概念地圖・甄選工具的預測效度
作者 山姆（謝冠生）・喵喵書評創辦人
發布
分類：領導
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
甄選工具的預測效度：把一關結構化，勝過多開一關
一個職缺的面試，從三關加到五關。多出來的兩關是部門主管閒聊二十分鐘，加上總經理最後看一眼。半年後回頭數，錄取的人撐過試用期的比例，跟三關時一模一樣。多出來的只有候選人多等兩週、主管多五小時的行事曆，還有兩個等不及先去別家報到的人。這張圖要拆的，就是那條被當成常識、卻很少被檢查的假設：關卡愈多，選人愈準。心理學界早就把常用的甄選工具排成一排，量過它們各自能預測多少日後的工作表現，答案跟直覺差得遠。
六種甄選工具的效度係數，由高到低排成一排
效度係數量的是「工具給的分數」與「這個人日後工作表現」之間的相關；1 代表完全準確，0 代表跟丟銅板一樣沒有資訊。下面這組數字，來自人資領域被引用最多的那份統合分析。
| 甄選工具 | 效度係數 | 它實際上在測什麼 |
|---|---|---|
| 工作樣本測驗 | 0.54 | 讓候選人真的做一段這份工作會做的事，再依表現評分。全表最高。 |
| 結構化面試 | 0.51 | 每個人同一組題目、同一套評分錨點，面試官各自獨立打分。 |
| 一般心智能力測驗 | 0.51 | 標準化的推理與學習速度測驗，跟結構化面試打平。 |
| 非結構化面試 | 0.38 | 憑感覺聊，題目因人而異，也是台灣最常見的那一關。 |
| 年資（在職年數） | 0.18 | 履歷上最搶眼的一欄，預測力卻排在倒數第二。 |
| 筆跡學 | 0.02 | 看字跡判斷人格，貼近零。 |
先看兩端。工作樣本測驗的 0.54，是筆跡學 0.02 的二十七倍——同樣掛著「甄選工具」四個字，兩者根本不在同一個量級。再看中間那道縫：結構化面試 0.51、非結構化面試 0.38，落差 0.13。同樣是「找個人來聊一小時」，把題目與評分先寫死，準度就從倒數第三跳進前三名。最反直覺的在右邊那格：一般心智能力測驗已經有 0.51，之上再加一關非結構化面試，合併效度只到 0.55；改成結構化面試，才到 0.63。同樣多一關，多出來的 0.12 是 0.04 的三倍。關卡數量不會替你把準度買回來，關卡的設計才會。
這排係數要在你的職缺上生效，得先過四關
一、你的「表現好」有沒有一個講得清楚的樣子。效度係數的另一端接的是「日後工作表現」——研究者用的多半是主管評分、產量、留任這類看得見的指標。如果你的職缺說不出三個月後要拿什麼證據判定選對了，這排數字就沒有東西可以預測，工具再準也只是空轉。自問：三個月後，我要看到什麼，才敢說這個人選對了？
二、這份工作切不切得出一段可以現場做的樣本。0.54 那一格的前提，是你設計得出「一段真工作」：一小時的實作、一份真實案子的處理、一通模擬客訴電話。愈是動手類的職缺愈切得出來，愈抽象的職缺愈難；切不出來，這一格對你就是零。自問：這份工作有沒有哪三十分鐘，可以原封不動搬到面試現場？
三、你說的「結構化」，結構到哪一層。「結構化」不是題庫，是同一套評分尺。研究裡的結構化面試包含三件事：同一組題目、每題先寫好行為錨點、面試官各自打完分才開口討論。少掉最後那一層，分數會被最先發言的人帶著走，整關就滑回 0.38 那一格。自問：兩位面試官對同一個人打出來的分數，通常差多少？
四、多加的那一關，加的是新資訊還是同一份資訊。兩關問一樣的東西，第二關只是把第一關的答案再聽一次。合併效度的增幅之所以那麼小，就是因為重複的部分不會疊加；能把合併效度推高的，是「這一關問得到前一關問不到的東西」。自問：這一關拿掉，我會漏掉哪一項判斷依據？
一家保全公司要補三名社區駐衛，六種工具排一次
- 工作樣本測驗 0.54：讓候選人真的值一段班——巡一次樓、簽一次訪客登記、接一通「住戶說有人一直按錯電鈴」的對講機。看的是他站起來的速度、講話的音量、有沒有把登記表填完。最貴也最準
- 結構化面試 0.51：同一組情境題問到底——「凌晨兩點有人自稱住戶卻沒帶卡，你怎麼做？」每題三個行為錨點，兩位主管各自打分再對答案。成本最低的高分項
- 一般心智能力測驗 0.51：三十分鐘的標準化測驗，量的是看懂新規章、記住新流程的速度。跟面試打平
- 非結構化面試 0.38：主任跟候選人聊二十分鐘，聊到哪算哪。這往往是整個流程裡唯一的一關。最像面試的一關
- 年資（在職年數）0.18：履歷上「做過八年警衛」那一行。它告訴你這個人待得住，沒告訴你他站得好。履歷上最搶眼
- 筆跡學 0.02：看手寫報名表的字跡判斷穩不穩重。貼近丟銅板
把六格排完會發現，這家公司最該動的地方，是唯一那一關的長相。主任那二十分鐘的閒聊值 0.38；同樣二十分鐘，換成三題情境題加一張評分尺，就值 0.51。再往前一步，讓候選人真的值三十分鐘的班——巡樓、登記、接一通對講機——那是 0.54，而且駐衛這種職缺剛好最容易切出樣本：現場就在那裡，不必模擬。真正該重排的是擺在最前面的那道履歷關：把「八年年資」當第一道篩子，等於先用 0.18 的尺，把 0.54 才看得出來的人擋在門外。以上為說明結構用的示意情境，僅供理解框架之用。
這排數字什麼時候會騙你
- 它是校正後的理想值，你在現場量不到這麼高。這些係數做過兩道統計校正：一是全距限制——研究只看得到被錄取的人，落選的那批沒有工作表現可以比對，觀察到的相關被壓低，要往上還原；二是效標不可靠——主管評分本身就有誤差，也要往上還原。校正在統計上站得住，但它回答的是「這個工具在理想條件下的上限」。你拿自己公司的原始資料算出來的相關，通常明顯低於這排數字。把 0.51 當成「一半會準」去對老闆承諾，會被現場打臉。
- 2022 年的再分析把整排下修，順序也重排了。Sackett 等人重做了校正方式，主張過去對全距限制的還原用錯母體、系統性高估。他們的再分析把這排係數普遍往下修，而且各項下修幅度不一：工作樣本測驗與一般心智能力測驗掉得最多，結構化面試反而躍居第一。也就是說，這張圖的絕對數值今天不該照抄，但它真正要傳的那條訊息反而更硬了——把面試結構化，是整排工具裡投資報酬率最高的一件事。要引用具體數字時，記得標年份與版本。
- 「平均準」跟「這一個人準」是兩件事。效度係數 0.51 描述的是一整批人的統計傾向：分數高的那群，平均表現比分數低的那群好。它不會告訴你眼前這一位會怎麼樣。換算下來，0.5 上下的工具大約只解釋得了四分之一的表現差異，剩下四分之三來自主管、團隊、時機、家裡的事。另一道限制在合規面：心智能力測驗在不少國家有族群落差的爭議與訴訟史，導入前要先確認你的產業與法規吃不吃得下。準度高不代表可以直接搬來用。
效度係數量得出誰做得好，量不出這個職缺要替誰止痛
先看清楚這個係數的另一端接在哪裡。
它接在「錄取的人後來表現好不好」上，而整套統計的前提是：這個職缺是對的，只差找到對的人。可是很多職缺一開始就沒被問過那一題——它是因為某個主管喊忙而開的，是因為去年編制沒用完而開的，是因為同業有這個位子而開的。這張圖畫得出哪一把工具選人比較準，畫不出這個職缺存在的理由。《痛點》那把四格尺，第一格問的就是「誰在痛」：這個人每天要替誰把哪一件事變輕？那個痛夠不夠深，深到公司願意養一個人專門處理？兩題都答不上來的職缺，把工具從 0.38 換到 0.54，只是把錯的人選得更精準——三個月後他做得好不好，你依然沒有尺可以量，因為當初就沒定義過「好」。所以順序是先寫那句話，再挑工具。今晚就能做的一件事：打開那份 JD，在最上面補一行「這個位子存在，是為了讓誰的哪件事變輕」，明天帶著它去改面試題目。
面試要排幾關，先回答這四個問題
效度係數 0.51 算高還是低？
以社會科學的標準，0.5 上下已經算相當強的預測力——沒有任何甄選工具到得了 0.8，人類行為本來就不那樣運作。換個講法會更有感：0.51 大約解釋得了四分之一的表現差異，剩下四分之三落在工具管不到的地方，主管、團隊、時機都在裡面。所以它的用法比較像「把賭注押在勝率高的那一邊」，談不上保證。真正值得比較的，是它離你現在那把尺有多遠——從 0.38 挪到 0.51，花的還是同樣一小時。
結構化面試要「結構」到什麼程度才算數？
三件事同時成立才算：同一組題目，每位候選人問一樣的，不因人臨場加減；同一套評分錨點，每題先寫好「幾分長什麼樣」的具體行為描述；獨立打分，面試官各自寫完分數才開口討論。多數公司做到第一件就停了，於是題目一樣、標準各憑感覺，分數還是被會議室裡聲音最大的人帶著走。第三件最容易省、也最不該省——它擋掉的是從眾，而從眾正是非結構化面試掉到 0.38 的主因之一。
面試多排一關，總沒壞處吧？
多一關的成本你算得出來：候選人多等一週、主管多兩小時、流程裡多兩個中途落跑的人。多一關的效益卻常常趨近於零——如果新那一關問的東西跟舊那一關重疊，它加不進新資訊。統合分析裡最直接的證據就是那組合併效度：能力測驗 0.51 之上再疊一關非結構化面試，只到 0.55；換成結構化面試才到 0.63。同樣多一關，多出來的 0.12 是 0.04 的三倍。決定準度的是這一關問得到什麼，關數本身不算數。
小公司沒有測驗預算，只靠面試該怎麼辦？
先把手上那一關結構化，這是全表投資報酬率最高的一步，成本只有寫題目跟寫評分尺的幾小時。第二步做小規模的工作樣本：不必請顧問，讓候選人現場處理一件你們上週真的遇到的事，四十分鐘，兩個人各自打分。這兩步加起來，已經把你從 0.38 帶進 0.5 出頭的區間，而且一毛測驗費都不用花。心智能力測驗那一格反而可以最後再談，它牽涉法遵與族群落差的爭議，小公司先不碰也不吃虧。
那，這個職缺一開始是怎麼被填滿的？從職缺曝光、投遞、初篩到報到，每一站各自漏掉多少人，那是人才招募漏斗在畫的事；已經在公司裡的人該擺進哪一格、誰值得再壓一個位子上去，換九宮格人才盤點那張圖看。
喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。