Основные методы определения алгоритма вынесения итогового заключения о профессиональной психологической пригодности

Как было отмечено выше, разработка алгоритма формирования итогового заключения о профессиональной пригодности является самостоятельной и весьма сложной задачей. Это действительно так. Более того, по мнению некоторых специалистов, разработка алгоритма итогового заключения о профпригодности в чем-то близка к уровню интуитивного принятия решения. Однако, несмотря на всю сложность решения данной задачи, существуют методы разработки алгоритма итогового заключения, получившие достаточно широкое распространение среди специалистов профотбора.

Термин «алгоритм» в контексте задач ППО может быть истолкован как «решающее правило», поскольку описывает основные этапы и операции, которые необходимо выполнить для того, чтобы получить некий интегральный показатель профессиональной психологической пригодности. В данной книге будут проанализированы три наиболее распространенных метода разработки алгоритма вынесения итогового заключения.

Прежде чем приступить к их рассмотрению, следует отметить, что алгоритм итогового заключения в значительной степени отражает методологию, которой пользовались разработчики той или иной системы профотбора. В главе 7 уже отмечалось, что в настоящее время можно выделить два основных методологических подхода к решению задач разработки системы ППО – факторный и концептуальный. Суть факторного подхода заключается в выявлении психологических свойств (факторов), опосредующих успешность профессиональной деятельности. При этом разработка алгоритма итогового заключения сводится к выбору способа объединения показателей используемых методик в одно целое. Поэтому достаточно часто при использовании факторного подхода в решении задач профессионального психологического отбора алгоритм вынесения итогового заключения строится на элементарных математических операциях.

Концептуальный (логический) подход к решению задач профессионального психологического отбора предполагает использование определенной авторской концепции, отражающей представление исследователя о структуре психики человека в преломлении к профессиональной деятельности. В этом случае алгоритм итогового заключения о профессиональной психологической пригодности является более сложным образованием, поскольку отражает не только количественную, но и качественную сторону психических свойств. Поэтому вывести интегральный показатель пригодности с использованием обычных арифметических действий при концептуальном подходе к решению задач профотбора, как правило, не удается.

Каждый из двух названных выше подходов имеет свои преимущества и недостатки, о которых речь шла во второй части данной книги. Поэтому далее мы более тщательно рассмотрим методы разработки алгоритма вынесения итогового заключения о профпригодности.

Первый метод определения профессиональной пригодности может быть условно назван методом суммирования стэновых показателей. Суть его заключается в получении интегрального показателя профессиональной пригодности с помощью простого суммирования стандартизированных показателей (например, стэнов) всех использованных при проведении мероприятий ППО психологических методик. Чем больше будет полученная в данном случае сумма, тем выше показатель профессиональной психологической пригодности кандидата.

Например, в процессе изучения профессионально важных качеств было установлено, что для данной специальности таковыми будут качества, которые условно назовем A, B, C, D, E. В результате пилотажного исследования было обнаружено, что уровень развития данных качеств может быть оценен с помощью методик, которые условно обозначим M, M, M, M, M. По данным методикам в ходе осуществления мероприятий ППО будут получены показатели A, B, C, D, E, отражающие уровень развития соответствующих профессионально важных качеств. Следовательно, исходя из методологии факторного подхода, если все эти показатели объединить в один интегральный показатель, то можно определить степень профессиональной психологической пригодности кандидата. Выполнить это действие можно простым сложением, причем чем больше будет сумма баллов, тем выше показатель профессиональной пригодности.

Для того чтобы сложить все показатели в одно целое, необходимо прежде всего привести первичные показатели использованных методик к единой стандартизированной шкале (как это было показано выше). В результате алгоритм итогового заключения будет выглядеть следующем образом:

Ипс = Aс + Bс + Cс + Dс + Eс,

где Ипс – интегральный показатель соответствия профессии, а Aс, Bс, Cс, Dс, Eс – стэновые оценки, полученные по методикам M, M, M, M, M.

Данный алгоритм может быть использован в нескольких случаях, но чаще всего к нему прибегают тогда, когда существует необходимость отобрать из заранее известного количества претендентов на замещение конкретной вакантной должности кандидата, который по своим качествам в наибольшей степени подходит для выполнения профессиональных обязанностей. Если, как было указано в примере, приведенном выше, используется пять методик, то максимальный балл может быть равным 50 стэнам (если 6 методик – 60 стэнам, 7-70 стэнам и т. д.). Соответственно можно полагать, что чем больше суммарный балл, тем выше профессиональная пригодность, а кандидат, набравший максимальный балл, может рассматриваться как человек, наиболее пригодный для выполнения профессиональных обязанностей.

Однако возможна ситуация, когда никто из кандидатов не наберет максимальных баллов, а большинство показателей будет располагаться возле средних значений. В этой ситуации встает вопрос о степени пригодности каждого конкретного кандидата, определить которую можно через соотнесение его показателей с показателями групп профессиональной пригодности. Поэтому целесообразно ориентироваться на максимально возможный балл, определив при этом интервалы интегрального показателя для каждой группы профессиональной психологической пригодности, и соотнести показатели кандидатов с показателями этих групп. Данная операция, как правило, осуществляется по той же двухэтапной схеме, что и для каждой методики в отдельности.

На первом этапе разрабатывается стандартизированная шкала для суммарного показателя. Суть ее заключается в переводе суммарного стандартизированного показателя во вторичный стандартный балл (иногда эту шкалу называют вторичной стандартизированной шкалой). Разрабатывается данная шкала аналогично переводу «сырых» баллов в стэны. Следует отметить, существуют разные точки зрения в отношении создания и использования вторичной стандартизированной шкалы. С одной стороны, применение вторичного стандартного показателя повышает риск накопления стандартной ошибки в результате двукратного перевода показателей к стандартизованному виду. С другой стороны, вторичная шкала упорядочивает информацию и облегчает выполнение задачи по дифференцированию всех кандидатов в отношении степени их профессиональной пригодности.

Если исследователь прибегает к данному алгоритму вынесения итогового заключения, то всегда следует обращать внимания на два аспекта. Во-первых, как уже было отмечено выше, важным условием успешного использования этого алгоритма является заранее известное количество кандидатов, которых необходимо отобрать на замещение каждой конкретной должности (например, предприятию необходимы три менеджера, два программиста, один бухгалтер), и количество желающих занять эти вакантные места. Причем желающих должно быть больше, чем вакантных мест. В противном случае (например, когда желающих столько же, сколько вакантных мест или меньше) данный алгоритм может оказаться недостаточно надежным. Поэтому его целесообразно использовать лишь тогда, когда существует конкурс на замещение вакантной должности, например при отборе абитуриентов вуза.

Во-вторых, применяя данный алгоритм, всегда следует помнить о его недостатках, которые заключаются не только в высокой вероятности накопления стандартной ошибки вследствие многократного перевода шкал использованных методик, но и в самой методологии данного алгоритма. Так, интегральный показатель получается методом суммирования показателей шкал всех используемых в мероприятиях ППО методик. При этом не учитывается степень значимости отдельных методик для успешности профессиональной деятельности. Например, среди пяти методик – А, В, С, D, Е – методика С показывает максимальную корреляционную связь, а методики А и Е – минимальную. Однако при суммировании показателей данный факт не учитывается. В результате может возникнуть ситуация, когда два кандидата набрали одинаковое количество баллов, только у одного высокие показатели по методике С и низкие по А и Е, а у другого, наоборот, низкие по методике С и относительно высокие по методикам А и Е. Показав одинаковый интегральный балл, с формальной точки зрения они должны быть признаны пригодными к выполнению профессиональной деятельности в одинаковой степени, но насколько правильно такое утверждение? На практике весьма высока вероятность того, что человек, показавший существенно более высокие результаты по методике С, будет обладать более высокими показателями в профессиональной деятельности. Соответственно сделанный на основании результатов психологического обследования прогноз будет не совсем адекватным, а точнее, недостаточно прогностичным. Именно поэтому данный алгоритм вынесения итогового заключения следует использовать только при наличии конкурса, причем чем больше кандидатов, тем выше прогностичность данного алгоритма.

Недостатки данного алгоритма частично восполняются другим алгоритмом, который используется в мероприятиях ППО, построенного на методологии факторного подхода. Данный метод условно может быть назван методом использования решающего правила.

Этот метод более сложный, однако он позволяет учитывать значения отдельных качеств для успешности деятельности и поэтому оценивается некоторыми специалистами как более эффективный в сравнении с методом простого суммирования стандартизированных показателей. Для разработки алгоритма такого типа обычно используется регрессионный анализ, в результате проведения которого можно получить так называемое регрессионное уравнение.

Если корреляционный анализ позволяет установить наличие взаимосвязи между двумя показателями, то метод множественной регрессии устанавливает наличие взаимосвязи одновременно между зависимой переменной и несколькими независимыми переменными, т. е. позволяет определить вклад каждой из независимых переменных в зависимую переменную.