人力资源数据分析中的统计学 - 绩效标准差

在人力资源的数据分析中，我们经常会看到很多统计学的知识，很多同学对统计学的知识都不是特别的了解，从这期开始我们和大家聊一聊在人力资源数据分析中的统计学，以及这些统计学的应用，今天我们聊的是标。

首先我们要定义什么是标准差：

•标准差是反映一组数据离散程度最常用的一种量化形式，是表示精确度重要指标

• 分析判断产品质量
• 篮球选手的得分稳定性
• 投资的回报稳定
• 绩效数据的分析

讲的通俗一点 标准差就是反映一组数据稳定性的数据，标准差越大说明数据越不稳定，在品质检测中我们经常会看到标准差这个概念，比如我们在做产品质量的抽检的时候，想确定产品的重量是否符合标准，我们就会随机的抽取产品，比如随机抽取100个产品，然后计算这100个产品的标准差，再拿这个标准差和行业的标准进行对标，从而确定产品的重量是否符合标准。

在体育比赛中也会出现很多标准差的数据，比如NBA的比赛，我们可以统计分析球员每场比赛的得分，然后进行标准差的分析，从而判定这个球员整个得分状态是否稳定。

那标准差在人力资源行业如何应用呢，标准差是反映某组数据的稳定性，所以在人力资源的模块中，可以在绩效数据分析中，对员工的各个月度数据进行标准差的分析，通过数据来分析判断员工的绩效稳定性。

我们以上图的能力评估为案例来进行标准差的计算，首先上面这个表是每个员工在岗位能力的量化评估分值，我们对每个员工的每个能力进行打分，然后在计算每个员工的能力分值标准差，在EXCEL中标准差可以用函数来计算，函数是 STDEV.p，通过这个函数可以算出每个员工的能力标准差，然后在算出每个员工的能力均值，有了能力均值和能力标准差后，我们就可以对于这两组数据组矩阵，通过矩阵来对数据做分析。

在矩阵模型中 X轴代表的是标准差数据，Y轴代表的是能力均值，中间的矩阵线是两组数据的平均值，然后员工的数据以散点图的形式分布的在矩阵中。

在这个矩阵中我们可以分析出第三矩阵的员工是需要被优化的，因为第三矩阵的员工是 能力均值最低，并且稳定性最高，这个是什么意思，这个就是说明，第三矩阵的同学 是差的很稳定，所以是需要被优化的，然后第二矩阵的员工是能力均值高于平均值并且很稳定，所以这部分员工是属于绩优的员工。

所以通过标准差和矩阵模型，我们就可以对人员来做盘点，作为晋升，优化的的标准。