黃岳鈞

　　招聘工作是人力資源管理的重要職能之一，它從源頭上影響著企業整體人力資源的素質水平。為了成功地為企業找到合適的人選，HR們使出了渾身招數，在招聘方式上付出了極大的努力。各種各樣的面試方法和測評技術正不斷地充實著人力資源管理的理論與實踐。

　　經過多年的招聘實踐和理論的學習，企業及HR們都或多或少地形成了一套自己的招聘理念與方法。那么如何去評價這些方法是否真的有效呢？盡管我們可以應用一些諸如錄用比、完成比、應聘比、雇傭率等指標對人資部的招聘工作進行衡量，從企業的長短期目標、成本的控制等因素上進行考量。但這些指標仍然無法有針對性地顯示出企業所采用的招聘方法的有效性。在此筆者簡單地介紹一下企業招聘效度評價的貝葉斯(Bayes)分析方法，希望能起到拋磚引玉的作用。

　　貝葉斯(Bayes)分析方法是一種基于概率的分析方法。在實踐中，企業可以根據招聘的歷史資料或主觀判斷初步地估計目前采用的招聘方式在某些方面的概率，如面試通過率等。這些概率由于是以前資料或經驗的總結，在實踐的運用上會存在著較大的偏差。在概率論里，我們稱這些概率為先驗概率。

　　貝葉斯分析正是基于這些先驗概率進行分析的，它通過調查及統計分析的方法對先驗概率進行修正，求得較為準確的后驗概率，并協調管理人員據此進行決策。

　　對企業招聘方式進行貝葉斯分析通常需要進行以下幾個步驟：

　　1.對企業招聘的內外部歷史數據及崗位資料進行收集

　　2.通過收集崗位資料進行計算和邏輯判斷，取得先驗概率，包括歷史概率和邏輯概率，對歷史概率要加以檢驗，辯明其是否適合計算后驗概率。

　　3.根據貝葉斯定理進行效度分析。

　　例如，A公司決定對某管理職位所采用的招聘方式進行貝葉斯分析，假定該公司是進行常規面試來為公司甄選某管理職位人員。通過企業對該職位招聘的歷史數據進行統計和經驗的邏輯判斷表明：在所有應聘該職位的人員中，僅有70%的人在實際中“符合企業要求”，其余則“不符合企業要求”�！胺�合企業要求”的人僅有80%能通過面試的篩選，“不符合企業要求”的人中，通過面試的為30%。

　　在招聘工作中，企業希望招到的人是既“符合企業要求”又“通過面試”，而現實中卻常常會有“符合企業要求”的人沒有通過面試，或“不符合企業要求”的人通過了面試的現象發生。當然，無論哪種招聘方式都會或多或少地存在這種問題。作為招聘方，想知道的是一個“通過面試”的人“符合企業要求”的概率有多大。如果這個概率比較低，那么證明這個招聘是無效的。

　　以上面A公司為例，對這些數據進行貝葉斯分析，假定一個應聘者通過了企業的面試，那么，他是一個“符合要求”的銷售員的概率是多少呢？

　　按照概率論的貝葉斯定理，我們以A1表示一個“符合要求”的銷售員，B代表通過面試。給定一個應聘者通過了面試，那么他實際是一個“符合企業要求”的人員的概率為：

　　P(A1|B) =P(A1)*P(B|A1)/[P(A1)*P(B|A1)+P(A2)P(B|A2)]

　　=0.70*0.8/(0.70*0.8+0.30*0.30)

　　=0.862

　　該職位進行貝葉斯分析的Excel公式代碼如下：

　　由此我們可以判斷出，該職位進行的招聘方法對于篩選應聘者是有價值的。因為對該職位來說，如果不進行面試，從應聘人中隨機挑選一個人，他符合要求的概率為70%；但是如果公司只接受通過面試的應聘者，這個概率就提高到86.2%。

　　通過貝葉斯分析，我們可以較為清晰地了解到某種招聘方式在甄選方面的效度，從而決定是否應對這種招聘方法進行改善處理。上例中的概率為86.2%，如果企業的目標在90%以上，那么這種面試方法還需要在技術、程序等方面加以改進以符合企業的要求。

　　實踐表明，貝葉斯分析方法在對企業招聘效度的評價方面能取得較為不錯的效果。當然它也有一些缺點。比如需要企業保存有大量的招聘歷史數據，需要對這些信息的外部表象進行理性的分析。然而事實上，許多企業并沒有建立完善的數據庫，因此有些數據必須使用到主觀性概率，使得評價的結果的精確性受到一些人的懷疑，也妨礙了貝葉斯分析方法的應用與推廣。為了解決這些問題，對貝葉斯分析方法上出現了許多理論和研究方法的更新，如貝葉斯回歸分析、插值方法、分段定價模型、序貫分析等，對此有興趣的也可去了解一下。