गुणांकन आणि बेंचमार्क

75वा पर्सेंटाइल.
75% बरोबर?

हे वेगवेगळ्या प्रश्नांची उत्तरे देतात. भरतीचा निर्णय घेण्यासाठी गुणांचा वापर करण्यापूर्वी हा फरक समजून घ्या.

ही कल्पना जाणून घ्याकेवळ उदाहरणार्थ; प्रत्यक्ष मानक माहिती नाही

75th

पर्सेंटाइल
या काल्पनिक संदर्भ गटातील 75% पेक्षा वर.

तुलना पाहण्यासाठी percentile हलवा

1ला पर्सेंटाइल99वा पर्सेंटाइल

सापेक्ष स्थान समजावण्यासाठी 100 पैकी 75 ठिपके हायलाइट केले आहेत. याचा अर्थ 75% प्रश्नांची उत्तरे बरोबर दिली असा होत नाही.

पर्सेंटाइलवर विश्वास ठेवण्यापूर्वी

त्यांचा पासपोर्ट मागा.

एखाद्या बेंचमार्कसोबत तो कुठून आला हे समजण्यासाठी पुरेशी माहिती असावी.

संदर्भ लोकसमूह: कोणाची तुलना केली जात आहे?
नमुन्याचा आकार: नॉर्मला किती डेटा आधार देतो?
चाचणी आणि निकषांची आवृत्ती: कोणते assessment आणि scoringचे नियम?
मर्यादा: ही तुलना कुठे वापरू नये?

सध्याची स्थिती

अचूकतेआधी पुरावा.

उपलब्ध असल्यास, HireValid पायलटमधील डेटा आणि योग्य Intellect Council संदर्भ डेटा वापरण्याची योजना आखत आहे. या वेबसाइटसाठी पूर्ण झालेला validation अभ्यास किंवा प्रत्यक्ष norm नमुना उपलब्ध करून दिलेला नाही. वरील explorer केवळ माहितीपर आहे.

आम्ही पुरावे कसे हाताळतो

गुणांकन पद्धत आणि जबाबदारीने केलेले विश्लेषण

पर्सेंटाइलचा अर्थ काय?

Percentile संदर्भ गटातील तुलनात्मक स्थान दर्शवते. उदाहरणार्थ, 75th percentile वरील उमेदवाराने त्या नोंदवलेल्या गटातील 75% लोकांपेक्षा जास्त score मिळवला. याचा अर्थ त्यांनी 75% प्रश्नांची बरोबर उत्तरे दिली किंवा नोकरीत यशस्वी होण्याची त्यांची शक्यता 75% आहे असा होत नाही.

चाचणीच्या आवृत्त्या, गुणांकनाचे नियम आणि संदर्भ गट योग्य असतील तेव्हाच निकालांची तुलना करा. मानक संदर्भ गटाशिवाय एखादा गुण पुरावा समर्थित करतो त्यापेक्षा अधिक अचूक असल्याचा भास देऊ शकतो.

Intellect Council द्वारे बेंचमार्क केलेले

उपलब्ध असल्यास पायलट डेटा आणि योग्य Intellect Council संदर्भ डेटा वापरण्याची HireValid ची योजना आहे. या वेबसाइटसाठी प्रत्यक्ष नॉर्मिंग नमुन्याचा आकार किंवा वैधतेचा निकाल दिलेला नाही. समर्थनवक्तव्य अपेक्षित संबंधाचे वर्णन करते; पूर्ण झालेल्या नॉर्मिंग अभ्यासाचा पुरावा नाही.

पर्सेंटाइल अहवाल प्रकाशित करण्यापूर्वी, नमुना कसा गोळा केला, त्यातील प्रतिनिधित्व, नमुन्याचा आकार आणि प्रत्येक प्रमाणक गटाच्या मर्यादा यांची नोंद टीमने करणे आवश्यक आहे. सुरुवातीच्या प्रमाणकांना स्पष्टपणे तसे लेबल लावावे आणि योग्य डेटा जमा होत गेल्यावर ते अद्ययावत करावेत.

मूळ निकालांना गुण कसे दिले जातात?

गुणांकनासाठी classical test theory वापरली जाते: योग्य उत्तरे, प्रश्नांची कठीणता आणि भेदक्षमता. स्केल केलेले गुण चाचणीतील कामगिरीचा सारांश देऊ शकतात. एकूण assessment गुणांमध्ये चाचण्यांचे स्पष्टपणे ठरवलेले वेटेज एकत्र केले जाऊ शकते.

लेखनाच्या कामांसाठी स्पष्ट मूल्यांकन निकष आणि AI-सहाय्यित स्कोअरचे मानवी पुनरावलोकन आवश्यक आहे. नियोक्त्यांना स्पष्टीकरण नसलेला आकडा मिळण्याऐवजी त्यामागचे कारण तपासता आले पाहिजे.

जबाबदार बेंचमार्क कशाला म्हणता येईल?

तुम्ही विचारत असलेल्या प्रश्नासाठी योग्य असा संदर्भ गट वापरा. व्यापक कामकरी लोकसंख्येशी केलेली तुलना आणि विशिष्ट भूमिकेसाठी अर्ज केलेल्या उमेदवारांशी केलेली तुलना वेगळी असते. यांपैकी कोणत्याही तुलनेला सर्वांसाठी लागू होणारा उत्तीर्णतेचा निकष मानू नये.

कालांतराने प्रश्नांची कामगिरी आणि गटांमधील फरक तपासा. अहवालांमध्ये नॉर्मच्या आवृत्त्या जतन करा, जेणेकरून नंतरच्या अपडेटमुळे आधीच्या भरतीच्या निर्णयाचा अर्थ नकळत बदलणार नाही.

भूमिकेच्या गरजांपासून सुरुवात करा.

योग्य चाचण्या शोधा सशुल्क प्लॅन्सची तुलना करा