Psychologie, data en technologie komen samen in het Starcheck Assessment Lab. Hier ontwikkelen wij nieuwe assessmentconcepten voor vraagstukken waarvoor bestaande instrumenten tekortschieten.
Organisaties vertrouwen steeds vaker op data om beslissingen over mensen te nemen. Toch zijn veel assessments nog gebaseerd op methoden die decennia geleden zijn ontwikkeld. Sommige werken goed, maar kunnen aanzienlijk beter. Andere vraagstukken zijn simpelweg nog niet goed meetbaar.
In het Assessment Lab ontwikkelen we nieuwe psychologische meetmethoden en vertalen we wetenschappelijke concepten naar praktische toepassingen voor organisaties.
Deze factsheet geeft een overzicht van de meest gebruikte (psychologische) selectiemethoden, zowel klassieke als moderne. De cijfers zijn gebaseerd op meta-analyses en dominante wetenschappelijke literatuur.
| Methode | Predictieve validiteit (r) | Typische betrouwbaarheid |
|---|---|---|
| Cognitieve capaciteit (GMA test) | .51 | Hoog (.85-.95) |
| Werkproef | .54 | Hoog (interbeoordelaars ≥.70) |
| Gestructureerd interview | .51 | Middel-hoog (.60–.75) |
| Ongestructureerd interview | .18-.38 | Laag-middel (.40–.55) |
| Integriteitstest | .41 | Hoog (α ≥.80) |
| Conscientieusheid (Big Five) | .31 | Middel-hoog (α ~.75–.85) |
| Job-kennistest | .48 | Hoog (≥.80) |
| Dienstjaren | .18 | Niet van toepassing |
| Video-/asynchroon interview (incl. AI) | .30-.40 | Goed bij structurering; algoritmisch variabel |
| Machine learning / algoritmische modellen | .20-.50 | Afhankelijk van dataset; generaliseerbaarheid beperkt |
| Serious games / game-based work samples | .35-.50 | Hoog bij objectieve metrics |
| Social media screening | .00-.20 | Laag en variabel |
Direct bellen:
088 – 277 377 6
