1. 目的与预期用途
AssessFit 提供入职前测评，帮助雇主就与岗位相关的能力、知识、工作风格与判断力比较候选人。分数被设计为招聘决策中 多个输入之一的结构化输入 ——与面试、工作履历和背调并用。它不是医疗、临床或诊断工具，且 AssessFit 的设计确保最终录用决定始终由人做出，而非算法。
本手册描述平台今日所建的方法论。其结构遵循 SIOP 《原则》 与 AERA/APA/NCME 《标准》 对选拔程序文档化的建议（见 参考文献).
2. 测评架构
本库包含 100 项测试 ，建立在 854 道题的题库之上，横跨五个领域：
| 领域 | 测量内容 | 形式 |
|---|
| 认知能力 | 数字、语言、逻辑、空间与机械推理，工作记忆，处理速度，注意力 | 多选题，自适应 |
| 岗位技能 | 53 项领域知识测试（财务、IT、营销、运营、医疗辅助、技工等） | 多选题，自适应 |
| 情境判断 | 伦理、优先级、领导力、客户情境、危机响应 | 情境多选题 |
| 工作风格 | 尽责性、沉着、诚信、团队协作、适应力及另外 10 个量表 | 李克特自评，含反向计分题 |
| 语言 | 商务英语（对齐 CEFR）、书面沟通、校对 | 多选题 |
每项多选测试是按难度标注的 9 题题库（3 易 / 3 中 / 3 难），题目标识符稳定。每个岗位最多可组合五项测试；平台的 1,000+ 职业目录为每个职位推荐循证组合。
3. 测试开发
题目按明确规则编写，发布前经机器校验：
- 唯一站得住脚的正确项。 每题必须有且仅有一个无歧义的正确答案，加三个像样但错误的干扰项。正确性可争论的题目在评审时被拒。
- 重概念，轻冷知识。 题目考查稳定的概念，而非绑定版本或会过期的事实。
- 文化中立。 情境取自普适的职场场景；在构念允许处，认知题降低语言负载。
- 答案位置均衡。 正确答案在各选项位置近乎均匀分布（当前题库：与均匀分布相差 ±1% 以内），位置猜题策略无利可图。
- 结构校验。 自动校验器强制执行：全库唯一的题目标识符、严格的 3/3/3 难度构成、每题四个选项、答案键在合法范围内，并拒绝正确答案文本与其他选项重复的题目。
4. 施测与自适应设计
候选人收到随机化的 两阶段自适应卷：第一阶段抽取 3 道中等题；答对至少 2 题者进入 3 道难题，其余获得 3 道易题。没有两位候选人的试卷相同，题目顺序也随机。每项测试有独立时限；总时限在开始前展示给候选人。
答案从不离开服务器：客户端只收到题干和选项，所有对错判定都在提交时于服务器端完成。
5. 评分
- 多选测试 在服务器端按两个自适应阶段的答对数评分。
- 工作风格量表 按 0–100 计分，反向题在汇总前翻转；未作答的陈述按量表中点计分，而非向有利方向填补。
- 综合分。 雇主为简历匹配、技能测试与工作风格设定透明权重；综合分是加权平均，权重可见——不施加任何黑箱因子。
- 诚信结论。 会话行为信号（见 §10）产生独立的诚信分数与结论；诚信从不悄悄改动能力分——它与能力分并列呈报，供人工审阅。
6. 常模
百分位对照 经验常模组计算：同一岗位模板下真实完成的测评，采用中点百分位法。两条规则保证其诚实：
- 每个百分位都连同其常模组的真实规模展示（"n = 40"），绝不使用夸大的汇总数。
- 不使用合成或购买的常模。常模组仍小到不足以有意义时，只展示原始分，不做百分位声明。
平台级完成数公开且实时：迄今 — 次测评完成 。
7. 信度与题目质量
题库中的每道题都基于真实候选人数据持续监控：
| 统计量 | 定义 | 处置阈值 |
|---|
| 难度（p） | 答对比例 | p > .95 标记过易；p < .20 标记过难 |
| 区分度（rpb) | 题目对错与候选人测试总分的点二列相关 | n ≥ 20 时 r < .05 标记为弱； n ≥ 10 时 r 为负即标记疑似错误答案键 并立即复核 |
| 作答时间 | 每题平均秒数 | 离群值复核是否歧义或泄题 |
被标记的题目经复核后退役或替换；由于测试是题库制，退役不影响施测。
为什么我们尚不引用 α 系数。 经典内部一致性系数假设每位候选人作答相同题目；我们的自适应卷有意打破这一点。与其发布用不合适数据算出的 α——或从宣传册抄来的数字——我们实时发布上述题目级统计。当作答矩阵足以支撑时，我们将发布平台级信度分析，并附样本量。
8. 效度
内容效度
目录中 1,000+ 个职业名称各自映射到 30 个职业画像之一，每个画像的推荐测试组合由岗位相关构念与测试匹配而成（如仓储岗 → 物流运营、安全、注意力；护理岗 → 患者情境、护理知识、诚信）。雇主可查看并编辑每个组合——没有任何隐藏。
效标效度——你自己的证据
AssessFit 内置 预测效度仪表盘：雇主为已录用者的在岗表现评分，平台计算测评分数与这些评分的相关——整体与分测试均有，且始终附样本量。这是本地化效度研究，即 EEOC 统一准则视为最有力的证据形式，持续产出且无额外费用。
承诺。 随着匿名化跨雇主结果数据的积累，我们将发布平台级效标效度摘要，附样本量与置信区间——发布在本手册，而非新闻稿。元分析文献的参照：一般认知能力预测工作绩效约为 r ≈ .3–.5（Schmidt & Hunter, 1998）。
9. 公平性
- 从构造上即盲评。 AssessFit 不向候选人收集种族、宗教、性别或年龄，评分管线中任何位置都不存在此类变量。
- 不做人脸分析。 不做情绪推断，不做视频评分，没有伪科学信号。
- 低语言负载的认知题 在构念允许处，降低与构念无关的语言负担。
- 雇主责任。 根据 EEOC 统一准则，不利影响分析基于雇主自身的申请者流。AssessFit 结构化、与岗位相关的分数使该分析成为可能；监控自身录用率仍是雇主的责任，我们的报告正为支持这一点而设计。
10. 诚信与安全
会话中采集的信号（已告知候选人）包括标签页/窗口切换、粘贴与复制尝试、右键菜单使用、作答时间异常（快得不合常理的正确答案）与自动化痕迹。这些信号加权为诚信分数，并给出三档结论： 清白 (≥ 80), 复核 （55–79）与 高风险 （< 55），每档都列出促成的标记，供人工判断。
- 答案键只存在于服务器端；评分完全以服务器为准。
- 邀请链接是单会话令牌；候选人登录使用一次性、15 分钟有效的魔法链接。
- 随机化自适应题库让泄露的答案价值有限——泄题会在题目统计（§7）中现形并触发退役。
11. 数据保护
- 全部流量经 TLS 加密；应用强制 HTTPS 与规范主机名。
- 候选人简历文件存储在网站根目录之外，绝不向公众提供网络访问。
- 候选人可通过其面板中的自助端点删除自己的资料与数据。
- 测评作答按上文所述存储用于评分、常模与题目质量监控；汇总统计为匿名。
12. 恰当使用与局限
- 分数绝不应是录用决定的唯一依据。
- 小常模组的百分位有标注，应谨慎解读。
- 工作风格量表是自评工具；它描述典型倾向，不是行为保证。
- 诚信结论是辅助决策的标记，不是指控； 复核 结论应引出一次谈话，而非自动拒绝。
- 测试目前以英语提供；以第二语言应试的候选人，其分数部分反映语言水平。请使用专门的语言测试来显式测量它。
13. 参考文献与遵循标准
- AERA、APA 与 NCME（2014）。 《教育与心理测试标准》。
- SIOP（2018）。 《人员选拔程序验证与使用原则》 （第 5 版）。
- EEOC 等（1978）。 《雇员选拔程序统一准则》。
- Schmidt, F. L., & Hunter, J. E.（1998）。The validity and utility of selection methods in personnel psychology. Psychological Bulletin, 124(2), 262–274.
- ISO 10667——测评服务交付。
关于方法论的问题，或索取底层统计数据： research@assessfit.com。这是一份活文档——每当平台方法论变化，顶部的版本与日期随之更新。