{{office.HeaderText}}

{{office.Address}}

{{office.TeleponeNumber}}

{{office.MobileNumber}}

{{office.Email}}

Master Recruitment Decision Tool

Räkna på den ekonomiska nyttan i rekrytering

Denna artikel är ett komplement till vårt Master Recruitment Decision Tool (RDT) som vi har länkat till i slutet av denna artikel. Vi rekommenderar att du läser artikeln innan du använder verktyget.

Vi har byggt RDT i syfte att minska klyftan mellan forskning och praktik genom att visa de ekonomiska konsekvenserna av olika rekryteringsmetoder, det praktiska värdet av olika rekryteringsmetoder i olika rekryteringsscenarier och den ekonomiska effekten av att byta ut eller förändra metoder i din rekryteringsprocess. RDT är byggt kring General Mental Ability (GMA) och har två delar; den ena är en jämförelse som visar den ekonomiska nyttan med att byta från en rekryteringsmetod till GMA, den andra delen handlar om att ge värdefull inblick i viktiga aspekter av GMA-tester.

GMA-tester har inom forskning länge betraktats som den enda rekryteringsmetod med den högsta förmågan att förutsäga prestation (Schmidt och Hunter, 1998; Le & Schmidt, 2006; Schmidt, Shaffer & Oh, 2008; Schmidt, Oh & Shaffer, 2016). Något som har bekräftats oavsett vilken roll man avser och även i olika länder (Salgado et al., 2003). Vi har därför länge velat utveckla ett verktyg som kan visa upp betydelsen och vikten av denna forskning. Ett verktyg som kan omvandla forskningen till affärsspråk och stödja beslutet kring val av rekryteringsmetod.

Användbarheten och värdet av rekryteringsmetoder förklaras vanligtvis på ett statistiskt språk, inte ett finansiellt språk till skillnad från många andra sektorer i en organisation. Det begränsar jämförbarheten mellan beslut kring rekryteringsmetoder och andra ekonomiska beslut i en organisation. Det är därför viktigt för HR/TA att översätta resultat och kunskaper om rekryteringsmetoder till ett finansiellt språk. RDT-verktyget är byggt med det syftet, att ge HR/TA ekonomiska argument för användning av GMA-tester vid rekrytering.

RDT bygger på Nyttoanalysen, en paraplyterm för en grupp matematiska modeller med rötter i matematik, ekonomi och psykologi (Sturman, 2003).

 

Vad är en nyttoanalys?

Syftet med en nyttoanalys är att kvantifiera nyttan och värdet av olika alternativ för att fatta beslut. Information som redogör för de olika alternativens värde i relation till varandra (Cabrera & Raju, 2001). Nyttoanalysen kan också användas för att samla information om skillnaden i förväntad arbetsprestation för personer som anställs med olika rekryteringsmetoder.

RDT är baserad på en nyttomodell som heter Brogden-Cronbach-Gleser, förmodligen den mest populära nyttomodellen (Sturman, 2003). Matematiken bakom modellen förklaras i detalj i bilagan till RDT.

 

Mekaniken i Master Recruitment Decision Tool

Det finns några viktiga begrepp i nyttoanalyser som är viktiga att förstå, för att förstå hur RDT fungerar och hur vi har utvecklat verktyget.

Nyttoanalysen bygger på olika kriteriers validitet. Kriterievaliditeten förutsäger arbetsprestation för en viss rekryteringsmetod. Kriterievaliditeten i RDT baseras på värden från metastudien av Schmidt, Oh & Shaffer (2016) som länge har varit standardmetoden för att jämföra nyttan av olika rekryteringsmetoder i forskningen. Kriterievaliditeten kan dock vara svår och för abstrakt för att tolkas i praktiken. En kriterievaliditet på 0,50 betyder inte att en rekryteringsmetod kan förutsäga 50 % av arbetsprestationen. Och en metod med en kriterievaliditet på 0,60 förutsäger inte dubbelt så mycket arbetsprestation som en metod med en kriterievaliditet på 0,30 men 4 gånger värdet. Men när det omvandlas i ett verktyg som RDT - kan kriterievaliditet hjälpa till att ge mycket information.

En annan viktig del av nyttoanalysen är variation i arbetsprestation. Variationen är skillnaden mellan hög- och lågpresterande. Forskning visar att nästan alla typer av jobb oberoende av deras komplexitet har en viss variation av arbetsprestation (Hunter, Schmidt & Judiesch, 1990).

Ett av de viktigaste resultaten i denna typ av forskning är den genomsnittliga skillnaden i ekonomisk lönsamhet av hög- och lågpresterande inom olika yrken. Vi använder de mest konservativa uppskattningarna för arbetsvariationer för att se till att vårt verktyg är användbart för olika yrken. Detta innebär att resultaten kan vara en nedre gräns för specifika roller.

Den tredje viktiga delen i nyttoanalysen är urvalskvoten, andelen lämpliga sökande per tjänst. Ju fler sökande vi kan välja mellan, desto viktigare blir rekryteringsmetoden. Om vi ​​har en rekryteringsmetod med skyhög kriterievaliditet men bara en sökande - då är metodens validitet irrelevant, eftersom vi skulle tvingas anställa den personen oavsett vad. Å andra sidan, om vi har många sökande blir metodens validitet mycket viktig, eftersom skillnaden i framtida arbetsprestation från en kandidat till en annan blir viktig.

 

Master Recruitment Decision Tool i praktiken

Master Internationals RDT ger flera resultat kring fördelarna med att välja olika metoder i rekrytering. Verktyget visar den förväntade ekonomiska nyttan, som är skillnaden mellan GMA-tester och annan vald metod, i termer av lönsamhet baserat på prestation hos den som anställts samt hur länge hen stannar i organisationen. RDT visar också den förväntade ekonomiska nyttan per nyanställd och per år.

RDT visar också förväntad arbetsprestation vilket är den procentuella skillnaden i arbetsprestation i genomsnitt när två olika metoder har använts vid rekryteringen. Detta kommer att visa hur viktigt det är att välja en bedömningsmetod framför en annan när man har chansen att anställa högpresterande.

 

Det sista måttet är det antal som behövs anställas med den alternativa metoden för att få samma arbetsprestation som om man använder GMA som rekryteringsmetod.

 

Anledningen till att RDT både har ekonomiska mätvärden (Förväntad ekonomisk nytta - totalt, årligen och per rekrytering) och operativa mätvärden (skillnad i arbetsprestation och antal som behövs rekryteras) är att de kan ge mervärde i olika situationer.

De finansiella mätvärdena används ofta när man kommunicerar med människor utanför HR som hjälpmedel vid beslutsfattande. Operativa mätvärden kan vara mycket användbara när man gör strategiska val internt inom HR.

Rekrytering i verkliga livet inkluderar alltid ett mått av slump, och du kan både ha otur och tur med din rekrytering oavsett hur bra din rekryteringsmetod är. RDT erbjuder en simulering av det rekryteringsscenario du har valt där slumpmässigheten i verkliga rekryteringar ingår.  

RDT erbjuder också en opt-in-analys som kallas sökandeanalys till skillnad från de andra mätvärdena, detta är inte en jämförelsesanalys, men den visualiserar och analyserar effekten av förändringar i ditt antal sökande per rekrytering. Denna analys är avancerad och är riktad till HR som hjälper till att skapa en nyttoanalys om det finns ett värde i att investera i att locka fler sökande.

 

 

Hur man presenterar och använder verktyget i praktiken

Det viktigaste syftet med detta verktyg är att visa att det finns verkliga ekonomiska fördelar och konsekvenser av ditt val av rekryteringsmetod. Även metoder som inte skiljer sig mycket åt i kriterievaliditet kan visa helt andra resultat när de tillämpas i ett rekryteringsscenario.

Det är vår förhoppning att RDT kan användas för att förklara konsekvenserna och vikten av att välja rätt rekryteringsmetod för beslutsfattare och organisationen utanför HR. Innan du presenterar resultat från RDT för beslutsfattare, ta lite tid att bekanta dig med resultaten och bestämma vilka du behöver visa. Det kan vara överväldigande att se samtliga resultat på en gång, och kanske är det bara några som är relevanta i din specifika situation.

Länk till verktyget

 

Här hittar du en video om hur du gör när du fyller i RDT (4 min):

 

Referenser

Cabrera, E.F. and Raju, N.S. (2001), Utility Analysis: Current Trends and Future Directions. International Journal of Selection and Assessment, 9: 92-102. https://doi.org/10.1111/1468-2389.00166

Le, H. and Schmidt, F. (2006) Correcting for Indirect range restriction in meta-analysis: Testing a new meta-analytic procedure. Psychological Methods, Volume 11: 416–438. https://psycnet.apa.org/doi/10.1037/1082-989X.11.4.416 

Hunter, John & Schmidt, Frank & Judiesch, Michael. (1990). Individual differences in output as a function of job complexity. Journal of Applied Psychology. 75. 28-42. https://doi.org/10.1037/0021-9010.75.1.28

Salgado, J.F., Anderson, N., Moscoso, S., Bertua, C., and De Fruyt, F. (2003) International Validity Generalization of GMA and Cognitive Abilities: A European Community Meta‐Analysis. Personnel Psychology, Volume 56: 573-605. https://doi.org/10.1111/j.1744-6570.2003.tb00751.x 

Schmidt, F. and Hunter, J. (1998) The Validity and Utility of Selection Methods in Personnel Psychology. Psychological Bulletin, Volume 124(2): 262-274. https://doi.org/10.1037/0033-2909.124.2.262 

Schmidt, F. L., Oh, I. S., and Shaffer, J. A. (2016) Validity and utility of Selection Methods in Personnel Psychology: Practical and theoretical implications of 100 years of research findings. Working paper

Schmidt, F. L., Shaffer, J. A., and Oh, I.-S. (2008) Increased accuracy of range restriction corrections: Implications for the role of personality and general mental ability in job and training performance. Personnel Psychology, Volume 61(4): 827-868. https://doi.org/10.1111/j.1744-6570.2008.00132.x 

Sturman, C, M., (2003) Utility Analysis: Definition and History. The Cornell Hotel and Restaurant Administration Quarterly, Volume 44(2): 109-116, https://doi.org/10.1016/S0010-8804(03)90024

Category: Recruitment, Talent Acquisition

Datum: 14.10.2021