组织与招聘
面试官打分为什么总往中间缩
中心化倾向的四个来源和拆法
左滕约7分钟
把一个季度的面试评分表摊开，数一数3分有多少。我见过的不少表，数完会有点尴尬：五分制，一大半是3。3分的意思是「还行」，可一张全是「还行」的表，等于什么都没说。面试官打分往中间缩，心理学里叫中心化倾向（central tendency）。它不是面试官偷懒，是怕错、没有锚、量表本身和事后要解释这几样东西叠在一起的结果。每一样都有拆法。
3分为什么不值钱
因为它分不开人。录用要做的是在几个候选人里分出高下，所有人都是3，这张表就退回到了「面试官的印象」。
结构化面试本来是最靠谱的看人办法之一。Paul Sackett 等人2022年在《Journal of Applied Psychology》上重新做了选拔方法的元分析，结构化面试的平均效度是0.42，在他们比较的方法里排第一，认知能力测验降到了0.31。这些数字背后有个前提：面试官打出来的分数，得真的在候选人之间拉开距离。问题问得再结构化，分数全挤在3，后面什么也算不出来。
所以中心化倾向不是个统计上的小毛病。它悄悄把一套好方法变回了拍脑袋。
分数往中间缩，是哪几股力在拉
我拆成四股：怕错、没有锚、量表给了一个歇脚的地方、事后要解释。它们往往同时在。
先说怕错。打5分，候选人进来干砸了，是你看走眼；打1分，人家去了竞争对手那边干得风生水起，也是你看走眼。打3分，怎么都不算错。面试官单独做决定、单独背锅的时候，3分就是最便宜的保险。
再说没有锚。量表上写着「1 差，3 普通，5 优秀」。普通是跟谁比？跟上一个候选人，跟团队里现在的人，还是跟面试官心里那个理想人选？每个面试官心里的尺子不一样，拿不准的时候，大家都往中间靠，因为中间离哪把尺子都不太远。
第三，量表本身。奇数量表有个正中间，那是一个合法的不表态。有研究专门看过这件事在不同文化里有多明显。Chuansheng Chen、Shin-ying Lee 和 Harold Stevenson 1995年在《Psychological Science》上发表的研究，给日本仙台944名、台北1,357名、加拿大687名、美国2,174名高中生做同一套57道题的7分量表。日本和台湾学生比两组北美学生更常选中间点，美国学生最常选两端。每个群体内部，越认同个人主义的人越少选中间。差异不大，但统计上显著。
日本人答问卷偏爱中间，这件事我在日本人答问卷，为什么偏爱「どちらとも言えない」里写过。面试评分表也是一张问卷，只不过答题的人换成了面试官。
第四股力最容易被忽略：事后要解释。Neal Mero 和 Stephan Motowidlo 1995年在《Journal of Applied Psychology》上做过一个实验，247名大学生看模拟的下属工作表现，然后打分。被要求书面向实验者说明理由的那组，打得更准。可是同样要说明理由的人，被告知「这几个下属以前的分数打低了」以后，打出来的分数更宽松。
要对人解释，会让人更认真；可要对谁解释、对方想听什么，会把分数往那个方向推。放到录用会上，打5分要在会上讲清楚为什么，打1分要准备好被追问，打3分什么都不用讲。往中间缩，是在回避那场解释。
分数往中间缩，是四股力叠出来的，每一股各有一个拆法
左列为面试官打分时常见的念头（示意），中列为原因，依据 Chen 等（1995）、Mero 与 Motowidlo（1995）；右列为作者的做法，除行为锚定量表（Smith 与 Kendall，1963）外未经研究验证
中间分是一种不用解释的分。让每一档都要解释，中间就不再便宜。
拆法：让中间那一档也要付出代价
四个原因，我的对策也是四个，思路是一个：中间分之所以多，是因为它最便宜。把它变贵，分布就会散开。先说清楚，这四条是我自己的做法。除了行为锚定量表有研究出处，其余几条我没有找到研究直接验证过。
没有锚，就给锚。行为锚定量表（BARS）最早来自 Patricia Cain Smith 和 Lorne Kendall 1963年在《Journal of Applied Psychology》上的论文，做法是每一档都用具体行为来描述，而且让另一批人把这些行为例子重新归回各个维度，归不回去的就删掉。拿「推进项目」这一项来说，3分不再写「普通」，写成「按计划推进，计划之外的问题要上级出面」；5分写成「计划外的问题自己协调掉，事后告诉上级」。面试官要打3分，就得说清楚候选人讲的哪件事对得上这一句。
事后要解释，就让每个分数都解释。规定每一项分数旁边写一条观察到的事实，是候选人说过或做过的事，不是面试官的感受。3分也要写。这条规矩一立，3分的成本和5分一样了，面试官反而敢往两头打。
量表有正中间，我的习惯是把它拿掉，改成四档，逼人选一个方向。这只是我的做法，没有研究结论撑着。我没有找到能证明去掉中间档会让面试评分更准的研究，硬逼出来的方向也可能只是噪音。所以我配一条：真拿不准的，标「待验证」，不给分，列成下一轮要问的问题。这跟我在一票否决、最弱一层、五档里的规矩一致，拿不准就标待验证，不拿中间分填坑。
怕错，就把错分摊掉。面试官先各自交分，不看别人的；然后开一次校准会，先看每个面试官过去一个季度的分数分布，再谈具体候选人。某个面试官九成打3，大家心里就有数了，他的3分要打个折扣听。判定由会议共同负责，单个面试官不用一个人背锅。
日本面试官的3分，还要再多读一层
这一节是我的观察，没有数据撑着。
日本的面试官普遍不太愿意在书面上把话说死，尤其是负面的话。评分表会被人事看到，可能被候选人的未来上司看到，一个1分落在纸上，就是一个要负责的断言。所以在日本，3分里装着的东西更杂：有真的「普通」，有「我有顾虑但不想写」，也有「我没问到」。
中国公司的日本法人在这里容易误读。总部的面试官习惯打得开，看到日本同事一水的3分，会以为日本同事没判断力。其实多半是有判断，只是没写在分数里。要把它拿出来，别逼人家打1分，换成上面那条规矩：写一条观察到的事实。很多日本面试官不愿意下断言，但很愿意描述事实，候选人说了什么、怎么说的，记得很细。
花点时间读一读这些描述，比盯着分数有用。具体怎么从候选人的回答里拆出证据，我在过了初筛之后，我在面试里找什么里写过。
下周开校准会之前，可以先做一件小事：把每个面试官上个季度打的分拉出来，算一下3分的占比。不用公布，你自己看一眼就行。哪个人的3分最多，他的面试记录最值得翻。
来源（以2026年11月为准）
- Chen, Lee & Stevenson, "Response Style and Cross-Cultural Comparisons of Rating Scales Among East Asian and North American Students," Psychological Science 6(3), 1995
- Mero & Motowidlo, "Effects of Rater Accountability on the Accuracy and the Favorability of Performance Ratings," Journal of Applied Psychology 80(4), 1995
- Smith & Kendall, "Retranslation of Expectations: An Approach to the Construction of Unambiguous Anchors for Rating Scales," Journal of Applied Psychology 47, 1963（Bowling Green State University 书目）
- Sackett, Zhang, Berry & Lievens, "Revisiting the design of selection systems in light of new findings regarding the validity of widely used predictors," Industrial and Organizational Psychology 16(3), 2023（汇报其2022年元分析）
面试官这边的习惯会让分数变形，候选人那边的谦逊也会，后者我写在《日本候选人的谦逊怎么打分：他只是没有拔高自己》里。