勝任力模型的構(gòu)建方法

勝任力建模的他方法1.標(biāo)桿模型收集戰(zhàn)略類型、價(jià)值創(chuàng)造模式、開展階段相同或相似的同行的勝任素質(zhì)模型，通過小組討論或者研討會(huì)的方式，分析標(biāo)桿模型，從中挑選適合本公司的勝任素質(zhì)，作為演繹法或者歸納法所得到的模型的補(bǔ)充或者驗(yàn)證。2.3.構(gòu)建初步的勝任力模型歸類形成調(diào)查問卷驗(yàn)證、完善模型4.5.問卷調(diào)查法6.問卷法是指通過書面形式、以嚴(yán)格設(shè)計(jì)的心理測(cè)量工程或問題，向研究對(duì)象收集研究資料和數(shù)據(jù)的一種方法。它主要采用量表方式進(jìn)行定量化的測(cè)定；也可以運(yùn)用提問方式，讓受試者自由地作出書面問答，問卷法也是比較常用的勝任力研究方法之一。7.初步模型的修正

勝任力模型初步設(shè)計(jì)問卷調(diào)查

問卷數(shù)據(jù)處理文獻(xiàn)調(diào)查建立勝任特征模型問卷法的一般流程：8.開放式問卷9.10.11.12.問卷分析通用能力說明：在勝任力后面的方框內(nèi)填寫序號(hào)：1.非常重要2.重要3.一般4.不重要成就導(dǎo)向3影響力2團(tuán)隊(duì)合作1人際溝通能力2思維能力1主動(dòng)性2人際洞察力2成就欲望3組織承諾1協(xié)調(diào)能力2自我管理能力1時(shí)間管理能力2其他：知識(shí)技能說明：在勝任力后面的方框內(nèi)填寫序號(hào)：1.精通2.熟練3.熟悉4.了解5.不需要資本市場(chǎng)知識(shí)1加盟連續(xù)行業(yè)知識(shí)2統(tǒng)計(jì)學(xué)知識(shí)2工作生活和組織計(jì)劃的知識(shí)2證券分析知識(shí)和技能1人際關(guān)系處理技巧2投資管理知識(shí)1ERP系統(tǒng)操作4公司文化2項(xiàng)目管理知識(shí)2電腦操作技能3金融理論知識(shí)1公司制度流程3工商管理相關(guān)知識(shí)2法律知識(shí)2戰(zhàn)略管理1其他：13.問卷分析專業(yè)能力說明：在勝任力后面的方框內(nèi)填寫序號(hào)：1.非常重要2.重要3.一般4.不重要證券分析專家1投資分析專家1投資法律顧問2關(guān)系建立能力2客戶服務(wù)2雇員支持2信息管理2領(lǐng)導(dǎo)力2信息搜集和分析2連鎖加盟行業(yè)專家2培養(yǎng)下屬能力2其他：個(gè)性特征說明：在勝任力后面的方框內(nèi)填寫序號(hào)：1.非常重要2.重要3.一般4.不重要正直誠信1適應(yīng)性1熱情3膽量與魄力3勤奮2獻(xiàn)身精神3寬闊的胸懷2認(rèn)真、細(xì)致1嚴(yán)謹(jǐn)1遵守紀(jì)律3時(shí)間觀念1其他：14.調(diào)查問卷分析被訪談?wù)哒J(rèn)為非常重要的勝任特征項(xiàng)團(tuán)隊(duì)合作思維能力組織承諾自我管理能力證券分析能力投資分析能力正直誠信適應(yīng)性嚴(yán)謹(jǐn)時(shí)間觀念被訪談?wù)哒J(rèn)為需要精通的知識(shí)與技能資本市場(chǎng)知識(shí)證券分析知識(shí)證券分析技能投資管理知識(shí)金融理論知識(shí)戰(zhàn)略管理知識(shí)被訪談?wù)哒J(rèn)為重要的勝任特征項(xiàng)影響力主動(dòng)性人際溝通能力人際洞察力協(xié)調(diào)能力時(shí)間管理能力關(guān)系建立能力客戶效勞雇員支持領(lǐng)導(dǎo)力信息搜集和分析培養(yǎng)下屬能力勤奮寬闊的胸懷被訪談?wù)哒J(rèn)為需要熟悉的知識(shí)與技能投資法律知識(shí)信息管理技能連鎖加盟行業(yè)知識(shí)15.調(diào)查問卷16.調(diào)查問卷的分析因子分析的根本目的就是用少數(shù)幾個(gè)因子去描述許多指標(biāo)或因素之間的聯(lián)系，即將相關(guān)比較密切的幾個(gè)變量歸在同一類中，每一類變量就成為一個(gè)因子，以較少的幾個(gè)因子反映原資料的大局部信息。主成分分析通過線性組合將原變量綜合成幾個(gè)主成分，用較少的綜合指標(biāo)來代替原來較多的指標(biāo)〔變量〕。在多變量分析中，某些變量間往往存在相關(guān)性。是什么原因使變量間有關(guān)聯(lián)呢？是否存在不能直接觀測(cè)到的、但影響可觀測(cè)變量變化的公共因子？因子分析法〔FactorAnalysis〕就是尋找這些公共因子的模型分析方法，它是在主成分的根底上構(gòu)筑假設(shè)干意義較為明確的公因子，以它們?yōu)榭蚣芊纸庠兞浚源丝疾煸兞块g的聯(lián)系與區(qū)別。17.一、因子分析的概念因子分析法是用少數(shù)幾個(gè)因子去描述許多指標(biāo)或因素之間的聯(lián)系，即將相關(guān)比較密切的幾個(gè)變量歸在同一類中，每一類變量就成為一個(gè)因子〔之所以稱其為因子，是因?yàn)樗遣豢捎^測(cè)的，即不是具體的變量〕，以較少的幾個(gè)因子反映原資料的大局部信息。它是一種通過降維以簡(jiǎn)化數(shù)據(jù)的多元統(tǒng)計(jì)方法。18.二、因子分析的方法介紹研究相關(guān)矩陣內(nèi)部的依存關(guān)系，尋找出支配多個(gè)指標(biāo)X1，X2，…，Xm(可觀測(cè))相互關(guān)系的少數(shù)幾個(gè)公共的因子F1，F(xiàn)2，…，F(xiàn)p(不可觀測(cè))以再現(xiàn)原指標(biāo)與公共因子之間的相關(guān)關(guān)系。這些公共因子是彼此獨(dú)立或不相關(guān)的，又往往是不能夠直接觀測(cè)的。通常這種方法要求出因子結(jié)構(gòu)和因子得分模型。因子結(jié)構(gòu)通過相關(guān)系數(shù)來反映原指標(biāo)與公共因子之間的相關(guān)關(guān)系；因子得分是以回歸方程的形式將指標(biāo)X1，X2，…，Xm表示為因子F1，F(xiàn)2，…，F(xiàn)p的線性組合。19.三、因子分析模型因子分析法是從研究變量內(nèi)部相關(guān)的依賴關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。它的根本思想是將觀測(cè)變量進(jìn)行分類，將相關(guān)性較高，即聯(lián)系比較緊密的分在同一類中，而不同類變量之間的相關(guān)性那么較低，那么每一類變量實(shí)際上就代表了一個(gè)根本結(jié)構(gòu)，即公共因子。對(duì)于所研究的問題就是試圖用最少個(gè)數(shù)的不可測(cè)的所謂公共因子的線性函數(shù)與特殊因子之和來描述原來觀測(cè)的每一分量。20.四、根本步驟〔1〕確認(rèn)待分析的原變量是否適合作因子分析。在確定使用因子分析方法之前，我們需要首先使用SPSS統(tǒng)計(jì)軟件對(duì)模型中的變量進(jìn)行過巴特利特球度檢驗(yàn)和KMO檢驗(yàn)，依據(jù)這兩個(gè)統(tǒng)計(jì)量來判斷觀測(cè)數(shù)據(jù)是否適合作因子分析。KMO是取樣適當(dāng)性量數(shù)。其值越高〔接近1.0時(shí)〕，說明變量間的共同因子越多，研究數(shù)據(jù)適合用因子分析。Bartlett球體檢驗(yàn)的虛無假設(shè)為相關(guān)矩陣是單位陣，如果不能拒絕該假設(shè)的話，就說明數(shù)據(jù)不適合用于因子分析。一般說來，顯著水平值越小〔<0.05〕，說明原始變量之間越可能存在有意義的關(guān)系，如果顯著性水平很大〔如0.10以上〕可能說明數(shù)據(jù)不適宜于因子分析。21.

〔2〕構(gòu)造因子變量，建立因子模型。1、因子選取。將原有變量綜合成少數(shù)幾個(gè)因子是因子分析的核心內(nèi)容。決定共同因子抽取的方法，有“主成份分析法〞、主軸法、一般化最小平方法、未加權(quán)最小平方法、最大概似法、Alpha因素抽取法與映象因素抽取法等。原始變量與因子分析時(shí)抽取出的共同因子的相關(guān)用因子負(fù)荷表示。2、因子命名。根據(jù)各變量在因子上的載荷。實(shí)踐中一般用旋轉(zhuǎn)后的方差來看各因子在每個(gè)變量上的載荷，就使對(duì)共同因子的命名和解釋變量變得更容易。

22.

3、因子得分。因子分析模型建立后，還有一個(gè)重要的作用是應(yīng)用因子分析模型去評(píng)價(jià)每個(gè)變量在整個(gè)模型中的地位，即進(jìn)行綜合評(píng)價(jià)。這時(shí)需要將公共因子用變量的線性組合來表示。常用的有回歸估計(jì)法，Bartlett估計(jì)法等。〔3〕結(jié)果分析。根據(jù)因子分析的各項(xiàng)得分，對(duì)模型各變量及其影響因素進(jìn)行分析，得出相應(yīng)結(jié)論，實(shí)現(xiàn)研究目的。

23.五、實(shí)例分析在服裝展銷會(huì)上，主辦單位對(duì)前來參加的顧客進(jìn)行了問卷調(diào)查。問卷中列出了選購服裝的7項(xiàng)標(biāo)準(zhǔn)：舒適、質(zhì)地、款式、耐穿、價(jià)位、顏色、易洗熨，請(qǐng)顧客對(duì)著7項(xiàng)標(biāo)準(zhǔn)的重要性進(jìn)行排序，最重要的為1分，以下分?jǐn)?shù)遞增，最不重要的為7分?；厥沼行柧?50份，對(duì)回收數(shù)據(jù)進(jìn)行處理計(jì)算。我們首先使用SPSS統(tǒng)計(jì)軟件對(duì)調(diào)查問卷的7個(gè)變量進(jìn)行巴特利特球型檢驗(yàn)與KMO檢驗(yàn)，結(jié)果說明，本次調(diào)查數(shù)據(jù)適合進(jìn)行因子分析。下一步我們經(jīng)過相應(yīng)計(jì)算提取因子。計(jì)算得到7個(gè)因子與7個(gè)變量的相關(guān)系數(shù)，如下表：24.各綜合變量與觀察變量的相關(guān)系數(shù)觀察變量因子F1F2F3F4F5F6F7舒適X1-0.19589-0.443330.76728-0.336500.213880.13197-0.00213質(zhì)地X20.24445-0.71796-0.382980.38777-0.211980.28780-0.00212款式X30.707490.01609-0.14420-0.48918-0.24417-0.42368-0.00201耐穿X4-0.76467-0.06371-0.241470.244160.21562-0.49681-0.00209價(jià)位X5-0.521620.48473-0.35208-0.42052-0.185830.39729-0.00199顏色X60.570750.45547-0.078740.229310.621480.14770-0.00183易洗熨X70.043280.495690.521830.50821-0.46939-0.03945-0.00155特征值1.783121.404441.216961.049980.837910.707790.00003方差貢獻(xiàn)率25.5%20.0%14.7%15.0%12.0%10.1%0.0%累計(jì)貢獻(xiàn)率25.5%45.5%62.9%77.9%89.9%100%100%25.

從上表中可以看出，綜合變量解釋變量的總方差的能力有大有小。前四個(gè)累計(jì)方差奉獻(xiàn)率到達(dá)了77.9%，即前四個(gè)因子解釋了總方差的77.9%，能夠較好的解釋變量的方差。因子分析希望到達(dá)的目的是：減少變量的個(gè)數(shù)，解釋事物的本質(zhì)。在這里，我們選前四個(gè)變量作為因子，那么累計(jì)的綜合變量方差的奉獻(xiàn)率到達(dá)了77.9%。為了使因子對(duì)變量的解釋以及因子的命名更準(zhǔn)確，我們?cè)賹?duì)因子進(jìn)行旋轉(zhuǎn)。旋轉(zhuǎn)之后得到因子負(fù)荷系數(shù)，如下表：26.因子負(fù)荷系數(shù)觀察變量因子F1F2F3F4舒適X1-0.41827-0.147000.858850.05156質(zhì)地X2-0.05731-0.53323-0.25512-0.72079款式X30.643750.305700.28392-0.41522耐穿X4-0.697460.02008-0.448550.13561價(jià)位X5-0.249720.77784-0.284240.24376顏色X60.71473-0.08405-0.089250.11851易洗熨X70.23038-0.393280.000880.7552327.

由表中數(shù)據(jù)得到分析結(jié)果：因子F1與變量X3，X4，X6相關(guān)性較強(qiáng)，說明它表達(dá)了顧客對(duì)服裝外在表現(xiàn)的要求；因子F2與變量X5有較強(qiáng)的證相關(guān)性，說明它表達(dá)了顧客對(duì)服裝價(jià)格的要求；因子F3與變量X1正相關(guān)性較強(qiáng)，說明它表達(dá)了顧客追求穿著舒適的要求；因子F4與X7易洗熨有較強(qiáng)的正相關(guān)，與X2質(zhì)地有較強(qiáng)的負(fù)相關(guān)，說明它表達(dá)了顧客穿用方便的要求?？傮w來說，顧客心中對(duì)選購服裝的7項(xiàng)標(biāo)準(zhǔn)的偏好，大致可歸納為：新穎、方便、舒適和價(jià)格。28.29.問卷的信度30.作好問卷調(diào)查后，接下來為了進(jìn)一步考驗(yàn)問卷的可靠性與有效性，即要做信度分析〔ReliabilityAnalsis〕，信度本身與測(cè)量所得結(jié)果正確與否無關(guān)，它的功用在于檢驗(yàn)測(cè)量本身是否穩(wěn)定。

信度是指一個(gè)衡量的正確性或精確性，信度包括穩(wěn)定性以及一致性；學(xué)者Kerlinger認(rèn)為信度可以衡量出工具〔問卷〕的可靠度、一致性與穩(wěn)定性。31.信度測(cè)驗(yàn)信度越高，表示測(cè)驗(yàn)結(jié)果越可信，但也無法期望兩次測(cè)驗(yàn)結(jié)果完全一致，信度除受測(cè)驗(yàn)質(zhì)量影響外，亦受很多其它受測(cè)者因素的影響，故沒有一份測(cè)驗(yàn)是完全可靠的。信度只是一種程度上大小的差異而已。一致性高的問卷便是只同一群人接受性質(zhì)相同題型相同目的相同的各種問卷測(cè)量后，在各衡量結(jié)果間顯示出強(qiáng)烈的正相關(guān)。穩(wěn)定性高的測(cè)量工具那么是指一群人在不同時(shí)空下接受同樣的衡量工具時(shí)，結(jié)果的差異很小。32.影響信度的因素

一般信度的測(cè)量時(shí)容易產(chǎn)生誤差的原因，是來自研究者的因素包括：測(cè)量內(nèi)容〔遣詞用句、問題形式等〕不當(dāng)、情境〔時(shí)間長短、氣氛、前言說明等〕以及研究者本身的疏忽〔聽錯(cuò)、記錯(cuò)等〕；而來自受訪者的因素那么可能是由于其個(gè)性、年齡、教育程度、社會(huì)階層及其它心理因素等，而影響其答題的正確性。

問卷內(nèi)容的同構(gòu)型及受訪時(shí)間間隔的影響是影響信度的兩個(gè)主要因素。

研究者透過信度與效度的檢驗(yàn)，可以了解測(cè)量工具問卷本身是否優(yōu)良適當(dāng)，以作為改善修正的根據(jù)，并可防止做出錯(cuò)誤的判斷。

另外，效度與信度的關(guān)系：信度為效度的必要而非充分條件。既有效度一定又信度，但有信度不一定有效度。33.檢視信度的方法

檢視信度的方法有很多種，其中，最常用的是第四種Cronbachα系數(shù)，簡(jiǎn)介以下四種：

1、再測(cè)法〔RetestMethod〕：使用同一份問卷，對(duì)同一群受測(cè)者，在不同的時(shí)間，前后測(cè)試兩次，求出者兩次分?jǐn)?shù)的相關(guān)系數(shù)，此系數(shù)又稱為穩(wěn)定系數(shù)〔CoefficientofStability〕。

需注意：相關(guān)系數(shù)高，表示此測(cè)驗(yàn)的信度高，前后兩次測(cè)驗(yàn)間隔的時(shí)間要適當(dāng)。假設(shè)兩次測(cè)驗(yàn)間隔太短，受測(cè)者記憶猶新通常分?jǐn)?shù)會(huì)提高，不過如果題數(shù)夠多那么可防止這種影響；但假設(shè)兩次測(cè)驗(yàn)間隔太長，受測(cè)者心智成長影響，穩(wěn)定系數(shù)也可能會(huì)降低。34.檢視信度的方法

2、復(fù)本相關(guān)法〔Equivalent-FormsMethod〕：復(fù)本是內(nèi)容相似，難易度相當(dāng)?shù)膬煞轀y(cè)驗(yàn)，對(duì)同一群受測(cè)者，第一次用甲份測(cè)試，第二次使用乙份，兩份分?jǐn)?shù)的相關(guān)系數(shù)為復(fù)本系數(shù)〔CoefficientofForms〕或等值系數(shù)〔CoefficientofEquivalence〕。假設(shè)兩份測(cè)驗(yàn)不是同時(shí)實(shí)施，亦可相距一段時(shí)間再施測(cè)，這樣算出的相關(guān)系數(shù)為穩(wěn)定和等值系數(shù)。

復(fù)本相關(guān)法是測(cè)驗(yàn)信度量測(cè)的一種最好方法，但是要編制復(fù)本測(cè)驗(yàn)相當(dāng)困難。而且復(fù)本相關(guān)法并不受記憶效用的影響，對(duì)測(cè)量誤差的相關(guān)性也比再測(cè)法低。35.檢視信度的方法

3、折半法〔SplitHalfMethod〕：與復(fù)本相關(guān)法很類似，折半法是在同一時(shí)間施測(cè)，最好能對(duì)兩半問題的內(nèi)容性質(zhì)、難易度加以考慮，使兩半的問題盡可能有一致性。

折半信度系數(shù)〔split-halfcoefficient〕：將同一量表中測(cè)驗(yàn)題目〔工程內(nèi)容相似〕，折成兩半〔單數(shù)題、偶數(shù)題〕，求這兩個(gè)各半測(cè)驗(yàn)總分之相關(guān)系數(shù)。36.檢視信度的方法

4、柯能畢曲α系數(shù)〔Cronbachα〕：1951年Cronbach提出α系數(shù)，克服局部折半法的缺點(diǎn)，為目前社會(huì)科學(xué)研究最常使用的信度。

量測(cè)一組同義或平行測(cè)驗(yàn)總和的信度，如果尺度中的所有工程都在反映相同的特質(zhì)，那么各工程之間應(yīng)具有真實(shí)的相關(guān)存在。假設(shè)某一工程和尺度中其它工程之間并無相關(guān)存在，就表示該工程不屬于該尺度，而應(yīng)將之剔除。37.信度測(cè)量

只要有做問卷就可以做信度分析，提供各項(xiàng)客觀的指標(biāo)，作為測(cè)驗(yàn)與量表良窳程度的具體證據(jù)。相關(guān)性：相關(guān)系數(shù)愈高，相關(guān)性愈高。

內(nèi)部一致性：相關(guān)系數(shù)愈高，內(nèi)部一致性愈高。

信度值判別：積差相關(guān)結(jié)果達(dá)0.05顯著水平，相關(guān)系數(shù)旁以一個(gè)*表示；積差相關(guān)結(jié)果達(dá)0.01顯著水平，相關(guān)系數(shù)旁以兩個(gè)*表示。38.α＝[k/（k-1）]{1-[（∑σi2）/σt2]}k：尺度中項(xiàng)目的數(shù)量。Σi2：所有受訪者在項(xiàng)目i之分?jǐn)?shù)的變異數(shù)（i=1,2,…,k）。Σt2：所有受訪者總分的變異數(shù)，每一位受訪者的總分是指該受訪者在各項(xiàng)目之分?jǐn)?shù)的總和。

假設(shè)該題與分量表總分的相關(guān)系數(shù)太低，可考慮刪除。

刪除該題后的量表a系數(shù)如果突然變得太大，表示刪除該題后可提高量表a系數(shù)。

計(jì)算每一工程分?jǐn)?shù)和總分的相關(guān)，依相關(guān)系數(shù)大小將各工程依序排列，凡相關(guān)系數(shù)接近0的工程可予剔除，相關(guān)系數(shù)大幅或突然下降的工程也可考慮剔除。

α系數(shù)低時(shí)，假設(shè)工程夠多，表示某些工程不同質(zhì)，應(yīng)予剔除。39.可信度上下與Cronbachα系數(shù)對(duì)照表表1可信度上下與Cronbachα系數(shù)之對(duì)照表可信度Cronbachα系數(shù)不可信Cronbachα系數(shù)＜0.3勉強(qiáng)可信0.3≦Cronbachα系數(shù)＜0.4可信0.4≦Cronbachα系數(shù)＜0.5很可信（最常見）0.5≦Cronbachα系數(shù)＜0.7很可信（次常見）0.7≦Cronbachα系數(shù)＜0.9十分可信0.9≦Cronbachα系數(shù)40.利用SPSS進(jìn)行信度分析在SPSS中，專門用來進(jìn)行測(cè)驗(yàn)信度分析的模塊為Scale下的ReliabilityAnalysis；使用DataReduction之下的Factor模塊。ReliabilityAnalysis模塊主要功能是檢驗(yàn)測(cè)驗(yàn)的信度，主要用來檢驗(yàn)折半信度、庫李及a系數(shù)以及Hoyt信度系數(shù)值。至于重測(cè)信度和復(fù)本信度，只需將樣本在二次〔份〕測(cè)驗(yàn)的分?jǐn)?shù)的數(shù)據(jù)合并到同一數(shù)據(jù)文件之后，利用Correlate之下的Bivariate求其相關(guān)系數(shù)，即為重測(cè)或復(fù)本信度；而評(píng)分者信度那么就就是使用的Spearman等級(jí)相關(guān)及Kendall和諧系數(shù)。41.術(shù)語表2ReliabilityAnalysis模塊的Model選項(xiàng)的參數(shù)及對(duì)應(yīng)中文術(shù)語關(guān)鍵字功

能AlphaCronbacha系數(shù)Split-half折半信度，n是第二分量表的題數(shù)GuttmanGuttman最低下限真實(shí)信度法Parallel各題目變異數(shù)同質(zhì)時(shí)的最大概率（maximum-likelihood）信度Strictparallel各題目平均數(shù)與變異數(shù)均同質(zhì)時(shí)的最大概率信度42.術(shù)語表3ReliabilityAnalysis模塊的Statistics局部選項(xiàng)的參數(shù)及對(duì)應(yīng)中文術(shù)語關(guān)鍵字功

能FtestHoyt信度系數(shù)FriedmanChiFriedman等級(jí)變異數(shù)分析及Kendall和諧系數(shù)CochranChiCochran’sQ檢驗(yàn)，適用于答案為二分（如是非題）的量表Hotelling’sTHotelling’sT2

檢驗(yàn)Tukey’sTukey的可加性檢驗(yàn)Intraclass量表內(nèi)各題目平均數(shù)相關(guān)系數(shù)通常在量表中使用，檢驗(yàn)量表內(nèi)部一致性的問題。這種方法適用于態(tài)度、意見式問卷〔量表〕的信度分析。43.例有5題問答題的隨測(cè)驗(yàn)施測(cè)5名學(xué)生，每題問答題配分是5分，以下是施測(cè)結(jié)果，請(qǐng)計(jì)算信度。personItem1Item2Item3Item4Item5Joe34435Sam43433Sue23323Peg44534Gil32433Dot3232344.步驟一

輸入數(shù)據(jù)45.步驟二

按【Analyze】→【Scale】→【ReliabilityAnalysis】將左邊方格內(nèi)的變項(xiàng)全選入右邊items的方格內(nèi)，在左下角的Model框中選取Alpha后按statitis鍵。46.步驟二

按【Analyze】→【Scale】→【ReliabilityAnalysis】47.步驟三出現(xiàn)以下對(duì)話框候選取以下勾選處48.結(jié)果其中我們可以看到，第二個(gè)表，最后一列。其中對(duì)應(yīng)于num1的0.847表示，如果去掉問題一，那么其他思想的信度為0.847.以此類推。α=0.84649.50.專家小組法51.52.以專家為根底的簡(jiǎn)短的勝任力模型設(shè)計(jì)一般包含4個(gè)步驟：①召集專家；②選擇性的進(jìn)行行為事例訪談；③分析資料、開展勝任力模型；④驗(yàn)證勝任力這種專家法不進(jìn)行行為事例訪談時(shí)，可以在一天內(nèi)完成，相對(duì)古典方法，要節(jié)省很多時(shí)間，而且本錢也較低，雖然有些模型缺乏行為事例訪談所具備的豐富資料與有效性，但是仍然可以在很短的時(shí)間內(nèi)提供珍貴的資料。53.54.專題小組討論流程開展戰(zhàn)略組織目標(biāo)文化價(jià)值工作崗位工作業(yè)績崗位功能工作任務(wù)勝任素質(zhì)工作行為3132333435363755.未來的工作或單一的在職工作法研究未來的工作方式有3種，理想度由低至高分別為:①專家“臆測(cè)〞②由能力相關(guān)性做工作要素的推測(cè)③以現(xiàn)在從事類似工作的員工為樣本由專家來分析未來的工作，與上述專家法的過程類似，專家甚至可以想像，未來工作可能面臨到的一般情況會(huì)有何重要的事件，然后再確認(rèn)應(yīng)該具備哪些才能有效地處理這些狀況。單一在職者工作能力是由與該員工互動(dòng)的關(guān)鍵人員搜集而來。這種方法適用于難以定量的工作分析。56.過程驅(qū)動(dòng)方法該法強(qiáng)調(diào)工作過程，關(guān)注高績效者，觀察其工作，記錄成效及為完成工作所做的一切。〔Hay/McBer〕關(guān)鍵步驟:(1)調(diào)查職位的工作責(zé)任，任務(wù)，義務(wù)，角色和工作環(huán)境，工作，團(tuán)隊(duì)或?qū)I(yè);(2)抽取出高績效者的個(gè)性特征;(3)調(diào)整勝任力模型。調(diào)查小組的主要任務(wù)：形成有經(jīng)驗(yàn)的范例，小組的成員描述工作所需求的工作輸出、工作責(zé)任以及與高績效聯(lián)系起來的人格特征;抽取范例的個(gè)性特征，一是區(qū)分高績效者的個(gè)性勝任力特征，另外二是區(qū)分一般績效者特征。在兩個(gè)范例中都出現(xiàn)的是最弱的勝任力特征；用模型測(cè)試以決定勝任力模型是否能夠開展。57.輸出驅(qū)動(dòng)方法主要集中于工作目標(biāo)、專業(yè)、團(tuán)隊(duì)小組，輸出高績效者產(chǎn)生的結(jié)果，勝任力主要是通過檢查輸出來獲得〔PatriciaMcLagan〕。主要步驟:(1)收集所有關(guān)于職責(zé)、任務(wù)、責(zé)任、角色和工作環(huán)境、專業(yè)、小組的可利用的信息;(2)建立專家參謀團(tuán)，管理目標(biāo)及人員:(3)在組織的勝任力模型研究中表述關(guān)于可能影響