Кейс, который уже всем надоел: у нас есть 87 работников, которые при приеме на работу прошли тест CPI, которые впоследствии были причислены к условным "звездам" и "не звездам" (очень эффективным и остальным).
Задача сводится к использованию теста CPI при отборе эффективных работников. Сразу сообщаю, что тупо использовать результаты нельзя у вас в компаниях, надо обязательно все процедуры повторять, однако тест будет интересен содержательно.
Кратко напомню онтологию анализа.
Линейные методы типа логистической регрессии давали такую картинку (см. подробней Отбираем "звезд" на этапе подбора с помощью тестов)
Лошистическая регрессия отбирала три шкалы: Sp, Fx, Lp - причем вес в порядке убывания, т.е. Sp самый важный фактор.
Дерево решений давало два фактора Sp, Fx, - и важность та же. Точность моделей при этом не превышала 80 %
Ну и кстати обратите на рисунок, границы достаточно четкие, но в случае шкалы Sp м должны пойти на компромисс, проводя границу. Чаще всего машинка проводила границу по 56 баллам Sp. Т.е. мы жертвуем эффективными работниками, но отсекаем больше не эффективных.
Но кто сказал, что границы должны быть прямыми? У нас есть непараметрические алгоритмы решения данной задачи, которые прописывают границы очень гибко (см. О границах принятия решения по кандидату).
Точность модели вырастает до 90 %.
И эти самые непараметрические алгоритмы так расставляют важность шкал в отборе
Обратите внимание, что шкала Fx оказалась в этом алгоритме важнее Sp на треть. Приятно, что эти две шкалы являются самыми объясняющими, но работают не только они.
Ну и хватит. напомню, что в Вашей компании список значимых шкал и их вес может быть совсем другим, если вообще CPI позволит что-либо дифференциировать.
Удачи в отборе "pdtpl@
Задача сводится к использованию теста CPI при отборе эффективных работников. Сразу сообщаю, что тупо использовать результаты нельзя у вас в компаниях, надо обязательно все процедуры повторять, однако тест будет интересен содержательно.
Кратко напомню онтологию анализа.
Линейные методы типа логистической регрессии давали такую картинку (см. подробней Отбираем "звезд" на этапе подбора с помощью тестов)
Лошистическая регрессия отбирала три шкалы: Sp, Fx, Lp - причем вес в порядке убывания, т.е. Sp самый важный фактор.
Дерево решений давало два фактора Sp, Fx, - и важность та же. Точность моделей при этом не превышала 80 %
Ну и кстати обратите на рисунок, границы достаточно четкие, но в случае шкалы Sp м должны пойти на компромисс, проводя границу. Чаще всего машинка проводила границу по 56 баллам Sp. Т.е. мы жертвуем эффективными работниками, но отсекаем больше не эффективных.
Но кто сказал, что границы должны быть прямыми? У нас есть непараметрические алгоритмы решения данной задачи, которые прописывают границы очень гибко (см. О границах принятия решения по кандидату).
И эти самые непараметрические алгоритмы так расставляют важность шкал в отборе
Обратите внимание, что шкала Fx оказалась в этом алгоритме важнее Sp на треть. Приятно, что эти две шкалы являются самыми объясняющими, но работают не только они.
- Fx (гибкость). Для определения степени гибкости и адаптабельности индивидуального мышления и социального поведения. Низкие оценки: Осмотрительный, осторожный, надоедливый, трудолюбивый, сдержанный, вежливый, методичный и ригидный; с формальным и педантичным мышлением; относящийся со слишком большим уважением к авторитетам, обычаям и традициям.
- Sp (социальный облик). Для оценки таких факторов, как манера держаться, спонтанность и самоуверенность в личных и социальных взаимоотношениях. Высокие оценки: Умный, полный энтузиазма, с богатым воображением, проворный, неформальный, спонтанный и разговорчивый, обладающий экспрессивной, кипучей натурой.
- Wb (чувство благополучия). Для идентификации лиц, склонных минимизировать свои неприятности и недовольства, относительно свободных от сомнений и разочарований. Высокие оценки: Энергичный, предприимчивый, бдительный, честолюбивый и многогранный; выглядящий человеком активным и продуктивным; ценящий работу и усилия сам по себе.
- Sa (самопринятие), для оценки таких факторов, как чувство собственного достоинства, самопринятие и способность к самостоятельным мыслям и поступкам. Высокие оценки: Интеллегентный, искренний, остроумный и эгоцентричный; способный легко и убедительно говорить; с присущей самоуверенностью и самонадеянностью
- Gi (хорошее впечатление) Для определения лиц, способных создавать о себе благоприятное впечатление и озабоченных тем, как к ним относятся другие люди.Высокие оценки: Проявляющий готовность к сотрудничеству, предприимчивый, открытый, общительный, сердечный и готовый оказать услугу; заботящийся о том, чтобы производить хорошее впечатление и выглядеть прилежным и упорным.
Ну и хватит. напомню, что в Вашей компании список значимых шкал и их вес может быть совсем другим, если вообще CPI позволит что-либо дифференциировать.
Удачи в отборе "pdtpl@
Комментариев нет:
Отправить комментарий