顧梅 王雪梅 王紅霞

(南京醫(yī)科大學(xué)第一附屬醫(yī)院介入放射科，江蘇 南京 210029)

基于GM(1,1)模型的護(hù)士工作績效趨勢灰預(yù)測研究

顧梅 王雪梅 王紅霞

(南京醫(yī)科大學(xué)第一附屬醫(yī)院介入放射科，江蘇 南京 210029)

目的 定量預(yù)測護(hù)士工作績效趨勢，為有效制訂針對性績效改進(jìn)計(jì)劃，正確引導(dǎo)護(hù)士行為，不斷提高護(hù)士績效水平和提升整體護(hù)理質(zhì)量提供科學(xué)依據(jù)。方法以科室2014年4-7月份護(hù)士工作績效評分為基礎(chǔ)，采用灰色預(yù)測GM(1,1)模型對科室護(hù)理工作績效進(jìn)行預(yù)測。結(jié)果科室護(hù)士工作績效預(yù)測值呈現(xiàn)穩(wěn)定、增長、下降三種不同變化類型，且在增長型中增長幅度不等，下降型中的下降速率有的緩慢有的劇烈。結(jié)論應(yīng)用灰色預(yù)測模型對護(hù)士工作績效進(jìn)行預(yù)測是可行的，護(hù)理管理人員應(yīng)該根據(jù)護(hù)士工作績效趨勢合理確定護(hù)士的績效改進(jìn)措施和方案。

績效管理； 護(hù)士績效； GM(1,1)模型； 趨勢灰預(yù)測

績效管理是護(hù)理人力資源管理的核心環(huán)節(jié)[1]。如何有效調(diào)動護(hù)士的積極性和優(yōu)化護(hù)理質(zhì)量，持續(xù)提升護(hù)士工作績效水平，是護(hù)理組織對護(hù)士有效管理和使用中高度關(guān)心的問題[2]。在護(hù)士工作績效管理中，如果能有效預(yù)測護(hù)士工作績效趨勢，根據(jù)績效預(yù)測結(jié)果診斷護(hù)士行為，從而正確引導(dǎo)護(hù)士行為，做好事前控制，則可實(shí)現(xiàn)護(hù)士工作績效水平的進(jìn)一步提高。本研究采用灰色系統(tǒng)理論對護(hù)士工作績效趨勢進(jìn)行定量預(yù)測，為制訂個(gè)性化的護(hù)士績效改進(jìn)計(jì)劃，正確引導(dǎo)護(hù)士工作行為，提高整體護(hù)理質(zhì)量提供理論依據(jù)。

1 對象與方法

1.1 研究對象 本研究選擇以作者所在科室為研究范圍，以科室12名護(hù)士為研究對象。本科室于2014年3月正式成立，故選取科室2014年4-7月護(hù)士績效評分為研究的原始數(shù)據(jù)。見表1。

表1 2014年4-7月科室護(hù)士績效考評分 分

續(xù)表1 2014年4-7月科室護(hù)士績效考評分 分

1.2 研究方法

1.2.1 灰色理論 灰色理論是灰色系統(tǒng)理論的簡稱，由鄧聚龍教授于1982年提出。灰色系統(tǒng)理論是“少數(shù)據(jù)”“貧信息”建模技術(shù)，通過開發(fā)、挖掘觀測數(shù)據(jù)中蘊(yùn)含的重要信息，實(shí)現(xiàn)對現(xiàn)實(shí)世界的正確描述和認(rèn)識，已被廣泛應(yīng)用在諸多領(lǐng)域[3]?；翌A(yù)測是灰色理論中基本的常用的技術(shù)模型?；翌A(yù)測是建立(行為)時(shí)軸上現(xiàn)在與未來的定量關(guān)系，通過此關(guān)系預(yù)測事物的發(fā)展[4]?；翌A(yù)測是現(xiàn)有狀態(tài)向未來延伸的預(yù)測，在建模時(shí)只要求建模數(shù)據(jù)具有全信息性，對建模對象樣本數(shù)量無嚴(yán)格限制。相對護(hù)士績效預(yù)測而言，護(hù)士每個(gè)績效周期的績效是建模的基本數(shù)據(jù)。而護(hù)士當(dāng)期績效是態(tài)度、工作量、業(yè)績、能力、潛力、滿意度等各種內(nèi)外環(huán)境因素共同作用的結(jié)果。顯然，影響護(hù)士績效的因子具有灰信息覆蓋，而績效周期的每次護(hù)士的績效是具體的、確定的，具有白信息覆蓋。從績效因子到護(hù)士績效符合灰因白果律。用護(hù)士績效作為數(shù)據(jù)建立灰預(yù)測模型，符合全信息性[5]。因此，本文選用灰色系統(tǒng)理論中的GM(1,1)灰預(yù)測模型進(jìn)行護(hù)士績效預(yù)測，采用灰色系統(tǒng)建模軟件進(jìn)行數(shù)據(jù)處理。

1.2.2 計(jì)算步驟與結(jié)果 用均值GM(1,1)對護(hù)士工作績效進(jìn)行預(yù)測研究，考慮觀測對象較多，以吳護(hù)士工作績效為例詳細(xì)展開。具體建模步驟如下：

(1)初始化建模原始數(shù)據(jù)序列

X(0)=(x(0)(1)，x(0)(2)，x(0)(3)，x(0)(4))=(75.1，83，84.2，83.7)

(2)計(jì)算原始數(shù)據(jù)序列的1-AGO生成(1階累加生成)序列X(0)(k)

X(1)=(x(1)(1)，x(1)(2)，x(1)(3)，x(1)(4))=(75.1，158.1，242.3，326)

(3)計(jì)算1-AGO生成序列的緊鄰均值生成序列Z(1)(k)

z(1)(k)=0.5x(1)(k)+0.50.5x(1)(k-1)

z(1)=(x(1)(2)，x(1)(3)，x(1)(4))=(116.6，200.2，284.15)

(4)設(shè)GM(1，1)微分方程模型x(0)(k)+az(1)(k)=b，其中a為發(fā)展系數(shù)，反映了x(0)和x(1)的發(fā)展態(tài)勢，b為系統(tǒng)灰色作用變量。

計(jì)算灰色模型發(fā)展系數(shù)a和灰色作用量b分別為：a=-0.004，b=82.798。

(5)得出吳護(hù)士工作績效預(yù)測模型

x1(k)=20 774.8e0.004(k-1)-20 699.5

(6)模型殘差檢驗(yàn) 見表2。

表2 吳護(hù)士工作績效預(yù)測模型殘差檢驗(yàn)表

計(jì)算平均模擬相對誤差為0.451%，則模型平均相對精度為99.549%。模型相對精度非常高，故可用x(1)(k)=20 774.8e0.004(k-1)-20 699.5對吳護(hù)士的工作績效進(jìn)行預(yù)測。

(7)吳護(hù)士未來5個(gè)月的工作績效預(yù)測值為(84.333，84.686，85.040，85.395，85.752)。

2 結(jié)果

依據(jù)上述的方法和步驟，可以分別求出科室12名護(hù)士未來5個(gè)月的工作績效預(yù)測值 見表3。

表3 科室護(hù)士8-12月工作績效預(yù)測值 分

續(xù)表3 科室護(hù)士8-12月工作績效預(yù)測值 分

根據(jù)GM(1,1)模型對科室護(hù)士未來5個(gè)月工作績效進(jìn)行預(yù)測，可以發(fā)現(xiàn)護(hù)士工作績效呈現(xiàn)3種不同變化類型趨勢：一是工作績效穩(wěn)定型，如吳護(hù)士、王護(hù)士、汪護(hù)士未來5個(gè)月的工作績效基本穩(wěn)定在某個(gè)數(shù)量水平；二是工作績效增長型，如葉護(hù)士、劉護(hù)士、包護(hù)士、鮑護(hù)士、鄭護(hù)士、顧護(hù)士未來5個(gè)月的工作績效呈現(xiàn)持續(xù)增長，但增長幅度不等；三是工作績效下降型，如孫護(hù)士、柳護(hù)士、謝護(hù)士未來5個(gè)月的工作績效呈現(xiàn)下降趨勢，孫護(hù)士、柳護(hù)士未來工作績效預(yù)測值下降速率緩慢，謝護(hù)士未來工作績效預(yù)測值下降速率較快。

3 討論

應(yīng)用GM(1,1)灰預(yù)測模型預(yù)測護(hù)士績效趨勢是可行的。通過員工績效趨勢的灰預(yù)測，具有以下3個(gè)方面重要的現(xiàn)實(shí)意義[6]。

3.1 工作績效是護(hù)理人員對待護(hù)理工作的態(tài)度和在工作中的努力程度反映 通過工作績效預(yù)測，一方面有助于護(hù)理管理人員預(yù)判護(hù)理人員對待護(hù)理工作的態(tài)度和努力程度的持續(xù)效果；另一方面可以幫助護(hù)理人員以此績效預(yù)測為依據(jù)，通過分析護(hù)理績效變化的趨勢和影響因素來正確引導(dǎo)護(hù)理人員的工作態(tài)度和規(guī)范其工作行為。

3.2 工作績效是護(hù)理人員工作量的反映，也是其對所掌握的知識和技能實(shí)際應(yīng)用的體現(xiàn) 通過工作績效預(yù)測，可以幫助護(hù)理管理人員識別護(hù)理人員工作績效變化類型，依據(jù)不同類型，科學(xué)制訂工作標(biāo)準(zhǔn)、合理分配工作任務(wù)，統(tǒng)籌安排培訓(xùn)計(jì)劃等。

3.3 工作績效是護(hù)理人員在護(hù)理活動中所做出的成績和貢獻(xiàn) 通過工作績效預(yù)測，可以幫助護(hù)理人員明確自我工作的目標(biāo)，尋找績效差距及原因，制訂績效改進(jìn)計(jì)劃，激勵(lì)自我努力學(xué)習(xí)和工作，從而提高自身素質(zhì)。

[1] 方振邦．戰(zhàn)略性績效管理[M].北京：中國人民大學(xué)出版社，2007：126-178，211-282．

[2] 孫燕，王筱慧，陸小英，等.運(yùn)用Delphi法篩選三級綜合性醫(yī)院臨床護(hù)士績效評價(jià)指標(biāo)的初步研究[J].中國護(hù)理管理，2010，10(8)：18-20.

[3] 劉思鋒,楊英杰,吳利豐，等.灰色系統(tǒng)理論及其應(yīng)用[M].7版.北京:科學(xué)出版社，2014：257.

[4] 姚形豹.基于GM(1,1)模型的萬科股份有限公司經(jīng)營績效的預(yù)測研究[J].科技致富向?qū)В?011，12：63-74.

[5] 蘇萬春.基于GM(1,1)模型員工績效趨勢的灰預(yù)測研究[J].中小企業(yè)管理與科技(下旬刊),2009(5)：31-32.

[6] 黃正新.護(hù)士績效考核標(biāo)準(zhǔn)的建立與實(shí)施[J].護(hù)士進(jìn)修雜志，2011，26(1)：13-14.

Prediction study on the trend of nurse job performance based on GM (1,1) model

Gumei, Wangxuemei, Wanghongxia

(TheFirstAffiliatedHospitalofNanjingMedicalUniversity,Nanjing，Jiangsu210029)

Objective To predict the nurse job performance trends quantitatively in order to provide the scientific basis for developing targeted performance improvement plan effectively, to guide nurses’ behavior correctly, and to improve the nurse performance level and improving the overall care quality. Methods Based on the nurses work performance evaluation of the department from April to July, 2014, used the grey prediction GM (1, 1) model to predict the nurse performance of the department. Results The department nurse job performance forecast value presents three different change types. There are stability, growth and decline, and in growth type. The increase amplitude is unequal. The decline ratio is slow or intense in decline type. Conclusions It is feasible to forecast the nurse job performance using the grey forecasting model. The nursing management personnel should reasonably confirm the performance improvement measures and solutions according to nurses’ job performance trend.

Performance management; Nurse performance； GM (1, 1) model; Trend prediction

顧梅(1982-)，女，大專，主管護(hù)師，從事介入臨床護(hù)理和護(hù)理管理工作

王雪梅，E-mail：treebranch701@sina.com

R47-05

A

10.16821/j.cnki.hsjx.2016.02.008

2015-07-18)