Czy system premiowania stosowany w firmie wpływa na zwiększenie motywacji do pracy?

Ogólnopolskie Wynagrodzeń

USA: mediany wynagrodzeń pracowników w różnym wieku

20 lat 20 000

30 lat 40 000

40 lat 50 000

50 lat 51 000

60 lat 53 000

* rocznie w USD

Stefa premium

Sprawdź co zyskasz wykupując pełny dostęp do naszego portalu

Sprawdź, ile zarabia:

Opiekun finansowy 4810 PLN
Elektromonter 3920 PLN
Sekretarz szkoły 3430 PLN
Listonosz 2950 PLN
Pomoc kuchenna 2900 PLN
Wiceprezes zarządu 15680 PLN
Rejestratorka 3020 PLN
Prawnik 7260 PLN
Stażysta 3270 PLN
Programista Embedded 8590 PLN
Ogólnopolskie badanie satysfakcji z pracy

Zajmujesz się zawodowo wynagrodzeniami?
Zapraszamy Cię do strefy przeznaczonej dla profesjonalistów.

Profil kompetencyjny - posiadany przez pracownika lub wymagany na konkretnym stanowisku zestaw najistotniejszych kompetencji.

pozwala na porównanie 43 wskaźników w następujących obszarach

Artykuły

Jakie dwa typy myślenia analitycznego potrzebujemy w analityce HR?

24.09.2021 Konrad Kulikowski
Mało kto zaprzeczy, że analityczne myślenie to jedna z najważniejszych umiejętności, koniecznych, by skutecznie korzystać z analityki HR (Kryscynski i wsp., 2018). Jednak co właściwie oznacza myślenie analityczne i jak pomaga ono w analityce HR? Warto się nad tym zastanowić, bo pozwoli to dostrzec ważne składniki skutecznej analizy danych w zarządzaniu ludźmi. Taka wiedza może pomóc zwiększyć jakość prowadzonych analiz, a co za tym idzie, poprawić ich oddziaływanie na efektywność pracy w organizacji.
Problematyką myślenia zajmują się dziesiątki badaczy, stosując rozmaite podejścia teoretyczne. My spróbujemy spojrzeć na myślenie analityczne w możliwie prosty sposób, taki, który ma dostarczyć nam praktycznie użytecznej wiedzy. Zastanówmy się, co właściwie znaczy myślenie analityczne, którego wymaga się od analityków HR? Opierając się na badaniach naukowych nad rozumowaniem (por. Cattell, 1963; Tucker-Drob, 2009; Thorsen, Gustafsson, & Cliffordson, 2014) możemy wyróżnić dwa wymiary rozumowania - rozumowanie płynne i skrystalizowane. Rozumowanie płynne dotyczy zdolności przetwarzania informacji i wyciągania wniosków w sytuacjach, co do których nie posiadamy żadnej wcześniejszej wiedzy czy w sytuacjach, z którymi nie mamy uprzednich doświadczeń. Z kolei rozumowanie skrystalizowane, wręcz przeciwnie, to umiejętność wyciągania wniosków w oparciu o posiadaną wiedzę, doświadczenie i znajomość kultury, w której żyjemy.

Ten dwoisty podział można wykorzystać, by lepiej zrozumieć praktyczne aspekty myślenia analitycznego, wymaganego w analityce HR. Podobnie jak w badaniach nad rozumowaniem, możemy założyć istnienie dwóch praktycznych wymiarów myślenia analitycznego, koniecznego w analityce HR. Pierwszy to rozumowanie płynne, czyli dostrzeganie powiązań i wzorców w danych, niezależnie od kontekstu, w jakim dane zostały zebrane. Ten typ myślenia analitycznego możemy nazwać pozyskiwaniem informacji z danych. Drugi rodzaj myślenia analitycznego, to rozumowanie skrystalizowane prowadzące do zrozumienia pozyskanych informacji oraz wyciąganie wniosków przy wykorzystaniu posiadanej wiedzy i znajomości kontekstu biznesowego. Ten typ myślenia analitycznego w HR możemy nazwać zrozumieniem pozyskanych informacji. Sugeruje to zatem, że w analityce HR mamy dwa odrębne typy myślenia analitycznego: pozyskiwanie informacji z danych oraz rozumienie pozyskanych informacji w kontekście biznesowym.

Myślenie analityczne – wydobywanie informacji z danych to nie to samo co rozumienie pozyskanych informacji

Zawodowy analityk, prowadząc statystyczne analizy mające na celu pozyskanie informacji z danych, może dostrzec określone różnice, powiązania lub prawidłowości, np. że wskaźnik rotacji jest wyższy niż w poprzednim kwartale lub że wysokość podwyżki negatywnie koreluje z satysfakcją pracowników. Profesjonalny analityk może pozyskać informacje z dostępnych mu danych, bez jakiejkolwiek wiedzy o tym, z jaką firmą ma do czynienia czy w jakim kontekście ta firma działa. Jednak, by odpowiedzieć na pytanie, czy i jakie wydobyte z danych informacje mają znaczenie, konieczne jest posiadanie wiedzy, która wykracza poza to, co można znaleźć w danych.

By zrozumieć wydobyte z danych informacje, potrzebne jest myślenie analityczne w oparciu o doświadczenie biznesowe i wiedzę na temat procesów HR w firmie. Przykładowo, rozumowanie poparte wiedzą o biznesie może pozwolić ocenić, że alarmujący na pierwszy rzut oka wynik analizy rotacji nie jest niepokojący, bo od lat w tym właśnie kwartale obserwuje się wzrost rotacji. Dzięki wiedzy wykraczającej poza dane można też zrozumieć pozornie paradoksalny wynik wskazujący, że podwyżki negatywnie wiążą się z satysfakcją z pracy. Mając odpowiednią wiedzę z zakresu zarządzania ludźmi, specjalista HR czy menadżer wie, że na zadowolenie z wynagrodzenia wpływa nie tylko nominalna wysokość wynagrodzenia, ale także sprawiedliwość procedur, według których wynagrodzenie jest przyznawane, tzw. sprawiedliwość proceduralna. Wiedzę taką specjalista HR może połączyć z docierającymi do niego nieformalnymi opiniami załogi, że wynagrodzenia w firmie są przyznawane według niesprawiedliwych zasad. Mając wiedzę o procesach HR i wiedzę o tym, co dzieje się w firmie, specjalista HR może zrozumieć czemu, mimo iż wynagrodzenie wzrasta, to pracownicy nie są zadowoleni z otrzymywanych podwyżek. Pracownicy uważają, że reguły przyznawania podwyżek są niesprawiedliwe – ale tego nie dowiemy się analizując dane, do tego potrzebna jest wiedza i znajomość firmy od podszewki. Takiej analizy nie przeprowadzi matematyk czy statystyk, któremu brak odpowiedniego doświadczenia biznesowego. Wydobycie informacji z danych to jedno, ale ich zrozumienie to drugie. Często są to dwa odrębne procesy wymagające odrębnych typów myślenia analitycznego.

By jeszcze lepiej zrozumieć praktyczne konsekwencje odrębności myślenia analitycznego, wymaganego do wydobycia informacji z danych od myślenie analitycznego, wymaganego do zrozumienia tych informacji, przyjrzyjmy się projektowi przeprowadzonemu przez Tylera Vigena. Na swojej stronie internetowej https://www.tylervigen.com/spurious-correlations zamieścił on wyniki setek analiz pokazujących niezwykle silne korelacje – powiązania między zmiennymi. Jego analizy pokazują między innymi, że liczba rozwodów w stanie Main skorelowana jest z konsumpcją margaryny, konsumpcja sera na osobę jest powiązana z liczbą śmierci z powodu zaplątania się w pościel, liczba lotów w kosmos koreluje z liczbą doktoratów z socjologii, za to doktoraty z inżynierii cywilnej korelują ze spożyciem sera mozzarella.

Wszystkie omawiane wyżej związki były z czysto statystycznego punktu widzenia bardzo silne, ale opierając się na naszej wiedzy o otaczającym nas świecie uznamy je za niemożliwe, absurdalne lub przypadkowe. Dzięki wiedzy o tym, jak działa system edukacji nie sposób uwierzyć, że konsumpcja sera przekłada się na liczbę inżynierów z doktoratami. Będziemy raczej skłonni twierdzić, że jest to koincydencja, zbieg okoliczności, który nie ma większego sensu. Analizy Vigena pokazują nam, że sam wynik analizy danych bez wiedzy o kontekście, w którym te analizy zostały dokonane, niewiele może nam powiedzieć. Prawdziwa wiedza nie pochodzi z danych, tylko z krytycznego myślenia o wynikach. Jeśli nie rozumiemy wyniku analizy i nie wiemy skąd i dlaczego się bierze, nie możemy mu ufać. Podobnie jest w analityce HR: nie wystarczy tylko wydobyć informacje z danych – potrzebujemy jeszcze wiedzy pozwalającej zrozumieć wyniki i ocenić ich wiarygodność. Jeśli prowadząc analitykę HR zauważymy w danych powiązania lub zastanawiające wartości wskaźników, to skąd mamy wiedzieć, czy jest to prawdziwe zjawisko czy tylko przypadkowe powiązanie, podobne do związku konsumpcji sera z liczbą doktoratów? Dlatego w analityce HR, oprócz „typowego” myślenia analitycznego, którego celem jest wydobywanie wiedzy z danych, konieczne jest myślenie analityczne, ukierunkowane na zrozumienie uzyskanych wyników w szerszym kontekście wiedzy o procesach HR.

Praktyczne korzyści z lepszego poznania natury analitycznego myślenia w analityce HR

Rozdzielenie myślenia analitycznego na wydobywanie informacji z danych i rozumienie tych informacji, to nie tylko akademickie dywagacje. Wiedza ta dostarcza nam konkretnych, praktycznych wskazówek. Myślenie analityczne, które wymaga wydobywania nowych informacji z danych jest domeną statystyków, matematyków czy zawodowych analityków – takiego rodzaju myślenie może być niezwykle trudno uzyskać u osób, które nie zajmują się zawodowo analizą danych. Jeśli oczekujemy od specjalistów zarządzania ludźmi, że będą samodzielnie analizować dane w poszukiwaniu nowych informacji, może okazać się, iż jest to dla nich zadanie zbyt trudne. Drugi rodzaj myślenia analitycznego, to rozumienie informacji wydobytych z danych w odniesieniu do posiadanej wiedzy i doświadczenia – łączymy tu różne informacje, by zrozumieć ich sens w szerszym kontekście biznesowym. Takie myślenie analityczne będzie z kolei trudno dostępne osobom, które nie znają specyfiki działań firmy i nie mają wiedzy z zakresu zarządzania zasobami ludzkimi. Jeśli oczekujemy od statystyka czy zewnętrznego analityka danych, że powie nam, jakie znaczenie mają wyniki analizy dla naszej firmy, to możemy się rozczarować. Jeśli celem analityki HR jest próba zrozumienia informacji pochodzących z danych, wówczas to specjaliści zarządzania ludźmi mogą posiadać wiedzę konieczną do ich zrozumienia, wiedzę, której brakuje zawodowym analitykom. Zrozumienie specyfiki umiejętności analitycznego myślenia pozwala dostrzec, że w analityce HR krytyczna może być odpowiednia organizacja pracy i podział ról analitycznych. Jedna osoba może nie mieć wiedzy i umiejętności koniecznych, by prawidłowo wykonać analizy, jak i wiedzy i umiejętności potrzebnych do prawidłowej interpretacji wyników.

Inną korzyścią z "podwójnego charakteru" myślenia analitycznego w analityce HR, jest zachęcenie „zwykłych” specjalistów zarządzania ludźmi do zainteresowania się analityką HR poprzez pokazanie im krytycznej roli ich wiedzy i doświadczenia w tym procesie. Część osób pracujących w HR może mieć przekonanie, iż nie posiada zdolności analitycznego myślenia i przez to nie jest w stanie samodzielnie analizować danych, więc praca analityka HR nie jest dla nich. Jeśli ktoś nigdy nie prowadził analiz danych, nie obliczał chociażby korelacji i nie sprawdzał, czy wynik jest istotny statystycznie, to tego rodzaju analizy będą dla niego trudne do wykonania. Prawdą jest, że samodzielne przeprowadzenie nawet podstawowych analiz danych, może być dla wielu HR-owców niedostępną „czarną magią”. Jednak fakt, iż specjalistom HR brakuje umiejętności analitycznych w odniesieniu do zdolności matematycznych i statystycznych, nie musi koniecznie oznaczać rezygnacji z udziału w analityce HR. Przytaczany w tym tekście podział na dwa typy myślenia analitycznego wskazuje wręcz coś zupełnie innego: udział specjalistów HR w analityce jest nieodzowny. Współpraca między zawodowym analitykiem potrafiącym wydobyć informacje z danych a specjalistą HR potrafiącym zrozumieć użyteczność tych informacji w kontekście danej firmy, to klucz do udanej analityki HR. Zatem, o ile idealnie byłoby posiadać umiejętności matematyczne umożliwiające samodzielne obliczenia wartości wskaźników, to ich brak nie uniemożliwia udziału w procesie analityki HR. Rolą specjalistów zarządzania ludźmi w analityce HR może być nie tyle wydobywanie informacji z danych, co próba zrozumienia wyników analiz z wykorzystaniem myślenia krytycznego i systemowego (por. Levenson, 2018, 2017). Takie przedstawienie roli specjalistów zarządzania ludźmi pokazuje, że mają oni swoją rolę do odegrania w analityce i może zachęcać do udziału w tym procesie.

Tradycyjnie umiejętności analityczne kojarzone są z wykonywaniem obliczeń czy statystycznych analiz danych. Podejście takie może niektórych odstraszać od analityki HR. „Ja jestem humanistą, analityka HR nie jest dla mnie”, „nie mam umysłu matematycznego”, „wolę zajmować się ludźmi, a nie liczbami” – nietrudno wyobrazić sobie takie reakcje na analitykę HR u osób, które mają przekonanie, że nie są umysłami analitycznymi. Ale analityka HR, to nie tylko matematyczne wzory i zaawansowane algorytmy, to także krytyczne, systemowe rozumowanie w oparciu o posiadaną wiedzę – dążenie do zrozumienia informacji, które wyłaniają się z danych (por. Levenson, 2018, 2017). Można powiedzieć, że analityka HR to bardziej praca detektywa, niż matematyka. Matematyk może przeprowadzić zaawansowane analizy, ale nie powie nam, co z tych analiz wynika dla działań naszej firmy. Specjalista zarządzania ludźmi w procesie analityki HR powinien myśleć nie jak matematyk, ale jak detektyw składający różne informacje w jedną spójną całość w oparciu o dostępne dane, swoją wiedzę i doświadczenie życiowe. Celem analityki HR nie jest wyliczanie fantazyjnych wskaźników, ale zdobycie informacji, które pozwalają na realną poprawę zadowolenia załogi i efektywności pracy.


Bibliografia
Cattell R. B. (1963), Theory of fluid and crystallized intelligence: A critical experiment, Journal of Educational Psychology, 54(1), s. 1–22, dostęp: https://doi.org/10.1037/h0046743

Kryscynski D., Reeves C., Stice-Lusvardi R., Ulrich M., Russell G. (2018), Analytical abilities and the performance of HR professionals, Human Resource Management, 57(3), s. 715–738, dostęp: https://doi.org/10.1002/hrm.21854

Levenson A. (2017), Beware the HR analytic barbarians, dostęp: https://www.linkedin.com/pulse/beware-hr-analytic-barbarians-alec-levenson/

Levenson A. (2018), Systems diagnostics are essential to create high performance, dostęp: https://www.linkedin.com/pulse/systems-diagnostics-essential-create-high-performance-alec-levenson/

Rasmussen T., Ulrich D. (2015), Learning from practice: How HR Analytics avoids being a management fad, Organizational Dynamics, 44, s. 236–242, dostęp: https://doi.org/10.1016/j.orgdyn.2015.05.008

Thorsen C., Gustafsson J. E., Cliffordson C. (2014), The influence of fluid and crystallized intelligence on the development of knowledge and skills, British Journal of Educational Psychology, 84(4), s. 556–570, dostęp: https://doi.org/10.1111/bjep.12041

Tucker-Drob E. M. (2009), Differentiation of cognitive abilities across the life span, Developmental Psychology, 45(4), s. 1097–1118, dostęp: https://doi.org/10.1037/a0015864
Konrad Kulikowski
Przypominamy, że zgodnie z pkt 2.6 - 2.7 regulaminu kopiowanie, przetwarzanie i wykorzystywanie tekstów oraz danych portalu w innych celach niż do użytku osobistego wymaga pisemnej zgody redakcji.
Wynagrodzenie brutto - ile to jest netto?

Wszystkie podane w artykule stawki wynagrodzeń są kwotami brutto. Zawierają potrącane od pensji składki na ubezpieczenia społeczne, ubezpieczenie zdrowotne oraz zaliczkę na podatek dochodowy od osób fizycznych. Kalkulator brutto - netto pozwala na szybkie przeliczenie podanych stawek na pensję, którą pracownik otrzyma "na rękę".