Đánh giá lựa chọn buộc là gì? Định nghĩa, Lợi ích, Hạn chế & Ứng dụng trong Tuyển dụng Lãnh đạo

Trong thế giới đầy rủi ro của tuyển dụng lãnh đạo, phát triển lãnh đạo và đánh giá rủi ro tổ chức, những phương pháp bạn sử dụng để đánh giá ứng viên có tác động sâu sắc. Một định dạng đánh giá đã thu hút sự chú ý đáng kể trong hai thập kỷ qua là đánh giá lựa chọn buộc—một công cụ đo lường tâm lý được thiết kế để giảm sai lệch phản hồi và tiết lộ các đặc điểm tính cách thực sự. Tuy nhiên, bất chấp việc áp dụng ngày càng tăng, nhiều tổ chức vẫn không chắc chắn về đánh giá lựa chọn buộc thực sự là gì, cách nó hoạt động, khi nào sử dụng, và liệu nó có thực sự đạt được những lời hứa của nó.

Bài viết toàn diện này khám phá đánh giá lựa chọn buộc từ mọi góc độ: định nghĩa, phát triển lịch sử, ưu điểm và hạn chế, phương pháp tính điểm, và ứng dụng thực tiễn trong tuyển dụng lãnh đạo và tâm lý tổ chức. Cho dù bạn là chuyên gia nhân sự đang đánh giá các công cụ đánh giá, nhà tuyển dụng tìm cách cải thiện quyết định tuyển dụng, hay nhà tâm lý học tổ chức thiết kế các hệ thống quản lý tài năng, hướng dẫn này sẽ trang bị cho bạn kiến thức để đưa ra quyết định sáng suốt về đánh giá lựa chọn buộc.

Đánh giá lựa chọn buộc là gì?

Định nghĩa & Khái niệm cốt lõi

Một đánh giá lựa chọn buộc là một công cụ đo lường tâm lý trình bày cho người trả lời hai hoặc nhiều tùy chọn và yêu cầu họ chọn một tùy chọn mà không có tùy chọn phản hồi trung lập, không chắc chắn hoặc "không có ý kiến". Không giống như các thang đo xếp hạng truyền thống (chẳng hạn như thang đo Likert), cho phép người trả lời chỉ ra các mức độ khác nhau của sự đồng ý hoặc không đồng ý với một phát biểu, đánh giá lựa chọn buộc loại bỏ hoàn toàn lựa chọn giữa. Thiết kế này buộc người trả lời phải đưa ra lựa chọn sáng suốt tiết lộ các sở thích, ưu tiên hoặc đặc điểm tính cách thực sự của họ.

Nguyên tắc cốt lõi nằm dưới đánh giá lựa chọn buộc rất đơn giản: bằng cách loại bỏ các tùy chọn trung lập, bài đánh giá ngăn chặn người trả lời không ngồi trên hàng rào hoặc mặc định vào các phản hồi giữa an toàn, mong muốn xã hội. Trong bối cảnh đánh giá tính cách, các mục lựa chọn buộc thường trình bày hai hoặc nhiều phát biểu và yêu cầu người trả lời xác định cái nào mô tả họ tốt nhất hoặc cái nào quan trọng hơn với họ. Ví dụ, thay vì xếp hạng sự đồng ý với "Tôi thích dẫn dắt các đội" trên thang 1–5, một mục lựa chọn buộc có thể hỏi: "Phát biểu nào mô tả bạn tốt hơn: (A) Tôi thích dẫn dắt và đưa ra quyết định, hoặc (B) Tôi thích hỗ trợ các sáng kiến của người khác?"

Sự thay đổi thiết kế tưởng chừng đơn giản này có những hàm ý sâu sắc cho cách các đặc điểm tính cách được đo lường, cách các sai lệch phản hồi được quản lý, và cuối cùng, cách so sánh ứng viên được thực hiện trong bối cảnh tuyển dụng và phát triển.

Phát triển lịch sử & Tiến hóa

Định dạng đánh giá lựa chọn buộc không xuất hiện qua đêm. Gốc rễ của nó có thể được truy nguyên đến những năm 1940 và 1950, khi các nhà đo lường tâm lý bắt đầu thử nghiệm các định dạng phản hồi thay thế để giải quyết những vấn đề dai dẳng với các thang đo xếp hạng truyền thống. Các nhà nghiên cứu sớm, bao gồm L. L. Thurstone (công việc của ông sau này sẽ thông báo cho các mô hình Lý thuyết Phản ứng Mục Thurstonian), nhận ra rằng các thang đo xếp hạng dễ bị các sai lệch hệ thống—người trả lời có xu hướng đồng ý với các phát biểu bất kể nội dung, chọn phản hồi cực đoan, hoặc tập trung xung quanh tùy chọn giữa.

Vào giữa thế kỷ 20, các định dạng lựa chọn buộc chủ yếu được sử dụng trong các đánh giá ưu tiên và đo lường lợi ích nghề nghiệp. Quân đội Hoa Kỳ và các nhà nghiên cứu tâm lý công nghiệp-tổ chức đã áp dụng các phương pháp lựa chọn buộc để đánh giá tính cách và ưu tiên mà không bị ô nhiễm bởi các sai lệch phản hồi. Tuy nhiên, những đánh giá lựa chọn buộc sớm này phải đối mặt với một thách thức kỹ thuật đáng kể: các điểm số mà chúng tạo ra là nội tại, có nghĩa là chúng chỉ có thể tiết lộ sức mạnh tương đối của một người so với các đặc điểm khác của họ, không phải cách họ so sánh với những người khác—một hạn chế quan trọng đối với các quyết định tuyển dụng.

Bối cảnh thay đổi đáng kể vào những năm 1990 và 2000 với sự phát triển của các phương pháp thống kê nâng cao, đặc biệt là các mô hình Lý thuyết Phản ứng Mục Thurstonian (T-IRT). Các nhà nghiên cứu như Andrew Brown và Ángeles Maydeu-Olivares đã tiên phong các cách tiếp cận để tính điểm các mục lựa chọn buộc theo những cách có thể mang lại điểm chuẩn mực (có thể so sánh giữa các cá nhân). Bước đột phá này đã làm sống lại sự quan tâm đến đánh giá lựa chọn buộc, đặc biệt là trong các bối cảnh có cược cao như tuyển dụng lãnh đạo, nơi làm giả và lạm dụng phản hồi là những mối quan tâm nghiêm trọng. Trong 15 năm qua, đánh giá lựa chọn buộc đã trở nên ngày càng phổ biến trong đánh giá tài năng, phát triển tổ chức, và nghiên cứu về tính cách và hành vi tổ chức.

Ngày nay, đánh giá lựa chọn buộc đại diện cho một cách tiếp cận trưởng thành—mặc dù vẫn còn tranh cãi—trong lĩnh vực đo lường tâm lý. Các nhà cung cấp đánh giá tính cách lớn đã kết hợp các định dạng lựa chọn buộc vào các bộ đánh giá lãnh đạo của họ, trong khi các nhà nghiên cứu học thuật tiếp tục điều tra cả những lời hứa và hạn chế của các phương pháp này.

Cách hoạt động của lựa chọn buộc trong thực tế

Hiểu cách đánh giá lựa chọn buộc hoạt động trong quản lý thực tế là điều cần thiết để đánh giá cả những điểm mạnh và hạn chế của nó. Cơ chế khác nhau tùy thuộc vào định dạng cụ thể được sử dụng, nhưng nguyên tắc cơ bản vẫn không thay đổi: người trả lời phải đưa ra những lựa chọn chủ động mà không có lưới bảo vệ của các phản hồi trung lập.

Trong định dạng lựa chọn cặp, cách tiếp cận phổ biến nhất trong đánh giá tính cách, người trả lời gặp phải các mục trình bày hai phát biểu cạnh nhau. Mỗi phát biểu thường đại diện cho một đặc điểm tính cách hoặc xu hướng hành vi khác nhau. Người trả lời phải chọn cái mô tả họ tốt hơn hoặc quan trọng hơn với họ. Ví dụ: "Khi làm việc trên một dự án phức tạp, tôi có nhiều khả năng (A) phát triển một kế hoạch chi tiết trước khi bắt đầu, hoặc (B) bắt đầu với vấn đề cốt lõi và điều chỉnh khi tôi học được thêm." Người trả lời không thể chỉ ra rằng cả hai hoặc không ai áp dụng như nhau—họ phải chọn.

Trong định dạng xếp hạng, người trả lời được trình bày ba hoặc nhiều phát biểu và được yêu cầu xếp hạng chúng từ mô tả tốt nhất đến ít nhất của chính họ. Biến thể xếp hạng này nắm bắt không chỉ một lựa chọn nhị phân mà một thứ tự đầy đủ của ưu tiên hoặc đặc điểm. Các định dạng xếp hạng cung cấp thông tin phong phú hơn nhưng có thể yêu cầu nhận thức cao hơn đối với người trả lời.

Trong định dạng trắc nghiệm, người trả lời chọn một phát biểu từ danh sách ba, bốn hoặc nhiều tùy chọn hơn. Biến thể này ít phổ biến hơn trong đánh giá tính cách nhưng thường được sử dụng trong các ứng dụng nghiên cứu khảo sát và nghiên cứu thị trường.

Từ góc độ của người trả lời, đánh giá lựa chọn buộc yêu cầu sự tham gia chủ động. Thay vì thụ động xếp hạng sự đồng ý của họ với một phát biểu, người trả lời phải suy nghĩ một cách phê phán về tùy chọn nào mô tả tốt hơn hành vi, sở thích hoặc đặc điểm thực sự của họ. Sự tham gia nhận thức này là cả một lợi thế (nó khuyến khích suy ngẫm thực sự) và một nhược điểm tiềm ẩn (nó có thể cảm thấy nhệu nhạt về nhận thức và bực dọc nếu người trả lời cảm thấy không một tùy chọn nào thực sự mô tả họ).

Đánh giá lựa chọn buộc khác với đánh giá chuẩn mực (Thang đo Likert) như thế nào?

Nội tại vs. Chuẩn mực: Sự phân biệt cơ bản

Để hiểu đầy đủ đánh giá lựa chọn buộc, bạn phải nắm bắt sự phân biệt giữa đo lường nội tại và chuẩn mực—một sự phân biệt mà cơ bản hình thành cách kết quả đánh giá có thể được diễn giải và sử dụng. Sự phân biệt này rất quan trọng đến nỗi nó thường bị hiểu lầm, dẫn đến những kết luận không chính xác về đánh giá lựa chọn buộc và suitability của chúng đối với các quyết định tuyển dụng.

Đánh giá nội tại đo lường các đặc điểm trong một cá nhân duy nhất. Một điểm số nội tại tiết lộ sức mạnh và ưu tiên tương đối của một người so với các đặc điểm khác của họ, nhưng nó không nói gì về cách người đó so sánh với những người khác. Ví dụ, một đánh giá nội tại có thể cho bạn biết rằng hướng dẫn lãnh đạo của Sarah mạnh hơn hướng dẫn phân tích của cô—nhưng nó không thể cho bạn biết liệu Sarah có hướng dẫn lãnh đạo hơn hay ít hơn so với các ứng viên khác trong nhóm ứng viên của bạn. Trong tính điểm nội tại, tổng của tất cả các điểm đặc điểm cho một cá nhân là cố định, có nghĩa là nếu một điểm đặc điểm tăng, ít nhất một cái khác phải giảm. Tính chất toán học này làm cho so sánh trực tiếp giữa các cá nhân trở nên không thể.

Đánh giá chuẩn mực đo lường các đặc điểm so với một nhóm tham chiếu chuẩn hóa hoặc chuẩn mực dân số. Một điểm chuẩn mực tiết lộ cách mức độ đặc điểm của một cá nhân so sánh với những người khác. Ví dụ, một đánh giá chuẩn mực có thể chỉ ra rằng Sarah đạt điểm ở phân vị 75 trong hướng dẫn lãnh đạo—có nghĩa là cô xếp cao hơn trên đặc điểm này so với 75% dân số tham chiếu. Điểm chuẩn mực cho phép so sánh có ý nghĩa giữa các ứng viên, làm cho chúng cần thiết cho các quyết định tuyển dụng nơi bạn cần xác định các ứng viên mạnh nhất so với một điểm chuẩn hoặc với nhau.

Mối quan hệ giữa định dạng lựa chọn buộc và tính điểm nội tại/chuẩn mực rất quan trọng nhưng thường bị hiểu lầm: định dạng lựa chọn buộc không tự động tạo ra điểm nội tại, cũng không định dạng Likert tự động tạo ra điểm chuẩn mực. Định dạng phản hồi (lựa chọn buộc vs. thang đo xếp hạng) là khác biệt với phương pháp tính điểm (nội tại vs. chuẩn mực). Tuy nhiên, tính điểm cổ điển của các mục lựa chọn buộc—cách tiếp cận đơn giản nhất và phổ biến nhất về lịch sử—thực sự tạo ra điểm nội tại. Các phương pháp tính điểm nâng cao như Thurstonian IRT có thể, trong những điều kiện nhất định, tạo ra điểm chuẩn mực từ các mục lựa chọn buộc.

Tính điểm & Diễn giải kết quả

Phương pháp tính điểm áp dụng cho các phản hồi đánh giá xác định xem kết quả là nội tại hay chuẩn mực—và lựa chọn này có những hậu quả thực tiễn khổng lồ. Hiểu biết về sự khác biệt giữa các cách tiếp cận tính điểm cổ điển và nâng cao là điều cần thiết để đánh giá đánh giá lựa chọn buộc.

Tính điểm nội tại cổ điển của các mục lựa chọn buộc rất đơn giản: mỗi lần người trả lời chọn một tùy chọn đại diện cho một đặc điểm cụ thể, đặc điểm đó nhận được một điểm. Sau khi tất cả các mục được trả lời, các điểm đặc điểm được tính tổng. Kết quả là một hồ sơ cho thấy sức mạnh tương đối của người trả lời. Nếu Sarah trả lời 12 mục trong đó "lãnh đạo" là một tùy chọn và chọn nó 8 lần, trong khi cô chọn "phân tích" chỉ 5 lần, điểm đặc điểm lãnh đạo của cô (8) cao hơn điểm đặc điểm phân tích của cô (5). Tuy nhiên, vì tính điểm nội tại ràng buộc tổng trên tất cả các đặc điểm, điểm của Sarah không thể được so sánh trực tiếp với điểm của một ứng viên khác. Nếu Tom cũng trả lời các mục tương tự và đạt điểm 8 trên lãnh đạo và 5 trên phân tích, chúng ta không thể kết luận rằng Sarah và Tom có hướng dẫn lãnh đạo như nhau—phân phối điểm của họ có thể phản ánh các mô hình phản hồi khác nhau.

Cách tiếp cận tính điểm chuẩn mực, đặc biệt là Thurstonian IRT, áp dụng các mô hình thống kê tinh vi cho dữ liệu lựa chọn buộc để suy ra điểm đại diện cho các mức độ đặc điểm tuyệt đối có thể so sánh giữa các cá nhân. Các phương pháp này ước tính giá trị đặc điểm tiềm ẩn cơ bản giải thích tốt nhất mô hình lựa chọn của người trả lời, sau đó biểu thị mức độ đặc điểm đó trên thang chuẩn hóa (ví dụ: T-điểm với trung bình 50 và độ lệch chuẩn 10, hoặc phân vị). Ưu điểm là điểm chuẩn mực cho phép so sánh ứng viên trực tiếp. Nhược điểm là các phương pháp này phức tạp về mặt toán học, yêu cầu kích thước mẫu lớn hơn để ước tính đáng tin cậy, và hiệu quả của chúng phụ thuộc vào chất lượng xây dựng bài kiểm tra—đặc biệt là số lượng đặc điểm được đo và cách các mục được khóa.

Ý nghĩa thực tiễn cho các quyết định tuyển dụng

Sự phân biệt nội tại vs. chuẩn mực có những hàm ý trực tiếp, thực tiễn cho cách kết quả đánh giá nên được sử dụng trong các quyết định tuyển dụng và thăng chức. Đây là nơi hiểu biết về lý thuyết chuyển thành thực tiễn tổ chức.

Nếu bạn đang sử dụng một đánh giá lựa chọn buộc với tính điểm nội tại cổ điển, bạn không nên sử dụng kết quả để xếp hạng ứng viên hoặc đưa ra các quyết định tuyển dụng so sánh. Điểm nội tại được thiết kế cho phát triển cá nhân và tự nhận thức. Chúng cho một ứng viên biết sức mạnh và lĩnh vực phát triển của họ nằm ở đâu so với nhau, làm cho chúng có giá trị cho huấn luyện, phản hồi và kế hoạch phát triển cá nhân. Tuy nhiên, chúng không cho bạn biết cách một ứng viên so sánh với một ứng viên khác, làm cho chúng không phù hợp cho các quyết định tuyển dụng nơi bạn cần xác định các ứng viên mạnh nhất.

Nếu bạn đang sử dụng một đánh giá lựa chọn buộc với tính điểm chuẩn mực (chẳng hạn như Thurstonian IRT), bạn có thể—về mặt lý thuyết—sử dụng kết quả để so sánh ứng viên, với điều kiện bài đánh giá được xây dựng và xác thực đúng cách. Tuy nhiên, các nghiên cứu gần đây (được thảo luận chi tiết dưới đây) đã tiết lộ rằng nhiều đánh giá lựa chọn buộc tuyên bố tạo ra điểm chuẩn mực có thể vẫn có các tính chất nội tại một phần, hạn chế tiện ích của chúng để tuyển dụng.

Một quan niệm sai lầm phổ biến là đánh giá lựa chọn buộc vốn dĩ vượt trội hơn các thang đo Likert cho các quyết định tuyển dụng. Trong thực tế, phương pháp đánh giá tốt nhất phụ thuộc vào trường hợp sử dụng cụ thể của bạn. Đối với các quyết định tuyển dụng yêu cầu so sánh ứng viên, một đánh giá chuẩn mực được xác thực tốt (cho dù là định dạng lựa chọn buộc hay Likert) là điều cần thiết. Đối với phát triển và tự nhận thức, các đánh giá lựa chọn buộc nội tại có thể tuyệt vời. Lỗi quan trọng là sử dụng một đánh giá nội tại cho tuyển dụng—một thực hành mà một số tổ chức vô tình tham gia khi họ áp dụng các công cụ lựa chọn buộc mà không hiểu các tính chất tính điểm của chúng.

Ưu điểm chính của đánh giá lựa chọn buộc là gì?

Kháng lại làm giả & Sai lệch mong muốn xã hội

Ưu điểm chính của đánh giá lựa chọn buộc—và lý do tại sao nó đã tăng lên trong các bối cảnh tuyển dụng có cược cao—là khả năng kháng lại làm giả và sai lệch mong muốn xã hội. Ưu điểm này vừa âm thanh về mặt lý thuyết vừa được hỗ trợ bằng thực nghiệm bằng nghiên cứu.

Sai lệch mong muốn xã hội xảy ra khi người trả lời trả lời các câu hỏi đánh giá theo những cách mà họ tin sẽ được xem là thuận lợi, thay vì trả lời thật thà. Trong các đánh giá tính cách sử dụng thang đo Likert, điều này rất đơn giản: nếu một câu hỏi hỏi "Tôi là người tổ chức", những người trả lời được thúc đẩy để trình bày bản thân tích cực sẽ xếp hạng sự đồng ý của họ cao, bất kể thói quen tổ chức thực sự của họ. Tương tự, nếu được hỏi "Tôi đôi khi trì hoãn", họ sẽ xếp hạng sự đồng ý của họ thấp. Qua nhiều mục, mô hình phản hồi mong muốn xã hội này có thể làm tăng đáng kể các điểm đặc điểm, làm cho các ứng viên xuất hiện tâm lý khỏe mạnh hơn, tận tâm hơn, ổn định về mặt cảm xúc hơn, và dễ chịu hơn so với thực tế.

Đánh giá lựa chọn buộc làm cho loại làm giả nhất quán này khó khăn hơn nhiều. Khi người trả lời phải chọn giữa "Tôi thích dẫn dắt" và "Tôi thích hỗ trợ người khác", họ không thể đơn giản chọn tùy chọn âm thanh tốt nhất trong cô lập—họ phải xem xét bối cảnh của các phản hồi khác của họ. Nếu họ đã chọn "Tôi thích dẫn dắt" nhiều lần, chọn nó lại có thể có vẻ không nhất quán với mô hình trước đó của họ khi chọn "Tôi thích hỗ trợ người khác". Quan trọng hơn, trong các đánh giá lựa chọn buộc được xây dựng tốt, các tùy chọn trong mỗi mục được kết hợp cho sự mong muốn xã hội—cả hai tùy chọn được trình bày là hấp dẫn hoặc không hấp dẫn như nhau. Thiết kế này loại bỏ "câu trả lời đúng" rõ ràng mà người trả lời trong các thang đo Likert có thể nhắm tới.

Nghiên cứu meta-phân tích hỗ trợ ưu điểm này. Một meta-phân tích bởi Cao và Drasgow (2019) đã kiểm tra hàng chục nghiên cứu so sánh khả năng kháng lại làm giả trên các định dạng đánh giá và phát hiện rằng các đánh giá lựa chọn buộc, khi được xây dựng đúng cách, cho thấy tỷ lệ lạm dụng điểm thấp hơn đáng kể trong các điều kiện làm giả so với các thang đo Likert. Trong một số nghiên cứu, các đánh giá lựa chọn buộc gần như loại bỏ hoàn toàn lạm dụng điểm, trong khi các đánh giá dựa trên Likert cho thấy lạm dụng 0,5 đến 1,0 độ lệch chuẩn hoặc nhiều hơn.

Đối với tuyển dụng lãnh đạo, nơi các ứng viên được thúc đẩy mạnh mẽ để trình bày bản thân thuận lợi và các cược cao, ưu điểm này rất đáng kể. Nó tăng độ tin cậy rằng kết quả đánh giá phản ánh các đặc điểm thực sự thay vì một bản thân được đánh bóng.

Loại bỏ sai lệch phản hồi

Ngoài sai lệch mong muốn xã hội, đánh giá lựa chọn buộc giải quyết một số sai lệch phản hồi hệ thống khác làm suy yếu tính hợp lệ của các thang đo xếp hạng:

Sai lệch thừa nhận (còn gọi là nói có) là xu hướng đồng ý với các phát biểu bất kể nội dung. Một số người trả lời, đặc biệt là những người từ các nền văn hóa hoặc loại tính cách nhất định, có xu hướng tự nhiên để đồng ý. Trong một thang đo Likert, điều này biểu hiện dưới dạng xếp hạng nhất quán cao. Lựa chọn buộc loại bỏ sai lệch này theo thiết kế—người trả lời không thể đơn giản đồng ý với mọi thứ; họ phải đưa ra những lựa chọn yêu cầu cả mô hình đồng ý và không đồng ý.

Sai lệch cực đoan là xu hướng chọn các tùy chọn phản hồi cực đoan (rất đồng ý/rất không đồng ý) thay vì những tùy chọn vừa phải. Sai lệch này làm tăng sự xuất hiện của biểu hiện đặc điểm mạnh. Lựa chọn buộc loại bỏ tùy chọn phản hồi vừa phải, buộc người trả lời cam kết vào một vị trí.

Sai lệch điểm giữa là xu hướng ngược lại: người trả lời hướng tới tùy chọn giữa (không đồng ý cũng không không đồng ý) để tránh cam kết vào một vị trí. Sai lệch này che khuất các mức độ đặc điểm thực sự và giảm phân biệt giữa người trả lời. Lựa chọn buộc loại bỏ tùy chọn giữa hoàn toàn, buộc phân biệt thực sự.

Bằng cách giải quyết các sai lệch này về cấu trúc—thông qua thiết kế của chính định dạng phản hồi—đánh giá lựa chọn buộc tạo ra dữ liệu ít bị ô nhiễm bởi các mô hình phản hồi hệ thống. Điều này dẫn đến dữ liệu sạch hơn, có thể diễn giải được tốt hơn mà phản ánh chính xác hơn các đặc điểm tính cách thực sự.

Cải thiện phân biệt giữa các ứng viên

Trong các bối cảnh tuyển dụng, khả năng phân biệt giữa các ứng viên—để xác định sự khác biệt có ý nghĩa giữa các ứng viên—là điều cần thiết. Đánh giá lựa chọn buộc xuất sắc ở điều này. Bằng cách buộc người trả lời đưa ra những lựa chọn rõ ràng giữa các tùy chọn, các định dạng lựa chọn buộc tiết lộ các sở thích và ưu tiên thực sự rõ ràng hơn các thang đo xếp hạng.

Hãy xem xét hai ứng viên trả lời một câu hỏi về cách tiếp cận rủi ro của họ. Trên một thang đo Likert hỏi "Tôi sẵn sàng chấp nhận rủi ro", cả hai có thể xếp hạng bản thân là 4 trên thang 1–5, có vẻ như có hướng dẫn rủi ro như nhau. Nhưng trong một định dạng lựa chọn buộc hỏi họ chọn giữa "Tôi cẩn thận phân tích rủi ro trước khi hành động" và "Tôi thoải mái hành động với thông tin không đầy đủ", các sở thích thực sự của họ xuất hiện rõ ràng hơn. Một người có thể chọn tùy chọn đầu tiên thường xuyên, tiết lộ sở thích cho phân tích rủi ro; cái kia có thể chọn cái thứ hai, tiết lộ thoải mái với tính mơ hồ. Sự phân biệt này giúp người quản lý tuyển dụng đưa ra những quyết định sáng suốt, tinh vi hơn về sự phù hợp ứng viên.

Hạn chế & Thách thức của đánh giá lựa chọn buộc là gì?

Vấn đề nội tại

Bất chấp những ưu điểm của nó, đánh giá lựa chọn buộc phải đối mặt với một thách thức kỹ thuật cơ bản: nội tại. Hạn chế này rất đáng kể đến nỗi nó đã tạo ra hàng chục năm nghiên cứu và tranh cãi trong lĩnh vực đo lường tâm lý.

Như đã thảo luận trước đó, điểm nội tại là phụ thuộc lẫn nhau—điểm trên một đặc điểm được liên kết toán học với điểm trên các đặc điểm khác. Nếu điểm lãnh đạo của người trả lời cao, điểm phân tích của họ phải tương đối thấp hơn (không phải về mặt tuyệt đối, nhưng tương đối với các điểm khác của họ). Tính chất toán học này tạo ra một số vấn đề thực tiễn:

Không thể xếp hạng ứng viên: Nếu bạn không thể so sánh trực tiếp các ứng viên trên các đặc điểm cá nhân, bạn không thể xếp hạng một nhóm ứng viên từ cao nhất đến thấp nhất trên, nói, tính tận tâm. Đây là một hạn chế quan trọng đối với tuyển dụng, nơi xếp hạng ứng viên thường là toàn bộ mục đích của đánh giá.

Tương quan có vấn đề: Khi điểm là nội tại, mối tương quan giữa các đặc điểm trong các cá nhân bị ràng buộc nhân tạo. Một nhà nghiên cứu có thể phát hiện rằng hai đặc điểm có tương quan âm trong dữ liệu nội tại (vì điểm cao trên một cái buộc điểm thấp hơn trên cái kia) mặc dù chúng thực sự độc lập hoặc tương quan dương trong dân số. Điều này có thể dẫn đến những kết luận không chính xác về mối quan hệ đặc điểm.

Phân tích thống kê không hợp lệ: Nhiều kỹ thuật thống kê phổ biến (hồi quy, phân tích nhân tố, mô hình phương trình cấu trúc) giả định độc lập điểm. Áp dụng các kỹ thuật này cho dữ liệu nội tại có thể tạo ra kết quả gây hiểu lầm.

Các nhà phát triển bài kiểm tra đã lâu nhận ra nội tại là một vấn đề, đó là lý do tại sao các phương pháp tính điểm nâng cao như Thurstonian IRT được phát triển. Tuy nhiên, như các nghiên cứu gần đây đã tiết lộ, giải quyết vấn đề nội tại khó hơn ban đầu hy vọng.

Độ phức tạp tính điểm & Vấn đề độ tin cậy

Trong khi các mô hình Thurstonian IRT hứa hẹn vượt qua hạn chế nội tại và tạo ra điểm chuẩn mực, chúng giới thiệu những thách thức mới: độ phức tạp và mối quan tâm về độ tin cậy mà chỉ gần đây đã được điều tra kỹ lưỡng.

Tính điểm nội tại cổ điển rất đơn giản: đếm lựa chọn mục và tổng hợp chúng theo đặc điểm. Tính điểm Thurstonian IRT phức tạp hơn nhiều, yêu cầu phần mềm thống kê tinh vi, kích thước mẫu lớn để ước tính mô hình, và chú ý cẩn thận đến việc xây dựng mục. Độ phức tạp này tạo ra những rào cản cho việc triển khai và tăng rủi ro lỗi trong phát triển bài kiểm tra và tính điểm.

Quan trọng hơn, các nghiên cứu mô phỏng gần đây bởi Bürkner et al. (2019) và Schulte et al. (2021) đã tiết lộ rằng các mô hình Thurstonian IRT không tạo ra điểm chính xác, không nội tại một cách đáng tin cậy trong nhiều điều kiện thực tiễn. Cụ thể:

Các đánh giá đặc điểm thấp gặp khó khăn: Khi các đánh giá lựa chọn buộc đo lường chỉ một số lượng nhỏ các đặc điểm (5–15 đặc điểm, điều này là điển hình cho các đánh giá tính cách), các mô hình Thurstonian IRT thường không tạo ra điểm đủ tin cậy, thậm chí với các mẫu lớn. Điểm đặc điểm vẫn nội tại một phần, hạn chế tiện ích của chúng cho so sánh ứng viên.

Khóa mục quan trọng một cách quan trọng: Các mục lựa chọn buộc có thể được "khóa như nhau" (cả hai tùy chọn đại diện cho các khía cạnh tích cực hoặc cả hai đại diện cho các khía cạnh tiêu cực của một đặc điểm) hoặc "khóa hỗn hợp" (một tích cực, một tiêu cực). Các mục khóa như nhau là cần thiết để duy trì khả năng kháng lại làm giả, nhưng chúng đặc biệt có vấn đề đối với tính điểm Thurstonian IRT. Khi các mục được khóa như nhau, các mô hình Thurstonian gặp khó khăn trong việc tạo ra điểm đáng tin cậy, không nội tại trừ khi đánh giá đo lường một số lượng rất lớn các đặc điểm (30 hoặc nhiều hơn).

Yêu cầu chiều cao: Nghiên cứu cho thấy rằng các đánh giá lựa chọn buộc phải đo lường 25–30 hoặc nhiều đặc điểm hơn để tạo ra điểm Thurstonian IRT đáng tin cậy, hoàn toàn không nội tại với các mục khóa như nhau. Điều này không thực tế đối với hầu hết các đánh giá tính cách, thường đo lường 5–15 chiều (ví dụ: Big Five tính cách, chiều lãnh đạo, sự phù hợp văn hóa tổ chức). Bài đánh giá tính cách nổi tiếng nhất trong tuyển dụng lãnh đạo, Bảng câu hỏi tính cách Nghề nghiệp (OPQ), đo lường 30 đặc điểm, giải thích tại sao nó hoạt động tốt hơn—nhưng đây là một ngoại lệ thay vì quy tắc.

Những phát hiện này có những hàm ý quan trọng: nhiều đánh giá lựa chọn buộc được tiếp thị như tạo ra điểm chuẩn mực, có thể so sánh thực sự có thể tạo ra điểm nội tại một phần không thể được sử dụng một cách đáng tin cậy cho xếp hạng ứng viên. Các tổ chức nên cẩn thận kiểm tra tài liệu kỹ thuật của nhà cung cấp bài kiểm tra và các nghiên cứu xác thực độc lập trước khi giả định một đánh giá lựa chọn buộc tạo ra điểm thực sự chuẩn mực.

Sự bực dọc & Trải nghiệm người dùng của ứng viên

Từ góc độ thực tiễn, các đánh giá lựa chọn buộc có thể tạo ra trải nghiệm ứng viên kém, điều này có những hàm ý ngay lập tức và dài hạn cho hiệu quả tuyển dụng và thương hiệu nhà tuyển dụng.

Người trả lời thường gặp phải các mục lựa chọn buộc nơi không một tùy chọn nào cảm thấy chính xác. Khi được yêu cầu chọn giữa hai phát biểu, cả hai phát biểu đó một phần mô tả họ hoặc không ai mô tả họ tốt, người trả lời trải nghiệm ma sát nhận thức. Họ có thể cảm thấy bị buộc chọn một tùy chọn sai lệch vị trí thực sự của họ, dẫn đến sự bực dọc và mất tập trung. Điều này đặc biệt là vấn đề trong tuyển dụng, nơi trải nghiệm ứng viên trực tiếp ảnh hưởng đến việc liệu tài năng hàng đầu có chấp nhận các lời đề nghị công việc và cách họ nhận thức tổ chức.

Nghiên cứu về các đánh giá lựa chọn buộc trong các bối cảnh việc làm đã ghi chép rằng người trả lời đôi khi biểu lộ sự bực dọc với định dạng, đặc biệt khi các tùy chọn được trình bày là hấp dẫn như nhau (điều này là cần thiết cho khả năng kháng lại làm giả nhưng có thể cảm thấy nhân tạo). Sự bực dọc này có thể dẫn đến tỷ lệ hoàn thành thấp hơn, phản ứng nhanh hơn (và có khả năng ít suy nghĩ hơn), và cảm nhận tiêu cực về tổ chức.

Ngoài ra, nếu người trả lời cảm thấy bị buộc chọn các tùy chọn không áp dụng cho họ, dữ liệu kết quả có thể ít chính xác hơn dữ liệu từ các thang đo Likert nơi họ có thể chỉ ra sự đồng ý thấp hơn. Sự đánh đổi giữa khả năng kháng lại làm giả và chất lượng dữ liệu là thực tế và phải được cân nhắc cẩn thận.

Phạm vi thông tin hẹp hơn

Bằng cách buộc các lựa chọn nhị phân hoặc hạn chế, đánh giá lựa chọn buộc hy sinh độ chi tiết của thông tin. Một thang đo Likert hỏi "Tôi là người tổ chức" trên thang 1–5 nắm bắt năm mức độ xác nhận. Một định dạng lựa chọn buộc hỏi "Bạn thích cấu trúc hay tính linh hoạt?" nắm bắt một lựa chọn nhị phân. Sự đơn giản hóa này có thể che khuất các sắc thái quan trọng trong tính cách.

Ví dụ, ai đó có thể được tổ chức một cách vừa phải trong một số bối cảnh và được tổ chức cao trong những bối cảnh khác. Một thang đo Likert có thể nắm bắt điều này như một điểm 3 hoặc 4. Một định dạng lựa chọn buộc có thể buộc họ vào một lựa chọn nhị phân không hoàn toàn đại diện cho sự phức tạp thực sự của họ. Trong khi độ chi tiết giảm của lựa chọn buộc là có ý định—nó được thiết kế để giảm suy nghĩ quá mức và cải thiện phân biệt—nó thực sự đi kèm với chi phí sắc thái.

Các đánh giá lựa chọn buộc được tính điểm như thế nào?

Phương pháp tính điểm nội tại cổ điển

Cách tiếp cận đơn giản nhất và phổ biến nhất về lịch sử để tính điểm các mục lựa chọn buộc là phương pháp cổ điển. Cách tiếp cận này đơn giản đến mức nó có thể được thực hiện bằng bút chì và giấy hoặc phần mềm bảng tính cơ bản.

Trong tính điểm cổ điển, mỗi tùy chọn mục được gán cho một chiều đặc điểm. Khi người trả lời chọn một tùy chọn, đặc điểm đó nhận được một điểm. Sau khi tất cả các mục được hoàn thành, các điểm được tổng hợp cho mỗi đặc điểm, tạo ra một điểm đặc điểm. Ví dụ, nếu một đánh giá đo lường năm đặc điểm (Lãnh đạo, Tư duy phân tích, Tính tận tâm, Nhạy cảm giữa các người, và Cởi mở với sự thay đổi) và chứa 30 mục (6 mục mỗi đặc điểm), mỗi đặc điểm có thể nhận được một điểm từ 0 đến 6 dựa trên số lần người trả lời chọn một tùy chọn được liên kết với đặc điểm đó.

Kết quả là một hồ sơ nội tại: một xếp hạng các đặc điểm trong cá nhân. Người trả lời có thể thấy rằng họ đạt điểm cao nhất trên Lãnh đạo (6), tiếp theo là Cởi mở với sự thay đổi (5), Nhạy cảm giữa các người (4), Tính tận tâm (3), và thấp nhất trên Tư duy phân tích (2). Hồ sơ này hữu ích cho tự nhận thức và phát triển—nó cho người đó biết sức mạnh tương đối của họ nằm ở đâu. Tuy nhiên, nó không chỉ ra liệu một điểm 6 trên Lãnh đạo là cao, trung bình, hay thấp so với những người khác. Nó chỉ chỉ ra rằng Lãnh đạo là đặc điểm mạnh nhất của người này so với các đặc điểm khác của họ.

Tính điểm cổ điển là trong suốt, dễ triển khai, và tạo ra kết quả rằng là đơn giản để diễn giải cho phát triển cá nhân. Tuy nhiên, tính chất nội tại của nó làm cho nó không phù hợp cho các quyết định tuyển dụng nơi so sánh ứng viên là cần thiết.

Tính điểm Thurstonian Item Response Theory (IRT)

Thurstonian IRT đại diện cho một nỗ lực để vượt qua hạn chế nội tại của tính điểm cổ điển. Cách tiếp cận nâng cao này sử dụng các mô hình thống kê tinh vi để ước tính các mức độ đặc điểm tiềm ẩn cơ bản giải thích tốt nhất mô hình lựa chọn của người trả lời, sau đó biểu thị các mức độ đó trên thang chuẩn mực.

Mô hình Thurstonian dựa trên giả định rằng khi người trả lời chọn một tùy chọn hơn một tùy chọn khác, họ ngầm chỉ ra rằng mức độ tiềm ẩn của họ trên đặc điểm được liên kết với tùy chọn được chọn cao hơn mức độ của họ trên đặc điểm được liên kết với tùy chọn không được chọn. Bằng cách phân tích mô hình của tất cả các lựa chọn trên tất cả các mục, các mô hình Thurstonian ước tính các mức độ đặc điểm tuyệt đối sẽ có khả năng tạo ra mô hình lựa chọn được quan sát. Những ước tính này sau đó có thể được chuẩn hóa và so sánh giữa các cá nhân.

Các chi tiết toán học rất phức tạp, nhưng ưu điểm thực tiễn rất rõ ràng: Thurstonian IRT có thể, về nguyên tắc, tạo ra điểm chuẩn mực từ dữ liệu lựa chọn buộc, cho phép so sánh ứng viên. Nhược điểm cũng rõ ràng như nhau: triển khai yêu cầu kỹ thuật đòi hỏi, phần mềm chuyên dụng (chẳng hạn như Mplus, lavaan, hoặc Stan), và phụ thuộc quan trọng vào chất lượng xây dựng bài kiểm tra.

Quan trọng, Thurstonian IRT không phải là một giải pháp được đảm bảo cho nội tại. Như các nghiên cứu gần đây đã chỉ ra, hiệu quả của nó phụ thuộc vào các yếu tố như số lượng đặc điểm được đo, số lượng mục, chất lượng xây dựng mục, và kích thước mẫu. Đối với các đánh giá đo lường một số ít đặc điểm với các mục khóa như nhau, Thurstonian IRT có thể vẫn tạo ra điểm nội tại một phần.

Cân nhắc thực tiễn cho các nhà phát triển bài kiểm tra

Đối với các tổ chức xem xét áp dụng hoặc phát triển các đánh giá lựa chọn buộc, một số cân nhắc thực tiễn xuất hiện từ nghiên cứu về tính điểm và các tính chất đo lường tâm lý:

Khóa mục: Các mục có thể được "khóa như nhau" (cả hai tùy chọn đại diện cho các khía cạnh tích cực hoặc cả hai đại diện cho các khía cạnh tiêu cực của một đặc điểm) hoặc "khóa hỗn hợp" (một tích cực, một tiêu cực). Các mục khóa như nhau là cần thiết cho khả năng kháng lại làm giả nhưng có vấn đề đối với tính điểm Thurstonian IRT. Các nhà phát triển bài kiểm tra phải cân bằng các yêu cầu cạnh tranh của khả năng kháng lại làm giả và độ chính xác đo lường.

Số lượng đặc điểm: Nếu mục tiêu của bạn là tạo ra điểm chuẩn mực, không nội tại bằng cách sử dụng Thurstonian IRT với các mục khóa như nhau, bạn cần đo lường ít nhất 25–30 đặc điểm. Nếu bạn đo lường ít hơn các đặc điểm, hãy mong đợi điểm nội tại một phần và kế hoạch sử dụng chúng chủ yếu cho phát triển thay vì tuyển dụng.

Kích thước mẫu và xác thực: Các mô hình Thurstonian IRT yêu cầu kích thước mẫu đầy đủ cho ước tính tham số ổn định. Ngoài ra, bất kỳ đánh giá lựa chọn buộc nào cũng nên được xác thực kỹ lưỡng trong bối cảnh tổ chức cụ thể của bạn trước khi được sử dụng cho các quyết định tuyển dụng có cược cao. Các tuyên bố của nhà cung cấp về khả năng kháng lại làm giả và tính điểm chuẩn mực nên được xác minh thông qua nghiên cứu độc lập.

Độ dài bài kiểm tra: Nhiều mục mỗi đặc điểm thường cải thiện độ tin cậy. Tuy nhiên, các bài kiểm tra dài hơn tăng gánh nặng người trả lời và mệt mỏi. Các nhà phát triển bài kiểm tra phải cân bằng các yêu cầu cạnh tranh này.

Khi nào bạn nên sử dụng đánh giá lựa chọn buộc trong tuyển dụng lãnh đạo?

Các trường hợp sử dụng lý tưởng

Đánh giá lựa chọn buộc phù hợp nhất trong các bối cảnh cụ thể nơi ưu điểm của nó vượt quá hạn chế của nó:

Tuyển dụng có cược cao nơi làm giả là một mối quan tâm: Khi tuyển dụng các nhân viên cấp cao, lãnh đạo cấp cao, hoặc các vị trí giá trị cao khác, các ứng viên được thúc đẩy mạnh mẽ để trình bày bản thân thuận lợi. Khả năng kháng lại làm giả của đánh giá lựa chọn buộc làm cho nó có giá trị trong các bối cảnh này. Nếu bạn nghi ngờ các ứng viên làm tăng tính tận tâm tự báo cáo, ổn định cảm xúc, hoặc các đặc điểm giá trị khác của họ, đánh giá lựa chọn buộc có thể cung cấp một bức tranh chính xác hơn.

Đánh giá lãnh đạo và lãnh đạo: Nhiều tổ chức sử dụng các đánh giá lựa chọn buộc cụ thể cho đánh giá lãnh đạo vì khả năng kháng lại làm giả đặc biệt quan trọng ở cấp độ cao. Các định dạng lựa chọn buộc ngày càng phổ biến trong các bài đánh giá phát triển lãnh đạo, phản hồi 360 độ, và các công cụ huấn luyện lãnh đạo.

Đánh giá rủi ro tổ chức: Khi đánh giá các đặc điểm liên quan đến rủi ro tổ chức—chẳng hạn như quyết định đạo đức, khả năng chấp nhận rủi ro, hoặc tính toàn vẹn—khả năng kháng lại sai lệch mong muốn xã hội của đánh giá lựa chọn buộc là có giá trị. Các tổ chức muốn hiểu hồ sơ rủi ro thực sự của các ứng viên, không phải bản thân lý tưởng hóa của họ.

Kế hoạch kế vị: Trong kế hoạch kế vị nội bộ và xác định tiềm năng cao, các đánh giá lựa chọn buộc có thể cung cấp dữ liệu tính cách xác thực hơn so với các phương pháp truyền thống, hỗ trợ các quyết định tốt hơn về phát triển đường ống lãnh đạo.

Tình huống nơi lựa chọn buộc có thể không lý tưởng

Ngược lại, đánh giá lựa chọn buộc có thể không phải là lựa chọn tốt nhất trong các kịch bản này:

Khi cần các hồ sơ đặc điểm chi tiết: Nếu quyết định tuyển dụng của bạn yêu cầu sự hiểu biết sắc thái về mức độ đặc điểm của ứng viên trên nhiều chiều, một đánh giá chuẩn mực (cho dù là lựa chọn buộc với Thurstonian IRT hay dựa trên Likert truyền thống) có thể được ưu tiên hơn tính điểm nội tại cổ điển.

Khi so sánh ứng viên trực tiếp là điều cần thiết: Nếu mục tiêu chính của bạn là xếp hạng ứng viên từ cao nhất đến thấp nhất trên các đặc điểm cụ thể, bạn cần điểm chuẩn mực. Trừ khi đánh giá lựa chọn buộc của bạn sử dụng Thurstonian IRT và đo lường các đặc điểm đủ, bạn sẽ không nhận được điểm thực sự có thể so sánh được.

Khi trải nghiệm ứng viên là quan trọng: Trong tuyển dụng cạnh tranh nơi trải nghiệm ứng viên trực tiếp ảnh hưởng đến tỷ lệ chấp nhận công việc và thương hiệu nhà tuyển dụng, sự bực dọc tiềm ẩn gây ra bởi các định dạng lựa chọn buộc có thể vượt quá lợi ích của khả năng kháng lại làm giả.

Khi đo lường một số ít đặc điểm: Nếu bạn cần đánh giá chỉ một số ít đặc điểm (ví dụ: Big Five tính cách), lựa chọn buộc với tính điểm cổ điển sẽ tạo ra kết quả nội tại không phù hợp cho tuyển dụng. Tính điểm Thurstonian IRT có thể giúp, nhưng yêu cầu xác thực cẩn thận.

Tích hợp với các phương pháp đánh giá khác

Thực tiễn tốt nhất trong đánh giá lãnh đạo liên quan đến việc sử dụng nhiều phương pháp kết hợp. Đánh giá lựa chọn buộc không nên được xem như một giải pháp độc lập mà là một thành phần của quá trình đánh giá toàn diện.

Kết hợp đánh giá lựa chọn buộc với các cuộc phỏng vấn có cấu trúc, mẫu công việc, kiểm tra tham chiếu, và các phương pháp đánh giá khác cung cấp một bức tranh hoàn chỉnh hơn của các ứng viên. Mỗi phương pháp có những điểm mạnh và hạn chế; cùng nhau, chúng bù cho những yếu điểm của nhau. Ví dụ, khả năng kháng lại làm giả của đánh giá lựa chọn buộc có thể được bổ sung bằng các cuộc phỏng vấn khảm sâu vào các ví dụ hành vi cụ thể, và các mẫu công việc đánh giá khả năng thực tế.

Ngoài ra, các tổ chức có thể kết hợp các đánh giá lựa chọn buộc nội tại (được sử dụng cho phát triển cá nhân và tự nhận thức) với các đánh giá chuẩn mực (được sử dụng cho so sánh ứng viên và tuyển dụng). Cách tiếp cận kép này cho phép cả phản hồi cá nhân phong phú và đánh giá so sánh hợp lệ.

Những phát hiện nghiên cứu mới nhất nói gì về đánh giá lựa chọn buộc?

Meta-phân tích gần đây & Nghiên cứu xác thực

Năm năm qua đã tạo ra nghiên cứu đáng kể về đánh giá lựa chọn buộc, nhiều trong đó tiết lộ sắc thái làm phức tạp hóa câu chuyện đơn giản rằng "lựa chọn buộc tốt hơn".

Nghiên cứu meta-phân tích xác nhận rằng các đánh giá lựa chọn buộc thực sự giảm làm giả so với các thang đo Likert, hỗ trợ ưu điểm chính thường được tuyên bố. Tuy nhiên, độ lớn của ưu điểm này khác nhau tùy thuộc vào xây dựng bài kiểm tra, phương pháp tính điểm, và bối cảnh. Một số đánh giá lựa chọn buộc được thiết kế tốt gần như loại bỏ hoàn toàn làm giả; những cái khác chỉ cho thấy giảm khiêm tốn.

Về các tính chất đo lường tâm lý, các nghiên cứu xác thực gần đây đã phát hiện rằng các đánh giá lựa chọn buộc có thể đáng tin cậy và hợp lệ khi được xây dựng đúng cách. Tuy nhiên, độ tin cậy thường phụ thuộc vào việc có đủ mục mỗi đặc điểm và kích thước mẫu đầy đủ để tính điểm. Ngoài ra, giả định rằng lựa chọn buộc tự động tạo ra đo lường tính cách hợp lệ hơn không được hỗ trợ phổ biến; trong một số nghiên cứu, các định dạng lựa chọn buộc và Likert tạo ra tính hợp lệ tương đương để dự đoán hiệu suất công việc.

Một phát hiện đặc biệt quan trọng liên quan đến mối quan hệ giữa định dạng lựa chọn buộc và dự đoán hiệu suất công việc thực tế. Trong khi lựa chọn buộc giảm sai lệch phản hồi, điều này không luôn chuyển thành dự đoán cải thiện của kết quả công việc. Một số nghiên cứu đã phát hiện rằng giảm làm giả (thông qua lựa chọn buộc) thực sự làm giảm mối tương quan giữa điểm tính cách và hiệu suất công việc, vì các phản hồi Likert "làm giả" của một số ứng viên thực sự dự đoán hành vi công việc của họ. Phát hiện phản trực giác này cho thấy rằng mối quan hệ giữa sai lệch phản hồi và tính hợp lệ dự đoán phức tạp hơn ban đầu giả định.

Cuộc tranh cãi nội tại: Những gì các nhà nghiên cứu không đồng ý

Một trong những lĩnh vực tranh cãi hoạt động nhất trong nghiên cứu đánh giá lựa chọn buộc liên quan đến liệu nội tại có thể được giải quyết thực sự và, nếu vậy, trong những điều kiện nào.

Những người ủng hộ Thurstonian IRT lập luận rằng với các đặc điểm đủ và xây dựng mục thích hợp, điểm chuẩn mực có thể được suy ra từ dữ liệu lựa chọn buộc. Những người chỉ trích, bao gồm Bürkner et al. và Schulte et al., lập luận rằng trong các điều kiện thực tế (ít hơn 30 đặc điểm, các mục khóa như nhau), điểm Thurstonian IRT vẫn nội tại một phần và không thể được sử dụng đáng tin cậy cho so sánh giữa các cá nhân.

Cuộc tranh cãi này có những hàm ý thực tiễn: nếu bạn xem xét một đánh giá lựa chọn buộc được tiếp thị như tạo ra điểm chuẩn mực, bạn nên kiểm tra xem nó có đo lường đủ đặc điểm và sử dụng khóa mục thích hợp không. Nhiều bài đánh giá thương mại có thể không đáp ứng các điều kiện cần thiết cho tính điểm Thurstonian IRT thực sự không nội tại.

Ngoài ra, các nhà nghiên cứu tranh cãi liệu điểm nội tại có thực sự không phù hợp cho tuyển dụng. Trong khi trí tuệ đo lường tâm lý truyền thống cho rằng điểm nội tại không thể được sử dụng cho so sánh giữa các cá nhân, một số nhà nghiên cứu lập luận rằng với diễn giải cẩn thận và các phương pháp thống kê thích hợp, dữ liệu nội tại có thể cung cấp thông tin hữu ích cho các quyết định tuyển dụng. Tuy nhiên, điều này vẫn là quan điểm thiểu số, và hầu hết các nhà tâm lý học tổ chức khuyến nghị chống lại việc sử dụng điểm nội tại cho tuyển dụng.

Thực tiễn tốt nhất cho triển khai

Dựa trên nghiên cứu hiện tại, các thực tiễn tốt nhất cho việc triển khai các đánh giá lựa chọn buộc trong các bối cảnh tổ chức bao gồm:

Hiểu phương pháp tính điểm của bạn: Biết liệu đánh giá của bạn tạo ra điểm nội tại hay chuẩn mực và kế hoạch sử dụng của bạn tương ứng. Nếu nội tại, sử dụng chủ yếu cho phát triển. Nếu tuyên bố điểm chuẩn mực, xác minh điều này thông qua xác thực độc lập.

Xác thực trong bối cảnh của bạn: Không dựa vào các tuyên bố của nhà cung cấp hoặc nghiên cứu được xuất bản. Tiến hành các nghiên cứu xác thực của riêng bạn trong bối cảnh tổ chức của bạn để đảm bảo đánh giá dự đoán các kết quả có liên quan (hiệu suất công việc, giữ lại, hiệu quả lãnh đạo, v.v.).

Đảm bảo xây dựng bài kiểm tra thích hợp: Nếu phát triển một đánh giá lựa chọn buộc nội bộ, chú ý cẩn thận đến việc xây dựng mục, khóa, và số lượng đặc điểm được đo. Tham khảo với các nhà đo lường tâm lý có kinh nghiệm trong các phương pháp lựa chọn buộc.

Sử dụng kết hợp với các phương pháp khác: Tránh dựa vào đánh giá lựa chọn buộc một mình. Kết hợp nó với các cuộc phỏng vấn, mẫu công việc, và các phương pháp khác để đánh giá toàn diện.

Xem xét trải nghiệm ứng viên: Nhận thức rằng các định dạng lựa chọn buộc có thể làm bực dọc một số người trả lời. Giao tiếp rõ ràng về lý do định dạng đang được sử dụng và cách kết quả sẽ được diễn giải. Theo dõi phản hồi ứng viên và điều chỉnh nếu cần thiết.

Duy trì các tiêu chuẩn đạo đức: Đảm bảo rằng việc sử dụng đánh giá tuân thủ các tiêu chuẩn pháp lý và đạo đức trong khu vực pháp lý của bạn. Ghi chép bằng chứng tính hợp lệ, duy trì bảo mật điểm, và sử dụng kết quả chỉ cho các mục đích chúng được xác thực.

Những quan niệm sai lầm phổ biến về đánh giá lựa chọn buộc là gì?

Huyền thoại #1: "Lựa chọn buộc luôn tốt hơn thang đo Likert"

Đây có lẽ là quan niệm sai lầm phổ biến nhất. Thực tế phức tạp hơn: lựa chọn buộc và thang đo Likert có những điểm mạnh khác nhau và phù hợp với các mục đích khác nhau. Lựa chọn buộc tốt hơn trong việc giảm sai lệch phản hồi và làm giả; các thang đo Likert tốt hơn trong việc nắm bắt sắc thái và cung cấp trải nghiệm thân thiện với người dùng. Đối với một số mục đích tuyển dụng, các thang đo Likert cũng hiệu quả hoặc vượt trội. Phương pháp tốt nhất phụ thuộc vào bối cảnh, mục tiêu, và ràng buộc cụ thể của bạn.

Huyền thoại #2: "Lựa chọn buộc hoàn toàn ngăn chặn làm giả"

Đánh giá lựa chọn buộc giảm làm giả nhưng không loại bỏ nó. Những người trả lời có động lực cao vẫn có thể bóp méo các phản hồi của họ, đặc biệt nếu họ hiểu mục đích của bài đánh giá và có thể suy ra những phản hồi nào mong muốn hơn. Ngoài ra, hiệu quả của lựa chọn buộc trong việc giảm làm giả phụ thuộc vào xây dựng mục thích hợp (đặc biệt là kết hợp mong muốn mục). Các đánh giá lựa chọn buộc được xây dựng kém có thể không cung cấp khả năng kháng lại làm giả có ý nghĩa.

Huyền thoại #3: "Tất cả điểm lựa chọn buộc có thể được so sánh giữa những người"

Điều này là sai. Tính điểm nội tại cổ điển của các mục lựa chọn buộc tạo ra điểm không thể được so sánh trực tiếp giữa những người. Chỉ các đánh giá lựa chọn buộc sử dụng tính điểm Thurstonian IRT và đo lường các đặc điểm đủ (thường là 25–30 hoặc nhiều hơn) tạo ra điểm thực sự chuẩn mực, có thể so sánh được. Nhiều bài đánh giá thương mại vẫn sử dụng tính điểm cổ điển hoặc tuyên bố tính điểm chuẩn mực mà không xác thực đủ. Luôn xác minh phương pháp tính điểm và bằng chứng xác thực trước khi giả định điểm có thể so sánh được.

Huyền thoại #4: "Các đánh giá lựa chọn buộc luôn gây bực dọc cho người trả lời"

Lựa chọn buộc có thể gây bực dọc, nhưng các bài đánh giá được thiết kế tốt với các tùy chọn mục được kết hợp cẩn thận và hướng dẫn rõ ràng có thể chấp nhận được đối với người trả lời. Sự bực dọc phụ thuộc vào chất lượng mục, sự phù hợp của các tùy chọn với người trả lời, và cách bài đánh giá được trình bày. Một số người trả lời đánh giá cao sự rõ ràng và quyết đoán mà các định dạng lựa chọn buộc yêu cầu. Chìa khóa là thiết kế suy nghĩ và giao tiếp.

Những câu hỏi thường gặp nhất về đánh giá lựa chọn buộc là gì?

Sự khác biệt giữa đánh giá lựa chọn buộc và đánh giá nội tại là gì?

Một đánh giá lựa chọn buộc là một định dạng phản hồi—cách các câu hỏi được trình bày và trả lời. Một đánh giá nội tại là một phương pháp tính điểm—cách kết quả được tính toán và diễn giải. Định dạng lựa chọn buộc có thể được tính điểm nội tại (tính điểm cổ điển) hoặc chuẩn mực (Thurstonian IRT). Ngược lại, các đánh giá định dạng Likert thường được tính điểm chuẩn mực nhưng về mặt lý thuyết có thể được tính điểm nội tại. Hai thuật ngữ đề cập đến các khía cạnh khác nhau của thiết kế đánh giá.

Các đánh giá lựa chọn buộc có thể được sử dụng cho các quyết định tuyển dụng không?

Có, nhưng với những cảnh báo quan trọng. Các đánh giá lựa chọn buộc tạo ra điểm chuẩn mực, không nội tại (sử dụng Thurstonian IRT và đo lường các đặc điểm đủ) có thể được sử dụng cho các quyết định tuyển dụng. Tuy nhiên, các đánh giá lựa chọn buộc sử dụng tính điểm nội tại cổ điển không nên được sử dụng cho tuyển dụng, vì điểm nội tại không thể được so sánh giữa các ứng viên. Luôn xác minh phương pháp tính điểm và bằng chứng xác thực trước khi sử dụng bất kỳ đánh giá nào cho tuyển dụng.

Tại sao một số công ty thích thang đo Likert hơn lựa chọn buộc?

Những lý do phổ biến bao gồm: (1) Thang đo Likert cung cấp dữ liệu phong phú, sắc thái hơn; (2) Các đánh giá Likert thường đơn giản hơn để phát triển và triển khai; (3) Các định dạng Likert quen thuộc hơn với người trả lời và thường tạo ra trải nghiệm người dùng tốt hơn; (4) Nhiều đánh giá tính cách được xác thực tốt sử dụng các định dạng Likert; (5) Các thang đo Likert tự nhiên tạo ra điểm chuẩn mực mà không cần mô hình thống kê phức tạp. Lựa chọn buộc không phổ biến "tốt hơn"—lựa chọn phụ thuộc vào nhu cầu tổ chức cụ thể.

Lựa chọn buộc ngăn chặn ứng viên làm giả như thế nào?

Lựa chọn buộc giảm làm giả bằng: (1) Loại bỏ phản hồi trung lập, buộc phân biệt thực sự; (2) Làm cho việc liên tục chọn các phản hồi mong muốn xã hội khó khăn hơn khi các tùy chọn được kết hợp cho sự mong muốn; (3) Yêu cầu người trả lời đưa ra những lựa chọn tương đối tiết lộ sở thích thực sự; (4) Giảm hiệu quả của các mô hình phản hồi đơn giản (như luôn đồng ý) hoạt động trong các thang đo Likert. Tuy nhiên, những người trả lời có động lực cao vẫn có thể bóp méo các phản hồi, vì vậy lựa chọn buộc giảm nhưng không loại bỏ làm giả.

Mô hình Thurstonian IRT là gì?

Lý thuyết phản ứng mục Thurstonian là một mô hình thống kê phân tích dữ liệu lựa chọn buộc để ước tính các mức độ đặc điểm tiềm ẩn cơ bản. Nó giả định rằng khi người trả lời chọn một tùy chọn hơn một tùy chọn khác, họ chỉ ra rằng mức độ đặc điểm của họ cho tùy chọn được chọn vượt quá mức độ của họ cho tùy chọn không được chọn. Bằng cách phân tích các mô hình trên tất cả các lựa chọn, các mô hình Thurstonian ước tính các mức độ đặc điểm tuyệt đối có thể được so sánh giữa các cá nhân. Phương pháp nâng cao này có thể tạo ra điểm chuẩn mực từ dữ liệu lựa chọn buộc, nhưng hiệu quả phụ thuộc vào chất lượng xây dựng bài kiểm tra và số lượng đặc điểm được đo.

Các đánh giá lựa chọn buộc có hợp lệ và đáng tin cậy không?

Khi được xây dựng, xác thực, và tính điểm đúng cách, các đánh giá lựa chọn buộc có thể vừa hợp lệ vừa đáng tin cậy. Tuy nhiên, tính hợp lệ và độ tin cậy phụ thuộc vào chất lượng phát triển bài kiểm tra, kích thước mẫu, và phương pháp tính điểm. Không phải tất cả các đánh giá lựa chọn buộc đều đáp ứng các tiêu chuẩn này. Ngoài ra, "hợp lệ" có nghĩa là đánh giá dự đoán các kết quả có liên quan trong bối cảnh cụ thể của bạn—các tuyên bố của nhà cung cấp nên được xác minh thông qua nghiên cứu độc lập. Luôn kiểm tra tài liệu kỹ thuật và bằng chứng xác thực trước khi áp dụng.

Một đánh giá lựa chọn buộc mất bao lâu?

Các đánh giá lựa chọn buộc khác nhau rộng về độ dài. Một số có thể được hoàn thành trong 10–15 phút, trong khi các đánh giá tính cách toàn diện có thể mất 30–45 phút hoặc lâu hơn. Độ dài phụ thuộc vào số lượng đặc điểm được đo và các mục được bao gồm. Nói chung, các đánh giá lựa chọn buộc mất thời gian hơi lâu hơn các đánh giá dựa trên Likert vì người trả lời phải cân nhắc kỹ lưỡng từng lựa chọn thay vì nhanh chóng xếp hạng sự đồng ý trên thang.

Bạn có thể so sánh các ứng viên trực tiếp bằng cách sử dụng điểm lựa chọn buộc không?

Chỉ nếu đánh giá lựa chọn buộc sử dụng tính điểm Thurstonian IRT và đã được xác thực để tạo ra điểm chuẩn mực. Tính điểm nội tại cổ điển của các mục lựa chọn buộc không cho phép so sánh ứng viên trực tiếp. Nếu bạn cần xếp hạng các ứng viên, hãy đảm bảo đánh giá của bạn tạo ra điểm chuẩn mực và xác minh điều này thông qua tài liệu kỹ thuật và xác thực độc lập.

Sai lệch mong muốn xã hội là gì và tại sao nó quan trọng?

Sai lệch mong muốn xã hội là xu hướng trả lời các câu hỏi theo những cách được coi là có thể chấp nhận xã hội thay vì thật thà. Trong đánh giá tính cách, điều này có nghĩa là các ứng viên trình bày bản thân thuận lợi hơn thực tế. Điều này quan trọng vì các báo cáo tự tăng lên có thể dẫn đến việc tuyển dụng các ứng viên không thực sự sở hữu các đặc điểm được đánh giá, dẫn đến sự phù hợp công việc kém và hiệu suất. Khả năng kháng lại sai lệch này của đánh giá lựa chọn buộc là một ưu điểm chính trong tuyển dụng có cược cao.

Các tổ chức nên chọn giữa lựa chọn buộc và các phương pháp đánh giá khác như thế nào?

Xem xét: (1) Mục đích chính của bạn (tuyển dụng vs. phát triển); (2) Liệu bạn cần so sánh các ứng viên trực tiếp; (3) Số lượng đặc điểm bạn cần đánh giá; (4) Mối quan tâm về trải nghiệm ứng viên và thương hiệu nhà tuyển dụng; (5) Tài nguyên của bạn cho phát triển bài kiểm tra và xác thực; (6) Yêu cầu pháp lý và đạo đức trong khu vực pháp lý của bạn; (7) Bằng chứng tính hợp lệ cho trường hợp sử dụng cụ thể của bạn. Lựa chọn buộc là một công cụ trong số nhiều công cụ; lựa chọn tốt nhất phụ thuộc vào bối cảnh và mục tiêu cụ thể của bạn. Các cách tiếp cận đa phương pháp kết hợp lựa chọn buộc với các cuộc phỏng vấn, mẫu công việc, và các đánh giá khác thường là tối ưu.