内部人力资源评估失败的5个原因(以及如何避免)

人力资源分析是关于使用数据进行明智的决策。大多数感兴趣的变量都与HR中的H - human -有关。他们专注于抽象现象，不能直接测量(例如工作投入)。

评估是软变量数据收集中最常用的方法。我们需要他们提供关键信息来回答研究问题。我们还使用它们来预测对其他人力资源变量和业务结果的影响。因此，使用正确的评估是人力资源分析的重要组成部分。

在本文中，我们将讨论内部评估的发展。我们将讨论人力资源评估可靠性和有效性的重要性，并分享5个技巧来帮助您的内部人力资源评估成功。

验证或内部人力资源评估?

选择或开发评估的能力是在人力资源分析领域取得成功的基本能力(Coolen& IJsselstein, 2015)。使用经过验证的措施是最安全、最经济的选择。它们更可靠，并且遵循严格的流程开发。另一种方法是管理学会测量箱。

然而，内部开发人力资源评估是相当普遍的。我们使用评估来衡量员工对人力资源和相关结果的看法、态度和意见。由于它们如此普遍，有时很容易在内部开发解决方案。或者为我们的组织定制现有的。

然而，测量的可靠性和有效性问题经常导致不可靠的度量。例如，通常，内部解决方案的开发没有严格的文献综述来定义现象和制定项目。开发评估和测试样本的可用时间通常是有限的。此类项目关键资源稀缺，信效度较低。因此，结果可能难以解释。这就是为什么最明智的解决方案是使用经过验证的人力资源评估。

信度和效度

信度和效度是研究者提出的人力资源评估的主要特征。可靠性意味着评估应提供在不同时刻和不同样本中稳定的结果。

可靠性确保您的结果不仅由于您的组织-您的样本-特征而获得。它还保证，如果你在不同的时间点重复测量，你仍然会得到一致的结果。

与可靠性相关的是人力资源评估的内部一致性。例如，假设您正在测量员工如何体验人力资源政策。你将使用多个关于不同人力资源领域的问题。每一项都只是整个人力资源定义的一小部分。内部的一致性表明他们在这方面是成功的。

第二个是有效性。有效性是指评估的属性，以实际衡量感兴趣的变量，在这种情况下，HR。例如，项目应该代表它们打算评估的现象。

由于人力资源是一个潜在变量，项目是我们实施评估的方式。如果人力资源评估包含与人力资源不相关的项目，结果将无法提供关于人力资源的高质量信息。这就是为什么信度和效度如此重要。

制定内部人力资源评估:5个建议

经过验证的测量方法只有在表现出良好的性质并具有足够的有效性和信度时才会发布。开发内部人力资源评估是一项巨大的挑战，由于多种原因可能会失败。如果你仍然决定进行内部人力资源评估，我在这里强调五个在组织中常见的问题，并提供如何避免这些问题的建议。

1.人力资源或其他相关变量的定义不正确

当我们在某个领域工作时，我们对这些术语已经习以为常，以至于我们很少问自己是否在谈论同一件事情。问问你在同一个团队中的同事他们是如何定义人力资源的，你会发现我们对一个术语有不同的理解。

定义是界定现象的，并将告知所有后续步骤。通常情况下，组织会跳过定义阶段，急于制定项目。这可能是一个很大的错误。为了避免这种情况，使用证据来支持你的观点。有大量的实证测试研究提供了充分的人力资源和相关变量的定义。

2.项目生成步骤中的空白

在回顾科学文献并选择一个定义之后，开发评估的下一步是项目生成。研究人员通常基于严格的筛选和对不同已发表和已验证的人力资源评估的比较来生成项目，这些评估为该过程的这一步提供了信息。

在组织中，人力资源团队甚至来自不同部门的人提出项目是很常见的。一般来说，他们会考虑个人经验和直觉。这种做法往往会损害项目的质量，并生成根本不评估人力资源的项目。

由于这些项目与一般评估无关，因此会影响整个措施。因此，你需要根据你对人力资源的定义，对你的目标进行操作化测量。同时，以文献为基础。

3.项目生成步骤中外部涉众的干扰

就像之前的挑战一样，当人们知道人力资源部门正在制定一项新的措施时，大量的项目建议流向人力资源部门是很常见的。结果，再一次，是写得不好的项目。这取决于谁制定了这些项目——有时HR也很难拒绝他们收到的建议。

一些人力资源团队决定与一组缺乏必要知识和经验的利益相关者共享他们开发的人力资源评估。同样，这些建议可能不是很有帮助，很难不包括在评估的最终版本中。

对于项目的生成，建议涉众关于发明没有证据的项目和量表的后果。既贵又没用。作为一个建议，保持项目和团队尽可能小，以避免干扰。如果没有办法，那就用这些项目单独制作一个量表，这样就不会影响你想要达到的最终结果。

4.缺乏充分的计划来验证该措施

让我们面对现实吧。组织和学术界有不同的节奏。在学术界发表人力资源评估需要对不同样本进行多次研究，并使用不同的分析和相关变量。这需要付出很多努力、时间和人力。这些资源在组织中可能是稀缺的，计划是必不可少的。

我们将讨论两个主要的规划问题。对于第一种情况，您需要花时间收集足够的数据。来自小样本量的数据的统计能力太小，无法测试量表属性。这意味着你可能没有足够的方差来评估你的评估质量。

更严格的研究人员(Hair, Black, Babin， & Anderson, 2010)建议每个项目的样本量为20人。如果量表有20个项目，则需要400名受访者。一个好的做法是在两个样本中测试结果，以检查它们是否可靠，这将导致800名员工参与。与人力资源文献相比，这可以算作一项研究。

其次，通过因素分析，注意规模验证是很重要的。因素分析测试评估的结构和项目与主要变量的关系。匆忙进行这样的研究也可能导致低质量或不正确的分析。

开展试点研究可以帮助解决这一问题。此外，建议可能获得更多的证据，以更好地为决策和战略规划提供信息。对于规模开发测试，了解您的数字和理论来捍卫您的项目。基于证据的决定和选择更有力，也更难以忽视。

5.结果变量的预测分析

根据定义，人力资源评估旨在识别本质上复杂的多元关系。一个常见的倾向是满足于更简单的分析和单变量分析。这种捷径给业绩解读和战略行动带来了很大麻烦。对于管理应用，结果必须提供可靠的效果，告知行动并提供有意义的结果。孤立的平均值和标准偏差可能非常肤浅。

推理分析丰富了人力资源评估结果的质量。对人力资源和业务结果的调查使预测分析成为一种可能的设计。作为最后的建议，对于量表评估，强调使用量表的目标和你打算回答的研究问题。同时，强调为什么测试结果加强了人力资源评估的重要性，并指出正确的方向。

好运！