2019年一級(jí)人力資源管理師考點(diǎn):構(gòu)建崗位勝任特征模型的主要方法_第1頁(yè)
2019年一級(jí)人力資源管理師考點(diǎn):構(gòu)建崗位勝任特征模型的主要方法_第2頁(yè)
2019年一級(jí)人力資源管理師考點(diǎn):構(gòu)建崗位勝任特征模型的主要方法_第3頁(yè)
2019年一級(jí)人力資源管理師考點(diǎn):構(gòu)建崗位勝任特征模型的主要方法_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、2019 年一級(jí)人力資源管理師考點(diǎn):構(gòu)建崗位勝任特征模型的主要方法屬于定性研究的主要有:編碼辭典法、專(zhuān)家評(píng)分法、頭腦風(fēng)暴法等。屬于定量研究的主要有:T檢驗(yàn)分析、因子分析、相關(guān)分析、回 歸分析、聚類(lèi)分析等。編碼辭典法專(zhuān)家依據(jù)經(jīng)驗(yàn)列出勝任特征清單,并對(duì)各項(xiàng)勝任特征進(jìn)行分級(jí)和界定的方法。具體步驟如下:組建開(kāi)發(fā)小組。至少包括4 名成員,必須由專(zhuān)家構(gòu)成。建立能力清單。能力指標(biāo)的刪減。經(jīng)過(guò)專(zhuān)家研究,刪去不合格的指標(biāo)。能力指標(biāo)的概念界定。能力指標(biāo)的分級(jí)定義。專(zhuān)家評(píng)分法專(zhuān)家評(píng)分法以德?tīng)柗品橹?。過(guò)程如下:各位專(zhuān)家分別對(duì)某個(gè)崗位勝任特征指標(biāo)進(jìn)行評(píng)估,將結(jié)果發(fā)送 主持人。主持人收到以上資料后,進(jìn)行整理,將整理后的

2、材料重新發(fā)給每位專(zhuān)家相互參考(匿名 ) ;前提是保證專(zhuān)家們不知道提出不同意見(jiàn)的專(zhuān)家是誰(shuí)。專(zhuān)家重新審視自己的思路,重新進(jìn)行評(píng)估,得出新結(jié)論,發(fā)給 主持人。專(zhuān)家會(huì)議法與德?tīng)柗品ǖ闹饕獏^(qū)別在于是否匿名評(píng)議。頻次選拔法基于專(zhuān)家意見(jiàn),利用頻次來(lái)統(tǒng)計(jì)勝任特征的簡(jiǎn)單方法。步驟如下:將專(zhuān)家意見(jiàn)匯總為A、B、C、D、E、F、G、H、 I 、 J 、K、L、M、N共 l4 個(gè)指標(biāo);依靠專(zhuān)家會(huì)議對(duì)50 名員工是否具有各項(xiàng)指標(biāo)進(jìn)行標(biāo)注,統(tǒng)計(jì)l4項(xiàng)指標(biāo)出現(xiàn)的頻次;將頻次較高的若干項(xiàng)指標(biāo)選取為勝任特征。(4)T 檢驗(yàn)分析步驟如下:將專(zhuān)家意見(jiàn)匯總為A、B、C、D、E、F、G、H、 I 、 J 、K、L、M、N共 14 個(gè)指

3、標(biāo);依靠專(zhuān)家會(huì)議對(duì)50 名員工是否具有各項(xiàng)指標(biāo)進(jìn)行標(biāo)注,統(tǒng)計(jì)l4項(xiàng)指標(biāo)出現(xiàn)的頻次;淘汰頻次過(guò)低的指標(biāo);對(duì)優(yōu)秀組和一般組的各項(xiàng)指標(biāo)進(jìn)行打分;直接平均專(zhuān)家的評(píng)分;進(jìn)行T檢驗(yàn)分析。相關(guān)分析步驟如下:將專(zhuān)家意見(jiàn)匯總為A、B、C、D、E、F、G、H、I 、 J 、K、L、M、N共14個(gè)指標(biāo);依靠專(zhuān)家會(huì)議對(duì)50 名員工是否具有各項(xiàng)指標(biāo)進(jìn)行標(biāo)注,統(tǒng)計(jì)l4 項(xiàng)指標(biāo)出現(xiàn)的頻次;淘汰頻次過(guò)低的指標(biāo);對(duì)各個(gè)樣本的各項(xiàng)指標(biāo)進(jìn)行打分;直接平均專(zhuān)家的評(píng)分,或者采取去掉分和最低分再取平均的方 式,將評(píng)分?jǐn)?shù)據(jù)導(dǎo)入SPSS;尋到績(jī)效數(shù)據(jù),將此數(shù)據(jù)與勝任特征指標(biāo)的評(píng)分?jǐn)?shù)據(jù)導(dǎo)入到同一張數(shù)據(jù)文檔內(nèi);進(jìn)行偏相關(guān)分析;將相關(guān)性較強(qiáng)的那些

4、指標(biāo)挑出來(lái),就得到了一組勝任特征。聚類(lèi)分析聚類(lèi)分析的原理在數(shù)學(xué)上就是將各個(gè)點(diǎn)放在坐標(biāo)體系內(nèi),依據(jù)各點(diǎn)彼此距離的遠(yuǎn)近,這些點(diǎn)劃分為類(lèi)。聚類(lèi)分析通過(guò)把一些分散的勝任特征指標(biāo)聚為幾類(lèi),依據(jù)每一類(lèi)的特征給予他們更綜合的定義,并將這些新定義的指標(biāo)稱(chēng)為勝任特征。步驟如下:將專(zhuān)家意見(jiàn)匯總為A、B、C、D、E、F、G、H、I 、 J 、K、L、M、N共14個(gè)指標(biāo);依靠專(zhuān)家會(huì)議對(duì)50 名員工是否具備各項(xiàng)指標(biāo)進(jìn)行標(biāo)注,統(tǒng)計(jì)l4 項(xiàng)指標(biāo)出現(xiàn)的頻次;淘汰頻次過(guò)低的指標(biāo);對(duì)各個(gè)樣本的各項(xiàng)指標(biāo)進(jìn)行打分;直接平均專(zhuān)家的評(píng)分,或者采取去掉分和最低分再取平均的方 式,并導(dǎo)入統(tǒng)計(jì)軟件;進(jìn)行聚類(lèi)分析??梢罁?jù)研究對(duì)象的多少以及實(shí)際情況的需要, 選取合適的類(lèi)別數(shù)。因子分析因子分析的原理與聚類(lèi)分析類(lèi)似,其動(dòng)身點(diǎn)是用較少的相互獨(dú)立的因子變量來(lái)體現(xiàn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論