Samenvatting hoofdstuk 14, Leerboek HRM
14.1
Data gestuurd werken: de Hrm afdeling loopt ver achter op andere afdelingen terwijl HRM
met een grondige analyse van data een strategische en operationele meerwaarde leveren.
Hoe te leren data gestuurd werken?:
Om het beleid of processen bij te sturen en daarmee te verbeteren.
Om ervoor te zorgen dat de HRM-afdeling alles om de organisatie weet (werknemers,
processen, prestaties en diversiteit).
Om de HRM-professional een realistischer en completer beeld te geven van de
werknemers in de organisatie.
Om te laten zien wat er gedaan moet worden om de prestaties van de organisatie verder
te verbeteren.
Hr-data: gegevens die verzameld worden (bv. over ziekteverzuim) uit
medewerkerstevredenheidsonderzoek, beoordelingen en andere administratieve gegevens
in de organisatie
Onderzoek vaardigheden: een HRM-professional moet over de juiste competenties en
kwalificaties beschikken een aantal obstakels; gebrek aan kennis, de levensduur van data
en fixatie op gegevens en privacy.
HRM kan vaak de veranderingen en innovaties niet bijbenen omdat HRM is gefocust op;
efficiëntie, risicomijding en besluitvorming gebaseerd op vage vermoedens/data uit het
verleden denken ook wel toekomstgericht maar veranderingen en innovaties zijn vaak veel
sneller en om daar mee gelijk te lopen wil niet.
14.2
Data gestuurd werken: een verzamelterm voor een HRM-praktijk waarbij data over HRM-
activiteiten met onderzoek worden verzameld, geordend en geanalyseerd om vervolgend op
basis van correlaties en causale verbanden inzichten te verkrijgen die de besluitvorming
omtrent te nemen maatregelen kan verbeteren.
Data gestuurd werken: data zijn onbewerkte informatie van iets (is bruikbaar als er
systematische activiteit op los kan laten (ordenen en analyseren) dan krijgt data
betekenis.
Beschrijvend en voorspellend onderzoek: beschrijvend onderzoek wat was het effect
van al uitgevoerde HRM activiteiten (verleden) en bij voorspellend onderzoek er wordt
iets gezegd over de toekomst (vaak veel data nodig om te verwachtte effecten te kunnen
aantonen.
Correlaties en causale verbanden:
Correlatie: een onderlinge samenhang tussen 2 variabelen (meetbaar kenmerk) (dan
is het pas een causaal verband, anders niet!) bij correlatie komt er een patroon uit
de data wat erop wijst dat het samenhangt met een ander causaal verband:
oorzaak gevolgrelatie.
Vb. uit onderzoek blijkt een verband te liggen tussen kroketten en ziekteverzuim
wat blijkt is dat degene die vaak kroketten eten ook vaak ziek zijn ligt dit dan aan
de levensstijl? ja, dit is een indirect verband, niet het aantal kroketten veroorzaakt
het ziekteverzuim maar de levensstijl.
Vb. HRM geeft voorlichting over een gezonde levensstijl als je het voorbeeld als
een causaal verband wil zien moet je zien dat er een direct verband tussen
ziekteverzuim en het aantal keren sporten is HRM geeft korting op sportschool om
zo het ziekteverzuim te verlagen.
14.3
14.1
Data gestuurd werken: de Hrm afdeling loopt ver achter op andere afdelingen terwijl HRM
met een grondige analyse van data een strategische en operationele meerwaarde leveren.
Hoe te leren data gestuurd werken?:
Om het beleid of processen bij te sturen en daarmee te verbeteren.
Om ervoor te zorgen dat de HRM-afdeling alles om de organisatie weet (werknemers,
processen, prestaties en diversiteit).
Om de HRM-professional een realistischer en completer beeld te geven van de
werknemers in de organisatie.
Om te laten zien wat er gedaan moet worden om de prestaties van de organisatie verder
te verbeteren.
Hr-data: gegevens die verzameld worden (bv. over ziekteverzuim) uit
medewerkerstevredenheidsonderzoek, beoordelingen en andere administratieve gegevens
in de organisatie
Onderzoek vaardigheden: een HRM-professional moet over de juiste competenties en
kwalificaties beschikken een aantal obstakels; gebrek aan kennis, de levensduur van data
en fixatie op gegevens en privacy.
HRM kan vaak de veranderingen en innovaties niet bijbenen omdat HRM is gefocust op;
efficiëntie, risicomijding en besluitvorming gebaseerd op vage vermoedens/data uit het
verleden denken ook wel toekomstgericht maar veranderingen en innovaties zijn vaak veel
sneller en om daar mee gelijk te lopen wil niet.
14.2
Data gestuurd werken: een verzamelterm voor een HRM-praktijk waarbij data over HRM-
activiteiten met onderzoek worden verzameld, geordend en geanalyseerd om vervolgend op
basis van correlaties en causale verbanden inzichten te verkrijgen die de besluitvorming
omtrent te nemen maatregelen kan verbeteren.
Data gestuurd werken: data zijn onbewerkte informatie van iets (is bruikbaar als er
systematische activiteit op los kan laten (ordenen en analyseren) dan krijgt data
betekenis.
Beschrijvend en voorspellend onderzoek: beschrijvend onderzoek wat was het effect
van al uitgevoerde HRM activiteiten (verleden) en bij voorspellend onderzoek er wordt
iets gezegd over de toekomst (vaak veel data nodig om te verwachtte effecten te kunnen
aantonen.
Correlaties en causale verbanden:
Correlatie: een onderlinge samenhang tussen 2 variabelen (meetbaar kenmerk) (dan
is het pas een causaal verband, anders niet!) bij correlatie komt er een patroon uit
de data wat erop wijst dat het samenhangt met een ander causaal verband:
oorzaak gevolgrelatie.
Vb. uit onderzoek blijkt een verband te liggen tussen kroketten en ziekteverzuim
wat blijkt is dat degene die vaak kroketten eten ook vaak ziek zijn ligt dit dan aan
de levensstijl? ja, dit is een indirect verband, niet het aantal kroketten veroorzaakt
het ziekteverzuim maar de levensstijl.
Vb. HRM geeft voorlichting over een gezonde levensstijl als je het voorbeeld als
een causaal verband wil zien moet je zien dat er een direct verband tussen
ziekteverzuim en het aantal keren sporten is HRM geeft korting op sportschool om
zo het ziekteverzuim te verlagen.
14.3
