概念：计算 VIBE 分数
VIBE 分数™ 是整体结果分数和整体群体分数的算术平均值。
VIBE 分数表明组织当前处于 VIBE 成熟度模型的哪个阶段。
为了计算单个和整体结果分数以及计算单个和整体群体分数，我们会首先计算：
- 每个交集的代表性。
- 每个交叉群体和结果指标的平等性比例值。
- 每个交叉群体的平等性基准。
- 每个交叉群体和结果指标的平等性定义。
代表性
员工比例是指期间结束时每个交叉群体的有效人员编制所占百分比。员工比例是推动 VIBE 指数评分的平等性基准。
公式：[交叉群体]的代表性 = (期末的交叉群体有效人员编制 / 期末的有效人员编制总计) * 100
示例：女性员工比例 - 白种人比例 = (2000 / 8600) * 100 = 23.3%
平等性比例视图
平等性比例值是指给定交叉群体的特定结果指标的比例值。
公式：[交叉群体]中[结果指标]的平等性比例值 =（交叉群体的指标总计 / 指标总计）* 100
示例：女性员工晋升的平等性比例视图 - 白种人 = (400 / 1593) * 100 = 25.1%
平等性基准
给定交叉群体的平等性基准是在纳入 3% 的默认阈值后，所有结果指标的成功程度（以百分比表示）。
阈值设定了可接受的范围，对于给定的结果指标，我们可根据该范围将交叉群体评分为成功。
默认阈值 3% 会将所有成功条件放宽 3%。
大多数结果指标（雇用、主管人员、晋升、归属感）的公式：[交叉群体] 的平等性基准 = 员工比例 * (100 - 阈值) / 100
示例：女性平等性基准 - 白种人 = 23.3 * (100 - 3) / 100 = 22.6%
结果指标“人员流失”的公式：[交叉群体]的平等性基准 = 员工比例 * (100 + 阈值) / 100
示例：女性 - 白种人的平等性基准 = 23.3 * (100 + 3) / 100 = 24.0%
平等性定义
平等性定义指明了对于某个给定交叉群体，给定的结果指标是否成功。
为了确定大多数结果指标（雇用、主管、晋升和归属感）的平等性比例定义，我们将平等性比例视图与交叉群体的平等性基准进行比较。1 表示成功，0 表示低于平等性。
大多数结果指标（雇用、主管、晋升、归属感）的公式：[结果指标]的平等性定义 - [交叉群体] = IF ((平等性比例值) >= (平等性基准) , 1, 0)
示例：晋升平等性定义（女性 - 白种人） = IF (25.1 >= 22.6, 1, 0) = 1
对于人员流失，我们将人员流失率平等性比例值与人员流失率平等性基准进行比较。1 表示成功，0 表示低于平等性。
结果指标“人员流失”的公式：平等性比例的人员流失率定义：[交叉群体] = IF ((人员流失率平等性比例值) <= (人员流失率平等性基准), 1, 0 )
示例：女性白种人的人员流失率平等性定义 = IF (18.8 <= 24.0, 1, 0) = 1
结果分数
结果分数是给定结果指标的成功总数，经过调整以与 VIBE 分数范围保持一致。
原始结果分数是所有交叉群体的成功数总和减 1 后得出的分数。
我们从总和中减去 1，因为至少 1 个交叉群体的结果指标平等性必须始终等于或高于交叉群体的代表性（要计算人员流失，至少有 1 个交叉群体必须始终等于或低于交叉群体的代表性）。减去 1 还会将分数的量表重置为最小值 0，以便与 VIBE 分数范围保持一致。
如果某个给定结果指标的平等性比例无法达到，我们就不会计算该结果指标分数，并且会从 VIBE 分数计算中排除该指标。
因此，“结果分数”卡片不会显示已排除的结果指标，而平等性矩阵会在相应结果指标列的所有交集处显示一条短划线。
示例：如果过去 12 个月没有离职员工，则无法达到结果指标“人员流失”。因此，我们不会在 VIBE 计算中包括结果指标“人员流失”。
公式：[结果指标]的原始结果分数 = SUM ((交叉群体成功计数 1), (交叉群体成功计数 2), (交叉群体成功计数 3), ...) - 1
示例（针对 5 个交集）：雇用的原始结果分数 = SUM (1 + 1 + 0 + 1 + 1) - 1 = 3
对原始结果分数进行缩放可确保每个结果分数都在 0 - 5 的范围内，与 VIBE 分数范围保持一致。
公式：[结果指标]的调整后结果分数 = (原始结果分数) * (5 / (（群体数）- 1))
示例（续）：雇用员工的调整后结果分数 = 3 * (5 / (5 - 1)) = 3.75
组分数
群体分数是特定交叉群体的结果指标成功总数，经过调整与 VIBE 分数范围保持一致。
公式：[交叉群体]的原始群体分数 = SUM ((人员流失率的平等性定义), (雇用数量的平等性定义), (领导力的平等性定义), (晋升的平等性定义), (归属感的平等性定义)
示例：女性 - 白种人的原始群体分数 = SUM (0 + 1 + 1 + 0 + 1) = 3
对原始群体分数进行缩放可确保每个群体分数都在 0 - 5 的范围内，与 VIBE 分数范围保持一致。
公式：[交叉群体] 的调整后群体分数 = 原始群体分数 * (5 / (结果指标数量))
示例：女性 - 白种人的调整后群体分数 = 2 * (5 / 5) = 2
VIBE 分数
VIBE 分数的范围从 0 到 5，是整体结果分数和整体群体分数的算术平均值。
VIBE 分数对群体分数和结果分数的量级以及这些分数之间的方差很敏感。
这意味着，当交叉群体的群体分数较高、结果分数较高，并且群体分数之间以及结果分数之间的整体差异较小（更公平）时，VIBE 分数较高。
为获得整体结果分数或整体群体分数，我们会为每个单独的分数加 1。
这可防止与小于 1 的值相乘。然后，我们将各个分数相乘，再将得到的值减 1。
这会按 0 - 5 的量表设置分数，以与 VIBE 分数范围保持一致。
公式：整体结果分数 = (PRODUCT ((每个经调整的结果分数) + 1)) ^ (1 / (结果数量)) - 1
示例： 整体结果分数 [雇用、晋升、主管、人员流失率、归属感] = [(3 + 1) * (3 + 1) * (1 + 1) * (2 + 1) * (3 + 1)) ^ ( 1 / 4) - 1 = 2.29
公式：群体综合分数 = (PRODUCT ((每个经调整的群体分数) + 1)) ^ (1 / (交叉群体数量)) - 1
示例：群体综合分数[女性 - 亚裔、女性 - 代表性不足的少数族裔 (URM)、女性 - 白种人、男性 - 亚裔、男性 - 代表性不足的少数族裔 (URM)、男性 - 白种人] = [(3.75 + 1) * (2.5 + 1) * (2.5 + 1) * (2.5 + 1) * (1.25 + 1) * (5 + 1)) ^ (1 / 6) - 1 = 2.74
整体结果分数和整体群体分数的算术平均值就是您组织的 VIBE 分数。
公式：VIBE 分数 = AVG ((整体结果分数) , (整体群体分数))
示例：VIBE 分数 = AVG (2.29, 2.74) = (2.29 + 2.74) / 2 = 2.52