När det genomförs valideringsstudier av psykologiska test rapporteras ofta ett korrelationsmått som effekt. En kritik som framförs är ofta att det är så låga samband mellan tex personlighet och arbetsprestation att det inte är värt mödan att varken göra studier eller att använda personlighet som en informationskälla i urvalsprocessen.

Personlighet och arbetsprestation har en korrelation på ca .30. Kritikerna säger att det betyder att det är ca 9% av variationen som kan förklaras av personlighet (.30 upphöjt till 2). Det som lärs ut på utbildningar är ungefär detta. Detta resonemang kommer från den experimentella psykologiska forskningen när man har en experimentgrupp och en kontrollgrupp och vill undersöka ett orsakssamband mellan en psykologisk faktor och ett kriterie. Tex kan det vara intressant att veta om en viss typ av psykologisk terapi fungerar, det vill säga orsakar en förbättrad hälsa. Då är det på plats att använda förklarad varians.

Inom urval, och särskilt i det praktiska urvalsarbetet behöver vi inte vara så ambitiösa. Istället är syftet att rangordna de kandidater som finns att välja på och sedan välja den person som är bäst lämpad för jobbet. Därför duger den sk bivariata korrelationen fin fint, den säger hur bra vi är på att rangordna kandidaterna. Multiplicerar du en korrelation med 100 så får du det i procent; .30 innebär att 30% av variationen mellan en prediktor (det du har bedömt) och kriteriet är gemensam (det du vill förutsäga). Sambandet kan inte förklara något och det behöver du inte som rekryterare heller bry dig om.

Ett annat sätt att resonera är att överföra denna korrelation till odds kvot, alltså hur stor chans är det jämfört med slumpen att du träffar rätt givet att du går efter en evidensbaserad testpoäng. I fallet .30 är det ca 2 gånger större chans du träffar rätt om du tar en person som har höga poäng på skalan målmedvetenhet i ett personlighetstest i jämförelse med en person som har låga poäng på samma skala. Men det är givet att du går på testpoängen och inte lägger till annan information i beslutet. Om du inte är säker på att din information tillför något är risken att du istället sänker sannolikheten. Det är tex vanligt att man lägger till referenser till en testpoäng, du bör då vara säker på att den information du tillför verkligen adderar på din validitet, för du har redan ökat chansen att träffa rätt med 30%, naturligtvis givet att du använder ett bra psykologiskt test.

I ett uppdrag jag har för en större organisation har jag analyserat den sk baskvoten i urvalet, dvs ställt frågan; givet att du väljer alla kandidater du har att välja på hur stor chans är det att hen lyckas/misslyckas på jobbet? Många tolkar den uppmätta korrelationen (tex .30) som den maximala korrelationen som kan uppnås mellan testpoäng och kriterie, men så är det INTE. Detta resonemang bygger på att ingen klarar arbetet förutom de som ligger absolut allra högst i testpoäng. Baskvoten går att uppskatta på en mängd sätt, och ett sätt är att helt enkelt be de experter som finns i organisationen som rekryterar att uppkatta hur många av de som söker arbetet som lyckas/misslyckas i arbetet.

Vad ska du då med den informationen till? Jo, det är din validitet du har innan du lägger till din evidensbaserade valliditetspoäng. Så har du en uppskattad baskvot på att 20%, dvs 20% lyckas i arbetet idag så har du en validitet på .20 oberoende din testpoäng.

Det finns en sak till du behöver veta för att utvärdera din urvalsprocess, det är hur hur många du väljer ut (urvalskvot). Så tre beståndsdelar som ska uppskattas är baskvot (hur många lyckas givet slumpurval?), urvalskvot (antal du väljer i förhållande till antalet bedömda) och validiteten (korrelationen mellan din bedömning och det du vill förutsäga). Har du dessa tre klart för dig kan du säga att du utvärderar din evidensbaserade urvalsporocess.

Ett exempel jag stött på är en organisation när den uppskattade baskvoten låg på 50% genom att kandidaterna var starkt pre- selekterade. Genom att lägga till ett psykologiskt test med en validitet på .30 i denna urvalsprocess, samtidigt som urvalskvoten låg på 5%, alltså 5 på 100 fick jobbet, landade den verkliga validiteten på över .70 !!!

Bra träffsäkerhet som leder till goda urvalsbeslut.

Läs mer om Evidensbaserat urval™