第五步：回归拟合进行校验

如何判断你的测评分数结果是否合理呢？可以用统计学中回归拟合来校验。

我们知道，岗位的市场工资价值是相对客观的，那么，市场价格高的岗位，测评分数也应该高；市场价格低的岗位，测评分数也应该低。

回归拟合可以验证分数的高低与市场价格的高低是否匹配或者协调。回归拟合要先建立一个与岗位的市场价格（市场工资）有关的模型。一般回归拟合使用“线性多项式函数”模型，还有非线性回归（如指数函数），后者一般是我们推荐的。

线性多项式函数的形式是 y = a + b ₁ x ₁ + b ₂ x ₂ +……+ b _n x _n

一般来说，市场评估得到的分数作为x，市场工资作为y值。对这一组x、y值在Excel表上进行画图分析，如果画出的点（每个点代表一个岗位）非常趋近于一条虚拟的趋势线（线性多项式函数或指数函数），就认为评估的分数结果与市场上各个岗位工资高低趋势相符，兼顾了内部均衡和外部均衡。

表2-3是笔者在一个咨询案例中为企业岗位测评的结果，图2-1是企业测评回归分析的结果。

在上述案例中，对岗位分数进行回归拟合，得到曲线。每一个点代表一个岗位，当点偏离曲线比较远的时候，就说明该岗位评测的相对有问题（假定市场价格是正确可靠的）。如果点位于曲线的右下方，就表示分数测评偏高（因为点的横坐标是测评分数，纵坐标是市场价格），相反，如果点位于曲线的左上方，就表示评测偏低。而点如果相对靠近曲线，就表示评测的分数高低与岗位市场价格的高低是吻合的。

总之，点越靠近曲线，表示评测得越好。点靠近曲线的程度用关联系数R ² 来表示。

在上述案例中，该曲线的关联系数R ² =0.816。R ² 值越大，说明两组数据（分数与市场工资）的高低趋势越符合，意思是你评测结果分数高的岗位，市场上给它定的工资也高，你评测结果分数低的岗位，市场上给的工资也是低的——外部均衡性和内部均衡性得到了统一。我们的标准是，关联系数R ² 要大于0.8。

在上例中，R ² 大于0.8，说明兼顾了内外均衡。如果R ² 值较小，说明岗位测评工具有问题，比如，所选要素不适合你们企业，或者要素间的权重不合理，或者评估过程中对岗位打分不准确。当然，也有可能是市场价格本身不准确。

总之，借助测评分数与市场价格的回归分析得到的R ² ，可以判断这次岗位测评打分的有效性。

当然，如果企业未能获取可靠的市场数据，比如薪酬调查报告，这一步校验工作就没法做，也不必做了。当然，也可以使用这些岗位的实际工资（即企业给他们的工资）进行校验，但是因为实际工资未必合理，所以这样进行校验的参考作用有限。

以上这种对测评分数与市场价格进行回归拟合的操作，可以在Excel表中实现，即以测评分数为横坐标，市场价格为纵坐标，画出一个个点，再添加趋势线，就完成了上图的拟合，并给出R ² 。 sa3dom029JvjLzKCbLiKEpko1nDsQJ1uj051fg988KEC1JlzlFsVtYQD/2YHHz1g