人事选拔中的履历数据与叙事智力研究

在人事选拔中，人力物力限制常常会使得人事测评程序需要在效率与公平之间权衡，优秀的测评工具应该是简便有效的。履历数据与叙事智力是目前测评研究中较为忽视的问题。本研究计划结合实际选拔数据，针对科学规范的履历数据测评进行开发设计，并且针对候选人在面试过程中的叙事智力开发评估工具。研究计划分为两个部分：第一部分基于选拔数据，采用数据驱动方法进行内容分析，同时结合访谈方法，设计履历数据主要维度结构。然后，在关键事件方法基础上，开发履历数据的行为评定量表，检验录用影响机制。第二部分计划针对面试中的叙事智力，采用理论概念开发思路，结合心理学问卷开发技术方法，设计叙事智力行为评估量表，试测后验证其稳定结构。然后设计模拟面试实验，评估叙事智力表现信度效度以及影响机制。研究致力于设计有效率的人员选拔工具，结果将不仅为人事测评研究提供新的理论模型和思路，也将为测评带来有效工具，具有重要理论与实践意义。

本项目针对履历数据与叙事说服两个核心理论概念，针对人事选拔中的效率问题，采用心理学方法展开研究，执行两个主要系列的实证研究，解决如何更加有效的处理人事选拔中的决策偏差问题。项目总体分为两个部分，第一个部分聚焦于履历数据。首先，研究者结合某通信公司求职选拔过程，设计履历数据测评、能力、个性测评工具，选取其中250个求职者的样本，采用数据统计与挖掘方法，对履历数据的结构与预测效度进行概念界定后，再做出预测效度分析，结果发现应聘者的履历数据可以分为四个主要维度，而社团经历、学业成绩是最有效预测的履历数据信息。然后，结合情景描述数据，研究者采用关键事件与行为锚定方法，对应聘者的行为履历数据进行界定，同样通过数据统计方法，验证了行为履历数据评估方法的信度与效度。为了验证履历数据测评的概化性，我们针对另外一家通信公司233个样本的选拔数据，对履历数据评估方法的效度进行了概化验证，结果证明履历数据的结构具有稳定性，并且可以可靠的预测录用决策。另外，为了验证预测效度，研究者根据284名MBA的入学时的履历数据评价，预测他们在一年以后的课程学业成绩表现，结果发现，MBA的履历数据不能有效预测学业成绩，而是入学智力测试能够更好的预测MBA课程的成绩。本项目第二个系列的研究是针对叙事能力概念的。首先，研究者重点针对叙事传输、讲述能力的概念测量及其对面试结果的影响效果开展研究工作。分别通过两轮分别182与192人的问卷调查，采用因素分析方法界定面试中讲述能力的基本结构，开发了一个20个项目的量表，然后采用效标关联、录像模拟的方法验证了量表本身的信度效度。在此基础上，研究者回顾理论，我们针对资源损耗与叙事传输的影响关系，采用启动效应的方法，对叙事传输的说服影响因素进行操作，完成两个实验室实验。分别有61与45名被试参加了两个实验，递进实证结论证明，叙述传输在资源损耗以后更容易产生，决策者由于减少了对故事信息的质疑而更容易被故事信息说服。本项目研究聚焦于履历数据与叙事能力，结合理论概念与实际测评数据，致力于提出有效率的选拔工具，结果丰富了人员测评理论，也为选拔实践带来了更有效的评估思路。

内容获取失败，请点击重试