I løpet av de siste årene har du kanskje hørt begrepet «evidensbasert rekruttering» (EBR) her og der. Det har blitt spesielt synlig i diskusjoner om logiske evnetester eller personlighetstester for kandidater, noe som har skapt debatt om relevans og forvirring om hvordan det forholder seg til den velkjente kompetansebaserte rekrutteringen.
Virkeligheten er imidlertid mye enklere: EBR er den naturlige evolusjonen av kompetansebasert rekruttering. Evne- og personlighetstester er bare en komponent i EBR, ikke hele konseptet.
Med ordene til den anerkjente eksperten og professoren i organisasjonspsykologi, Paul Sackett: “Evidence based recruitment is the practice of making hiring decisions founded on reliable and validated data of actual work performance”.
Hvordan har rekruttering utviklet seg takket være vitenskap og teknologi?
Som med nesten alt annet i organisasjoner, har digitalisering hatt stor innvirkning på hvordan vi forstår og utfører rekruttering. Vi har beveget oss fra en intuitiv og unøyaktig tilnærming, til en systemstøttet og datainformert tilnærming som gjør det mulig å forutsi arbeidsprestasjoner for spesifikke roller og kontekster med høy pålitelighet. La oss gå gjennom det steg for steg.
Tradisjonell rekruttering
Før i tiden ble rekruttering gjort med lite eller ingen struktur. En ansettende leder gjorde det ofte på egen hånd, med lite støtte fra rekrutteringsspesialister. De gjorde sitt beste for å finne ut hvem som var den rette kandidaten gjennom intervjuer med spørsmål de trodde (eller hadde hørt) var relevante, uten klare suksesskrav. Typiske eksempler inkluderer:
- Hvorfor vil du ha denne jobben?
- Hvor ser du deg selv om 5 år?
- Hvor mange tennisballer får plass i et fly?
Intervjueren fikk tvetydige signaler fra svarene, og uten en vurderingsmatrise brukte de intuisjonen til å tolke dem basert på hva de følte og tenkte om kandidaten. Dermed ble egne fordommer og subjektivitet en del av vurderingen.
På grunn av mangelen på et robust rammeverk for suksesskrav, brukte ledere ofte "proxy-signaler" som antall års erfaring, eller prestisje fra visse universiteter eller tidligere selskaper, i et forsøk på å identifisere toppkandidater.
Tanken var at «hvis noen har vært lenge i en rolle, eller har vært i et kjent selskap/skole, så må de være flinke». Men i dag vet vi med sikkerhet at ansiennitet ikke er det samme som ferdighetsnivå, og at tidligere suksess i en prestisjefylt kontekst ikke garanterer fremtidig suksess i din bedrift. Kontekstuelle variabler som kultur, team og ledelse har sterk innflytelse på faktisk prestasjon.
Denne tilnærmingen er preget av:
- Unøyaktige krav (eller ingen i det hele tatt).
- Unøyaktige vurderingsmetoder.
- Høy grad av subjektivitet og ubevisste fordommer.
Forskning viser at denne tilnærmingen har en suksessrate på rundt 20 % [1], der «suksess» betyr at kandidaten presterer over gjennomsnittet etter halvannet år i rollen.
Kompetansebasert rekruttering
Da man innså manglene ved den tradisjonelle metoden, startet mange selskaper rundt midten av 2000-tallet reisen mot en mer strukturert tilnærming sentrert rundt «kompetanser».
Kompetanser er begreper som brukes for å beskrive individuelle egenskaper som kan fremme arbeidsprestasjon. Typiske eksempler er: samarbeidsevne, lederskap, tidsstyring og interessenthåndtering.
Dette var en massiv forbedring for sin tid:
- Det ga struktur ved å gruppere atferd under en kompetanse.
- Det ga bedre samsvar mellom krav for ulike roller.
- Det startet samtalen om «hard skills» (faglige ferdigheter) og «soft skills» (mellommenneskelige ferdigheter).
- Spesifikke spørsmål (f.eks. ved bruk av STAR-metoden) ble laget for å vurdere kompetanse mer fokusert og objektivt.
Disse forbedringene førte til at suksessraten for ansettelser økte til ca. 50 % [2]. Selv om dette er mer enn en dobling, er det fortsatt ikke mye bedre enn tilfeldigheter. Dette skyldes blant annet:
- Kompetanser er ikke veldefinerte psykometriske konstruksjoner; de er åpne for tolkning.
- Interne kompetansemodeller er vanskelige å vedlikeholde og overføre mellom avdelinger.
- Valg av kompetanser er ofte basert på antakelser, ikke data.
- Vurderingene er ikke alltid psykometrisk valide eller pålitelige.
Kompetansebasert rekruttering var et nødvendig steg som la grunnlaget for EBR. Man måtte lære å gå før man kunne begynne å løpe.
Evidensbasert rekruttering (EBR)
Nå har vi kommet til EBR i nåtiden. I en tid preget av «big data», er dette metodikken fremoverlente organisasjoner har begynt å implementere.
Hva er egentlig EBR? Kort fortalt handler EBR om å identifisere hvilke egenskaper og ferdigheter som faktisk har gjort noen til en topp-performer i en spesifikk rolle og kontekst, for så å ansette kandidater som viser kvantifiserbare bevis på disse egenskapene under rekrutteringsprosessen.
EBR gir mer struktur og nøyaktighet gjennom anvendt organisasjonspsykologi og datavitenskap. De definerende kjennetegnene er:
- Datadrevet: Både krav og kandidategenskaper kvantifiseres som strukturerte datapunkter.
- Valid og pålitelig: Vurderingsmetodene er vitenskapelig bevist å være nøyaktige.
- Lukket tilbakemeldingssløyfe: Data om arbeidsprestasjon korreleres med rekrutteringsdata for å se hva som faktisk forutsier suksess.
- Objektiv og upartisk: Reduserer menneskelige fordommer i både vurdering og beslutningstaking.
EBR kan ikke eksistere i et vakuum i rekrutteringsavdelingen; det fungerer best som en del av «people analytics» der hele medarbeiderreisen (prestasjon, belønning, osv.) er koblet sammen. Det krever mer innsats, men gevinsten er stor: EBR anslås å øke suksessraten ved ansettelser til 70–80 % [3].
Kjerneelementene i evidensbasert rekruttering
Det er fem steg som må være på plass for EBR:
- Definer prestasjonsmål: Hva betyr «god prestasjon» i denne rollen?
- Velg kritiske krav: Definer ferdighetene og egenskapene som muliggjør ønsket atferd.
- Bruk pålitelige utvelgelsesmetoder: Evaluer kandidater med nøyaktige tester og verktøy.
- Objektiv beslutningstaking: Vei alle datapunkter mot de forhåndsdefinerte kravene.
- Valider prestasjon: Analyser jobbprestasjon mot rekrutteringsdata for å finjustere kravene.
I Academic Work tilrettelegges alle disse trinnene gjennom vår egen teknologi, fra vårt eget rekrutteringssystem (ATS) til en kombinasjon av egne og eksterne kvalitetssikrede tester, algoritmer og analyseverktøy. Det som gjør oss unike, er vår teknologiske kapasitet til å forutsi arbeidsprestasjon basert på bevis i stedet for antakelser.
I de neste blogginnleggene i denne serien vil vi gi et dypere dykk i hvert av de fem trinnene i EBR, med konkrete tips til hva du og din organisasjon kan gjøre for å jobbe mer evidensbasert.
Har du spørsmål eller vil du vite mer? Ikke nøl med å ta kontakt ved å klikke her.
Velkommen til reisen mot evidensbasert rekruttering!
Referanser
1. Estimating Traditional recruitment success:
- Murphy, M. (2011). Hiring for attitude, McGraw-Hill. Education, Leadership IQ study.
2. Estimating Competence based recruitment success:
- Stroo, M., Asfaw, K., Deeter, C., Freel, S. A., Brouwer, R. J. N., Hames, B., & Snyder, D. C. (2020). Impact of implementing a competency-based job framework for clinical research professionals on employee turnover. Journal of Clinical and Translational Science, 4, 331–335.
- Kolibáčová, D. (2014). The Relationship Between Competency and Performance. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 62(6), 1315-1320.
- Dadwal. S, & Arya. P (2024). Impact of Competency Based Recruitment and Selection on Retention of Employees. International Journal of Research Publication and Reviews, Vol 5, no 3, pp 3545-3548
3. Estimating Evidence based recruitment success:
- Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022) Revisiting Meta-Analytic Estimates of Validity in Personnel Selection: Addressing Systematic Overcorrection for Restriction of Range. Journal of Applied Psychology
- Sjöberg, S. (2014) Utilizing research in the practice of personnel selection: General mental ability, personality, and job performance. Doctoral thesis. Faculty of Social Sciences, Department of Psychology, Stockholm University, Sweden
- Kuncel, N. R., Connelly, B. S., Klieger, D. M., & Ones, D. S. (2013) Mechanical versus Clinical data combination in Selection and Admissions Decisions: A MetaAnalysis, Journal of Applied Psychology.
