职业能力测验题库是用于评估个体在特定职业环境中所需认知、技能与行为倾向的标准化工具集合。其核心目标是预测候选人在目标岗位上的绩效表现，而非衡量一般智力或知识广度。题库需基于岗位分析（Job Analysis）构建，确保内容效度（Content Validity）。脱离具体岗位要求的能力测验缺乏实用价值。
题库结构必须包含三个基本模块：认知能力子测验、专业技能子测验、情境判断测验（SJT）。认知能力部分通常涵盖数字推理、言语理解与抽象推理；专业技能部分依据岗位差异定制，如程序员需算法逻辑题，会计需财务计算题；情境判断测验则模拟真实工作冲突或决策场景，评估行为倾向与价值观匹配度。各模块权重应由岗位关键绩效指标（KPI）决定，非均等分配。
- 数字推理题示例：给出数列 3, 6, 12, 24, ?，要求选择下一个数字（正确答案：48）。此类题目考察模式识别与基础运算速度，适用于数据分析、工程类岗位。
- 言语理解题示例：提供一段技术文档摘要，提问“作者主要观点是什么？”，选项需排除干扰信息。适用于客服、文案、管理岗。
- 抽象推理题示例：展示图形序列，要求选择符合规律的下一图形。评估非语言逻辑能力，对研发、设计岗有预测效度。
情境判断测验（SJT）的设计需严格遵循行为事件访谈（BEI）结果。例如，销售岗位的典型情境可能是“客户突然取消大额订单，你首先做什么？”，选项包括“立即联系客户了解原因”（高分）、“向上级汇报等待指示”（中分）、“转而跟进其他客户”（低分）。SJT的评分标准必须基于高绩效员工的实际行为数据，而非主观判断。未经验证的情境题会引入偏差，降低预测准确性。
题库的信效度是应用前提。内部一致性信度（Cronbach's α）应≥0.7，重测信度在0.65以上。效度方面，除内容效度外，还需建立预测效度（Predictive Validity），即测验分数与后续工作绩效的相关系数。研究表明，认知能力测验的平均效度系数为0.51（Schmidt & Hunter, 1998），而纯人格测验仅0.2左右。因此，题库应以认知与技能为主干，人格或动机类题目仅作辅助参考。
使用题库时需注意：禁止直接复制外部商业题库，因版权与本地化问题可能导致法律风险与文化偏差。企业应基于自身岗位数据开发或定制题库，并定期更新。每次测评后需进行项目分析（Item Analysis），剔除区分度低于0.2的题目（即高分组与低分组答对率差异小）。同时，必须向候选人说明测验目的与数据用途，遵守《个人信息保护法》及心理测评伦理准则，不得将结果用于歧视性决策。
