75তম পার্সেন্টাইল।
75% সঠিক?

পার্সেন্টাইল একটি তুলনামূলক গোষ্ঠীর মধ্যে আপেক্ষিক অবস্থান বোঝায়। উদাহরণস্বরূপ, 75th percentile-এ থাকা একজন প্রার্থীর স্কোর ওই নথিভুক্ত গোষ্ঠীর 75%-এর চেয়ে বেশি। এর অর্থ এই নয় যে তিনি 75% প্রশ্নের সঠিক উত্তর দিয়েছেন বা চাকরিতে সফল হওয়ার সম্ভাবনা 75%।

পরীক্ষার সংস্করণ, নম্বর দেওয়ার নিয়ম এবং তুলনার জন্য ব্যবহৃত গোষ্ঠী উপযুক্ত হলেই কেবল ফলাফলের তুলনা করুন। প্রাসঙ্গিক মানদণ্ডের গোষ্ঠী ছাড়া কোনও স্কোর দেখালে, তথ্য যতটা নির্ভুলতা সমর্থন করে তার চেয়ে বেশি নির্ভুল বলে মনে হতে পারে।

যেখানে পাওয়া যাবে, সেখানে HireValid-এর পরিকল্পনা হলো পাইলটের তথ্য এবং উপযুক্ত Intellect Council-এর রেফারেন্স তথ্য ব্যবহার করা। এই ওয়েবসাইটের জন্য কোনও চলতি নর্ম-নমুনার আকার বা যাচাইয়ের ফল দেওয়া হয়নি। এই সমর্থনটি অভিপ্রেত সম্পর্কের কথা জানায়, সম্পন্ন নর্মিং সমীক্ষার প্রমাণ নয়।

পার্সেন্টাইল রিপোর্ট প্রকাশের আগে, নমুনা কীভাবে সংগ্রহ করা হয়েছে, তাতে কারা প্রতিনিধিত্ব করছেন, নমুনার আকার এবং প্রতিটি মানদণ্ড-গোষ্ঠীর সীমাবদ্ধতা নথিভুক্ত করা দরকার। প্রাথমিক মানদণ্ডগুলো স্পষ্টভাবে চিহ্নিত করতে হবে এবং উপযুক্ত তথ্য জমা হলে হালনাগাদ করতে হবে।

স্কোরিংয়ে শাস্ত্রীয় পরীক্ষা তত্ত্ব ব্যবহার করা হয়: সঠিক উত্তর, প্রশ্নের কঠিনতার মাত্রা এবং বিভেদক্ষমতা। স্কেলভিত্তিক স্কোর পরীক্ষার ফলাফল সংক্ষেপে তুলে ধরতে পারে। সামগ্রিক মূল্যায়নের স্কোরে নির্দিষ্ট ওজন অনুযায়ী একাধিক পরীক্ষা একত্র করা হতে পারে।

লেখার কাজের জন্য স্পষ্ট মূল্যায়ন-মানদণ্ড এবং AI-সহায়তায় দেওয়া স্কোরের মানবীয় পর্যালোচনা প্রয়োজন। ব্যাখ্যাহীন একটি সংখ্যা পাওয়ার বদলে নিয়োগকর্তাদের মূল্যায়নের যুক্তি খতিয়ে দেখার সুযোগ থাকা উচিত।

আপনি যে প্রশ্নের উত্তর খুঁজছেন, তার সঙ্গে মানানসই তুলনামূলক জনসমষ্টি ব্যবহার করুন। কর্মজীবী মানুষের বৃহত্তর গোষ্ঠীর সঙ্গে তুলনা আর নির্দিষ্ট পদের আবেদনকারীদের সঙ্গে তুলনা এক নয়। কোনোটিকেই সবার জন্য প্রযোজ্য উত্তীর্ণের মান হিসেবে ধরা উচিত নয়।

সময়ের সঙ্গে প্রশ্নের ফলাফল ও গোষ্ঠীগুলির পার্থক্য পর্যালোচনা করুন। রিপোর্টে নর্মের সংস্করণগুলি সংরক্ষণ করুন, যাতে পরবর্তী কোনও আপডেটে আগের নিয়োগের সিদ্ধান্তের অর্থ নীরবে বদলে না যায়।