EKONOMETRIA ECONOMETRICS 4(46) 2014

Transkrypt

1 EKONOMETRIA ECONOMETRICS 4(46) 2014 Wydawnctwo Unwersytetu Ekonomcznego we Wrocławu Wrocław 2014

2 Redaktor Wydawnctwa: Aleksandra Ślwka Redaktor technczny: Barbara Łopusewcz Korektor: Barbara Cbs Łamane: Magorzata Czupryńska Projekt okładk: Beata Dębska Publkacja jest dostępna w Internece na stronach: w Dolnośląskej Bblotece Cyfrowej The Central European Journal of Socal Scences and Humantes The Central and Eastern European Onlne Lbrary a także w adnotowanej bblograf zagadneń ekonomcznych BazEkon bazy_ae/bazekon/nowy/ndex.php Informacje o naborze artykułów zasadach recenzowana znajdują sę na strone nternetowej Wydawnctwa oraz na strone czasopsma Kopowane powelane w jakejkolwek forme wymaga psemnej zgody Wydawcy Copyrght by Unwersytet Ekonomczny we Wrocławu Wrocław 2014 ISSN Wersja perwotna: publkacja drukowana Druk oprawa: EXPOL, P. Rybńsk, J. Dąbek, sp.j. ul. Brzeska 4, Włocławek

3 Sps treśc Wstęp... 7 Aneta Ptak-Chmelewska: Modele predykcj upadłośc MŚP w Polsce analza z wykorzystanem modelu przeżyca Coxa modelu regresj logstycznej... 9 Aleksandra Szpulak: Modelowane operacyjnego kaptału obrotowego z zastosowanem arkusza kalkulacyjnego. Budowa weryfkacja modelu Alcja Wolny-Domnak: Jednomodelowa taryfkacja a pror w krótkotermnowych ubezpeczenach majątkowych Anna Zęba: Wykorzystane modelu PCM w prognozowanu potencjału zawodowego kandydatów do pracy Łukasz Mach: Czynnk kształtujące wartość neruchomośc meszkanowych w kontekśce uwarunkowań makro-, mkro- oraz ultraotoczena Monka Hadaś-Dyduch: Wpływ rozszerzena próbk przy generowanu współczynnków falkowych szeregu na trafność prognozy Mara Szmuksta-Zawadzka, Jan Zawadzk: Modele herarchczne w prognozowanu zmennych o wysokej częstotlwośc obserwowana w warunkach braku pełnej nformacj Mara Kaźmerska-Zatoń, Wojcech Zatoń: Jakość prognostyczna wskaźnków konunktury przemysłowej dla Polsk w przekroju województw Iwona Dttmann: Heurystyk w prognozowanu w przedsęborstwe Małgorzata Krajewska, Knga Szopńska, Iwona Dttmann: Wpływ uwarunkowań planstycznych na ceny gruntów meszkanowych w powece bydgoskm Edyta Ropuszyńska-Surma: Metody foresghtowe w zarządzanu klasyfkacja metod wybór metodyk Edyta Ropuszyńska-Surma: Łączene metod loścowych jakoścowych na przykładze regonalnego foresghtu energetycznego Barbara Dańska-Borsak: Płaca mnmalna a lczba młodych pracujących. Zwązk przyczynowe prognozy warantowe Anna Chojnacka-Komorowska, Marcn Hernes: Defncja struktury reprezentacj wedzy w podsysteme controllngu zntegrowanego systemu nformatycznego zarządzana Arkadusz Kek: Welowymarowa analza atrakcyjnośc nwestycyjnej spółek sektora spożywczego notowanych na Gełdze Paperów Wartoścowych w Warszawe Tomasz Bartłomowcz: Implementacja metody Maxmum Dfference Scalng w pakece MaxDff programu R

4 6 Sps treśc Tomasz Bartłomowcz: Prognozowane szeregów czasowych ze składową perodyczną z wykorzystanem paketu TSpredcton programu R Marcn Pełka: Podejśce welomodelowe w regresj danych symbolcznych nterwałowych Summares Aneta Ptak-Chmelewska: Predcton models of SME bankruptcy n Poland analyss usng Cox survval model and logstc regresson model Aleksandra Szpulak: Modelng of an operatng workng captal spreadsheet approach. Buldng and model verfcaton Alcja Wolny-Domnak: Sngle-model a pror ratemakng n short term non- -lfe nsurance Anna Zęba: Usng PCM model n the predcton of career potental of canddates for a job Łukasz Mach: Factors determnng the value of real estate n macro, mcro and ultra envronment Monka Hadaś-Dyduch: Impact of sample extenson n the generaton of wavelet coeffcents seres on the accuracy of forecasts Mara Szmuksta-Zawadzka, Jan Zawadzk: Herarchcal models n forecastng of the hgh-frequency varables n the condtons of lack of full nformaton Mara Kaźmerska-Zatoń, Wojcech Zatoń: Forecast qualty of ndcators of ndustral tendency survey across vovodeshps of Poland Iwona Dttmann: Heurstcs n forecastng n enterprses Małgorzata Krajewska, Knga Szopńska, Iwona Dttmann: The mpact of plannng condtons on resdental land prces n the dstrct of Bydgoszcz Edyta Ropuszyńska-Surma: Foresght methods n management classfcaton and choce of methodology Edyta Ropuszyńska-Surma: Combnng quanttatve and qualtatve methods on the example of regonal foresght related to energy ndustry Barbara Dańska-Borsak: The mnmum wage versus labor demand of young people. Causal relatonshps and varant forecasts Anna Chojnacka-Komorowska, Marcn Hernes: Defnton of a knowledge structure n controllng sub-system of ntegrated management nformaton system Arkadusz Kek: Multvarate nvestment attractveness analyss of food sector companes of Warsaw Stock Exchange Tomasz Bartłomowcz: Implementaton of maxmum dfference scalng n Max- Dff R package Tomasz Bartłomowcz: Forecastng tme seres wth perodc component usng TSpredcton R package Marcn Pełka: Ensemble learnng n regresson model of symbolc nterval data. 220

5 EKONOMETRIA ECONOMETRICS 4(46) 2014 ISSN Anna Zęba Unwersytet Ekonomczny we Wrocławu e-mal: WYKORZYSTANIE MODELU PCM W PROGNOZOWANIU POTENCJAŁU ZAWODOWEGO KANDYDATÓW DO PRACY Streszczene: Problem oceny potencjału zawodowego jest obecne bardzo popularny. Interesują sę nm główne psychologowe, socjologowe czy też przedstawcele nauk o zarządzanu. Każda z tych nauk dyscypln proponuje swoją własną metodologę, swój własny punkt wdzena własny sposób rozwązana problemu. Każde z tych podejść znajduje równeż swoch zwolennków oraz przecwnków. Dośwadczena oraz badana naukowe potwerdzają, że czynnkem decydującym o sukcese każdej organzacj są odpowedne dzałana dące w kerunku rozwoju potencjału zawodowego pracownków. Dlatego też obecne dopuszczane stosowane są w organzacjach wszelke metody narzędza, które ułatwają usprawnają ocenę potencjału zawodowego przewdywane efektywnośc zawodowej pracownków. Celem artykułu jest przyblżene problemu zwązanego z oszacowanem potencjału zawodowego kandydatów do pracy. Zaprezentowany zostane jeden z model cech ukrytych model PCM (Partal Credt Model), jako propozycja narzędza wykorzystanego do oszacowana pozomu potencjału zawodowego kandydatów do pracy oraz do zdentyfkowana czynnków warunkujących ch sukces zawodowy (mających wpływ na ch potencjał zawodowy). Słowa kluczowe: prognozowane, potencjał zawodowy, modele cech ukrytych, model PCM. DOI: /ekt Wstęp Coraz węcej przedsęborstw zdaje sobe sprawę, że ch właścwy rozwój jest zwązany z efektywnoścą pracownków. Organzacje potrzebują ludz, dzęk którym staną sę konkurencyjne dzęk którym uda m sę realzować założone cele. Bardzo często w ogłoszenach pojawa sę zdane:,,poszukujemy kandydata z potencjałem. W chwl obecnej można zaobserwować, że dla welu frm o wele cennejszy od posadanego dośwadczena jest potencjał zatrudnanej osoby. Jednocześne rosnąca konkurencja, szybke tempo zman oraz rozwój nowoczesnych technolog nakładają na kandydatów do pracy coraz wększe wymagana. Coraz częścej stawane jest pytane, jake czynnk determnują sukces zawodowy? Jake cechy psychologczne,

6 44 Anna Zęba jaką wedzę umejętnośc pownen posadać dealny kandydat do pracy? W procese rekrutacj wykorzystywane są różnego rodzaju testy, przeprowadzane są rozmowy, odgrywane scenk. Wszystko to ma ułatwć wybór najodpowednejszych kandydatów. Tutaj jednak pojawa sę problem. Można bowem znaleźć osobę o doskonałej wedzy, która uzyskała bardzo dobre wynk w testach umejętnoścowych, jednak charakteryzującą sę nskm potencjałem zawodowym. A nadrzędnym celem organzacj jest dentyfkacja osób z wysokm potencjałem. Dlatego osoby zajmujące sę rekrutacją starają sę oszacować (zdagnozować) potencjał kandydata, aby w przyszłośc jak najlepej wykorzystać jego umejętnośc możlwośc. Problemem oceny potencjału zawodowego prognozą sukcesu zawodowego nteresują sę psychologowe, socjologowe oraz przedstawcele nauk o zarządzanu. Każda z tych nauk dyscypln proponuje swoją własną metodologę, własny punkt wdzena oraz własny sposób rozwązana problemu. Wszystke proponowane podejśca mają zarówno swoch zwolennków, jak przecwnków, jednak obecne stosowane są wszystke te, które ułatwają usprawnają proces rekrutacyjny. Celem artykułu jest przyblżene problemu zwązanego z oszacowanem potencjału zawodowego kandydatów do pracy, a co za tym dze z prognozowanem ch późnejszego sukcesu zawodowego. Zaprezentowany zostane model PCM (Partal Credt Model) jako propozycja narzędza wykorzystanego do oszacowana pozomu potencjału zawodowego kandydatów do pracy oraz zdentyfkowana czynnków warunkujących ch sukces zawodowy (mających wpływ na ch potencjał zawodowy). 2. Problem oszacowana potencjału zawodowego kandydatów Potencjał zawodowy jest pojęcem złożonym, obejmującym m.n. umejętnośc, kwalfkacje, cechy osobowośc [Babbe 2007]. Zdagnozowane czy też oszacowane potencjału zawodowego jest szczególne stotne w przypadku młodych ludz wchodzących na rynek pracy. Z tego względu potencjał znajduje sę aktualne w centrum zanteresowana psychologów, menedżerów oraz osób odpowedzalnych za rekrutację selekcję pracownków w przedsęborstwach. Wększość pracodawców z łatwoścą potraf określć wymagana merytoryczne, jake ma wobec swojego przyszłego pracownka. W ogłoszenach, w częśc dotyczącej wymagań, nejednokrotne można spotkać ogólne zdane: kandydat o wysokm potencjale. To właśne potencjał jest dla pracodawców tym czynnkem, który najlepej różncuje kandydatów najtrafnej pozwala prognozować ch postępy w przyszłośc. Co to jest potencjał? Potencjał kandydata do pracy to zbór cech, które decydują o jego aktualnej przyszłej zdolnośc do realzacj zadań w przedsęborstwe. Zwrócć należy uwagę, że można wyróżnć cechy mające pozytywny wpływ, oddzałujące na wzrost potencjału, ale możemy równeż analzować czynnk owy potencjał blokujące, mający wpływ negatywny. Właścwe oszacowane stopna natężena jednych drugch cech może dać rekrutującym odpowedź na pytane, czy dany kandydat charakteryzuje sę odpowednm potencjałem.

7 Wykorzystane modelu PCM w prognozowanu potencjału zawodowego kandydatów Proces rekrutacj pownen przebegać szybko efektywne. W rzeczywstośc jednak często sę zdarza, że efekty ne są satysfakcjonujące. Zmnmalzowane szansy podjęca newłaścwej decyzj jest możlwe, jeśl sę zastosuje odpowedne narzędza. Efektywność metod rekrutacyjnych jest nezwykle ważna, bo dzęk nej jesteśmy w stane określć prawdopodobeństwo, czy rekrutowana osoba będze odnosć sukcesy w mejscu pracy. Bardzo ważna jest tutaj prognoza podczas procesu rekrutacyjnego zberane są dane, za pomocą których rekruter pownen meć możlwość przewdywana zachowana kandydata w przyszłośc. Z tego też powodu dąży sę do tego, aby stosować narzędza maksymalzujące szanse trafnej prognozy potencjału osób ubegających sę o pracę. Przedłużające sę poszukwana odpowednego pracownka lub też zatrudnene osoby, która okaże sę neefektywna, pocąga za sobą przede wszystkm straty fnansowe. Dodatkowo wpływa to negatywne na wynk organzacj. Zmnmalzowane szansy wystąpena takej sytuacj jest możlwe, jeśl w procese rekrutacyjnym stosuje sę właścwe narzędza. Obecne w celu oszacowana potencjału pracownków w procese rekrutacyjnym psychologowe stosują najczęścej: kwestonarusze osobowoścowe, wywad rekrutacyjny, testy rekrutacyjne [Babbe 2007]. W konsekwencj powyższych rozważań rysuje sę główny cel badań emprycznych, polegający na zdentyfkowanu oraz oszacowanu czynnków warunkujących sukces zawodowy oraz zdagnozowanu kerunków zman. Jednocześne ważną kwestą jest obecne opracowane narzędz pomarowych, których zastosowane umożlwa formułowane trafnych prognoz zawodowych. 3. Wykorzystane modelu PCM w procese szacowana potencjału pracownków 3.1. Model PCM Model PCM jest modelem służącym do analzy pytań z dwema bądź węcej porządkowym kategoram odpowedz. Model ten należy do model rodzny Rascha, przez co ma charakterystyczne dla tej rodzny model własnośc: dwa rodzaje parametrów parametry zwązane z pytanem oraz z respondentam [Baker 2001]. Nech K j oznacza lczbę kategor odpowedz w przypadku pytana numer j. Dla kandydata nr oraz pytana numer j z K j kategoram odpowedz defnowany jest zbór prawdopodobeństw k, k 1..., Kj opsujący prawdopodobeństwo, że osoba odpowe na pytane j w jednej z K j kategor. Prawdopodobeństwa te sumują sę do jedynk w obrębe każdego pytana. W dalszych rozważanach przyjmuje sę, że odpowedź kandydata na pytane numer j jest realzacją zmennej losowej X. Przykładowo: w przypadku pytana z trzema możlwoścam odpowedz zmenna X może przyjmować wartość 1,2 bądź 3. Wybór odpowednej kategor odpowedz jest zależny od ndywdualnych cech kandydata, np. wrażlwośc, skłonnośc do n-

8 46 Anna Zęba dywdualnych zachowań tp. Analzowana cecha ukryta jest oznaczana symbolem. Głównym zadanem jest oszacowane wartośc progowych oddzelających od sebe kolejne kategore odpowedz oraz oszacowane stopna natężena badanej cechy ukrytej. Nech będze wartoścą oddzelającą kategorę odpowedz k oraz k 1 jk w pytanu nr j. Zakłada sę, że pomędzy wartoścam progowym zachodz zależność k1 [Andersen 1995]. Nech oznacza prawdopodobeństwo, że kandydat odpowe na pytane j w kategor k k k P( X k). P( X k) P( X k 1) Ponadto k log, jk 1 k gdze: parametr zwązany z kandydatem nr, jk parametr zwązany z pytanem j, oddzelający kategore odpowedz k oraz k 1. Ostateczne [Bartholomew n. 2002]: k exp( jk ). (1 exp( )) jk Należy podkreślć warunek, że osoba wybera zawsze jedną z możlwych kategor odpowedz. Ne jest brana pod uwagę sytuacja braku odpowedz. Prawdopodobeństwo, że kandydat odpowe na pytane j w kategor drugej trzecej, jest zdefnowane jako [Murak 1992]: PX ( 2) exp( j2) 2 P( X 2) P( X 1) (1 exp( j2)) PX ( 3) exp( j3) 3. P( X 3) P( X 2) (1 exp( j3))

9 Wykorzystane modelu PCM w prognozowanu potencjału zawodowego kandydatów P X 2 prawdopodobeństwo, że kandydat w pytanu numer j wybrał kategorę 2, P X 3 prawdopodobeństwo, że kandydat w pytanu numer j wybrał kategorę 3. Wykorzystany zostaje równeż fakt, że prawdopodobeństwa te sumują sę do jedynk w obrębe każdego pytana. Rozwązane powyższego układu równań prowadz do uzyskana następujących wzorów opsujących prawdopodobeństwo odpowedz na pytane j w kategor perwszej, drugej oraz trzecej: 1 dla k 1 1 exp( j2) exp(2 j2 j3) exp( j2) P( X k) dla k 2. 1 exp( j2) exp(2 j2 j3) exp(2 j2 j3) dla k 3 1 exp( j2) exp(2 j2 j3) jk Przy wykorzystanu metody najwększej warogodnośc szacowane są wartośc parametrów. Wyznaczone estymatory wykorzystywane są następne do wyznaczena prawdopodobeństw wyboru jednej z trzech rozpatrywanych kategor: P( X 1 1 exp( ˆ ˆ j2 ) exp(2 j exp( ˆ j2 ) k) 1 exp( ˆ ) exp(2 ˆ j2 j exp(2 ˆ ˆ j2 j3) 1 exp( ˆ ) exp(2 ˆ j2 j ˆ ) j3 ˆ ) j3 ˆ ) j3 dla k 1 dla k 2 dla k 3 Dla każdej wartośc parametru szacowane są prawdopodobeństwa udzelena odpowedz na pytane j w jednej z K j kategor. Prezentacja grafczna krzywych kategoralnych pozwala z kole znaleźć odpowedź na pytane, która kategora odpowedz w konkretnym pytanu zostane wybrana przez przecętnego kandydata czy też którą kategorę wyberze dany kandydat z najwększym prawdopodobeństwem. Otrzymane krzywe zwane są kategoralnym funkcjam odpowedz (Category Response Functons) [Ostn, Nerng 2006].

10 48 Anna Zęba 3.2. Przykład prezentujący zastosowane modelu PCM Do rozwązana wyżej poruszonych problemów proponowane jest wykorzystane modelu PCM. W tym celu przygotowana została anketa złożona z 17 pytań. Następne poproszono 117 osób (uczestnków szkoły polcealnej) o uzupełnene kwestonarusza. Badan byl osobam pracującym (ale poszukującym nnej, lepszej pracy) bądź też bezrobotnym szukającym zatrudnena. Zatem zostal on uznan za grupę osób, które w najblższym czase wezmą udzał w procese rekrutacyjnym oraz będą ocenane pod względem potencjału zawodowego. Należy równeż zaznaczyć, ż anketa służyła jedyne zebranu przykładowych rzeczywstych danych ne była to typowa anketa używana w przedsęborstwach w procese rekrutacyjnym. Wszelke oblczena wykonywano za pomocą paketu ltm w programe R. Analzę rozpoczęto od oszacowana wartośc progowych dla 17 pytań. Tabela 1 prezentuje uzyskane wynk. Tabela 1. Oszacowane wartośc progowe Numer ˆ 1 ˆ Numer 2 ˆ 1 ˆ 2 pytana pytana 1 1,693 1, ,151 0, ,244 1, ,960 0, ,686 0, ,636 0, ,451 1, ,736 1, ,663 1, ,203 1, ,026 0, ,049 0, ,371 1, ,075 0, ,578 1, ,887 2, ,550 1,009 Źródło: opracowane własne z wykorzystanem programu R. Wartośc progowe są to punkty przecęca krzywych, odczytane na os wartośc cechy ukrytej. Traktując ponższe równana jako funkcje zależne od parametru, można je przedstawć grafczne. Otrzymane krzywe zwane są kategoralnym funkcjam odpowedz (Category Response Functons). Rysunek 1 przedstawa krzywe charakterystyczne trzech kategor odpowedz przykładowego pytana (pytane nr 17), dla którego oszacowane wartośc progowe wynosły: 1 1,887, j2 2,249. Z wykresu na rys. 1 można wywnoskować, że udzelene odpowedz w kategor perwszej jest najbardzej prawdopodobne dla osób o pozome cechy ukrytej ponżej 1,887 (punkt przecęca krzywej czarnej oraz czerwonej, jednocześne perwsza wartość progowa), udzelene odpowedz w kategor drugej jest najbardzej prawdopodobne w przypadku kandydatów o pozome cechy ukrytej 1,887;2,249. j

11 Wykorzystane modelu PCM w prognozowanu potencjału zawodowego kandydatów Kandydac zaś charakteryzujący sę cechą ukrytą na pozome 2,249 (punkt przecęca krzywej zelonej czerwonej, jednocześne druga wartość progowa) z najwększym prawdopodobeństwem będą udzelać odpowedz w kategor trzecej. Przecętna zaś osoba (kandydat, dla którego 0 ) wyberać będze w przypadku prezentowanego pytana, udzelać odpowedz z kategor drugej. Rys. 1. Krzywe charakterystyczne trzech kategor odpowedz dla pytana 17 Źródło: opracowane własne. Ważne jest równeż zabarwene emocjonalne analzowanej cechy: jeżel pracodawca analzuje cechę negatywną, to będą go nteresować kandydac o jak najmnejszym stopnu natężena owej cechy. Zatem w tej sytuacj wstępne odrzucen zostaną kandydac o średnch bądź też wysokch wartoścach parametru. Natomast w sytuacj, w której rozpatrywana jest cecha pozytywna pracodawca w perwszym etape selekcj odrzuca kandydatów o nskm natężenu owej cechy. Pytana zawarte w przygotowanej ankece były skonstruowane dobrane w tak sposób, aby pracodawca mógł uzyskać nformacje dotyczące cechy negatywnej kandydatów. Kwestonarusz zawerał 17 przykładowych opsów sytuacj, zaś anketowan mel za zadane ustosunkować sę do prezentowanych zdarzeń. Odpowedź na każde pytane była kodowana za pomocą 1, 2 bądź 3. Przyznane 3 oznaczało udzelene przez kandydata odpowedz neprawdłowej (najgorsze rozwązane problemu). Wartość 2 udzelona odpowedź była na pozome średnm. Najlepsze zaproponowane rozwązane problemu kodowane było za pomocą 1. Dzęk modelow PCM można oszacować wartość parametru dla każdego kandydata czyl można zmerzyć, w jakm stop-

12 50 Anna Zęba nu kandydac sę denerwują, jak bardzo prezentowane sytuacje wpływają na nch negatywne. Tabela 2 zawera uzyskane wynk dla klku wybranych kandydatów. Tabela 2. Oszacowane wartośc progowe Sposób odpowedz ˆ , , , , , ,046 Źródło: opracowane własne z wykorzystanem programu R. W tabel 2 zaprezentowanych zostało klka przykładowych oszacowań. Kandydat perwszy uzyskał w ankece same punkty 1 co oznacza, według pracodawcy, że wszystke zaproponowane rozwązana były odpowedne. Kandydat ten też charakteryzuje sę najnższym stopnem zdenerwowana (taka cecha jest w przykładze rozpatrywana). Ostatn kandydat zaprezentowany w tab. 2 to ten, który w ocene pracodawcy odpowadał najsłabej. Stopeń natężena analzowanej cechy ukrytej został też tutaj oszacowany na najwyższym pozome równym 2,046. Następnym etapem jest selekcja kandydatów, w stosunku do których będze można kontynuować proces szacowana prognozowana ch potencjału zawodowego. Dokonane wstępnej selekcj może sę odbyć na podstawe wykresów krzywych kategoralnych (rys. 1). Wówczas pracodawca wybera najstotnejsze dla sebe pytana z testów (anket) wyłana kandydatów, którzy z najwększym prawdopodobeństwem udzell właścwych odpowedz. Ewentualne do dalszego procesu prognozowana potencjału wytypowan zostają kandydac leps nż kandydat przecętny. W rozpatrywanym przykładze kandydac leps pownn charakteryzować sę parametrem 0 ). Zastosowane modelu PCM pozwala rozróżnć kandydatów, uporządkować ch oraz podzelć na grupy ze względu na to, jak slne przejawa sę u nch nteresująca pracodawcę cecha przy jednoczesnym uwzględnenu, jakch udzelal odpowedz. Może to być perwszy krok w procedurze prognozowana potencjału zawodowego kandydatów. 4. Zakończene Zagadnene potencjału zawodowego jest obecne bardzo modne. Dośwadczene potencjał tego najczęścej poszukują pracodawcy wśród nowych osób starających sę o przyjęce do frmy. To bardzo często barera, którą trudno pokonać absolwen-

13 Wykorzystane modelu PCM w prognozowanu potencjału zawodowego kandydatów tom uczeln poszukującym pracy. Pracodawcy zastanawają sę w perwszej kolejnośc, czy dany kandydat ma potencjał nezbędny do podjęca nowego wyzwana zawodowego. W artykule starano sę przyblżyć problem pomaru potencjału zawodowego. Zaprezentowano najczęstsze narzędza wykorzystywane przez pracodawców w procese rekrutacj, poruszono kwestę najczęścej popełnanych przez nch błędów. Następne zaprezentowano model PCM, który może być narzędzem pomocnym w procedurze rekrutacyjnej narzędzem wykorzystywanym do oszacowana potencjału zawodowego. Lteratura Andersen E.B., 1995, Polytomous Rasch Models and Ther Estmaton, [w:] Rasch Models: Foundatons, Recent Developments and Applcatons, G.H. Fscher, I.W. Molenaar, Sprnger-Verlag, New York, s Babbe E., 2007, Badana społeczne w praktyce, Wydawnctwo Naukowe PWN, Warszawa. Baker F.B., 2001, The Basc of Item Response Theory, ERIC Clearnghouse on Assessment and Evaluaton, s Bartholomew D.J., Stelle F., Moustak I., Galbrath J.I., 2002, The Analyss and Interpretaton of Multvarate Data for Socal Scentsts, Chapman & Hall/CRC, London. Brzezńsk J., 2005, Wprowadzene do teor odpowedz na pozycje testu, Trafność rzetelność testów psychologcznych. Wybór tekstów, Gdańske Wydawnctwo Psychologczne, s Murak E., 1992, A generalzed partal credt model, Appled Psychologcal Measurement, 16, s Ostn R., Nerng M.L., 2006, Polytomous Item Response Theory Models, nr , Sage Publcatons. USING PCM MODEL IN THE PREDICTION OF CAREER POTENTIAL OF CANDIDATES FOR A JOB Summary: The ssue of career potental s currently very popular. Experence and potental that s what the most of employers are lookng for. Employers are wonderng whether the canddate has the potental to take on a new challenge tranng. The artcle attempts to brng the ssue to measure the career potental. It presents the most common tools used by employers n the recrutment process and the most common mstakes commtted by them. In the next part PCM model s shown, whch can be a helpful tool n recrutment procedures a tool used to assess the potental of tranng. Keywords: forecastng, career potental, Polytomous IRT Model, Partal Credt Model.