在企业招聘的过程中该如何利用定量分析的方法来评价应聘者? 凉城无愛 2016年07月05日 跟帖 | 0条内容 添加图片 发布 Kaynam 2016年07月05日 招聘工作对企业的意义重大,它是保证企业整个人力资源管理工作顺利开展的重要前提和基础。如何有效地对应聘人员做出评价,从中甄选出最适合企业的人员是人力资源部门面临的一个重大问题。传统的招聘面试方法,无论是常规的笔试、面试,还是评价中心法,人的主观判断和选择对结果的影响较大,使得企业在招聘过程中所体现的主观成分很大,有时甚至会影响到招聘的效果。题主提到用定量分析的方法来评价人才,我觉得可以说是换了一种思路,既让人才的评价显得更加客观,又可以提高招聘的效率。下面我就提供几种定量分析的方法。1.层次分析法 层次分析法的基本思想是把应聘者的综合能力分解为若干指标及层次,在最低层次通过两两对比得出各因素的权重,通过由低到高的层层分析计算,最后计算出各应聘者的最终综合指数,指数最大的即为最佳候选人。 它的基本方法是建立应聘者评价指标层次结构模型。而建立评价指标层次模型,首先要对所要招聘的岗位有明确的认识,弄清它涉及哪些因素,如目标、分目标、部门、约束条件、可能情况等等,以及各因素之间的相互关系。其次将评价指标层次化,分为若干个层次。建立评价指标层次模型之后,可以对应聘者的各项指标进行两两比较,构造出判断矩阵。判断矩阵是定性过渡到定量的重要环节,再通过求解判断矩阵的特征向量,并对判断矩阵的一致性进行检验,检查企业招聘方在构造判断矩阵时判断思维是否具有一致性。通过一致性检验后,便可按归一化处理过的特征向量作为某一层次对上一层次某评价指标相对重要的排序加权值,然后从高层次到低层次逐层计算排序权值,得出应聘者的总排序。 2.模糊决策法在现实生活中,很多概念都是模糊的。如高个子,身高达到多少即算高个子,并无明确的定义,不同的人会有不同的理解。另外如应聘的能力、工作态度、性格等概念也是模糊的。这些概念的内涵是明确的,但外延是模糊的。在企业招聘的现实中,很多指标概念是模糊的,因此模糊决策方法正在成为企业招聘决策中的一种很有实用价值的工具。模糊综合评价法是综合考虑系统或者事物的多种价值因素,用模糊集理论来评定优劣的方法。它的特点是将定性分析和定量分析相结合,主观分析与客观分析相结合。模糊决策的基本方法首先是构造评价指标集X和评级域V。比如X={X1(知识),X2(能力),X3(个性),X4(动机)},V={V1(很好),V2(好),V3(不太好),V4(不好)}。如果对于应聘者甲的“知识”指标,企业招聘方有30%认为“很好”,60%认为“好”,还有10%认为“不太好”,却无人认为“不好”,为了简便起见,我们可近似地认为对应聘者甲的“知识”指标的评价集为(0.3,0.6,0.1,0)。相似类推,即可得出应聘者的评价矩阵,将对应聘者的评价矩阵与其相应的权值进行求解,最后将会得到每个应聘者的综合评价分数。在实践中,模糊决策法常与专家分析评估法、层次分析法等综合使用。 3.优劣系数法优劣系数法是通过对应聘人员的各项指标相对于其他应聘者的优劣程度进行比较,从中甄选出较优秀的应聘者的一种定量分析方法。在现实生活中,没有哪一个应聘者绝对优于其他应聘者,也没有哪一个应聘者的各项指标绝对优于其他人员。对于企业来说,各项素质指标的重要性并不是一样的,有些素质相对重要一些,而有些素质则相对次要一些。因此企业在计算优劣系数之前,首先需要对不同的评价指标给予不同的权数;然后通过标准化各项评价指标,使各项指标之间具有可比性,再计算优、劣系数。所谓优系数,是指一个应聘者优于另一个应聘者所对应的权数之和与全部权数之和的比率。所谓劣系数是通过对比两方案的优极差与劣极差来计算的。由于优系数只反映优的应聘者,而不反映应聘者优的程度,劣系数只反映应聘者劣的程度,而不反映劣的应聘者,因而在进行招聘决策时应综合考虑优、劣系数。优劣系数法是根据优劣系数逐步淘汰不理想的应聘者,在招聘过程中具有较广泛的应用价值。 回复 26
招聘工作对企业的意义重大,它是保证企业整个人力资源管理工作顺利开展的重要前提和基础。如何有效地对应聘人员做出评价,从中甄选出最适合企业的人员是人力资源部门面临的一个重大问题。传统的招聘面试方法,无论是常规的笔试、面试,还是评价中心法,人的主观判断和选择对结果的影响较大,使得企业在招聘过程中所体现的主观成分很大,有时甚至会影响到招聘的效果。题主提到用定量分析的方法来评价人才,我觉得可以说是换了一种思路,既让人才的评价显得更加客观,又可以提高招聘的效率。下面我就提供几种定量分析的方法。
1.层次分析法
层次分析法的基本思想是把应聘者的综合能力分解为若干指标及层次,在最低层次通过两两对比得出各因素的权重,通过由低到高的层层分析计算,最后计算出各应聘者的最终综合指数,指数最大的即为最佳候选人。
它的基本方法是建立应聘者评价指标层次结构模型。而建立评价指标层次模型,首先要对所要招聘的岗位有明确的认识,弄清它涉及哪些因素,如目标、分目标、部门、约束条件、可能情况等等,以及各因素之间的相互关系。其次将评价指标层次化,分为若干个层次。建立评价指标层次模型之后,可以对应聘者的各项指标进行两两比较,构造出判断矩阵。判断矩阵是定性过渡到定量的重要环节,再通过求解判断矩阵的特征向量,并对判断矩阵的一致性进行检验,检查企业招聘方在构造判断矩阵时判断思维是否具有一致性。通过一致性检验后,便可按归一化处理过的特征向量作为某一层次对上一层次某评价指标相对重要的排序加权值,然后从高层次到低层次逐层计算排序权值,得出应聘者的总排序。
2.模糊决策法
在现实生活中,很多概念都是模糊的。如高个子,身高达到多少即算高个子,并无明确的定义,不同的人会有不同的理解。另外如应聘的能力、工作态度、性格等概念也是模糊的。这些概念的内涵是明确的,但外延是模糊的。在企业招聘的现实中,很多指标概念是模糊的,因此模糊决策方法正在成为企业招聘决策中的一种很有实用价值的工具。
模糊综合评价法是综合考虑系统或者事物的多种价值因素,用模糊集理论来评定优劣的方法。它的特点是将定性分析和定量分析相结合,主观分析与客观分析相结合。模糊决策的基本方法首先是构造评价指标集X和评级域V。比如X={X1(知识),X2(能力),X3(个性),X4(动机)},V={V1(很好),V2(好),V3(不太好),V4(不好)}。如果对于应聘者甲的“知识”指标,企业招聘方有30%认为“很好”,60%认为“好”,还有10%认为“不太好”,却无人认为“不好”,为了简便起见,我们可近似地认为对应聘者甲的“知识”指标的评价集为(0.3,0.6,0.1,0)。相似类推,即可得出应聘者的评价矩阵,将对应聘者的评价矩阵与其相应的权值进行求解,最后将会得到每个应聘者的综合评价分数。在实践中,模糊决策法常与专家分析评估法、层次分析法等综合使用。
3.优劣系数法
优劣系数法是通过对应聘人员的各项指标相对于其他应聘者的优劣程度进行比较,从中甄选出较优秀的应聘者的一种定量分析方法。在现实生活中,没有哪一个应聘者绝对优于其他应聘者,也没有哪一个应聘者的各项指标绝对优于其他人员。
对于企业来说,各项素质指标的重要性并不是一样的,有些素质相对重要一些,而有些素质则相对次要一些。因此企业在计算优劣系数之前,首先需要对不同的评价指标给予不同的权数;然后通过标准化各项评价指标,使各项指标之间具有可比性,再计算优、劣系数。所谓优系数,是指一个应聘者优于另一个应聘者所对应的权数之和与全部权数之和的比率。所谓劣系数是通过对比两方案的优极差与劣极差来计算的。
由于优系数只反映优的应聘者,而不反映应聘者优的程度,劣系数只反映应聘者劣的程度,而不反映劣的应聘者,因而在进行招聘决策时应综合考虑优、劣系数。优劣系数法是根据优劣系数逐步淘汰不理想的应聘者,在招聘过程中具有较广泛的应用价值。