Prof. Phillip C. Nell, WU Executive Academy, Viena: „Capcana simplificării - Modul în care neglijarea factorului de incertitudine în interpretarea datelor poate conduce la greșeli costisitoare"

Domeniul HR a început să recupereze rapid teren, astfel încât în prezent există un număr mare de aplicații de prelucrare a datelor, iar firmele experimentează din ce în ce mai mult cu recruiteri roboți (prin mesageria Facebook) sau cu scanarea „automatizată” a profilurilor de candidați. Cu toate acestea, am constatat adesea că mulți dintre oamenii de HR au anumite lacune în ceea ce privește principiile de bază ale cercetării cantitative. Una dintre acestea privește modul în care se gestionează factorul de incertitudine a datelor colectate, în acest domeniu al resurselor umane. De pildă, managerii operează deseori cu date obținute de la un anumit eșantion și nu de la populație în întregul ei, dar le tratează ca și cum ar fi reprezentative pentru toată populația. A trece cu vederea acest detaliu poate să conducă la decizii eronate și la greșeli costisitoare.

Incertitudinea eșantioanelor:

De obicei, managerii departamentelor de HR sunt interesați să aibă date despre întreaga lor organizație, despre toate echipele de proiect ale firmei, despre angajați, expați etc. Totuși, oricât am vrea să obținem toate aceste date, colectarea lor poate fi extrem de costisitoare, atât ca bani, cât și ca timp. Așadar, pentru a evita acest lucru, managerilor de HR le este cerută adesea colectarea datelor doar de la un subgrup din cadrul acestor grupuri (ceea ce reprezintă un eșantion). Eșantionarea înseamnă să nu te folosești de toată informația pe care o ai la dispoziție.

Abordarea dominantă este realizarea unei analize statistice pe baza datelor disponibile de la un eșantion și utilizarea rezultatelor ca estimări aplicabile întregii populații. De exemplu, să presupunem că o firmă are 300 de expați și a colectat date de la un eșantion de 100 dintre aceștia. Anul acesta, nivelul mediu de satisfacție al celor 100 de angajați cu privire la cursurile de pregătire pentru expați ale firmei este de 3,8, pe o scară valorică de la 1 până la 5 (5 însemnând „foarte satisfăcut”, 1 însemnând „foarte nesatisfăcut”). În ultimii doi ani, când firma a verificat același lucru și a colectat date de la toți expații, scorul mediu de satisfacție a fost de 4,2 în ambii ani. Managerul de HR ar putea concluziona că trebuie să schimbe structura cursurilor, deoarece statisticile sunt negative.

Așa arată schema reprezentativă:  

Dar este această interpretare corectă?

Problema acestei concluzii este că se bazează pe premisa că scorul obținut pe eșantionul de 100 de persoane este același lucru cu scorul obținut pe întregul grup, lucru care este incorect. Dacă datele erau colectate de la un subgrup diferit, scorul mediu de satisfacție ar fi putut fi 3,5, 4,0 sau chiar 4,5, din simplul motiv că managerul de HR a ales, din pură întâmplare, expați mai mult sau mai puțin mulțumiți în eșantionul vizat. Prin urmare, avem un indicator al modului în care toți cei 300 de expați evaluează cursul de pregătire, dar este un rezultat bazat pe un eșantion (care ne spune că scorul mediu de satisfacție este 3,8 anul acesta). Așadar, există un anumit nivel de incertitudine în legătură cu acest rezultat; ar putea la fel de bine să fie unul diferit. Dacă managerii nu iau în calcul factorul de incertitudine, s-ar putea ca aceștia să suprainterpreteze sau să subinterpreteze rezultatele.

Spre exemplu, să presupunem că în realitate toți cei 300 de manageri au un nivel de satisfacție de 4,2, în timp ce eșantionul de 100 de persoane ne spune că scorul este de 3,8, din cauza prezenței unor indivizi nemulțumiți în cadrul eșantionului. Putem trage concluzia că aceste cursuri sunt încă bune. Dar dacă toți managerii ar avea un nivel mediu de satisfacție de 3,6 (iar eșantionul nostru ar arăta încă scorul de 3,8), atunci ar trebui să ne îngrijorăm că ceva este în neregulă cu programul de pregătire. Așadar, dacă managerii presupun pur și simplu că o statistică de tipul unui scor mediu al unui eșantion este același lucru cu scorul pentru populația totală, ar putea să greșească. Aceste erori pot duce la subinterpretarea datelor (managerul nu ar trebui să schimbe structura cursului deoarece nu există dovezi în ceea ce privește nemulțumirea față de acesta) sau la supraintepretarea datelor (managerul ar trebui să schimbe structura cursului, dar nu o face) – ambele decizii constituind greșeli care consumă atât bani, cât și timp.

Soluția:

În statistică, rezultatele obținute în urma colectării datelor pe un eșantion au denumirea de „estimare punctuală”. O estimare punctuală propriu-zisă este un punct bun de plecare atunci când ne gândim la întreaga populație, dar acest procedeu nu oferă nicio siguranță și în ceea ce privește acuratețea datelor, deoarece nu ia în considerare factorul de incertitudine. Vestea bună este următoarea: dacă eșantionarea s-a făcut în mod aleatoriu, statisticile ne pot oferi un indiciu cu privire la rata de eroare a analizei, ca urmare a provenienței datelor de la un eșantion mai mic decât numărul total al populației. Nu vom ști niciodată 100% sigur care este valoarea corectă pentru întreaga populație (nivelul corect de satisfacție al întregului grup) până când nu vom colecta date de la toate persoanele. Totuși, putem aborda problema folosind intervalele de încredere.

Intervalele de încredere se mai numesc și „estimări prin intervale de încredere”. Contrar estimării punctuale, o estimare prin interval de încredere oferă o gamă întreagă de estimări potențiale ale populației, care pot fi adevărate. Pentru exemplul nostru de mai sus, în loc să presupunem că scorul de 3,8 se aplică și pentru subgrup, și pentru grup, ar trebui să calculăm intervalul de încredere și să ne bazăm concluzia pe ideea că putem fi 95% siguri că nivelul mediu de satisfacție al întregului grup se află undeva între 3,6 și 4,0.

Ideea în legătură cu intervalul de încredere este că rezultatele obținute în acest fel de pe urma datelor colectate pot fi foarte diferite: ne-am mutat de la o simplă estimare punctuală (3,8) la o estimare prin interval de încredere (este foarte probabil ca nivelul mediu de satisfacție al expaților să se afle undeva între 3,6 și 4,0), prin urmare, s-ar putea să luăm o decizie diferită. În acest caz, diferența dintre 4,2 și 4,0 nu este atât de mare încât să fie necesară restructurarea cursului. 

Așadar, dacă luăm în considerare mai degrabă eșantionarea aleatorie și estimarea prin intervale de încredere în locul estimării punctuale, admitem faptul că datele estimative despre populație sunt, la un anumit nivel, incerte și astfel suntem mai bine pregătiți în a evita deciziile nefavorabile, generatoare de costuri.