人事选拔决策构思的全方格技术检验研究

● 范巍 王重鸣



人事选拔决策构思的全方格技术检验研究

● 范巍 王重鸣

内容摘要 运用全方格技术（repertory grid technology）进行实验室研究，提出并验证人事选拔决策过程中招募者对应聘者匹配评价的多层次构思模型。选取22名有经验的人事经理或人事部门人员对虚拟的应聘者进行配对比较，通过结构诱发的全方格技术获得人事选拔决策过程中招募者对应聘者匹配评价的四维度匹配内隐评价模型，且在区分人职匹配时，招募者更多的使用D-A匹配和N-S匹配作为评价标准，而在区分人与组织匹配时，招募者更多使用价值匹配和个性匹配作为对应聘者的评价标准。

关键词内隐评价模型 全方格技术 人职匹配 人与组织匹配

范巍（通讯作者），中国人事科学研究院，副研究员、心理学博士、管理学博士后。Fanwei@rky.org.cn。

王重鸣，浙江大学全球创业研究中心主任，教授、博士生导师。

一、研究背景

人才招募与选拔通常遵循“人—职”匹配和“人—组织”匹配两种思路。P-J匹配指个人能力和职位要求或个人期望与工作特征的匹配程度（Edwards，1991）。员工与岗位的匹配包括两个层面：员工能力与岗位要求的匹配，即“能力－要求”匹配（Demand-Ability Fit，以下简称D-A匹配）;以及员工工作意愿与组织报酬的匹配，即“需要－供给”匹配（Need-Supplies Fit，以下简称N-S匹配）（Jansen & Kristof， 2006）。P-O匹配通常是指人和组织之间的兼容性，强调了人和组织共享某相似的特征或迎合相互需要的程度（Kristof，1996），其基本原则就是个体与组织之间的相似性会产生有利的个体与组织结果。在人事选拔研究中，P-O匹配可以概括为应聘者和组织特征之间的匹配（Judge & Ferris，1992;Kristof等，2005）。传统的人事选拔强调“人－职”匹配，但“人—职”匹配过于刚性化，难以满足组织对高层次人才招募的需要，特别是在企业中高级管理人员招聘和党政领导干部选拔等方面。因此，研究者和实践者越来越强调“人－组织”匹配在人事选拔中的重要性（Kristof，1996）。

但一直以来，关于招募者对应聘者的“人－职”匹配和“人－组织”匹配评价是否能区分仍然存在争议。Dipboye等（1992）指出，面试后的评价被应聘者的整体印象决定的程度之高，导致招募者很少注意到多个维度之间的变异。但工作和组织是工作环境概念上截然不同的因素，招募者仍然被期望可以区分两者间的差异。O’Reily等（1991）的研究发现“人—职”匹配和“人—组织”匹配的相关并不高（r=0.16），只是他们的研究测量采用了真实匹配方式而非知觉匹配。Kristof（2000）在人事选拔领域运用全方格技术，结果发现KSAs更多是基于P-J匹配，个性和价值观更多是基于P-O匹配，同时P-J匹配和P-O匹配都对选拔决策有独立预测效应。基于内隐理论，Wang（2004）提出了内隐评价模型（Implict Assessment Model），并指出运用人事选拔过程中的内隐评价模型可以更好的达到全面效度。可见，研究的方式方法不同，对于捕捉招募者匹配评价构思能力的大小也存在差异，因此，找到或选择一种捕捉能力强、区分度高的方法，比如全方格技术，对于澄清争议具有重要的意义。

全方格技术（Repertory Grid Methodology）是用于个体内隐结构诱发的技术，在知识结构诱发研究中比较流行。这个方法源于Kelly（1955）的个人建构心理学（Psychology of Personal Constructs），它要求对有关的知识元素概念做出维度区分，从而构建出多维空间。一般以三个概念一组，要求其中的两个概念比较相似，而第三个概念则十分不同，并说明区分的理由（即维度特征）。然后利用方格距离，确定这些概念在相应的多维空间的位置，并对其含义做出解释与命名，直到确定了所有概念在多维空间中的结构关系。该技术旨在探索并揭示人们对于外界的认知地图，而认知地图指导着个体对外界的看法和行为。若了解了个体的认知地图，便可以预知他的行为，通过改变认知地图来影响个体的态度和行为。通常认为，全方格技术是从建构主义理论出发，以被研究对象为中心的方法，不用理论归类而探索个体独特的建构过程。全方格技术不仅在揭示未知的专家认知结构时以直观有效的投射方式提供专家启发式策略的新信息，而且在培训和评估复杂技能方面具有可观的应用前景。

本研究拟采用全方格技术对人事选拔决策中的具体和抽象概念在不同标准下进行知识结构诱发，旨在提出人事选拔决策过程中招募者对应聘者匹配评价的多层次构思模型，运用全方格技术进行准实验研究，检验人事选拔决策过程中招募者对应聘者匹配评价的多维性，以及不同匹配模式的构思模型，以便确定符合实际的招募者内隐评价模型。

二、研究方法

（一）研究假设

基于以上考虑，我们提出如下假设：

H1：人事选拔决策过程中，招募者对应聘者的评价是从人－职匹配和人－组织匹配这两个方面进行的，而不是简单的评价应聘者的整体匹配情况;

H1a：人－职匹配包括N-S匹配和D-A匹配这两个维度;

H1b：人－组匹配包括Value匹配和Personality匹配这两个维度;

H2：招募者更多的利用应聘者的N-S匹配和D-A匹配来评价应聘者的人－职匹配而不是人－组织匹配。

H3：招募者更多的利用应聘者的Value匹配和Personality匹配来评价应聘者的人－组织匹配而不是人－职匹配。

（二）样本

为了使本研究更具有普遍意义，研究的样本包括三类招募者：党政机关组织人事部门的领导干部、企事业单位人事经理或招募主管、从事人事选拔与测评研究的高校学者。本次研究我们共发放测试问卷30份，收回有效问卷22份，其中男性招募者10名，女性招募者12名，本科学历6人，硕士学历10人，博士学历6人，招募专员6人，主管或科级干部8人，经理或处级干部2人，高校学者6人，样本的年龄段在25～38之间，工作年限在2～16年之间。

（三）设计与材料

本研究参照经典的全方格设计，设计了9名应聘者的材料，包括简历和面试评价两部分。简历主要包括应聘者的基本特征、教育经历、工作经验、奖励和社会活动等，面试评价主要包括应聘者个性、气质、KSAs、价值观等方面的描述。考虑每个应聘者在不同评价要素上的优劣强度均衡性，在材料设计时采用结构化方法，保证了每名应聘者的材料在工作经验、技能、GPA、奖励、个性、价值观、能力、需求8个方面中有2个较差，4个中等，2个较好。9名应聘者材料在试测之后，剔除了两名相似较高的应聘者材料，并对剩下的7名应聘者材料进行修订完善，作为正式的研究材料。

（四）研究程序

研究采用在线评价的方式。程序首先向招聘者呈现指导语、招聘背景以及7名模拟应聘者的材料。招聘者理解无误之后，程序向招聘者随机呈现3名一组的模拟应聘者材料，要求招聘者对同一组中的3名模拟应聘者进行评价，决定“哪个应聘者具有最好的人－组织匹配，哪个应聘者具有最好的人－职匹配”，例如“比较2、4、5号应聘者，您认为哪位应聘者更适合于这个公司？”，“比较2、4、5号应聘者，您认为哪位应聘者更适合咨询项目经理工作？”

在确定“人－职”、“人－组织”两种匹配类型中最好的应聘者之后，要求每位招聘者描述促使自己做出上述决策的依据或区分点，例如“这位应聘者的工作经验丰富”或“这位应聘者适应性比较强”，并对该依据或区分点做出具体的描述，例如“有知名企业相关工作经验”或“这个应聘者的GPA分数是满分4.0分”。

最后，要求招聘者按照自己填写的依据或区分点为标准，根据所有7名模拟应聘者的材料，对7名应聘者在改决策依据或区分点标准上的符合程度以7点量表进行评价，1～7分依次表示“非常弱”到“非常强”。

完成上述任务之后，招聘者重复上述程序步骤，共完成10组任务。

（五）数据分析方法

Jankowicz（2004）认为，通过内容分析、聚类分析、多维量表等方法得到招聘者评价的内隐评价模型，并通过后续的验证性因素分析进行模型构建，运用被研究者为中心的全方格技术来研究多维层次模型结构，从建构主义测评出发，不用理论归类，而探索个体独特的建构过程。本研究中，我们参照Kristof（2000）的分析方法，根据Jankowicz（2004）的建议，采用全方格技术的分析范式对研究数据进行分析统计。

其中，定性分析以编码为主，由3名独立编码人员对应聘者的评价区分特征列表进行归类，通过简单的内容分析把区分应聘者之间的特征归为10类，如KSAs、胜任特征、人际导向、成就导向等。再对编码数据以定量的方式加以提取和分析，获得P-J匹配和P-O匹配编码的频次。

定量分析方面，全方格技术分析范式主要关注方格、要素与维度的距离/相关矩阵，对每个要素或维度的分析包括匹配与贡献、密度、辨别力等。根据Leach等（2001）的建议，对应分析、主成分分析和距离/相关分析都是针对单个方格数据进行的分析，而要素/构思相同的多方格数据分析和要素与构思相同的多方格分析属于多个方格的分析，由于本研究目的是为了获得招募者匹配评价的多维层次结构模型，所以我们将以全方格数据中匹配构思作为研究对象，而不对全方格数据进行要素分析。因此，本研究主要采用单方格的主成分分析，多方格维度之间的相关分析和探索性因素分析。

三、研究结果

（一）单方格分析

为了进一步获得各个匹配要素内部的关系，获得密度、结构复杂性和方格变异等方面信息，分析中首先以单个方格（即个人被试）为对象，使用主成分分析来探索每个方格的内部构思（Jankowicz，2004），进而在个体分析基础上总结多个方格数据，提出共同的匹配评价结构模型。因为假设招募者对应聘者的匹配评价主要包括四个方面，所以分析中关注抽取4个因子的变异解释量，通过对22个方格分别进行主成分分析，我们得到下表1的结果。

从上表可见，通过以单个个体为单位的全方格数据主成分分析结果，大部分的个体（13个）诱发出来的构思可以降为4个公共因子，少数几个个体诱发出来的公共因子为3个或5个，3个的可能是没有将P-O匹配或P-J匹配的具体构思区分出来，出现5个公共因子的可能原因是该个体的评价标准过于精细造成的更细分的结果。不过从总体来看，诱发出4个公共因子的方格最多，这也部分验证了研究假设，但具体结果还需要多方格数据分析结果的佐证。

（二）多方格分析

通过对22名招聘者在人事决策中的全方格技术研究，经过编码分析之后，获得“P-O匹配”和“P-J匹配”上单个或同时匹配的61个特征要素。为了确保其中的每个特征要素均代表了模拟应聘者的独特特征，3名独立编码者（3名从事人事测评研究的3年级博士生）被要求将61个特征要素按照相似性原则进行归类操作，2名以上独立编码者判断为相似的归入同一集群，而剩余的未被归入集群的其它特征要素被认为是独特的、评价性的要素。结果所有61个特征要素均被归入10类匹配集群之中，具体结果见表2。

接下来我们对多维匹配构思之间的关系进行分析，每个方格数据都有其构思的相关矩阵，但在计算总体构思的相关矩阵我们将这些方格所有数据合并成一个具有10个变量的数据，即表3中列出的10个匹配评价要素。通过前面的编码把所有方格数据构思的数据转为分析要素间相关的整体数据，即全方格技术所诱发出的10个匹配评价要素的相关矩阵，具体结果见下表2。

表1　 各方格主成分分析结果

表2　 匹配构思区分点－要素对应分类表

从表3中我们可以看到，成长发展和福利待遇、胜任特征、KSAs都有显著相关，胜任特征与KSAs之间也相关显著，这四个要素都属于我们假设里的P-J匹配范畴;而人际导向、成就导向、稳定安全、外向灵活、情绪控制、责任诚信这几个属于假设中P-O匹配范畴的要素之间也大多相关显著，特别是人际导向和成就导向、稳定安全，外向灵活和情绪控制、责任诚信之间更是有显著的正相关，这些都基本符合我们的假设，在P-J匹配和P-O匹配之内存在高阶匹配评价维度。但是我们也要看到假设构思外也存在一些显著的负相关，如KSAs和外向灵活，福利待遇和稳定安全、外向灵活等等，这固然有其内在的关系（稳定和外向总是负相关的），也和我们采用的方法、被试样本的局限有关。因为不同的方格因为个体差异诱发出10个匹配要素的个数是不一致的，因此在计算相关中，只能计算诱发出匹配要素的相关，这或多或少也造成了一定的偏差。

总体来看虽然通过相关分析可以得到一定的启示，但是因为这些相关都是用全方格要素诱发出来的，所以只能从整体角度上用于解释维度之间的关系。而通过全部方格数据抽取能力要素的因素获得更高级的匹配评价维度，验证我们前面提出的3个假设，则还需要后续的分析结果来支持和证明。

表3　 全方格个体匹配评价构思结构诱发的相关矩阵（N=22）

（三）探索性因素分析和频次统计分析

我们检验假设的P-J匹配和P-O匹配，四维多层次结构模型构思的通用型，看前面提到的假设是否能得到验证。我们对所有22个方格数据进行分析，通过转置排列后，对全部的10个匹配评价要素进行探索性因素分析，采用主成分分析法，经过方差最大旋转后发现，10个匹配评价要素能够较好的组成4个匹配评价维度，具体的结果见下表4。

从上表4我们可以看到，在剔除了因子负荷大于.30荷重后，我们发现成长发展和福利待遇在因子1上具有较好的荷重;KSAs和胜任特征在因子2上具有较好的荷重;人际导向、成就导向以及稳定安全在因子3上具有较好的荷重;责任诚信、情绪控制以及外向灵活在因子4上具有较好的荷重。根据我们前面假设以及编码的定义，我们将这四个因子分别命名为需求－供给匹配（N-S匹配）、需要－能力匹配（D-A匹配）、价值观一致匹配以及个性一致匹配。我们因此也得到了人事选拔决策中招募者评价应聘者的4维度匹配评价模型。

表4　 多维匹配构思的探索性因素分析结果

而我们前面假设招募者对应聘者匹配评价包括两个方面：人－职匹配和人－组织匹配。其中人－职匹配包括N-S匹配和D-A匹配这两个维度;人－组织匹配包Value匹配和Personality匹配这两个维度。此外我们还假设在评价过程中招募者更多的利用应聘者的N-S匹配和D-A匹配来评价应聘者的人－职匹配而不是人－组织匹配。更多的利用应聘者的Value匹配和Personality匹配来评价应聘者的人－组织匹配而不是人－职匹配。

因为我们的全方格技术研究的区分点是分为P-O匹配和P-J匹配两大类的，虽然因素分析得到四类匹配评价维度，但是具体到某个方格构思会有一定的交叉（表4），例如某个被试可能会用N-S匹配作为区分P-O匹配的标准，使用价值一致性匹配作为区分P-J匹配的标准。因此为更好的验证假设2和假设3，我们对这四类匹配评价维度在P-O匹配和P-J匹配区分使用情况进行分析。

根据编码者的编码情况我们对N-S匹配、D-A匹配、价值观一致匹配以及个性一致匹配这四类匹配评价维度在P-O匹配和P-J匹配两大类个体使用的匹配进行了统计。因为同一个招募者同时提供了两种匹配数据，我们采用配对样本t检验比较P-O匹配和P-J匹配的均值。具体的结果见表5。

表5结果表明在区分P-J匹配时，100%的招募者使用D-A匹配，42.73%的招募者使用N-S匹配，这两项在区分P-J匹配时的使用频次均值显著高于在区分P-O匹配时使用N-S匹配（M＝0.68，t＝2.14，p<.05）和D-A匹配（M＝8.68，t＝22.91，p<.001）;而在区分P-O匹配时，90.91%的招募者使用价值观一致匹配，81.82%使用个性一致匹配，这两项在区分P-J匹配时使用频率只有22.72%和18.18%。经过配对T检验发现在区分P-J匹配时价值观一致匹配和个性一致匹配要显著低于区分P-O匹配时使用价值观一致匹配（M＝5.55，t ＝-13.90，p<.001）和个性一致匹配（M＝2.55，t＝-7.64，p<.001）的频次。

表5　 四类匹配评价维度在P-O匹配和P-J匹配类型中使用情况的配对T检验

这表明在区分P-J匹配时，招募者更多的使用D-A匹配和N-S匹配作为匹配评价标准，而在区分P-O匹配时，招募者更多使用价值匹配和个性匹配作为对应聘者的匹配评价标准，至此假设1，2，3都基本得到验证。

（四）单方格和多方格的多维量表法分析

最后我们对单个方格的构思以及方格汇总后的构思进行验证性分析，每个方格数据都有其构思。从多维量表法结果可以看到，利用个人建构主义观点，不同匹配评价要素在不同评价者评价构思模型中的位置是不一样的。我们可以对所有22个被试的构思进行多维量表法分析，但因为篇幅限制，我们只挑出具有代表性的两个个体的构思进行多维量表法分析，具体的个体差异以及内隐结构差异可以从下图1和图2看出。

图1　 单方格多维量表法分析结果例1

图2　 单方格多维量表法分析结果例2

多维量表法分析是用直观呈现的方式来验证个体不同匹配评价要素之间的关系，使用欧式距离方法衡量不同的个体之间因为个体差异，可能得到独特的内隐评价构思模型，与综合所有方格得到的模型有一定差异，如有的个体可能将成长发展、福利待遇和KSAs以及胜任特征视为同一个范畴内，其他个体可能会更清晰的区分成长发展与福利待遇，KSAs和胜任特征的关系。还有的个体的内隐构思会视人际导向和外向灵活关系紧密，与成就动机、稳定安全关系一般等等。但总体来看多维匹配评价构思的4维度10要素的结构基本稳定。

从图1中我们可以看到该个体内隐匹配评价构思中成就导向和成长发展要素关系较为紧密，责任诚信和外向灵活要素关系较为紧密，KSAs、胜任特征、人际导向和稳定安全这四个要素关系较为紧密;福利待遇和情绪控制较为紧密。而图2的个体则将这10要素聚集为3个主成分。在这里因为我们旨在观察单个个体的内隐匹配评价模型的特点，研究匹配评价要素之间的关系，因此我们并不对图中的维度进行命名。

接下来我们会综合多个方格考察招募者对应聘者在人事选拔决策过程中的内隐匹配评价构思模型。我们将所有22个方格数据集合在一起，运用多维量表法来看各个匹配要素之间的关系，结果见下图3。

图3　 多方格多维量表法分析结果

从图3中我们可以看到，在汇总了所有22个方格的数据后进行的多维量表法分析我们可以发现成长发展和福利待遇关系密切，胜任特征和KSAs关系紧密，而人际导向和成就导向、稳定安全关系密切，情绪控制、责任诚信和外向灵活在距离上也比较紧密，整体来看，可以按照成长发展和福利待遇;胜任特征和KSAs;情绪控制、责任诚信和外向灵活;人际导向、成就导向和稳定安全分成4类，这和我们前面的结论是一致的，因此通过多方格的多维量表法分析进一步验证了在人事选拔决策中招募者对应聘者匹配评价的多维构思。

四、讨论与结论

本研究中，我们从个体建构理论出发，通过全方格技术来验证基于多维匹配评价的招募者内隐评价模型。通过对单方格以及多方格的综合分析获得最终结果，采用主成分分析和多维量表法通过个体结构诱发的方式获得单方格的内隐评价模型，采用因素分析和多维量表法对多方格数据进行分析，诱发出招募者对应聘者匹配评价的多维模型，并通过对P-J和P-O两类匹配条件下各匹配评价维度的配对t检验作为佐证。

通过对22名有效样本的分析，我们首先把所有个体诱发出来的区分点（构思）进行整理，获得包含在P-J和P-O匹配概念下的区分点共61个，再通过三名编码评价者的编码将这61个区分点分为10类，即成长发展、福利待遇、胜任特征、KSAs、人际导向、成就导向、稳定安全、情绪控制、责任诚信和外向灵活这10个匹配评价要素。

进而我们对所有22个个体进行了主成分分析和单方格的多维量表法分析，发现大多数个体的内隐模型可以抽取出4个共同因子，这和我们的假设是一致的。再看所有方格数据汇总后进行的因素分析和多方格多维量表法分析的结果，同样是支持4维匹配评价维度模型的结论。即成长发展和福利待遇;胜任特征和KSAs;人际导向和成就导向、稳定安全;情绪控制、责任诚信和外向灵活这四类，分别对应维度为，成长发展和福利待遇对应N-S匹配;胜任特征和KSAs对应D-A匹配;情绪控制、责任诚信和外向灵活对应个性一致匹配;人际导向、成就导向和稳定安全对应价值观一致匹配，具体可以用下图4表示。

图4　 内隐匹配评价的要素维度构思模型图

同样因为个体差异，不同的个体在区分应聘者时的标准和区分点是有差异的，是变化的，但是整体来看一组个体在区分应聘者时的标准和区分点是相对固定的。因此我们假设招募者更多的利用应聘者的N-S匹配和D-A匹配来评价应聘者的人－职匹配而不是人－组织匹配。招募者更多的利用应聘者的Value匹配和Personality匹配来评价应聘者的人－组织匹配而不是人－职匹配。再对这个假设进行验证的过程中，我们使用配对T检验的方法对P-O 和P-J匹配背景下招募者匹配评价维度的使用进行差异性检验，结果表明在区分P-J匹配时，100%的招募者使用D-A匹配，42.73%的招募者使用N-S匹配，这两项在区分P-J匹配时的使用频次均值显著高于在区分P-O匹配时使用N-S匹配和D-A匹配;而在区分P-O匹配时，90.91%的招募者使用价值观一致匹配，81.82%使用个性一致匹配，这两项在区分P-J匹配时使用频率只有22.72%和18.18%。经过配对T检验发现在区分P-J匹配时价值观一致匹配和个性一致匹配要显著低于区分P-O匹配时使用价值观一致匹配和个性一致匹配的频次。

具体来看D-A匹配、价值观匹配和个性匹配在区分P-J匹配和P-O匹配之间的差异性非常显著，而N-S匹配的差异性略显不足，虽然也达到显著差异，但是显著性只有.033。究其原因，可能和全方格设计过程中应聘者描述方面较为偏重D-A匹配、价值观匹配和个性匹配，同时N-S匹配因为反映的是个体的需求（包括物质的精神的）与所应聘职位供给的关系，在虚拟的招募背景下，作为虚拟招募者的个体对这个问题难以做出客观的判断，清晰的予以评价，这也是造成N-S匹配在P-J和P-O匹配区分背景下区分度不如另外三类匹配的原因。

图5　 基于多维匹配的内隐评价模型

总体来看，我们前面提到的假设1，2，3都得到了验证，在人事选拔决策过程中，招募者对应聘者的评价主要是从P-J匹配和P-O匹配两方面进行的，其中P-J匹配主要包括N-S匹配和D-A匹配，P-O匹配主要包括价值观一致匹配和个性一致匹配。而在区分P-J匹配时，招募者更多的使用D-A匹配和N-S匹配作为匹配评价标准，而在区分P-O匹配时，招募者更多使用价值匹配和个性匹配作为对应聘者的匹配评价标准。具体关系可以从下图5看出。

综上所述，本研究采用个体建构主义全方格技术方法来验证人事选拔决策过程中招募者对应聘者匹配评价的多维模型，通过单方格和多方格的分析比较建立了以N-S匹配和D-A匹配，价值观一致匹配和个性一致匹配为基础，P-J匹配和P-O匹配为高阶的多维匹配评价模型。

以往基于胜任力的人事选拔机制过多关注应聘者或候选人的能力与岗位的匹配问题，而忽视了应聘者在价值、个性等层面与组织的匹配，这就经常造成虽然选拔上了这个岗位所需要的“最优”员工，但是这个员工并不是“最合适”的，员工的个人价值观，个性特征与组织并不完全匹配，这会严重影响员工进入组织后的工作满意度，组织承诺等，并显著增加了员工的离职率。本研究中我们拓展以往的评价指标，从多层次匹配的角度来看招募者对应聘者的评价，对我们日后的人事选拔决策研究有非常现实的意义，同时对提高我国企事业单位现行人事选拔效度，完善人事选拔制度，考核人事选拔效用都有着非常重要的作用。

参考文献

1.时勘、王继承、李超平：《企业高层管理者胜任特征模型评价的研究》，载《心理学报》，2002年第3期，第306-311页。

2.王叶毅、王重鸣：《决策知识结构的全方格诱发与分析》，载《人类工效学》，1996年第2期，第5-8页。

3.臧志：《领导干部能力结构建模:多方法结构验证》，浙江大学博士学位论文，2005年。

4.Dipboye R L, Ferris G R, Rowland K M (Eds.).Selection interviews: Process perspectives.Cincinnati, OH: South-Western Publishing,1992.

5.Edwards J R.Person-job fit: A conceptual integration, literature review, and methodological critique.In Cooper, C.L.& Robertson, I.T.(Eds.), International review of industrial and organizational psychology.West Sussex, England: Wiley, 1991: 283-357.

6.Fan W.Personnel Selection Process Research Based on Multi-level fit Perception Assessment: ASD Theory Perspective, International Journal of Psychology, 2008, V43, N5-6.

7.Fan W.Implicit multi-dimension fit assessment in personnel selection decisionmaking process, International Conference on Management and Service Science, MASS 2010.

8.Jankowicz D.The easy guide to repertory grids.Personal Construct Theory & Practice, Chichester: Wiley, 2004, 2(1): 15-16.

9.Jansen K, Kristof A.Toward a multidimensional theory of person-environment fit.Journal of Managerial Issues, 2006, 18(2): 193-213.

10.Judge T A, Ferris G R.The elusive criterion of fit in human resources staffing decisions.Human Resource Planning, 1992, 15(4):47-67.

11.Kelly G A.The psychology of personal construct.New York: Norton, 1955.

12.Kristof A.Person-Organization fit: An integrative review of its conceptualizations, measurement, and implications.Personnel Psychology, 1996, 49(1): 1-49.

13.Kristof A.Perceived applicant fit: Distinguishing between recruiters’perceptions of person-job and person-organization fit.Personnel Psychology, 2000, 53(3): 643-671.

14.Kristof A, Zimmerman R, Johnson E.Consequences of individuals’s fit at work: A meta-analysis of person-job, person-organization, person-group and personsupervisor fit.Personnel Psychology, 2005, 58(2): 281-342.

15.Leach C, Freshwater K, Aldridge J.Analysis of repertory grids in clinical practice.British Journal of Clinical Psychology, 2001,40(3), 225-248.

16.O'Reilly C A, Chatman J, Caldwell D F.People and organizational culture: A profile comparison approach to assessing person-organization fit.Academy of Management Journal, 1991, 34(3): 487-516.

17.Terpstra D E, Rozell E J.Sources of human resource information and the link to organizational profitability.The Journal of Applied Behavioral Science, 1993, 33(1): 66-83.

18.Wang Z M.Leadership competency and implicit assessment modeling.International Journal of Psychology, 2004, 39(5-6): 181-181.

■ 责编/宋萌 E-mail:songmenghrd@163.com Tel:010-88383907

The Research on Construct of Personnel Selection Decisionmaking Process using Repertory Grid Technology

Fan Wei1, and Wang Zhong-ming2
(1.Chinese Academy of Personnel Science; 2.GERC of ZheJiang University)

Abstract:Using the repertory grid technology for laboratory research, put forward the conception model and multi-level recruitment verification personnel selection decisionmaking process matching to evaluate candidates.Select 22 experienced personnel manager or personnel department personnel for paired comparison of virtual applicants get recruited personnel selection decision process matching evaluation of candidates, four dimensions of implicit evaluation model structure induced by full grid technique, and in the distinction of person job matching, recruiters use more D-A matching and N-S matching as the evaluation criteria, and in the distinction of person organization fit, the recruitment of more use value matching and personality matching as a candidate's evaluation standard.

Key Words:Implicit Assessment Model; Repertory Grid Technique; Person-Job Fit; Person-Organization Fit.