本文目录
1、特点:
结构化面试具有试题固定、程序严谨、评分统一等特点。
非结构化面试面试方法简单易行,不拘场合、时间、内容,简单灵活。
2、缺点:
非结构化面试是结构性较差,缺少一致的判断标准,容易走样,且难以数量化,有时会转移目标。
结构化面试缺点是谈话方式过于程式化,难以随机应变,所收集的信息的范围受到限制。
3、面试类型:
结构化面试是指面试的内容、形式、程序、评分标准及结果的合成与分析等构成要素,按统一制定的标准和要求进行的面试。
非结构化面试亦称“随机面试”。所问问题不需遵循事先安排好的规则和框架,主试者可以任意地与应征者讨论各种话题,或根据+同被试者提出不同问题的面试。
扩展资料
结构化面试存在问题:
1、面试官对面试者评比标准不统一:
在面试的过程中,面试官由于自身所处职务、人生经历、性格等方面原因,对评比标准理解不同,带有主观性。大学毕业生在面试中得到公正的评价成为企业招聘的重要因素,但是由于面试官在评比标准理解上也是起伏较大,对每条问题之间、面试者之间都有不同的理解和认识。评分标准缺乏稳定性,影响了整体评分结果的可靠性和公平性。
2、面试官组成结构的不合理:
面试官的组成结构应该由人力资源部、用人部门的人员组成,必要的时候还需要相关专家顾问参与,在各方面人员的参与下,协作分工,才能体现考官各司其责的专业性。而企业在对毕业生进行面试的时候,
考官组成基本是企业人力资源部成员,并且相当部分的面试官对专业知识的把握往往不够准确。毕业生刚刚走出校门,在进行面试的时候通常是理论知识比较强,实践能力相对较弱,如果面试官只由人力资源部门组成,在面试过程中往往会吸纳理论比较强但工作能力较差的人员,会给企业带来负面影响。
3、面试过程程式化,缺乏灵活性:
面试官在面试的时候,由于问题是提前设计好的,且时间也被限制,谈话更多围绕已定问题来进行,这样严格的面试过程必然会比较机械、不自然。对于更深入地了解毕业生面试者的思想和内心活动几乎不可能。面试官在对毕业生面试者提问题的时候不考虑毕业生的实际情况,问题简单、直观,缺乏必要的设计甚至会超出他们的能力范围。
大学毕业生刚走出校门,是一群朝气蓬勃的群体,对未来充满希望,对工作会有很强的责任心,一个唐突的问题可能导致企业白白失去一个很好的人才,从而带来损失。
参考资料来源:百度百科-非结构化面试
参考资料来源:百度百科-结构化面试
非结构化面试亦称"随机面试"。所问问题不需遵循事先安排好的规则和框架,主试者可以任意地与应征者讨论各种话题,或根据被试者提出不同问题的面试。
1、特点:
结构化面试具有试题固定、程序严谨、评分统一等特点。
非结构化面试面试方法简单易行,不拘场合、时间、内容,简单灵活。
2、缺点:
非结构化面试是结构性较差,缺少一致的判断标准,容易走样,且难以数量化,有时会转移目标。
结构化面试缺点是谈话方式过于程式化,难以随机应变,所收集的信息的范围受到限制。
在面试的过程中,面试官由于自身所处职务、人生经历、性格等方面原因,对评比标准理解不同,带有主观性。大学毕业生在面试中得到公正的评价成为企业招聘的重要因素,但是由于面试官在评比标准理解上也是起伏较大,对每条问题之间、面试者之间都有不同的理解和认识。评分标准缺乏稳定性,影响了整体评分结果的可靠性和公平性。
所问问题不需遵循事先安排好的规则和框架,主试者可以任意地与应征者讨论各种话题,或根据被试者提出不同问题的面试。
非结构化面试则没有固定的面谈程序,面谈者提问的内容和顺序都取决于面谈者的兴趣和现场应试者的回答。
这种面试方法给谈话双方以充分的自由,面试考官可以针对应试者的特点进行有区别的提问,不同应试者所回答的问题可能不同。这种面试方法简单易行,不拘场合、时间、内容,简单灵活,应聘者防御心理比较弱,了解的内容比较直接,可以有重点地收取更多的信息,反馈迅速。
缺点是结构性较差,缺少一致的判断标准,容易走样,且难以数量化,有时会转移目标。
不错的,一直在这里唱歌的,也是以后最佳聚会地点啤酒放那多久有效的?音效一般般吧环境,音效都属于中等水平,但午餐性价比还是挺高的。很好,很不错!真的是很好,很不错!上海男神K歌(凤凰商城...
本文目录 职业生涯规划书包括什么 个...
沒錯,來純k就是為了吃而來的,推薦:#台灣珍珠奶茶\U0001f9cb太好喝了!!!很多人都說好喝,來試了才發現真好喝,有一種童年的味道!強推!,#台灣滷肉飯,(激動到沒有拍圖)裡面的...
敺?????隞瑟銝斯嚗??銵?撠望?園?凋?銝?對?閬?賢?銝鈭?游停憟賭?嚗??瑕隞亙??拐?隡?鈭日??臬??嫣噶???鈭方膠?...
### 鞋店的招聘文案 **前言**: 在这个充满活力和创意的时代,每一双鞋子都不仅仅是行走的工具,它们是时尚与个性的宣言,是每个人独特风格的体现。如果你热爱时尚,对美有着无尽的追...
### 数据标注招聘信息文案 在人工智能飞速发展的今天,数据标注作为机器学习模型训练前的关键步骤,其重要性不言而喻。高质量的标注数据能显著提升模型的准确性和性能。因此,拥有专业、高效...