Personalselektion und Plazierung Seminar bei Herrn Prof. Nachreiner Thema: Auswahlnutzenanalyse hinsichtlich HRM Entscheidungen

Aufbau des Referats Beispielrechnung Überblick über das Thema Vorstellung der verschiedenen Modelle hinsichtlich ihrer Nützlichkeitskeitsanalyse Weitere Aspekte bei Verwendung von Nützlichkeitanalysen und Probleme Ausblick

Überblick Betrachtung der Nützlichkeitsmodelle hinsichtlich der drei grundlegenden Nutzenanalysevariablen: Qualität, Quantität und Kosten Betrachtungsweise der Modelle aus der Sicht des Entscheidungstreffenden Problematiken hinsichtlich der Verwendung von Nützlichkeitsmodellen

Entscheidungsorientierter Ansatz Die Bildung numerischer Werte zu quantitativen Eigenschaften des Individuums ist die Hauptintention der traditionellen Theorie Praktische Test verfolgt jedoch das Ziel eine bessere qualitativen Entscheidung (Zuweisung einer Person in eine Kategorie bspw.) herbeizuführen Reine Meßtheorie bietet sich an, wenn kein beschränkter Kontext vorhanden ist, dieser beeinflusst die Bewertung der Skala Auswahlnutzenanalysen werden deshalb aus Sicht des Entscheidungtreffenden betrachtet mit der Überprüfung der Modelldefinitionen auf ihren „Wert“ sowie der Gebrauch der drei Konzepte zur Bewertung des Modelle hinsichtlich ihres Entscheidungswertes

Die drei Konzepte der Menge, der Qualität und der Kosten Quantity: Reflektiert die Konsequenzen des Programmes bezüglich der Menge von Arbeitnehmern und der betroffenen Zeitperioden Quality: Reflektion der Konsequenzen des Programmes pro Person und Zeitperiode Cost: beanspruchte Resourcen das Programm einzuführen und zu unterhalten Der Erlös eines Auswahlprogrammes ist: (Quantity * Quality) – Cost = payoff

Modell des Validitätskoeffizienten (1-2) Definition Validitäskoeffizienten (rx,y): Korrelation zwischen einem „predictor“ ( z.B. Interviewergebnisse) und einigen „criterion measure“ (Verhalten, was auf Grundlage des Prediktors hervorgesagt wird) Korrelationskoeffizient und Indizes werden von Validitätskoeffizienten abgeleitet Nur relativ große Unterschiede im Validitätskoeffizienten führen wichtige Unterschiede im Wert eines Tests herbei

Bewertung aus Sicht der entscheidungsorientierten Perspektive (2-2) Kein guter Indikator hinsichtlich der Testgebräuchlichkeit bezüglich seiner Entscheidungsqualität Korrelationskoeffizient behandelt jegliche Abweichung vom vorhergesagten Wert von der linearen Funktion als gleich unwünschenswert Weder die Quantität beanspruchter Zeitspannen durch das Programm noch die Menge der betroffenen Arbeitnehmer in jeder Zeitperiode wird reflektiert Keine Aussage über die Entstehung von Kosten, resultierend aus der Entwicklung und Anwendung von Selektionsprogrammen

Das Modell des Erfolgsverhältnisses (1-2) Def: Das Erfolgsverhältnis repräsentiert den Prozentsatz von ausgewählten Individuen, die erfolgreich im Job sind Ausgehend vom Taylor-Russel(1939) Tableau, andere Parameter konstant gilt: a) höhere Validitäten resultieren im verbesserten Erfolg (lineare Beziehung) b) niedrigere Auswahlverhältnisse bringen verbesserte Erfolgsverhältnisse hervor (man wird wählerischer in den Entscheidungen bzgl. eines neuen Arbeitnehmers) c) je näher die Basisraten an 0,5 desto besser ist das Erfolgsverhältnis, denn eine stichhaltige Auswahl hat weniger Wert, je näher sie an Null oder Eins heranreicht

Bewertung aus Sicht der entscheidungsorientierten Perspektive (2-2) Problematik des dichotomen Kriteriums Quantity: ignoriert die Anzahl der betroffenen Arbeitnehmer und die Anzahl von Zeitspannen währenddessen dieser Effekt andauern wird Quality: bessere Beschreibung des Qualitätswechsels durch das Programm; liefert einige Ideen hinsichtlich erhöhter Erfolgs- wahrscheinlichkeit, wobei diese Qualität von Fall zu Fall unter- schiedlich interpretiert werden muss Cost: Das Taylor Russel Modell ignoriert die Kosten

Das standardisierte Kriteriumslevel (1-3) Behebt die Fehler des vorhergehenden Modells (einfache zweidimensionalen Verteilung) durch die Definition eines kontinuierlichen Kriteriums Gebrauch einer linearen Regressionsanalyse zur Veran- schaulichung der Beziehung zwischen dem Korrelations- koeffizienten und Erhöhungen in einem Kriterium (gemessen auf einer kontinuierlichen Skala) a) (Zy) = (rx,y) (Zx) Lineare Beziehung zwischen dem Kriterium und dem Prediktorpunktestand Erhalt einer unvoreingenommene Schätzung der Veränderung von standardisierten Kriteriumspunkten (Zy) korrespondierend mit der Veränderung eines standardisierten Prediktorpunktestandes (Zx) in der Bewerberpopulation

Das standardisierte Kriteriumslevel (2-3) Bei Kenntnis des Durchschnitts vom standardisierten Prediktorpunktestand von den ausgewählten Bewerbern (Zx) Erhält man durch das Produkt vom Validitätskoeffizienten Und dem standardisierten Prediktorpunktestand die beste Vorhersage über den Durchschnitt des standardisierten Punktestandes von der ausgewählten Gruppe b) (Zy) = (rx,y) (Zx)

Bewertung aus Sicht der entscheidungsorientierte Perspektive(3-3) Begegnet einem Mangel vom Taylor-Russell Modell durch die Definition des Erlöses auf einem kontinuierlichen Kriterium, jedoch ist es schwierig in anderen natürlichen Ein- heiten zu messen (z.B. Dollar, gesenkte Kosten) Stellt ebenso nur den Unterschied zwischen dem Durchschnittspunktestand des Kriteriums bei Anwendung oder Nichtanwendung des Prediktors dar Totale Nutzen ist nicht berechnet nur der Grenzwert bei Nichtanwendung des Prediktors Quantität ist nicht berücksichtigt, die Qualität ist in statistischen als in greifbaren Werten und die Kosten sind immer noch unberücksichtigt

Das B-C-G Modell (1-3) 1) U = (SDy) * (rx,y) (Zx) – C/SR Problem der Anwendung standardisierter Kriteriumslevel als Erlösfunktion, ist dass sie schwierig in realen Einheiten zu interpretieren sind. Folgende Nutzengleichung (Brogden, Cronbach und Gleser) wird erstellt: 1) U = (SDy) * (rx,y) (Zx) – C/SR 2) U = (Ns)(SDy) * (rx,y) (Zx) – (C)*(Napp)  U = monetärer Geldbetrag resultierend aus dem Unterschied durch die Auswahl mit oder ohne Prediktor U= totaler Gewinn von der Nutzung eines Prediktors (Ns)=Anzahl Ausgewählter SDy= Scaling factor, Dollarwert von einer Eins-Standarddeviationunterschied im criterion level (Zx)=standardisierter Durchschnittsprediktorpunktestand von den ausgewählten AN C= per applicant cost (Napp)=Anzahl der Bewerber

Das B-C-G Modell (2-3) Weiterhin wird empfohlen den Unterschied im Nutzen zwischen zwei Tests zu berechnen Ersetzen der Differenzbeträge in Validitätsbeträgen für (rx,y) und den Kostenunterschied für C in den beiden Gleichungen

Bewertung aus Sicht der entscheidungsorientierten Perspektive(3-3) Herangehensweise entspricht mehr den Unternehmenszielen (Erhöhung des monetären Gewinn) Enthält alle drei Konzepte Quantität: enthalten in der Anzahl der Ausgewählten und der Durchschnitt ihrer Festanstellung Qualität: entspricht dem Produkt aus (SDy) (rx,y) (Zx), bringt Kosten: C entspricht den Kosten der Implementierung und Entwicklung des Auswahlprogramms

Aspekte zur weiteren Berücksichtigung bei der Anwendung von Modellen (1-2) Finanzielle und ökonomische Faktoren Variable Kosten; werden berücksichtigt durch die Mulitplikation des zunehmenden Servicewertes mit einer Proportion V. Gibt Ausdruck über die Änderung von Nettogwinnen zu den Änderungen in Verkaufserlösen Steuern; (Nettogewinne+Einführungskosten C)*(1-TAX) Zinssätze; Reinvestition von Erträgen Bessere Reflexion der ökonomischen Realitäten in Organisationen bezüglich der erhaltenen Nutzenwerte, bessere Vergleichbarkeit zu Programmen in anderen Managementfunktionen

Aspekte zur weiteren Berücksichtigung bei der Anwendung von Modellen (2-2) Fliessende Arbeitnehmernutzenmodell Geht über die reine Betrachtung der Konsequenzen aufgrund der Einstellung einer Arbeitnehmergruppe hinaus Betont die Wichtigkeit des Mengenkonzeptes hinsichtlich der weitreichenden Konsequenzen von HRM-Entscheidungen Das Auswahlprogramm wird selten nur einmal eingesetzt, vielmehr wird es immer wieder bei Neueintritt von AN angewendet Nutzenvariablen können sich über die Zeit ändern, das fliessende Modell reflektiert über die Zeit vollziehende Änderungen Die Auswahl der AN wird über die Zeit immer besser Wiederholte Anwendung von verbesserten Auswahlprogrammen hat einen erheblichen Einfluss auf die Produktivitätssteigerung der AN über die Jahre

Kritische Betrachtung von Erlösfunktionen Trotz der Berücksichtigung der Kosten, Verkäufe und Gewinne anhand der Erlösfunktionen sollte man jede Funktion hinsichtlich der Fähigkeit der Verbesserung von der Qualität oder vielmehr der Vorhersage und Erklärung von Entscheidungen überprüfen Nicht produktivitätsrelevante Aspekte (z.B. ethische Codes, Gemeinschaftsbeziehungen etc. innerhalb der Organisation) werden ignoriert Typische Forschungsansatz des Vergleiches von SDy-Schätzungen verfehlt jedoch den oben genannten Entscheidungskontext

Maßnahmen der Verbesserung der Schätzung von SDy (1-2) Kostenrechnung: Zuweisung eines Wertes zu Leistungseinheiten oder dem Output von jedem Individuum, mit der Standardabweichung von der Leistung des betrachteten Individuums ausgedrückt durch SDy Global estimation:Expertenschätzung von der gesamten jährlichen in Dollar bewerteten Leistung zu zwei, drei oder vier Prozentsätzen von einer hypothetischen Leistungsverteilung; die Durchschnittsunterschiede zwischen diesen Prozentsätzen ist SDy

Maßnahmen der Verbesserung der Schätzung von SDy (2-2) Individualized estimation: Umwandlung von meßbaren Charakteristiken von jedem Individuum (z.B. Gehalt, Verkaufsakivität) in Dollar unter Verwendung eines Skalenfaktors wie das Durchschnittsgehalt oder Durchschnittsverkäufe; die Standardabweichung dieser Werte repräsentiert SDy Proportional rules: Multiplikation einiger vorhandener Produktivitätsbezogener Variablen (z.B. Durchschnittslohn, Durchschnittsverkäufe, Durchschnittsproduktivitätswert) mit einer Proportion um SDy zu schätzen

Die Rolle der Unsicherheit und des Risikos in Nutzenanalysen Unsicherheit stammt größtenteils von Messfehlern hinsichtlich SDy Hierzu existieren lt. Rich und Boudreau vier Methoden, die die Unsicherheit berücksichtigen: a) Sensibilitätsanalyse b) Break – even Analyse c) Algebraische Herleitung der Nutzenwertvariabilität d) Monte Carlo Analyse

Methoden für die Schätzung von Unsicherheit bei Nutzenanalysen (1-4) a) Sensibilitätsanalyse: Bewertung von Nutzenparametern, beginnend mit dem niedrigsten Wert bis hin zu seinem höchsten Wert, andere Parameter konstant gehalten Nutzenschätzungen, resultierend aus den einzelnen Kombinationen der Parameterwerte, werden hinsichtlich der Tatsache untersucht, welche Parametervariabilität den größten Effekt hat Variante von Sensibilitätsanalysen bringen es mit sich, das sie so konservativ wie möglich bei den Nutzenschätzungen sind Unterschätzung von SDy seitens der Wissenschaftler

Kritikpunkte bei der Sensibilitätsanalyse (2-4) Keine Informationen über simultane Wechsel in verschiedenen Nutzenparametern Wie sieht es mit der Nutzenverteilung oder ihrer Wahrscheinlichkeit assoziiert mit bestimmten Parameterwertkombinationen aus Aufgrund des Bestimmung der Parameter auf iihr konservativstes Level kann ein Programm fälschlicherweise abgelehnt werden (ein vorgegebenes zu hohes Risiko)

Methoden für die Schätzung von Unsicherheit bei Nutzenanalysen (3-4) b) Break-even Analyse: Kalkulation des niedrigsten Wertes von irgendeinem individuellen Nutzenparameter (oder Kombination), das gerade noch einen positiven Nutzenwert („Break-even-Wert“) Nützliche Methode wenn nicht nur ein Programm analysiert wird

Methoden für die Schätzung von Unsicherheit bei Nutzenanalysen (4-4) c) Algebraische Herleitung der Nutzenwertvariabilität: Alexander und Barrick (1986) erstellen eine Formel für den Standardfehler von Nutzenwerten assoziiert mit einem „One-Cohort“ Auswahlnutzenmodell Unter der Annahme über die Verteilungsform (Normalität bspw.) liefert diese Methode eine Varianzschätzung, um starke wahrscheinliche Schlußfolgerungen ziehen zu können. Existierende Literatur hinsichtlich der Unterstüzung oder Ablehnung der „Normalität“) ist nicht vorhanden

Methoden für die Schätzung von Unsicherheit bei Nutzenanalysen (4-4) zu c) nach Hull (1980) sind Nicht-Normalverteilungen wahrscheinlich wenn: 1) Programme während ihrer Lebensdauer aufgegeben oder erweitert werden 2) Nicht normale Komponenten die Verteilung stark beeinträchtigen 3) nur eine kleine Anzahl von Variablen ist vorhanden

Methoden für die Schätzung von Unsicherheit bei Nutzenanalysen (4-4) d) Monte Carlo Analyse von Nutzenwertvariabilität: Beschreibung jedes Parameters eines Nutzenmodells hinsichtlich seines erwarteten Wertes und seiner Form der Verteilung Durchführung verschiedener Versuche mit jeweiliger Wahl eines Nutzenparameters für einen Wert; diesen erhält man aus seiner Verteilung Berechnung des totalen Nutzenwertes für den jeweiligen Versuch durch die Kombination von gewählten Parametern Wiederholte Anwendung dieses Verfahrens liefert ein Muster von Versuchen von den die Verteilungseigenschaft/qualität vom Nutzenwert hergeleitet werden kann

Methoden für die Schätzung von Unsicherheit bei Nutzenanalysen (4-4) Zu d) während die anderen Methoden Abhängigkeiten zwischen den Parametern reflektieren, können Simulationen viele Parameter auf einmal variieren und somit die Möglichkeit besteht mögliche Programmausweitungen oder deren Aufgabe bestätigen. Keine Reflexion einer Nicht-Normalverteilung

Ausblick (1-2) Weitere, tiefergehende Forschung hinsichtlich: der Stabilität und Validität von Modellen über einen Zeitraum der Diskussion über Stabilität der Leistung der Validität über einen Zeitraum Stabilität der Leistungsvariabilität über einen Zeitraum Der Beziehung zwischen Leistung und Personalwechsel Der unterschiedlichen Wahrnehmung der Jobausführung aus dem Blickwinkel von Aufsehern

Ausblick (2-2) Das Interesse von Nutzenanalysen ist bedeutend. Weiterführende Arbeit hinsichtlich der Messung von Modellparametern und der effektiven Kommunikation von Nutzenanalyseergebnissen zu den Entscheidern innerhalb einer Organisation ist notwendig.