Hitta rätt direkt: Rekrytera med matematisk formel

Tänk dig in i följande: Du intervjuar en kandidat för en tjänst. Han ger ett sympatiskt intryck, levererar bra svar på dina frågor och får dessutom goda vitsord från sina referenser.

”En klockren rekrytering”, tänker du. ”Honom ska vi ha.” En vecka senare skriver ni anställningsavtal.

Känner du igen det? Du är inte ensam.

Problemet är att det här sättet att rekrytera inte är tillförlitligt. Risken är stor för att du anställer fel person eller missar den som är mest lämpad. Och att du dessutom gör dig skyldig till diskriminering. Det menar Sofia Sjöberg, filosofie doktor i psykologi vid Stockholms universitet, som nyligen la fram sin avhandling om urvals­processer vid rekrytering.

Huvuddelen av hennes avhandling handlar om den del av arbetspsykologin som brukar kallas urval, det vill säga hur vi bedömer och väljer ut vilken kandidat som är bäst lämpad för ett visst jobb.

Avhandlingen bygger på så kallade metastudier där Sofia Sjöberg har gått igenom mängder av tidigare forskning för att få en bild av det samlade kunskapsläget.
En fråga, som ofta glöms bort när det pratas om rekrytering, handlar om vad vi gör med informationen efter att vi har samlat in den. Hur väger vi samman olika bedömningsmetoder, exempelvis testresultat och intervjuer, och vilka slutsatser drar vi av dem?

I detta sammanhang är två begrepp centrala:

1. Klinisk bedömning.

2. Mekanisk bedömning.

Den kliniska bedömningen handlar om att vi gör en subjektiv sammanvägning av den information som vi har om varje kandidat för att bedöma hur väl en person matchar de krav som vi har på en viss tjänst. Det kan exempelvis handla om att vi skapar oss ett intryck av en person under en intervju. Men det kan också handla om hur vi tolkar resultatet på ett personlighetstest och fattar beslut utifrån denna tolkning.

Den mekaniska bedömningen handlar om att frångå det subjektiva tyckandet och i stället bedöma kandidaterna genom att vikta den information som vi har om dem matematiskt.

Det ger i sin tur en lämplighetspoäng som kan användas för att rangordna kandidaterna och avgöra vem som ska väljas eller väljas bort.

I sin allra enklaste form handlar mekanisk bedömning om att ta en persons testresultat och multiplicera värdena med en viss faktor beroende på hur stor vikt vi vill tillmäta de olika variablerna.

Variablerna behöver inte nödvändigtvis komma från ett test, utan kan lika gärna vara tagna från en strukturerad intervju eller någon form av subjektiv bedömning uttryckt i poäng. Det viktiga är att bedömningen har en bevisad förmåga att förutsäga arbetsprestation och att den går att översätta till siffror.

I praktiken skulle det kunna se ut så här, där den första siffran anger ett testvärde och den andra siffran anger hur tungt värdet ska väga:

Kandidat 1
Allmänbegåvning: 80 x 1,5 = 120
Noggrannhet: 50 x 1 = 50
Stresstålighet: 70 x 0,5 = 35
Total poäng: 205

Kandidat 2
Allmänbegåvning: 50 x 1,5 = 75
Noggrannhet: 65 x 1 = 65
Stresstålighet: 80 x 0,5 = 40
Total poäng: 180

Kandidat 3
Allmänbegåvning: 70 x 1,5 = 105
Noggrannhet: 35 x 1 = 35
Stresstålighet: 50 x 0,5 = 25
Total poäng: 165

I detta exempel skulle alltså kandidat 1, med sina 205 poäng, ha fått jobbet.

Självklart är det omöjligt att veta på förhand hur den perfekta formeln ser ut. Men poängen är att alla kandidater bedöms på samma sätt. Det är just det som är den stora skillnaden mellan en mekanisk bedömning och en klinisk bedömning.

För även en klinisk bedömning utgår från ett antagande om vilka egenskaper som är viktiga för tjänsten och hur tungt dessa ska väga, vare sig bedömaren är ­medveten om det eller inte.

Problemet är att den typen av bedömning inte blir lika för samtliga kandidater eftersom det inte går att undgå att påverkas av ovidkommande faktorer.

Exempelvis kanske du gillar eller ogillar ­en kandidat och låter det påverka ditt ­beslut, även om det inte har någon relevans för hans eller hennes förmåga att klara jobbet.

Vid en mekanisk bedömning riskerar vi inte att den typen av faktorer grumlar vår bedömning, vilket har flera fördelar, menar Sofia Sjöberg:

1. Ökad lönsamhet
”Eftersom en mekanisk bedömning är mer träffsäker innebär det att rekryteringarna blir bättre. Och när rekryteringarna blir bättre blir organisationen som helhet mer effektiv och lönsam”, säger Sofia Sjöberg.

2. Effektivare användning av tiden
En mekanisk bedömning kräver mindre tid. För oavsett om informationen kommer från ett test eller något annat bedömningsinstrument handlar det i grund och botten om att lägga in siffror i en matematisk formel och sedan rangordna kandidaterna efter den totala poängen.

3. Minskad risk för diskriminering
En mekanisk rekrytering minskar riskerna för att du ska göra dig skyldig till diskriminering, vare sig den är medveten eller inte.

”När det inte går att skilja mellan kandidater utifrån mer formella faktorer som utbildning eller erfarenhet är det lätt hänt att det leder till diskriminering, eftersom man då går på variabler som inte är tillförlitliga eller relevanta”, säger Sofia Sjöberg.

För att vara helt säker på att undgå anklagelser om diskriminering gäller det att de som har fattat rekryteringsbeslutet kan redogöra för varför de har tagit det beslut som de har tagit.

”70 procent av alla rekryteringsbeslut fattas utifrån rekommendationer. Men om diskrimineringsombudsmannen knackar på dörren håller inte det”, säger Sofia Sjöberg.

Trots fördelarna med mekanisk bedömning finns det ett stort motstånd mot att använda sig av den här typen av rekryteringsmetod i praktiken.

Hur kommer det sig då att så få använder mekanisk bedömning? Här är några förklaringar:

1. Tilltro till erfarenhet
Ett vanligt argument är att ”jag har arbetat så länge med det här att jag har en god magkänsla för vem som fungerar och inte”. Men den förklaringen håller inte enligt Sofia Sjöberg, som menar att en klinisk bedömning sänker tillförlitligheten med närmare 50 procent.
”All forskning visar att ju längre du har arbetat med något, desto sämre blir du på att göra den här typen av bedömningar. Vi förenklar alltmer när vi blir mer insatta. Dessutom får vi en större tilltro till vår egen förmåga och fattar snabbare beslut.”

2. De flesta presterar okej
Många rekryteringar rullar på som vanligt eftersom de flesta människor trots allt presterar på en acceptabel nivå. Samtidigt vet de som rekryterar inte vad de missar och vad de skulle ha fått i stället om urvalsprocessen hade sett annorlunda ut.

3. Missvisande förklaringar
Om en rekrytering går snett förklaras det gärna med andra faktorer än att det berodde på en otillförlitlig urvalsprocess. Exempelvis kan det heta att kandidaten mår dåligt just nu och därför inte kan göra ett bra jobb.

Men finns det då inte en risk för att de som inte presterar tillräckligt bra på exempelvis ett problemlösningstest stängs ute från arbetsmarknaden?

”Det finns ju inte alltid en sådan spridning i gruppen att man tävlar mot personer som ligger högt. Dessutom tittar man på flera faktorer. Sedan måste vi också komma ihåg att det inte är schysst att sätta män­niskor på positioner som de inte klarar av. Det finns inget etiskt med en felrekrytering.”