Психологические основы отбора персонала. С. Т. Джанерьян

Читать онлайн.
Название Психологические основы отбора персонала
Автор произведения С. Т. Джанерьян
Жанр Учебная литература
Серия
Издательство Учебная литература
Год выпуска 2016
isbn 978-5-9275-2143-2



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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