Kompetensbaserad och tillförlitlig bedömning

Malt-O-Meal, som grundades 1919 och har sitt huvudkontor i Minneapolis, producerar spannmål för kända varumärken och under sitt eget varumärke för livsmedelsindustrin. Det är det fjärde största spannmålsföretaget i USA och säljer produkter i över 70 procent av livsmedelsbutikerna. Malt-O-Meal har mer än 1 300 anställda och är stolta över att kunna erbjuda ”all näring och smak som [families] kan förvänta sig av de dyra märkena till ett mycket bättre pris.”

Utmaningen

Malt-O-Meal samarbetade med Talogy för att utveckla och implementera ett giltigt och pålitligt urvalssystem för att screena ansökande för produktionsjobb. Projektet drevs av två övergripande mål: att förbättra kvaliteten på rekryteringen genom att bedöma egenskaper som är avgörande för framgångsrika arbetsprestationer och att effektivt hantera det stora antalet ansökande.

För att optimera effektiviteten i urvalsprocessen tillhandahölls först en biodatabedömning på distans via det webbaserade testsystemet från Talogy. Ansökande som klarade denna bedömning ombads att slutföra ytterligare en kognitiv bedömning online, i en övervakad miljö på Malt-O-Meal. Dessa bedömningar validerades med en samverkande valideringsmetod. Baserat på resultaten från analyserna av valideringsuppgifterna integrerades snittpoäng och beslutsregler som är specifika för Malt-O-Meal i de anpassade rapporterna för onlinetestresultat. Dessa fanns tillgängliga för testadministratörer minuter efter att bedömningarna hade slutförts. Varje rapport innehöll en rekommendation om huruvida en kandidat skulle fortsätta i urvalsprocessen eller inte.

Kandidater som fick ett ”godkänt” betyg på bedömningarna fortsatte till intervjustadiet. För att hjälpa till med detta steg skapade Talogys konsulter två intervjuguider som fanns med i resultatrapporten för den andra onlinebedömningen. Intervjuerna fortsatte att utvärdera de kritiska kompetenser som mättes av bedömningarna och omfattade kompetenser som inte mäts med dessa. För att säkerställa en konsekvent intervjuadministration innehöll varje guide omfattande instruktioner, ett manus som skulle läsas för intervjupersoner och tips för att betygsätta kandidater. För att minska den subjektivitet som är helt naturligt under intervjuer och underlätta jämförelser mellan kandidater omfattade intervjuguiderna beteendefrågor relaterade till specifika kompetenser i kompetensmodellen. Dessa frågor och relaterade uppföljningsundersökningar bringade i dagen information om åtgärder som vidtagits i en tidigare arbetssituation och resultaten av dessa åtgärder. Guiderna omfattade även beteendeankare som exemplifierar ineffektiva, effektiva och mycket effektiva beteenden för att hjälpa intervjuare att sätta numeriska betyg på svar. Ett sammanfattande betyg gavs i slutet av varje intervjuguide för att hjälpa intervjuaren att kombinera individuella kompetensbetyg i en övergripande rekommendation.

Resultaten

Talogys skräddarsydda lösning förbättrade rekryteringsprocessen avsevärt på Malt-O-Meal. De preliminära online-bedömningarna sållade effektivt bort kandidater med låg potential och minskade den tid som ägnades åt att intervjua ansökande som sannolikt inte skulle bli framgångsrika. Enligt Malt-O-Meals personalavdelning känner chefer som genomför intervjuerna ”att de tillbringar tid med kandidater som har stor potential”. Steg-för-steg-processen och standardiserade verktyg gav en homogenitet bland kandidater, platser och anställningscykler. Skräddarsydda beslutsregler och strukturerade beteendeintervjuer underlättade beslutsfattandet i varje skede av rekryteringsprocessen. Bedömningarna och intervjuguiderna underlättade urvalsprocessen genom att fokusera på individuella egenskaper som var avgörande för att lyckas på jobbet. Programmet var så framgångsrikt att Malt-O-Meal-avdelningar och -anläggningar som för närvarande inte använder Talogys lösning har börjat inse dess värde och är ivriga att börja tillämpa den i sin verksamhet. Dessutom undersöker Malt-O-Meal just nu möjligheterna att använda Talogys lösning för andra typer av jobb.