Читать книгу - "Тесты для оценки персонала: Как принимать кадровые решения на основе данных, а не ощущений - Юрий Шатров"

Психометрика (psychometrics) — дисциплина, изучающая тесты; дословный перевод с древнегреческого — «измерение души». Отсюда второе имя тестов — психометрические инструменты.

Размер эффекта (effect size, Cohen’s d) — стандартизированная разница средних баллов теста между группами, например эффективными и неэффективными сотрудниками. Ориентиры: 0,2 — маленькая разница, 0,5 — средняя, 0,8 — большая; для тестов в оценке персонала нужный результат — 0,4 и выше.

Репрезентативность (representativeness) — соответствие выборки, на которой тест разрабатывался, апробировался и собирал нормы, тем людям, которые будут его проходить. Отражается в двух параметрах: размере выборки (для универсальных тестов нормы стабилизируются примерно после 500 человек, для редких специальностей достаточно 75–100) и ее разнообразии — по организациям, функциям, уровням должностей. Обязательная к проверке характеристика теста.

Ретестовая надежность (test–retest reliability) — то, в какой мере результаты теста устойчивы во времени. Является одним из видов надежности. Проверяется так: одни и те же люди проходят тест дважды с интервалом в несколько недель или месяцев, и два прохождения коррелируют между собой. Ретестовая надежность принимает значение от –1 до 1.

Ролевой подход — способ описывать требования к должности не через личные качества, а через роли: крупные, стабильные блоки профессиональных или управленческих задач. В ролевом подходе оценивается, насколько успешно человек выполняет задачи своей текущей или предполагаемой роли. В России развивается Павлом Безручко («ЭКОПСИ Консалтинг»), стандартная модель организационных ролей называется FRAME. Альтернатива модели компетенций.

Социальная желательность (social desirability) — тенденция человека давать необоснованно позитивные самоописания. Характерна для опросников.

Стандартизированность (standardization) — одинаковые условия тестирования для всех участников: все отвечают на задания со схожими характеристиками, ответы анализируются по одним правилам. Именно стандартизированность отличает тесты от экспертной оценки и проективных методик, где на результат влияет субъективность оценивающего.

Стандартизированные шкалы (standardized scales) — шкалы результата, дающие нормальное распределение: большинство участников получают баллы около среднего, крайние значения достаются меньшинству. Самые частые в HR — стены (от 1 до 10, среднее 5,5), станайны (от 1 до 9, среднее 5) и Т-баллы (от 20 до 80, среднее 50).

Статистическая значимость, p (statistical significance) — вероятность получить такую или более сильную связь чисто случайно, если на самом деле тест никак не связан с критерием. Порог по умолчанию — p < 0,05.

Сырой балл (raw score) — исходный результат участника до перевода в итоговую шкалу: например, количество или процент правильных ответов. Сам по себе он мало о чем говорит — смысл появляется после сравнения с порогом (КОРТ) или с результатами других людей (НОРТ).

Теория ответов на пункты(Item Response Theory, IRT) — современный подход к расчету результатов теста. IRT смотрит на каждое задание отдельно: у задания заранее измерена трудность, а уровень участника определяется тем, с заданиями какой трудности он справляется. Такой расчет точнее и позволяет делать тесты адаптивными: алгоритм подбирает задания под уровень человека, за счет чего тест становится в 1,5–2 раза короче.

Тест (test) — стандартизированный и валидизированный инструмент оценки психологических качеств человека, которые прогнозируют его поведение в работе. Это широкий смысл слова — в нем «тестами» называют и опросники. В узком смысле тест — инструмент с единственно правильным ответом (тесты знаний, способностей, кейс-тесты): он «испытывает» человека, в отличие от опросника, который его «опрашивает».

Технический отчет (technical manual) — документ, который составляет разработчик теста и в котором прописано соответствие требованиям к качеству: валидность, надежность, репрезентативность, лицензионная чистота.

Трудность задания (item difficulty) — доля участников, давших на задание правильный ответ. Чем выше показатель, тем задание легче.

Шкала (scale) — слово с двумя значениями. Первое: набор заданий или вопросов, измеряющих одно качество, — результаты теста выдаются «по шкалам» (например, шкала «Добросовестность» в личностном опроснике). Второе: шкала результата, в которую переводятся баллы участника, — стены, станайны, Т-баллы, процентили.

Экспертная оценка (expert assessment; в книге также — экспертные инструменты оценки) — класс инструментов, в которых результат формирует суждение эксперта, а не автоматический расчет. К этим инструментам относятся интервью с рекрутером, центр оценки, оценочная конференция. Экспертная оценка и тесты очень часто комбинируются друг с другом.

Источники

Введение

1. Исследование «Будущее оценки персонала» // ЭКОПСИ, 2022. https://www.ecopsy.ru/insights/rezultaty-issledovaniya-budushchee-otsenki-personala/ (дата обращения: 20.06.2026).

2. Zielinski, D. (2018). Predictive assessments give companies insight into candidates’ potential. SHRM. https://www.shrm.org/topics-tools/news/talent-acquisition/predictive-assessments-give-companies-insight-candidates-potential (дата обращения: 20.06.2026).

Что такое тесты для оценки персонала

3. Здравоохранение в России. 2025: стат. сб. — М.: Росстат, 2025.

Зачем и как можно применять тесты

4. Shaffer, J. A., & Postlethwaite, B. E. (2012). A matter of context: A meta-analytic investigation of the relative validity of contextualized and noncontextualized personality measures. Personnel Psychology, 65(3), 445–494.

Salgado, J. F., Anderson, N., Moscoso, S., Bertua, C., De Fruyt, F., & Rolland, J. P. (2003). A meta-analytic study of general mental ability validity for different occupations in the European community. Journal of Applied Psychology, 88(6), 1068–1081.

5. Ng, T. W. H., & Feldman, D. C. (2009). How broadly does education contribute to job performance? Personnel Psychology, 62(1), 89–134.

6. Van Iddekinge, C. H., Arnold, J. D., Frieder, R. E., & Roth, P. L. (2019). A meta-analysis of the criterion-related validity of prehire work experience. Personnel Psychology, 72(4), 571–598.

7. Ломоносов М. В. Проект регламента московских гимназий // Полн. собр. соч. Т. 9. — М.; Л.: Изд-во АН СССР, 1955. — С. 43–461.

8. Anderson, N., Salgado, J. F., & Hülsheger, U. R. (2010). Applicant reactions in selection: Comprehensive meta-analysis into reaction generalization versus situational specificity. International Journal of Selection and Assessment, 18(3), 291–304.

9. Neter, E., & Ben-Shakhar, G. (1989). The predictive validity of graphological inferences: A meta-analytic approach. Personality and Individual Differences, 10(7), 737–745.

Keinan, G., Barak, A., & Ramati, T. (1984). Reliability and validity of graphological assessment in the selection process of military officers. Perceptual and Motor Skills, 58(3), 811–821.

10. Talent Equity Newsletter №13: Российская практика оценки руководителей. Ward Howell, 2017.

11. Church, A. H., & Rotolo, C. T. (2013). How are top companies assessing their high-potentials and senior executives? A talent management benchmark study. Consulting Psychology Journal: Practice and Research, 65(3), 199–223.

12. Speer, A. B., Christiansen, N. D., & Honts, C. (2015). Assessment of personality through behavioral observations in work simulations. Personnel Assessment and Decisions, 1(1), 43–56.

Vazire, S., & Mehl, M. R. (2008). Knowing me, knowing you: The accuracy and unique predictive validity of self-ratings and other-ratings of daily behavior. Journal of Personality and Social Psychology, 95(5), 1202–1216.

13. Darr, W., & Catano, V. M. (2008). Multisource assessments of behavioral competencies and selection interview performance. International Journal of Selection and