Intelligens och betyg som urvalskriterier för att förutsäga arbetsprestation

Betyg2En fråga som ofta kommer upp när jag pratar urval med personer är om betyg kan förutsäga arbetsprestation. Om detta finns det inte så mycket forskning. Men om vi istället tar utgångspunkten i relationen mellan intelligens och betyg så kan vi hitta en hel del forskning. Nedan sammanfattar jag den evidensbaserade tolkningen av relationen mellan intelligens, betyg och arbetsprestation och försöker svara på om betyg verkligen fungerar som urvalskriterie.

Intelligens och Betyg

Problemlösning är det centrala i definitionen av kognitiv förmåga, eller intelligens. Problemlösning är också en central del av skolans värld. Eftersom intelligens är nära förknippat med lärande och problemlösning är det därför sedan länge känt att olika typer av intelligenstest samvarierar positivt med betyg i skolan. Men hur starkt är egentligen detta samband? Detta har nu analyserats i en färsk studie där samtliga studier ingår från 20-talet och framåt som har undersökt detta fenomen.

Det är forskaren Bettina Roth (Roth, et al., 2015) med kollegor som sammanställt detta och kommit fram till att samvariationen mellan intelligenstest och betyg i skolan (över alla årskurser och nivåer) ligger på ungefär .54. För att illustrera detta kan du se nedan hur detta samband ter sig i en graf. Om intelligenstestet illustreras på X-axeln med ett medel på 0 och standardavvikelsen på 1, och betyget med samma skala på Y-axeln ser du att man mycket väl kan förutsäga vilka som kommer få höga betyg om du vet studentens intelligenspoäng.

Corr2
Om man tar medelbetyget för alla skolor 2012-2013 (uttryckt i meritvärde per skola) 13.69 och sedan tar hänsyn till standardavvikelsen för skolorna på 1.79 kan denna beräkning illustrera prediktionen.

Y = r*SD

där Y är det predicerade medelbetyget på skolan och r är korrelationen mellan intelligens och betyg (r=.54) och SD är standardavvikelsen för skolornan (SD=1.79). Detta ger:

.97 = .54*1.79

För varje höjning av intelligensen med 1 SD kommer meritvärdet i snitt öka med ca 1 poäng per skola. Observera att detta är på skolnivå och inte på individnivå (samma sak går naturligtvis att beräkna på individnivå om tillgång till data finns).

Olika intelligenstest och betyg
Även om den sammanfattande effekten för hela materialet ligger på .54 så fanns det en hel del variation mellan studiernas resultat beroende på en mängd andra variabler, sk moderatorer. Forskarna delade upp de olika testen i tre kategorier, den första kategorien benämdes icke verbala test där Matrigma kan vara ett exempel (klicka här för att läsa mer om Matrigma). Den andra kategorin var verbala test, där BKT (klicka här för att läsa mer om BKT) kan illustreras som ett exempel. Och i den tredje kategorien kan BasIQ fungera som exempel, detta test går under benämningen mixat test (klicka här för att läsa mer om BasIQ) eftersom dessa nio deltest innehåller en kombination av olika underfaktorer till generell intelligens (verbal, spatial och numerisk begåvning). Grafen nedan visar att det är ett BasIQ liknande test som har högst predicerbar förmåga avseende betyg, även om sambanden skiljer sig åt marginellt.

bild 1a

Så används ett intelligenstest för urvalsbeslut av mixad typ för urval av studenter så kan man vara ganska säker på att höja betygsnivån på skolan. Görs då detta? Nej, inte vad jag vet. Å andra sidan används idag högskoleprovet som närmast kan beskrivas som ett verbalt intelligenstest. Jag har bara hört talas om ett fåtal skolor (Polishögskolan och Karolinska Institutet) som använt intelligenstest av mixad typ för urval; men potentialen att lägga till ett sådant test för mer komplicerade utbildningar skulle enligt min mening vara ytterst effektivt, inte minst för att det är lättare att öva upp sig på verbala test (vilket motsäger hela test-tanken om en stabil egenskap) till skillnad för mixade och icke-verbala test.

Betyg och Arbetsprestation

Men hur är det då med samvariationen mellan betyg och arbetsprestation. Detta samband är av stort intresse då många arbetsgivare förlitar sig på betyg som urvalskriterie. Den senaste meta-analysen publicerade i mitten av 90-talet (Roth, BeVier, Switzer, & Schippmann, 1996) avseende detta samband, och i snitt korrelerade betyg med arbetsprestation .32. Men även här fanns det olika faktorer som påverkade sambandet, där sambandet mellan betyg och prestation var högst för betyg på masternivå (r=.46).

Intelligens och Arbetsprestation

Om vi nu ska få ihop hela kedjan, intelligens, betyg och arbetsprestation saknas det ett samband, nämligen samvariationen mellan intelligens och arbetsprestation som vi hämtar från Schmidt, Schaffer, & Oh (2008), sambandet för medelkomplexa arbeteten uppskattades i denna meta-analys till .65.

Vi kan nu illustrera vikten av intelligens och betyg för att förutsäga arbetsprestation genom att göra en analys av den relativa vikten uttryckt i procent (beräkningen är utförd i The R Project for Statistical Computingprogrammet – yhat). Antagandet är att vi använder både BasIQ och betyg från en masterutbildning på universitetet för urvalsbeslut.

Den relativa vikten av intelligens, som ni ser i gråfen nedan är betydligt högre för intelligenspoängen i jämförelse med betyg på masterutbildningen. Vilket betyder att poängen på testet ska väga betydligt högre i jämförelse med betyg om det är av intresse att förutsäga arbetsprestation

procent2

En modell av relationen – Intelligens, Betyg och Arbetsprestation

Om vi har alla tre beståndsdelar i form av korrelationer mellan våra variabler kan en modell testas hur hela kedjan kan se ut, från intelligenspoängen, till skolbetyget och sedan ut i arbetslivet. Denna modell testades med programmet Ωnyx (Oertzen, Brandmaier,  & Tsang, 2015). Hypotesen var  att skolbetyg medierar sambandet mellan intelligens och arbetsprestation, eftersom betyg är en indikator på lärande inför arbetslivet. Med andra ord, sambandet mellan intelligens och arbetsprestation går igenom betyget. Men analysen nedan visar snarare att sambandet från intelligens till arbetsprestation är både direkt och indirekt. Det indirekta sambandet är lågt endast .07 (.60*.11 = .07) och det direkta sambandet är .58 när sambandet mellan betyg och arbetsprestation konstanthållits. Det är snarare så att intelligens ”tar över” och fungerar som en prediktor till betyg och arbetsprestation samtidigt.

 

Path2

Slutsatser

Av detta resultat kan följande slutsatser dras

  • Om intresset är att förutsäga höga betyg i skolan använd intelligenstest som urvalsinstrument. Även om högskoleprovet används idag i Sverige (detta kan betraktas som ett verbalt intelligenstest) så kan ett mixat test ge ytterligare effektivitet.
  • Använd betyg med försiktighet vid urval när prestation är av central vikt. Här är det snarare så att intelligenstest har en mycket mer prediktiv kraft i jämförelse med betyg

 

Referenser

Oertzen, T., Brandmaier, A. M.,  & Tsang, S. (2015). Structural equation modeling with Ωnyx, Structural Equation Modeling, A Multidisciplinary Journal, 22, 148-161.

Schmidt, F. L., Schaffer, J. A., & Oh, I. (2008). Increased accuracy for range restriction corrections: Implications for the role of personality and general mental ability in job and training performance. Personnel Psychology, 61, 827–868.

Roth, B., Becker, N., Romeyke, S., Schäfer, S., Domnic, F., & Spinath, F.M. (2015). Intelligence and school grades: A meta-analysis, Intelligence, 53,  118–137.

Roth, P.L., BeVier, C.A.; Switzer III, F.S., Schippmann, J. S. (1996). Meta-analyzing the relationship between grades and job performance, Journal of Applied Psychology,  81, 548-556.

 

 

 

Publicerat av Anders Sjöberg

Anders Sjöberg är docent i psykologi och har lång erfarenhet av bedömningsmetoder in arbetslivet. Anders har utvecklat psykologiska bedömningssystem som används av både privata och offentliga organisationer. Anders har publicerat böcker och vetenskapliga artiklar inom organisationspsykologi och psykologisk metodutveckling.

Lämna en kommentar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *

Denna webbplats använder Akismet för att minska skräppost. Lär dig hur din kommentardata bearbetas.