С. Т. Джанерьян

Психологические основы отбора персонала


Скачать книгу

(интервью) как метод отбора

      1.2.1. Цель и требования к методам отбора

      Цель любого метода отбора – идентифицировать значимые признаки профессиональной пригодности (предикторы) осуществить их надежное измерение [30, с. 101]. В литературе содержатся данные о типичных методах отбора, реализуемых за рубежом и в России. Так, Спивак [67, с. 232] приводит данные по США о типичных процедурах, создающих основу для принятия решение о приеме претендента на работу: проверка послужного списка – у 97 % претендентов; свободное интервью – у 81 %; приемочные испытания – у 75 %; медицинский осмотр – у 52 %; стандартизированное интервью – у 47 %. 6 % претендентов соглашаются и проходят испытания на полиграфе. По оценкам Д. Купера и А. Робертсона многие компании в выборе методов отбора ориентированы на сиюминутную экономию, практически применяемые методы отбора заметно отстают от научно верифицированных методов. Вследствие этого «большинство современных компаний производит отбор по классическому трио – бланки заявлений, производимое в произвольном порядке собеседование, наведение справок у предыдущих нанимателей» [39, с. 13–14], несмотря на то что указанные методы отнесены к числу наименее надежных и валидных.

      Конец ознакомительного фрагмента.

      Текст предоставлен ООО «ЛитРес».

      Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

      Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

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