5、判定合成法

　　在收集人事信息时，既有主观判定的方式，也有统计计分的方式，而在决策的时候，对上述收集到的量化信息和主观印象进行总体判定，决定候选人是不是能够胜任。很多企业里在选拔人才时使用了较为多样性的方法，包括口试、笔试，口试属于主观判定收集信息，而笔试则多是通过量化计分收集信息。最后决策时，是决策者通过审阅被测评者的考试得分和自己口试时的印象来作出决定，这就是用的判定合成的方法。

　　这种方式尽管使用了较多样的收集信息的手段，但是在根本上还是靠人的主观判定，缺少一个量化的模型，因此很难克服人的主观性对决策结果的影响。

　　6、统计合成法

　　为了尽量避免因主观评价造成的偏差，在实际的人事测评中，我们要求尽量做到量化，引进了统计分析的方法。目前人才评价方法中最正确的方法要数评价中心技术了，这种技术在收集人事信息时既有主观判定的方式，如口试、情景模拟，也有量化统计的方式，如笔试测验，文件筐测验，尽管收集信息的方式不同，终极都要对收集的人事信息进行编码、计分，终极通过一个量化的决策模型统计出结果。

　　7、判定综正当

　　统计合成法所提供的人事决策结果是完全量化的，按照一定的总体得分，有一个排序，比如第一名、第二名、第三名。但有时并不能完全依照名次往录取。当在真正做人事决策的时候，会考虑到测评之外的其他因素而决策是否真正往录用。比方说选拔一个企业一把手岗位人选时，其中一个人按照胜任能力在所有的被测评者中排在第一名，但是就是由于他只吃素食，在饮食方面不太适合往与方方面面的职员进行应酬，而这项工作又是作为地方的一把手非常重要的工作，所以也无法任用，只好用了第二名。这是属于在既定结果的基础上，又考虑到其他因素的影响来进行人事决策的情况。

　　8、统计综正当

　　在既定结果的基础上，又考虑到其他因素决策时，有时仍然可以用量化的方式，比如说还要考虑年龄因素时，就可以把年龄作为一个因素考虑到资格条件里面，按照岗位的要求进行计分。

　　作为专业的、科学的人事决策，做到人事决策信息的量化是非常重要的一个方面。但现实当中，决策者往往看见数字就头疼，即使偶然的使用，也觉得数字化的评估结果，并没有比主观判定更正确，因而对把测评结果数字化并不怎么感爱好，持一种怀疑的态度。从科学性上来讲，量化方法总比不量化的好。

　　解决了人才测评中人事信息收集和整合的客观化、系统化题目，就可以根据不同的需要建立起相应的录用决策模型，目前经常使有的录用决策模型主要有以下几种，如线性推理模型、多重回回模型、多重分段模型、连续栅栏模型、轮廓匹配模型等。这些录用决策模型的具体计算方式属统计学的范畴，每一种录用模型有其上风和不足的地方，可以结合具体的情况来使用，也可以把这几种录用模型综合起来使用。但不管怎么专业性强，这些录用决策模型是把很多主观的信息和客观的信息通过量化、系统的方法，转化成固定的统计模型，从而能进步人事决策的科学性。

营销广告策划网(www.ideatop.net)