Préparation à l'AAP : exploration des données externes disponibles

L'analyse de disponibilité est un élément essentiel d'un plan d'action positive (AAP) car, par définition, elle détermine le « vivier de main-d'œuvre qualifiée » dans lequel l'entrepreneur puisera pour pourvoir les postes vacants. Les résultats de cette analyse ont donc un impact direct sur les efforts de sensibilisation des minorités et des femmes déployés par l'entrepreneur, ainsi que sur les ressources nécessaires pour investir dans ces efforts. Compte tenu de l'impact potentiel de l'analyse de disponibilité, il convient de faire preuve de diligence raisonnable lors de la détermination des données externes de disponibilité qui seront utilisées pour le PAE.

Cet article examine la composante externe de l'analyse de disponibilité, les biais implicites qui peuvent fausser les différentes sources de données, et la question de savoir si une méthodologie unique et standardisée permettrait d'obtenir des résultats raisonnables pour les entrepreneurs.

Introduction : L'analyse de disponibilité dans un AAP est conçue pour « établir un point de référence auquel la composition démographique de la main-d'œuvre actuelle du contractant peut être comparée afin de déterminer s'il existe des obstacles à l'égalité des chances en matière d'emploi au sein de groupes professionnels particuliers » (41 CFR 60-2.14(a)). En termes simples, la disponibilité représente les pourcentages de minorités et de femmes qui sont « disponibles » pour travailler dans les différentes catégories de groupes professionnels au sein de l'établissement du contractant. Un élément clé de la disponibilité est le facteur de disponibilité externe, qui représente les embauches externes du contractant pour pourvoir des postes.

Il est important que les praticiens de l'AAP comprennent les exigences du 41 CFR 60–2.14(d) : les entrepreneurs « doivent utiliser les informations statistiques les plus récentes et les plus discrètes disponibles pour calculer les chiffres de disponibilité ». En 2012, le Bureau du recensement des États-Unis a publié le tableau EEO de l'American Community Survey 2006-2010 (alias données ACS sur 5 ans). Il s'agit des données les plus récentes disponibles sur la main-d'œuvre, représentées par 488 professions, et « elles servent de référence externe principale pour comparer la composition raciale, ethnique et sexuelle de la main-d'œuvre interne d'une organisation et du marché du travail externe analogue, dans une zone géographique et une catégorie d'emploi spécifiques ». Les données ACS sont disponibles pour une grande variété de zones géographiques (par exemple, les États-Unis, les États, les comtés, les zones statistiques de base).

Données ACS : L'un des principaux avantages de l'utilisation des données ACS est qu'elles sont les plus couramment utilisées par les praticiens AAP et largement acceptées par l'Office of Federal Contract Compliance Programs (OFCCP). Ces données peuvent être personnalisées en fonction de la zone géographique et permettent également aux praticiens de sélectionner les codes de profession les plus pertinents pour les postes définis dans l'AAP. Par exemple, si vous employez des chefs de chantier, des infirmières diplômées ou des développeurs de logiciels, il existe des codes de profession spécifiques pour chacun de ces emplois. Ce niveau de personnalisation peut aider les entrepreneurs à créer un modèle raisonnablement précis de leur réserve de main-d'œuvre externe qualifiée.

L'utilisation de ces données présente toutefois certaines limites inhérentes. Par exemple, elles peuvent sembler obsolètes au fil du temps, car les nouvelles données du recensement ne sont publiées que tous les dix ans ou plus. À l'origine, les données de l'ACS devaient être publiées plus fréquemment, tous les cinq ans, mais ce sont toujours les données de l'ACS 2006-2010 qui sont utilisées aujourd'hui.

Un autre inconvénient potentiel des données ACS réside dans le fait que de nombreuses professions recensées restent très générales et peuvent involontairement fausser les objectifs fixés pour les minorités et les femmes. Par exemple, la profession 0050 « Directeurs marketing et commerciaux » inclut les responsables de la vente de vêtements pour enfants et d'équipements de construction. On peut donc se demander si ces données recensées ne risquent pas de créer des objectifs trop élevés (ou trop bas) pour les minorités ou les femmes dans le cas d'un magasin de vêtements ou d'une entreprise de tracteurs.

Une question tout aussi importante concernant les données de l'ACS, qui est souvent négligée, est de savoir si les données elles-mêmes peuvent être « biaisées ». Les données du recensement professionnel sont censées représenter la main-d'œuvre américaine. Mais s'il existe des obstacles systémiques ou institutionnels qui empêchent certains groupes d'entrer ou de rester sur le marché du travail, ou qui les orientent vers certains types d'emplois, les données du recensement professionnel reflètent-elles fidèlement les personnes qualifiées et disponibles pour occuper un emploi donné ?

Par exemple, s'il existe des obstacles sociaux, culturels ou autres qui, historiquement, ont empêché les femmes d'accéder à des emplois dans les domaines des sciences, de la technologie, de l'ingénierie et des mathématiques (STEM), les professions recensées en 2010 pour les mathématiciens ou les ingénieurs constituent-elles un bon indicateur du nombre de femmes mathématiciennes et ingénieures qui devraient exister aujourd'hui ?

Il est donc important de prendre en considération l'affaire historique Hazelwood School District c. États-Unis (Cour suprême des États-Unis, 1977) lorsqu'on tente de concilier ces questions de données biaisées. Cette affaire portait sur la discrimination à l'emploi dont étaient victimes les enseignants afro-américains dans le district scolaire de Hazelwood, une banlieue du comté de St. Louis, dans le Missouri. Une question clé dans la décision était de savoir s'il existait « une comparaison appropriée (...) entre la composition raciale du personnel enseignant de Hazelwood et la composition raciale de la population des enseignants qualifiés des écoles publiques sur le marché du travail concerné» (c'est nous qui soulignons).

Dans sa conclusion selon laquelle il n'existait aucun schéma ou pratique discriminatoire, la cour de district a estimé qu'il était erroné de comparer les 1,8 % d'enseignants afro-américains à Hazelwood en 1973 à sa population étudiante composée d'environ 2 % d'Afro-Américains. En appel, la conclusion du gouvernement selon laquelle il existait une discrimination a été jugée erronée, car elle sélectionnait le comté de Saint-Louis et la ville de Saint-Louis comme marché du travail pertinent (15,4 % d'enseignants afro-américains selon le recensement de 1970) et ne tenait pas compte d'autres statistiques pertinentes possibles.

Le point essentiel ici est que la Cour suprême n'a pas rendu de jugement sur ce qu'aurait dû être le marché du travail concerné, mais seulement sur le fait que toutes les statistiques disponibles auraient dû être prises en considération. À savoir que 3,7 % des enseignants étaient afro-américains, que la représentation des enseignants afro-américains dans le comté de Saint-Louis et dans la ville de Saint-Louis était de 15,4 % et que la représentation des enseignants afro-américains dans le seul comté de Saint-Louis était de 5,7 %.

L'affaire Hazelwood ne rend pas l'utilisation des données du recensement inappropriée simplement parce qu'il existe un risque qu'elles soient faussées ou utilisées de manière incorrecte. Cependant, cette affaire rappelle aux praticiens qu'ils doivent examiner attentivement toutes les données disponibles et pertinentes à utiliser dans l'analyse de la disponibilité, et utiliser la ou les sources les plus appropriées, selon les besoins.

Au-delà des données ACS, il existe d'autres sources externes qui peuvent s'avérer utiles lorsqu'elles sont utilisées dans les bonnes circonstances :

La population active civile (CLF) : les données CLF sont publiées par le Bureau of Labor Statistics (BLS) des États-Unis et représentent le sous-ensemble des Américains qui sont employés et sans emploi, âgés d'au moins 16 ans, qui ne servent pas dans l'armée et qui ne sont pas institutionnalisés. L'avantage par rapport aux données ACS est que les données CLF sont disponibles sur une base mensuelle, soit beaucoup plus fréquemment que les données du recensement décennal. De plus, comme la CLF inclut à la fois les personnes employées et les personnes sans emploi qui sont « disponibles » pour travailler (c'est-à-dire âgées de 16 ans ou plus et non placées en institution), elle est moins susceptible d'être faussée par des facteurs socio-économiques ou autres. Les données de la CLF sont très générales, ce qui en fait une comparaison raisonnable pour les emplois non qualifiés.

Si les données CLF peuvent convenir pour les emplois non qualifiés, elles sont moins adaptées aux entreprises qui emploient des travailleurs hautement qualifiés. En effet, il n'est pas forcément pertinent d'utiliser des données qui incluent des chômeurs âgés de 16 ans pour des postes exigeant un master et cinq ans d'expérience professionnelle. Un autre inconvénient potentiel des données CLF est qu'elles sont limitées pour les Amérindiens et les Autochtones d'Alaska, les Autochtones d'Hawaï et des autres îles du Pacifique, ainsi que les personnes appartenant à deux races ou plus, en raison de la taille relativement réduite des échantillons de ces groupes. Ainsi, tout AAP nécessitant des données individuelles sur les groupes minoritaires exclurait probablement l'utilisation des données CLF.

Données spécifiques à un secteur : les données spécifiques à un secteur de l'ACS sont basées sur le même tableau EEO que celui décrit ci-dessus et peuvent être recueillies par profession et zone géographique. Ce qui distingue cette source, cependant, c'est que les données du recensement des professions peuvent être recueillies par type de secteur (par exemple, fabrication, commerce de détail, commerce de gros, administration, etc.), ce qui permet une personnalisation plus poussée de l'analyse de la disponibilité. Par exemple, si les exigences professionnelles pour les responsables de production dans l'industrie automobile diffèrent de celles de l'industrie informatique/électronique, et qu'il existe des différences démographiques marquées entre les deux industries, ce type de données sources peut aider à justifier légitimement ces différences. Ces chiffres spécifiques à l'industrie pourraient fournir des données de disponibilité plus pertinentes et plus précises, car les travailleurs des industries non pertinentes pourraient être exclus des données du recensement professionnel de l'entrepreneur.

…il peut y avoir certaines professions, zones géographiques ou industries qui ne fournissent pas de données exploitables à des fins d'analyse, car les échantillons sont trop petits.

Dans le même temps, il est important de garder à l'esprit que les données sectorielles peuvent être trop restrictives et ne pas s'appliquer à tous les postes d'une entreprise donnée. Par exemple, une entreprise de logiciels recrute-t-elle uniquement des directeurs commerciaux ayant déjà travaillé dans d'autres entreprises de logiciels, ou ceux ayant occupé un poste de direction dans n'importe quel secteur ? Si la réponse est la seconde, l'utilisation de données sectorielles pour les postes commerciaux peut ne pas refléter la réalité. Et comme les données sectorielles peuvent être assez restrictives, il se peut que certaines professions, zones géographiques ou secteurs ne fournissent pas de données exploitables à des fins d'analyse, car les échantillons sont trop petits. Enfin, comme cette source est similaire aux données de l'ACS, les mêmes problèmes potentiels de données erronées s'appliquent également.

Données sur le niveau d'études : les données sur le niveau d'études constituent un autre type de données largement utilisées. Pour ce type de données, les sources les plus couramment utilisées sont sans doute l'organisation Non-Partisan and Objective Research (NORC) de l'université de Chicago et le National Center for Education Statistics (NCES). Une troisième source dérivée des enquêtes menées par le NCES est le Système intégré de données sur l'enseignement postsecondaire (IPEDS). Ces données sont souvent utilisées pour les postes où un certain niveau de formation est une exigence majeure, comme pour les postes d'enseignants dans les collèges et les universités.

Les données du recensement ACS sur les professions pour les « enseignants de l'enseignement supérieur » représentent aussi bien les professeurs que les enseignants des collèges, des établissements d'enseignement supérieur de cycle court, des écoles professionnelles et d'autres établissements d'enseignement. Par conséquent, utiliser cette source pour représenter les professeurs des universités proposant des cursus de quatre ans, par exemple, peut être beaucoup trop général et ne pas représenter avec précision tous les professeurs disponibles sur le marché du travail américain. En revanche, l'utilisation des données du NORC ou du NCES pourrait fournir une représentation plus réaliste des professeurs. Non seulement le niveau d'études (par exemple, doctorat) pourrait être contrôlé, mais aussi les domaines d'études (par exemple, sciences humaines, ingénierie, sciences de la vie, etc.). Un avantage supplémentaire de l'utilisation de ces sources est qu'elles sont publiées plus fréquemment que les données du recensement décennal.

La question des données potentiellement biaisées touche toutefois également ce type de données. Tout comme certains groupes ont été historiquement défavorisés dans l'accès au marché du travail ou à certaines professions, des obstacles similaires peuvent être observés dans le domaine de l'éducation. Le fait que certains groupes soient potentiellement prédisposés à avoir un taux de réussite moindre dans l'enseignement supérieur peut remettre en question le calcul du bassin de main-d'œuvre « qualifiée » basé sur ces données, il convient donc d'être très prudent dans leur utilisation. Par exemple, il peut être approprié d'utiliser strictement les données du NORC sur l'obtention d'un doctorat pour les postes de professeurs, car ce niveau de diplôme est une exigence courante pour ces emplois. En revanche, l'utilisation des mêmes données sources pour un poste d'ingénieur qui exige un doctorat ou un diplôme équivalent peut être discutable, car elles ne représentent pas nécessairement les personnes actives ayant une expérience professionnelle suffisante pour répondre aux exigences du poste.

Niveau d'études/spécifique à un secteur : à l'instar des données relatives à l'éducation fournies par le NORC et le NCES, les données concernant les domaines médical et dentaire peuvent être obtenues auprès de l'Association of American Medical Colleges (AAMC) et de l'American Dental Education Association (ADEA). L'AAMC fournit des données sur les étudiants inscrits et les diplômés des facultés de médecine, ainsi que sur le corps enseignant par type de diplôme et par département. Les données relatives aux étudiants inscrits et aux diplômés des écoles dentaires, ainsi que celles concernant le corps enseignant pour les dentistes et les professions paramédicales, sont disponibles auprès de l'ADEA. Ces sources peuvent donc être utilisées pour les groupes professionnels du corps enseignant couvrant les écoles de médecine ou de dentisterie, et les données refléteraient la représentation réelle du corps enseignant telle que rapportée chaque année par les écoles de médecine et de dentisterie américaines.

Tout comme les données du NORC ou du NCES, celles de l'AAMC et de l'ADEA présentent certaines limites. Il est toujours possible que des données erronées posent problème, d'autant plus que les possibilités d'admission dans un programme d'études de médecine ou de dentisterie sont encore plus rares que celles d'accéder à des études de premier cycle.

Recommandations

Compte tenu des nombreux facteurs à prendre en considération lors du choix des sources de données externes à utiliser, tenez compte des éléments suivants pour obtenir des résultats raisonnables et défendables en matière de disponibilité :

Bien sûr, si vous n'êtes pas certain des données qui conviennent à votre AAP, contactez un consultant. Si vous n'avez pas de consultant, n'hésitez pas à contacter Biddle à l'adresse [email protected].

Note de l'éditeur : Cet article a été publié à l'origine sur Circaworks.com. En avril 2023, Mitratech a acquis Circa, un fournisseur de premier plan de logiciels de recrutement inclusif et de conformité OFCCP. Le contenu a depuis été mis à jour pour refléter l'élargissement de nos offres de produits, l'évolution des réglementations de conformité en matière d'acquisition de talents et les meilleures pratiques en matière de gestion des ressources humaines.