2021年一級(jí)人力資源管理師考試正在各地陸續(xù)展開(kāi)，一級(jí)人力資源管理師考生目前正在緊張有序的備考中，為了考生更好的復(fù)習(xí)備考，本文特此整理了2021年一級(jí)人力資源管理師專(zhuān)業(yè)技能考前習(xí)題六，供各位考生參考。另外，為了通知各位考生參加一級(jí)人力資源管理師考試時(shí)間、報(bào)名時(shí)間等信息，環(huán)球網(wǎng)校特設(shè)了 免費(fèi)預(yù)約短信提醒，以便于您收到免費(fèi)的短信提醒，不想忘記，就快來(lái)免費(fèi)申請(qǐng)吧~

一、單項(xiàng)選擇題

1、多用于多變量之間相關(guān)關(guān)系分析的是( A )

(A)簡(jiǎn)單相關(guān)分析

(B)線性相關(guān)分析

(C)非線性相關(guān)分析

(D)偏相關(guān)分析

2、下列說(shuō)法不正確的是( B )

(A)聚類(lèi)分析和因子分析是對(duì)該崗位勝任特征指標(biāo)進(jìn)行歸類(lèi)的一個(gè)過(guò)程。

(B)聚類(lèi)分析比因子分析更注重量化，統(tǒng)計(jì)結(jié)果更清晰

(C)如果不進(jìn)行因子分析，就很難找到科學(xué)的量化數(shù)據(jù)

(D)因子分析后必須對(duì)因子進(jìn)行命名和解釋

3、聚類(lèi)分析中，指標(biāo)為50維的數(shù)據(jù)選取合適的類(lèi)別數(shù)為( B )

(A)3~4類(lèi)

(B)4~6類(lèi)

(C)6~7類(lèi)

(D)7~9類(lèi)

4、( D )目的是用較少的相互獨(dú)立的因子變量來(lái)體現(xiàn)原有變量的大部分信息，以便進(jìn)行回歸分析或其他數(shù)量分析

(A)聚類(lèi)分析

(B)相關(guān)分析

(C)回歸分析

(D)因子分析

5、在聚類(lèi)分析結(jié)果中，( A )和樹(shù)形圖比較重要

(A)冰柱圖

(B)餅狀圖

(C)條形圖

(D)折線圖

6、在分析過(guò)程中需要尋找績(jī)效數(shù)據(jù)的分析是( A )

(A)相關(guān)分析

(B)聚類(lèi)分析

(C)t檢驗(yàn)分析

(D)回歸分析

7、回歸分析要放在( C )之后

(A)聚類(lèi)分析

(B)相關(guān)分析

(C)因子分析

(D)t檢驗(yàn)分析

8、因子分析的因子個(gè)數(shù)可以根據(jù)( B )結(jié)合公因子的特征值得到。

(A)冰柱圖

(B)碎石圖

(C)樹(shù)形圖

(D)餅狀圖

9、( B )的實(shí)質(zhì)是對(duì)具有相近含義的特征指標(biāo)進(jìn)行歸并

(A)相關(guān)分析

(B)聚類(lèi)分析

(C)因子分析

(D)回歸分析

10、( C )屬于高任務(wù)具體性、低公司具體性和低行業(yè)具體性的勝任特征。

(A)組織內(nèi)部勝任特征

(B)行業(yè)技術(shù)勝任特征

(C)標(biāo)準(zhǔn)技術(shù)勝任特征

(D)特殊技術(shù)勝任特征

11、( A )主要用于績(jī)效管理。

(A)盒型模型

(B)層級(jí)式模型

(C)簇型模型

(D)錨型模型

12、按建立思路不同分類(lèi)的勝任特征模型中，區(qū)分各勝任特征重要程度的是( B )

(A)盒型模型

(B)層級(jí)式模型

(C)簇型模型

(D)錨型模型

13、關(guān)于崗位勝任特征在人員規(guī)劃中的作用，下列說(shuō)法不正確的是( D )

(A)崗位勝任特征的研究意義主要體現(xiàn)在工作崗位分析

(B)基于勝任特征的工作分析強(qiáng)調(diào)結(jié)果，是由勝任特征是以績(jī)效為測(cè)量標(biāo)準(zhǔn)決定的

(C)傳統(tǒng)工作分析僅限于與崗位短期匹配

(D)傳統(tǒng)的工作崗位分析較為注重工作的組成要素，比基于勝任特征的工作分析更加具體。

14、關(guān)于研究崗位勝任特征的意義，以下說(shuō)法不正確的是( B )

(A)傳統(tǒng)工作崗位分析強(qiáng)調(diào)過(guò)程，基于勝任特征的工作分析強(qiáng)調(diào)結(jié)果

(B)員工與企業(yè)之間所確立的關(guān)系，是兼顧勞動(dòng)契約和心理契約的雙重契約關(guān)系

(C)崗位勝任特征的引用解決了招聘中存在的與企業(yè)文化相沖突的問(wèn)題，

(D)勝任特征研究加深了企業(yè)與員工之間的理解

15、客觀績(jī)效指標(biāo)不容易獲得或經(jīng)費(fèi)不允許的情況下，定義績(jī)效標(biāo)準(zhǔn)多采取( C )

(A)行為事件訪談法

(B)專(zhuān)家小組法

(C)上級(jí)提名

(D)問(wèn)卷調(diào)查

二、多項(xiàng)選擇題

1、關(guān)于勝任特征和勝任特征模型，以下說(shuō)法正確的是( ACDE )

(A)勝任特征模型用于尋求鑒別性崗位勝任特征

(B)勝任特征指保證勞動(dòng)者基本完成任務(wù)和目標(biāo)的特質(zhì)

(C)勝任特征能夠區(qū)分表現(xiàn)較好和較差的個(gè)體或組織

(D)勝任特征模型是在區(qū)別了員工績(jī)效優(yōu)異組和一般組的基礎(chǔ)上建立的

(E)勝任特征模型是結(jié)構(gòu)化了的勝任特征指標(biāo)

2、按運(yùn)用情境不同，勝任特征可分為( ABD )

(A)技術(shù)勝任特征

(B)人際勝任特征

(C)組織內(nèi)部勝任特征

(D)概念勝任特征

(E)行業(yè)技術(shù)勝任特征

3、當(dāng)前在學(xué)術(shù)界，對(duì)勝任特征的分類(lèi)方法包括( ABDE )

(A)按運(yùn)用情境不同

(B)按主體不同

(C)按結(jié)構(gòu)形式不同

(D)按內(nèi)涵大小

(E)按區(qū)分標(biāo)準(zhǔn)不同

4、行業(yè)技術(shù)特征屬于( ABC )的勝任特征

(A)高任務(wù)具體性

(B)非公司具體性

(C)高行業(yè)具體性

(D)低公司具體性

(E)低任務(wù)具體性

5、按結(jié)構(gòu)形式不同，勝任模型可分為( AE )

(A)結(jié)構(gòu)方程式

(B)層級(jí)式模型

(C)簇型模型

(D)盒型模型

(E)指標(biāo)集合式

6、下列勝任特征模型中，與績(jī)效高度相關(guān)的有( ABCDE )

(A)指標(biāo)集合式

(B)層級(jí)式模型

(C)簇型模型

(D)盒型模型

(E)錨型模型

7、以下說(shuō)法不正確的是( AE )

(A)錨型模型關(guān)注的是一個(gè)職業(yè)群體的勝任特征，推廣性較好。

(B)層級(jí)式模型能有效識(shí)別某個(gè)勝任水平的工作要求或角色要求，有助于人與工作更好地匹配。

(C)建立的模型越具體，所花的時(shí)間和費(fèi)用就越多，對(duì)績(jī)效管理的作用越大。

(D)采用何種類(lèi)型的模型，取決于預(yù)定模型的用途、建模成本預(yù)算、掌握信息量的大小，以及組織的其他實(shí)際情況等因素。

(E)簇型模型每個(gè)大的勝任特征維度用多方面的行為進(jìn)行描述，根據(jù)其相對(duì)重要程度進(jìn)行排序。

8、績(jī)效的特點(diǎn)包括( ABC )

(A)多因性

(B)多維性

(C)動(dòng)態(tài)性

(D)可衡量性

(E)潛在性

9、以下說(shuō)法正確的是( ACE )

(A)行為事件訪談?lì)愃朴诳?jī)效考評(píng)中的關(guān)鍵事件法

(B)訪談?wù)吒爬ń榻B在管理工作中發(fā)生的關(guān)鍵事例，包括成功事件、不成功事件或負(fù)面事件各三件

(C)行為事件訪談法一般采用問(wèn)卷與面談結(jié)合的方式

(D)訪談前訪談?wù)唔毞謩e清楚訪談?wù)咴趦?yōu)秀組或一般組

(E)訪談時(shí)間一般為1~3小時(shí)，應(yīng)采用錄音設(shè)備

10、以下屬于訪談內(nèi)容的是( ABCDE )

(A)被訪談?wù)呋举Y料

(B)不成功事件

(C)成功事件

(D)對(duì)被訪談?wù)叩木C合評(píng)價(jià)

(E)問(wèn)卷調(diào)查

11、以下不屬于定量研究方法的有( CE )

(A)t檢驗(yàn)分析

(B)相關(guān)分析

(C)頻次選拔

(D)因子分析

(E)專(zhuān)家評(píng)分法

12、關(guān)于t檢驗(yàn)分析，下列說(shuō)法不正確的是( BD )

(A)利用SPSS統(tǒng)計(jì)分析軟件里的f檢驗(yàn)功能，可以很輕松地得到t檢驗(yàn)分析結(jié)果。

(B)通常在勝任特征研究中采取隨機(jī)樣本t檢驗(yàn)

(C)t檢驗(yàn)分析的先決條件是需要有兩組員工勝任特征指標(biāo)的量化數(shù)據(jù)

(D)導(dǎo)入數(shù)據(jù)以后，直接點(diǎn)擊“Analyze”菜單

(E)t檢驗(yàn)解決了比較兩個(gè)組在特定指標(biāo)上的差異問(wèn)題，適合于勝任特征研究中優(yōu)秀組與一般組勝任特征指標(biāo)的比較

13、t檢驗(yàn)分析實(shí)現(xiàn)步驟中不同于頻次選拔法的有( DE )

(A)專(zhuān)家意見(jiàn)匯總

(B)統(tǒng)計(jì)指標(biāo)出現(xiàn)頻次

(C)淘汰頻次過(guò)低的指標(biāo)

(D)對(duì)優(yōu)秀組和一般組的指標(biāo)打分

(E)SPSS分析

14、在勝任特征研究中，相關(guān)分析可分為( AB )

(A)簡(jiǎn)單相關(guān)分析

(B)偏相關(guān)分析

(C)線性相關(guān)分析

(D)非線性相關(guān)分析

(E)距離分析

15、判斷偏相關(guān)性強(qiáng)的標(biāo)志是( ACE )

(A)相關(guān)系數(shù)越接近于1

(B)相關(guān)系數(shù)越接近于0

(C)相伴概率(P)越接近于0

(D)相伴概率(P)越接近于1

(E)偏相關(guān)系數(shù)越高

16、關(guān)于相關(guān)分析，以下說(shuō)法不正確的是( AD )

(A)偏相關(guān)在研究勝任特征指標(biāo)的重疊性問(wèn)題時(shí)能起到一定作用

(B)相關(guān)分析中，點(diǎn)擊SPSS軟件“Analyze”菜單中的“Correlate”選項(xiàng)，選擇“Partial”命令進(jìn)行運(yùn)算

(C)相關(guān)分析中SPSS的分析數(shù)據(jù)包括績(jī)效數(shù)據(jù)與勝任特征指標(biāo)的評(píng)分

(D)偏相關(guān)分析相關(guān)系數(shù)越接近于0，相關(guān)性越強(qiáng)

(E)相關(guān)分析無(wú)法區(qū)分哪些指標(biāo)更能體現(xiàn)出優(yōu)秀人員與一般人員的差異

17、聚類(lèi)分析中，取類(lèi)太多存在的問(wèn)題包括( BD )

(A) 可操作性差

(B)降低勝任特征的實(shí)用性

(C)過(guò)于籠統(tǒng)

(D)關(guān)鍵指標(biāo)容易分散

(E)無(wú)法區(qū)分哪些指標(biāo)更能體現(xiàn)出優(yōu)秀人員與一般人員的差異

18、定量方法中，明確了優(yōu)秀組區(qū)別于一般組的勝任指標(biāo)特征的方法有( AB )

(A)t檢驗(yàn)分析

(B)相關(guān)分析

(C)聚類(lèi)分析

(D)回歸分析

(E)因子分析

19、定量方法中，對(duì)崗位勝任特征指標(biāo)進(jìn)行歸類(lèi)的方法有( CE )

(A)t檢驗(yàn)分析

(B)相關(guān)分析

(C)聚類(lèi)分析

(D)回歸分析

(E)因子分析

20、因子分析與聚類(lèi)分析都應(yīng)放在( AB )之后

(A)t檢驗(yàn)分析

(B)相關(guān)分析

(C)聚類(lèi)分析

(D)回歸分析

(E)因子分析

21、按照內(nèi)涵的大小，下列屬于勝任特征的是( ABDE )

(A)元?jiǎng)偃翁卣?/p>

(B)行業(yè)通用勝任特征

(C)組織勝任特征

(D)標(biāo)準(zhǔn)技術(shù)勝任特征

(E)特殊技術(shù)勝任特征

22、層級(jí)式模型的建立包括( ABC )

(A)找出關(guān)鍵勝任特征

(B)行為描述

(C)確定勝任特征的排名和重要性

(D)注明勝任特征的內(nèi)涵

(E)寫(xiě)出關(guān)于出色績(jī)效行為的描述

23、概念勝任特征包括( BCDE )

(A)社會(huì)敏感性

(B)創(chuàng)造力

(C)解決問(wèn)題的有效性

(D)認(rèn)識(shí)機(jī)遇和潛在問(wèn)題的能力

(E)分析能力

環(huán)球網(wǎng)校友情提示：以上是環(huán)球網(wǎng)校編輯整理的2021年一級(jí)人力資源管理師專(zhuān)業(yè)技能考前習(xí)題六。小編已經(jīng)把2021年一級(jí)人力資源管理師專(zhuān)業(yè)技能考前習(xí)題整理為pdf文檔，點(diǎn)擊下方按鈕就能免費(fèi)下載！