Bij personeelsselectie draait het allemaal om het identificeren van de beste kandidaat. Immers, je wil personeel aannemen dat goed functioneert, toch? Daarom is het des te frappanter dat de manier waarop we selecteren meestal suboptimaal en niet-evidence based is. Sterker nog, er is geen grotere wetenschap-praktijk discrepantie dan die in het veld personeelsselectie.

Decennialang onderzoek op het gebied van personeelsselectie heeft laten zien dat personeel het beste geselecteerd kan worden op een gestructureerde manier. Dat bestaat uit drie stappen:

1)      stel de criteria vast voor succes in de baan en de organisatie

2)      gebruik selectietools die die criteria meten

3)      combineer de scores op de selectietools met een beslisregel

En biedt de kandidaat met de hoogste totaalscore de baan aan.

In de praktijk zien we echter dat lang niet altijd criteria worden vastgesteld. In sommige gevallen worden wel goede selectietools gebruikt, maar de resultaten van die selectietools worden vrijwel nooit met een beslisregel gecombineerd. In plaats daarvan past men een “holistische” vorm van beslissen toe, waarbij alle informatie in het hoofd (resultaten op testen en ervaringen tijdens het interview) wordt gecombineerd tot een algehele indruk van de kandidaten.

Hoe natuurlijk het ook voelt om het zo te doen, dit zorgt wel voor inconsistent gebruik van informatie en het overmatig meewegen van informatie die irrelevant is. Hierdoor krijgen denkfouten, vooroordelen en stereotypen ruim baan, zonder dat je er zelf erg in hebt. Dit levert slechtere beslissingen op met alle gevolgen van dien: suboptimaal functionerende werknemers en het afwijzen van kandidaten die het beter zouden hebben gedaan.

Dit kan beter! Namelijk door het gebruik van een beslisregel. Simpel voorbeeld: in een selectieproces voor een front desk medewerker gebruik je drie selectietools: een persoonlijkheidstest, een cognitieve vaardigheidstest, en een interview. Zorg er dan ten eerste voor dat uit al deze testen een score komt rollen (dus ook uit het interview!). Van tevoren bedenk je: hoe belangrijk is elke score? Als je bijvoorbeeld het interview belangrijker vindt dan cognitieve vaardigheden en persoonlijkheid, en de laatste twee even belangrijk, dan weeg je het interview zwaarder mee. Dan kun je tot de beslisregel komen: totaal score van kandidaat = 2* interview score + 1* persoonlijkheidsscore + 1 * cognitieve vaardigheidsscore. Pas tenslotte deze beslisregel toe op alle kandidaten en kies eenvoudigweg voor de kandidaat met de hoogste totaalscore. Dit proces kan natuurlijk heel makkelijk geautomatiseerd worden. Met een beetje kennis van Excel, kan iedereen een programmaatje maken waaruit met één druk op de knop de beste kandidaat uitrolt zodra de scores bekend zijn.

Onderzoek heeft aangetoond dat het toepassen van zo’n beslisregel leidt tot meer dan 50% accuratere beslissingen [1] in vergelijking met een holistische benadering. Reden genoeg dus om wél zo’n beslisregel te gebruiken, zou je denken. Toch is er veel weerstand om dat te doen, en voor een groot deel lijkt dat te maken hebben met de behoefte aan autonomie [2]. Het voelt gek voor managers om af te gaan op het advies van een Excel bestand en zelf geen additionele gedachten aan zo’n belangrijke beslissing te spenderen. Alsof je de beslissing uit handen geeft en er zelf geen invloed op hebt.

Met dit idee als uitgangspunt voeren we nu een onderzoek uit, geleid door een collega op de VU (Marvin Neumann), met de vraag of managers gemotiveerd kunnen worden om een beslisregel te gebruiken, door ze een bepaalde mate van autonomie te geven. Bijvoorbeeld, door ze te instrueren zelf de beslisregel te ontwerpen en ze de mogelijkheid te geven om in hun eindoordeel van het advies dat uit de beslisregel rolt, af te wijken. Tot nu toe laten de resultaten zien dat zo’n “beslisregel met autonomie” weliswaar tot minder optimale beslissingen leidt in vergelijking met een beslisregel zonder autonomie, maar wel tot betere beslissingen leidt dan een puur holistische methode. Een vervolgvraag is dan of managers zo’n methode ook vaker gaan gebruiken. Dat vervolgonderzoek zijn we nu aan het optuigen. In een trainingscyclus over werving en selectie gaan we mensen (wel of niet) blootstellen aan een training over beslisregels met autonomie. Later meten we dan in hoeverre ze zelf daadwerkelijk gebruik maken van beslisregels in hun eigen praktijk.

Hopelijk vinden we hierbij de sleutel naar het professionele hart van HR professionals en worden ze gemotiveerd om personeelsselectie zo goed mogelijk te doen, op een gestructureerde manier dus.

Meer weten, of meedoen?

Wilt u ook uw HR professionals motiveren om zo goed mogelijk te selecteren en heeft u interesse in deelname aan ons onderzoek? Dan horen we graag van u - Stuur mij een email!

Dr. L.B. (Laetitia) Mulder (l.b.mulder@rug.nl) is Universitair Hoofddocent op het Vakgebied Human Resource Management & Organizational Behavior, met specifiek expertise op het gebied van moraliteit, (on)ethisch gedrag, regels en normen in organisaties, en personeelsselectie.

[1] Kuncel, N. R., Klieger, D. M., Connelly, B. S., & Ones, D. S. (2013). Mechanical versus clinical data combination in selection and admissions decisions: A meta-analysis. Journal of Applied Psychology, 98(6), 1060–1072. https://doi.org/10.1037/a0034156

[2] Neumann, M., Niessen, A. S. M., Tendeiro, J. N., & Meijer, R. R. (2022). The autonomy‐validity dilemma in mechanical prediction procedures: The quest for a compromise. Journal of Behavioral Decision Making, 35(4).