The right man on the right job
Een onderzoek naar factoren die van invloed kunnen zijn op de keuze van
HR-functionarissen voor selectie-instrumenten bij personeelsselectie
Hiddo Westra
Studentnummer 63 55 390
Master Thesis Business Studies
Begeleider: dr. Stefan Mol
31 augustus 2015
Statement of Originality
This document is written by Student Hiddo Westra, who declares to take full responsibility for the contents of this document. I declare that the text and the work presented in this document is original and that no sources other than those mentioned in the text and its references have been used in creating it. The Faculty of Economics and Business is responsible solely for the supervision of completion of the work, not for the contents.
i
Samenvatting
Wil een organisatie overeind blijven en de concurrentie de baas blijven, dan zal zij de juiste mensen voor de juiste functies moeten aannemen. Dat blijkt geen gemakkelijke opgave: vaak hebben werkgevers hier de grootste moeite mee. Selectie-instrumenten kunnen dan uitkomst bieden: er is wetenschappelijk aangetoond dat het inzetten van bepaalde selectie-instrumenten kan bijdragen aan het aannemen van de geschikte kandidaten en daarmee kan leiden tot concurrentievoordeel. Maar hoe eenvoudig dit ook mag klinken, in de praktijk kiezen organisaties vaak voor een andere selectieroute. Dit onderzoek heeft een bijdrage willen leveren aan de vraag waarom de praktijk de wetenschap niet volgt als het gaat om de selectie van de geschikte kandidaat voor een vacante functie. Via een online enquête is bij HR-managers en –adviseurs uit de zorgsector nagegaan welke factoren van invloed zijn op hun keuze voor selectie-instrumenten bij personeelsselectie.
Er is enkel statistische evidentie gevonden voor één van de achttien hypotheses: hoe negatiever sollicitanten het selectie-instrument ‘assessment center’ beschouwen, hoe minder dit instrument ingezet wordt. Daarnaast is er op basis van regressieanalyse evidentie gevonden voor enkele controlevariabelen: verworven kennis, opleiding van de respondenten en grootte van de organisatie dragen significant bij aan het inzetten van het ongestructureerd interview. Grootte van de organisatie draagt ook significant bij aan het inzetten van het referentie-onderzoek. Uit de relative weight analyse bleek dat de onafhankelijke variabelen slechts een beperkte verklarende bijdrage hadden aan de variantie binnen de afhankelijke variabelen.
ii
Summary
An organization that aims to survive, and to win out against its rivals, has to make sure that it hires the right people for the right jobs. This is not an easy task: in fact, employers have serious trouble making the right choices. Research shows that judiciously chosen selection instruments can be very helpful in hiring the most suitable candidates, which in turn helps the organization maintain a competitive edge. However, simple as this sounds, in actual practice organizations often choose a different selection path. This study aimed to investigate why the selection of the most suitable candidate to fill a job vacancy does not always seem to be based on scientific insights. An online questionnaire was administered to HR managers and consultants in the field of health care, in order to assess which factors influence their choice of the instruments they use in the selection of candidates.
Summarizing the findings, statistical evidence was found for only one of the eighteen hypotheses: the more negative the applicants’ attitudes were about the selection
instrument ‘assessment center’, the less likely it was that this instrument was used in the application process. In addition, a regression analysis suggested that some of the control variables exerted some influence of their own. Acquired knowledge, educational
attainment of the respondents and size of the organization significantly affected whether or not the unstructured interview was used, and size of the organization also affected
whether or not references were checked. Finally, relative weight analysis made clear that the independent variables only accounted for a small proportion of the variance in scores.
iii
Inhoudsopgave
1. INLEIDING ... 1
2. THEORETISCH KADER ... 5
2.1 Personeelsselectie: definitie ... 5
2.2 Het kiezen van een selectiemethode ... 5
2.3 Factoren die de keuze voor een selectiemethode beïnvloeden ... 8
3. METHODE VAN ONDERZOEK ... 16
3.1 Dataverzameling... 16 3.2 Steekproef ... 17 3.3 Meetschalen ... 18 4. RESULTATEN... 22 4.1 Gebruikte selectie-instrumenten ... 22 4.2 Betrouwbaarheid ... 24 4.3 Correlaties ... 25
4.4 Toetsen van de hypotheses ... 31
4.5 Meervoudige regressieanalyse ... 33
iv
5. DISCUSSIE EN CONCLUSIE ... 37
5.1 Samenvatting van de resultaten ... 37
5.2 Bijdrage aan wetenschap en praktijk ... 37
5.3 Beperkingen en aanbevelingen ... 38
5.4 Conclusie... 40
6. REFERENTIES... 41
1
1. Inleiding
Overeind blijven en de concurrentie een stapje vóór blijven: het is waar iedere organisatie dagelijks mee bezig is, zeker in tijden van economische malaise. Factoren die daarbij een rol spelen, zijn bijvoorbeeld het ontwikkelen van nieuwe technologieën, het inspelen op veranderingen in klantbehoefte, het beheersen van de kosten en het beheren van het personeelsverloop. Gemene deler van al deze factoren: de mensen. Het zijn de mensen – de werknemers – die deze taken moeten uitvoeren en moeten zorgen voor goede
resultaten.
Het juiste personeel aannemen is dus van groot belang. Eens temeer daar uit onderzoek is gebleken dat de individuele werkprestaties van werknemers sterk kunnen verschillen. Zo constateerde Hull reeds in 1929 dat hier een factor vijf verschil in kan zitten. Schmidt, Gast-Rosenberg en Hunter (1980) berekenden dat een goede programmeur $ 10.000 meer waard is dan een slechte. Judiesch en Schmidt (2000) ontdekten dat bij
ongeschoolde arbeid de werknemer met de hoogste productie twee keer zoveel
produceert als die met de laagste, een verschil dat groter wordt naarmate de complexiteit van het werk toeneemt.
Waar zit ‘m dat verschil in prestaties nu in? Gebleken is dat hier twee factoren bepalend zijn: de bekwaamheid en de gewenste inspanning van een werknemer (Wright, 1995). Iedere persoon heeft een eigen combinatie van kwaliteiten, waardoor onderscheid tussen
2
individuen gemaakt kan worden. Een deel van deze kwaliteiten is relatief stabiel: de zogenaamde KSAO’s (knowledge, skills, abilities, other characteristics) zoals Chan (1998) ze noemt. Ervaring en training kunnen ook een rol spelen, maar leiden niet tot echt grote veranderingen in iemands persoonlijke kwaliteiten (Guion, 1998).
Maar hoe weet een werkgever nu welke kandidaat geschikt is voor een functie, wie de juiste kwaliteiten in huis heeft, wie voldoende ontwikkelingscapaciteit heeft? Dat het geen gemakkelijke taak is, blijkt bijvoorbeeld uit onderzoek van Manpower Inc. (2006), waarbij 40% van de 33.000 werkgevers uit 23 verschillende landen moeite heeft met het vinden van het gewenste talent.
Als het de mensen zijn die het verschil kunnen maken, betekent dit dat organisaties hun werving en selectie strategisch kunnen inzetten en er – via de juist geselecteerde
kandidaten – concurrentievoordeel mee kunnen behalen. Volgens de resource-based view kunnen HR-systemen hier een bijdrage aan leveren. Door bijvoorbeeld het inzetten van de juiste instrumenten voor personeelsselectie zijn de specifieke KSAO’s van kandidaten na te gaan en weet een werkgever wie hij in huis haalt. Vervolgens kan hij de ontwikkeling van juist díe KSAO’s faciliteren die uiteindelijk resulteren in producten en/of diensten die meerwaarde bieden voor de klant, omdat ze goedkoper, unieker of meer gedifferentieerd zijn (Barney, 1991; Wright & McMahan, 1992).
Het kiezen van de juiste selectie-instrumenten lijkt eenvoudig: de literatuur biedt er verschillende handvatten voor (zie o.a. Schmidt en Hunter, 1998). Maar ondanks het feit
3
dat wetenschappelijk is aangetoond dat het inzetten van bepaalde selectie-instrumenten kan bijdragen aan het aannemen van de geschikte kandidaten en daarmee kan leiden tot concurrentievoordeel (en dat het organisaties geld kan schelen of zelfs kan opleveren), kiezen organisaties toch voor een andere selectieroute. Het ‘waarom’ houdt vele
onderzoekers bezig (bijvoorbeeld Anderson, 2007; en Cascio, 2008). Er ligt immers een andere vraag aan ten grondslag: welke invloed heeft de wetenschap eigenlijk? Maar ook de praktijkmensen zelf zijn bezorgd: zij vragen zich af waarom de wetenschap zich niet bezighoudt met die zaken waar het in de praktijk écht om gaat.
Nu is zo’n verschil tussen onderzoek en praktijk op zichzelf niet uniek, maar Rynes, Colbert en Brown (2002) kwamen tot de ontdekking dat het verschil bij werving en selectie wel uitzonderlijk groot is. Hun bevinding was dat de verklaring vooral gezocht moest worden in de hoek van bruikbaarheid en onwetendheid van de validiteit van de
verschillende selectie-instrumenten. König, Klehe, Berchtold en Kleinmann (2010) zochten een antwoord op de waaromvraag door te onderzoeken om welke redenen organisaties nu zo selectief zijn in het kiezen van hun selectie-instrumenten. Hun verwachting was dat zes factoren het gebruik van selectie-instrumenten zouden bepalen. Ze testten hun
verwachtingen onder Duitssprekende HR-managers in Zwitserland en toonden aan dat de reacties van sollicitanten, de kosten en de verspreiding (de mate waarin een instrument in het veld gebruikt wordt) met name bepalend waren voor de instrumentkeuze. Van mindere maar ook significante invloed bleken de voorspellende waarde van de instrumenten, de mate waarin een instrument als rechtmatig gezien werd en de mate waarin een organisatie zichzelf wilde promoten.
4
Dit onderzoek wil op een soortgelijke manier als König et al. een bijdrage leveren aan het beantwoorden van de waarom-vraag: waarom volgt de praktijk de wetenschap niet als het gaat om de selectie van de geschikte kandidaat voor een vacante functie? Via online enquêtes zal bij HR-managers en –adviseurs uit de zorgsector nagegaan worden welke factoren van invloed zijn op hun keuze voor selectie-instrumenten bij personeelsselectie.
5
2. Theoretisch kader
2.1 Personeelsselectie: definitie
Personeelsselectie: het is sinds het begin van de twintigste eeuw onderwerp van wetenschappelijk onderzoek. Munsterberg wordt gezien als de grondlegger ervan.
Munsterbergs ideeën voor het testen van potentiële kandidaten voor functies baseerde hij op het werk van Hull (1900), die constateerde dat individuen onderling sterk kunnen verschillen (Salgado, 2001). Het spectrum aan karaktereigenschappen is weliswaar per individu gelijk, maar de mate waarin een bepaalde eigenschap in een individu
vertegenwoordigd is, kan tot een factor vijf verschillen.
Publicaties vanuit de hoek van de psychologie karakteriseren personeelsselectie meestal als een proces waarin bepaald moet worden welke kandidaten, op basis van de verwachte werkprestaties, geschikt zijn voor een bepaalde functie (Campbell & Knapp, 2001; Cascio, 1998; Guion, 1965). Gatewood & Field (2008) geven als definitie van personeelsselectie “het proces van het verzamelen en evalueren van informatie over een individu, om te bepalen of iemand in aanmerking komt voor een functie.”
2.2 Het kiezen van een selectiemethode
Voor het opzetten van een selectiesysteem wordt vaak een aantal stappen doorlopen (Guion, 1998; Schmitt & Chan, 1998; Roe, 2005). In grote lijnen kent het proces drie stappen:
6 1. het uitvoeren van een functieanalyse
2. het bepalen van de werkprestaties, die voorspeld moeten worden door middel van de selectieprocedure; selectie-instrumenten die bijv. intelligentie of persoonlijkheid meten, kunnen iets zeggen over deze werkprestaties
3. het kiezen van de selectiemethode.
Er is een ruim scala aan wetenschappelijke meta-analyses voorhanden van de voorspellende waarde van de diverse selectiemethodes. Zo publiceerden Posthuma, Morgeson en Campion (2002) een uitgebreid literatuuronderzoek naar de
interviewliteratuur. Arthur, Woehr en Maldegen (2000) maakten een samenvatting van de validiteit, constructen en oefeningen van assessment centers.
Eén van de meest veelomvattende meta-analyses is nog altijd die van Schmidt en Hunter uit 1998. Zij deden onderzoek naar selectiemethoden van de afgelopen 85 jaar en keken daarbij onder andere naar de voorspellende waarde van de gebruikte methodes. De resultaten van deze analyse staan samengevat in figuur 2.1.
Op basis van het onderzoek van Schmidt en Hunter – waarin zoals gezegd 85 jaar onderzoek is geanalyseerd – lijkt het kiezen van de juiste selectiemethode relatief eenvoudig. Uit hun meta-analyse blijkt dat algemene intelligentietests (General Mental
7
Ability) de beste voorspeller zijn van werkprestaties. Dit effect wordt nog sterker wanneer intelligentietests gecombineerd worden met andere tests.
Figuur 2.1 Bestaande selectiemethoden en hun voorspellende waarde (Schmitt & Hunter, 1998)
Toch blijkt uit de praktijk dat organisaties vaak instrumenten gebruiken met een lagere voorspellende waarde (Lievens en De Paepe, 2004; Schuler, Hell, Trapmann, Schaar & Boramir, 2007). Drabbe, Drost, Klehe en Vianen (2008) deden onderzoek naar het selectieproces in Nederlandse organisaties. In figuur 2.2 staat weergegeven welke selectiemethoden er volgens hen het meest gebruikt worden onder managers en specialisten.
8
Figuur 2.2 Gebruikte selectiemethoden in Nederland (Drabbe et al., 2008)
Onderzoekers zijn inmiddels druk doende met het vinden van verklaringen voor het grote verschil tussen wetenschap en praktijk. Uit de literatuur komen verschillende factoren naar voren die van invloed zijn op de keuze van een organisatie voor een bepaalde
selectiemethode. Deze factoren worden hieronder besproken.
2.3 Factoren die de keuze voor een selectiemethode beïnvloeden
Factor 1: Niet afwijken van de norm
Organisaties gebruiken graag instrumenten waar zij vertrouwd mee zijn en die hen – in elk geval gevoelsmatig – een bepaalde zekerheid geven. Onzekerheid kan immers leiden tot onvoorspelbare uitkomsten en dat wordt in veel gevallen als niet wenselijk gezien.
Ondanks de ruime keuze in methodes kiezen organisaties daarom voor de vertrouwde
0 20 40 60 80 100 Brief en cv Interview Referenties Eerdere ervaring met persoon Assesment center Persoonlijkheidtests Capaciteitentests Work Samples Managers Specialisten
9
weg. Bovendien zullen organisaties niet snel afwijken van de standaardnorm die ook binnen andere organisaties geldt (Williamson en Cable, 2003). Zoals in de inleiding reeds genoemd, staat dit in schril contract met de resource-based view, die stelt dat organisaties zich juist zouden moeten willen differentiëren met betrekking tot hun selectie-instrumenten om daarmee concurrentievoordeel te kunnen behalen.
Daarnaast is er ook een juridisch aspect dat een rol speelt: de meest gebruikte methodes worden gezien als juridisch juist (König, Klehe, Berchtold en Kleinmann, 2010), met andere woorden: ze voldoen aan de wet- en regelgeving. Organisaties willen het risico op een claim minimaliseren, niet alleen uit kostenoverwegingen maar zeker ook uit het oogpunt van negatieve publiciteit.
Hypothese 1: Hoe minder een selectiemethode als norm wordt gezien, hoe kleiner de
kans dat deze methode ingezet wordt.
Factor 2: Adverse impact
Uit wetenschappelijk onderzoek blijkt dat er bij sommige selectie-instrumenten
scoreverschillen zitten tussen minderheids- en meerderheidsgroepen. Deze verschillen kunnen ras- of geslachtsgerelateerd zijn. Methodes met de hoogste voorspellende waarde hebben over het algemeen te kampen met de grootste scoreverschillen tussen
minderheids- en meerderheidsgroepen, een fenomeen dat ‘adverse impact’ wordt genoemd. Ployhart en Holtz (2008) spreken over het ‘diversity-validity’- dilemma. Het
10
verschil in scores is het sterkst bij de intelligentietest (Roth e.a., 2001). Omdat het voor veel organisaties om sociale of etnische redenen ook van belang is dat zij een divers personeelsbestand hebben, zullen deze organisaties eerder kiezen voor
selectie-instrumenten die minder grote verschillen in scores laten zien tussen groepen (Ployhart & Holtz, 2008).
Hypothese 2: Hoe meer adverse impact een rol speelt bij een selectiemethode, hoe
kleiner de kans dat deze methode ingezet wordt.
Factor 3: Reacties van sollicitanten
De term ‘reacties van sollicitanten’ refereert aan de attitude, emotie en kennis die een individu zou kunnen hebben over het selectieproces (Hausknecht, Day, & Thomas, 2004). Net zo goed als dat organisaties hun werknemers kiezen, kiezen werknemers ook zelf voor een organisatie (Rynes, 1993). Het beeld dat potentiële werknemers van een
organisatie hebben, is van groot belang. Immers, wanneer kandidaten een negatief beeld hebben kan dit reden zijn niet te solliciteren op een verder interessante functie. Voor een organisatie kan het verliezen van goede kandidaten financiële nadelen hebben. Omdat sollicitatieprocedures bijdragen aan het beeld dat potentiële werknemers van een organisatie hebben, is het van belang hierbij ‘op safe’ te spelen. Kandidaten die een bepaalde selectiemethode als beledigend of ongeschikt ervaren, kunnen zich terugtrekken uit de sollicitatieprocedure of – in sommige situaties – zelfs overgaan tot het indienen van een klacht of het aanspannen van een rechtszaak (Anderson & Witvliet, 2008;
11
Het onderzoek van Drabbe et al. (2008) laat zien dat sollicitanten een duidelijke voorkeur hebben voor brief en cv, ongestructureerde sollicitatiegesprekken en work sample test. Zij beschouwen de genoemde methodes als het meest eerlijk. Eerdere onderzoeken lieten ditzelfde beeld zien (Anderson, & Witvliet, 2008; Hausknecht, Day, & Thomas, 2004).
Hypothese 3: Hoe negatiever sollicitanten een selectiemethode beschouwen, hoe
kleiner de kans dat deze methode ingezet wordt.
Factor 4: Voorspellende waardes van selectie-instrumenten
Heeft men het over het gat tussen wetenschap en praktijk, dan gaat men daarbij meestal uit van twee op zichzelf staande werelden. Anders is dit bij de stroming van het ‘evidence based management’: deze gaat uit van het principe dat wetenschappelijk onderzoek vertaald moet worden naar praktische toepassingen en op die manier dus wel degelijk verband houdt met de praktijk. Rynes et al. (2002) ondervroegen ruim 2000
HR-professionals en personen uit hoger management naar hun wetenschappelijke kennis over onder andere de voorspellende waarde van selectie-instrumenten. Het gebrek aan kennis was opvallend. Zo wist 50% van de ondervraagden niet dat intelligentie een betere
voorspeller was dan consciëntieusheid, of dat een integriteitstest een goede voorspeller is voor de kans dat iemand gaat stelen. Terpstra en Rozell (1997) geven aan dat gebrek aan kennis bij HR-professionals een reden kan zijn voor het niet inzetten van bepaalde
12
Daar komt nog bij dat de meeste wetenschappelijke bevindingen niet vindbaar zijn in HR-vakbladen en dat het ook meer in het algemeen lastig is op de hoogte te blijven van wetenschappelijk onderzoek (Rynes et al., 2002). “Perhaps the greatest technological achievement in industrial and organizational psychology is the development of decision aids that substantially reduce error in the prediction of employee performance. Arguably, the greatest failure of I–O psychology has been the inability to convince employers to use them” (Highhouse, 2008, p.333).
Hypothese 4: Hoe hoger de voorspellende waarde van een selectie-instrument wordt
beschouwd, hoe groter de kans dat deze methode ingezet wordt.
Factor 5: Voorkeur geven aan eigen vaardigheden c.q. intuïtie boven wetenschap
Organisaties staan sceptisch tegenover academische bevindingen, wat onder meer veroorzaakt wordt door tegenstrijdigheden in de wetenschappelijke literatuur (König et al., 2010). Niet zelden wordt deze literatuur zelfs volledig genegeerd (Colbert, Rynes & Brown, 2005). Nu kan een gebrek aan kennis over het onderwerp hier natuurlijk aan ten grondslag liggen, maar er bestaat ook evidentie voor de opvatting van werkgevers dat het
wetenschappelijk onderzoek niet op hun specifieke situatie van toepassing is (Colbert, Rynes en Brown, 2005; Terpstra en Rozelle, 1997). Uit het onderzoek van Lievens, Highhouse & De Corte (2005) bleek dat managers bij het meten van competenties meer nadruk leggen op een ongestructureerd interview dan op persoonlijkheidstests. Zelfs bij het meten van intelligentie genoot het ongestructureerd interview de voorkeur boven een
13
intelligentietest. Managers geloofden simpelweg dat er niet meer dan hun eigen ‘boerenverstand’ nodig was voor het nauwkeurig beoordelen van sollicitanten.
Nu zijn gestandaardiseerde tests – tests waar een concrete score of rating uitkomst, zoals een intelligentietest, een persoonlijkheidstest of work samples – natuurlijk geen perfect meetinstrument en worden er idealiter aanvullende methodes of instrumenten ingezet (Schmidt & Hunter, 1998). In de praktijk gebeurt dit echter nauwelijks. Dat komt door de overtuiging dat werkprestatie te voorspellen is op basis van intuïtie. Campbell (1990) geeft aan dat er sprake is van te veel zelfvertrouwen in het vermogen om de prestaties van kandidaten te voorspellen. Er is zelfs meer vertrouwen in het eigen kunnen dan in objectieve scores. Daarnaast stelt Highhouse (2008) dat werkgevers eventuele fouten in voorspellingen toerekenen aan de selectieprocedure en niet aan zichzelf. Ze geven
bovendien aan in staat te zijn tussen de regels te lezen bij ongestructureerde interviews en verschillende typen informatie te koppelen. Daar komt nog bij dat ze geloven dat
kenmerken van kandidaten te complex zijn om uit te drukken in scores of ratings (Lievens et al., 2005).
Beslissingen die gemaakt worden op basis van intuïtie zijn moeilijk meetbaar en blijven vaag. Toch kan deze vaagheid de voorkeur genieten boven concrete scores waarvan men weet dat ze maar een bepaalde voorspellende waarde hebben. Uit tal van
wetenschappelijke onderzoeken blijkt dat de predictieve validiteit van concrete, meetbare data – zoals de uitkomsten van een intelligentietest – die van intuïtie overstijgt (Highhouse, 2008).
14
Hypothese 5: Hoe meer HR-managers en –adviseurs bij personeelsselectie vertrouwen op hun eigen intuïtie, hoe kleiner de kans dat een gestandaardiseerde test
ingezet wordt.
Factor 6: Kosten
Zoals eerder al genoemd kan het selecteren van de juiste kandidaat financieel voordelig zijn, omdat die kandidaat betere prestaties levert. Uit onderzoek van Schmidt & Hunter (1998) blijkt dat naarmate de functie complexer is, de toegevoegde voorspellende waarde van een test groter wordt, omdat er meer variatie zit in individuele werkprestaties en omdat het gemiddelde loon hoger wordt (zie ook Judiesch en Schmidt, 2000). De toegevoegde waarde van een selectiesysteem wordt utiliteit genoemd (Cascio, 1998). De utiliteit hangt af van de kosten van het selectiesysteem, de mate waarin goed voorspeld wordt en de kosten van een foute beslissing (Ones, Viswesvaran en Dilchert, 2005). De toegevoegde waarde van een test stijgt, naarmate de predictieve validiteit hoger is en naarmate het verschil in werkprestatie, uitgedrukt in geld, groter is (Schmidt & Hunter, 1998). Deze financiële voordelen zijn echter niet meteen zichtbaar.
Het tegenovergestelde geldt voor de kosten die gepaard gaan met het inzetten van bepaalde selectie-instrumenten: die voelt een organisatie direct in haar portemonnee. Als gevolg hiervan is het gebruik van methodes die geld kosten aanzienlijk lager dan dat van de gratis methodes (König et al., 2010). Het is dan ook niet voor niets dat een
15
vormen van selectie zijn: hier zijn voor een organisatie immers – naast de personele inzet – geen kosten aan verbonden.
Hypothese 6: Hoe groter de investering in kosten en tijd van een selectiemethode, hoe
kleiner de kans dat deze methode ingezet wordt.
Conceptueel model Factoren 1 Norm 2 Adverse impact 3 Reacties sollicitanten 4 Voorspellende waarde 5 Intuïtie 6 Kosten
Keuze voor selectie-instrument bij personeelsselectie
16
3. Methode van onderzoek
In het vorige hoofdstuk is in de bestaande literatuur onderzocht wat de factoren zijn die een rol kunnen spelen bij de keuze van selectie-instrumenten. Aan de hand van de literatuur zijn vervolgens zes hypotheses opgesteld. In dit hoofdstuk komen de
onderzoeksopzet en de methode voor het analyseren van kwantitatieve gegevens aan bod.
3.1 Dataverzameling
Dataverzameling heeft plaatsgevonden via een online vragenlijst. Een vragenlijst wordt gebruikt voor beschrijvend onderzoek en maakt het mogelijk om op een efficiënte wijze een grote hoeveelheid kwantitatieve data te verkrijgen die kan zorgen voor een verklaring tussen variabelen (Saunders, Lewis en Thornhill, 2009). Voor de ontwikkeling van de vragenlijst is gebruikgemaakt van Qualtrics survey software. Om een zo groot mogelijke onderzoekspopulatie te verkrijgen is de enquête via diverse online kanalen verspreid, zoals LinkedIn en Facebook. Ook is een belangenvereniging van HR-personeel
(Transform) benaderd om de vragenlijst te verspreiden onder hun leden. Tenslotte is het persoonlijke netwerk van de onderzoeker aangesproken.
Omdat niet na te gaan is welk bereik de verschillende manieren van uitzetten van de vragenlijst gehad heeft, is het niet mogelijk een response rate te berekenen. Er is geen zicht op het aantal mensen dat daadwerkelijk is benaderd om deel te nemen aan het onderzoek.
17
Naast een introductie bestaat de vragenlijst uit drie onderdelen. Deel één focust op drie deelgebieden: hoe de respondenten op de hoogte blijven van ontwikkelingen op het gebied van personeelsselectie, welke selectie-instrumenten binnen de organisatie worden ingezet en in welke mate deze instrumenten worden ingezet. Het middelste gedeelte van de vragenlijst gaat over de factoren die bepalen of een bepaald selectie-instrument wel of niet gebruikt wordt. Het derde deel van de enquête bevat vragen omtrent de respondent zelf.
Het onderzoek werd uitgevoerd onder HR-managers, HR-adviseurs en functies die vergelijkbaar zijn maar verschillen in functietitel, zoals HR-medewerker of HR-officer. De functietitel is niet bepalend voor het onderzoek, het gaat erom of de HR-medewerker een rol vervult bij personeelsselectie. Het kan daarbij bijvoorbeeld gaan om het opstellen van selectiebeleid, het geven van advies en het spelen van een actieve rol in het
selectieproces. In de vragenlijst wordt dan ook als eerste de vraag gesteld of de respondent betrokken is bij personeelsselectie.
3.2 Steekproef
In totaal hebben 63 respondenten de vragenlijst compleet ingevuld, waarbij alle
respondenten aangaven dat zij betrokken zijn bij personeelsselectie in hun organisatie. Onder de respondenten bevonden zich 57 vrouwen en zes mannen, allen werkzaam in de zorgsector. 4,8% had een wetenschappelijke opleiding genoten, 68,3% een opleiding op hbo-niveau en 27,0% een opleiding op mbo-niveau. De leeftijd van de respondenten varieerde van 22 tot 61 jaar, met een gemiddelde leeftijd van 39,89 jaar (standaarddeviatie
18
8,06). Gemiddeld hadden zij 8,4 jaar werkervaring in een HR-functie (sd: 8,43), variërend van één tot 25 jaar. De meeste respondenten, namelijk tachtig procent, werkten bij een kleine tot middelgrote organisatie met maximaal 250 fte. Doordat een aantal respondenten bij een zeer grote organisatie werkte, lag de gemiddelde organisatiegrootte echter op 271,84 fte, met een standaarddeviatie van 314,74. De HR-afdeling had een gemiddelde bezetting van 2,14 fte (sd: 1,11).
3.3 Meetschalen
Aangezien het onderzoeksgebied Nederland betreft, is de vragenlijst in de Nederlandse taal opgesteld. Omdat de items die gebruikt zijn om de onafhankelijke variabelen te meten afkomstig zijn van Engelstalig wetenschappelijk onderzoek, is aan twee personen
gevraagd de items te vertalen. Beide vertalingen zijn afzonderlijk tot stand gekomen en vervolgens door de onderzoeker met elkaar vergeleken. Er bleek geen verschil te zitten tussen beide vertalingen, wat mede kan komen doordat de Engelstalige stellingen kort en eenvoudig waren geformuleerd.
Hieronder volgen de beschrijvingen van de verschillende variabelen en de wijze waarop ze gemeten zijn.
Onafhankelijke variabelen
De onafhankelijke variabelen zijn afkomstig uit en gevalideerd in eerder wetenschappelijk onderzoek. Hierdoor kan de validiteit van de meetschalen als valide worden beschouwd. Aan iedere onafhankelijke variabele is een tweetal stellingen gekoppeld. De respondent
19
geeft per stelling op een vijfpunt Likertschaal aan in hoeverre hij het met die stelling eens is. De schaal loopt van ‘1 - helemaal mee oneens’ (strongly disagree) tot ‘5 - helemaal mee eens’ (strongly agree).
Met de stellingen ‘Sollicitanten die goed scoren op deze methode, presteren goed in de functie’ en ‘Deze methode meet datgene wat nodig is om de functie goed te vervullen’ wordt kennis over voorspellende waarde gemeten (König et al., 2010). Hierbij is
voorspellende waarde van een selectie-instrument gedefinieerd als de mate waarin het selectie-instrument de werkprestaties van een sollicitant goed voorspelt (Binning & Barett, 1989).
Aan het gebruik van selectie-instrumenten zijn kosten verbonden. Klehe (2004) maakt hierbij een onderscheid in de kosten in tijd en de kosten in geld. Het inschakelen van een assessment center als selectie-instrument zal bijvoorbeeld eerder gezien worden als investering in geld dan in tijd, terwijl voor de motivatiebrief eerder het omgekeerde zal gelden. De kosten in tijd en geld worden beide als onafhankelijke variabele beschouwd en gemeten door de stellingen ‘Er zijn hoge kosten verbonden aan het gebruik van deze methode’ en ‘Deze methode vergt veel personele inzet’ (König et al., 2010).
Met de variabele reacties van sollicitanten wordt bedoeld de mate waarin een specifiek selectie-instrument door de sollicitant als positief wordt ervaren en geaccepteerd. Deze variabele wordt gemeten via de stellingen ‘Sollicitanten reageren normaliter positief over
20
het gebruik van deze methode’ en ‘Deze methode wordt door sollicitanten geaccepteerd’ (Hausknecht et al., 2004).
Adverse impact houdt in dat een selectie-instrument verschillen in uitkomsten laat zien
tussen groepen (afkomst, geslacht, etc.). Adverse impact wordt gemeten via de stellingen ‘Deze methode laat verschillen in resultaten zien tussen specifieke groepen (geslacht en etnische afkomst)’ en ‘De resultaten van deze methode zijn eerlijk te vergelijken’ (Ployhart & Holtz, 2008).Voor de factor niet afwijken van de norm luiden de stellingen ‘Veel
organisaties in mijn branche gebruiken deze methode’ en ‘Deze methode wordt vaak gebruikt bij personeelsselectie’ (König et al., 2010). Onder het niet afwijken van de norm wordt verstaan, dat organisaties kiezen voor de selectiemethode die door het merendeel van de organisaties wordt ingezet.
Naar de factor intuïtie is enkel kwalitatief onderzoek gedaan. Gore en Sadler-Smith (2011) definiëren intuïtie als ‘de evaluatie en onbewuste verwerking van een ander persoons cognitieve en/of persoonlijke gesteldheid door de perceptie van verbale en non-verbale indicatoren.’ Voor dit kwantitatieve onderzoek zijn, op basis van de studies van Miles en Sadler-Smith (2014) en Colarelli en Thompson (2008), de volgende twee stellingen geformuleerd: ‘Bij het selecteren van een kandidaat vertrouw ik volledig op de uitkomsten van deze selectiemethode’ en ‘Bij het beoordelen of interpreteren van deze
selectiemethode vertrouw ik altijd op mijn eigen intuïtie of ‘onderbuikgevoel’’.
Afhankelijke variabelen
De negen meest gebruikte selectie-instrumenten in Nederland (Drabbe et al., 2008) zijn de afhankelijke variabelen in dit onderzoek. Deze instrumenten zijn: het curriculum vitae, de
21
motivatiebrief, het ongestructureerd interview, het gestructureerd interview, het
assessment center, de work samples, de intelligentietest, de persoonlijkheidstest en het referentieonderzoek. Respondenten is gevraagd om op een schaal van 0 tot 10 aan te geven in welke mate hun organisatie gebruikmaakt van de specifieke
selectie-instrumenten. Een score van 0 geeft daarbij aan dat een instrument nooit gebruikt wordt, een score van 10 dat een instrument altijd ingezet wordt.
Controlevariabelen
In het onderzoek is een aantal controlevariabelen meegenomen: leeftijd (in jaren), geslacht, opleidingsniveau (mbo, hbo, wo), werkervaring in de HR (in jaren), organisatiegrootte (in fte), aantal werknemers van de HR-afdeling (in fte), eerder verworven kennis en recent opgedane kennis. Deze laatste twee controlevariabelen worden gemeten via twee vragen: ‘Is het inzetten van selectie-instrumenten voor personeelsselectie onderdeel geweest van uw opleiding?’ en ‘Heeft u – los van uw opleiding – een training of cursus gevolgd die specifiek was gericht op het gebruik van selectie-instrumenten voor personeelsselectie of waar personeelsselectie een belangrijk onderdeel van was?’
22
4. Resultaten
In de voorgaande hoofdstukken is uiteengezet wat er in de literatuur bekend is over factoren die een rol spelen bij het kiezen van selectie-instrumenten bij personeelsselectie. Op basis daarvan zijn zes hypotheses geformuleerd, om daarna te beschrijven op welke manier de data verzameld zijn en hoe de steekproef eruit zag.
In dit hoofdstuk komen de onderzoeksresultaten aan bod. Als eerste volgt een overzicht van de door de respondenten gebruikte selectie-instrumenten. Daarna worden de
betrouwbaarheid van de schalen en de correlaties tussen relevante variabelen besproken, op basis waarvan de hypotheses aangenomen dan wel verworpen zullen worden. Om de relatie tussen de onafhankelijke en afhankelijke variabelen te onderzoeken, is vervolgens een meervoudige lineaire regressieanalyse uitgevoerd. Het hoofdstuk eindigt met de resultaten van de relative weight analyse.
4.1 Gebruikte selectie-instrumenten
Respondenten is gevraagd om op een schaal van 0 tot 10 aan te geven in welke mate hun organisatie gebruikmaakt van de specifieke selectie-instrumenten. De resultaten staan weergegeven in tabel 4.1.
23
frequentie gemiddelde standaarddeviatie
Curriculum vitae 63 10,00 0,00 Motivatiebrief 63 9,98 0,13 Ongestructureerd interview 63 10,00 0,00 Gestructureerd interview 8 0,29 0,97 Assessment center 15 0,24 0,43 Work samples 0 0,00 0,00 Intelligentietest 0 0,00 0,00 Persoonlijkheidstest 0 0,00 0,00 Referentieonderzoek 21 0,78 1,55
Tabel 4.1 Mate waarin selectie-instrumenten gebruikt worden, schaal 0-10 (0=nooit, 10=altijd) (n=63)
Er is een aantal selectie-instrumenten – het curriculum vitae, de motivatiebrief en het ongestructureerd interview – waarvan de respondenten aangeven hebben het altijd in te zetten (gemiddelde score op schaal 0 tot 10 is 9,98 tot 10). Hetzelfde geldt voor de selectie-instrumenten waarvan de respondenten aangeven ze nooit in te zetten: work samples, de intelligentietest en de persoonlijkheidstest. Hierdoor kan niet verklaard worden welke onafhankelijke variabelen de keuze voor deze instrumenten bepalen. Er is
24
immers geen sprake van variantie op deze afhankelijke variabelen. Dit heeft tot gevolg dat de genoemde zes instrumenten niet in het vervolg van de analyses meegenomen zullen worden.
De resterende drie afhankelijke variabelen – gestructureerd interview, assessment center en referentieonderzoek – zullen afzonderlijk geanalyseerd worden. Als eerste is nagegaan of alle variabelen normaal verdeeld zijn. Gebleken is dat dertien van de 26 variabelen scheef verdeeld zijn. Op basis van het type scheefheid – de verdelingen waren rechtsscheef – is geprobeerd om door middel van logtransformatie en exponentiële transformatie de scheefheid te verminderen. Dit bleek echter nauwelijks resultaat op te leveren. Toch hoeven de scheve verdelingen de verdere analyses niet in de weg te staan, omdat ze geen of nauwelijks consequenties hebben voor de uit te voeren statistische analyses. Scheefheid wordt eigenlijk alleen maar gebruikt ter beschrijving van een variabele (Van der Zee, 2004).
4.2 Betrouwbaarheid
Om na te gaan of de items van elke afhankelijke variabele ook daadwerkelijk meten wat ze moeten meten, is voor iedere afhankelijke variabele een betrouwbaarheidsanalyse
uitgevoerd. De betrouwbaarheid is gemeten aan de hand van Cronbach’s Alpha. Cronbach’s Alpha geeft aan of een aantal items samen één schaal mag vormen. Is de waarde hoger dan .7, dan is de uitkomst ook wanneer er één schaal van gemaakt wordt nog betrouwbaar. Voor de onafhankelijke variabelen adverse impact en norm lagen de Cronbach’s Alpha’s boven de .7 en .8. Voor de variabelen reactie van sollicitanten en
25
intuïtie waren de Cronbach’s Alpha hoger dan .3. Voor de variabele voorspellende waarde kwam de Cronbach’s Alpha net boven de .00. De onafhankelijke variabelen kosten in tijd en kosten in euro’s zijn elk gemeten met slechts één item, waardoor er geen Cronbach’s Alpha gemeten kan worden.
Volgens dit onderzoek zouden dus enkel de schalen voor adverse impact en norm betrouwbaar zijn. In eerder onderzoek is echter gebruikgemaakt van dezelfde items en bleken de schalen wél betrouwbaar (König et al., 2010). Hierdoor wordt ook voor het voorliggende onderzoek uitgegaan van de betrouwbaarheid van alle schalen.
4.3 Correlaties
Om na te gaan of er sprake is van onderlinge verbanden tussen de variabelen, zijn de onderlinge correlaties berekend. Omdat er sprake is van een aantal variabelen met een scheve verdeling, zijn zowel de Pearsoncorrelatie als de Spearman’s rho berekend. Beide correlatiecoëfficiënten zijn opgenomen in de tabellen, waarbij de uitkomsten van
Spearman’s rho boven de diagonaal staan weergegeven en de uitkomsten van Pearson onder de diagonaal. Onderlinge vergelijking wijst uit dat de Pearsoncorrelatie sneller significantie laat zien. In de verdere analyses is daarom uitgegaan van de uitkomsten van Pearson. Op de volgende pagina’s staan de correlatiematrices van de drie afhankelijke variabelen weergegeven (tabellen 4.2, 4.3 en 4.4).
26 Mean Std 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Gestructureerd Interview 0,29 0,97 0,06 0,03 0,06 -0,12 -0,07 -0,08 -0,10 -0,18 0,05 0,02 0,10 ,507 ** 0,17 ,841** ,755** 0,63 0,79 0,63 0,34 0,57 0,55 0,42 0,17 0,69 0,90 0,45 0,00 0,18 0,00 0,00 Kosten in euro 4,19 0,69 0,03 -0,09 0,02 0,05 ,262* -0,18 0,19 0,09 0,12 0,23 0,17 -0,01 0,05 0,13 0,13 0,79 0,49 0,87 0,69 0,04 0,16 0,13 0,50 0,35 0,07 0,19 0,91 0,71 0,31 0,30 Kosten in tijd 3,41 0,78 -0,02 -0,12 -0,06 -0,11 0,03 -0,12 -0,11 ,256* 0,05 0,14 0,03 0,07 0,20 -0,05 -0,05 0,87 0,34 0,63 0,40 0,80 0,35 0,41 0,04 0,69 0,27 0,79 0,58 0,11 0,71 0,69 Norm 4,12 0,37 0,11 0,00 0,00 0,07 0,00 0,18 0,00 -0,15 ,402** -0,13 0,07 -0,01 -0,17 0,15 0,23 0,38 1,00 1,00 0,58 0,98 0,15 0,97 0,25 0,00 0,31 0,59 0,96 0,19 0,26 0,08 Adverse impact 3,24 0,51 -0,15 0,05 -0,05 0,08 0,00 -0,08 -0,01 0,02 0,09 0,00 0,15 -0,19 0,02 -0,16 -0,17 0,25 0,68 0,71 0,51 0,97 0,52 0,96 0,89 0,48 0,97 0,24 0,14 0,90 0,21 0,17 Reactie 1,89 0,56 -0,21 ,274 * 0,03 -0,03 0,04 -0,09 0,00 0,13 0,02 0,18 -0,11 0,00 0,12 -0,04 -0,03 0,09 0,03 0,80 0,83 0,73 0,50 0,97 0,31 0,89 0,17 0,38 0,98 0,35 0,77 0,84 Intuïtie 3,57 0,50 -0,07 -0,17 -0,12 0,15 -0,11 -0,07 -0,19 0,02 0,05 -0,02 -0,17 -0,09 0,05 -0,07 -0,11 0,57 0,19 0,34 0,23 0,37 0,60 0,14 0,88 0,67 0,85 0,18 0,47 0,72 0,61 0,41 Voorspellende waarde 2,34 0,66 -0,05 0,18 -0,17 0,03 0,07 -0,03 -0,17 -0,09 -0,18 -0,04 0,21 0,11 -0,04 -0,07 -0,05 0,73 0,17 0,19 0,79 0,61 0,80 0,19 0,49 0,16 0,76 0,10 0,40 0,75 0,60 0,72 Kennis_vt 1,74 0,31 -,262 * 0,05 ,258* -0,11 -0,02 0,10 -0,03 -0,11 0,11 ,448** -0,10 ,366** ,258* -,346** -,337** 0,04 0,68 0,04 0,38 0,88 0,45 0,82 0,41 0,41 0,00 0,43 0,00 0,04 0,01 0,01 Kennis_tt 1,84 0,13 -0,01 0,09 0,11 ,413 ** 0,03 0,05 0,06 -0,16 0,06 0,09 0,09 -0,11 -0,14 0,19 ,255* 0,94 0,48 0,38 0,00 0,83 0,73 0,65 0,21 0,62 0,47 0,48 0,38 0,27 0,14 0,04 Leeftijd 39,89 8,06 -0,09 0,23 0,11 -0,18 -0,08 0,15 -0,05 -0,01 ,466 ** 0,11 -0,19 -0,11 ,542** 0,02 0,01 0,49 0,07 0,41 0,17 0,54 0,23 0,68 0,97 0,00 0,39 0,14 0,41 0,00 0,89 0,94 Geslacht 1,90 0,30 0,12 0,16 0,02 0,05 0,19 -0,11 -0,14 0,21 -0,09 0,07 -0,19 0,07 0,01 0,11 0,14 0,34 0,20 0,90 0,68 0,14 0,40 0,26 0,09 0,46 0,58 0,14 0,59 0,96 0,38 0,27 Opleidingsniv. 2,78 0,52 ,328 ** -0,03 0,06 -0,02 -0,14 0,01 -0,08 0,12 ,399** -0,13 -0,07 0,07 0,01 ,393** ,364** 0,01 0,82 0,65 0,90 0,29 0,92 0,52 0,37 0,00 0,31 0,58 0,61 0,92 0,00 0,00 HR-werkervaring 8,43 4,87 0,12 0,02 0,14 -0,18 -0,09 0,07 0,04 -0,02 ,257* -0,12 ,467** 0,02 0,02 0,06 0,02 0,33 0,90 0,27 0,16 0,47 0,58 0,73 0,87 0,04 0,36 0,00 0,85 0,86 0,62 0,90 Aantal wn org. 271,84 314,74 ,378 ** 0,09 -0,06 0,10 -0,22 -0,04 -0,16 0,03 -0,16 0,23 0,14 0,06 0,18 0,15 ,946** 0,00 0,47 0,64 0,42 0,09 0,73 0,21 0,81 0,20 0,07 0,27 0,63 0,15 0,24 0,00 Aantal wn HR-afd. 2,14 1,11 ,514** 0,09 -0,05 0,25 -0,18 -0,02 -0,11 0,02 -,249* ,307* 0,03 0,14 0,19 0,02 ,893** 0,00 0,48 0,69 0,05 0,17 0,88 0,39 0,89 0,05 0,01 0,85 0,27 0,13 0,88 0,00
27 Mean Std 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Assessment center 0,24 0,43 0,10 -0,01 -0,13 0,02 ,360 ** 0,14 -0,15 -0,18 0,02 0,03 0,05 0,21 0,03 ,316* ,408** 0,43 0,97 0,30 0,89 0,00 0,28 0,23 0,16 0,89 0,80 0,67 0,10 0,84 0,01 0,00 Kosten in euro 1,25 0,44 0,10 0,24 0,09 0,20 0,12 0,09 0,03 -0,11 -0,15 0,08 0,07 0,20 0,02 -0,12 -0,07 0,43 0,06 0,48 0,12 0,36 0,50 0,83 0,40 0,25 0,51 0,61 0,11 0,88 0,33 0,60 Kosten in tijd 3,92 0,81 0,01 0,24 0,14 0,00 0,14 0,08 -0,01 -0,11 -0,07 -0,08 0,07 0,18 0,12 0,02 0,07 0,55 0,06 0,29 0,97 0,29 0,52 0,95 0,39 0,60 0,55 0,56 0,16 0,34 0,87 0,58 Norm 3,94 0,45 -0,11 0,10 0,16 0,10 0,02 0,24 0,19 -0,06 0,11 0,10 -0,13 -0,07 -0,11 0,23 0,14 0,38 0,44 0,20 0,42 0,85 0,05 0,13 0,66 0,38 0,42 0,30 0,59 0,38 0,07 0,27 Adverse impact 3,36 0,55 0,11 0,15 -0,04 0,19 0,07 0,01 -0,01 -0,08 0,14 0,09 0,04 0,02 0,14 0,11 0,05 0,38 0,23 0,73 0,13 0,56 0,95 0,96 0,53 0,26 0,48 0,73 0,86 0,27 0,37 0,73 Reactie 3,22 0,71 ,378 ** 0,05 0,13 0,00 0,15 0,08 0,06 0,01 0,19 0,07 -0,15 0,09 0,12 0,20 0,22 0,00 0,70 0,31 0,97 0,23 0,52 0,66 0,94 0,14 0,59 0,24 0,50 0,35 0,11 0,08 Intuïtie 4,10 0,48 0,12 0,11 0,14 ,268 * 0,07 0,11 0,20 -0,10 0,05 0,00 0,04 0,02 -0,07 0,24 0,22 0,34 0,38 0,26 0,03 0,60 0,38 0,11 0,45 0,69 0,98 0,77 0,90 0,58 0,05 0,08 Voorspellende waarde 1,90 0,40 -0,14 0,01 0,02 0,08 0,08 0,21 0,20 0,18 0,24 0,02 -0,24 -0,12 0,00 0,03 0,06 0,29 0,91 0,85 0,55 0,54 0,10 0,12 0,16 0,05 0,86 0,05 0,35 0,98 0,80 0,65 Kennis_vt 1,74 0,31 -0,19 -0,10 -0,08 -0,01 -0,13 0,07 -0,05 0,17 0,06 ,466 ** -0,09 -,399** ,257* -0,16 -,249* 0,13 0,45 0,51 0,92 0,31 0,60 0,72 0,19 0,62 0,00 0,46 0,00 0,04 0,20 0,05 Kennis_tt 1,84 0,13 -0,02 -0,15 -0,03 0,13 0,22 0,21 0,04 ,255 * 0,11 0,11 0,07 -0,13 -0,12 0,23 ,307* 0,89 0,23 0,79 0,30 0,08 0,10 0,76 0,04 0,41 0,39 0,58 0,31 0,36 0,07 0,01 Leeftijd 39,89 8,06 0,03 0,03 -0,10 0,11 0,04 0,00 -0,04 -0,04 ,448 ** 0,09 -0,19 -0,07 ,467** 0,14 0,03 0,84 0,84 0,43 0,38 0,76 0,99 0,76 0,78 0,00 0,47 0,14 0,58 0,00 0,27 0,85 Geslacht 1,90 0,30 0,05 0,07 0,10 -0,13 0,06 -0,09 0,01 -0,22 -0,10 0,09 -0,19 0,07 0,02 0,06 0,14 0,67 0,61 0,42 0,30 0,62 0,49 0,95 0,08 0,43 0,48 0,14 0,61 0,85 0,63 0,27 Opleidingsniv. 2,78 0,52 0,24 0,18 0,19 -0,07 -0,03 0,11 0,02 -0,07 -,366 ** -0,11 -0,11 0,07 0,02 0,18 0,19 0,06 0,16 0,14 0,56 0,83 0,38 0,87 0,57 0,00 0,38 0,41 0,59 0,86 0,15 0,13 HR-werkervaring 8,43 4,88 0,01 0,01 0,10 -0,05 0,13 0,11 -0,12 -0,06 ,258 * -0,14 ,542** 0,01 0,01 0,15 0,02 0,92 0,95 0,42 0,73 0,33 0,39 0,35 0,62 0,04 0,27 0,00 0,96 0,92 0,24 0,88 Aantal wn org. 271,84 314,74 ,495 ** -0,10 -0,06 0,08 0,13 0,19 0,13 -0,03 -,346** 0,19 0,02 0,11 ,393** 0,06 ,893** 0,00 0,45 0,62 0,56 0,30 0,15 0,33 0,80 0,01 0,14 0,89 0,38 0,00 0,62 0,00 Aantal wn HR-afd. 2,14 1,11 ,505** -0,08 0,01 0,11 0,14 0,23 0,17 0,02 -,337** ,255* 0,01 0,14 ,364** 0,02 ,946** 0,00 0,55 0,92 0,41 0,27 0,08 0,18 0,90 0,01 0,04 0,94 0,27 0,00 0,90 0,00
28 Mean Std 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Referentie -onderzoek 0,78 1,55 0,10 0,16 0,02 -0,06 -0,06 0,08 -0,09 -0,01 -0,01 -0,12 0,13 0,10 0,05 -0,11 0,01 0,43 0,23 0,90 0,65 0,63 0,54 0,48 0,97 0,94 0,34 0,30 0,45 0,68 0,38 0,93 Kosten in euro 3,90 0,87 0,03 -0,08 -0,11 0,02 0,11 -0,02 -0,05 -0,10 -0,10 -0,08 -0,16 0,06 -0,19 -0,22 -0,23 0,80 0,52 0,41 0,88 0,39 0,89 0,71 0,45 0,44 0,52 0,21 0,67 0,14 0,08 0,07 Kosten in tijd 3,11 0,99 0,13 -0,08 0,13 0,23 0,10 0,09 0,15 -0,21 -0,13 -0,15 -0,07 -0,06 -0,07 -0,12 -0,09 0,30 0,53 0,30 0,08 0,46 0,51 0,23 0,11 0,32 0,25 0,61 0,66 0,59 0,34 0,47 Norm 3,72 0,42 -0,13 -0,10 0,11 0,21 0,21 -0,04 0,00 0,09 -0,04 -,278* 0,11 -0,12 -0,20 -0,02 -0,06 0,30 0,46 0,37 0,10 0,09 0,75 0,98 0,50 0,79 0,03 0,41 0,36 0,12 0,88 0,64 Adverse impact 3,48 0,67 -0,09 0,06 ,307* ,290* 0,25 -0,10 0,03 -0,13 0,04 -,258* 0,06 -0,15 -0,13 0,15 0,19 0,48 0,62 0,01 0,02 0,05 0,43 0,80 0,31 0,79 0,04 0,67 0,23 0,33 0,26 0,14 Reactie 3,57 0,65 -0,15 0,15 0,09 0,19 ,254* 0,16 0,08 -0,04 0,19 -0,06 0,04 -0,04 -,330** 0,05 0,08 0,23 0,23 0,49 0,13 0,04 0,21 0,52 0,77 0,14 0,62 0,77 0,76 0,01 0,70 0,53 Intuïtie 2,96 0,58 0,09 0,02 0,11 -0,05 -0,03 0,17 -0,10 -0,05 0,10 -0,03 0,06 -0,02 0,00 0,15 0,23 0,49 0,85 0,41 0,72 0,80 0,19 0,46 0,68 0,44 0,80 0,66 0,90 0,99 0,25 0,07 Voorspellende waarde 2,95 0,65 -0,19 -0,06 0,12 0,00 0,02 0,11 -0,05 0,01 0,02 0,03 0,06 0,18 0,00 -0,05 -0,03 0,14 0,61 0,34 0,97 0,85 0,38 0,71 0,92 0,89 0,81 0,62 0,17 1,00 0,71 0,83 Kennis_vt 1,74 0,31 -0,02 -0,09 -0,19 0,02 -0,05 -0,07 -0,13 0,04 0,07 ,466** -0,09 -,399** ,257* -0,16 -,249* 0,86 0,47 0,13 0,87 0,70 0,61 0,33 0,77 0,62 0,00 0,46 0,00 0,04 0,20 0,05 Kennis_tt 1,84 0,13 0,01 -0,13 -0,13 -0,10 0,04 0,19 0,07 0,06 0,11 0,11 0,07 -0,13 -0,12 0,23 ,307* 0,94 0,33 0,31 0,45 0,75 0,13 0,59 0,64 0,41 0,39 0,58 0,31 0,36 0,07 0,01 Leeftijd 39,89 8,06 -0,07 -0,09 -0,12 -,294* -,276* -0,06 0,00 0,00 ,448** 0,09 -0,19 -0,07 ,467** 0,14 0,03 0,61 0,48 0,35 0,02 0,03 0,64 0,97 0,98 0,00 0,47 0,14 0,58 0,00 0,27 0,85 Geslacht 1,90 0,30 0,13 -0,16 -0,07 0,11 0,07 0,04 0,02 0,06 -0,10 0,09 -0,19 0,07 0,02 0,06 0,14 0,31 0,21 0,57 0,40 0,59 0,78 0,85 0,64 0,43 0,48 0,14 0,61 0,85 0,63 0,28 Opleidingsniv. 2,78 0,52 ,337** 0,06 -0,11 -0,14 -0,18 0,00 -0,03 0,13 -,366** -0,11 -0,11 0,07 0,02 0,18 0,19 0,01 0,65 0,40 0,28 0,17 1,00 0,82 0,29 0,00 0,38 0,41 0,59 0,86 0,15 0,13 HR-werkervaring 8,43 4,87 0,12 -0,19 -0,06 -0,23 -0,16 -,301* -0,03 -0,02 ,258* -0,14 ,542** 0,01 0,01 0,15 0,02 0,36 0,13 0,64 0,07 0,20 0,02 0,83 0,88 0,04 0,27 0,00 0,96 0,92 0,24 0,88 Aantal wn org. 271,84 314,74 ,509** -0,13 0,12 -0,21 0,00 0,06 0,22 -0,08 -,346** 0,19 0,02 0,11 ,393** 0,06 ,893** 0,00 0,32 0,35 0,11 0,99 0,65 0,09 0,51 0,01 0,14 0,89 0,38 0,00 0,62 0,00 Aantal wn HR-afd.. 2,14 1,11 ,396** -0,17 0,03 -0,16 0,06 0,09 0,25 -0,06 -,337** ,255* 0,01 0,14 ,364** 0,02 ,946** 0,00 0,18 0,82 0,22 0,65 0,50 0,05 0,65 0,01 0,04 0,94 0,27 0,00 0,90 0,00
29 Multicollineariteit
Er is sprake van multicollineariteit wanneer er een sterke relatie bestaat tussen twee of meerdere onafhankelijke variabelen in een regressiemodel. Aan de hand van de correlatiematrices is onderzocht of er sprake is van een hoge correlatie (r>0,80) (Field, 2009). Uit tabel 4.2 (correlatiematrix gestructureerd interview) blijkt een zwakke positieve samenhang tussen reactie van sollicitanten en kosten in euro’s (r=0,27, p<0,05). In tabel 4.3 (correlatiematrix assessment center) is een zwakke positieve samenhang af te lezen tussen intuïtie en norm (r=0,27, p<0,05). Tabel 4.4 (correlatiematrix referentieonderzoek) laat een zwakke positieve samenhang zien tussen adverse impact en kosten in tijd (r=0,30, p<0,05), tussen adverse impact en norm (r=0,29, p<0,05) en tussen adverse impact en de reactie van sollicitanten (r=0,25, p<0,05).
De correlatiematrices geven enkel inzicht in directe correlatie tussen twee variabelen, maar houden geen rekening met indirecte correlatie. Zo kunnen variabele A en variabele C zwak correleren, maar variabelen A&B en variabele C sterk correleren. De variance inflation factor (VIF) en tolerantie (1/VIF) houden wel rekening met deze indirecte
correlatie. Daarbij ligt de norm bij een VIF-waarde van 10 en een tolerantiewaarde van 0.1: vanaf dan wordt de multicollineariteit als probleem beschouwd (Field, 2009). Voor alle verklarende variabelen zijn de VIF- en tolerantiewaarde berekend. De hoogste VIF was kleiner dan 10 (namelijk 1.15), met een gemiddelde VIF van 1.10. De laagste
tolerantiewaarde was 0.85. Deze waarden laten zien dat er geen sprake is van multicollineariteit (Field, 2009).
30
Wanneer variabelen hoog correleren, oefenen zij veel invloed op elkaar uit, wat mee kan spelen in de verbanden die in de regressieanalyse worden onderzocht. Bovenstaande bevindingen laten zien dat er vanuit gegaan kan worden dat er geen sprake is van multicollineariteit.
Naast de correlaties tussen de onafhankelijke variabelen, is ook nagegaan welke controlevariabelen een samenhang hebben met de (on)afhankelijke variabelen. Zowel voor gestructureerd interview, assessment center en referentieonderzoek geldt dat er een zwakke tot matige positieve samenhang is met de grootte van de organisatie en de grootte van de HR-afdeling. De r- en p-waardes staan weergegeven in tabel 4.5.
Grootte van de organisatie Grootte van de HR-afdeling
r p r p
Gestructureerd interview 0,38 <0,01 0,51 <0,01
Assessment center 0,50 <0,01 0,51 <0,01
Referentie-onderzoek 0,51 <0,01 0,40 <0,01
Tabel 4.5 Correlaties tussen afhankelijke variabelen en controlevariabelen
Voor gestructureerd interview is er verder een zwakke negatieve samenhang met eerder verworven kennis (r=-0,26, p<0,05) en een matige positieve samenhang met
opleidingsniveau (r=0,33, p<0,05). Het referentieonderzoek kent een matige positieve samenhang met opleidingsniveau (r=0,34, p<0,05). De controlevariabelen waarvoor een
31
significante samenhang is gevonden, worden meegenomen in de verdere analyse. De overige controlevariabelen worden hierna buiten beschouwing gelaten.
4.4 Toetsen van de hypotheses
Voor elk van de drie afhankelijke variabelen zijn zes hypotheses getoetst. Hypothese 1 luidde: hoe minder een selectiemethode als norm wordt gezien, hoe kleiner de kans dat deze methode ingezet wordt. Voor geen van de drie afhankelijke variabelen is een
significante relatie gevonden als het gaat om de variabele ‘norm’ (gestructureerd interview: r=0,11, p=0,38; assessment center: r=-0,11, p=0,38; referentie-onderzoek: r=-0,13,
p=0,30). Hetzelfde geldt voor hypothese 2, die luidde: hoe meer adverse impact een rol speelt bij een selectiemethode, hoe kleiner de kans dat deze methode ingezet wordt (gestructureerd interview: r=-0,15, p=0,25; assessment center: r=0,11, p=0,38; referentie-onderzoek: r=-0,09, p=0,48).
Voor hypothese 3 – hoe negatiever sollicitanten een selectiemethode beschouwen, hoe kleiner de kans dat deze methode ingezet wordt – is een significant verband gevonden met het assessment center (r=0,38, p=<0,01). Met andere woorden: hoe negatiever
sollicitanten staan tegenover het gebruik van een assessment center, hoe minder snel een organisatie het assessment center als selectie-instrument in zal zetten. Er is geen
significante relatie gevonden met het gestructureerd interview (r=-0,21, p=0,09) en met het referentie-onderzoek (r=-0,15, p=0,23).
32
Voor hypothese 4 – hoe hoger de voorspellende waarde van een selectie-instrument wordt beschouwd, hoe groter de kans dat deze methode ingezet wordt – is voor geen van de drie afhankelijke variabelen evidentie voor correlatie gevonden (gestructureerd interview: r=-0,05, p=0,73; assessment center: r=-0,14, p=0,29; referentie-onderzoek: r=-0,19,
p=0,14). Dit geldt ook voor hypothese 5, die luidde: hoe meer HR-managers en –adviseurs bij personeelsselectie vertrouwen op hun eigen intuïtie, hoe kleiner de kans dat een
gestandaardiseerde test ingezet wordt (gestructureerd interview: r=-0,07, p=0,57; assessment center: r=0,12, p=0,34; referentie-onderzoek: r=0,09, p=0,49).
Ten slotte is via hypothese 6 het verband onderzocht tussen enerzijds de kosten in tijd en geld en anderzijds de keuze voor een selectie-instrument. Omdat de investering in geld en de investering in tijd apart onderzocht zijn, is deze hypothese in tweeën gesplitst.
Hypothese 6a betrof daarbij investering in euro’s, waarvoor geen correlatie gevonden is met de drie afhankelijke variabelen (gestructureerd interview: r=0,03, p=0,79; assessment center: r=0,11, p=0,43; referentie-onderzoek: r=0,03, p=0,80). Hypothese 6b keek naar de investering in tijd, maar ook daarvoor werd geen significant verband gevonden
(gestructureerd interview: r=-0,02, p=0,87; assessment center: r=0,01, p=0,55; referentie-onderzoek: r=0,13, p=0,30).
Kortom: voor alle drie de afhankelijke variabelen worden alle hypotheses verworpen, op één uitzondering na: voor ‘assessment center’ wordt hypothese 3 aangenomen.
33
4.5 Meervoudige regressieanalyse
Om de relatie tussen de onafhankelijke en afhankelijke variabelen te onderzoeken, is een meervoudige lineaire regressieanalyse uitgevoerd, na de toevoeging van de
controlevariabelen. De uitkomsten van de regressieanalyse staan weergegeven in tabel 4.6, waarbij model 1 de controlevariabelen bevat en in model 2 de onafhankelijke variabelen daaraan zijn toegevoegd.
In tabel 4.6 is per afhankelijke variabele af te lezen hoeveel van de variantie verklaard kan worden door de controlevariabelen (model 1) en door de onafhankelijke variabelen én de controlevariabelen (model 2). Met de regressieanalyse zijn geen significante effecten gevonden van de set onafhankelijke variabelen op de afzonderlijke afhankelijke variabelen. Dit is ook terug te zien in de lage waardes van de R2-change van model 2.
Wanneer de bijdrage van de onafhankelijke variabelen niet als set maar als afzonderlijke variabelen wordt berekend, blijkt uit de regressieanalyse dat voor het assessment center geldt dat de reacties van sollicitanten significant bijdragen aan het model (β=0,186, p<0,001). De overige onafhankelijke variabelen dragen niet significant bij, noch aan het assessment center, noch aan het gestructureerd interview of het referentieonderzoek.
Er zijn wel controlevariabelen die van invloed blijken te zijn. Bij het gestructureerd interview leveren drie controlevariabelen significant een directe bijdrage aan het model: verworven kennis (β=0,666, p<0,001), opleiding (β=0,514, p<0,001) en organisatiegrootte (β=0,003, p<0,001). De bijdrage van organisatiegrootte is echter slechts drie procent en daarmee dusdanig klein dat deze te verwaarlozen is. Dit laatste geldt ook voor het
34
referentieonderzoek, waarbij organisatiegrootte ook weinig doch significant bijdraagt aan het model (β=0,005, p<0,001).
Gestructureerd
interview Assessment center
Referentie- onderzoek
model 1 model 2 model 1 model 2 model 1 model 2
Verworven kennis 0,614*** 0,666*** Opleiding 0,483*** 0,514*** 0,456 0,564 Organisatiegrootte 0,003*** 0,003*** 0,000 0,000 0,006*** 0,005*** Grootte HR-afdeling -0,298 -0,292 0,134 0,119 -1,118 -0,892 Kosten in euro -0,055 0,137 0,130 Kosten in tijd -0,012 -0,020 0,130 Normen 0,026 -0,171 0,153 Adverse impact 0,088 0,018 -0,036 Reactie -0,101 0,186*** -0,408 Intuïtie -0,074 0,082 0,106 Voorspellende waarde -0,081 -0,220 -0,345 R2 0,789 0,800 0,258 0,423 0,348 0,404 R2 change 0,012 0,165 0,055
Tabel 4.6 Meervoudige lineaire regressieanalyse (opmerking: correlatie is significant *p<0,05, **p<0,01, ***p<0,001 (two-tailed))
4.6 Relative weight analyse
Met de relative weight analyse wordt onderzocht wat de relatieve bijdrage is van een variabele op de variantie van de afhankelijke variabele én wat de relatieve bijdrage is van
35
een variabele in combinatie met de andere variabelen. Het kan namelijk zo zijn dat een variabele een klein gedeelte van de variantie van de afhankelijke variabele verklaart, maar relatief gezien een grote bijdrage levert (Cortina & Landis, 2009). De analyse is per
afhankelijke variabele uitgevoerd voor alle onafhankelijke variabelen en voor de
controlevariabele ‘organisatiegrootte’. Er is voor gekozen alleen deze controlevariabele mee te nemen in de analyse, omdat dit de enige controlevariabele was die een directe relatie had met alle afhankelijke variabelen.
Gestructureerd interview Assessment center Referentie- onderzoek Ruwe bijdrage Relatieve bijdrage Ruwe bijdrage Relatieve bijdrage Ruwe bijdrage Relatieve bijdrage Kosten in euro 0.004 0.52% 0.014 3.39% 0.007 2.03% Kosten in tijd 0.003 0.38% 0.001 0.28% 0.016 4.79% Normen 0.004 0.58% 0.021 5.18% 0.005 1.53% Adverse impact 0.008 1.09% 0.006 1.48% 0.004 1.06% Reactie 0.004 0.54% 0.117 28.28% 0.026 7.57% Intuïtie 0.004 0.52% 0.013 3.10% 0.005 1.58% Voorspellende waarde 0.007 0.95% 0.029 7.09% 0.021 6.06% Organisatiegrootte 0.688 95.43% 0.212 51.21% 0.259 75.38% Totaal 0.721 100.00% 0.414 100.00% 0.343 100.00%
Tabel 4.7 Relative weight analyses
Wat opvalt binnen de relative weight analyse, is dat 68,8 procent van de variantie in de afhankelijke variabele gestructureerd interview bepaald wordt door de organisatiegrootte
36
en 3,3 procent door de zeven afhankelijke variabelen. Omgerekend betekent dit dat 95,43 procent van de totale variantie binnen het gestructureerd interview bepaald wordt door de organisatiegrootte, en 4,57 procent door de onafhankelijke variabelen. Voor het referentie-onderzoek geldt dat 75,38 procent van de totale variantie wordt verklaard door de
organisatiegrootte. Organisatiegrootte had de laagste verklarende bijdrage aan het assessment center, namelijk 51,21 procent van de totale variantie. De reacties van sollicitanten verklaarden ruim 28 procent van de variantie binnen het assessment center.
37
5. Discussie en conclusie
5.1 Samenvatting van de resultaten
Dit onderzoek is opgezet om na te gaan welke factoren bepalend kunnen zijn voor de keuze van een selectie-instrument. Er is enkel statistische evidentie gevonden voor één van de achttien hypotheses: hoe negatiever sollicitanten het selectie-instrument
‘assessment center’ beschouwen, hoe minder dit instrument ingezet wordt. Daarnaast is er op basis van regressieanalyse evidentie gevonden voor enkele controlevariabelen:
verworven kennis, opleiding van de respondenten en grootte van de organisatie dragen significant bij aan het inzetten van het ongestructureerd interview. Grootte van de
organisatie draagt ook significant bij aan het inzetten van het referentie-onderzoek. Uit de relative weight analyse bleek dat de onafhankelijke variabelen slechts een beperkte
verklarende bijdrage hadden aan de variantie binnen de afhankelijke variabelen.
5.2 Bijdrage aan wetenschap en praktijk
De juiste kandidaat aannemen voor de juiste functie: het kan een organisatie flink wat geld opleveren. Er zou een organisatie dan ook veel aan gelegen kunnen zijn om bij
personeelsselectie de juiste selectie-instrumenten in te zetten, dat wil zeggen: díe instrumenten die een hoge voorspellende waarde hebben ten aanzien van de werkprestaties van een kandidaat. De wetenschap heeft zulke selectie-instrumenten ontwikkeld, zoals intelligentietests, gestructureerde interviews en work samples. Toch blijken deze instrumenten in de praktijk slechts in beperkte mate gebruikt te worden.
38
Dit onderzoek heeft een bijdrage willen leveren aan het verkrijgen van inzicht in de factoren die een rol spelen bij de keuze van selectie-instrumenten, en daarmee aan een antwoord op de vraag waaróm de praktijk de wetenschap niet volgt. Hoe meer inzicht er is in de factoren die de keuze voor instrumenten beïnvloeden, hoe beter het mogelijk zal zijn om instrumenten te ontwerpen die ook daadwerkelijk in de praktijk ingezet zullen worden. De wetenschap kan zich dan als het ware aanpassen aan de gebruiker. Tegelijkertijd is het door inzicht in de factoren beter mogelijk de praktijk te overtuigen van het gebruik van instrumenten met een hoge voorspellende waarde.
5.3 Beperkingen en aanbevelingen
Uit de betrouwbaarheidsanalyse is een lage betrouwbaarheid gebleken van drie
onafhankelijke variabelen (Cronbach’s Alpha’s lager dan .7). Mogelijke verklaring is dat er telkens slechts twee items gebruikt zijn om een construct te meten. Nu is het minimum aantal items voor Cronbach’s Alpha weliswaar twee, bij herhaling van een soortgelijk onderzoek kan het toch raadzaam zijn dit aantal items uit te breiden, om zo een
betrouwbaarder beeld per construct te krijgen. Wellicht is ook de grootte van de steekproef (n=63) van invloed geweest op de lage waarden van Cronbach’s Alpha.
Wat verder wellicht van invloed geweest kan zijn op de betrouwbaarheid, is de lengte van de enquête. De enquête bestond uit 125 vragen/stellingen en met het invullen ervan waren respondenten al gauw zo’n twintig minuten kwijt. Deze toch behoorlijke tijdsinvestering kan van invloed geweest zijn op de intrinsieke motivatie voor het juist invullen van de
39
vragenlijst. In eventueel vervolgonderzoek zou dit mogelijk te ondervangen zijn door telkens slechts één afhankelijke variabele te bevragen aan de hand van meerdere items.
Ook de scope van het onderzoek kan als beperking gezien worden. Zo was het grootste deel van de respondenten werkzaam bij een kleine tot middelgrote organisatie: bijna 80% werkte bij een organisatie met minder dan 250 fte aan werknemers. Kleinere organisaties zijn mogelijk minder snel geneigd om geld uit te geven aan relatief dure
selectie-instrumenten. Daarnaast is de enquête enkel afgenomen bij HR-functionarissen werkzaam in de zorgsector. Dat maakt het onderzoeksgebied heel specifiek, wat mogelijk effect heeft gehad op de resultaten. Bovendien is de enquête ook uitgezet binnen het sociale
(zorg)netwerk van de onderzoeker. Het is door de onderzoeksopzet niet na te gaan in hoeverre de respondenten ook daadwerkelijk behoorden tot dit sociale netwerk, maar het is mogelijk dat deze opzet geleid heeft tot sociaal wenselijke antwoorden.
Van zes van de negen selectie-instrumenten is door de respondenten van dit onderzoek aangegeven dat ze nooit of juist altijd ingezet worden bij personeelsselectie. Hierdoor is het in de huidige onderzoeksopzet niet mogelijk om na te gaan welke factoren van invloed zijn op de keuze deze instrumenten wel of niet in te zetten. De beweegredenen voor selectie-instrumenten die altijd of nooit ingezet worden, zal daarom op een andere manier onderzocht moeten worden.
In dit onderzoek zijn zes factoren onderzocht die mogelijk van invloed zijn op de keuze van selectie-instrumenten. Er is echter nauwelijks invloed van deze factoren gebleken.
40
Hierboven zijn mogelijke oorzaken voor het uitblijven hiervan gevonden. Wellicht kan het ook zo zijn dat er, naast de zes onderzochte factoren, ook andere factoren een rol spelen in de keuze voor een selectie-instrument. Of dit zo is, zou onderwerp kunnen zijn van nader onderzoek.
5.4 Conclusie
Waar in eerder soortgelijk onderzoek significante verbanden zijn gevonden tussen de afhankelijke en de onafhankelijke variabelen, blijven zulke significante verbanden in het voorliggende onderzoek op één verband na uit. Desondanks leveren de resultaten van het onderzoek een bijdrage aan human resource management. Aanvullend onderzoek is nodig om meer inzicht te krijgen in de factoren die van invloed zijn op de keuze van HR-functionarissen voor specifieke selectie-instrumenten.
41
6. Referenties
Anderson, N. (2007). The practitioner-researcher divide revisited: Strategic level bridges and the roles of IWO psychologists. Journal of Occupational and Organisational Psychology, 80: 175-183.
Anderson, N. & Witvliet, C. (2008). Fairness Reactions to Personnel Selection Methods: An international comparison between The Netherlands, the United States, France, Spain, Portugal, and Singapore. International Journal of Selection and Assessment, 16: 1-13.
Arthur, W., Woehr, D., & Maldegen, R. (2000). Convergent and discriminant validity of assessment center dimensions: A conceptual and empirical reexamination of the assessment. Journal of Management, 26: 813-835
Barney, J. (1991). Firm Resources and Sustained Competitive Advantage. Journal of Management, 17: 99-120.
Binning, J. F. and G.V. Barrett (1989). Validity of personnel decisions: A conceptual analysis of the inferential and evidential bases. Journal of applied psychology, 74, (30), 478-494.
Chapman, D.S & Zweig, D.I. (2005). Developing a nomological network for interview structure: Antecedents and consequences of the structured selection interview. Personnel Psychology, 58: 673-702
Cascio, W.F. (1998). Applied psychology in human resource management, fifth edition. Prentice Hall, Upper Saddle River.
42
Cascio, W.F. (2008). To prosper, organisational psychology should… bridge application and scholarship. Journal of Organisational Behavior, 29: 455-468.
Colbert, A.E., Rynes, S.L. &. Brown, K.G (2005). Who Believes Us? Understanding Managers’ Agreement with Human Resource Research Findings. Journal of Applied Behavioral Science, 41: 304-325.
Cortina, J.M., & Landis, R.S. (2009). When small effect sizes tell a big story, and when large effect sizes don’t. In C E. Lance & R.J. Vandenberg (Eds.), Statistical and methodological myths and urban legends: Doctrine, verity and fable in the organizational and social sciences (pp. 287–308). New York: Routledge.
Drabbe, J.P., Drost, R., Klehe, U.C. & van Vianen, A.E.M. (2008) Personeelsselectie in Nederland. Diemen, Yacht.
Evers, A., Anderson, N.& Voskuil, O. (2009). The Blackwell handbook of personnel selection. Malden, Blackwell.
Field, A. (2009). Discovering Statistics using SPSS (3th edn). London: Sage Publications.
Gatewood, R.D. &. Field, H.S (2001). Human Resource Selection. Orlando: Harcourt College Publishers.
Guion, R.M. (1998). Assesment, meausurement, and prediction for personnel decisions. MahWah NJ Lawrence Erlbaum Associates.
Hausknecht, J.P., Day, D.V. and Thomas, S.C. (2004). Applicant Reactions to Selection Procedures: An updated model and meta-analysis. Personnel Psychology, 57: 639–683.
