再忙也要读书系列,能赚钱的几本好书

人才测评:方法与应用

人才测评主要是针对人的心理特征的测量与评价。

人与人的心理特征是否有差异、心理特征是否具有稳定性、心理特征能否通过一些办法进行测量,这些基本问题直接关系到人才测评存在的必要性和可能性,是现代人才测评的重要基石。

另外,人才测评的根本目的是要帮助组织寻求合适的候选人,帮助个体寻求合适的工作职位,所以人职匹配理论又是现代人才测评的另一重要基石。

科学的人才测评要比传统的选人用人办法准确、客观和有效。

现代人才测评只是为人事决策提供一些参考信息,它本身并不能取代人事决策。

要不要录用或晋升一个人,不仅要看他的素质状况,还要考虑岗位胜任力要求和环境状况。

再先进的测评技术也只能为决策提供参考依据,最终的人事决策是必须有主观判断的,测评的准确性只是降低这种主观判断的失误率。

不仅如此,应聘者也会比考官更积极地琢磨测评技术,导致测评技术应用效果难免会下降。

测评专家和考官不得不花更多的精力去研究测评技术和研发新题型和新题本,也可以组合使用

心理测验、面试、评价中心和文件筐测验等测评技术。

目前,人才测评的发展趋势呈现以下几个特点:

1.人才评价要求越来越高,各种测评技术综合应用的趋势越来越明显。

2.在测评模式上从关注个体到更关注团队搭配。

3.在测评内容方面从只关注人职匹配到开始关注人组织匹配。

4.测评手段的创新将受到越来越多的关注。

5.基于胜任特征的人才测评逐步兴起。

把面试做到极致

面试有两个关键要素,也是面试的两个难题:

一是面试依据的标准,即面试官以什么作为参照物对求职者进行评测定位;

二是如何进行面试,即面试官应具备的素质技能。

面试是招聘成功的关键环节。

一方面,优秀的面试官必须对企业的战略、价值理念、岗位需求等了然于心,它是解决招聘甄选的标准问题。

另一方面,通过对简历的筛选、面试判断出求职者的素质和能力,从而推测出其完成岗位工作任务的可能性,解决好他有什么、是不是我们所需要的等问题。

另外,还要摸清其求职动机,知道他真正想要的是什么,我们有没有条件给。

如求职者的目的是解决自我发展平台的问题,而企业根本没有这样的空间,招进来不也是为离职埋下种子吗?

最后,面试官应综合这些要素,对每一个求职者进行甄别评价,把好入职关,提高招聘成功率,进而降低离职率。

面试是一项高超的识人技术,它要求面试官必须熟练掌握心理学、行为学、社会学、逻辑学等诸多知识,只有这样才能对求职者的行为、语言、所描述事件进行正确分析,得出其行为、思维、价值倾向和性格特征的初步判定。

同时,还要精准掌握职位要素需求分析技术、企业价值观与职位要素匹配方法、职位要素的可视化转换等,以确定用什么标准与求职者的特征要素进行比对,从而选出与岗位需求要素共性趋多的求职者。

再者,筛选简历也是面试准备的重要内容,技能高超的面试官能从简历中读出求职者概略特征,进而过滤掉与岗位需求要素差距过大的人,减少面试工作量,提高面试成功率。

胜任力模型应用实务

胜任力模型在人力资源管理活动中起着基础性和决定性的作用。

企业可以利用胜任力的可衡量性来评价其领导者及各层级员工目前在胜任力方面存在的差距,以及未来需要改进的方向和程度。

胜任力模型现正被越来越广泛地应用于人力资源的各个领域,成为组织提升管理效率、优化管理成本的必要工具。

胜任力的概念包含以下三个要点。

(1)胜任力是个体特性的组合。这种组合不仅包括知识、技能等外显部分,还包括不易察觉的价值观、个性特质、动机等。

(2)胜任力与绩效密切相关。胜任力的高低最终体现在员工工作绩效水平的差异上,只有那些能够对绩效产生预测作用的个体特征才属于胜任力。

(3)胜任力是可衡量、可分级的。即使是水面以下部分的个体特征,也可以利用多种方法对其进行衡量与评估。

自下而上建模方法包括行为事件访谈编码法、标杆对照法等。

自上而下的建模方法包括专家逻辑推导法、战略演绎法、问卷调查法等。

行为事件访谈编码法是建立胜任力模型的经典方法,是指通过对绩优组与绩普组在工作中的关键行为事件进行编码与数理统计,获得两组之间具有显著性差异的胜任力。

该方法逻辑严谨,所得信息充分,是建立胜任力模型的首选方法。

该方法的实施步骤分为资料梳理与准备、行为事件信息收集、访谈资料编码与统计和模型验证四步。

相比于行为事件访谈编码法,逻辑推导法是一种耗费更低、更加省时省力的建模方法。

该方法是指邀请目标岗位上的专家,基于工作任务清单或关键绩效指标等工作分析结果,通过头脑风暴的方式推导岗位所需胜任力。

在访谈样本少、时间紧或预算低时可采用这种方法。

该方法的实施步骤分为建立工作任务清单、胜任力推导、胜任力重要性评定和模型输出四步。

本文链接:https://www.zhantian9.com/13876.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2000000@qq.com 举报,一经查实,本站将立刻删除。