Wenn das von der OFCCP vorgeschlagene überarbeitete Scheduling Letter irgendwann im Jahr 2012 genehmigt wird, werden Sie aufgefordert, Ihre AAP-Daten für 2011 vorzulegen. Wenn Ihr AAP-Jahr dem Kalenderjahr entspricht, sind dies die Daten, die Sie jetzt überprüfen.

Ab dem Zeitpunkt, an dem Sie ein Terminplanungsschreiben erhalten, haben Sie 30 Tage Zeit, um Ihr schriftliches Programm für positive Maßnahmen zusammen mit den in der beigefügten Liste aufgeführten Unterlagen einzureichen. Die OFCCP hat nur wenige Änderungen an dem Schreiben selbst vorgeschlagen. Die wichtigsten Änderungen betreffen die Auflistung der einzelnen Punkte. Vielleicht noch wichtiger ist die Art und Weise, in der die Betonung dieser Daten die Schreibtischprüfung selbst verändern wird.

Daten zur Berufsgruppe: Was die OFCCP jetzt tut

Im Rahmen des derzeitigen Planungsschreibens werden die Einstellungsdaten nach Berufsgruppen, Minderheitenstatus und Geschlecht übermittelt. Bei der Prüfung an Ort und Stelle gibt die OFCCP diese Daten in eine Tabelle für die Impact Ratio Analysis (IRA) ein, die Ungleichheiten bei den Auswahlquoten berechnet. Auswahlquoten, die weniger als 80 % der Auswahlquote der bevorzugten Gruppe betragen (als Verstoß gegen die 80 %-Regel bezeichnet) und/oder Auswahlunterschiede, bei denen der Unterschied in den Auswahlquoten auf einem Niveau von 2 oder mehr Standardabweichungen statistisch signifikant ist, gelten als Indikatoren für eine mögliche Diskriminierung.

In den meisten Fällen verwendet die OFCCP 2 SDs als Auslöser für eine weitere Untersuchung des Auswahlverfahrens. Wenn es keinen Hinweis auf statistisch signifikante Unterschiede in einer Berufsgruppe gibt, verfeinert die Behörde die Daten in der Regel nicht weiter und die Überprüfung beschränkt sich im Allgemeinen auf technische Fragen der Einhaltung der Vorschriften und nicht auf mögliche Diskriminierungsprobleme.

Bei der IRA-Berechnung werden jeweils zwei Gruppen miteinander verglichen. Sie kann z. B. Männer und Frauen oder Minderheiten als Gruppe mit Nicht-Minderheiten als Gruppe vergleichen. Da die derzeitigen Screening-Berechnungen nach Geschlecht und Minderheitengruppe erfolgen, eignen sie sich gut für die IRA.

Stellenbezeichnung und Daten zu Ethnie und Nationalität: Was die OFCCP tun wird

Das vorgeschlagene überarbeitete Planungsschreiben verlangt die Übermittlung von Daten auf Ebene der Stellenbezeichnung und der Ethnie bzw. Volkszugehörigkeit. In der Vergangenheit hat die Agentur, selbst wenn sie über die Daten zu Ethnie und Berufsbezeichnung verfügte, diese möglicherweise nicht überprüft, wenn Ihre IRAs für Minderheiten/Nicht-Minderheiten keine Indikatoren auf Ebene der Berufsgruppe ergaben. Sie können davon ausgehen, dass sich dies ändern wird. Insbesondere die Anforderung von Daten zur Ethnie und zur Berufsbezeichnung wird mindestens zwei vorhersehbare Auswirkungen haben. Sie wird der OFCCP mehr Daten zur Verfügung stellen, die sie überprüfen kann, wenn die Auftragnehmer diese Daten bisher nicht zur Verfügung gestellt haben, und sie wird den Druck auf die Außenstellen erheblich erhöhen, diese Daten bei der Prüfung am Schreibtisch für alle Auftragnehmer zu untersuchen, nicht nur für diejenigen, die einen Indikator auf Arbeitsgruppenebene nach Berechnungen für Minderheiten/Nicht-Minderheiten liefern. Wenn die Agentur diese Daten nicht regelmäßig verwendet, wird es schwierig sein, ihre routinemäßige Erhebung zu rechtfertigen.

Warum die OFCCP diese Daten haben möchte: Daten zur Berufsbezeichnung

Ein Grund, warum die OFCCP Daten zur Berufsbezeichnung benötigt, ist die Vermeidung der Maskierung von Indikatoren, die bei Berufsgruppendaten auftreten kann. In der nachstehenden Tabelle gibt es zum Beispiel keinen Indikator auf der Ebene der Berufsgruppe der Arbeiter. Die Zahlen im Diagramm würden im Rahmen des derzeitigen Ansatzes der Dokumentenprüfung keinen Anlass für eine weitere Überprüfung der Auswahlverfahren geben. Die Auswirkungsquote (IR) verstößt nicht gegen die 80 %-Regel und es gibt keine statistisch signifikante Standardabweichung. Die Unterschreitung würde nicht weiterverfolgt, wenn kein Indikator vorhanden ist.

Im Rahmen des vorgeschlagenen Einplanungsschreibens würden die Einstellungsinformationen für die Stellengruppe der Arbeitskräfte auch auf der Ebene der Stellenbezeichnung übermittelt werden. Nehmen wir an, dieselbe Arbeitsplatzgruppe für Arbeiter besteht aus einem Titel für Arbeiter 1 und einem für Arbeiter 2. Bei Betrachtung der Stellenbezeichnung erscheint ein Indikator in der Stellenbezeichnung Laborer 1, wie in der nachstehenden Tabelle dargestellt.

Indem die Daten nach Berufsbezeichnung verlangt werden, wird diese Maskierung beseitigt.

Daten zur Ethnie/Ethnizität

Daten zur Ethnie/Ethnizität können die Maskierung ebenfalls beseitigen. So würde beispielsweise die Tatsache, dass ein Auftragnehmer eine bestimmte Minderheitengruppe gegenüber einer anderen Minderheitengruppe bevorzugt, in einer IRA für Minderheiten/Nicht-Minderheiten verdeckt werden. Betrachten wir noch einmal die Berufsbezeichnung "Arbeiter 2", die in der Analyse "Nicht-Minderheit/Minderheit" im letzten Diagramm oben keinen Indikator auf der Ebene der Berufsbezeichnung aufwies.

Die Daten zur Ethnie zeigen, dass von den 100 Bewerbern für Arbeiter 2, die einer Minderheit angehörten, 50 hispanische und 50 asiatische Bewerber waren. Aus diesem Pool wurden 45 asiatische Bewerber eingestellt, aber nur 10 hispanische Bewerber. Ohne die Daten zur Ethnie auf der Ebene des Titels wäre dieses Problem wahrscheinlich weder von Ihnen noch von der OFCCP entdeckt oder untersucht worden. Mit diesen Daten werden OFCCP-Indikatoren ausgelöst.

Wie aus diesen Berechnungen ersichtlich ist, vervielfacht die Durchführung von Berechnungen zu Ethnie und Geschlecht auf der Ebene der Berufsbezeichnung die Anzahl der Gleichungen, die zur Ermittlung potenzieller Diskriminierungsindikatoren verwendet werden können.

Die IRA "Ethnie/Stellenbezeichnung" kann auch ausgeführt werden, um die Auswahlquoten von Nicht-Minderheiten und Asiaten in der Stellenbezeichnung "Laborer 2" zu vergleichen. Mit dieser IRA erhalten Sie einen Indikator, der Asiaten bevorzugt und Nicht-Minderheiten benachteiligt.

Wenn Sie schließlich diese IRA für nicht-minderheitenangehörige und hispanische Bewerber durchführen, erhalten Sie eine statistische Signifikanz zugunsten der nicht-minderheitenangehörigen Bewerber.

Jeder Indikator von mehr als 2 SDs bei der Schreibtischprüfung löst eine eingehendere Untersuchung durch die OFCCP aus. Beachten Sie, dass diese Indikatoren auf der IRA basieren, die ihre Grenzen hat. Um zu wissen, was diese Zahlen wirklich bedeuten, sind weitere Analysen erforderlich.

Was das für Sie bedeutet

Bei der Überprüfung Ihrer Daten ist es wichtig, dass Sie die Grenzen der IRA verstehen. Wie Sie sehen, können Sie eine Vielzahl von IRAs für den Titel Laborer 2 durchführen, aber sie müssen paarweise durchgeführt werden (Asiatisch/Hispanisch, Nicht-Minderheit/Asiatisch, Nicht-Minderheit/Hispanisch), aber es können nicht alle drei Gruppen gleichzeitig durchgeführt werden; dafür benötigen Sie eine andere Formel. Bei der OFCCP wird eine Chi-Quadrat-Formel verwendet, um die Fairness der Auswahlquoten bei mehr als zwei Ethnien zu berechnen.

Ein Chi-Quadrat kann alle rassischen/ethnischen Gruppen in die Gleichung einbeziehen. In unserem Beispiel mit dem Titel Laborer 2 würden Sie die Bewerber-/Einstellungszahlen für Nicht-Minderheiten, Asiaten und Hispanoamerikaner eingeben. Das Chi-Quadrat zeigt das Defizit für jede Gruppe und ob die Gleichung statistisch signifikant ist. Wenn man die Einstellungszahlen für den Titel Laborer 2 (siehe oben) in ein Chi-Quadrat einträgt, zeigt sich, dass 19 mehr asiatische Bewerber eingestellt wurden als erwartet, 5 weniger Nicht-Minderheiten als erwartet und 15 weniger Hispanoamerikaner als erwartet.

Dies ist ein ganz anderes Bild, als wenn Sie einfach eine Reihe von IRAs durchführen würden. Während die IRA für Nicht-Minderheiten/Hispanoamerikaner auf eine Diskriminierung hispanischer Bewerber zugunsten von Nicht-Minderheiten-Bewerbern hindeutet, zeigt das Chi-Quadrat, dass die einzige Gruppe, die über dem erwarteten Niveau eingestellt wurde, die asiatischen Bewerber sind. Sowohl die OFCCP-Compliance-Beauftragten als auch Ihre Compliance-Mitarbeiter müssen darauf achten, das tatsächliche Einstellungsproblem richtig zu analysieren. Es stimmt zwar, dass Daten zur Ethnie/Ethnizität auf der Ebene des Titels einige Maskierungsprobleme beseitigen können, aber aufgrund der Vielzahl von Gleichungen und Interpretationen kann dies auch die Möglichkeiten für falsch positive Ergebnisse oder irreführende Berechnungen erhöhen.

Es mag andere Möglichkeiten geben, die erwartete Verteilung von Arbeitsplätzen richtig zu berechnen, wenn mehrere Ethnien in einem einzigen Auswahlverfahren vertreten sind, die genauso gut oder besser funktionieren würden. Was nicht funktioniert, ist die einfache Addition der Fehlbeträge aus einer Reihe von IRA oder die Schlussfolgerung aus einer einzelnen IRA, die die erwartete gerechte Verteilung des gesamten Pools außer Acht lässt.

Lenkung

Informationen über Stellenbezeichnungen können auch die Steuerung offenlegen. Wenn Sie Arbeitskräfte aus demselben Pool einstellen und die tatsächliche Zuweisung der Stellenbezeichnung erst nach der Einstellung vornehmen, zeigen die Daten auf Stellengruppenebene nur, ob die erwarteten Einstellungen auf Stellengruppenebene vorgenommen wurden. Anhand der Informationen über die Stellenbezeichnung lässt sich beispielsweise feststellen, ob Frauen aufgrund der Zuweisung zu einer bestimmten Stellenbezeichnung auf andere und weniger wichtige Stellen verwiesen werden. Wenn Sie Einstellungen nach einer allgemeinen Stellengruppe vornehmen und nach der Einstellung spezifische Rollen zuweisen, müssen Sie Ihre Daten für 2011 prüfen, um sicherzustellen, dass dieses Verfahren keine geschützte Gruppe in Bezug auf Verdienst- oder Beförderungsmöglichkeiten oder andere wünschenswerte Stellenmerkmale benachteiligt hat.

Ethnie/Ethnizität Daten Herausforderungen

Es ist auch wichtig zu wissen, wie mit Bewerbern zu verfahren ist, die sich als mehr als eine Ethnie zugehörig fühlen. Initially, OFCCP will include those who identify as two or more races/ethnicities in the minority figures of a Non-Minority/Minority IRA. When refining by specific races/ethnicities, individuals who identify as two or more races, but do not specify which races/ethnicities, are put to the side and not included in the race specific calculations. Ich habe gesehen, dass diese Gruppe als separate Kategorie im Chi-Quadrat behandelt wird.

Personen, die sich sowohl als Nicht-Minderheit als auch als eine bestimmte Minderheitengruppe bezeichnen, werden in der Regel der spezifischen Minderheitengruppe zugerechnet. Wenn sie ihre Zugehörigkeit zu mehr als einer Minderheitengruppe angeben und beide im Einstellungsverfahren benachteiligt werden, können sie zu einer oder beiden Minderheitengruppen gezählt werden, erhalten aber nur eine einzige Abhilfe.

Wenn für bestimmte Antragsteller keine Daten zur Ethnie vorliegen, können sie auch aus der IRA herausgenommen oder als separate Gruppe in die Chi-Quadrat-Analyse einbezogen werden, jedoch im Allgemeinen nicht zum Zwecke der Haftung oder Abhilfe. Bei einer großen Anzahl nicht identifizierter Antragsteller kann die Agentur versuchen, die Rassenverteilung entweder anhand der Postleitzahlendemografie oder anderer Näherungswerte zu berechnen. Keiner dieser Näherungswerte hat sich als besonders zufriedenstellend erwiesen; Sie sollten sich jedoch darüber im Klaren sein, dass das Fehlen von Daten zur Ethnie nicht unbedingt bedeutet, dass die Agentur nicht versuchen wird, diese Daten oder einen angemessenen Näherungswert zu beschaffen.

Kurz und bündig

Positiv zu vermerken ist, dass die in dem vorgeschlagenen neuen Terminplanungsschreiben geforderten Daten zu Ethnie und Geschlecht auf der Ebene der Stellenbezeichnung das Potenzial haben, Diskriminierungsindikatoren aufzudecken, die im Rahmen der derzeitigen Akteneinsichtsverfahren möglicherweise nicht zutage getreten wären. Auf der anderen Seite könnte es für Sie äußerst schwierig sein, Ihre Daten für 2011 auf diese Weise zu überprüfen, wenn Sie nicht bereits über entsprechende Systeme verfügen. Möglicherweise haben Sie Tausende von Stellenbezeichnungen und sehr unterschiedliche Bewerberpools, und wenn Ihre Einstellungen über diese Pools hinweg zugenommen haben, haben Sie viel Arbeit vor sich. Stellen Sie sicher, dass Sie verstehen, was Ihre Daten wirklich aussagen und ob die richtigen Analysen verwendet werden. Ich schlage außerdem vor, dass Sie verfolgen, wie lange Sie für die Durchführung der Analyse auf dieser Ebene tatsächlich brauchen. Es wird wahrscheinlich mehr sein als die im vorgeschlagenen Terminplanungsschreiben prognostizierten Arbeitsstunden. Die ordnungsgemäße Kosten-Nutzen-Analyse für diesen Ansatz kann nur dann sinnvoll gemessen werden, wenn genaue Daten vorliegen, die den Anstieg und die Zuverlässigkeit der Indikatoren mit dem Anstieg des Aufwands und der Arbeitsstunden vergleichen.

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.