SDy: Den viktigaste HR-statistiken du aldrig har hört talas om
Detta är den första i en serie artiklar som tar upp några av grunderna inom HR, och SDy är särskilt grundläggande för att fatta bra beslut i dina nuvarande och framtida HR-roller. Så vad är SDy? SDy är en statistisk metod för att beräkna prestationsskillnaden i dollar mellan kandidater eller nuvarande rollinnehavare. Som exempel kan vi säga att du rekryterar till en roll och har begränsat urvalet till två kandidater som båda kan utföra jobbet och passar bra, men du föredrar den ena framför den andra. Du erbjuder jobbet och kandidaten du valt först återkommer och ber om ytterligare $10,000 i lön – SDy kan hjälpa dig att fatta detta beslut.
För att beräkna SDy behöver du först ett objektivt mått som lämpar sig för att förutsäga framtida arbetsprestation. Vid urval kan du till exempel använda ett test av generell mental förmåga, en strukturerad intervju eller ett bedömningscenter med mera – alla dessa bedömningar kommer, när de genomförs korrekt, att ge dig ett resultat för varje kandidat. Med hjälp av dessa resultat behöver du beräkna standardavvikelsen, vilket du kan göra genom att följa dessa instruktioner (om detta inte verkar begripligt finns det gott om förklaringar på nätet, googla helt enkelt ‘beräkna standardavvikelse’):
I detta exempel har vi 15 sökande som vi har bedömt genom en strukturerad intervju och fått 15 bedömningsresultat, och du kan beräkna standardavvikelsen antingen manuellt eller helt enkelt använda MS Excel och följa dessa instruktioner
Börja med att skriva in dina 15 bedömningsresultat i Excel, med varje tal i en egen cell:
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
95, 68, 58, 64, 84, 68, 72, 75, 59, 90, 89, 78, 82, 65, 67,
Skriv sedan helt enkelt in formeln =STDEV(ange området här, dvs. =STDEV(A1: A15)) längst ned i listan, så får du din standardavvikelse; i vårt fall är standardavvikelsen 11.61.
Det standardavvikelsen visar för oss är hur mycket medlemmarna i en grupp skiljer sig från medelvärdet eller genomsnittet. Vanligtvis kommer 68 % av vårt urval att ligga inom en standardavvikelse från medelvärdet, det vill säga att 68 % av vårt urval fick mellan 62.65 och 85.88 (vilket beräknas genom att lägga till standardavvikelsen till medelvärdet för det övre resultatet (74.266 + 11.61 = 85.88) och dra av standardavvikelsen från medelvärdet för att få det lägre resultatet (74.266 – 11.61 = 62.65)).
Om du fortfarande hänger med, fantastiskt – du är på väg att förstå varför jag tycker att SDy är så grundläggande för att fatta bra beslut inom HR. SDy är en uppskattning av medarbetarens prestation baserad på 1 standardavvikelse. Den uppskattar prestationsskillnaden i dollar mellan en genomsnittlig medarbetare och en högpresterande medarbetare, fastställd utifrån deras resultat på ett bedömningsmått. Hur låter allt detta på vanlig svenska? Låt oss säga att vi har två kandidater, en som fick 75 (alltså ganska nära medelvärdet 74.266) och en som fick 89 (återigen ganska nära en skillnad på en standardavvikelse från resultatet 75); hur mycket bättre kommer den som fick 89 att prestera på jobbet? Det är detta SDy uppskattar åt oss. Att beräkna standardavvikelsen är den svåra delen, vilket kan göras med hjälp av MS Excel. För att beräkna SDy behöver vi bara multiplicera årslönen för rollen med 40 %, vilket ger oss SDy. För att förenkla beräkningen använder vi $100,000 som årslön för rollen vi rekryterar till. SDy = 100,000 * 0.4, vilket är 40,000. Det här är ganska spännande: nu vet vi att det finns en prestationsskillnad på $40,000 mellan dessa två kandidater. Denna information är otroligt användbar; den kan hjälpa oss att bedöma motbud – hur mycket bättre förutspår vi att vårt förstahandsval kommer att prestera jämfört med vårt andrahandsval, och kan vi motivera att betala dem mer än vad vi ursprungligen hade avsatt i vår budget för rollen, eller bör vi välja vår andrahandskandidat?
Jag bör påpeka att vi inte måste använda bara 1 standardavvikelse. Vi kan till exempel ha två kandidater som bara ligger 0.5 standardavvikelser från varandra, eller 0.3 standardavvikelser från varandra. För att beräkna dessa värden multiplicerar vi helt enkelt 40,000 med procentandelen av standardavvikelsen, dvs. 40,000 x 0.5 = 20,000 eller 40,000 x 0.3 = 12,000. Om vi återigen tar exemplet med våra två främsta kandidater, men i detta exempel ligger de bara 0.3 standardavvikelser från varandra och vår förstahandskandidat vill ha ytterligare $10,000 i lön, kan vi ompröva saken och konstatera att även om förstahandskandidaten är bättre, är hen inte så mycket bättre än vårt andrahandsval att det motiverar en lön som är $10,000 högre än vad den andra kandidaten sannolikt skulle acceptera.
SDy används oftast vid urvalsfrågor och utbildning. Vid urval kan det till exempel användas för att avgöra om det är värt att använda ett externt bedömningscenter för rollen du rekryterar till. Alternativt: kommer det utbildningsprogram du har ombetts att granska att höja deltagarnas prestation tillräckligt mycket för att motivera den initiala kostnaden?
