結構化面試(structured interview)和非結構化面試(unstructured interview)的區別

結構化面試和非結構化面試的主要區別在於,結構化面試是事先準備好的所有問題,而非結構化面試是不追求任何特定格式或風格的面試。...

主要區別

結構化面試和非結構化面試的主要區別在於,結構化面試是事先準備好的所有問題,而非結構化面試是不追求任何特定格式或風格的面試。

結構化面試(structured interview) vs. 非結構化面試(unstructured interview)

結構化面試是一種面試,詢問者提出一組特定的預定問題,而非結構化面試是詢問者提出事先沒有準備好的問題的面試。結構化訪談是個體訪談的一種,詢問者使用固定格式,反之,非結構化訪談是一種不使用任何固定格式的訪談。結構化訪談是一種用於調查的定量研究方法,其目的是在每次訪談中展示預設的問題,順序相同,而非結構化訪談是一種定性研究過程,在訪談過程中準備好問題。在結構化面試中,提前安排和建立問題,這意味著所有申請者都會被問到相同種類的相同問題。在非結構化面試中,問題會在自由流動的談話中自然產生,這意味著不同的應聘者會問不同的問題。

結構化面試也稱為標準化面試、模式面試、計劃面試和正式面試。而非結構化面試又稱非正式面試、隨意麵試和自由面試。在結構化面試中,應聘者面前的問題位置是封閉式的,這需要應聘者提供一定的資訊,或者實際上,他/她必須在提供的各種選項中進行選擇。相反,非結構化面試,問題是開放式的,可以用多種方式反駁,也就是說,應聘者可以自由地給出深思熟慮的答案,從而影響面試官。

比較圖

結構化面試非結構化面試
結構化面試是指面試官事先準備好一系列特定的預定問題。非結構化面試是指在面試中向受訪者提出的問題沒有事先設定好。
研究
描述的探索性的
評價因素
明確的隱性的
應用
當候選者數量相當大時,對結果進行驗證。調查候選人的個人資料,判斷他是否適合這份工作。
資料收集
定量定性的
問題型別
封閉式問題開放式問題
使用人
實證主義者解釋性的

什麼是結構化面試(a structured interview)?

結構化面試是一種固定格式的面試,所有的問題都是事先準備好的,並且每次面試都是相同的。它提供了在某些情況下所需的精確性和可靠性,也稱為指導性面試。在固定/標準化的命令中提出的問題,面試官不會偏離面試日程安排,也不會在收到的答案之外進行調查。結構化訪談很容易重複,因為使用了一組固定的封閉式問題,很容易量化。結構面試不靈活,這意味著新的問題不能在面試日程安排後立即提出。結構化面試問題可以是開放式的,也可以是封閉式的。

優勢

  • 簡化流程
  • 可以檢查
  • 擴大提問範圍
  • 給你最好的想法
  • 重申的問題
  • 檢查理解水平
  • 可以瞭解細節

缺點

  • 很少融洽
  • 有限的評估以及緊張局勢
  • 內部斷開
  • 不能改變問題
  • 複雜問題
  • 缺乏測試溝通
  • 需要專家

什麼是非結構化面試(unstructured interview)?

非結構化採訪就像是一個自由流動的討論,非常非正式,可以自由討論。儘管非結構化面試是一種非常隨意的型別,但它有很多意圖。這種型別的面試更像是一種非指導性的面試,而且有一種和藹可親的方式。非結構化面試的有效運用取決於面試官。面試官能夠很好地評價應聘者,因為他們突然提出了自由流動的問題,而且主要是因為從應聘者的回答中提出的問題。

優勢

  • 更好的理解
  • 它非常靈活
  • 非常實用的方法
  • 這是非常有效的
  • 它打破了溝通的鴻溝
  • 這給候選人帶來了良好的希望

缺點

  • 耗時
  • 在整個面試過程中,有機會被轉移注意力
  • 不適合某些候選人
  • 在面試中談論機密是有危險的

主要區別

  1. 結構化面試是指事先向應聘者提出問題的面試。向候選人提出問題的面試很少,而且事先沒有準備好。
  2. 在表達性研究中,結構化訪談是用來收集資訊的,因為它比較經濟,推理容易得出。相反,在開發性研究中,非結構化訪談被用作收集資訊的重要工具。
  3. 實證主義者使用結構化訪談,而非結構化訪談則用於解釋性訪談。
  4. 由於結構化面試是有計劃的,所有應聘者都有相同的問題集,因此收集的資訊是定量的。與非結構化面試不同的是,在非結構化面試中,會向不同的應聘者提出不同的問題,從而收集定性資料。
  5. 當應聘者人數較多時,用於驗證結果的結構化面試。與非結構化面試不同的是,非結構化面試是用來調查應聘者的個人細節,用來評估他是否適合這份工作。

結論

因此,當詢問者組織起來時,同樣的問題,都放在應聘者的前面,這些都是與工作有關的。相反,當面試是非結構化的,對於同一份工作,不同的求職者可能會提出不同的問題,這些問題可能與工作無關,也可能與之無關。此外,在結構化面試中,有一個超早期的系統或行為來檢查結果。相比之下,目前還沒有這樣的預先開發的系統或指南來檢查面試結果。

  • 發表於 2020-02-01 23:11
  • 閱讀 ( 30 )
  • 分類:商業

你可能感興趣的文章

大資料(big data)和物聯網(internet of things)的區別

...、裝置和連通性。 大資料是大量複雜的資料。它可以是結構化、半結構化或非結構化資料。分析大資料有幾個優點,因為它們可以做出更好的決策、降低成本、提高運營效率和降低業務風險。另一方面,物聯網是一種新興的技...

  • 發佈於 2020-10-18 11:27
  • 閲讀 ( 86 )

關係資料庫管理系統(rdbms)和hadoop公司(hadoop)的區別

RDBMS和Hadoop的關鍵區別在於RDBMS儲存結構化資料,而Hadoop儲存結構化、半結構化和非結構化資料。 關係資料庫管理系統是一個基於關係模型的資料庫管理系統。Hadoop是一種用於在商品硬體叢集上儲存資料和執行應用程式的軟體...

  • 發佈於 2020-10-18 19:15
  • 閲讀 ( 51 )

結構化的(structured)和非結構化程式設計(unstructured programming)的區別

結構化的(structured)和非結構化程式設計(unstructured programming)的區別 計算機程式是計算機執行用程式語言編寫的任務的一組指令。程式設計範例可以根據語言特性對程式語言進行分類。結構化程式設計和非結構化程式設計是兩...

  • 發佈於 2020-10-24 05:09
  • 閲讀 ( 78 )

實證主義(positivism)和解釋主義(interpretivism)的區別

...的一種方法。在研究中,實證主義者更喜歡定量方法,如結構化問卷調查、社會調查和官方統計。此外,實證主義者認為社會科學和自然科學一樣科學。他們在研究中使用的科學方法包括產生理論和假設,然後使用直接觀察或實...

  • 發佈於 2020-10-25 02:30
  • 閲讀 ( 764 )

如何不回答常見的面試問題

... "This question is often asked at the beginning of a job interview, and employers view your answer as a signal about how interested you are in working there. It's not a hard question to answer, if you are prepared." ...

  • 發佈於 2021-03-12 21:24
  • 閲讀 ( 60 )

敘事科學讓機器人作家開始創作非結構化的故事

...等資料集自動生成故事的科學,它已經將目光轉向了“非結構化”資料,如推特訊息列表。在最新的專案中,它將工具設定為捕捉和標記總統候選人的資訊,然後根據結果自動生成一個故事。下麵是這篇文章的一個例子,題為“...

  • 發佈於 2021-04-21 09:01
  • 閲讀 ( 32 )

為什麼結構化筆記可能不適合你

...、缺乏流動性和定價不準確。 什麼是有條理的筆記(a structured note)? 結構性票據是一種債務,基本上類似於發行投資銀行的借據,內含衍生工具。換句話說,它透過衍生工具投資資產。帶有期權合約的五年期債券就是一種結...

  • 發佈於 2021-06-14 04:58
  • 閲讀 ( 39 )

水晶報告(crystal reports)和網路智慧(web intelligence)的區別

...視現有報告的使用者等等。 Crystal Reports的功能支援高度結構化的報告,這些報告是畫素完美的,通常需要列印或匯出為PDF文件。有一些工具可以從多個源中提取資料,並根據已定義的引數返回結果。Crystal Reports透過SDK允許將這...

  • 發佈於 2021-06-23 05:27
  • 閲讀 ( 57 )

大資料(big data)和雲端計算(cloud computing)的區別

大資料 大資料只是表示大量的資料集,無論是結構化的還是非結構化的,都可以進一步處理以提取資訊。網際網路上每秒都會產生大量的資料,一臺機器不足以處理各種格式的資料。它為潛在的企業主提供了敏銳的洞察力,然...

  • 發佈於 2021-06-25 02:58
  • 閲讀 ( 53 )

物聯網(iot)和大資料(big data)的區別

...稱為大資料。使用傳統的軟體技術分析和處理如此龐大的結構化和非結構化資料幾乎是不可能的。這不僅僅是一個大小問題;大資料是一個在新的和新興的資料和內容型別中發現見解的機會,這些資料和內容可以導致更好的決策...

  • 發佈於 2021-06-26 10:04
  • 閲讀 ( 34 )
p691413
p691413

0 篇文章

作家榜

  1. admin 0 文章
  2. 孫小欽 0 文章
  3. JVhby0 0 文章
  4. fvpvzrr 0 文章
  5. 0sus8kksc 0 文章
  6. zsfn1903 0 文章
  7. w91395898 0 文章
  8. SuperQueen123 0 文章

相關推薦