Chapter 6 선발 방법 및 채용 결정에 대한 평가

학습목표 검사의 신뢰도에 영향을 주는 요인들과 검사의 신뢰도를 어떻게 결정하는 지 이해한다. 검사의 신뢰도에 영향을 주는 요인들과 검사의 신뢰도를 어떻게 결정하는 지 이해한다. 검사를 타당화하는 다섯 가지 방법을 이해한다. 검사들에 대한 정보를 어떻게 찾는지 배운다. 선발검사의 효용성을 어떻게 결정하는지 이해한다. 잠재적 법적 문제에 대하여 검토한다. 인사선발 결정을 위하여 어떻게 검사점수를 사용하는지 이해한다. © 2017 Cengage Learning. All Rights Reserved.

효과적인 선발 방법의 특징 신뢰도 타당도 법률적 문제를 최소화 비용 효율성 직무분석에 기초 (내용 타당도) 일과 관련된 행동 예측 (준거 타당도) 법률적 문제를 최소화 안면 타당도 사생활을 존중 의도적인 차별 예방 불리 효과 최소화 비용 효율성 구매에 따른 비용 운영에 따른 비용 채점에 따른 비용

신뢰도 검사 점수가 일관되고 측정의 오차에 대한 염려가 없는 정도 신뢰도를 결정하는 방법 검사-재검사 (시간 안정성) 검사 점수가 일관되고 측정의 오차에 대한 염려가 없는 정도 신뢰도를 결정하는 방법 검사-재검사 (시간 안정성) 동형검사 신뢰도 (형태 안정성) 내적 신뢰도 (문항 안정성) 채점자 신뢰도

검사-재검사 신뢰도 시간 안정성의 측정 Administration 1차 시행에서 점수가 두 번째 시행에서 점수는 상관이 있음 동일 지원자 동일 검사 반복 검사 시행기간 1차 시행에서 점수가 두 번째 시행에서 점수는 상관이 있음 상관계수는 0.70보다 커야함

검사-재검사의 한계 측정 오차의 원인 실용적인 한계 측정 속성이 시간이 지남에 따라 변화함 반응성 이월효과 시간이 많이 걸림 비용이 많이 듦 일부 검사들에서는 적합하지 않음

동형 검사 신뢰도의 실시 두 가지 형태의 동일한 검사를 개발하며, 이 두 형태의 검사는 내용, 응답 방식 그리고 통계적 속성의 측면에서 매우 유사함 하나의 검사를 먼저 시행하고, 동일한 사람이 나중에 다른 형태의 검사를 실시

동형 검사 신뢰도의 채점 첫 번째 검사에서 점수와 두 번째 형태의 검사 점수의 상관을 구함 첫 번째 검사에서 점수와 두 번째 형태의 검사 점수의 상관을 구함 두 점수가 높은 수준의 상관을 보인다면 검사는 형태 안정성(form stability)을 갖는다

동형검사 신뢰도의 한계 개발하기 어려움 내용의 표집 오차 시간에 따른 표집 오차

내적 신뢰도 검사의 내용이 일관되거나 일관되지 않는지 차원에서 측정 오차를 엄격하게 검토 검사의 내용이 일관되거나 일관되지 않는지 차원에서 측정 오차를 엄격하게 검토 한 검사를 두 개의 형태로 구분하여 실시하기 어려울 때 사용 내적 신뢰도에서 검사는 한 번만 시행되며 문항 한정성을 측정한다.

내적 신뢰도를 결정하기 반분법 (가장 일반적) 스피어만-브라운 예언 공식: 검사 문항을 균등하게 두 집단으로 분류 두 집단의 점수들은 내적 신뢰도를 구하기 위해 두 집단의 상관을 구함 스피어만-브라운 예언 공식: (2 x 반분 신뢰도) ÷ (1 + 반분 신뢰도)

스피어만-브라운 공식 (2 x 반분 상관) (1 + 반분 상관) 반분 상관이 0.60이면, 교정된 신뢰도는:

일반적인 방법: 반분 신뢰도 상관 구하기 Cronbach 알파 계수 Kuder-Richardson 공식 일반적인 방법: 반분 신뢰도 상관 구하기 Cronbach 알파 계수 비율 또는 동간 척도 자료를 사용 Kuder-Richardson 공식 이분 문항 검사에 사용 (예-아니오 사실-거짓)

평정자간 신뢰도 채용 과정에서 평정자들의 판단이 포함될 때 사용 둘 또는 그 이상의 평정자간 일치하는 정도를 말함

신뢰도: 결론 선발 검사의 신뢰도가 더 높을 수록 그 검사는 더 우수함. 신뢰도는 0.70이거나 이보다 높아야 함 선발 검사의 신뢰도가 더 높을 수록 그 검사는 더 우수함. 신뢰도는 0.70이거나 이보다 높아야 함 신뢰도는 다양한 요소에 의해서 영향을 받을 수 있음 선발 검사가 신뢰롭지 못하면 지원자를 채용하는 도구로서 유용하지 않음

신뢰도의 사례

타당도 정의: 검사나 측정 점수가 증거에 의해서 정당화되는 정도 일반적인 측정 방법 내용 타당도 준거 타당도 구성 타당도

내용 타당도 검사 문항이 측정하고자 하는 내용을 반영하고 있는 정도 검사 문항이 측정하고자 하는 내용을 반영하고 있는 정도 산업계에서 검사의 내용이 타당한지 여부는 직무 분석에 의해서 결정됨

준거 타당도 준거 타당도는 검사 점수가 준거라고 불리는 직무 수행 측정치와 관련되어 있는 정도 준거 타당도는 검사 점수가 준거라고 불리는 직무 수행 측정치와 관련되어 있는 정도 다음의 연구 설계 중 한 가지를 사용하여 확인: 동시 타당도 예언 타당도 타당도 일반화

동시 타당도 현재 직무를 수행하는 직원들을 대상으로 사용 범위 제한이 한계

예언 타당도 검사 점수와 미래 행동의 상관을 구하기 범위 제한의 한계를 줄이기 실용적이지 않을 수 있음

타당도 일반화 타당도 일반화는 어떤 직무에 대해서 한 지역에서 타당하다고 밝혀진 검사가 다른 지역에서도 타당한 정도를 의미 타당도 일반화는 어떤 직무에 대해서 한 지역에서 타당하다고 밝혀진 검사가 다른 지역에서도 타당한 정도를 의미 타당도 일반화는 메타 분석과 직무 분석으로 구성된다.

일반적인 교정 타당도 계수 방법 타당도 구조화된 면접 0.57 직무 경험 0.27 인지 능력 0.51 상황 판단 검사 0.26 전기자료(Biodata) 성실성 0.24 직무 지식 0.45 비구조화된 면접 0.20 작업 샘플 (언어) 0.48 성실성 검사 0.18 평가 센터 0.38 흥미 검사 0.10 대학 학점 0.32 필적 분석 0.02 추천서 0.29 투사 성격 검사 0.00

구성 타당도 검사가 측정하려는 구성개념을 실제로 측정하는 정도를 의미 검사 점수가 정당화될 수 있는지에 관한 추론 검사가 측정하려는 구성개념을 실제로 측정하는 정도를 의미 검사 점수가 정당화될 수 있는지에 관한 추론 검사 점수와 다른 검사의 점수간 상관을 통해 결정됨

안면 타당도 검사가 직무와 관련이 있는 정도 법률적 문제에 직면하는 가능성을 줄임 안면 타당도를 증가시킴

Workbook Exercise 6.1 검사 정보 알아내기

선발도구의 유용성

유용성 선발 도구가 인사 제도의 수준을 개선하는 정도이며, 선발 도구를 사용하지 않을 경우 발생할 수 있는 문제를 개선하는 정도

채용 과정이 효과적 이려면 많은 인원을 채용할 수 있어야 한다 채용 가능한 이원보다 더 많은 지원자가 있어야 한다. 채용 가능한 이원보다 더 많은 지원자가 있어야 한다. 타당한 검사 도구를 갖고 있어야 한다. 지원자들이 관심을 갖는 직무의 급여 수준이 높아야 한다. 해당 직무의 수행이 어려우며 교육을 통해 쉽게 수행할 수 있지 않아야 한다.

일반적인 유용성 검증 방법 테일러-러셀(Taylor-Russell) 표 정확결정 비율 브로그덴-크론바흐-글레저(Brogden- Cronbach-Gleser) 공식

유용성 분석 테일러-러셀 표 성공적으로 직무를 수행할 수 있는 미래 직원을 추산 세가지 정보 타당도 성공적으로 직무를 수행할 수 있는 미래 직원을 추산 세가지 정보 타당도 기저율 (성공적인 직원 ÷ 전체 직원) 선발율 (합격자 수 ÷ 지원자 수)

테일러-러셀의 사례 다음과 같은 상황을 가정 검사 타당도 0.40 선발율 0.30 기저율 0.50 테일러-러셀 표를 사용할 경우 몇 퍼센트의 성공적인 수행을 보일 미래 직원의 비율은?

50% r 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.00 0.58 0.57 0.56 0.55 0.54 0.53 0.52 0.51 0.67 0.64 0.61 0.59 0.74 0.71 0.62 0.82 0.78 0.73 0.69 0.66 0.63 0.88 0.84 0.76 0.94 0.79 0.75 0.98 0.85 0.65 1.0 0.99 0.97 0.92 0.86

정확 결정 비율 검사의 정확 결정 비율 정확한 결정의 기저선 성공적인 직원 ÷ 전체 직원 (정확한 탈락 + 정확한 채용) ÷ 전체 직원 II 사분면 IV 사분면 I+II+III+IV 사분면 정확한 결정의 기저선 성공적인 직원 ÷ 전체 직원 I + II 사분면 I+II+III+IV 사분면

10 x 9 8 7 6 5 4 3 2 1 검사 점수 (x) I II 준 거 IV III

정확 결정 비율 검사의 정확 결정 비율 정확 결정 기저선 5 + 10 ÷ 5 + 10 + 4 + 11 (10 + 11) ÷ (5 + 10 + 4 + 11) II 사분면 IV 사분면 I+II+III+IV 사분면 = 21 ÷ 30 = 0.70 정확 결정 기저선 5 + 10 ÷ 5 + 10 + 4 + 11 I + II 사분면 I+II+III+IV 사분면 = 15 ÷ 30 = 0.50

Workbook Exercise 6.3 정확결정 비율 계산

9 x 8 7 6 5 I II 4 3 2 1 IV III 검사 점수

연습 6.3의 정답 검사의 정확결정 비율 정확 결정 기저선 (8 + 6) ÷ (4 + 8 + 6 + 2) (8 + 6) ÷ (4 + 8 + 6 + 2) II 사분면 IV 사분면 I+II+III+IV 사분면 = 14 ÷ 20 = 0.70 정확 결정 기저선 4 + 8 ÷ 4 + 8 + 6 + 2 I + II 사분면 I+II+III+IV 사분면 = 12 ÷ 20 = 0.60

브로그덴-크론바흐-글레저 효용성 공식 직원을 채용하기 위해서 검사를 사용하는 경우 조직이 절약할 수 있는 금액을 계산하는 것 직원을 채용하기 위해서 검사를 사용하는 경우 조직이 절약할 수 있는 금액을 계산하는 것 절감 =(n) (t) (r) (SDy) (m) – 검사 비용 n = 연간 고용되는 직원 수 t = 평균 재직 기간 r = 검사 타당도 SDy = 달러로 나타낸 직무 수행의 표준 편차 m = 선발된 지원자들의 표준화 시킨 검사 점수의 평균 값

유용성의 요소 선발율 타당도 계수 표준편차(S요) 채용 인원 대비 지원자 수의 비율 현 직무 수행의 기저율 성공적인 직무 수행을 보이는 직원의 비율 표준편차(S요) 우수 직원 (일 표준 편차 정도 더 잘하는 직원) 과 평균 직원간 직무 수행(달러로 표시) 차이

평균 계산 예를 들어, 100명의 지원자에게 인지 능력 검사를 실시하여 최고 점수를 받은 10명을 채용하였다. 고용된 10명의 평균 점수는 34.6이며, 탈락한 90명의 평균 점수는 28.4이었다. 바람직한 결과는 다음과 같을 것이다: (34.6 – 28.4) ÷ 8.3 = 6.2 ÷ 8.3 = ? Answer: (34.6 –28.4)  8.3 = 6.2  8.3 = .747

평균 계산 150명의 지원자에게 인지 능력 검사를 실시하였으며, 최소 점수를 받은 35명을 채용하였다. 고용된 35의 평균 점수는 35.7점이며, 탈락한 115 지원자의 평균 점수는 24.6점이다, 검사 전체의 표준편차는 11.2. 바람직한 결과는 다음과 같을 것이다: (35.7 – 24.6) ÷ 11.2 = ? The answer is (35.7 - 24.6) 11.2 = .991.

표준 선발 율 선발율 m 1.00 0.00 0.90 0.20 0.80 0.35 0.70 0.50 0.60 0.64 0.40 0.97 0.30 1.17 1.40 0.10 1.76 0.05 2.08

예제 다음을 가정해보자: 유용성은 다음과 같을 것이다: 매년 10명의 감사관을 고용 평균 재직 기간은 2년 선발할 때 사용한 검사 타당도 0.40 평균 연봉은 $30,000 10개의 자리에 50명이 지원 유용성은 다음과 같을 것이다: (10 x 2 x 0.40 x $12,000 x 1.40) – (50 x 10) = $133,900

Workbook Exercise 6.2 유용성

예제 6.2의 정답 1. 선발율 250 ÷ 500 = 0.50 기저율 800 ÷ 1000 = 0.80 타당도 0.40 미래 성공적인 직원의 % 89%

선발율  80% r 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.00 0.85 0.84 0.83 0.82 0.81 0.89 0.87 0.86 0.94 0.92 0.88  0.96 0.93 0.98 0.97 0.91 0.99 1.0

2. 정답: 현재 사용중인 검사 계산 요소: 유용성은 다음과 같을 것이다: 250명을 고용할 예정 평균 재직 기간은 4년 검사의 타당도는 0.30 평균 연봉은 $70,000 250개의 자리에 500 지원 유용성은 다음과 같을 것이다: (250 x 4 x 0.30 x $28,000 x 0.80) – (500 x 15) = $6,720,000 - $7,500 = $6,712,500

3. 정답: 새로운 검사 계산 요소: 유용성은 다음과 같을 것이다: 250명을 고용할 예정 평균 재직 기간은 4년 검사의 타당도는 0.40 평균 연봉은 $70,000 200개의 자리에 500명 지원 유용성은 다음과 같을 것이다: (250 x 4 x 0.40 x $28,000 x 0.80) – (500 x 10) = $8,960,000 - $5,000 = $8,955,000

4. 이전 검사 대비 절감액 검사 유용성 새로운 검사: 릴리 통계 로직 검사 $8,955,000 이전 검사: 트리블 수학 $6,712,500 절감액 $2,242,500

표준 채용율 채용율 m 1.00 0.00 0.90 0.20 0.80 0.35 0.70 0.50 0.60 0.64 0.40 0.97 0.30 1.17 1.40 0.10 1.76 0.05 2.08

표 5.2 방법 타당도 인지 능력 0.39 추천서 0.18 전기자료 0.36 성적 0.16 구조화된 면접 0.34 성실성 검사 0.13 평가센터 0.28 순응성 작업 샘플 0.26 비구조화된 면접 0.11 직무 경험 0.22 흥미검사 0.10 성실성 0.21 정서적 안정성 0.08 상황 판단 0.20 개방성 0.06

1. 선발율 0.50 기저율 0.80 타당도 0.34 미래 성공적인 직원% 0.87 (round r down) 0.89 (round r up)

선발율  80% r 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.00 0.85 0.84 0.83 0.82 0.81 0.89 0.87 0.86  0.94 0.92 0.88 0.96 0.93 0.98 0.97 0.91 0.99 1.0

2. 정답: 비구조화된 면접 계산 요소: 유용성은 다음과 같을 것이다: 250명을 고용 평균 재직기간 4년 타당도 0.11 평균 연봉 $70,000 250개의 자리에 500명 지원 유용성은 다음과 같을 것이다: (250 x 4 x 0.11 x $28,000 x 0.80) – (500 x 25) = $2,464,000 - $12,500 = $2,451,500

2. 정답: 비구조화된 면접 계산 요소: 유용성은 다음과 같을 것이다: 200을 고용 평균 재직 기간 4 년 타당도 0.34 평균 연봉 $60,000 200개의 자리에 500 명 지원 유용성은 다음과 같을 것이다: (250 x 4 x 0.34 x $28,000 x 0.80) – (500 x 15) = $7,616,000 - $12,500 = $7,603,500

4. 새로운 검사에 따른 비용 절감 검사 유용성 새로운 검사: 구조화 면접 $7,603,500 예전 검사: 비구조화 면접 4. 새로운 검사에 따른 비용 절감 검사 유용성 새로운 검사: 구조화 면접 $7,603,500 예전 검사: 비구조화 면접 $2,451,500 절감 $5,152,000

검사의 공정성

정의 측정 편향 검사의 기술적 측면 측정하는 구성 개념(예, 성실성)과 관련성이 없는 검사 점수에서 집단(예, 인종, 성별)간 차이가 있다면 측정 편향이 일어난 것임 예언 편향 검사 점수에서의 집단 차이가 직무 수행 점수에서는 나타나지 않거나 뒤집히는 상황

한 집단에서 선발율이 다른 집단의 선발률 보다 80% 이하인 경우에 발생 남자 여자 지원자 수 50 30 고용 인원 20 10 선발율 0.40 0.33 0.33/0.40 = 0.83 > 0.80 (불리 효과 없음)

불리 효과 - 예시 2 남자 여자 지원자 수 40 20 고용 인원 20 4 선발율 0.50 0.20 남자 여자 지원자 수 40 20 고용 인원 20 4 선발율 0.50 0.20 0.20/0.50 = 0.40 < 0.80 (불리 효과)

표준 편차 방법 1. 표준 편차 계산 2. 표준 편차 X 2 3. 고용 될 것이라고 기대하는 여직원의 수를 계산 4. 신뢰 구간 계산 (기대 값 ± 2 SD) 5. 고용된 여자 직원의 수가 신뢰 구간에 포함되는지 판단.

표준편차 예시 1. 표준 편자 계산 2. 표준편차 X 2 = 1.79 * 2 = 3.58 1. 표준 편자 계산 2. 표준편차 X 2 = 1.79 * 2 = 3.58 3. 고용될 것이라고 기대하는 여직원 수 계산 (10/50) x 20 = 0.2 x 20 = 4 4. 신뢰 구간 계산 (0.42  4  7.58) 5. 고용된 여자 직원의 수가 신뢰 구간에 포함되는지 판단.

다른 공정성 이슈 단일 집단 타당도 차별적 타당도 검사가 한 집단의 수행은 유의미하게 예측하지만, 다른 집단은 유의미하게 예측하지 못하는 것을 의미함. 매우 드문 사례 차별적 타당도 검사가 두 집단 모두에서 타당하지만, 한 집단이 다른 집단 보다 타당도가 더 높게 나타나는 것 이것 또한 매우 드문 사례

고용 의사결정

선형 접근 조정하지 않은 점수순 선발 최소 합격점 밴드 설정법

점수순 선발 접근 지원자 성별 검사 점수 Drew 남 99 Eric 98 Lenny 91 Omar 90 Mia 여 88 점수순 선발 공식 지원자 성별 검사 점수 Drew 남 99 Eric 98 Lenny 91 Omar 90 Mia 여 88 Morris 87

점수순 선발 장점 고용된 지원자들의 수준이 높음 객관적인 의사결정 단점 의사결정에서 유연성이 낮음 불리 효과 = 직원들의 다양성이 낮음 측정의 오차를 무시 검사 점수가 업무 수행의 모든 것을 설명한다는 가정(Zedeck, Cascio, Goldstein & Outtz, 1996).

최소 합격 점수 접근 향후 허용 가능한 수준의 수행을 보일 사람은 누구인가? 공통 지침서 (1978) 선발 5H: 향후 허용 가능한 수준의 수행을 보일 사람은 누구인가? 합격 점수는 점수 분포상 허용 가능한 수행을 보이는 사람과 그렇지 않은 사람들을 구분하는 점수(Kane, 1994). 공통 지침서 (1978) 선발 5H: 합격 점수는 합리적이며 허용 가능한 숙련도와 일관 되어야 함

합격 점수 지원자 성별 점수 Omar 남 98 Eric 80 Mia 여 70 (합격 점수) Morris 69 Tammy 58 Drew M 40

합격 점수 장점 단점 의사결정에서 유연성이 증가 소수집단(protected groups)에 대한 불리 효과 감소 유용성 감소 점수를 설정하기가 어려움

밴드 설정법의 5가지 범주 고 득점순(가장 유연하지 않음) “2” 또는 “5” 규칙 전통적인 밴드 설정법 기대 밴드 설정법 측정의 표준오차(SEM: standard error of measurement) 밴드 설정법 통계적 유의성에 대한 점수 차이를 검증 합격/불합격 밴드 설정법(가장 유연함)

최고 점수 밴드 설정법 지원자 성별 검사 점수 Drew 남 99 Eric 98 Lenny 91 Omar 90 Mia 여 88 Morris 87

“3” 또는 “5” 규칙 지원자 성별 검사 점수 Drew 남 99 Eric 98 Lenny 91 Omar 90 Jerry 여 88 Morris 87

전통적인 밴드 설정법 전문가 판단에 근거 관리가 쉬움 예, 대학교 학점 체계 예, 직무 자격 수준

기대 밴드 설정법 밴드 검사 점수 확률 A 522 – 574 85% B 483 – 521 75% C 419 – 482 66% D 0 – 418 56%

측정의 표준오차(SEM) 밴드 설정법 “무차별 범위” 최고 점수와 합격 점수 방식을 절충한 것 검사가 항상 완벽하기 신뢰 롭지 않다(오차)는 것을 고려

측정의 표준 오차 밴드 설정법 최고 점수 채용 방식과 합격 점수 방식을 절충한 것 측정의 표준 오차 개념에 기초 계산을 위해 표준 편차와 검사의 신뢰도가 필요 표준 오차 = 밴드는 1.96 X 표준 오차

지원자 성별 점수 밴드1 밴드2 밴드3 밴드4 Armstrong m 99 x 고용 고용 고용 Glenn m 98 x x 고용 고용 Grissom m 94 x x x 고용 Aldren m 92 x x x x Ride f 88 x 고용 Irwin m 87 x x Carpenter m 84 x Gibson m 80 McAuliffe f 75 Carr m 72 Teshkova f 70 Jamison m 65 Pogue m 64 Resnick f 61 Anders m 60 Borman m 58 Lovell m 57 Slayton m 55 Kubasov f 53

Example 2 지원자 성별 점수 밴드 1 밴드 2 밴드 3 밴드 4 밴드 5 Clancy m 97 x 고용 지원자 성별 점수 밴드 1 밴드 2 밴드 3 밴드 4 밴드 5 Clancy m 97 x 고용 King m 95 x x 고용 Koontz m 94 x x x 고용 Follot m 92 x x x x 고용 Saunders m 88 x x x x Crichton m 87 x x x x Sanford m 84 x x x Dixon m 80 x Wolfe m 75 Grisham m 72 Clussler m 70 Turow m 65 Cornwell f 64 Clark f 61 12.8 * 0.316 Brown f 60 = 4.04 밴드 = 4.04 * 1.96 = 7.92 ~ 8 Example 2 Test Data Reliability = .90 Standard deviation = 12.8 You have 4 openings and would like to hire more females Applicant Sex Score Clancy m 97 King m 95 Koontz m 94 Follot m 92 Saunders m 88 Crichton m 87 Sanford m 84 Dixon m 80 Wolfe m 75 Grisham m 72 Clussler m 70 Turow m 65 Cornwell f 64 Clark f 61 Brown f 60

측정의 표준 오차 밴드 유형 고정 슬라이딩(Sliding) 다양성 기반 여성과 소수 집단은 밴드를 사용하여 채용할 때 우선권 부여

합격 또는 불합격 밴드 (두 개의 밴드만 사용) 지원자 성별 점수 Omar 남 98 Eric 80 Mia 여 70 (cutoff) Morris 69 Tammy 58 Drew 40

밴드 설정법의 장점 불리 효과를 줄이며 직원의 다양성을 증가시키고 공정성 지각을 증진시킴 (Zedeck et al., 1996). 직무와 관련된 2차 준거를 고려하게 함 (Campion et al., 2001).

밴드 설정법의 단점 (Campion et al., 2001) 가치 있는 정보를 상실 채용 직원의 수준 감소 사기업에서 슬라이딩 밴드는 적용하기 어려움 소수 민족을 배려하지 않는 밴드 설정법은 불리 효과를 감소하지 못할 수 있음

밴드의 범위를 결정할 때 고려해야 할 요인들 (Campion et. al, 2001) 밴드의 범위를 작게 하는 것이 선호됨 채용 결과 또는 오차를 고려해야 함 선발 도구로 준거의 공백을 메꿔야 함 선발 도구의 신뢰도 타당도 증거 다양성 논쟁

밴드 설정법에서 법적 논쟁 (Campion et al., 2001) 밴드 설정법은 법정에서 일반적으로 인정되고 있음 Bridgeport Guardians v. City of Bridgeport, 1991 Chicago Firefighters Union Local No.2 v. City of Chicago, 1999 Officers for Justice v. Civil Service Commission, 1992 소수 집단에게 우호적

조직이 자신을 보호하기 위해 무엇을 해야 하는가 회사는 밴드에서 선택을 위한 규칙과 절차를 수립해야 함 지원자들에게 회사의 가치와 목표 이외에 밴드 설정법이 갖고 있는 방법과 논리를 설명해야 함(Campion et al., 2001).

밴드 설정법 예 밴드 예시 1 예시 2 검사 정보 밴드 = 4.07 * 1.96 = 7.98 ~ 8 표준 오차 신뢰도 = 0.80 평균 = 72.85 표준편차 = 9.1 표준 오차 = 9.1 * 0.447 = 4.07 밴드 밴드 = Standard error * 1.96 밴드 = 4.07 * 1.96 = 7.98 ~ 8 예시 1 네 개의 자리가 있으며 여성을 더 선호함 예시 2 신뢰도 = 0.90 표준 편차 = 12.8

Workbook Exercise 6.4 밴드 설정법을 사용하여 불리 효과를 줄이기

1. 표준 오차 3.06 2. 밴드 3.06 * 1.96 = 6.0 points 3. 밴드를 사용하지 않고 고용 McCoy Crane Robinette Carmichael 4. 밴드를 사용하여 고용 Ross 5. 합격 점수 80을 사용하여 고용

Example 2 지원자 성별 점수 밴드 1 밴드 2 밴드 3 밴드 4 밴드 5 McCoy m 97 x x 고용 고용 고용 지원자 성별 점수 밴드 1 밴드 2 밴드 3 밴드 4 밴드 5 McCoy m 97 x x 고용 고용 고용 Crane m 95 x x x x 고용 Robinette m 94 x x x x x Schiff m 94 x x x x 고용 Carmichael f 91 x 고용 고용 고용 x Carver m 89 x x Ross f 89 고용 고용 Cutter m 88 Kincaid f 87 Cabot f 86 Stone m 86 Lewin f 85 Shore m 83 Branch m 80 = 7.91 * .387 Sack m 78 = 3.06 밴드 = 3.06 * 1.96 = 6 Example 2 Test Data Reliability = .90 Standard deviation = 12.8 You have 4 openings and would like to hire more females Applicant Sex Score Clancy m 97 King m 95 Koontz m 94 Follot m 92 Saunders m 88 Crichton m 87 Sanford m 84 Dixon m 80 Wolfe m 75 Grisham m 72 Clussler m 70 Turow m 65 Cornwell f 64 Clark f 61 Brown f 60

이야기 해봅시다 검사에서 항상 최고 점수를 받은 사람들만 채용 되어야 하는가?

모든 것을 종합하여 생각해 보기 사례 적용: Thomas A. Edison 채용 검사

윤리 문제 다양성 증가 노력

당신은 어떻게 생각하는가? 다양성을 증가시키기 위해서 종업원을 선발할 때 인종과 성별을 하나의 선발 요소로 고려하는 것이 종종 합법적이다. 그러나 이것이 합법적이라고 하더라도, 당신은 인종이나 성별이 고용 결정을 내리는 한 요소로 작용되는 것이 윤리적이라고 생각하는가? 이러한 규칙이 얼마 만큼 적용되어야 할까? 어떤 지원자가 검사 점수는 낮지만 그의 성격이 조직에 잘 맞을 것이라는 이유로 그 사람을 고용하는 것이 윤리적인 것일까? 만약 산업 및 조직 심리학자가 히스패닉계를 차별하는 조직에 고용되었다면, 그 조직에서 계속 일하는 것이 윤리적인가? 그의 윤리적 의무는 어디까지일까?