Expertrollen för tolkning av psykologiska test är överskattad

Evidensbaserat urval EBU™ bygger på den senaste empiriska forskningen om hur tillförlitlig information om kandidater ska vägas samman till ett beslutsunderlag. EBU™ ska förutsäga (predicera) framtida relevanta beteenden på arbetsplatsen. EBU™ kan genom en helt automatiserat validerad process ge rekryteraren ett skarpt beslutsunderlag. Detta tillvägagångssätt är effektivt eftersom det är både snabbt och billigt.

Detta hotar naturligtvis vissa företag som idag tar betalt för att med expertrollens hjälp intala sina kunder att deras kunskap att väga ihop information utgör en tillgång utöver olika instruments validitet. Ett bra exempel på detta är ett inlägg av Michael Söderling på Sandhals som förespråkar en expertmodell för tolkning av testresultat.

Läs hela bloggen här

Jag håller med om följande punkter i bloggen

  • Personlighets- och begåvningstest ska användas tillsammans för att komma fram till ett beslutsunderlag
  • Som kund ska du fråga om ett tests validitet och reliabilitet

Om vi sedan ställer de andra saker Michael tar upp i bloggen mot den samlade evidensen från forskningen om urval, blir jag lite fundersam.

Bloggen börjar med att likställa test med att hålla skarpladdade vapen i handen. Och att dessa vapen måste handhas av en kunnig person (läs Michael själv som expert). Detta uttrycks i meningen ”min bedömning kan ha ett avgörande inflytande på en persons fortsatta karriär”.

Detta är ingen ny retorik utan speglar expertens övertro på sin egen förmåga att fatta beslut om förutsägelse långt fram i tiden. Det visades först av Paul Meehl då han redan på 50-talet visade att att psykologer och psykiatriker förlorade mot en enkel summering av testresultat när olika psykologiska åkommor skulle förutsägas. Kahneman fick nobelpriset 2002 för att genom sin forskarkarriär bevisat att experter har ofta fel när det ska se ”in i framtiden”. 2013 visade Nathan R. Kuncel & Co i en meta-analys att den mekaniska bedömningen var effektivare än expertenmodellen för att fatta urvalsbeslut, både inom skolans värld och arbetslivet.

Att inte branschen förändras av forskningsresultat kan utläsas i Frank Schmidts kända citat från från 2006 när han intervjuades i SIOPS tidskrift (TIP).

Some years back I realized that personnel selection had become a churning arena of constant irrationality. There is a huge disconnect between what we know to be true from research and what people pretend to be true. There is a serious corruption of scientific truth caused by legal and ideological intrusions into the field of selection and the failure of the profession to respond appropriately to these intrusions (Schmidt, 2006).

Michael går sedan vidare och förklarar skillnaden mellan expertmodellen och mekaniska modellen att väga ihop information från ett psykologiskt test.

Detta uttrycks i nedan citat.

”Ska man endast titta på testresultatet och göra sannolikhetsberäkningar eller ska man utifrån testresultatet skapa hypoteser och testa hypoteserna i ett utforskande samtal med kandidaten?”

Om vi nu betraktar EBU™ som en mekanisk modell och vad Sandahls sysslar med i sin personbedömning som en expertmodell är problemet att Sandahls aldrig har förkastat eller bekräftat sin hypotes, åtminstone går det inte att läsa någonstans. I EBU™ har vi en hypotes, sedan tar vi forskningsresultat och kan antingen bekräfta eller förkastas vår hypotes, eller ännu bättre, vi kan till och med säga hur rätt/fel vi har (sannolikhetsberäkningen). Således är detta exakt samma vetenskapliga grundsyn, hypotestestning. Skillnaden är att EBU™ har ett generellt svar, experten ändrar sig hela tiden.

Håller med Michael att detta är en laddad fråga inom psykologkåren, inte minst pga att psykologer i sina etiska regler ska jobba evidensbaserat. Är det verkligen etiskt korrekt att som psykolog intala en kund att vara expert, utan att nånsin kunna belägga hur rätt man har som expert. Tveksamt enligt mig.

Sedan tar Michael liknelsen med läkaren som bara går på testresultat eller också pratar med patienten.

Mekanisk bedömning av testresultat (och andra resultat) hindrar inte att man träffar kandidaten, tvärtom det ger mer tid över att intervjua kandidaten, ge en beskrivning till kandidaten om hens testresultat, berätta om företaget, ställa andra arbetsrelaterade frågor som inte har med testresultatet att göra och mycket mer.

EBU™ säger endast: bedöm inte testresultatet på ett annorlunda sätt efter att slutpoängen räknats ut. That’s it.

Var själv hos läkaren häromdan och pratade om mitt knä, han berättade om testresultatet (röntgenresultatet), detta tog 5 minuter, han ändrade INTE på testresultatet.

Jag tror att Michael missuppfattat vad EBU™ är (vilket är konstigt eftersom hans företag säljer tjänsten). Detta går att finna på Sandahls hemsida.

Evidensbaserat urval (EBU) ger en bedömning av generell potential för ledarskap. Det är en evidensbaserad, kvantitativ metodik som används som screeningverktyg i urvalsprocesser och som har prognostisk validitet. Metoden bygger på den senaste forskningen om urval och metaanalyser om vilka personlighetsfaktorer som visat sig ha betydelse för ledarskap och arbetsprestation. Resultatet av EBU är lämpligt att använda för att exempelvis rangordna och nivåbestämma kandidater i urvalsprocesser.

Behöver Michael och några andra på Sandhals vidareutbildning i EBU™så bjuder jag på 1 dags utbildning, det är bara säga till.

 

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.

Delta i diskussionen

2 kommentarer

  1. Jag rekommenderar verkligen kursen EBU för de erfarna rekryterarna/bedömarna. Den ger uppdatering på modern forskning och utgår från standards istället för tyckande eller hemmagjorda modeller.

Lämna en kommentar

Lämna ett svar till Markus Koppari Avbryt svar

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

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