Welke selectiemethode werkt echt? 85 jaar onderzoek samengevat

In 1998 publiceerden Frank Schmidt en John Hunter een meta-analyse in Psychological Bulletin die 85 jaar aan onderzoek naar personeelsselectie samenvatte. Het artikel, "The Validity and Utility of Selection Methods in Personnel Psychology", is sindsdien een van de meest geciteerde papers in de HR-psychologie.

De centrale vraag was simpel: welke selectiemethoden voorspellen daadwerkelijk hoe goed iemand gaat presteren in een baan? En welke methoden die veel bedrijven gebruiken, werken eigenlijk niet?

Het antwoord was gebaseerd op duizenden studies en miljoenen werknemers. Niet op meningen, niet op buikgevoel, maar op data. En de conclusies zijn voor veel HR-professionals verrassend.

Validiteit klinkt als een statistisch begrip, maar het idee is eenvoudig. Het is het antwoord op de vraag: als ik deze methode gebruik om iemand te selecteren, hoe goed voorspelt dat dan hoe die persoon gaat presteren?

Een validiteit van .00 betekent: de methode voorspelt niets. Je had net zo goed een munt kunnen opgooien. Een validiteit van 1.00 zou betekenen: de methode voorspelt perfect. Dat bestaat niet in de praktijk.

Een validiteit van .51 (gestructureerd interview) betekent: deze methode benut 51% van de theoretisch maximale voorspelkracht. Dat klinkt misschien bescheiden, maar in de context van menselijk gedrag is het uitzonderlijk hoog.

• Ter vergelijking: het verband tussen roken en longkanker heeft een correlatie van ongeveer .40. Niemand twijfelt eraan dat roken longkanker veroorzaakt. Een selectiemethode met een validiteit van .51 heeft een sterker statistisch verband dan dat.

Het praktische gevolg: als je een methode met validiteit .51 gebruikt in plaats van willekeurig aannemen, neem je gemiddeld significant betere medewerkers aan. Over honderden aannames vertaalt dat zich in miljoenen euro's aan productiviteitsverschil.

Laten we eerlijk zijn. De meeste organisaties selecteren zo: een recruiter screent CV's op werkervaring en opleiding, nodigt een shortlist uit voor een gesprek, en beslist op basis van de klik. Dat voelt logisch. Maar wat zegt de wetenschap over deze aanpak?

• CV-screening op werkervaring (validiteit .18): na 5 jaar op dezelfde functie voorspelt extra ervaring bijna niets meer over toekomstige prestaties. Toch vragen de meeste vacatures "minimaal 7-10 jaar ervaring". Schmidt en Hunter vonden dat de relatie tussen ervaring en prestatie na 5 jaar volledig afvlakt.
• CV-screening op opleiding (validiteit .10): binnen een groep sollicitanten voor dezelfde functie voorspelt het verschil in opleidingsjaren bijna niets. Iemand met een master presteert niet per definitie beter dan iemand met een bachelor.
• Ongestructureerd sollicitatiegesprek (validiteit .38): geen vaste vragen, geen vaste scoring. De interviewer vormt een indruk op basis van een vrij gesprek. Twee interviewers die dezelfde kandidaat spreken, komen regelmatig tot tegengestelde conclusies.

Combineer je deze drie methoden? Dan benut je slechts een fractie van de beschikbare voorspelkracht. Je laat het grootste deel van je selectienauwkeurigheid op tafel liggen. En dat kost geld: elke misfit die je aanneemt, kost je organisatie tienduizenden euro's aan productiviteitsverlies, onboarding en eventueel verloop.

Schmidt en Hunter rangschikte 19 selectiemethoden op voorspellende validiteit. Hieronder de belangrijkste, gegroepeerd naar effectiviteit:

--- Hoge voorspellende waarde ---

• Work sample tests (validiteit .54): de kandidaat voert een deel van het daadwerkelijke werk uit. De hoogste validiteit van alle losse methoden, maar alleen bruikbaar als de kandidaat het werk al kent.
• Gestructureerde interviews (validiteit .51): elke kandidaat krijgt dezelfde vragen, gescoord op dezelfde criteria. Even voorspellend als cognitieve tests, en een wereld van verschil met het ongestructureerde gesprek. Lees meer over de STAR-methode en BARS-scoring.
• Cognitieve tests / GMA (validiteit .51): meten algemeen denkvermogen. De best onderzochte methode met duizenden studies. Capaciteitentests worden vaak afgenomen als onderdeel van een e-assessment of een live assessment center.
• Integrity tests (validiteit .41): meten betrouwbaarheid en conscientiousness. Correleren niet met intelligentie, waardoor ze veel toevoegen in combinatie met cognitieve tests.

--- Matige voorspellende waarde ---

• Ongestructureerde interviews (validiteit .38): het "gewone sollicitatiegesprek" zonder vaste structuur. Significant minder voorspellend dan gestructureerde interviews. Toch is dit de meest gebruikte selectiemethode ter wereld.
• Traditionele assessment centers (validiteit .37): rollenspellen, groepsopdrachten en postbakoefeningen. Lager dan gestructureerde interviews of cognitieve tests. Een modern assessment center dat deze methoden combineert, scoort aanzienlijk hoger.
• Referenties (validiteit .26): beperkte waarde, mede door juridische beperkingen op wat vorige werkgevers mogen delen.

--- Lage voorspellende waarde ---

• Werkervaring in jaren (validiteit .18): de meest gebruikte filter in vacatureteksten. Maar na 5 jaar op dezelfde functie voorspelt het vrijwel niets meer.
• Opleiding in jaren (validiteit .10): bepaalt welk niveau baan iemand kan krijgen, maar voorspelt binnen een functie nauwelijks wie beter presteert.
• Interesses (validiteit .10): mensen kiezen banen die bij hun interesses passen, maar eenmaal in de baan bepalen interesses niet hoe goed ze presteren.
• Leeftijd (validiteit -.01): geen enkel verband met werkprestatie.

De conclusie is ongemakkelijk maar helder: de twee methoden waar de meeste organisaties op vertrouwen, CV-screening (.10-.18) en het ongestructureerde gesprek (.38), staan in de onderste helft van de ranglijst.

De belangrijkste bevinding van Schmidt en Hunter is niet welke methode het beste werkt, maar welke combinaties het beste werken. Een enkele methode is nooit genoeg.

De drie sterkste combinaties voor het voorspellen van werkprestatie:

• Cognitieve test + integrity test: gecombineerde validiteit van .65. De hoogste van alle onderzochte combinaties. Dit komt doordat integrity tests (die vooral conscientiousness meten) niet correleren met intelligentie. Ze meten iets fundamenteel anders, waardoor ze veel toevoegen. Cognitieve tests worden vaak afgenomen via een e-assessment.
• Cognitieve test + gestructureerd interview: gecombineerde validiteit van .63. Het interview meet deels andere dingen dan de cognitieve test: werkervaring, persoonlijkheid, communicatie. Samen bereiken ze 63% van de maximale voorspelkracht. Lees meer over het gestructureerd interview.
• Cognitieve test + work sample: gecombineerde validiteit van .63. Zeer sterk, maar alleen bruikbaar voor ervaren kandidaten.
• Zet dit af tegen de standaardaanpak: CV-screening op ervaring (.18) en opleiding (.10), gevolgd door een ongestructureerd gesprek (.38). Die combinatie benut minder dan de helft van de voorspelkracht die beschikbaar is. Het verschil tussen .38 en .65 klinkt klein, maar vertaalt zich in tienduizenden euro's per aanname aan productiviteitsverschil.

De overstap hoeft niet radicaal te zijn. Al door je bestaande gesprekken te structureren (van .38 naar .51) en een assessment toe te voegen, spring je van de onderste helft naar de top 3. Lees meer over hoe je een effectief werving- en selectieproces inricht.

Schmidt en Hunter berekenden ook wat betere selectie oplevert in euro's. De kern: het verschil in productiviteit tussen een gemiddelde en een bovengemiddelde medewerker is minimaal 40% van het jaarsalaris.

Bij een salaris van EUR 60.000 betekent dat: een medewerker op het 84e percentiel produceert minstens EUR 24.000 meer per jaar dan een gemiddelde medewerker. Het verschil tussen een ondergemiddelde en een bovengemiddelde medewerker is het dubbele: EUR 48.000 per jaar.

Voor managementfuncties en professionals is het verschil nog groter: 48% van het gemiddelde salaris. Bij een salaris van EUR 80.000 is dat EUR 38.400 per jaar verschil.

Als je 10 mensen per jaar aanneemt en overstapt van ongestructureerde interviews (.38) naar een combinatie van gestructureerd interview + assessment (.63), verbeter je je selectie met 66%. Over die 10 aannames kan dat honderdduizenden euro's aan productiviteitsverschil betekenen. Per jaar.

Dit is geen theorie. Het is wiskunde, gebaseerd op 85 jaar aan data.

De meeste organisaties selecteren op basis van CV-screening (opleiding + ervaring), een ongestructureerd interview, en buikgevoel. Volgens Schmidt en Hunter is dat een combinatie met lage voorspellende waarde.

De stap naar betere selectie hoeft niet groot te zijn:

• Stap 1: Structureer je interviews. Gebruik vaste vragen per competentie, met doorvraag-suggesties en beoordelingscriteria. Dit alleen al verhoogt de validiteit van .38 naar .51. Dat is een verbetering van 34%. Lees hoe je dit opzet in ons artikel over gestructureerd interviewen.
• Stap 2: Voeg assessments toe. Een cognitieve test of persoonlijkheidsassessment meet dingen die het interview niet meet. De combinatie is sterker dan elk apart. Een geintegreerd assessment center dat cognitieve tests, persoonlijkheidsvragenlijsten en een gestructureerd interview combineert, bereikt de hoogste voorspellende waarde. Lees meer over assessments in selectie.
• Stap 3: Baseer alles op het functieprofiel. De interviewvragen, de assessmentcriteria en de scoringscriteria moeten allemaal zijn afgeleid van dezelfde competenties. Dat maakt ze vergelijkbaar en combineerbaar. Lees hoe je dit opzet vanuit het functiehuis.

Het resultaat: een selectiebeslissing die is gebaseerd op meerdere databronnen, allemaal gekoppeld aan dezelfde competenties. Dat is wat Schmidt en Hunter "de optimale combinatie" noemen.

Op basis van het onderzoek van Schmidt en Hunter zijn dit de meest voorkomende fouten:

Te veel gewicht op werkervaring. Na 5 jaar op dezelfde functie voorspelt extra ervaring bijna niets meer. Toch vragen de meeste vacatures "minimaal 7-10 jaar ervaring".

Ongestructureerde interviews als enige methode. Een vrij gesprek voelt informatief, maar de voorspellende waarde is beperkt. Twee interviewers die dezelfde kandidaat ongestructureerd interviewen, komen vaak tot verschillende conclusies.

Geen assessments gebruiken. Veel organisaties zien assessments als "te zwaar" of "te duur". Maar de data is duidelijk: assessments zijn een van de sterkste voorspellers van werkprestatie.

Selecteren op opleiding. Binnen een groep sollicitanten voor dezelfde functie voorspelt het verschil in opleidingsjaren bijna niets. Iemand met een master presteert niet per definitie beter dan iemand met een bachelor in dezelfde functie.

Buikgevoel vertrouwen. Het menselijk brein is slecht in het voorspellen van toekomstig gedrag op basis van een gesprek van 45 minuten. Gestructureerde methoden compenseren voor de biases die we allemaal hebben.