Vragen OWG
1. Sawyer analyzed 45 studies of clinical versus statistical prediction (Sawyer, 1966
in Wiggins, 1973). Distinguishing between eight combinations of modes of data-
collection and data-combination, he drew several conclusions. What were these?
Wiggins (1973)
Statistisch is altijd beter (mechanical composite beste) want die gebruikt altijd
judgemental + statistisch en synthesis kan ook kiezen om judgement of mechanical te
gebruiken.
En ken het onderscheidt tussen de acht soorten!!! (student question ook)
Klinisch
1. Pure Clinical oordeel o.b.v. gesprek (i.e. oordelen op gevoel zonder test)
2. Profile Interpretation Mechanische data als basis voor voorspelling
3. Clinical composite voorspelling van criterium o.b.v. integratie van
judgemental en mechanisch
4. Clinical synthesis judgemental en/of mechanische data invoeren in
computer, clinicus krijgt uitslag van computer en kan ermee doen wat hij/zij wil.
Mechanisch
1. Trait ratings klinische data + statistische data (i.e. na interview rate de
beoordelaar kandidaat op objectieve persoonlijkheidsdimensies)
2. Pure statistical alleen statistische data (hier zie je dat de accuraatheid al de
lucht in schiet van 43% bij trait ratings naar 63% bij pure statistical)
3. Mechanical composite (BESTE) judgemental data + mechanische data wordt
toegevoegd aan computer welke de gewichten hangt aan de voorspellers, en
vervolgens verteld welke kandidaat het beste is.
4. Mechanical Synthesis judgemental en/of mechanische data worden aan
clinicus gegeven, welke een voorspelling doet (i.e. data toevoegd in de vorm van
zijn/haar oordeel) en vervolgens geeft computer je drie opties.
,Een interessant aspect van Sawyer’s resultaten is te zien in de ‘synthesis’ methode. De
meest effectieve methode van klinische datacombinatie (clinical synthesis) is waarbij de
clinicus de voorspelling van de computer krijgt. Deze methode dan wel superieur aan
andere klinische methoden van datacombinatie, maar het is inferieur aan elke
statistische methode van datacombinatie die toegang heeft tot mechanische input (pure
statistical, mechanical compisite, mechanical synthesis).
CONCLUSIE
Mechanical is beste methode
Judgmental + mechanische data worden geïntegreerd door een assistent of
computer die de relaties kent tussen de data en het te voorspellen criterium.
, 2. Evaluate the clinical-statistical prediction research findings, especially in
relationship to personnel selection: What are the general conclusions to be
drawn for personnel selection? Refer to Highhouse (2008) and Kuncel et al.
(2013) for your answer.
Highhouse (2008)
Beter statistische voorspelling (Highhouse, 2008)
o Mensen denken dat intuïtie accurater is dan statistiek, want:
Statistieken falen om perfecte voorspellers te maken. Maar dit
blijkt niet waar te zijn, want:
Mensen nemen te veel dingen mee die niet gerelateerd
hoeven te zijn
o Mensen denken dat ze accurater worden in voorspelling door
ervaring
Is ook een gefaald argument, want experts raten op intuïtie
niet accurater dan beginners.
Kritiek op statistiek vanuit klinische perspectief:
o Broken-leg cues maar is onzin want onverwachte dingen voegen
weinig verklaarde variantie toe.
En zou duur zijn want dan moet je voor iedere situatie een nieuwe
voorspeller maken
Kuncel et al. (2013)
Meta-Analyse dat kijkt naar predictieve power van mechanische vs. holistische
selectiemethoden.
Resultaten tonen dat mechanische methoden baanprestatie bijna 50%
beter voorspellen dan holistische (klinische methoden).
CONCLUSIE
Je kunt beter mechanische methoden gebruiken bij selectieprocedures (i.e. meten
baanprestatie), want beoordeling met klinische methoden leidt consistent verlies op
validiteit. Ongeacht of iemand een expert is of niet.
1. Sawyer analyzed 45 studies of clinical versus statistical prediction (Sawyer, 1966
in Wiggins, 1973). Distinguishing between eight combinations of modes of data-
collection and data-combination, he drew several conclusions. What were these?
Wiggins (1973)
Statistisch is altijd beter (mechanical composite beste) want die gebruikt altijd
judgemental + statistisch en synthesis kan ook kiezen om judgement of mechanical te
gebruiken.
En ken het onderscheidt tussen de acht soorten!!! (student question ook)
Klinisch
1. Pure Clinical oordeel o.b.v. gesprek (i.e. oordelen op gevoel zonder test)
2. Profile Interpretation Mechanische data als basis voor voorspelling
3. Clinical composite voorspelling van criterium o.b.v. integratie van
judgemental en mechanisch
4. Clinical synthesis judgemental en/of mechanische data invoeren in
computer, clinicus krijgt uitslag van computer en kan ermee doen wat hij/zij wil.
Mechanisch
1. Trait ratings klinische data + statistische data (i.e. na interview rate de
beoordelaar kandidaat op objectieve persoonlijkheidsdimensies)
2. Pure statistical alleen statistische data (hier zie je dat de accuraatheid al de
lucht in schiet van 43% bij trait ratings naar 63% bij pure statistical)
3. Mechanical composite (BESTE) judgemental data + mechanische data wordt
toegevoegd aan computer welke de gewichten hangt aan de voorspellers, en
vervolgens verteld welke kandidaat het beste is.
4. Mechanical Synthesis judgemental en/of mechanische data worden aan
clinicus gegeven, welke een voorspelling doet (i.e. data toevoegd in de vorm van
zijn/haar oordeel) en vervolgens geeft computer je drie opties.
,Een interessant aspect van Sawyer’s resultaten is te zien in de ‘synthesis’ methode. De
meest effectieve methode van klinische datacombinatie (clinical synthesis) is waarbij de
clinicus de voorspelling van de computer krijgt. Deze methode dan wel superieur aan
andere klinische methoden van datacombinatie, maar het is inferieur aan elke
statistische methode van datacombinatie die toegang heeft tot mechanische input (pure
statistical, mechanical compisite, mechanical synthesis).
CONCLUSIE
Mechanical is beste methode
Judgmental + mechanische data worden geïntegreerd door een assistent of
computer die de relaties kent tussen de data en het te voorspellen criterium.
, 2. Evaluate the clinical-statistical prediction research findings, especially in
relationship to personnel selection: What are the general conclusions to be
drawn for personnel selection? Refer to Highhouse (2008) and Kuncel et al.
(2013) for your answer.
Highhouse (2008)
Beter statistische voorspelling (Highhouse, 2008)
o Mensen denken dat intuïtie accurater is dan statistiek, want:
Statistieken falen om perfecte voorspellers te maken. Maar dit
blijkt niet waar te zijn, want:
Mensen nemen te veel dingen mee die niet gerelateerd
hoeven te zijn
o Mensen denken dat ze accurater worden in voorspelling door
ervaring
Is ook een gefaald argument, want experts raten op intuïtie
niet accurater dan beginners.
Kritiek op statistiek vanuit klinische perspectief:
o Broken-leg cues maar is onzin want onverwachte dingen voegen
weinig verklaarde variantie toe.
En zou duur zijn want dan moet je voor iedere situatie een nieuwe
voorspeller maken
Kuncel et al. (2013)
Meta-Analyse dat kijkt naar predictieve power van mechanische vs. holistische
selectiemethoden.
Resultaten tonen dat mechanische methoden baanprestatie bijna 50%
beter voorspellen dan holistische (klinische methoden).
CONCLUSIE
Je kunt beter mechanische methoden gebruiken bij selectieprocedures (i.e. meten
baanprestatie), want beoordeling met klinische methoden leidt consistent verlies op
validiteit. Ongeacht of iemand een expert is of niet.
