AAP Prep: Externe Verfügbarkeitsdaten erforschen

Die Verfügbarkeitsanalyse ist ein wesentlicher Bestandteil eines Affirmative Action Plans (AAP), da sie definitionsgemäß den „qualifizierten Arbeitskräftepool” bestimmt, aus dem der Auftragnehmer Bewerber für offene Stellen auswählt. Diese Verfügbarkeitsergebnisse haben dann einen direkten Einfluss auf die Bemühungen des Auftragnehmers, Minderheiten und Frauen zu erreichen, sowie auf die Ressourcen, die für solche Bemühungen investiert werden müssen. Angesichts der potenziellen Auswirkungen der Verfügbarkeitsanalyse sollte bei der Entscheidung, welche externen Verfügbarkeitsquelldaten für den AAP verwendet werden, mit der gebotenen Sorgfalt vorgegangen werden.

Dieser Artikel befasst sich mit den externen Datenkomponenten der Verfügbarkeitsanalyse, den impliziten Verzerrungen, die die verschiedenen Datenquellen beeinträchtigen können, und der Frage, ob eine einheitliche, standardisierte Methodik für Auftragnehmer zu vernünftigen Ergebnissen führen würde.

Einführung: Die Verfügbarkeitsanalyse in einem AAP dient dazu, „einen Maßstab festzulegen, anhand dessen die demografische Zusammensetzung der derzeitigen Belegschaft des Auftragnehmers verglichen werden kann, um festzustellen, ob innerhalb bestimmter Berufsgruppen Hindernisse für die Chancengleichheit bei der Beschäftigung bestehen“ (41 CFR 60-2.14(a)). Einfach ausgedrückt stellt die Verfügbarkeit den Prozentsatz von Minderheiten und Frauen dar, die für eine Beschäftigung in den verschiedenen Berufsgruppen des Auftragnehmers „verfügbar“ sind. Ein wichtiger Bestandteil der Verfügbarkeit ist der externe Verfügbarkeitsfaktor, der die externe Einstellung von Mitarbeitern durch den Auftragnehmer zur Besetzung von Stellen widerspiegelt.

Für AAP-Praktiker ist es wichtig, die Anforderungen von 41 CFR 60–2.14(d) zu verstehen: Auftragnehmer „müssen die aktuellsten und diskretesten statistischen Informationen verwenden, um Verfügbarkeitszahlen abzuleiten“. Im Jahr 2012 veröffentlichte das United States Census Bureau die EEO-Tabelle der American Community Survey 2006–2010 (auch bekannt als 5-Jahres-ACS-Daten). Es handelt sich dabei um die aktuellsten verfügbaren Daten zur Erwerbsbevölkerung, die 488 Berufe umfassen und „als primäre externe Benchmark für den Vergleich der Zusammensetzung der internen Belegschaft einer Organisation und des analogen externen Arbeitsmarktes hinsichtlich Rasse, ethnischer Zugehörigkeit und Geschlecht innerhalb einer bestimmten geografischen Region und Berufsgruppe dienen“. Die ACS-Daten sind für eine Vielzahl von geografischen Gebieten verfügbar (z. B. USA, Bundesstaaten, Counties, Core-Based Statistical Areas).

ACS-Daten: Ein wesentlicher Vorteil der Verwendung von ACS-Daten besteht darin, dass sie von AAP-Praktikern am häufigsten verwendet und vom Office of Federal Contract Compliance Programs (OFCCP) allgemein anerkannt werden. Diese Daten können nach geografischen Gebieten angepasst werden und ermöglichen es Praktikern, die Berufscodes auszuwählen, die für die im AAP definierten Positionen am relevantesten sind. Wenn Sie beispielsweise Bauleiter, examinierte Krankenschwestern oder Softwareentwickler beschäftigen, gibt es für jede dieser Tätigkeiten spezifische Berufscodes. Dieser Grad an Anpassung kann Auftragnehmern dabei helfen, ein relativ genaues Modell ihres qualifizierten externen Arbeitskräftepools zu erstellen.

Die Verwendung dieser Daten unterliegt jedoch einigen Einschränkungen. So können sie beispielsweise mit der Zeit veraltet sein, da neue Volkszählungsdaten nur alle zehn Jahre oder länger veröffentlicht werden. Ursprünglich sollten die ACS-Daten alle fünf Jahre veröffentlicht werden, doch auch heute noch werden die Daten aus den Jahren 2006 bis 2010 verwendet.

Ein weiterer potenzieller Nachteil der ACS-Daten besteht darin, dass viele Berufe in der Volkszählung noch immer sehr weit gefasst sind und unbeabsichtigt die Zielvorgaben für Minderheiten und Frauen verzerren können. So umfasst beispielsweise der Beruf 0050 „Marketing- und Vertriebsmanager” sowohl Manager für den Verkauf von Kinderbekleidung als auch für Baumaschinen. Man muss sich also fragen, ob diese Volkszählungsdaten zu hohe (oder zu niedrige) Zielvorgaben für Minderheiten oder Frauen für ein Bekleidungsgeschäft oder einen Traktorenhersteller schaffen würden.

Ein ebenso wichtiges Thema im Zusammenhang mit den ACS-Daten, das leicht übersehen wird, ist die Frage, ob die Daten selbst „verfälscht“ sein können. Die Daten der Berufszählung sollen repräsentativ für die Erwerbsbevölkerung der USA sein. Wenn es jedoch systemische oder institutionelle Hindernisse gibt, die bestimmte Gruppen daran hindern, in den Arbeitsmarkt einzutreten oder dort zu bleiben – oder sie in bestimmte Arten von Berufen lenken –, spiegeln die Daten der Berufszählung dann genau wider, wer für einen bestimmten Beruf qualifiziert und verfügbar ist?

Wenn es beispielsweise gesellschaftliche, kulturelle oder andere Barrieren gibt, die Frauen in der Vergangenheit daran gehindert haben, Berufe in den Bereichen Wissenschaft, Technologie, Ingenieurwesen und Mathematik (STEM) zu ergreifen, wären dann die Berufe „Mathematiker” oder „Ingenieur” aus der Volkszählung von 2010 ein guter Maßstab dafür, wie viele Mathematikerinnen und Ingenieurinnen es heute geben sollte?

Es ist daher wichtig, den historischen Fall Hazelwood School District gegen Vereinigte Staaten ( Oberster Gerichtshof der Vereinigten Staaten, 1977) zu berücksichtigen, wenn man versucht, diese Probleme mit verfälschten Daten in Einklang zu bringen. In diesem Fall ging es um die Diskriminierung afroamerikanischer Lehrer beim Zugang zum Arbeitsmarkt im Schulbezirk Hazelwood, einem Vorort von St. Louis County, Missouri. Eine zentrale Frage bei der Entscheidung war, ob „ein angemessener Vergleich (…) zwischen der ethnischen Zusammensetzung des Lehrpersonals in Hazelwood und der ethnischen Zusammensetzung der qualifizierten Lehrkräfte an öffentlichen Schulen auf dem relevanten Arbeitsmarkt” (Hervorhebung hinzugefügt).

In der Feststellung des Bezirksgerichts, dass kein Muster oder keine Praxis der Diskriminierung vorliegt, wurde es als fehlerhaft angesehen, die 1,8 % afroamerikanischen Lehrkräfte in Hazelwood im Jahr 1973 mit dem Anteil von etwa 2 % afroamerikanischer Schüler zu vergleichen. Das Berufungsgericht befand die Feststellung der Regierung, dass eine Diskriminierung vorliege, für fehlerhaft, da St. Louis County und St. Louis City als relevanter Arbeitsmarkt ausgewählt worden waren (15,4 % afroamerikanische Lehrer laut Volkszählung von 1970) und andere möglicherweise relevante Statistiken unberücksichtigt geblieben waren.

Der entscheidende Punkt hierbei ist, dass der Oberste Gerichtshof keine Entscheidung darüber getroffen hat, wie der relevante Arbeitsmarkt hätte aussehen sollen, sondern nur, dass alle verfügbaren Statistiken hätten berücksichtigt werden müssen. Nämlich, dass 3,7 % afroamerikanische Lehrer eingestellt wurden, dass der Anteil afroamerikanischer Lehrer im St. Louis County und in der Stadt St. Louis 15,4 % betrug und dass der Anteil afroamerikanischer Lehrer allein im St. Louis County 5,7 % betrug.

Der Fall Hazelwood macht die Verwendung von Volkszählungsdaten nicht allein deshalb unangemessen, weil die Möglichkeit besteht, dass sie verfälscht oder falsch verwendet werden könnten. Der Fall erinnert die Praktiker jedoch daran, alle verfügbaren und relevanten Daten für die Verfügbarkeitsanalyse sorgfältig zu prüfen und je nach Bedarf die am besten geeignete Quelle – oder Quellen – zu verwenden.

Neben den ACS-Daten gibt es noch andere externe Quellen, die sich unter den richtigen Umständen als nützlich erweisen können:

Die zivile Erwerbsbevölkerung (Civilian Labor Force, CLF): CLF-Daten werden vom US-amerikanischen Bureau of Labor Statistics (BLS) veröffentlicht und repräsentieren die Untergruppe der Amerikaner, die beschäftigt oder arbeitslos sind, mindestens 16 Jahre alt sind, nicht beim Militär dienen und nicht in einer Einrichtung untergebracht sind. Ein Vorteil gegenüber der Verwendung von ACS-Daten besteht darin, dass die CLF-Daten monatlich verfügbar sind, also weitaus häufiger als die Daten der alle zehn Jahre stattfindenden Volkszählung. Da die CLF sowohl beschäftigte als auch arbeitslose Personen umfasst, die für eine Beschäftigung „verfügbar” sind (d. h. mindestens 16 Jahre alt und nicht in einer Einrichtung untergebracht), ist es außerdem weniger wahrscheinlich, dass sie durch sozioökonomische oder andere Faktoren verfälscht werden. Die CLF-Daten sind sehr umfassend, was sie zu einem geeigneten Vergleichsmaßstab für ungelernte Berufe macht.

Während CLF-Daten für ungelernte Berufe gut geeignet sind, sind sie für Unternehmen mit hochqualifizierten Mitarbeitern weniger geeignet. Schließlich ist es möglicherweise nicht ganz korrekt, Daten zu verwenden, die arbeitslose 16-Jährige für Positionen enthalten, die einen Master-Abschluss und fünf Jahre Berufserfahrung erfordern. Ein weiterer potenzieller Nachteil der CLF-Daten besteht darin, dass für amerikanische Ureinwohner und Alaska-Eingeborene, hawaiianische Ureinwohner und andere Pazifikinsulaner sowie Menschen, die zwei oder mehr ethnischen Gruppen angehören, nur begrenzte Daten verfügbar sind, da die Stichprobengrößen dieser Gruppen relativ klein sind. Daher würde jede AAP, bei der Daten zu einzelnen Minderheitengruppen benötigt werden, wahrscheinlich die Verwendung von CLF-Daten ausschließen.

Branchenspezifische Daten: Die branchenspezifischen Daten von ACS basieren auf derselben EEO-Tabellierung wie oben beschrieben und können nach Berufsgruppen und geografischen Gebieten erfasst werden. Der Unterschied dieser Quelle besteht jedoch darin, dass die Daten der Berufszählung nach Branchen (z. B. Fertigung, Einzelhandel, Großhandel, Verwaltung usw.) erfasst werden können, was eine weitere Anpassung der Verfügbarkeitsanalyse ermöglicht. Wenn sich beispielsweise die Anforderungen an Produktionsleiter in der Automobilindustrie von denen in der Computer-/Elektronikindustrie unterscheiden – und es deutliche demografische Unterschiede zwischen den beiden Branchen gibt –, können diese Art von Quelldaten dazu beitragen, diese Unterschiede legitim zu berücksichtigen. Und diese branchenspezifischen Zahlen könnten relevantere und genauere Verfügbarkeitsdaten liefern, da Arbeitnehmer aus nicht relevanten Branchen aus den Berufszählungsdaten des Auftragnehmers ausgeschlossen werden könnten.

…es kann Berufe, Regionen oder Branchen geben, die keine verwertbaren Daten für Analysezwecke liefern, da die Stichprobengrößen zu klein sind.

Gleichzeitig muss man sich bewusst sein, dass Branchendaten zu restriktiv sein können und nicht für alle Stellen in einem bestimmten Unternehmen gelten. Stellt ein Softwareunternehmen beispielsweise nur Vertriebsleiter ein, die bereits bei anderen Softwareunternehmen gearbeitet haben, oder auch solche, die in einer beliebigen Branche als Manager tätig waren? Wenn Letzteres der Fall ist, spiegeln branchenspezifische Daten für Vertriebspositionen möglicherweise nicht die Realität wider. Und da die Branchendaten recht restriktiv sein können, gibt es möglicherweise einige Berufe, Regionen oder Branchen, für die keine brauchbaren Daten für Analysezwecke vorliegen, weil die Stichprobengrößen zu klein sind. Und schließlich gelten für diese Quelle, da sie den ACS-Daten ähnelt, dieselben potenziellen Probleme mit verfälschten Daten.

Daten zum Bildungsabschluss: Eine weitere häufig verwendete Datenart sind Daten zum Bildungsabschluss. Die wohl am häufigsten verwendeten Quellen hierfür sind die Organisation Non-Partisan and Objective Research (NORC) an der University of Chicago und das National Center for Education Statistics (NCES). Eine dritte Quelle, die aus Umfragen des NCES stammt, ist das Integrated Postsecondary Education Data System (IPEDS). Diese Daten werden häufig für Stellen herangezogen, bei denen ein bestimmter Bildungsabschluss eine wichtige Voraussetzung ist, beispielsweise für Lehrkräfte an Hochschulen und Universitäten.

Die ACS-Volkszählungsdaten für „Hochschullehrer“ würden sowohl Professoren als auch Dozenten an Colleges, Junior Colleges, Berufsschulen und anderen Bildungseinrichtungen umfassen. Daher könnte die Verwendung dieser Quelle zur Darstellung von Professoren an vierjährigen Universitäten beispielsweise zu weit gefasst sein und nicht alle Professoren, die in den USA beschäftigt sind, genau wiedergeben. Die Verwendung von NORC- oder NCES-Daten hingegen könnte eine realistischere Darstellung der Professoren liefern. Nicht nur der Bildungsgrad (z. B. PhD) könnte kontrolliert werden, sondern auch die Studienfächer (z. B. Geisteswissenschaften, Ingenieurwesen, Biowissenschaften usw.). Ein weiterer Vorteil der Verwendung dieser Quellen ist, dass sie häufiger veröffentlicht werden als die Daten der zehnjährlichen Volkszählung.

Das Problem potenziell verfälschter Daten betrifft jedoch auch diese Art von Daten. Ähnlich wie bestimmte Gruppen in der Vergangenheit beim Eintritt in den Arbeitsmarkt oder bei bestimmten Berufen benachteiligt waren, lassen sich auch im Bildungsbereich ähnliche Hindernisse feststellen. Die Tatsache, dass bestimmte Gruppen möglicherweise von vornherein eine geringere Quote an Hochschulabsolventen aufweisen, kann die Berechnung des „qualifizierten” Arbeitskräftepools auf der Grundlage dieser Daten in Frage stellen, sodass bei deren Verwendung große Vorsicht geboten ist. Beispielsweise könnte die ausschließliche Verwendung von NORC-Daten zum Doktorgrad für Professorenstellen angemessen sein, da dieser Abschluss eine gängige Berufsvoraussetzung ist. Andererseits könnte die Verwendung derselben Datenquelle für eine Ingenieursstelle, die einen Doktortitel oder einen gleichwertigen Abschluss erfordert, fragwürdig sein, da sie möglicherweise nicht diejenigen in der Arbeitswelt repräsentiert, die über ausreichende Berufserfahrung verfügen, um die Anforderungen der Stelle zu erfüllen.

Bildungsniveau/branchenspezifisch: Ähnlich wie die bildungsbezogenen Daten von NORC und NCES sind Daten für den medizinischen und zahnmedizinischen Bereich über die Association of American Medical Colleges (AAMC) und die American Dental Education Association (ADEA) erhältlich. Die AAMC bietet Daten zu Immatrikulierten und Absolventen von medizinischen Fakultäten sowie zu Fakultätsmitgliedern nach Abschlussart und Fachbereich. Daten zu Immatrikulierten und Absolventen zahnmedizinischer Fakultäten sowie zu Lehrkräften für Zahnmedizin und verwandte Gesundheitsberufe sind über die ADEA erhältlich. Diese Quellen können somit für Lehrkräfte-Berufsgruppen verwendet werden, die medizinische oder zahnmedizinische Fakultäten abdecken, wobei die Daten die tatsächliche Zusammensetzung der Lehrkräfte widerspiegeln, wie sie jährlich von den medizinischen und zahnmedizinischen Fakultäten in den USA gemeldet wird.

Ähnlich wie bei den Daten von NORC oder NCES gibt es auch bei den Daten von AAMC und ADEA einige Einschränkungen. Es ist nach wie vor möglich, dass verfälschte Daten ein Problem darstellen, insbesondere da es weniger Möglichkeiten gibt, in ein Medizin- oder Zahnmedizinstudium aufgenommen zu werden, was sogar noch schwieriger sein kann als ein Bachelor-Studium.

Empfehlungen

Bei der Auswahl der zu verwendenden externen Datenquellen sind viele Faktoren zu berücksichtigen. Beachten Sie die folgenden Punkte, um angemessene – und vertretbare – Verfügbarkeitsergebnisse zu erzielen:

Wenn Sie sich nicht sicher sind, welche Daten für Ihren AAP die richtigen sind, wenden Sie sich natürlich an einen Berater. Wenn Sie keinen Berater haben, können Sie sich gerne an Biddle unter [email protected] wenden.

Anmerkung der Redaktion: Dieser Beitrag wurde ursprünglich auf Circaworks.com veröffentlicht. Im April 2023 übernahm Mitratech Circa, einen führenden Anbieter von Software für integratives Recruiting und OFCCP-Compliance. Der Inhalt wurde seitdem aktualisiert, um unser erweitertes Produktangebot, die sich entwickelnden Compliance-Vorschriften für die Talentakquise und Best Practices im Personalmanagement zu berücksichtigen.