Онлайн-платформы в процессе подбора персонала

Введение в анализ данных

Анализ данных является наиболее важным этапом исследования, поскольку он позволяет исследователю понять собранные данные. Эта глава включает интерпретацию данных посредством логических и аналитических рассуждений для определения закономерностей, взаимосвязей и тенденций, наблюдаемых исследователем. Хотя для анализа данных доступно множество инструментов, в этом исследовании использовались два важных программного обеспечения: IBM SPSS и Microsoft Excel. В исследовании использовалась версия SPSS 20 и Microsoft Excel 2016. Программное обеспечение SPSS позволило исследователю создавать таблицы и анализировать данные с использованием заданных переменных. Между тем, Microsoft Excel помог последовательно организовать данные и представить их в виде графиков и других статистических данных. Исследователь использовал премиум-версии программного обеспечения, чтобы избежать расхождений в данных и любого беспрецедентного искажения данных, которое могло произойти в пробных версиях программного обеспечения.

Эта глава разделена на пять основных частей: целостность и достоверность данных, количественный анализ, качественный анализ, результаты и гипотезы. В первой части этой главы обсуждается, как исследователь гарантировал достоверность проанализированных данных. Целостность и достоверность данных были гарантированы путем применения к каждому ответу «формулы достоверности». Целостность и достоверность данных помогли исследователю обосновать выводы и сделать исследование заслуживающим доверия. Во второй части анализируются количественные данные, включая возраст и другие числовые данные, собранные в ходе исследования. Часть анализа качественных данных исследует тематический анализ, который помог исследователю найти смысл в нечисловых данных. Наконец, результаты, гипотезы и дизайн исследования интерпретируют данные, собранные о дизайне этого исследования. Эта часть позволяет исследованию обосновать или отвергнуть выдвинутые гипотезы, основанные на прошлых исследованиях в общей тематической области.

Модель анализа данных

Рисунок SEQ Рисунок \* ARABIC 1. Модель анализа данных.

Модель анализа данных важна для разделения всего анализа данных на простые шаги для устранения систематической ошибки данных и обеспечения точности данных. Во-первых, исследователь систематизировал собранные данные и подготовил их к анализу. Организация данных помогла исследователю выявить различные переменные, которые помогли в процессе кодирования (Castleberry and Nolen, 2018). Организованные данные затем подвергались тесту на достоверность, чтобы устранить все формы систематической ошибки и исключить собранные неполные данные, как показано в таблице 1. Затем достоверные данные были считаны и закодированы с использованием программного обеспечения IBM SPSS 20 и Microsoft Excel. Последнее программное обеспечение помогло исследователю представить собранные данные в виде графиков и других статистических диаграмм. После этого обоснованная теория использовалась для описания и взаимосвязи закодированных данных с тремя исследовательскими гипотезами. Обоснованная теория применялась для интерпретации качественных данных посредством индуктивных рассуждений и взаимосвязи гипотез. На рисунке 1 представлена ​​модель анализа данных, использованная в этом исследовании.

Модель исследования и гипотезы

Рисунок SEQ Рисунок \* АРАБСКИЙ 2. Модель исследования и гипотезы.

В этом исследовании изучается влияние и использование онлайн-платформ в процессе набора персонала. Следовательно, в этом исследовании были приняты три гипотезы, которые глава анализа данных пытается доказать и опровергнуть: онлайн-платформы ценны в процессе найма (Ꞃ1), онлайн-платформы просты в использовании (Ꞃ2), и доверять онлайн-платформам будет вполне разумно (Ꞃ1). Ꞃ3). Модель исследования показана на рисунке 2. Модель состоит из четырех конструкций с их кодами элементов: воспринимаемая полезность (PE_US), воспринимаемая простота использования (PE_EA), доверие (TR_S) и намерение использования (IN_US). Каждая из четырех конструкций измерялась с использованием различных предметов.

Анализ данных онлайн-опросов

Онлайн-опрос включал количественный анализ данных, в результате которого собранные данные были преобразованы в различные числовые коды. Кодирование данных позволило исследователю ввести собранные данные в программное обеспечение SPSS для интерпретации и дальнейшего анализа. В онлайн-опросе приняли участие тридцать респондентов, чьи данные были признаны достоверными после проведения простого теста на достоверность, как показано в таблице 1. Данные были подвергнуты проверке и опровержению исследовательских гипотез. Онлайн-опрос включал тридцать девять вопросов, целью которых было понять влияние онлайн-платформ на процессы рекрутинга. Задаваемые вопросы призваны помочь исследователю понять, как полезность онлайн-платформ, воспринимаемая простота использования и доверие влияют на их намерение использовать платформы.

Воспринимаемая полезность (PE_US)

Онлайн-платформы влияют на кадровые организации в различных аспектах. Их три основных преимущества влияют на воспринимаемую полезность онлайн-платформ. Онлайн-платформы, такие как социальные сети, помогают кадровым организациям охватить множество потенциальных сотрудников (Villeda et al., 2019). Также считается, что платформы обеспечивают более простой метод отбора, поскольку рекрутеры могут легко сравнивать потенциальных сотрудников вместо традиционных методов (Williams, McDonald and Mayes, 2021). Более того, онлайн-рекрутинг помогает рекрутерам экономить на использовании материалов, поскольку вся деятельность оцифрована (Шаповалова, Павлов, 2021).

Воспринимаемая простота использования (PE_EA)

Считается, что цифровизация и технологические разработки облегчают различные процессы. Онлайн-платформы имеют встроенные функции, такие как инструменты анализа данных, которые помогают рекрутерам принимать обоснованные решения. На воспринимаемую простоту использования онлайн-платформ влияет их способность экономить время и усилия (Мариани, Стивен и Теулон, 2021). Встроенные функции платформы делают ее дополнительным инструментом в процессе подбора персонала. Таким образом, онлайн-платформы могут искать дополнительную информацию о потенциальных сотрудниках (Williams, McDonald and Mayes, 2021). На цифровых платформах есть легкодоступные материалы, такие как учебные пособия и электронные книги о том, как их использовать (Шаповалова и Павлов, 2021).

Доверие (TR_S)

Считается, что более широкое использование онлайн-платформ повышает доверие среди рекрутеров. Онлайн-платформы обеспечивают выдающийся шаг для рекрутинговой организации в продвижении вперед и совершенствовании своих процессов (Мартинс, Доминик-Феррейра и Лопес, 2021). Следовательно, организации предпочитают использовать онлайн-платформы в процессе набора персонала (Мартинс, Доминик-Феррейра и Лопес, 2021). Более того, онлайн-платформы оказались ценными инструментами, которые устанавливают высокие стандарты подбора персонала для компаний (Li et al., 2021).

Намерение использования (IN_US)

Организации предпочитают эффективные процессы и помогают экономить различные ресурсы. Использование онлайн-платформ помогает рекрутерам сэкономить на расходах за счет меньшего количества материалов и доступных учебных ресурсов (Шаповалова и Павлов, 2021). Платформы имеют различные встроенные функции, такие как пиктограммы и учебные пособия, что делает их эффективными (Villeda et al., 2019). Таким образом, рекрутеры, использующие онлайн-платформы, используют высокие стандарты процесса, которые позволяют нанимать наиболее квалифицированных и эффективных сотрудников (Li et al., 2021). Как кратко изложено ниже, исследователь присвоил каждой конструкции и уникальный код элемента для облегчения перевода и передачи в SPSS.

Таблица 1. Конструкты и коды пунктов Исследовательской модели

Онлайн-интервью также включало вопрос о поле и возрасте участников. Исследователь присвоил каждой переменной код. Самцам был присвоен код «1», а самкам — «2». Участники были двух возрастных категорий: 20-25 и 28-40. Возрастной категории 18–25 лет присвоен код «1», возрастной категории 26–57 лет – код «2». Ответы на опрос были закодированы, как показано в таблице 3.

Таблица 2. Коды ответов

Полученные результаты

Проверив собранные данные в IBM SPSS, исследователь заметил, что большинство участников составляли женщины. Более того, большинство участников были рекрутерами в возрасте от 26 лет и старше, как показано ниже.

Таблица 3. Набор данных о возрасте и поле

Таблица частот

Таблица 4. Таблица гендерных частот

Таблица 5. Таблица возрастной частоты

Корреляция имеет решающее значение для определения взаимосвязи между двумя переменными, что имеет решающее значение для прогнозирования обоснованности гипотез. Исследование включало четыре контракта: воспринимаемая полезность, доверие, воспринимаемая простота использования и намерение использовать онлайн-платформы для процессов набора персонала. С помощью корреляции исследователь измерил качество конструкций. Хотя увеличение значения корреляции не приводит к увеличению ценности предметов, формирующие конструкты влияют на ценность рефлективного конструкта. Корреляции исследования обобщены в таблице 7.

Проверка гипотезы

Проверка гипотез помогла исследователю принять или отвергнуть гипотезы, основанные на статистических данных. Модель этого исследования основана на трех гипотезах: онлайн-платформы ценны в процессе набора персонала (Ꞃ1), онлайн-платформы просты в использовании (Ꞃ2) и доверие к онлайн-платформам будет вполне разумным (Ꞃ3), как показано на рисунке 2. В этом исследовании был использован регрессионный анализ для изучения взаимосвязи между одной зависимой переменной и двумя независимыми переменными. В исследовании приняли участие тридцать участников, соответствующих требуемому порогу численности населения для формулы регрессии.

Таблица 6. Резюме регрессионной модели

Таблица 7. Переменные и предикторы регрессионной модели

Таблица 8. Зависимые переменные

Из таблиц регрессии нестандартизированные значения B помогли определить степень влияния каждого из предикторов на результат, при этом эффекты всех других предикторов остаются постоянными. Одна единица полезности онлайн-платформ увеличивает намерение использовать платформы на 0,238 единицы. Одна единица простоты использования онлайн-платформ увеличивает намерение использовать платформы на 0,104. Более того, одна единица доверия рекрутеров к онлайн-платформам увеличивает их намерение использовать их на 0,062. Таким образом, полезность онлайн-платформ имеет наибольший коэффициент — 0,408. Результаты опроса по доверию, простоте использования и полезности обобщены на диаграммах частот ниже.

Рисунок SEQ Рисунок * АРАБСКИЙ 3. График частоты доверия. Рисунок SEQ Рисунок \* АРАБСКИЙ 4. Простота использования частотного графика. Рисунок SEQ Рисунок * АРАБСКИЙ 5. График частоты полезности.

Результаты онлайн-собеседования

Исследование включало онлайн-интервью с одним респондентом из Великобритании. Респонденту задавали ряд вопросов, на которые он должен был ответить категорически не согласен (1), не согласен (2), нейтрально (3), согласен (4) или полностью согласен (5). Исследователь провел тематический анализ, в ходе которого были определены соответствующие темы и связаны с гипотезами исследования. По словам собеседника, онлайн-методы помогают сэкономить время, но не материалы. Собеседник согласился, что современные технологии помогли облегчить процесс набора персонала. Однако традиционные процессы подбора персонала не лучше, чем онлайн-платформы. Он заявил, что оба процесса имеют свои достоинства и недостатки. Например, он заявил, что, хотя личный подбор персонала помогает компаниям лучше понимать кандидатов, использование анализа данных на онлайн-платформах также помогает сотрудникам понимать кандидатов.

Собеседник предпочел оба метода набора персонала: онлайн и традиционный. Он заявил, что оба метода дополняют друг друга и имеют разные преимущества и недостатки. Респондент заявил, что с развитием технологий и социальных сетей они используют Facebook и Twitter, среди других онлайн-платформ. Однако LinkedIn является наиболее предпочтительной онлайн-платформой для процесса найма. Он подтвердил, что платформы социальных сетей упростили процесс набора персонала. Основной проблемой компании при использовании онлайн-платформ является достижение бизнес-целей, поскольку между рекрутерами и кандидатами нет личного контакта.

Ограничения анализа данных

Неточности этого исследования обусловлены несколькими факторами, которые ограничивали сбор и интерпретацию проанализированных данных. Во-первых, в онлайн-опросе приняли участие тридцать участников, из которых 70% — женщины, а 30% — мужчины. Следовательно, сложилось предвзятое мнение об ответах из-за гендерного дисбаланса. Во-вторых, в исследовании должны были участвовать два респондента, но ответил только один. Следовательно, результаты интервью были предвзятыми и ограничивались мнением одного человека. Более того, это исследование было ограничено Филиппинами, что привело к предвзятым результатам, поскольку в нем не учитывалась точка зрения других стран. Таким образом, гендерный дисбаланс, ограниченное количество опрошенных и ограниченная юрисдикция привели к неточным данным, собранным для анализа.

Введение в главу

В разделе «Нахождение» рассматриваются результаты исследования и обсуждается, достиг ли исследователь поставленных целей или нет. В этом исследовании использовались три основные гипотезы, взятые из прошлых исследований в той же тематической области. В этой главе выводы, обсуждаемые в главе анализа данных, соотносятся с гипотезами исследования. В этой главе рассматривается, как обзор литературы, количественные и качественные данные подтверждают или не одобряют гипотезы исследования. Исследователь начинает эту главу с краткого изложения выводов, как указано в главе об анализе данных. Резюме включают краткое описание онлайн-опроса и результатов онлайн-интервью. Кроме того, в главе рассматриваются различные факторы, которые ограничили результаты исследования и способствовали его успеху. Исследователь дает множество рекомендаций, которые могут помочь агентствам по подбору персонала улучшить свои услуги, основываясь на наблюдениях исследования и предложениях участников.

Сводка результатов

Онлайн-опрос

В онлайн-опросе приняли участие тридцать участников с Филиппин, которые работают с различными кадровыми организациями. Участникам были предложены структурированные анкеты, которые заполнялись в электронном виде. Оцифровка опроса имела большое значение, поскольку исследователь мог сэкономить время и деньги. Анкеты содержали сорок пять вопросов, призванных понять их ответы о полезности, простоте использования и доверии к использованию онлайн-платформ. Кроме того, в вопросах изучались возраст и пол респондентов, важные демографические данные для использования социальных сетей и приемлемость технологий (Henzel and Håkansson, 2021). Из тридцати респондентов двадцать одна женщина и семь мужчин.

Респондентам был задан вопрос об удобстве использования онлайн-платформы. Большинство респондентов согласились с тем, что платформы просты в использовании (таблица 9, Приложение). Поддерживая простоту использования, большинство решило, что наличие справочных материалов влияет на использование онлайн-платформ. Кроме того, многие онлайн-платформы имеют функции, упрощающие работу рекрутеров. Большинство респондентов ответили нейтрально на вопрос, повышают ли онлайн-платформы доверие к процессу найма (таблица 10, Приложение). Между тем, большинство участников согласились с тем, что онлайн-платформы помогают в процессе набора персонала (таблица 11, Приложение).

Онлайн-интервью

В онлайн-интервью одному респонденту задали ряд вопросов, аналогичных тем, которые задавались в онлайн-опросе. Респонденты помогли исследователю понять ответы, поскольку он дал развернутые ответы на заданные вопросы. В отличие от большинства респондентов опроса, опрошенный заявил, что онлайн-платформы не экономят на материалах, используемых в процессе подбора персонала. Однако он согласился с тем, что цифровые СМИ облегчают набор кандидатов. Использование аналитики данных социальных сетей было важной особенностью, упомянутой собеседником. Несмотря на то, что существует множество социальных сетей, LinkedIn является наиболее предпочтительным инструментом социальных сетей среди рекрутеров. Более того, собеседник утверждал, что традиционные и онлайн-платформы набора персонала дополняют друг друга, и между ними не существует предпочтительного метода.

Влияние использования онлайн-платформ на процесс подбора персонала

Воспринимаемая полезность

Цифровизация сделала работу более доступной в различных организациях, поскольку она обеспечивает быстрые и эффективные процессы. Рекрутинговые организации являются наиболее пострадавшими организациями, которые используют технологии в своей деятельности. Использование социальных сетей оказалось важным среди организаций, поскольку оно позволяет рекрутерам охватить более значительное число потенциальных кандидатов (Кох, Гербер и Де Клерк, 2018). Более того, на платформах есть аналитические инструменты для получения информации о целевых кандидатах (Меа и Сарвар, 2021). В отличие от традиционного процесса подбора персонала, онлайн-платформы упрощают процесс отбора. Например, рекрутеры ориентируются на квалификацию кандидатов, а не на индивидуальность, что неизбежно во время личных собеседований.

LinkedIn — самая рецензируемая онлайн-платформа среди рекрутеров, поскольку она отражает профессионализм кандидата. Платформа социальных сетей имеет встроенные функции, которые позволяют рекрутерам отслеживать академический и профессиональный путь конкретного кандидата (Кох, Гербер и Де Клерк, 2018). Более того, в платформу встроен онлайн-курс, который помогает улучшить опыт и знания кандидата (Меа и Сарвар, 2021). Следовательно, средства массовой информации помогают рекрутерам экономить на материалах и затратах на обучение кандидатов (Кох, Гербер и Де Клерк, 2018). Использование аналитики, образовательных функций и наличие большого количества кандидатов делают онлайн-платформы полезными для рекрутеров.

Воспринимаемая простота использования

Технологические достижения привели к появлению эффективных социальных сетей и других цифровых платформ, которые просты в использовании. Рекрутеры используют информацию кандидатов, чтобы определить их эффективность среди различных типов данных (Валанарасу, 2021). Традиционные процессы набора персонала включают в себя запись сильных и слабых сторон кандидатов и физическую интерпретацию собранной информации. Как следствие, процессы набора персонала были подвержены человеческим ошибкам. Однако цифровые процессы подбора персонала имеют встроенные функции, которые исключают тщательное изучение кандидатов и анализ их способностей. Например, в LinkedIn есть функция, которая генерирует биографические данные потенциальных кандидатов, включая описания предыдущих должностей и академическую историю. Более того, платформа имеет функции рейтинга, описывающие возможности пользователя в разных областях знаний (Meah and Sarwar, 2021). Таким образом, онлайн-платформы помогают рекрутерам сэкономить время и силы.

Онлайн-платформы помогают рекрутерам искать дополнительную информацию о конкретном кандидате, прошедшем собеседование в автономном режиме. Многие кадровые организации используют социальные сети и другие платформы для подтверждения информации, представленной кандидатами. Более того, платформы используются для отслеживания поведения кандидата, которое может повлиять на социальную ответственность и этические ценности компании. Хотя платформы социальных сетей допускают свободу выражения мнений и слова, некоторые организации ненавидят такие пороки, как разжигание ненависти и дискриминационные мнения, выражаемые на платформах социальных сетей (Clemons et al., 2021). Поэтому онлайн-платформы используются рекрутерами в качестве дополнительных инструментов подбора персонала.

В условиях высокой степени цифровизации общества большая часть информации легко доступна для использования в Интернете. Онлайн-платформы, такие как Facebook и Twitter, содержат функции, удобные для использования. Эти функции дают указания о том, как получить доступ к платформе и как выполнять такие действия, как сброс пароля. Более того, платформы социальных сетей дополняют друг друга, упрощая управление учетной записью. Например, на YouTube есть видеоролики, которые помогают пользователям Facebook, LinkedIn, Twitter и других платформ перемещаться по своим профилям (Yang et al., 2021). Кроме того, поисковые системы, такие как Google, помогают владельцам учетных записей социальных сетей выполнять сложные задачи. Доступность учебных ресурсов делает платформы социальных сетей предпочтительными для рекрутеров.

Воспринимаемое доверие

Различные факторы способствуют надежности онлайн-платформ со стороны рекрутеров. Платформы предоставляют рекрутерам важную информацию о кандидатах. Например, к этике и морали кандидатов можно получить доступ через их аккаунты в социальных сетях и их часто используемые онлайн-разговоры (Бхатия и Арора, 2022). Рекрутеры используют такую ​​информацию, чтобы принять или дисквалифицировать кандидатов. Хотя онлайн-платформы полезны для рекрутеров, на них можно выдавать себя за другое лицо и создавать псевдоаккаунты. Более того, некоторые платформы уязвимы для хакерских атак и других технических аморальных действий (Рони и Ахмед, 2021). Поэтому многие организации используют платформы как дополнительный инструмент к традиционным процессам подбора персонала.

Выводы

Онлайн-платформы играют важную роль в процессе подбора персонала (Ꞃ1)

Процесс найма — это процесс постановки задач, который включает в себя сбор данных, собеседования и проверку пригодности. Согласно онлайн-опросу этого исследования, многие рекрутеры согласны с тем, что онлайн-опрос полезен в процессе найма. Ценность онлайн-платформ в процессе подбора персонала представляет собой трехмерную концепцию: экономия времени, экономическая эффективность и установление высоких стандартов для компаний (Гуо, Чжу и Чен, 2021). Онлайн-платформы могут включать сбор данных из Интернета и использование таких данных при наборе персонала (Бхатия и Арора, 2022). Кроме того, кандидатам, участвующим в онлайн-процессе набора персонала, может быть отправлена ​​ссылка, которая позволит им поделиться информацией с рекрутерами. Между тем, традиционный процесс найма предполагает физическую встречу с кандидатом, которая отнимает много времени.

Традиционный процесс набора персонала может включать в себя тесты способностей, требующие физического присутствия кандидатов. Более того, кандидаты могут пройти обучение для получения конкретных знаний, необходимых их сотрудникам (Tien et al., 2021). Однако с помощью онлайн-платформ кандидатам, возможно, не придется проходить тест на способности и обучение, поскольку некоторые платформы поддерживают это (Hangartner, Kopp и Siegenthaler, 2021). Например, в LinkedIn есть функции, которые позволяют пользователям совершенствовать свои навыки. Следовательно, рекрутеры экономят на расходах и набирают конкурентоспособных кандидатов. Хотя онлайн-платформы ценны с точки зрения времени, затрат и стандартов, они подвержены системным ошибкам и высоким первоначальным затратам, что влияет на их значимость для влияния на намерение рекрутеров использовать их. Таким образом, ценность онлайн-платформ в процессе подбора персонала не объясняет их принятие рекрутерами.

Онлайн-платформы просты в использовании (Ꞃ2)

Онлайн-платформы содержат функции, которые позволяют рекрутерам получить доступ к характеристикам и компетенциям кандидатов. Платформы имеют вспомогательные функции, которые позволяют рекрутинговым агентствам легко получить доступ к конкретному кандидату и нанять его. Например, на платформах социальных сетей, таких как LinkedIn, есть краткое руководство, которое учит пользователей, как перемещаться по различным кнопкам. Более того, такие платформы, как Facebook, имеют встроенные аналитические функции, которые легко генерируют информацию о пользователях (Сентил Раджа и Арун Радж, 2021). Использование кнопок «Нравится» и «Дизлайк» позволяет рекрутерам отслеживать влияние комментариев пользователя в социальных сетях. Посты в социальных сетях, скрывающие социальные ценности, вызывают негативные комментарии и неприязнь со стороны других пользователей социальных сетей. Таким образом, рекрутерам легко анализировать поведение кандидатов. Хотя большинство онлайн-платформ просты в использовании, некоторые платформы содержат сложные шаги, требующие технических знаний для использования.

Доверять онлайн-платформам будет вполне разумно (Ꞃ3)

Онлайн-платформы дополняют другие процессы рекрутинга, и на них нельзя полностью положиться. Например, традиционные методы рекрутинга используют информацию, собранную с онлайн-платформ, для дальнейшего и эффективного принятия решений. Онлайн-платформы имеют ряд ограничений, включая отсутствие социальных сетей у потенциальных кандидатов. Более того, строгие законы о конфиденциальности данных ограничивают доступность информации о кандидатах для рекрутинговых агентств. Платформы подвергаются киберпреступлениям, таким как взлом, который может привести к искажению доступной информации. Следовательно, рекрутеры могут использовать вводящую в заблуждение информацию для принятия решений. Поэтому полностью доверять онлайн-платформам неразумно.

Ограничения результатов

Хотя результаты этого исследования могут быть использованы для принятия решений среди компаний по подбору персонала и в научных кругах, результаты подвержены некоторой форме предвзятости. У исследователя ограничено время для проведения исследования. Следовательно, в исследовании было задействовано ограниченное количество респондентов, что привело к возможному неточному результату на основе проанализированных данных. Исследование также было ограничено финансами, и исследователь не мог получить доступ к сложным инструментам анализа данных для точного преобразования данных и выводов. Ограниченные финансы также способствовали использованию онлайн-опросов и интервью, что делало исследования уязвимыми из-за собранных неточных данных. Кроме того, в этом исследовании в основном участвовали малые, средние и крупные кадровые агентства на Филиппинах. Следовательно, результаты исследования географически необъективны и не могут быть использованы в других странах.

Рекомендации

Учитывая вышеупомянутые ограничения, в исследовании рекомендуются различные меры, которые можно предпринять для улучшения дальнейших исследований в той же тематической области. Во-первых, в будущих исследованиях следует использовать эффективные методы выборки, которые будут включать гендерный баланс и равномерное распределение участников. Во-вторых, будущие исследования должны выделять достаточно времени для сбора и анализа данных. Исследование также должно включать разнообразные методы сбора данных для обеспечения точности и надежности данных. Поскольку это исследование проводилось в контексте Филиппин, в будущих исследованиях должны участвовать другие страны на международном уровне, чтобы получить глобальную перспективу тематической области.

Заключение

Процесс найма имеет решающее значение для успеха в бизнесе, поскольку он помогает определить компетентность и надежность сотрудников. Традиционные процессы набора персонала включают в себя такие мероприятия, как личные собеседования и тесты на физические способности. Однако технологические достижения привели к виртуальным процессам набора персонала. Более того, онлайн-платформы стали полезны рекрутерам, поскольку позволяют им собирать информацию о потенциальных кандидатах и ​​использовать эту информацию для принятия решений. Следовательно, многие организации используют онлайн-платформы для набора кандидатов. Платформы позволяют рекрутерам экономить время и деньги и поддерживать более высокие стандарты найма. Хотя платформы полезны, компании не могут им полностью доверять, поскольку они подвергаются выдаче себя за другое лицо и другим киберпреступлениям. Поэтому необходимо провести дальнейшее исследование, чтобы понять влияние онлайн-платформ на процессы набора персонала.

Рекомендации

Бхатия К.В. и Арора П., 2022. Дискурсивные инструменты антимусульманской дезинформации в Твиттере. Международный журнал прессы/политики, стр. 19401612221084633. Веб.

Каслберри А. и Нолен А. (2018) «Тематический анализ данных качественных исследований: так ли это просто, как кажется?», Currents in Pharmacy Teaching and Learning, 10 (6), стр. 807-815. Веб.

Клемонс Э., Варан Р.В., Ли В., Гермес С. и Шрайек М., 2021. Вычисления и социальное благосостояние: минимизация социального вреда от цифровой трансформации при сохранении преимуществ инноваций. Веб.

Го Ю., Чжу Ю. и Чен Дж., 2021. Инновационная бизнес-модель ИТ-клиента, участвующего в совместном создании ценности на основе теории возможностей: практический пример. Устойчивое развитие, 13(10), стр.5753. Веб.

Хангартнер Д., Копп Д. и Зигенталер М., 2021. Мониторинг дискриминации при приеме на работу через онлайн-платформы набора персонала. Природа, 589(7843), стр.572-576. Веб.

Хензель В. и Хоканссон А., 2021. Увлеклись виртуальной общественной жизнью. Проблемное использование социальных сетей и ассоциации с психическими расстройствами и аддиктивными расстройствами. ПлоС один, 16(4), п.е0248406. Веб.

Кох Т., Гербер К. и Де Клерк Дж. Дж., 2018. Влияние социальных сетей на набор персонала: вы LinkedIn? SA Journal of Human Resource Management, 16 (1), стр. 1–14. Веб.

Ли, Л., Ласситер, Т., О, Дж. и Ли, М.К., 2021, Алгоритмический найм на практике: взгляды рекрутеров и HR-специалистов на использование ИИ при найме. В материалах конференции AAAI/ACM 2021 года по искусственному интеллекту, этике и обществу (стр. 166–176). Веб.

Мариани М.М., Стивен М.Э. и Теулон Ф., 2021. Объяснение намерения использовать цифровые хранилища личных данных: эмпирическое исследование. Технологическое прогнозирование и социальные изменения, 166, стр. 120657. Веб.

Мартинс Н., Доминик-Феррейра С. и Лопес К., 2021. Проектирование и разработка цифровой платформы для сезонных рабочих мест: улучшение процесса найма. Журнал мировых ученых в области маркетинговых наук, стр. 1–18. Веб.

Меа, М.М. и Сарвар, А., 2021. Социальные сети для электронного набора персонала: точка зрения малазийских работодателей. Журнал азиатских финансов, экономики и бизнеса, 8 (8), стр. 613–624. Веб.

Рони, Р.Дж. и Ахмед, Н., 2021. «Если мой контент станет вирусным, то я стану знаменитостью»: поведение подростков в Интернете и меры поддержки в Бангладеш. Доступно по номеру SSRN 4022511. Интернет.

Сентил Раджа М. и Арун Радж Л., 2021. Обнаружение вредоносных профилей и защита пользователей в социальных сетях. Беспроводная персональная связь, стр. 1-18.

Шаповалова И., Павлов А., 2021. Трансформации в сфере рекрутинговых услуг и цифровизация. В сети конференций SHS (том 93). ЭДП наук.

Тьен, Н.Х., Хосе, Р.Дж.С., Улла, С.Э. и Садик, М., 2021. Развитие деятельности по управлению человеческими ресурсами во вьетнамских частных компаниях. Турецкий журнал компьютерного и математического образования (TURCOMAT), 12 (14), стр. 4391-4401.

Валанарасу, М.Р., 2021. Сравнительный анализ прогнозирования личности по цифровым следам в социальных сетях. Журнал информационных технологий, 3 (02), стр. 77–91. Веб.

Вильеда М., МакКейми Р., Эссьен Э. и Амади К., 2019. Использование сайтов социальных сетей для набора и отбора в процессе найма. Международные бизнес-исследования, 12(3), стр.66-78. Веб.

Уильямс П., Макдональд П. и Мэйес Р., 2021. Подбор персонала в экономике свободного заработка: привлечение и отбор на цифровых платформах. Международный журнал управления человеческими ресурсами, 32 (19), стр. 4136–4162. Веб.

Ян, К.К., Пьерри, Ф., Хуэй, П.М., Аксельрод, Д., Торрес-Луго, К., Брайден, Дж. и Менцер, Ф., 2021. Инфодемика COVID-19: Twitter против Facebook. Большие данные и общество, 8(1), стр.20539517211013861.

Приложение

Таблица 9. Таблица частот доверия к онлайн-платформам

Таблица 10. Удобство использования таблицы частот

Таблица 11. Таблица частоты полезности