Faglig dokumentasjon - Karrierebarometeret

Faglig dokumentasjon - Karrierebarometeret
Karrierebarometeret | mer lønnsomme beslutninger Innhold s. 2 Faglig dokumentasjon
Karrierebarometeret | mer lønnsomme beslutninger 1. Om Karrierebarometeret s. 03 2. Utviklingen av Karrierebarometeret s. 04 4. Bryte ned mål i tiltak s. 07 5. Attraktivitet og intensjon om å søke s. 08 6. Rasjonelle jobbgoder s. 10 7. Emosjonelle personlighetstrekk s. 14 8. Faglig svært solid omdømmeverktøy s. 16 9. Referanser s. 18 10. Vedlegg: Utvalget s. 19 Innhold s. 2
Karrierebarometeret | mer lønnsomme beslutninger Hva er Karrierebarometeret Karrierebarometereter en omdømmeundersøkelse som gjennomføres blant norske studenter en gang i året. Undersøkelsen kartlegger virksomheters omdømme som arbeidsgiver og resulterer i følgende: 1) Lister over attraktive arbeidsgivere,som publiseres i media i begynnelsen av mai hvert år 2) Et beslutningsgrunnlag til våre kunder,som viser de hvordan de jobbe med employer branding for å bli mer attraktiv som arbeidsgiver Forskningsbasert undersøkelse Undersøkelsen er fundert på ny forskning innen employer branding og markedsføring. Den kommer med dokumentasjon på at den tilfredsstiller krav til forskning. Dette innebærer både at den måler stabilt,og at inntrykket studentene har av virksomhetene forklarer 60 prosentav hvorvidt de opplever dem som attraktive arbeidsgivere. De årlige resultatene baserer seg på et utvalg som på en god måte representerer studentpopulasjonen. Antalletstudenter som svarer ligger rundt 8000. Hvem leverer verktøyet? Karrierebarometereter et samarbeidsprosjektmellom Evidente og KarriereStart.no. Evidente har ansvaretfor innholdeti undersøkelsen,analysene og rapportene til kunder. KarriereStart.no har ansvar for at utvalget representerer studentpopulasjonen. Både Evidente og KarriereStart.no leverer i tillegg konsulenttjenester relatert til HR og employer branding. Kontaktinformasjon Arve Kvalsvik Evidente +47 478 59 114 arve.kvalsvik@evidente.no Steinar Nupen KarriereStart steinar@karrierestart.no +47 412 49 192 1. Om Karrierebarometeret s. 3
Karrierebarometeret | mer lønnsomme beslutninger 2. #1: Rasjonelle drivere Karrierebarometereter blitt utviklet i fire faser; et pilotprosjekt og tre «skarpe» gjennomføringer. Langs hele prosessen har kunder gitt oss tilbakemeldinger på hva de har opplevd som nyttig, og hva de gjerne skulle sett var annerledes. Den første versjonen, den som ble brukt i pilotprosjektet og gjennomføringen av undersøkelsen i 2012, baserte seg i stor grad på «gamle teorier» innen employer branding.Med gamle mener vi ikke at teoriene har høy alder (fagfeltet er jo relativtnytt), men at de baserer seg på tankesett som i senere tid er blitt utfordretav ny innsikt. La meg utdype: majoriteten av de studiene som finnes på employer branding bærer preg av å ha blitt utført av forskere med bakgrunn fra organisasjonspsykologi.En antakelse som virker å ha blitt lagt til grunn er at de egenskapene ved en virksomhetsom gjør at en får lyst til å jobbe der, er de samme som får en til å trives,prestere og forbli lojale. Dette innebærer at de fleste studier innen employer branding måler trekk ved organisasjoner som er tett forbundet til selve arbeidsforholdet; arbeidsmiljø, lønnsnivå,karrieremuligheter, og liknende. Første versjon av Karrierebarometeretinneholdt utelukkende denne type faktorer. Studiene vi tok utgangspunkti da vi formet innholdetvar Knox & Freeman (2006), Berthon et al. (2005), Thomas & Wise (1999), Gomes & Neves (2011), Priyadarshi (2011). Analysene av hvordan disse faktorene påvirker attraktivitetavdekker to problemstillinger. For det første viser det seg at relativtfå kandidater har detaljkunnskap om hvordan det er å jobbe i ulike virksomheter – få vet for eksempel om en kan forvente raske opprykk om en begynner å jobbe i Statnett,eller om pensjonsordningene er bedre i Utviklingen av Karrierebarometeret Hydro enn i Statkraft. Og de tingene kandidaten ikke vet mye om, påvirker sannsynligvis heller ikke beslutningen om å søke jobb i selskapet. Dette understøttes av at mange undersøkelser innen employer branding dårlige klarer å skille de attraktive fra de mindre attraktive.En studie av Berthon et.al.(2006) brukte for eksempel verktøyetEmployer Attractiveness Scale (EmpAt) og fant forklaringskraften å være så lav som 22%. Derfor var det ikke overraskende at forklaringskraften til denne første versjonen av Karrierebarometeretvar på 27%. Disse funnene har praktiske konsekvenser. Vi bør forkaste antakelsen om at kandidatene er godt informerte og utelukkende tar rasjonelle valg om hvor de ønsker å jobbe. Mye tyder på at de er langt mindre bevisste og mer styrte av følelser og antakelser enn vi tidligere har trodd. Dette retter en utfordring til leverandører av omdømmeundersøkelser,ettersom de fleste er basert på «gammel forskning» og «gamle antakelser». I andre versjon av Karriere- barometeret tok vi hensyn til denne nye innsikten, og la til et knippe av emosjonelle dimensjoner. #2: Emosjonelle drivere En ny forståelse av hva som tiltrekker kandidater er i ferd med å vokse frem innen employer branding. I litteraturen omtales det noen steder som «the instrumental-symbolic framework» (Lievens & Highouse, 2003). Utgangspunktet er innsikten beskrevetover, og løsningen er i stor grad hentet fra markedsføring. Beslutningen om å kjøpe en Porsche,om å stille seg i den lange køen for å kjøpe kaffe på Starbucks,eller å velge Voss sitt flaskevann foran Evian, baserer seg i begrensetgrad på detaljkunnskap om produktene,og i stor grad følelser av hvordan produktene passer til ens . s. 5
Karrierebarometeret | mer lønnsomme beslutninger egen identitet.Når markedsavdelinger skal forstå hva som påvirker kjøpsbeslutningen for disse produktene kan de ikke bare forstå potensielle kunders rasjonelle vurdering av nytteverdi, men også undersøke hva de føler om produktet. Markedsførerne kaller dette for «merkevarepersonlighet». Sannsynligvis er ikke vår atferd som konsumenter så ulik hvordan vi opptrer som kandidater.I likhet med de nevnte produktene fremstår nemlig jobben og arbeidsgiveren vår som en tydelig identitets- markør. Tenk bare på hvor lang tid det tar, fra du kommer i prat med en fremmed til du spør hva vedkommende jobber med. Og om du tør å utfordre egne fordommer; tenk på hvilke følelser som oppstår basert på hva vedkommende svarer. Skal vi forstå hva som trekker personer mot ulike arbeidsgivere må vi derfor ikke bare måle hvordan de tenker det er å jobbe i virksomheten,men også hvordan de opplever organisasjonens personlighet. Den andre versjonen av Karrierebarometeret,som ble gjennomført i 2013, inneholdt derfor to typer faktorer.Den inneholdtrasjonelle egenskaper ved arbeidsgiveren, omtaltsom jobbgoder,og emosjonelle drivere,omtalt som «arbeidsgiverpersonlighet». For å måle virksomheters personlighetbrukte vi en modell som er mye brukt innen markedsføring.Den er utviklet av Jennifer Aaker (1997) og inneholder en rekke ulike personlighetstrekk,fordelt på fem ulike temaområder.Eksempler på slike trekk er «røff», «inspirerende»,«modig» og «ærlig». Ved hjelp av analysemetoden «decision tree» klarte vi å dokumentere at de nye personlighetstrekkene i Karrierebarometeretsamvarierte med attraktivitet. For eksempel fant vi at trekket «inspirerende» var forbundet med høy attraktivitet, mens trekket«røff» var forbundetmed lav attraktivitet. Målemetoden vi brukte for å kartlegge personlighetstrekkene gav oss imidlertid en utfordring med hensyn til å beregne den totale forklaringskraften til den nye versjonen av verktøyet(jobbgoder + personlighet). Ved å spisse en del av påstandene under jobbgoder klarte vi imidlertid å øke evnen til å forklare variasjon i attraktivitetfra 27 prosenttil 37 prosent.Utviklingen var altså positiv,men vi trodde samtidig der var rom for å øke denne ytterligere, særlig gjennomå forbedre personlighetstrekkene. #3: Skille klinten fra hveten Tredje versjon av Karrierebarometeret, som ble gjennomført i 2014, bygde videre på skillet mellom (rasjonelle) jobbgoder og (emosjonelle) personlighetstrekk. De rasjonelle egenskapene ble videreutviklet ved å legge til spørsmål om bransje og om virksomheten hadde en troverdig miljøprofil.De emosjonelle egenskapene ble også utvidetved at vi la til et knippe negative personlighetstrekk. Eksempler på slike var «kald»,«gammeldags» og «kynisk». Vi endret også målemetode for personlighetstrekkene,ved at respondentene nå kunne markere alle de adjektivene de mente kjennetegnet en virksomhet.Dette ledet oss til et spørreskjema på hele 56 dimensjoner. Samtidig sørget vi å få et svært rikt datagrunnlag. Datasettet for 2014 inneholdthele 9141 vurderinger av 33 ulike virksomheter.Med virksomheter av høyt ulik karakter, fra ulike bransjer, gav dette oss en mulighettil å gjøre gode analyser for å identifisere de egenskapene ved organisasjoner som har betydning for attraktivitet,og de som ikke har betydning. Sistnevnte kategori var kanskje like viktig, ettersom tidligere analyser hadde indikertat s. 6
Karrierebarometeret | mer lønnsomme beslutninger flere av dimensjonene vi tradisjonelthar målt innen employer branding har begrensetevne til å forklare hva som kreves for å bli en attraktiv arbeidsgiver. 60% av variasjonen i attraktivitet Analysene på dataene fra 2014 viser at endringene vi har gjort har forbedret kvaliteten på verktøyet betydelig. Fra å være et langt skjema med begrensetevne til å skille attraktive fra mindre attraktive virksomheter, kunne vi redusere lengden på skjemaet og samtidig øke forklaringskraften til hele 60%. Modellene under illustrerer denne utviklingen. Pyramiden uttrykker hvordan kjennskap til virksomheten er selve forutsetningen for å kunne vurdere det som en attraktiv arbeidsgiver. Videre må virksomheten tilby noe som en verdsetter og samtidig ha en personlighet som appellerer til kandidaten.En kan si at arbeidsgivere vurderer kandidater på mye av den samme måten som kandidater vurderer arbeidsgivere – det handler både om hva du kan tilby og hvordan du er. Grafen nederstillustrerer utviklingen av Karrierebarometeret; fra å være et skjema med stadig flere påstander med lav forklaringskraft,til å nå inneholde 15 jobbgoder og 12 personlighetstrekk som forklarer hele 60% av variasjonen i attraktivitet. s. 7 20122013 2014 Forklart variasjon i attraktivitet Antall spørsmål i spørreskjemaet 22 27% 44 37% 60% 27 Innholdet i Karrierebarometeret Utviklingen av et forskningsbasert omdømmeverktøy
Karrierebarometeret | mer lønnsomme beslutninger 3. Å knytte tiltak til resultat Modellen under viser hvordan Karrierebarometeret hjelper virksomheter å knytte employer branding- tiltak til økt attraktivitet, og videre til økning i antall søkere. Attraktivitetsskåren er den som legges til grunn for omdømmelistene som årlig publiseres i media. De fem driverne som påvirker attraktivitetsskåren viser innholdeti siste versjon av verktøyet.De to øverste er jobbgoder, mens de tre nederste er dimensjoner av arbeidsgiverpersonlighet. Bryte ned mål i tiltak Videre i dette dokumentetskal vi dokumentere at Karrierebarometerettilfredsstiller de metodiske kravene til forskning. Dette innebærer i hovedsak tre ting: 1. At verktøyet måler stabilt 2. At faktorene vi måler er relevante (attraktivitetpåvirker kandidatatferd + drivere påvirker attraktivitet) 3. At utvalgetrepresenterer populasjonen på en god måte s. 8 Jobbgode Jobbgode Personlighet Personlighet Personlighet Inspirerende Kjedelig (negativ påvirkning) Kompetent Bransje og kultur Tiltak Attraktivitet Intensjon om å søke Søker jobb Oppgaver og karriere
Karrierebarometeret | mer lønnsomme beslutninger Påvirker intensjon om å søke Skalaen vi bruker for å kartlegge virksomheters attraktivitetsom arbeidsgiver ble utviklet som en del av pilotprosjektet.Vi brukte da studenter til å vurdere virksomheter med to ulike attraktivitetsmål – noen ved hjelp av et enkeltspørsmål og noen ved hjelp av en faktor med fem spørsmål. Samtidig kartla vi intensjon om å søke jobb i selskapetetter endte studier. Tanken var å sjekke hvor mye vi eventuelttapte ved å kartlegge attraktivitet kun ved hjelp av et enkeltspørsmål,kontra å bruke faktoren med fem spørsmål. Alle målene vi brukte var tidligere benytteti forskning.Faktoren som målte «intensjon om å søke» er utviklet av Taylor & Bergmann (1987) og hadde en Cronbachs alfa på 0,9. Faktoren vi brukte å måle attraktivitet satte vi selv sammen,basert på fire påstander fra Highhouse,et.al. (20003) og Schein & Diamante (1988). I vår måling hadde denne en Cronbachs alfa på 0,9. Enkeltspørsmålet er brukt flere steder, blant annet i valideringen av verktøyet EmpAt (Berthon,et.al. (2005). Som vist i modellen under eksisterer der en høy korrelasjon mellom begge de to attraktivitetsmålene og intensjon om å søke jobb i virksomheten. Ikke overraskende er korrelasjonen noe høyere hos faktoren enn hos enkeltspørsmålet.Dette kalles samtidig validitet og dokumenterer at attraktivitetsmålet(og dermed også omdømmelistene) er relevant. At der finnes en sammenheng mellom studentenes intensjon om å søke jobb i en virksomhet,og hva de senere gjør, er dokumenterti andre studier (Barber, 1998; Connolly & Vines, 1977; Michell & Beach, 1976; Muchinsky & Taylor, 1976; Wanous,Keon & Latack,1983). Vi har som mål ved en senere anledning å dokumentere lignende sammenhenger for Karrierebarometeret. Videre ser vi at der er en høy korrelasjon mellom de to målene på attraktivitet.Tapet av forklaringskraft ved å gå fra en faktor på fem spørsmål til et enkelt-spørsmål er ikke betydelig. Vi valgte derfor å bruke enkeltspørsmåletsom mål på attraktivitet i Karrierebarometeret. s. 9 Attraktivitet (enkeltspørsmål) Attraktivitet (faktor med 5 spørsmål) alfa: 0,9 Intensjon om å søke (faktor med 4 spørsmål) alfa: 0,9 Kandidatatferd0,77 0,78 0,84 ? 4. Attraktivitet og intensjon om å søke
Karrierebarometeret | mer lønnsomme beslutninger Stabilt mål på attraktivitet Tillit til omdømmelistene avhenger av at vi klarer å måle attraktivitet stabilt. Der vil naturligvis være variasjoner i attraktivitetsskårene fra år til år. Om fenomenetvar konstant ville det jo ikke gitt mening å jobbe med employer branding.Vi forventer likevel at de fleste virksomheters omdømme endrer seg gradvis. Et mye brukt mål på stabilitetkalles test re-test reliabilitet.Dette innebærer å gjøre flere målinger, med tid i mellom,og se på samvariasjon mellom resultatene.For Karrierebarometeretsin del gjør vi dette ved å sammenligne attraktivitetsskårene fra 2013 med dem fra 2014. En regner gjerne reliabilitetsskårer over 0,7 som gode. Da Cut-e validerte den DNV-sertifiserte personlighetstesten Shapes bad de 412 personer gjennomføre testen to ganger, med 2-3 ukers mellomrom.Den gjennomsnittlige korrelasjonen på skårene på personlighetsdimensjonene i de to testene var på 0,74. Når vi analyserer samvariasjonen mellom skårene på attraktivitet for 99 virksomheter i 2013 og 2014 finner vi en korrelasjon på 0,91. Så til tross for diskusjoner om denne type listers relevans og pålitelighet, kan vi dokumentere at omdømme- listene fra Karrierebarometeretbåde måler noe som er relevant, og at de måler stabilt. s. 10 Attraktivitet_2013 Attraktivitet_2014 Pearson Correlation 1 ,907** Sig. (2-tailed) ,000 N 99 99 Pearson Correlation ,907 ** 1 Sig. (2-tailed) ,000 N 99 100 Correlations Attraktivitet_2013 Attraktivitet_2014 **. Correlation is significant at the 0.01 level (2-tailed). Test re-test reliabilitet Split half-reliabilitet (2 grupper på 130 respondenter) Nødvendig antall respondenter For å kunne planlegge gjennomføringen av datainnsamlingen er vi avhengige av å vite hvor mange respondenter vi trenger for å måle stabilt. Også kundene er interesserte i dette; de ønsker naturligvis å føle seg trygge på at datagrunnlageter godt nok til at de kan stole på resultatene. Til å vurdere dette analyserte vi split-half reliabilitet. Vi tok 260 studenters vurderinger av attraktiviteten til 200 ulike virksomheter.Deretter brukte vi et randomiseringsprogram til å sortere respondentene i to grupper. Det gav oss to grupper på 130 studenter,der begge gruppene hadde vurdertde samme virksomhetene. Split-halfreliabilitetdreier seg om å se på samvariasjon mellom disse gruppene.Er det slik at de to gruppene vurderer arbeidsgivere svært likt tyder det på at vi både har et godt måleinstrument, og at 130 personer er tilstrekkelig til å måle stabilt. Som med test re-test reliabilitet regnes her skårer over 0,7 som gode. I Karrierebarometeret finner vi en split-halfreliabilitet på 0,86. I realiteten er denne høyere, ettersom hver virksomhetpå listen i gjennomsnittble vurdert av 238 studenter.Det innebærer imidlertid at vi har mulighet til å redusere antall respondenter per virksomhetbetydelig,og fortsattligge godt innenfor det som i forskning blir betraktes som et stabiltmål. Gruppe1 Gruppe2 Pearson Correlation 1 ,856** Sig. (2-tailed) ,000 N 200 200 Pearson Correlation ,856 ** 1 Sig. (2-tailed) ,000 N 200 200 Gruppe1 Gruppe2 **. Correlation is significant at the 0.01 level (2-tailed). Correlations
Karrierebarometeret | mer lønnsomme beslutninger 5. Rendyrke det som virker Som beskreveti kapittel 2 ble første versjon av jobbgodene utarbeidet på bakgrunn av modellene i Knox & Freeman (2006), Berthon et al. (2005), Thomas & Wise (1999), Gomes & Neves (2011), Priyadarshi (2011). Deretter er betydningen av de blitt evaluertover flere år, noe som har ført til at noen er blitt fjernet, noen endret og nye lagt til. Vi har hatt, og vil fortsette å ha, en forskningsbaserttilnærming til Karrierebarometeret. Det innebærer ikke bare at vi grundig dokumenterer alt vi gjør, men også at vi er konstant nysgjerrige og teste nye hypoteser for å se om vi kan forbedre verktøyet ytterligere. To eksempler på jobbgoder som er lagt til i senere tid, og som har vist seg å ha betydning,er hvorvidt bransjen virksomheten opererer i er attraktiv og om virksomheten har en tydelig og troverdig miljøprofil. I 2014 gjorde vi også et drastisk grep med å fjerne noen av de faktorene som andre undersøkelser fremholder som relevante,men som vi, til tross for flere år med studier, ikke klarer å påvise har betydning for hvor studenter ønsker å jobbe. Disse er balanse mellom jobb og fritid, om organisasjonen Rasjonelle jobbgoder har en vennlig organisasjonskultur,om der er liten sjanse for å miste jobben, om en vil kunne ha fleksible arbeidsformer og om virksomheten investerer mye i mangfold. Måler vi ting som ikke har betydning risikerer vi å mislede våre kunder i å investere i tiltak som ikke gir effekt. Gruppering i ulike faktorer En faktoranalyse identifiserer de underliggende strukturene i et datasett, og lar oss gruppere dimensjonene i ulike faktorer. Faktoranalyser har vist seg følsomme for størrelsen på datasettet, og en anbefaler gjerne at en har flere enn hundre respondenter. Dette er ikke en utfordring for oss, ettersom vi har 9141 vurderinger av omdømmettil 33 ulike virksomheter. Hvorvidtspørreskjemaeter egnet for faktoranalyse tester en gjerne ved målene «Barlett’s test of sphericity» og «Kaiser-Mayer- Olkin» (KMO). Førstnevnte skal være signifikant og sistnevnte skal overstige 0,6 (Hair, 1998). Som vist under tilfredsstilles begge kravene i vårt datasett. s. 11 ,973 Approx. Chi-Square 43997 df 276 Sig. 0,000 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Datasettet er egnet for faktoranalyse
Karrierebarometeret | mer lønnsomme beslutninger Faktoranalysen kan gjennomføres enten eksplorativt eller konfirmerende. Førstnevnte metode brukes gjerne i en valideringsprosess der en ikke har en klar formening om hvordan dimensjonene bør grupperes. Dette kan være fordi der ikke eksiterer entydige teorier, eller fordi en selv har utvikleten del av skalaene.Sistnevnte brukes der det eksisterer en anerkjent teori, og der en ønsker å kontrollere om dimensjonene kan grupperes i henhold til denne. Selv om der finnes en del ulike modeller relatert til jobbgoder i forskning er ikke disse entydige.Vi har også lagt til nye dimensjoner som ikke er blitt benytteti forskning,og vi valgte derfor å gjennomføre en eksplorerende faktoranalyse med Varimax-rotasjon for å avdekke de underliggende strukturene blant jobbgodene. s. 12 Påstander Oppgaver og karriere Bransje og kultur Mulighet til å bruke studiekompetanse ,820 ,224 Investere mye i kompetanseutvikling ,797 ,311 Mange interne karrieremuligheter ,790 ,314 Erfaring som er relevant for videre karriere ,765 ,362 Mulighet til å bygge et godt jobbrelatert nettverk ,747 ,392 Spennende arbeidsoppgaver ,725 ,369 Opererer i en bransje jeg finner spennende ,267 ,486 Kultur som fremstår som ung og dynamisk ,317 ,737 Oppleves som lite byråkratisk ,231 ,719 Er kjent for å ansette de beste ,433 ,716 Fremstår som innovativ og fremtidsrettet ,434 ,700 Mulighet til å jobbe i et internasjonalt arbeidsmiljø ,307 ,662 Tilbyr en lønn som ligger over gjennomsnittet ,382 ,645 Leverer produkter og tjenester av høy kvalitet ,452 ,616 Har en tydelig og troverdig miljøproil ,231 ,565 Rotated Component Matrixa Faktorer Resultatetfra faktoranalysen viser hvordan ulike dimensjoner lader på ulike faktorer. Faktorladningene går fra -1 til 1, og jo nærmere 1, jo bedre representerer dimensjonen den underliggende strukturen i faktoren. Hva som regnes som en signifikantfaktorladning avhenger etter størrelsen av datasettet. Store datasett,som det vi har, stiller krav til høyere ladninger.Et vanlig utgangspunkter at en dimensjon bør lade minimum 0,5 på hovedfaktoren, og at den bør lade minimum 0,2 høyere på denne enn alle andre faktorer (Sannes,2004). Som tabellen under viser finner vi at jobbgodene kan gruppere i to faktorer – «oppgaver og karriere» og «bransje og kultur».Tabellen viser også at strukturen til Karrierebarometerettilfredsstiller de kravene Sannes (2004) stiller.
Karrierebarometeret | mer lønnsomme beslutninger 130 respondenter måler stabilt På samme måte som vi må vite hvor mange respondenter vi trenger for å lage en pålitelig liste over attraktive arbeidsgivere,må vi kjenne antallet respondenter som kreves for å gi et presistbilde av hvordan relevante studenter vurderer virksomheten på jobbgodene. Vi analyserte split-halfreliabilitetved å trekke ut 260 studenters vurderinger av DNV GL på de 15 jobbgodene i modellen. Deretter brukte vi et randomiseringsprogram for å dele respondentene i s. 13 Split-half reliabilitet (korrelasjon vurdering av jobbgoder i DNV GL, to grupper på 130 respondenter) to grupper på 130. Videre gjennomførte vi en korrelasjonsanalyse som avdekte hvor stort samsvar det var mellom de to gruppenes vurdering av DNV GL. Som tabellen under viser er korrelasjonen på 0,99. Dette er sjeldent høyt, og viser at 130 studenter, som er relevante for virksomheten og tilfeldig utvalg, er tilstrekkelig for å gi et presist bilde av hvordan virksomheten blir oppfattetblant den aktuelle studentpopulasjonen. Gruppe 1 Gruppe 2 Pearson Correlation 1 ,996** Sig. (2-tailed) ,000 N 54 54 Pearson Correlation ,996** 1 Sig. (2-tailed) ,000 N 54 54 Correlations Gruppe 1 Gruppe 2 **. Correlation is significant at the 0.01 level (2-tailed).
Karrierebarometeret | mer lønnsomme beslutninger Betydning for attraktivitet Skal dimensjonene vi måler i Karrierebarometeret ha relevans må vi klare å vise at de har betydning for tilfanget av kompetanse. Som beskrevettidligere er sammenhengen mellom målet på attraktivitetog intensjon om å søke jobb i virksomheten svært høy (0,78). For å validere innholdeti jobbgodene gjennomførte vi derfor en regresjonsanalyse som avdekte hvor mye av variasjonen i attraktivitet som kan forklares av jobbgodene,og hvilke av dem som har størst betydning. Som vist i tabellen under forklares hele 52 prosent av variasjonen i attraktivitetav de 15 jobbgodene i Karrierebarometeret(fordelt på to faktorer). Størst betydning er knyttettil faktoren «oppgaver og karriere», med en korrelasjon på 0,51. Dette samsvarer med funn fra Karrierebarometeret 2013. s. 14 Jobbgodene alene forklarer 52% av variasjonen i attraktivitet Som en del av faktoren «bransje og kultur» finner vi to dimensjoner lagt til i 2014, nemlig betydningen av at virksomheten opererer i en bransje studenten opplever som attraktiv, og hvorvidtvirksomheten har en tydelig og troverdig miljøprofil. I denne faktoren finner en også vurdering av muligheten for høy lønn. Dette er litt interessant,all den tid dette er noe andre studier har slitt med å dokumentere. Dimensjoner som har vært en del av spørreskjemaet til Karrierebarometerethelt frem til 2014, men som vi heller ikke i år klarte å knytte til attraktivitet,var «balanse mellom jobb og fritid», «sikker jobb», «fleksible arbeidsformer (fleksitid, hjemmekontor,etc.)», «vennlig organisasjonskultur» og «opptatt av mangfold». Siden vi ikke finner at de har relevans tar vi de ut av verktøyet.For å kunne gi gode råd til kundene rendyrker vi Karrierebarometeretrundt det som er viktig,og tar bort det uvesentlige. R R Square Adjusted R Square Std. Error of the Estimate 1 ,723a ,523 ,522 1,332 Standardized Coefficients B Std. Error Beta (Constant) -,304 ,106 -2,874 ,004 Oppgaver og karriere ,769 ,035 ,509 21,990 ,000 Bransje og kultur ,436 ,040 ,251 10,852 ,000 1 a. Dependent Variable: Hvor attraktiv er VIRKSOMHET som arbeidsgiver for deg? Coefficients a Model Unstandardized Coefficients t Sig. Model Summary Model a. Predictors: (Constant), Oppgaver og Karriere, Bransje og kultur
Karrierebarometeret | mer lønnsomme beslutninger 6. Vi er alle følelsesmennesker Som beskreveti kapittel 2 er det i ferd med å vokse frem en ny forståelse av hva som påvirker menneskers valg av arbeidsgiver. Dette henter inspirasjon fra markedsføring,og tar utgangspunkt i at vi sjelden er 100% rasjonelle i vår beslutningstaking, men lar oss trekke mot produkter,tjenester og virksomheter som klarer å vekke følelser i oss. Skal vi forstå kandidaters preferanser for ulike arbeidsgivere må vi derfor ikke bare forstå hva kandidatene på et rasjoneltnivå tenker de kan tilby, men også hvordan de emosjoneltvurderer at de fremstår. Personlighetstrekk vi misliker Første gang vi inkluderte personlighetstrekk i Karrierebarometeretvar i 2013. Da hentet vi 20 trekk, fordelt på 5 faktorer,fra en modell utviklet av Jennifer Aaker (1978). Etter gjennomføringen dette året fikk vi en henvendelse fra en student. Hun var blitt bedt om å vurdere en arbeidsgiver hun mislikte, og følte hun kun fikk muligheten til å vurdere Emosjonelle personlighetstrekk s. 15 den på positive dimensjoner. Hun savnet muligheten til å også markere for negative sider ved arbeidsgiveren som virket «frastøtende» på henne. Disse innspillene ledet til at vi i skjemaetfor 2014 la vi inn et knippe «negativt» ladede personlighetstrekk. Eksempler på slike var «kynisk», «kald», og «gammeldags». Spørreskjemaetfor 2014 hadde til sammen 23 personlighetstrekk. Analysene viste at en del av dem ikke var mulig å knytte til attraktivitet, og vi tok dem derfor ut. Eksempler på dimensjoner som ble fjernet er «sofistikert»,«sjarmerende»,«ærlig» og «familiær». Resultatetvar 12 personlighetsdimensjoner som alle kan betydning for hvor attraktiv en organisasjon oppleves om arbeidsgiver.Noen av dimensjonene har positiv innflytelse, mens andre har negativ. Resultatene fra faktoranalysen (Equamax med Kaiser Normalization) som er presentert i tabellen under viser at vi kan gruppere personlighetsdimensjonene i tre faktorer – «kompetent», «kjedelig»,og «inspirerende». Påstander Kompetent Kjedelig Inspirerende Intelligent ,562 ,015 ,317 Suksessfull ,584 -,127 ,125 Kompetent ,647 -,086 ,060 Oppdatert ,485 -,125 ,208 Røff -,153 ,542 ,004 Kald ,115 ,495 -,195 Kjedelig -,110 ,617 -,043 Gammeldags -,017 ,601 -,124 Kynisk ,155 ,395 -,219 Spennende ,254 -,162 ,572 Inspirerende ,235 -,068 ,576 Modig ,018 -,019 ,446 Faktorer Rotated component matrix
Karrierebarometeret | mer lønnsomme beslutninger Stabilt mål Vi testet stabiliteten for målet på personlighetstrekk med samme metode som vi brukte for jobbgodene. Vi hentet ut en gruppe med 260 studenter som hadde vurdert DNV GL og brukte et randomiseringsprogram for å dele gruppen i to grupper på 130. Korrelasjonen mellom de to gruppenes vurdering av DNV GL sin personligheter på 0,917. Dette tyder på at vi klarer å måle personlighetstrekkene svært stabilt. s. 16 Forklarer alene 22% Ved å gjennomføre en regresjonsanalyse på tallene fra elle studentgrupper samlet finner vi at personlighetsdimensjonene alene forklarer 22 prosentav variasjonen i attraktivitet. Trekkene som sorterer under faktoren «inspirerende» har størst «trekkraft»,marginalt foran dem under «kompetent».Trekkene under «kjedelig» har motsatteffekt, og virksomheter forbundet med disse vurderes som mindre attraktive. Gruppe 1 Gruppe 2 Pearson Correlation 1 ,917** Sig. (2-tailed) ,000 N 28 28 Pearson Correlation ,917** 1 Sig. (2-tailed) ,000 N 28 28 Correlations Gruppe 1 Gruppe 2 **. Correlation is significant at the 0.01 level (2-tailed). Split-half reliabilitet (korrelasjon vurdering av personlighet i DNV GL, to grupper på 130 respondenter) Personlighetsdimensjonene alene forklarer 22 prosent av variasjonen i attraktivitet R R Square Adjusted R Square Std. Error of the Estimate 1 ,473a ,224 ,223 1,757 Model Summary Model a. Predictors: (Constant), Kompetent, Kjedelig, Inspirerende Standardized Coefficients B Std. Error Beta (Constant) 3,505 ,036 96,726 0,000 Kompetent 1,581 ,074 ,244 21,268 ,000 Kjedelig -1,715 ,129 -,143 -13,339 ,000 Inspirerende 1,835 ,083 ,255 22,185 ,000 Coefficients a Model Unstandardized Coefficients t Sig. 1 a. Dependent Variable: Hvor attraktiv er VIRKSOMHET som arbeidsgiver for deg?
7. Total forklaringskraft på 60% Ser vi på alle studenter under ett forklarer jobbgodene isolert sett 52 prosentav variasjonen i attraktivitet,mens personlighetsdimensjonene forklarer 22 prosent. Slår vi sammen de to gruppene har de en samletforklaringskraft som strekker seg fra 29% hos jusstudentene til 60% hos ingeniørstudentene (se tabell under). Forklaringskraften øker med 36% ved å legge til personlighet Hvor mye ekstra forklaringskraftvi får ved å legge til mål på virksomheters personlighetvarierer etter hvilke virksomheter som sammenlignes. Hos ingeniørstudentene, der det er store forskjeller på hva virksomhetene kan tilby innen jobbgoder , blir dette avgjørende og personlighet spiller mindre rolle. Den ekstra effekten vi får ved å legge til personlighet – såkallet «økningsvaliditet» - er der på kun 2%. Ser vi på andre grupper har personlighet mer å si. Jusstudentene vurderte Schjødt og Sivilombudsmannen,og IT-studentene vurderte FINN.no og Skatteetaten. I disse tilfellene klarer vi ikke ved hjelp av jobbgoder å forklare hvorfor noen Faglig svært solid omdømmeverktøy er mer attraktive enn andre. Når vi legger til personlighetøker imidlertid forklaringskraften betydelig, med 13% for jusstudentene og hele 36% for IT-studentene. Konkurransesituasjonen avgjør Hvor stor betydning jobbgoder og personlighet har avhenger altså av hvilke virksomheter studentene vurderer. Vi kan sammenligne dette med slik konkurransen forløper seg på markedet. På Sørlandet er National Oilwell Varco en dominerende aktør. De er sannsynligvis i stand til å tilby langt bedre jobbgoder enn de fleste andre virksomheter i samme region. Uavhengig av hvilke personligheter aktørene har vil sannsynligvis National Oilwell Varco vinner markedet på grunn av bedre jobbgoder. Andre steder vil imidlertid aktørene være likere med hensyn til jobbgoder. Vi kan for eksempel se for oss at studenter vurderer arbeidsoppgavene, karrieremulighetene, lønnsnivået,og liknende ganske likt hos KPMG, EY, Delloite og PwC. For å vinne konkurransen i slike situasjoner blir det desto viktigere å ha en attraktiv personlighet. s. 17 Forklaringskraft, økningsvaliditet og korrelasjoner mellom drivere og attraktivitet, brutt ned på studieretninger
Karrierebarometeret | mer lønnsomme beslutninger 8. Aaker, J. (1997), Dimensions of brand personality, Journal of Marketing Research, Aug. 1997, 34, 3. Barber, A.E. (1998), Recruiting Employees: Individual and Organizational Perspectives, California:Sage Berthon, P., Ewing, M. & Hah, L.L. (2005), Captivating company:dimensions of attractiveness in employer branding, International Journal of Advertising,24(2), pp.151-172. Connolly, T. and Vines, C.V. (1997), “Some Instrumentality Valence Models of Undergraduate College Choice”, Decision Sciences, Volume 8, No.1, p.311 Gomes, D. & Neves,J. (2011), Organizational attractiveness and prospective applicant’s intentions to apply, Personnel Review, Vol.40, no.6 Hair, J.F. (1998), Multivariate Data Analysis, 5th edition,Prentice Hall, Upper Saddle River, N.J. Highhouse,S., Lievens,F. & Sinar, E.F. (2003). Measuring attractiveness to organizations, Educational and Psychological Measurement,Vol. 63(6). Knox, S. & Freeman, C. (2006), Measuring and Managing Employer Brand Image in the Service Industry, Journal of Marketing Management,Vol. 22 (7-8) Lievens,F., & Highhouse, S. (2003), The relation of instrumental and symbolic attributes to a company’s attractiveness as an employer, Personnel Psychology,56, 75-102. Mitchell,T.R. and Beach, L.R. (1976), “A Review of Occupational Preference and Choice Research using Expectancy Theory and Decision Theory”, Journal of Occupational Psychology,Volume 49, pp. 231-248 Muchinsky, P.M. and Taylor, S. (1976), “Intrasubject Predictions of Occupational Preference:The Effect of Manipulating Components of the Valence Model”, Journal of Vocational Behaviour,Volume 8, No.2, pp. 85- 195. Priyadarshi,P. (2011), Employer Brand Image as Predictor of Employee Satisfaction, Affective Commitment& Turnover, Indian Journal of Industrial Relations,Vol. 46 Issue 3. Raubenheimer, J.E. (2004), An item selection procedure to maximise scale reliability and validity, South African Journal of Industrial Psychology, 30(4), 59-64. Sannes,R. (2004), Dataanalyse og statistikk – kvantitativ tilnærming, http://home.bi.no/fgl88001/metode/Kvantitativ_datanalyse_v3-11.pdf Referanser s. 18
Karrierebarometeret | mer lønnsomme beslutninger Schein,V.E. & Diamante,T. (1988). Organizational attractiveness and the person-environment fit, Psychological Reports, Vol. 62 Taylor, S. & Bergmann, T.J. (1987). Organizational recruitmentactivities and applicants’ reactions at different stages of the recruitmentprocess. Personnel Psychology,Vol. 40. Thomas, K.M. & Wise P.G. (1999). Organizational attractiveness and individual differences:are diverse applicants attracted by different factors? Journal of Business and Psychology,Vol. 13 (3). Wanous,J. P., Keon, T.L. and Latack, J.C. (1983), “Expectancy Theory and Occupational/Organizational Choices: A Review and Test”, Organizational Behaviour and Human Performance, Volume 32, No.1, pp. 66-86 s. 19
Karrierebarometeret | mer lønnsomme beslutninger Vedlegg: Utvalget s. 20 Alder Menn Kvinner 19-29 71 % 62 % 30+ 29 % 38 % 19-29 81 % 85 % 30+ 19 % 15 % Populasjonen Utvalget Populasjonen Utvalget 40 % 31 % 60 % 69 % Kjønn Menn Kvinner Representativt utvalg Karrierebarometeret2014 har totalt 8559 respondenter. Jevnt over representerer utvalget populasjonen på en god måte; det har litt flere kvinner,litt høyere gjennomsnittsalder og en noe større andel masterstudenter.Samtidig er fordelingen på studiesteder og hjemkommuner nærmest perfekt,med gjennomsnittlige avvik per skole/kommune på henholdsvis 0,45 og 0,65 prosentpoeng. Fordelingen på studieretningene «merkantile fag», ingeniørfag, helsefag og «samfunnsvitenskap og humaniora» er relativtlik, mens vi har færre studenter fra IT-fag og juss. Tabellene under beskriver utvalget i detalj. Alder Kjønnsfordeling Studienivå Studienivå Master Bachelor Master Bachelor 20 % 80 % Andel 30 % 70 % Populasjonen Utvalget
Karrierebarometeret | mer lønnsomme beslutningers. 21 Studieretning Hjemkommune Hjemkommune Utvalget Populasjonen Differanse Akershus 11,8 % 10,9 % 0,9 % Aust-Agder 2,0 % 2,2 % -0,1 % Buskerud 5,2 % 5,2 % 0,1 % Finnmark 1,5 % 1,4 % 0,0 % Hedmark 3,9 % 3,7 % 0,2 % Hordaland 9,4 % 9,6 % -0,2 % Møre og Romsdal 6,1 % 5,0 % 1,1 % Nordland 5,1 % 4,5 % 0,6 % Nord-Trøndelag 2,5 % 2,6 % -0,1 % Oppland 3,3 % 3,6 % -0,3 % Oslo 12,0 % 12,0 % 0,0 % Rogaland 9,4 % 8,7 % 0,6 % Sogn og Fjordane 2,6 % 2,1 % 0,5 % Sør-Trøndelag 5,3 % 5,8 % -0,5 % Telemark 3,1 % 3,3 % -0,2 % Troms 4,0 % 3,1 % 0,9 % Vest-Agder 2,9 % 3,4 % -0,5 % Vestfold 4,6 % 5,6 % -1,0 % Østfold 5,2 % 5,4 % -0,2 % Studieretning Antall Andel Merkantile fag, som økonomi, industriell økonomi, markedsføring, logistikk, HR, etc. 2109 25 % Ingeniørfag, elektro, teknologi, etc. 1671 20 % Jus 428 5 % IT 280 3 % Helsefag, som medisin, farmasi, sykepleie, o.l. 1615 19 % Samfunnsvitenskap, humaniora, pedagogikk, etc. 2455 29 % Total 8559 100 %
Karrierebarometeret | mer lønnsomme beslutningers. 22 Studiested Studiested Utvalget Populasjonen Differanse Høgskolen i Nesna 0,2 % 0,6 % -0,4 % Høgskolen i Finnmark - Alta 0,2 % 0,4 % -0,2 % Høgskolen i Harstad 0,5 % 0,6 % -0,1 % Høgskolen i Narvik 0,5 % 0,9 % -0,4 % Norges Idrettshøgskole 0,6 % 0,7 % -0,1 % Høgskolen i Stord / Haugesund 0,9 % 1,5 % -0,6 % Høgskolen i Ålesund 1,0 % 1,0 % -0,1 % Høgskolen i Volda 1,1 % 1,9 % -0,8 % Høgskolen i Molde 1,1 % 1,2 % -0,1 % Høgskolen i Nord-Trøndelag 1,2 % 2,0 % -0,8 % Høgskolen i Sogn og Fjordane 1,2 % 1,9 % -0,6 % Høgskolen i Gjøvik 1,2 % 1,4 % -0,2 % Høgskolen i Vestfold 1,4 % 0,5 % 0,9 % Markedshøyskolen 1,6 % 1,0 % 0,7 % Norges Handelshøyskole (NHH) 1,7 % 1,7 % 0,0 % Universitetet i Nordland 1,8 % 2,9 % -1,2 % Høgskolen i Hedmark 1,8 % 3,7 % -1,9 % Høgskolen i Østfold 1,8 % 2,5 % -0,7 % Høgskolen i Telemark 1,8 % 3,2 % -1,3 % Høgskolen i Buskerud 2,0 % 3,9 % -1,9 % Universitet for miljø og biovitenskap (UMB) 2,1 % 2,4 % -0,3 % Høgskolen i Lillehammer 2,6 % 2,3 % 0,3 % Høgskolen i Bergen 3,9 % 3,6 % 0,3 % Universitetet i Stavanger 4,2 % 4,4 % -0,2 % Høgskolen i Sør-Trøndelag 4,2 % 4,0 % 0,2 % Universitetet i Agder 4,6 % 4,8 % -0,2 % Universitetet i Tromsø 4,8 % 5,6 % -0,8 % Høgskolen i Oslo og Akershus 7,3 % 8,4 % -1,1 % Handelshøyskolen BI 8,4 % 9,7 % -1,3 % Universitetet i Bergen 9,3 % 7,1 % 2,3 % NTNU 12,1 % 10,7 % 1,4 % Universitetet i Oslo 12,7 % 13,5 % -0,8 %
Kontaktpersoner Evidente | www.evidente.no | Arve Kvalsvik | arve.kvalsvik@evidente.no | 478 59 114 KarriereStart | www.karrierestart.no | Steinar Nupen | steinar.nupen@karrierestart.no | 412 49 192

Faglig dokumentasjon - Karrierebarometeret

Faglig dokumentasjon - Karrierebarometeret

Recomendados

Mais conteúdo relacionado

Similar a Faglig dokumentasjon - Karrierebarometeret(20)

Último(10)

Faglig dokumentasjon - Karrierebarometeret