Industriella kriterier för bedömning av arbetsprestanda

Många åtgärder används av industripsykologen för att bedöma arbetsprestanda. Vilken av dessa används ofta beror på den specifika uppsättningen av omständigheter. Tabell 7.1 identifierar elva av de vanligaste kriterierna. Förutom att vara medveten om att kriterierna varierar är det också viktigt att veta att prestationsbedömning kan ske på olika stadier av arbetslivserfarenhet.

Det finns främst tre olika typer av utvärderande omständigheter, eller situationer, där man kan vara intresserad av att utvärdera ett jobb som befinner sig. Till exempel kan man utvärdera prestanda under träning medan individen lär sig färdigheten eller uppgiften. Dessutom kan man utvärdera prestanda medan individen faktiskt är på jobbet.

Vidare kan man skapa artificiella arbetsmiljöer för att kunna utvärdera prestanda. Sådana konstgjorda arbetssituationer kallas generellt som simulerade jobb- eller arbetsinställningar. De har blivit mycket populär de senaste åren och används ganska mycket av militärtjänsten.

De blir alltmer populära i branschen, eftersom det är billigare och involverat att simulera i uppgifter än att anställa och vänta på arbetsprestanda. En annan fördel med det simulerade jobbet Situationen är att man i allmänhet kan introducera bättre kontroller och därigenom minska kriteriet föroreningsproblem. Senaste exempel på simulerade uppgifter på den verkställande nivån inom industrin är "in-basket" -testet och datoriserade hanteringsspel. Båda kommer att diskuteras för närvarande.

Tänk på den allmänna åtgärden av olyckor som anges i tabell 7.1. Vid olyckor hänvisar vi till en rad incidenter som leder till skada eller förlorad tid för produkt, utrustning eller personal. Användningen av denna åtgärd som kriterium vid antingen träning eller verklig arbetsprestation skulle troligtvis innebära en uppräkning av det faktiska antalet sådana incidenter som observerats under en tidsperiod med kanske en omvandling till en dollarbas för jämförelseändamål.

När det gäller de simulerade jobbinställningarna är det emellertid ofta möjligt att prata med avseende på antalet teoretiska olyckor snarare än reella olyckor. Det är uppenbarligen bättre att ha en "teoretisk" olycka än en riktig. En utmärkt illustration är i flygsimulering där en pilot kan ha en "olycka" som bara sker teoretiskt snarare än verkligheten, vilket sparar stora summor pengar och liv samtidigt som man noggrant bedömer pilots färdighet. Vårt syfte är dock inte att argumentera för simulerade kriterier situationer, även om de verkar vara ganska idealiska för många typer av prestanda utvärdering.

Några exempel:

Åtgärderna i Tabell 7.1 faller i flera kategorier. Några av dem är till exempel produktionsåtgärder, andra är personuppgifter (till exempel tjänstgöring och frånvaro), medan andra är avgörande i naturen (handledare och vetenskapliga betyg och självbedömningar).

Produktionsdata:

Av dessa huvudkategorier kan man logiskt förvänta sig att produktionsdata är de mest använda kriteriedata i industriella inställningar. Intressant nog verkar det inte vara så. Schultz och Siegel (1961a) påpekar att produktionsrekord har använts långt mindre än vad man förväntar sig, och de drar slutsatsen att sådana kriterier troligen är mest användbara för rutinmässiga, manuella arbeten.

Några av de bästa uppgifterna om produktionskriterier har tillhandahållits av Rothe och hans medarbetare i en serie studier av produktionshastigheter bland sådana olika yrken som smöromslagare (1946a, 1946b), maskinoperatör (1947, 1959, 1961), choklad dipper (1951), och spolewinder (1958).

Deras data ger gott om bevis på att arbetsprestanda, mätt av produktionsdata, är föremål för betydande tidsvariationer. Korrelationerna på tillförlitligheten av produktionsdata varierade från 0, 05 till 0, 85, varvid storleken påverkades av längden av tidsperioden mellan åtgärder. Övriga tillförlitliga uppgifter om produktionsdata har tillhandahållits av Ghiselli och Haire (1960); De fann att korrelationen mellan veckovisa perioder var betydligt högre för intilliggande veckor än i veckor i stor utsträckning separerade.

Personlig information:

Ofta är det lättare att skaffa information om en persons arbetsbeteende som inte är i form av en produktionsfigur. Uppgifter om hur många gånger en person är frånvarande från sitt jobb, hur många gånger han är sen, antalet grunder han har lämnat och antalet olyckor och / eller arbetsstopp är alla åtgärder som har använts för att definiera skillnad mellan bra och dåliga anställda.

Vid användning av sådana åtgärder är det ofta det implicita antagandet att de är relaterade till produktionsprestanda på något sätt, det vill säga att tardiga arbetare också är de som kommer att producera mindre. Egentligen är detta ett extremt riskabelt antagande. Faktum är, som vi kommer att påpeka i ett senare avsnitt, att förhållandet mellan personuppgifter till produktionsåtgärder oftast är mycket lågt. Om dessa åtgärder används för att definiera arbetssucces är det viktigt att de betraktas som relevanta kriterier i sig, istället för att bara ersätta en mer direkt mått på arbetsproduktivitet.

Exempel på användningen av personuppgifter som kriterium inom industrin är ganska många, illustrerar, Baumgartle och Sobol (1959) visade ett förhållande mellan arbetsbrist och personlig historia och organisationsegenskaper. På samma sätt använde Argyle, Gardner och Cioffi (1958) både frånvaro och omsättningsåtgärder utöver produktivitet som kriterier för effekten av olika övervakningsmetoder.

Bedömningsdata:

Även om det inte finns någon offentliggjord information, skulle man troligen vara ganska säker när man bestämde sig för att kriterier som innefattar domar är den vanligaste typen av kriterier. Av nyfikenhet valde vi ett slumpmässigt urval av 50 artiklar från Journal of Applied Psychology för perioden 1960 -1965 och undersökte dem för att se vad catena användes. Tabell 7.2 är en sammanfattning av denna undersökning.

Resultaten indikerar en tendens att dömande kriterier används oftare än personal eller produktionsdata. (Antalet frekvens för varje typ lägger till mer än 50, eftersom vissa studier använde flera kriterier.) Tolv av de femtio artiklarna som samplades använde inte några kriterier i den vanliga eller accepterade betydelsen av termen.