Critères industriels d'évaluation du rendement au travail

Le psychologue du travail utilise de nombreuses mesures pour évaluer le rendement au travail. Lesquels de ceux-ci sont souvent utilisés dépend de l'ensemble des circonstances. Le tableau 7.1 identifie onze des critères les plus couramment utilisés. En plus de savoir que la sélection des critères varie, il est également important de savoir que l'évaluation du rendement peut avoir lieu à différentes étapes de l'expérience professionnelle.

Il existe principalement trois types différents de circonstances ou situations d'évaluation dans lesquelles on pourrait être intéressé par l'évaluation d'un titulaire de poste. Par exemple, on peut évaluer les performances au cours de la formation pendant que la personne apprend la compétence ou la tâche. En outre, il est possible d’évaluer les performances lorsque l’individu est effectivement au travail.

De plus, on peut créer des environnements de travail artificiels à des fins d’évaluation potentielle des performances. De telles situations de travail artificielles sont généralement appelées paramètres de travail ou de tâche simulés. Ils sont devenus extrêmement populaires ces dernières années et sont très largement utilisés par les services militaires.

Ils sont de plus en plus populaires dans l'industrie car l'utilisation de tâches simulées i est moins coûteuse et plus complexe que l'embauche et l'attente de mesures du rendement au travail. Un autre avantage de la situation de travail simulée est qu’on peut généralement mettre en place de meilleurs contrôles et ainsi réduire les problèmes de contamination par les critères. Les exemples récents de tâches simulées au niveau de la direction dans l’industrie sont le test «en panier» et les jeux de gestion informatisés. Les deux seront discutés actuellement.

À titre d’exemple, considérons la mesure générale des accidents indiquée dans le tableau 7.1. Par accident, nous entendons une variété d’incidents entraînant des dommages ou des pertes de temps pour le produit, les équipements ou le personnel. L’utilisation de cette mesure comme critère de formation ou de performance professionnelle impliquerait probablement de comptabiliser le nombre réel de tels incidents observés sur une période donnée, avec éventuellement une conversion en base monétaire aux fins de comparaison.

Dans le cas des paramètres de travail simulés, cependant, il est souvent possible de parler du nombre d'accidents théoriques plutôt que d'accidents réels. Il est évidemment préférable d’avoir un accident «théorique» qu’un accident réel. Une excellente illustration est la simulation de vol dans laquelle un pilote peut avoir un «accident» qui ne survient que dans la théorie plutôt que dans la réalité - économisant ainsi de grosses sommes d’argent et la vie tout en évaluant avec précision les compétences de vol d’un pilote. Cependant, notre objectif n'est pas de plaider en faveur de situations de critères simulées, bien qu'elles semblent parfaitement adaptées à de nombreux types d'évaluation de la performance.

Quelques exemples:

Les mesures énumérées dans le tableau 7.1 entrent dans plusieurs catégories. Par exemple, certaines d'entre elles sont des mesures de production, d'autres des mesures de données personnelles (par exemple, la durée d'occupation et l'absentéisme), tandis que d'autres sont de nature discutable (évaluations de superviseur et des pairs et auto-évaluations).

Données de production:

Parmi ces grandes catégories, on pourrait logiquement s'attendre à ce que les données de production soient les données de critère les plus fréquemment utilisées dans les environnements industriels. Fait intéressant, cela ne semble pas être le cas. Schultz et Siegel (1961a) soulignent que les registres de production ont été utilisés beaucoup moins que prévu et concluent que ces critères sont probablement plus utiles pour les travaux manuels routiniers.

Rothe et ses collaborateurs ont fourni certaines des meilleures données sur les critères de production dans une série d’études sur les taux de rendement dans des domaines aussi divers que le conditionnement du beurre (1946a, 1946b), opérateur de machine (1947, 1959, 1961), chocolatier. louche (1951) et bobineuse (1958).

Leurs données démontrent amplement que les performances au travail, mesurées par les données de production, sont soumises à des variations de temps substantielles. Les corrélations sur la fiabilité des données de production allaient de 0, 05 à 0, 85, l'ampleur étant influencée par la durée de l'intervalle entre les mesures. Ghiselli et Haire (1960) ont fourni d’autres informations sur la fiabilité des données de production; ils ont trouvé que la corrélation entre les périodes hebdomadaires était considérablement plus élevée pour les semaines adjacentes que pour les semaines largement séparées.

Données personnelles:

Il est souvent plus facile d’acquérir des informations sur le comportement professionnel d’une personne qui n’est pas un chiffre de production. Les données concernant le nombre de fois où une personne est absente de son travail, le nombre de fois où il est en retard, le nombre de griefs qu'il a présentés et le nombre d'accidents et / ou d'arrêts de travail sont toutes des mesures qui ont été utilisées pour définir différence entre les bons et les pauvres employés.

En utilisant de telles mesures, on suppose souvent implicitement qu'elles sont liées d'une manière ou d'une autre aux performances de production, c'est-à-dire que les travailleurs en retard sont aussi ceux qui produiront moins. En fait, cette hypothèse est extrêmement risquée. En fait, comme nous le verrons dans une section ultérieure, le lien entre les mesures de données à caractère personnel et les mesures de production est le plus souvent très faible. Par conséquent, si ces mesures sont utilisées pour définir la réussite professionnelle, il est important qu'elles soient considérées comme des critères pertinents en soi, plutôt que comme un substitut d'une mesure plus directe de la productivité de l'emploi.

Les exemples d'utilisation de données à caractère personnel comme critères dans l'industrie sont assez nombreux, comme l'illustrent Baumgartle et Sobol (1959), ont démontré une relation entre l'absentéisme au travail, les antécédents personnels et les caractéristiques organisationnelles. De même, Argyle, Gardner et Cioffi (1958) ont utilisé à la fois les mesures d'absentéisme et de roulement, en plus de la productivité, pour déterminer l'effet de différentes méthodes de supervision.

Données de jugement:

Bien qu’il n’y ait pas d’information publiée, il serait probablement assez prudent de décider que les critères impliquant des jugements sont le type de critère le plus fréquemment utilisé. Par curiosité, nous avons sélectionné un échantillon aléatoire de 50 articles du Journal of Applied Psychology pour la période de 1960 à 1965 et les avons examinés pour voir quelle catène était utilisée. Le tableau 7.2 est un résumé de cette enquête.

Les résultats indiquent que les critères de jugement ont tendance à être utilisés plus souvent que les données relatives au personnel ou à la production. (Les nombres pour la fréquence de chaque type totalisent plus de 50 puisque certaines études utilisaient plusieurs critères.) Douze des cinquante articles échantillonnés n'utilisaient aucun critère au sens habituel ou accepté du terme.