Процентильная система

Другими словами, разница в процентильных показателях не отражает разницы реальных показателей. С точки зрения разницы выполнения теста, разрыв между двумя кандидатами, позиционируемыми на 90-м и 95-м процентилях, скорее всего, будет гораздо больше, чем разрыв между двумя кандидатами, позиционируемыми на 50-м и 55-м процентилях. Тем не менее - даже учитывая это предостережение, - процентильные показатели предлагают два преимущества: возможность сравнить кандидата со всеми другими кандидатами, выполняющими конкретный тест; и возможность оценить показатели других тестов тех же кандидатов по отношению друг к другу.

Основной недостаток заключается в том, что процентильные показатели не указывают, какова разница между показателями теста каждого кандидата, поскольку они только регистрируют сравнительные достижения кандидатов в рамках отдельного теста. Если требуется более точная и обоснованная оценка сравнительных достижений, необходимо принимать в расчет не только ранжирование кандидатов, но и величину разницы между ними. Именно это обеспечивает система количественных показателей, базирующаяся на нормальной кривой, с помощью стандартных показателей. Свойства нормальной кривой (см.

Рис. А.1) предполагают, что одно среднее отклонение (негативное или позитивное) будет уравнивать, где будут находиться 68,26 процентов всех показателей теста, два средних отклонения будут уравнивать, где будут находиться 95,44 процентов всех показателей, а три средних отклонения будут уравнивать, где будут находиться 99,74 процентов всех показателей теста (более подробное обсуждение этого вопроса см. в работе Миллера (Miller), 1984). Это свойство нормальной кривой обеспечивает простой способ соотношения процеUтилей и показателей кандидатов, с тем чтобы получить более обоснованную информацию при помощи стандартных показателей.
Стандартные показатели указывают, где находятся показатели кандидата по отношению к среднему количественному показателю всех кандидатов в отдельном тесте (то есть выше или ниже среднего количественного показателя), и показывают, насколько сильно стандартный показатель отличается от среднего количественного показателя. Эти два качества стандартных показателей просто отражают две основные характеристики нормальной кривой: среднее значение и среднее отклонение. Среднее значение демонстрирует средний показатель всех кандидатов, участвующих в тесте, в то время как среднее отклонение указывает, насколько показатель отличается от среднего количественного показателя, и как таковое является средством измерения разброса данных.
Таблица А. 1 Процентильная система

Показатель	Процентиль
64-70	99
62	90
59	80
55	70
54	60
50	50
48	40
46	30
41	20
33	10
0-20	1

Простейшим видом стандартного показателя является показатель Z, просто устанавливающий, на сколько средних отклонений кандидат находится выше или ниже среднего. Кандидат с показателем Z, равным нолю, находился бы точно на среднем значении, кандидат с показателем Z, равным минус два (- 2) (то есть негативным показателем), находился бы на два средних отклонения ниже среднего значения, а кандидат с позитивным показателем Z, равным 1,56, находился бы на 1,56 средних отклонений выше среднего значения. Преобразование необработанных показателей теста в показатели Z делается очень просто. Нужно вычесть необработанные показатели теста из среднего количественного показателя теста и разделить на величину разброса (то есть среднего отклонения).

Большинство публикуемых тестов обеспечивают среднее значение и среднее отклонение, базирующиеся на стандартной таблице. Например, если тест имеет среднее значение 75 и среднее отклонение 15, то кандидат, получивший показатель теста 90, имел бы показатель Z в размере 1: то есть (90 - 75)/15 = 1.

Преимущества использования показателей, базирующихся на нормальной кривой, для разграничения кандидатов заключаются в том, что кандидата можно позиционировать по отношению к другим и при этом также можно определить величину разницы между показателями теста. Кроме того, показатели, базирующиеся на нормальной кривой, избегают искажения или преувеличения различий между кандидатами, потому что величина разницы между средними отклонениями одна и та же. Таким образом, анализировать и интерпретировать показатели теста проще в известной степени.

Как было отмечено выше, связь между стандартными показателями и процентилями можно использовать с хорошими результатами. Стандартный показатель + 1 указывает на выполнение теста, которое лучше среднего значения на одно среднее отклонение. Как показывает Рис.

АЛ, известно, что на нормальной кривой отдельное процентное соотношение кандидатов (84,13 процентов) получит стандартный показатель менее +1, и 15,87 процентов получат лучший показатель. Таким способом стандартные показатели могут переводиться в процентильные, и наоборот. Например, чтобы получить показатели в верхних пяти процентах, кандидату нужен стандартный показатель +1,96. Аналогичным образом стандартный показатель - 1,96 означал бы, что кандидат находится в нижних пяти процентах.

Небольшой недостаток стандартных показателей - то, что они включают отрицательные и положительные знаки числа, а также десятичные запятые; и то и другое иногда упускают, когда выписывают результаты. Чтобы избежать этой проблемы, можно использовать другие виды стандартных показателей, преобразовав показатель Z. Во многих популярных психологических тестах часто применяются такие показатели, как: 16PF, показатели Т, показатели на базе 9 или показатели на базе 10. Показатель Т имеет среднее значение 50, среднее отклонение 10 и диапазон от 20 до 80.

Показатели на базе 10 имеют среднее значение 5,5 и среднее отклонение 2. Недостаток показателей на базе 10 заключается в использовании половинных значений, а также двухзначных чисел при подсчете для тех, кто получил максимальные показатели. Показатели на базе 9 имеют среднее значение 5 и сходны с показателями на базе 10, за исключением того, что стандартные показатели лежат в диапазоне от 0 до 9. Каждый из этих преобразованных стандартных показателей избегает использования показателей ниже 0 и может быть рассчитан в процентилях напрямую.
ПРИЛОЖЕНИЕ В: АНАЛИЗ ПОЛЕЗНОСТИ
Подсчет соотношения прибылей и затрат
Чтобы рассмотреть прибыли, ожидаемые от применения хороших процедур отбора, в контексте, лучше всего сравнить их с финансовыми выгодами, ожидаемыми от найма организацией кандидатов, отобранных случайным образом - без учета их навыков или способностей.
Если отбор персонала был проведен совершенно произвольно, и компания наняла множество новых работников, их показатели выполнения работы будут распределяться типичным образом: большинство людей будут выполнять работу достаточно хорошо на среднем уровне, и их показатели будут находиться в середине диапазона. Показатели меньшего числа работников будут ранжированы от ниже среднего к очень плохому, и так же немного будет тех, чьи показатели будут находиться немного выше среднего. Другими словами, как показывает Рисунок В.1, показатели выполнения работы будут формировать нормальное распределение колоколообразной формы, для которого особенно важными представляются следующие три особенности.
• центральная точка кривой, представляющая средний количественный показатель (среднее значение);
• среднее отклонение (SD), представляющее разброс показателей от среднего значения;
• ордината, представляющая высоту кривой в любой заданной точке на нижней оси.
Коэффициент отбора
Впрочем, качество отбора зависит от того, насколько число кандидатов превышает число вакансий. На самом деле в случае, когда невозможно провести отбор из группы кандидатов, показатели выполнения работы кандидатами остаются в пределах той же самой дистрибуции, что и для отобранных произвольным образом людей. Однако если можно отобрать одного кандидата из четырех (то есть когда число кандидатов в четыре раза превышает количество вакансий), то вполне закономерно ожидать определенных выгод от решений об отборе персонала. Другими словами, отбор был бы идеальным, если коэффициент отбора составил приблизительно 0,25 (то есть процентное отношение количества вакансий к числу кандидатов), затем можно было бы отобрать верхние 25 процентов кандидатов по показателям отбора, и они бы оказались в числе верхних 25 процентов кандидатов с точки зрения их показателей выполнения работы (см. Рис.

В.2).

Таким образом, первая характеристика, на которой следует сфокусировать внимание, оценивая финансовые выгоды от отбора персонала, - коэффициент отбора. При необходимости найма всех кандидатов (то есть при коэффициенте отбора, равном единице), получить выгоды невозможно. Следовательно, чем больше кандидатов претендуют на заполнение небольшого числа вакансий, тем меньше будет коэффициент отбора и больше - потенциальная прибыль от того, что организация отобрала небольшую группу хороших кандидатов из многочисленной группы претендентов.

Следовательно, в сущности, коэффициент отбора отражает уровень или качество отобранных кандидатов и может использоваться, чтобы установить предельный показатель между принятыми и отклоненными кандидатами.

Содержание раздела