নিয়োগে ওয়েটেড স্কোরিং মূল্যায়নের ৩টি নির্ভরযোগ্যতা পরীক্ষা
একটি ওয়েটেড স্কোরিং অ্যাসেসমেন্ট প্রতিটি স্কোরকে একটি মানদণ্ডের ওজন দিয়ে গুণ করে, তারপর ফলাফলগুলি যোগ করে বিকল্পগুলিকে র্যাঙ্ক করে: মোট স্কোর = Σ (ওজন × স্কোর)। এটি আপনাকে অনুমানের উপর নির্ভর না করে একাধিক বিষয়ের উপর ভিত্তি করে প্রার্থী বা প্রকল্পগুলি তুলনা করার একটি স্বচ্ছ, যুক্তিযুক্ত উপায় দেয়। এটি ব্যবহার করুন যখন সিদ্ধান্তে বাস্তব ট্রেড-অফ থাকে এবং স্টেকহোল্ডারদের শুধু ফলাফল নয়, যুক্তিও দেখতে হয়। স্পষ্ট ক্ষেত্রে এটি এড়িয়ে চলুন যেখানে একটি বিকল্প স্পষ্টতই এগিয়ে আছে।
TL;DR:
- মূল্যায়ন প্রক্রিয়া চলাকালীন পক্ষপাত ও কারসাজি রোধ করতে স্কোরিং শুরুর আগেই ওজন চূড়ান্ত করতে হবে এবং নথিভুক্ত করতে হবে।
- সংবেদনশীলতা ও নৈকট্য পরীক্ষা পরিচালনা করুন যাতে নিশ্চিত হওয়া যায় যে যুক্তিসঙ্গত পরিসরে ওজন বা স্কোর সামঞ্জস্য করলেও র্যাঙ্কিং স্থিতিশীল থাকে।
- ওয়েটেড স্কোরিং সবচেয়ে মূল্যবান যখন সিদ্ধান্তে উল্লেখযোগ্য ট্রেড-অফ জড়িত থাকে এবং চূড়ান্ত পছন্দের জন্য একটি স্বচ্ছ, ন্যায়সঙ্গত যুক্তি প্রয়োজন হয়।
- পাস/ফেইল মানদণ্ড বা এমন পরিস্থিতিতে ওয়েটেড স্কোরিং ব্যবহার এড়িয়ে চলুন যেখানে সমালোচনামূলক অ-আলোচনাযোগ্য প্রয়োজনীয়তা রয়েছে যা আগেই বাছাই করে নেওয়া উচিত।
- স্বয়ংক্রিয় প্ল্যাটফর্মগুলি একাধিক প্রার্থীর ক্ষেত্রে ওয়েটেড স্কোর তৈরি ও প্রয়োগ করার প্রক্রিয়াকে সহজ করতে পারে, বিশেষত বড় আকারে বা উচ্চ-পরিমাণ নিয়োগে।
বিষয়সূচি
- কীভাবে একটি ওয়েটেড স্কোরিং অ্যাসেসমেন্ট তৈরি করবেন?
- বাস্তবে একটি ওয়েটেড স্কোরিং ম্যাট্রিক্স কেমন দেখায়?
- ওয়েটেড স্কোরিংয়ের সুবিধা, অসুবিধা এবং ফাঁদগুলি কী?
- কীভাবে বুঝবেন একটি ওয়েটেড স্কোর ফলাফল নির্ভরযোগ্য কিনা?
- নিয়োগ মূল্যায়নে ওয়েটেড স্কোরিং কীভাবে প্রযোজ্য?
- কখন ওয়েটেড স্কোরিং প্রচেষ্টার যোগ্য?
- স্প্রেডশিটের ঝামেলা ছাড়াই ওয়েটেড স্কোরিং অ্যাসেসমেন্ট পরিচালনা করুন
- ওয়েটেড স্কোরিং পদ্ধতি সম্পর্কে আরও কোথায় জানবেন
- উৎস
- FAQ
কীভাবে একটি ওয়েটেড স্কোরিং অ্যাসেসমেন্ট তৈরি করবেন?
একটি কার্যকরী মডেল তৈরি করা নির্দিষ্ট ক্রমে নেওয়া পাঁচটি সিদ্ধান্তের উপর নির্ভর করে। ক্রম এড়িয়ে গেলে গণিত ভেঙে পড়ে, কারণ মানুষ একবার জানলে কোন মানদণ্ড সবচেয়ে বেশি গুরুত্ব বহন করে, স্কোরগুলি সরে যায়।
১. সরাসরি ফলাফলের সাথে সংযুক্ত অল্প সংখ্যক মানদণ্ড বেছে নিন। অনেক বেশি মানদণ্ড ওভারল্যাপ এবং দ্বিগুণ গণনার কারণ হতে পারে, আবার অনেক কম থাকলে তা অনুমানের মতো মনে হতে পারে। প্রতিটি মানদণ্ড আলাদা কিছু পরিমাপ করা উচিত: "যোগাযোগ দক্ষতা" এবং "দলীয় মানানসই" প্রায়ই যথেষ্ট ওভারল্যাপ করে যে কেউ না বুঝেই একই বৈশিষ্ট্যের দ্বিগুণ ওজন হয়ে যায়।
২. ওজন নির্ধারণের একটি পদ্ধতি বেছে নিন এবং প্রক্রিয়াটি নথিভুক্ত করুন। সাধারণ পদ্ধতিগুলির মধ্যে রয়েছে মানদণ্ডজুড়ে পয়েন্ট বিতরণ করা, জোড়ায় র্যাঙ্কিং করা, বা সুইং ওয়েটিং—যা জিজ্ঞেস করে কোন মানদণ্ড সবচেয়ে খারাপ থেকে সেরা অবস্থায় পরিবর্তিত হলে ফলাফলকে সবচেয়ে বেশি প্রভাবিত করবে। নির্বাচিত পদ্ধতি নথিভুক্ত করলে একটি যাচাইযোগ্য রেকর্ড নিশ্চিত হয়। সেই রেকর্ডটিই পরে মডেলটিকে যাচাইযোগ্য করে।
৩. নিশ্চিত করুন যে ওজনগুলি সঠিকভাবে মোট যোগফলে (যেমন ১০০%) পৌঁছায়। ভুল যোগফল স্কোরগুলিকে নীরবে বিকৃত করতে পারে এবং তুলনাগুলিকে অকার্যকর করে দিতে পারে।
৪. স্পষ্ট বিবরণ সহ একটি সামঞ্জস্যপূর্ণ স্কোরিং স্কেল নির্ধারণ করুন। নোঙর করা অর্থ সহ একটি স্কেল (যেমন ১ থেকে ৫) ব্যবহার করলে বিভিন্ন রেটার একইভাবে স্কোর প্রয়োগ করতে পারে।
৫. পরবর্তী মানদণ্ডে যাওয়ার আগে একটি মানদণ্ডে সমস্ত বিকল্পের স্কোর করুন। এই পদ্ধতি ক্যালিব্রেশন বজায় রাখে এবং মূল্যায়নের সময় স্কোর সরে যাওয়া কমায়।
৬. গুণ করুন, যোগ করুন এবং র্যাঙ্ক করুন। প্রতিটি কাঁচা স্কোরকে তার ওজন দিয়ে গুণ করুন, প্রতিটি বিকল্পের জন্য সমস্ত মানদণ্ডের ওয়েটেড মানগুলি যোগ করুন এবং মোট অনুসারে র্যাঙ্ক করুন। এটি সেই মুহূর্ত যখন অনুশীলনকারীরা চুপিচুপি পছন্দের ফলাফল ঠিক করতে একটি ওজন সরিয়ে দেন। স্কোরিং শুরুর আগে ওজন লক করুন, এবং প্রলোভনটি বেশিরভাগই অদৃশ্য হয়ে যায় কারণ পরে পরিবর্তন করলে ধাপে ধাপে বাস্তবায়ন প্রক্রিয়া পর্যালোচনা করা যে কেউ স্পষ্টভাবে বুঝতে পারবে।
বাস্তবে একটি ওয়েটেড স্কোরিং ম্যাট্রিক্স কেমন দেখায়?
সংখ্যা যেকোনো ব্যাখ্যার চেয়ে দ্রুত বিষয়টি স্পষ্ট করে। ধরুন একটি নিয়োগ দল একটি সিনিয়র সাপোর্ট রোলের জন্য চারজন চূড়ান্ত প্রার্থীর মধ্যে বেছে নিচ্ছে, চারটি মানদণ্ডের বিপরীতে স্কোর করা হয়েছে: প্রযুক্তিগত নির্ভুলতা (৩৫%), যোগাযোগের স্পষ্টতা (২৫%), সমস্যা সমাধানের গতি (২৫%), এবং সাংস্কৃতিক মানানসই (১৫%)। ওজনের যোগফল ১০০%, স্কোর ১ থেকে ৫ স্কেল ব্যবহার করে।
একটি স্প্রেডশিটে এটি তৈরি করতে মাত্র তিনটি কলাম গ্রুপ লাগে:
- প্রতিটি মানদণ্ডের কাঁচা স্কোর (কোনো গণিতের আগে ১ থেকে ৫ বা ১ থেকে ১০ রেটিং)।
- ওয়েটেড মান (কাঁচা স্কোরকে সেই মানদণ্ডের দশমিক ওজন দিয়ে গুণ করা)।
- চলমান মোট এবং চূড়ান্ত র্যাঙ্ক (প্রতিটি সারির ওয়েটেড মানের যোগফল, অবরোহ ক্রমে সাজানো)।
প্রার্থী A এবং প্রার্থী B ৪.১০-এ টাই করেছে, যা সবচেয়ে গুরুত্বপূর্ণ ক্ষেত্রটি। যখন দুটি মোট একে অপরের কয়েক শতাংশের মধ্যে পড়ে, তখন টাইকে একটি সংকেত হিসেবে গণ্য করুন, শোরগোল হিসেবে নয়। এটি একটি "নৈকট্য" ফলাফল, এবং এর মানে র্যাঙ্কিং একা সংখ্যার উপর নির্ভর করে নির্দিষ্ট নয়। ASQ সিদ্ধান্ত ম্যাট্রিক্স নির্দেশিকা পরামর্শ দেয় এই ধরনের টাই সমাধান করতে সেই নির্দিষ্ট মানদণ্ডে একটি টাইব্রেকার কথোপকথনের মাধ্যমে যেখানে দুটি বিকল্প সবচেয়ে বেশি ভিন্ন—এই ক্ষেত্রে যোগাযোগ বনাম প্রযুক্তিগত নির্ভুলতা—একজন বিজয়ী জোর করতে ওজন সামঞ্জস্য করার পরিবর্তে।
ওয়েটেড স্কোরিংয়ের সুবিধা, অসুবিধা এবং ফাঁদগুলি কী?
ওয়েটেড স্কোরিং তার জনপ্রিয়তা অর্জন করে কারণ এটি যুক্তিকে দৃশ্যমান করে। প্রতিটি স্টেকহোল্ডার স্পষ্টভাবে দেখতে পায় কেন প্রার্থী A প্রার্থী C-কে হারাল, এবং সেই স্বচ্ছতা পরে কেউ সিদ্ধান্তকে চ্যালেঞ্জ করলেও টিকে থাকে। এটি স্কোরিং শুরু হওয়ার আগেই সমন্বয় ঘটায়। ওজন কী হওয়া উচিত তা নিয়ে বিতর্ক সাধারণত অগ্রাধিকার সম্পর্কে মতবিরোধ উন্মোচন করে যা অন্যথায় একটি খারাপ নিয়োগ বা স্থবির প্রকল্পের পরে প্রকাশিত হত।
একই গণিত যা স্বচ্ছতা তৈরি করে তা অন্ধ দিকও তৈরি করে।
- ক্ষতিপূরণ প্রভাব: একজন প্রার্থী একটি সমালোচনামূলক মানদণ্ডে ব্যর্থ হতে পারে এবং তবুও অন্য জায়গায় পরিমাণের দিক দিয়ে জিততে পারে, যা বিপজ্জনক যদি সেই মানদণ্ডটি ওয়েটেডের পরিবর্তে একটি কঠিন প্রয়োজনীয়তা হওয়া উচিত ছিল।
- মিথ্যা নির্ভুলতা: একটি অনুমানকে একটি শতাংশ দিয়ে গুণ করলে এখনও একটি অনুমানই পাওয়া যায়, শুধু আরও দশমিক স্থান সহ।
- ওজন কারসাজি: পছন্দের বিজয়ী তৈরি করতে স্কোর দেখার পরে একটি ওজন পরিবর্তন করার প্রলোভন থাকে।
- নোঙর পক্ষপাত: একটি প্যানেলে প্রথম প্রবেশ করা স্কোর প্রায়ই প্রতিটি পরবর্তী রেটারের সংখ্যাকে সেদিকে টেনে নিয়ে যায়।
ক্ষতিপূরণ প্রভাব বিশেষভাবে মানে ওয়েটেড স্কোরিং পাস/ফেইল প্রয়োজনীয়তার জন্য ভুল হাতিয়ার। যদি একটি মানদণ্ড সত্যিকারের চুক্তি-ভঙ্গকারী হয়, যেমন একটি প্রয়োজনীয় সার্টিফিকেশন বা একটি নিরাপত্তা ছাড়পত্র, তাহলে ওয়েটেড ম্যাট্রিক্সে একটি লাইন হিসেবে নয়, স্কোর করার আগে একটি নকআউট ফিল্টার হিসেবে এটি পরিচালনা করুন।
প্রো টিপ: কেউ একটি স্কোর দেখার আগে আপনার ওজনগুলি লিখিতভাবে চূড়ান্ত করুন এবং রেকর্ড করুন। যদি প্রক্রিয়ার মাঝখানে ওজন কেন পরিবর্তিত হল তা ব্যাখ্যা করতে না পারেন, তাহলে পরিবর্তন করবেন না।
কীভাবে বুঝবেন একটি ওয়েটেড স্কোর ফলাফল নির্ভরযোগ্য কিনা?
একটি র্যাঙ্কিং কেবল ততটাই বিশ্বাসযোগ্য যতটা এটি স্থিতিশীল। ফলাফল চূড়ান্ত হিসেবে উপস্থাপন করার আগে এই তিনটি পরীক্ষা চালান।
- ওজন সংবেদনশীলতা পরীক্ষা। আপনার প্রধান ওজনকে ১০ শতাংশ পয়েন্ট উপরে এবং নিচে নিয়ে যান এবং পার্থক্যটি অন্যান্যদের মধ্যে আনুপাতিকভাবে পুনরায় বিতরণ করুন। যদি শীর্ষ-র্যাঙ্কড বিকল্পটি পরিবর্তন হয়, তাহলে ফলাফলটি প্রকৃত কর্মক্ষমতা পার্থক্যের চেয়ে আপনার ওয়েটিং মতামতের উপর বেশি নির্ভর করে।
- রেটিং সংবেদনশীলতা পরীক্ষা। আপনি যে স্কোরে সম্পূর্ণ আত্মবিশ্বাসী ছিলেন না সেটিকে এক পয়েন্ট প্লাস বা মাইনাস করুন। যদি সেই একক-পয়েন্ট পরিবর্তন র্যাঙ্কিং উল্টে দেয়, তাহলে আপনি একটি নরম ইনপুটের উপর নির্মিত একটি ভঙ্গুর ফলাফল দেখছেন।
- নৈকট্য পরীক্ষা। আপনার শীর্ষ দুটি মোটের মধ্যে শতাংশ ব্যবধান পরীক্ষা করুন। ৫%-এর কম ব্যবধান একটি অনির্দিষ্ট ফলাফল নির্দেশ করে যা একটি পরিষ্কার জয় হিসেবে বিবেচনা করা উচিত নয়।
উপরের প্রার্থী ম্যাট্রিক্সে, প্রার্থী A এবং প্রার্থী B ঠিক টাই করেছে, যা সরাসরি নৈকট্য পরীক্ষায় ব্যর্থ হয়। প্রস্তাবিত প্রতিক্রিয়া হল কেউ না জেতা পর্যন্ত ওজন নিয়ে ঘাঁটাঘাঁটি করা নয়। বরং যে মানদণ্ড দুটিকে সবচেয়ে বেশি আলাদা করে সেখানে আরও প্রমাণ সংগ্রহ করুন—এই ক্ষেত্রে যোগাযোগ—একটি ফলো-আপ সাক্ষাৎকার বা একটি কাজের নমুনার মাধ্যমে, গণিত দিয়ে সাজানো কয়েন-ফ্লিপ মার্জিনের উপর ভরসা না করে।
নিয়োগ মূল্যায়নে ওয়েটেড স্কোরিং কীভাবে প্রযোজ্য?
নিয়োগ দলগুলি এই সমস্যার একটি নির্দিষ্ট সংস্করণের মুখোমুখি হয়: আপনি কি সম্পূর্ণ দক্ষতাগুলিকে ওজন করবেন, নাকি একটি দক্ষতার মধ্যে পৃথক পরীক্ষার আইটেমগুলিকে? উভয়ই কাজ করে, কিন্তু তারা ভিন্ন প্রশ্নের উত্তর দেয়। দক্ষতা-স্তরের ওয়েটিং বলে "এই ভূমিকার জন্য কালচার ফিটের চেয়ে প্রযুক্তিগত দক্ষতা বেশি গুরুত্বপূর্ণ।" আইটেম-স্তরের ওয়েটিং বলে "প্রযুক্তিগত বিভাগের মধ্যে এই নির্দিষ্ট কোডিং প্রশ্নটি সেটির চেয়ে বেশি গুরুত্বপূর্ণ।" USA Staffing-এর ওজন-ভিত্তিক রেটিং পদ্ধতির মতো সিস্টেমগুলি উভয়ই পরিচালনা করে, যখনই কোনো ওজন পরিবর্তন হয় তখন স্বয়ংক্রিয়ভাবে প্রতিক্রিয়া বিকল্পের মান পুনরায় গণনা করে যাতে গণিত ম্যানুয়াল সম্পাদনার পরে সরে যাওয়ার পরিবর্তে অভ্যন্তরীণভাবে সামঞ্জস্যপূর্ণ থাকে।
কিছু অনুশীলন নিয়োগ-নির্দিষ্ট ওয়েটেড স্কোরিংকে সৎ রাখে:
- স্কোরিং শুরু হওয়ার আগে প্রতিটি পরীক্ষার আইটেমকে একটি নামকৃত দক্ষতায় ম্যাপ করুন, যাতে রেটাররা জানে একটি নির্দিষ্ট প্রশ্ন কী পরিমাপ করার কথা।
- সহজ ভাষায় স্কোরিং নোঙর লিখুন ("৩ মানে প্রার্থী সমস্যাটি সমাধান করেছে কিন্তু একটি ইঙ্গিতের প্রয়োজন হয়েছিল") যাতে দুই ভিন্ন পর্যালোচক একই উত্তরের জন্য একই সংখ্যায় পৌঁছায়।
- ওজন-নির্বাচন রেকর্ড, রুব্রিক টেক্সট এবং পর্যালোচকের নোটগুলি একটি যাচাইযোগ্য ফাইলে একসাথে রাখুন। যদি কোনো প্রত্যাখ্যাত প্রার্থী কখনও সিদ্ধান্তকে চ্যালেঞ্জ করে, সেই রেকর্ডটি আপনার প্রমাণ।
- অ্যান্টি-চিট এবং সেশন-রিভিউ টুলের উপর নির্ভর করুন যাতে একটি শক্তিশালী ওয়েটেড স্কোর প্রকৃতপক্ষে প্রার্থীর নিজস্ব কাজ প্রতিফলিত করে।
একটি শক্তিশালী প্রার্থী মূল্যায়ন মানদণ্ড চেকলিস্ট এখানেও সাহায্য করে, কারণ বেশিরভাগ ওয়েটিং বিরোধ খারাপ গণিতের পরিবর্তে অস্পষ্ট বা ওভারল্যাপিং মানদণ্ড থেকে শুরু হয়।
কখন ওয়েটেড স্কোরিং প্রচেষ্টার যোগ্য?
ওয়েটেড স্কোরিং তার স্থান অর্জন করে যখন একটি সিদ্ধান্তে বাস্তব ট্রেড-অফ থাকে এবং কেউ শেষ পর্যন্ত জিজ্ঞেস করবে "কেন আমরা এটি বেছে নিলাম?" এটি একটি দ্বিপদী নিয়োগ/না-নিয়োগ সিদ্ধান্তের জন্য অতিরিক্ত যেখানে একজন প্রার্থী স্পষ্টতই এগিয়ে, অথবা প্রাথমিক পর্যায়ের বাছাইয়ের জন্য যেখানে RICE, ICE, বা একটি সহজ নকআউট ফিল্টারের মতো হালকা কাঠামো কম সেটআপে দ্রুত সিদ্ধান্তে পৌঁছে দেয়। সম্পূর্ণ ওয়েটেড মডেলটি সেসব ক্ষেত্রে সংরক্ষণ করুন যেখানে র্যাঙ্কিংকে একজন নিয়োগ ব্যবস্থাপক, একটি বোর্ড বা একজন প্রত্যাখ্যাত আবেদনকারীর কারণ চাওয়ার তদন্ত সহ্য করতে হবে।
— Jimmie
স্প্রেডশিটের ঝামেলা ছাড়াই ওয়েটেড স্কোরিং অ্যাসেসমেন্ট পরিচালনা করুন
উপরের ম্যাট্রিক্সটি হাতে তৈরি করা একটি নিয়োগ সিদ্ধান্তের জন্য কাজ করে। এটি ডজনখানেক খোলা ভূমিকায় ৫০ জন প্রার্থীর ক্ষেত্রে ভেঙে পড়ে। Talent Approved এই গাইডে বর্ণিত প্রক্রিয়াটিকে একটি বিকেলের পরিবর্তে মিনিটের মধ্যে চালানো যায় এমন কিছুতে পরিণত করে: কিছু প্ল্যাটফর্ম একটি জব ডেসক্রিপশন বা একটি দক্ষতার তালিকা নেয় এবং ইতিমধ্যে কাঠামোবদ্ধ ওয়েটেড মানদণ্ড সহ একটি ভূমিকা-নির্দিষ্ট রুব্রিক তৈরি করে, তাই প্রতিবার একটি খালি স্প্রেডশিট থেকে শুরু করতে হয় না।
কিছু প্ল্যাটফর্ম অ্যান্টি-চিট মনিটরিংয়ের মাধ্যমে সেশন পরিচালনা করে, স্ক্রিন এবং ওয়েবক্যাম চেক সহ, যাতে নিশ্চিত হওয়া যায় যে একটি উচ্চ ওয়েটেড স্কোর প্রার্থীর নিজস্ব কাজ প্রতিফলিত করে। AI-জেনারেটেড সারসংক্ষেপ কাঁচা ওয়েটেড মোটগুলিকে সহজ ভাষার যুক্তিতে অনুবাদ করতে পারে যাতে নিয়োগ ব্যবস্থাপকদের স্পষ্ট ব্যাখ্যা বা অডিট ট্রেইল প্রদান করা যায়। সেই সমন্বয়টি সবচেয়ে গুরুত্বপূর্ণ উচ্চ-পরিমাণ নিয়োগের জন্য, যেখানে শত শত প্রার্থীর মধ্যে সামঞ্জস্যপূর্ণ দক্ষতা ওয়েটিং হাতে বজায় রাখা অসম্ভব, এবং যেকোনো দলের জন্য যাদের একটি র্যাঙ্কিং কীভাবে পৌঁছানো হয়েছিল তার একটি রক্ষাযোগ্য রেকর্ড প্রয়োজন। যদি স্কোরিং শুরুর আগে আপনার মূল্যায়ন মানদণ্ডগুলিকে এখনও কাজ করতে হয়, তাহলে প্রথমে জব-নির্দিষ্ট স্ক্রীনিং পরীক্ষা ডিজাইন করা আপনি পরে যে ওজন নির্ধারণ করবেন তা অনেক বেশি অর্থবহ করবে। আজই আপনার প্রথম ওয়েটেড রুব্রিক তৈরি করতে Talent Approved ব্যবহার করে দেখুন।
ওয়েটেড স্কোরিং পদ্ধতি সম্পর্কে আরও কোথায় জানবেন
এই গাইডের বাইরে আরও গভীর পড়ার জন্য, Product School-এর বাস্তবায়ন ওয়াকথ্রু মূল সূত্র এবং নর্মালাইজেশন নিয়মগুলি কভার করে। ASQ-এর সিদ্ধান্ত ম্যাট্রিক্স রিসোর্স Pugh ম্যাট্রিক্সের মতো বিকল্প ওজন-নির্ধারণ কৌশল অফার করে। পদ্ধতির সীমাবদ্ধতার একটি সমালোচনামূলক দৃষ্টিভঙ্গির জন্য, সংবেদনশীলতা বিশ্লেষণ এবং ক্ষতিপূরণ প্রভাবের উপর SI Labs-এর স্কোরিং মডেল সমালোচনা সবচেয়ে তীক্ষ্ণ উৎস। যদি আপনি মানদণ্ডগুলিকে বাস্তব প্রার্থীর সংকেতে ম্যাপ করছেন, তাহলে SparkCV-এর সিভি টেইলারিং চেকলিস্ট একটি উপযোগী সহযোগী রেফারেন্স।
উৎস
- ওয়েটেড স্কোরিং মডেল: ধাপে ধাপে বাস্তবায়ন গাইড
- স্কোরিং মডেল গাইড এবং সমালোচনা (SI Labs)
- সিদ্ধান্ত ম্যাট্রিক্স রিসোর্স (ASQ)
- ওজন-ভিত্তিক রেটিং পদ্ধতি (USA Staffing সহায়তা নথি)
FAQ
ওয়েটেড স্কোরিং পদ্ধতি কী?
এটি একটি সিদ্ধান্ত গ্রহণের কৌশল যা একটি মানদণ্ডে একটি বিকল্পের স্কোরকে সেই মানদণ্ডের নির্ধারিত ওজন দিয়ে গুণ করে, তারপর একটি মোট স্কোর পেতে সমস্ত মানদণ্ডের ফলাফলগুলি যোগ করে বিকল্পগুলিকে র্যাঙ্ক করে।
কীভাবে একটি ওয়েটেড স্কোর গণনা করব?
প্রতিটি কাঁচা স্কোরকে তার মানদণ্ডের দশমিক ওজন দিয়ে গুণ করুন, তারপর ওয়েটেড মানগুলি একসাথে যোগ করুন: মোট স্কোর = Σ (ওজন × স্কোর), ওজন ১০০%-এ যোগ করতে নর্মালাইজড করা হয়।
কীভাবে শুরু থেকে একটি ওয়েটেড স্কোরিং মডেল তৈরি করব?
৩ থেকে ৬টি প্রাসঙ্গিক মানদণ্ড বেছে নিন, স্কোরিংয়ের আগে ওজন নির্ধারণ করুন এবং লক করুন, ১ থেকে ৫-এর মতো একটি সামঞ্জস্যপূর্ণ স্কেল বেছে নিন, মানদণ্ড অনুসারে প্রতিটি বিকল্পের স্কোর করুন, তারপর চূড়ান্ত র্যাঙ্কের জন্য গুণ করুন এবং যোগ করুন। Talent Approved-এর মতো প্ল্যাটফর্মগুলি একটি জব ডেসক্রিপশন থেকে স্বয়ংক্রিয়ভাবে রুব্রিক কাঠামো তৈরি করতে পারে।
গ্রেড ওয়েটেড হলে কী বোঝায়?
একটি একাডেমিক বা মূল্যায়ন প্রসঙ্গে, ওয়েটেড গ্রেড মানে নির্দিষ্ট বিভাগ বা দক্ষতাগুলি চূড়ান্ত স্কোরের অন্যদের চেয়ে বেশি গণনা করে, ঠিক যেমন একটি নিয়োগ মূল্যায়নে একটি প্রযুক্তিগত-দক্ষতা বিভাগ একটি কালচার-ফিট প্রশ্নের চেয়ে বেশি ওজন বহন করতে পারে।
কখন ওয়েটেড স্কোরিং এড়ানো উচিত?
একটি স্পষ্ট বিজয়ী সহ সুস্পষ্ট সিদ্ধান্তের জন্য, নকআউট মানদণ্ড হিসেবে আরও ভালোভাবে পরিচালিত পাস/ফেইল প্রয়োজনীয়তার জন্য, বা যখন আপনার ইনপুট ডেটা গণিত বোঝায় মিথ্যা নির্ভুলতাকে ন্যায়সঙ্গত করার জন্য খুব অনিশ্চিত, তখন এটি এড়িয়ে চলুন।