими на значение данного показателя, можно использовать один из следующих подходов. В соответствии с первым используется формула для расчета значения коэффициента линейной множественной регрессии. При этом предварительно находятся значения коэффициентов линейной парной корреляции между попарно взятыми двумя факторами, С одной стороны, и значения того же коэффициента между отдельно взятыми факторами и результирующим показателем, в качестве которого в данном случае выступает потребность в специалистах за рассматриваемый ретроспективный период. В соответствии со вторым подходом при определении значения коэффициента линейной множественной корреляции потребности в специалистах с факторами, влияющими на значение данного показателя, используется формула расчета значения коэффициента линейной парной корреляции. При этом одним из факторов является потребность в специалистах, другим фактором - ее оценка, полученная с помощью модели, в основе которой лежит использование метода множественной регрессии, за рассматриваемый ретроспективный период.

Помимо вышеприведенных для решения задачи, связанной с определением потребности в специалистах, имеются модели, в основе которых лежит использование экономико-математических методов, и к которым относятся:

• модель, основанная на использовании метода гармонических весов;

• модель, основанная на использовании теории графов;

• модель, основанная на использовании метода компонентного анализа;

• модель, в основе которой лежит пофакторный метод анализа.

Сущность метода гармонических весов, используемого в первой из указанных выше экономико-математических моделей, заключается в том, что наблюдаемые значения потребности в специалистах по интервалам одной и той же длительности, принадлежащим рассматриваемому ретроспективному периоду, взвешиваются определенным образом, причем более поздним наблюдениям придаются большие веса.

В рамках второй из указанных выше моделей вся совокупность специалистов разбивается на множество, каждое из которых включает в себя специалистов различного профиля в соответствии с выполняемыми ими функциями. Задача определения потребности в специалистах решается с помощью теории графов совместно для всей совокупности выделенных множеств.

Третья из указанных выше моделей позволяет определить на основе имеющихся данные о текучести кадров ожидаемую необходимую дополнительную потребность в специалистах. В рамках данной модели с помощью компонентного диализа выделяется ряд признаков по каждой отдельно взятой компоненте, относящейся к каждому отдельно взятому работнику.

Рассматривая приведенные выше методы и модели, можно сделать следующие выводы. Во-первых, методы, в основе которых лежат экономико-математические модели, должны обеспечивать большую точность решения задачи, связанной с определением потребности в специалистах на перспективу, чем, так называемые, традиционные методы и модели. Во-вторых, применение экономико-математических методов и моделей для решения указанной выше задачи требует в силу их существенной трудоемкости использования вычислительной техники и наличия соответствующих программ. В-третьих, для обеспечения необходимой точности получаемых результатов расчетов на компьютерах требуется наличие достоверных используемых исходных данных.

Выше рассмотрены методы и модели, используемые для определения ожидаемой потребности в специалистах на перспективу. Последняя представляет собой то число специалистов, которое нужно иметь определенному экономическому объекту, например того или иного предприятия или отрасли, за определенный период времени, принадлежащий перспективе. На основе этой потребности должна определяться величина показателя, характеризующего собой разность между этой потребностью и ожидаемой численностью в специалистах за определенный период времени, принадлежащий перспективе. Если эта разница оказывается положительной, то она характеризует собой ожидаемую неудовлетворенную потребность в специалистах. Если же эта разность оказывается отрицательной, то она характеризует собой ожидаемый излишек численности специалистов сверх ее потребной величины.

Помимо указанного выше варианта определения неудовлетворенной потребности в специалистах или их излишка для отдельно взятой предпринимательской организации или отрасли за рассматриваемый период времени, принадлежащий перспективе, существуют экономико-математические модели, позволяющие непосредственно определять значения этих показателей. К этим моделям относятся:

• балансовая модель;

• марковская модель;

• имитационная динамическая модель.



← предыдущая страница    следующая страница →
123




Интересное:


Индивидуальные характеристики работника в управлении
Основные свойства системы управления персоналом
Конкурентные преимущества организации и стратегия их достижения
Направления оптимизации деятельности системы управления персоналом компании АОЗТ «ПЕКО»
Сущность и виды субъектов управления персоналом
Вернуться к списку публикаций