сделать домашней  добавить в избранное  карта сайта RSS
Имя 
Пароль  забыли?
Присоединяйтесь!

Новые материалы

   Названы самые высокооплачиваемые вакансии в Башкирии
   Не все профессии равны. Вчерашние школьники идут в телевизионщики и PR
   Новочебоксарские безработные граждане обучаются востребованным профессиям
   Где в Уфе заработать 100 тысяч рублей в месяц
   Сколько в среднем получают владимирские врачи?


 

Облако тегов
agile альфастрахование альфастрахования аналитика для hr apple ассессмент-центр автоматизация hr-бизнес процессов автоматизация бенчмаркинг бизнес-процессы бизнес симуляция бизнес тренинги для руководителей бизнес тренинги онлайн бизнес дистанционное обучение персонала дистанционное обучение e-learning e learning электронное обучение электронные курсы hr-аналитика hr-бренд hr-конференции hr-метрики hr-видео hr инновации исследования it josh bersin кадровый резерв карьера клиентоориентированность клиентский сервис для развития продаж клиентский сервис тренинг клиентский сервис компетенции корпоративная культура корпоративное обучение корпоративные бизнес тренинги коучинг kpi лидерство лидеры linkedin менеджмент модель компетенций мотивация персонала мотивация неформальное обучение обучение персонала обучение сотрудников предприятия обучение сотрудников обучение оценка эффективности обучения оценка персонала организационная культура персонал подбор персонала поиск работы продажи психология разработка речевых модулей для работы с претензиями рекрутеры рекрутинг рекрутмент roi рынок труда собеседование социальное обучение социальные сети стандарты клиентского сервиса стандарты обслуживания клиентов стив джобс таланты текучесть персонала тестирование тренинги по клиентскому сервису тренинги по сервису тренинги тренинг угловое преобразование фишера управление качеством обслуживая клиентов управление персоналом управление талантами управление текучестью персонала управление знаниями управление вебинары вовлеченность персонала websoft знания

все теги


События

полный список

Последние обсуждения

  09.08.2019 16:18:31
Только оригинальные СИЗ обеспечивают гарантированную защиту
  07.08.2019 12:14:48
Компания 3М опубликовала финансовые результаты II квартала 2019 года
  08.07.2019 10:12:52
Известный сайт для общения специалистов по управлению персоналом
  04.07.2019 17:29:07
3М цифровизирует программу лояльности и переводит взаимодействие с клиентами на блокчейн
  13.06.2019 14:28:30
Открытие стоматологической площадки 3M Espertise Center


Опросы
  Актуальные направления работы HR вашей организации 2017
Все опросы

HR-Блоги
Бабушкин Эдуард 26.09.2016 12:07:00

Отбираем "звезд" на этапе подбора с помощью тестов

Используем уже знакомый набор данных. Напомню, что у нас есть выборка из 87 сотрудников, из которых 12 признаны неэффективными, 29 - "звездами", остальные промежду этими группами. Все они при приеме на работу проходили тест CPI (Калифорнийский психологический опросник (California Psychological Inventory))
В прошлых постах я показывал, как можно отсеивать неэффективных (см. посты
, сегодня - как отбирать звезд.
Фишка в том, что у нас просто куча шкал коррелирует с звездностью / не звездностью работников. Это такие шкалы: Sy, Sp, Lp, Ie, Do, In, Em, Wb, Ac, Fx, F.m, Mp, Tm.
Корреляция есть, но важно показать не просто наличие связи, а конкретную инструкцию по тому, как отбирать звезд от не звезд. 

Инструкция

 Сначала применяем метод дерева решений. В нашем случае инструкция выглядит таким образом
Отбираем звезд на этапе подбора с помощью тестов (тренировка 
модели)
Шаг 1. Если показывает по шкале Sp менее 56 баллов, уже не "звезда".  
Шаг 2. Если показывает по шкале Sp более или равно 56 баллов, то смотрим шкалу Fx
Шаг 3. Если показывает по шкале Fx менее 50 баллов, значит "звезда"

Точность модели

Нам также необходимо оценить точность модели, т.е. сказать бизнесу вероятность ошибки нашего прогноза. 
Отбираем звезд на этапе подбора с помощью тестов (тренировка 
модели)

зеленые треугольнички - наши звезды, красные точки - все остальные.
По графику мы видим, что инструкция близка тому, что мы видим на картинке, во - вторых, попадание не 100 %.
Для оценки прогностичной ценности мы разбиваем выборку на тренировочную и тестовую выборки.
Тестовая выборка показывает следующие результаты
предсказанная звезда
предсказанная не звезда
звезда
6
3
не звезда
4
13
Из данной таблицы видно, что 
  1. Общая точность прогноза - 73 %
  2. Но при этом треть звезд мы определяем как не звезд
  3. И 40 % из тех, кого мы при тестировании называем звездами, таковыми не являются.
Не очень весело?)

Сравнение с логистической регрессией

Кроме метода дерева решений у нас есть метод логистической регрессии
Этот метода на тестовой выборке дает такую точность 
предсказанная звезда
предсказанная не звезда
звезда
8
1
не звезда
4
13
  1. Общая точность - 80 %
  2. Одну из девяти мы отправляем по ошибке в не звезды (или около 11 %)
  3. И треть тех, кого мы при тестировании называем звездами, таковыми не являются.
Прогноз лучше. В логистической регрессии участвуют три шкалы
  • Sp 
  • Fx
  • Lp
Те же  лидерство. 

Содержательная интерпетация

Такие показатели по шкалам Sp, Fx в тесте CPI свидетельствуют 
  • о превосходстве, влиятельности, ориентированности индивида на межличностное взаимодействие, общей компетентности в социальных взаимоотношениях, 
  • о стремлении к рациональному восприятию действительности, прозаичности, сухости; лица с таким профилем склонны принимать вещи по их номинальной стоимости, они предпочитают стабильность и предсказуемость переменам.
  • свидетельствуют об уверенных, уравновешенных, отстаивающих свои убеждения и влиятельных индивидах, которые обычно получают удовольствие от тех отношений с другими, где они пользуются авторитетом.
И обратите внимание, что шкала Sp самая важная с т.з. ценности прогноза (см. Инструмент отсева неэффективных работников на этапе подбора: дерево решения).
Интересный вывод по двум постам:
Неэффективные никогда не показывают по данной шкале больше 50 баллов, а звезды никогда не показывают по этой шкале менее 50 баллов.
Тестологи, делайте выводы
Хотите провести у себя валидизацию тестов при подборе персонала? пишите edvb()yandex.ru

Отбираем "звезд" на этапе подбора с помощью тестов


Метки данной записи: аналитика для hr hr-аналитика bigdata в hr отбор персонала тестирование персонала отбор персонала на основе тестов

Комментарии

Для того, чтобы размещать статьи в Блоге, Вам необходимо авторизоваться или зарегистрироваться или

Share |

 


О проекте      Реклама       Подписка       Контакты       Rambler's Top100 Яндекс цитирования ©2000-2011, HRM