مدلسازي عدم قطعيت در فرايند ارزيابي عملكرد كاركنان مبتني بر تئوري شواهد و تئوري فازي

Modelling uncertainty in performance appraisal process based on evidence theory and fuzzy theory

عدم قطعيت در داده‌هاي حاصل از نظرات و قضاوت‌هاي انساني از عوامل مهم ايجاد خطا در فرايند ارزيابي عملكرد كاركنان مي‌باشد. در مطالعات معدودي كه در زمينه مواجهه با خطا و عدم قطعيت در فرايند ارزيابي عملكرد انجام شده است، راهكارهايي كه عمدتا مبتني بر كاربرد ابزارهاي فازي هستند، ارائه شده است. اين راهكارها كاستي‌هاي اساسي مانند عدم پوشش عدم قطعيت ناشي از نقص دانش و يا مشكلات مرتبط با پياده سازي و اجرا دارند. با توجه به موارد فوق، در اين مقاله مدلي جديد مبتني بر تئوري شواهد و ابزارهاي فازي جهت مدلسازي عدم قطعيت در فرايند ارزيابي عملكرد كاركنان ارائه شده است. مدل ارائه شده امكان دريافت نظر متناسب با سطح دانش ارزياب را فراهم آورده و قابليت مواجهه با عدم قطعيت ناشي از تغييرپذيري و جهل را دارا مي‌باشد. در مدل ارائه شده، عدم قطعيت در داده‌هاي حاصل از دو مقياس متداول ارزيابي، شامل مقياس شباهت بصري و مقياس عبارت‌هاي زباني فازي، به همراه داده‌هاي مرتبط با قابليت اطمينان ارزياب، در ساختار تئوري شواهد مدلسازي و با استفاده از قوانين تركيب شواهد، تجميع مي‌شوند. عملكرد، مزايا و بهبودهاي ناشي از مدل ارائه شده در مقايسه با ساير روش‌هاي متداول تجميع داده‌هاي ارزيابي، با استفاده از داده‌هاي شبيه‌سازي شده و مثال عددي، بررسي شده است. نتايج بررسي‌ها نشان مي‌دهد كه مدل ارائه شده علاوه بر افزايش قابليت مواجهه با عدم قطعيت و تسهيل نظرسنجي در فرايند ارزيابي عملكرد كاركنان، دقت نتايج حاصل از تجميع داده‌ها را نيز به طور معنادار افزايش مي‌دهد.

Uncertainty involved in human judgments is an important cause of error and loss of credibility in outputs provided by performance appraisal (PA) processes. In few existing studies related to the errors and uncertainties in PA process, solutions mainly based on the use of fuzzy tools have been presented in this regard. These solutions have fundamental deficiencies such as inability to cope with epistemic uncertainty and also problems associated with their implementation. Considering these problems, in this paper, a new model based on evidence theory and fuzzy tools has been proposed to model uncertainty in PA process. The proposed model makes it possible for assessors to provide their ratings commensurate with their level of knowledge and also has the ability to deal with uncertainty caused by randomness and ignorance. In the proposed model which has been designed based on multi-source assessment framework, the uncertainty contained in the data obtained from two common evaluation scales, including Visual Analogue Scale and fuzzy linguistic scale, along with data related to the reliability of evaluator, have been modeled in evidence theory structure. These data then have been aggregated with evidence combination rules. The performance, benefits and improvements resulting from the proposed model, compared with other common aggregation methods in P.A models, have been investigated using simulated data and a numerical example. The results show that the proposed model in addition to improving the ability of dealing with uncertainty in P.A processes and facilitating announcing opinion by raters, provides more accurate results than traditional P.A models.