|
Очень сложно охарактеризовать в объективных показателях многие так называемые офисные деятельности. Одни задания «белых воротничков» («white collars») носят регулярный характер, другие повторяются время от времени, а третьи могут встречаться вообще раз в месяц. Даже сейчас, когда методы изучения деятельности стали значительно совершеннее, выполнить анализ многих ее видов, основанных на творческом или когнитивном компонентах, оказывается большой проблемой для аналитиков. В связи с тем, что выделить критерии эффективности на основании объективного анализа деятельности чрезвычайно сложно, многие практики предпочитают формулировать эти критерии на основании экспертных оценок. Таким образом, разработка научно обоснованной системы профотбора для конкретной организации в идеале должна начинаться с анализа конкретной трудовой деятельности будущего кандидата и определения тех желательных результатов, которых он должен достигнуть, т. е. критериев эффективной деятельности. Далее требуется определить некоторый набор способностей, личностных и деловых качеств, знаний, имений и навыков, которые необходимы кандидатам для того, чтобы соответствовать выделенным критериям. Если у конкретного кандидата будет обнаружен набор таких характеристик, можно будет сделать прогноз о том, что он является именно тем индивидом, который будет достаточно эффективным на данном рабочем месте. Можно ли прогнозировать эффективность кандидата? Связано ли количество смененных кандидатом мест работы с его продуктивностью? Важна ли высокая самооценка для успешной карьеры? Влияют ли ценностные ориентации и аттитюды на продвижение работника по службе? Как связана зарплата и интеллект? Каждый из этих вопросов имеет непосредственное отношение к взаимосвязи между двумя переменными, которая может быть оценена с помощью коэффициента корреляции. Для целей профотбора этот коэффициент имеет особенно важное значение, так как позволяет делать прогноз. Если две переменные связаны каким-то определенным образом, то, зная показатели индивида по одной из них, можно с достаточной вероятностью прогнозировать его показатели по другой переменной даже в том случае, если ими не располагаешь. Таким образом, можно прогнозировать одну переменную на основании другой. Коэффициент корреляции может быть использован, если имеются два значения переменной для каждого члена группы. Наглядное представление о коэффициенте корреляции дает графическое изображение данных. Значения каждой переменной могут быть представлены как отдельные распределения, однако в этом случае не видна взаимосвязь между переменными: соответствуют ли высокие показатели теста высоким показателям продуктивности? Для того, чтобы увидеть эту взаимосвязь нужно построить диаграмму рассеяния показателей, разместив распределения под прямым углом друг к другу. При этом на оси X будем откладывать показатели каждого кандидата по тесту, на оси Y — показатели его продуктивности. Только поняв суть этой диаграммы, можно понять сущность корреляции как таковой. — 464 —
|