 |
 |
 |
 |
|
 |
 |
работы по конкретным профессиям.
При разработке К. о. т. д. необходимо ответить на два принципиальных и трудных вопроса: а)
Каковы составляющие успешной работы по конкретной специальности? б) Насколько значим каждый
из уже разраб. статистически измеримых К. о. т. д.?
К. о. т. д. — это мера уровня деятельности, имеющая количественное выражение и осн. на
полном описании работы по конкретной специальности. Чтобы называться таковым, этот критерий сам
должен удовлетворять семи следующим критериям:
1. К. о. т. д. должен быть количественным. В качестве примеров можно привести общую
стоимость проданного продавцом товара, выраженную в долларах; количество единиц продукции,
произведенной рабочим завода; или время, показанное на дистанции бегуном. Нек-рые данные не
образуют непрерывного ряда значений, лежащих между низшими и высшими показателями, но все
равно поддаются статистической обработке — их можно ранжировать.
2. К. о. т. д. должен соответствовать фактическим требованиям данной работы. При найме на
работу следует использовать профессиограмму, соотв. успешному выполнению данной работы.
3. Критерий успешности должен учитывать, в какой степени выполнение работы зависит от
квалификации работника и прилагаемых им усилий. При оценке качества выполнения работы следует
принимать во внимание комплексность и трудность порученных задач.
4. При использовании неск. критериев необходимо учитывать их относительную значимость. В
каждой работе есть важные и второстепенные требования. Необходимо учитывать каждый пункт
пропорционально его значимости. Эти пропорции иногда бывает трудно определить. Простым
способом оценки относительной значимости различных аспектов работы яв-ся сравнение времени,
затраченного на каждый из них, но часто такая мера оказывается неподходящей.
5. Измерения критерия должны давать согласующиеся — на заданном уровне — рез-ты. Следует
стараться, чтобы критерий успеха был как можно более объективным, или определять его т. о., чтобы
разные оценщики могли проявить разумное единообразие.
6. К. о. т. д. должен выражаться в сравнимых единицах. Статистические показатели, такие как
процентили, Т-показатели и z-оценки, дают возможность сравнивать степень мастерства, достигнутого
представителями разных профессий или специалистами разного уровня внутри одной профессии.
7. Если это возможно, то К. о. т. д. следует свести к одному числу. В нек-рых случаях это
требование выполняется автоматически за счет конечного рез-та выполнения работы. Однако часто не
удается разраб. единственный аддитивный показатель, и общую оценку приходится получать либо с
помощью к.-л. статистического метода, наподобие частной или множественной корреляции, либо
полагаясь на заключение специалистов.
До недавнего времени в литературе уделялось мало внимания разраб. критериев успешной
работы или даже размышлениям о том, какими они должны быть. Семь предложенных критериев
такого критерия имеют ряд ограничений, и, кроме того, к нек-рым ситуациям они применимы лишь
частично; но чем точнее соответствует этим критериям К. о. т. д., используемый орг-цией, тем
удовлетворительнее рез-ты найма, оценивания и продвижения по службе работников.
См. также Практика найма рабочих и служащих, Оценка труда работника для установления
заработной платы
Р. У. Хазбенд
Критерий хи-квадрат (chi square test)
К. хи-квадрат (?²) был разработан в 1900 г. К. Пирсоном. Это непараметрический критерий, осн.
на сравнении наблюдаемых (f
0
) и ожидаемых (f
e
)
частот; последние могут быть либо теоретическими,
либо эмпирическими. Осн. формула для вычисления статистики ?²:
e
e
k
f
f
f
2
0
1
2
)
(
.
?² чаще всего применяется к одномерным группировкам, 2 х k группировкам, k x 1 группировкам
и таблицам сопряженности 2 x 2, и используется в качестве критерия согласия. На статистике ?²
основаны такие меры связи, как коэффициент фи (?), коэффициент сопряженности (С) и фи Крамера
(?'). Хи-квадрат осн. на мультиномиальном распределении, к-рое сводится к биномиальной форме при k
= 2 ?² используется в многомерной статистике и при вычислении полиномиальных вероятностей,
особенно в логлинейных (логарифмически-линейных) моделях.
См. также Статистика в психологии
