人才測評已經成為企業快速評價人才的工具和手段。在美國，1/3的小企業和2/3的大公司都在它們的管理過程使用人才測評；在英國，有85%的公司在招聘新員工時使用人才測評，不少在職經理也被要求經常參加各種人才測評。在我國，人才測評雖然還處于起步階段，但是已經有越來越多的外資、民營企業和咨詢公司認識到了人才測評的重要性，并開始在其工作中使用人才測評。但是在實際的使用過程，經常出現這樣那樣的問題，究其原因就是對人才測評的基本問題，包括測評的信度、效度和標準化等，并沒有引起足夠的重視。

一、信度

信度是測驗結果的可靠性或一致性，也就是測評所得到的分數的穩定、一致性程度。它既包括時間上的一致性，也包括內容和不同評分者之間的一致性。

采用測評對人進行評價，都需要對人進行定量評價（也就是給人打分），這樣我們才能根據所有被評價者的得分情況，確定究竟錄用誰不錄用誰。在這里我們有一個潛在的假設，也就是對一個的評價結果就是他的實際情況。比如，如果我們對某一個人進行評價，其基本能力得分為80，則我們認為他的基本能力就是80。其實，我們永遠不可能完全準確地知道被評價者在某一特征上的真實情況，也就是其真實水平（可以稱為真分數）。我們只能借助一定的工具對其進行評價，然后得到這個人在這個特征上的分數（可以稱之為測驗分數）。理想的結果是，真分數和測驗分數完全一致，即真分數＝測驗分數。實際上，這種結果是很難得到了。舉例來說，如果一個人的身高是165厘米（真實分數），也許由同一個人用同一把尺子來量，昨天得到的結果是166厘米（測驗分數），今天得到的結果是164厘米（分數），而明天可能又會得到另外一個結果……

從上面這個例子，我們可以看出：真分數≠測驗分數。這就讓我們不得不去考慮，究竟我們在多大程度上可以相信使用測評工具所得到的結果？在上面的例子，也就是在多大程度我們可以相信這把尺子的測量結果。要回答這一問題，我們就必須計算“真分數”與“測驗分數”之間的一致性（從統計的角度來講，就是兩者“相關”），這就是“信度”。上面的例子中，其“真分數”是165厘米，兩次測量分數分別166厘米，164厘米。如果采用這把尺子進行多次測量，得到的結果都在165厘米附近，則我們所用的這把尺子的一致性比較高，也就是“信度”比較高；而如果進行多次測量，每次測量的結果與真分數相比很大，最后計算出來的“真分數”與“測驗分數”的相關很低，則我們可以說這把尺子的信度比較低，采用這把尺子所得到的結果不一致。

信度對于人才測評來說有著極為重要的意義，如果一個測評工具的信度比較低，而我們采用這一工具來對人才進行評價，則極有可能今天得到的是一個結果，明天得到的是另外一個結果，使得我們的人才任用決策結果極不準確。然而對于這一點，很多企業并沒有足夠重要，在購買外部的人才測評工具時，并沒有重視測評工具的“信度”指標；在內部的評價過程中，并沒有重視“信度”這一指標，常見的問題就是出現不同評價者對同一被評價者會有極為不同的評價。根據美國人才測評專業委會員的建議，一個好的評價工具、技術或者過程其信度指數應該至少達到0.70以上，其測評結果才是一致的，可靠的。在實踐操作過程中，企業可以以這以指標作為準繩來檢驗自己所采用的工具、技術和評價過程，并采用各種方式和手段來提高測評的信度，比如購買信度較高的測評工具，對評價者進行相關的培訓等。

二、測評的效度

效度是指測評工具的準確性，有效性程度，也就是一種測評工具能夠測量出其所需要測評的特征的程度。比如，當我們需要評價一個人的計劃能力時，如果我們采用某個測評工具測評的是被評價者的計劃能力，則可以說這個測評工具有較高的效度；而如果我們采用該測評工具測評的并不是被評價者的計劃能力，而只是被評價者關于計劃的知識，或者其他的內容，則可以認為這項工具的效度比較低。采用效度低的測評工具最終得到的肯定是荒唐的結果，就象采用“尺子”來量“體重”（尺子量體重，效度接近0）得到的也是荒唐的結果一樣。遺憾的是，在現實的人才測評中，人們對測評工具或者手段的效度并沒有引起足夠的重視，在對人才進行評價時所采用的測評工具或者手段的效度往往非常低。比如，很多公司在招聘秘書時，開始都希望能找著真正工作出色的秘書，但是到了最后都難以避免會掉進 “以貌取人”的陷進，而采用“以貌取人”來判斷一個人的“能力高低”其效度是非常低的。一般來說，在人才測評中人們經常關注是以下兩種效度： 

內容效度。測評工具所包括的題本能否真正代表所需要測評的內容。比如，在結構化面試的時候，為了對候選人的計劃能力、組織能力、應變能力等進行評價，我們設計了一套結構化面試的題目。如果這套題目能涵括所需要評價的能力，包括計劃能力、組織能力和應變能力，則可以所這套題目的內容效度比較高；而如果不能涵括所需要評價的能力，則其內部效度比較低。在實際的工作中，企業一定要購買、設計和使用內容效度比較高的測評工具。為了確保測評工具的內容效度，有條件的企業最好購買國內比較權威機構研制的測評工具，或者聘請相關方面的專家對所編制測評工具的內容效度進行評價。在這一方面，國內很多企業并沒有引起高度重視，在對候選人進行評價時，公司并沒有提供統一、規范和內容效度比較高的測評工具，而由招聘人員根據他們自身的經驗對候選人進行提問。殊不知而很多招聘人員由于經驗的不足，或者專業訓練的不夠，提出的問題并沒有真正代表所需要評價的內容。就象前面我們提到，本來想評價候選人的“計劃能力”，最后變成了評價候選人關于“計劃的知識”，使得整個評價“牛頭不對馬嘴”。在這一方面，企業還需要注意的一點就是，在評價之前，一定要真正分析所需要評價的內容，也就是說一定要進行職位分析（Job Analysis），或者建立勝任特征模型（Competency Model），這樣才能根據所確定需要評價的內容，并根據需要測評的內容采用內容效度高的測評工具。而如果在確定需要評價的內容時發生了錯誤，比如確定所需要評價的內容不是真正所需要的內容，確定需要評價的內容過多，或者確定需要評價的過少，則不管我們采用什么樣的評價工具，最后的內容效度都會比較低。

效標關聯效度。內容效度是指測評工具所包括的題本能否真正代表所需要測評的內容；效標關聯效度則是指測評的結果與被預測的內容關聯程度，這里我們把需要預測的內容稱為“效標”。比如，如果我們采用某一測評工具對候選人的計劃能力進行評價，結果發現在測評中得分比較高的候選人計劃能力強，而得分比較低的候選人計劃能力差，則我們所使用的測評工具的效標關聯效度比較高；反之，如果在測評中得分比較高的計劃能力并不一定強，得分比較低的計劃能力并不一定差，則我們所使用的測評工具的效標關聯效度比較低。

根據所使用的效標的不同，可以把效標關聯效度分為兩種：預測效度和同時效度。預測效度是指先采用測評對研究對象進行測評，等過一段時間之后再對研究對象的“效標”進行測評，然后計算兩者之間的關系。比如，公司在招聘銷售人員的時候，先采用某一測評工具對所有候選人進行了測評，這樣每名候選人員都有一個得分（測驗分數）。等這些候選人在公司工作了一段時間之后，搜集這些人員的效標數據（這里為實際業績）。然后，計算測驗分數和實際業績之間的相關。如果測驗分數和實際業績之間的相關很高，則所使用的測評工具的預測效度很高，公司在今后招聘銷售人員時可以繼續使用這一測評工具；反之，如果兩者之間的相關很低，則所使用的測評工具的預測效度很低，公司在今后招聘銷售人員時應該放棄使用這一測評工具。

由于預測效度需要的時間長，所以很多時候我們都采用同時效度。比如，公司需要考察某一測評工具的預測效度（即采用這一工具來招聘新的員工是否合適），可以先采用該工具對公司內部人員進行測評，然后獲取公司內部人員的效標數據（這里一般為實際業績），然后計算測評結果與實際業績之間的相關（同時效度）。同時效度在獲取上相對來說更為容易，但是因為同時效度受到會受到參加測評人員的工作經驗的影響，因而從預測準確性的角度來看要略低于預測效度。

國外的研究表明，在各種測評方法中，評價中心的效標關聯效度最高，面試（行為事件訪談）其次，而最低的就是人們所相信而又經常使用的面試（非行為性的）。

三、測評的標準化：

談到標準化大家自然就會想到“單項選擇題”，“多項選擇題”，誠然“單項選擇題”和“多項選擇題”都是標準化的一種形式，但是并不代表標準化的全部內涵。所謂標準化是指測評題本的編制、測評的實施、記分和測評結果的解釋必須遵循嚴格的、統一的科學程序，保證對所有被測評者來說，測評的內容、條件、記分過程、解釋系統都相同。

只有采用標準化的測評工具和過程，才能對不同人的測評結果進行比較，才能得到比較客觀公正的結果。然而在實際工作，我們經常采用的是非標準化的測評工具和過程，而又拿著測評結果來對不同的人員進行比較。比如，很多招聘工作者在招聘時，碰到這個人采用一套評價流程，碰到那個人采用另外一套評價流程；碰到這個人問這樣的問題，碰到那個人問那樣的問題；碰到這個人時面試的時間為20分鐘，碰到另外一個人時面試的時間為1個半小時……諸如此類已經成為招聘人員司空見慣的操作方式。也正是這種操作方式，使得招聘過程的準確性大打折扣，使得我們的招聘出現這樣那樣的問題。企業要提高招聘的有效性，必須引進標準化的測評工具，采用標準化的測評過程，并對所有招聘工作者的測評技術進行培訓，也只有這樣才能做到真正對人才進行科學、客觀的評價。