At gå efter egenskaber, der forudsiger arbejdspræstation

Gå efter kandidater, hvis egenskaber stemmer overens med systemets værdier og kultur

Udfordring

 

Et af landets største sundhedssystemer ønskede at gå efter kandidater, hvis egenskaber var mest på linje med systemets værdier, og som havde størst sandsynlighed for at blive succesfulde i deres unikke kultur.

Løsning

Talogys evidensbaserede tilgang til ansættelse bringer videnskab og data til ansættelsesbeslutningen. Historisk set har rekrutteringsansvarlige og ansættende ledere haft få objektive data til at tilpasse deres indsats med organisationens mål. Grundlæggende, generiske personlighedstests kan ikke være så specifikke.

Evidensbaseret ansættelse bruger videnskab, data og objektivitet til at fokusere på specifikke kandidategenskaber. Talogys team af eksperter indsamlede systemspecifikke data via undersøgelser, fokusgrupper og ledelsesvisionsmøder.

Ved at bruge disse data konfigurerede de specifikke versioner af Talogys testløsninger indenfor sundhedsvæsenet for at fokusere på de ønskede attributter. Talogys forsknings- og udviklingsteam så på 16.000 nylige ansættelser og udførte en analyse af processens nøjagtighed.

Løsning

 

Ansættelsessystemet er på helt den rette vej. Nøgleegenskaber identificeret som vigtige forudsiger konsekvent arbejdspræstationen. For eksempel:

  • Kandidater, der scorede højt inden for området for fremragende dygtighed og innovation, har 3 gange større sandsynlighed for at blive bedømt som de, der præsterer bedst på jobbet.
  • Hvis de scorede højt på ansvarlighed og integritet, havde de 2,7 gange større sandsynlighed for at være blandt de, der præsterer bedst.
  • Hvis de scorede højt på kvalitet og sikkerhed, var der 2 gange større sandsynlighed for, at de var blandt de, der præsterer bedst.

 

Kandidatscorer på disse egenskaber forudsiger også præstation i den anden retning. For eksempel lægger organisationen stor vægt på fremragende dygtighed og innovation. De, der scorer lavt på dette område under ansættelsesprocessen, har FIRE gange større sandsynlighed for at forlade stillingen i det første år. Med andre ord, de, der ikke er stærke på dette område, vil sandsynligvis have det svært og have en kort embedsperiode. Disse kritiske data informerer enhver ansættelsesbeslutning.