|
Существует метод, позволяющий конвертировать "сырые" данные в данные, лежащие внутри одного, двух и более стандартных отклонений, и таким образом интерпретировать все данные, входящие в распределение. Стандартное отклонение позволяет нам также сравнивать индивидуумов по двум или более параметрам, системы оценок которых различны. Переведя данные распределений, полученных при использовании всех тестов, в данные, лежащие внутри стандартных отклонений, можно сравнить результаты тестирования по одному тесту с результатами тестирования по другому, поскольку при таком подходе тестовые оценки будут выражены в одних и тех же единицах. Корреляция. До сих пор мы говорили о статистической обработке результатов измерения одной переменной, используя в качестве примера результаты тестирования группы претендентов на работу. Однако гораздо чаще организационных психологов интересует связь между двумя или большим числом переменных. Любая ситуация, в которой нужно спрогнозировать будущие успех или неудачу претендента на ту или иную должность, требует сравнения двух или более переменных. Например, может понадобиться сравнить результаты прохождения индивидуумом отборочного теста с последующими результатами его труда на реальном рабочем месте. Подобное сравнение - единственный способ, позволяющий организационному психологу определить, насколько данная селекционная процедура является валидным средством отбора людей, наилучшим образом отвечающих конкретным требованиям, предъявляемым работой. (Более подробно проблема валидности будет обсуждена в главе 4.) Для изучения связи между переменными психологи используют корреляционный метод. Корреляция позволяет организационным психологам определить характер связи между переменными и то, насколько эта связь тесная. Связь между переменными может быть как положительной, так и отрицательной в зависимости от того, увеличивается или уменьшается одна переменная при увеличении другой. Так, положительная корреляция между тестовыми оценками работников и оценкой результативности их труда рейтингами, "выставленными" супервизорами, свидетельствует о том, что чем выше тестовые оценки, тем выше рейтинги. По мере увеличения одной переменной, увеличивается и вторая переменная. Можно предсказать, что претенденты, успешно прошедшие тест способностей, скорее всего, станут хорошими работниками. Иными словами, люди, получившие высокие тестовые оценки в будущем могут рассчитывать на высокие рейтинги. При отрицательной корреляции возрастание одной переменной приводит к уменьшению другой. Применительно к нашему примеру это соответствует ситуации, при которой люди, получившие высокие тестовые оценки в дальнейшем весьма скромно оцениваются их супервизорами, т. е. их рейтинги невысоки. Иными словами, из тех, кто успешно прошел тестирование, получились плохие работники. — 60 —
|