Introduction
En vertu des réglementations fédérales en matière d'action positive, les entrepreneurs fédéraux sont tenus de procéder à une auto-évaluation annuelle de la rémunération en fonction du sexe, de la race et de l'origine ethnique. Même si cette auto-évaluation est obligatoire, les réglementations publiées en matière d'action positive ne mentionnent pratiquement pas la méthodologie que les entrepreneurs fédéraux doivent utiliser pour réaliser cette auto-évaluation annuelle. Cela a changé en juin 2006, lorsque l'Office of Federal Contract Compliance Programs (OFCCP) a publié son document final concernant l'examen par les entrepreneurs fédéraux des pratiques de rémunération en fonction du sexe, de la race et de l'origine ethnique.
Dans ces directives d'auto-évaluation, l'OFCCP décrit une méthode d'analyse permettant aux entrepreneurs de se conformer à la réglementation, qui s'articule autour de cinq « normes » :
1. L'auto-évaluation doit être basée sur des « groupes d'employés dans une situation similaire » (SSEG)
2. L'employeur doit faire un effort raisonnable pour constituer des SSEG suffisamment importants pour permettre une analyse statistique significative
3. Chaque année, l'employeur doit effectuer une analyse statistique du système de rémunération
4. l'employeur doit enquêter sur toute disparité statistiquement significative en matière de rémunération (définie comme deux écarts types ou plus) et proposer des mesures correctives appropriées
5. l'employeur doit créer et conserver simultanément les données requises et les mettre à la disposition de l'OFCCP lors d'un contrôle de conformité
La méthode d'analyse décrite pour les entrepreneurs est essentiellement la même que celle que l'OFCCP utilisera pour rendre ses conclusions sur les allégations de discrimination en matière de rémunération. L'OFCCP conclura à l'existence d'une discrimination en matière de rémunération si l'analyse de régression multiple révèle des disparités statistiquement significatives dans la rémunération d'employés occupant des postes similaires et si ces preuves statistiques sont corroborées par des preuves anecdotiques de discrimination en matière de rémunération.
Étant donné que l'OFCCP lui-même suivra cette méthode d'analyse, il est logique que les entrepreneurs fédéraux élaborent leur programme d'auto-évaluation de la rémunération autour de ces cinq mêmes normes. Afin de concevoir un tel programme, une compréhension plus approfondie des normes est nécessaire.
Il convient de noter d'emblée qu'un programme d'auto-évaluation doit être conçu et mis en œuvre en collaboration avec les conseillers juridiques internes et externes. Il existe toute une série de questions relatives à la confidentialité, aux relations avocat-client et à d'autres privilèges qui doivent être prises en considération. Les conseillers juridiques doivent être associés à l'ensemble du processus d'auto-évaluation afin de protéger les intérêts de l'employeur et ceux des employés.
Norme n° 1 : Groupes d'employés se trouvant dans une situation similaire
Il n'existe pas de règles définitives pour constituer des groupes d'employés occupant des postes similaires (SSEG) ; l'OFCCP a proposé la définition suivante : « Groupes d'employés qui effectuent un travail similaire et occupent des postes présentant des niveaux de responsabilité similaires et nécessitant des compétences et des qualifications similaires.
L'OFCCP note que d'autres « facteurs pertinents » doivent également être pris en compte dans la formation des SSEG :
…sinon, des employés se trouvant dans une situation similaire peuvent être rémunérés différemment pour diverses raisons : ils travaillent dans des départements ou d'autres divisions fonctionnelles de l'organisation ayant des budgets différents ou des niveaux d'importance différents pour l'entreprise ; ils relèvent de régimes de rémunération différents, tels que des régimes de rémunération par équipe ou des régimes de rémunération incitative ; ils sont rémunérés sur une base différente, par exemple à l'heure, au salaire ou par le biais de commissions sur les ventes ; certains sont couverts par des barèmes salariaux fixés par voie de négociation collective, tandis que d'autres ne le sont pas ; ils ont des statuts professionnels différents, tels que temps plein ou temps partiel.
Outre ceux mentionnés ci-dessus, d'autres « facteurs pertinents » peuvent inclure la géographie (ou toute autre mesure de localisation) et l'unité commerciale ou le service. Si des ajustements liés à la localisation ou au coût de la vie sont accordés aux employés travaillant dans certaines zones géographiques, ces informations doivent être intégrées dans la construction du SSEG. De même, les budgets salariaux peuvent varier selon l'unité commerciale ou le service. Cela peut entraîner des différences de rémunération entre des employés qui semblent exercer les mêmes tâches et avoir des titres et des responsabilités fonctionnelles similaires.
Pour que l'auto-évaluation donne des résultats significatifs, il est important que la rémunération de chaque employé soit évaluée par rapport au groupe de pairs approprié. Il serait par exemple inapproprié de comparer la rémunération du PDG de l'organisation à celle du personnel administratif qui l'assiste. On s'attendrait à des différences importantes entre les rémunérations de ces deux groupes, car ils ont des niveaux de responsabilité différents, remplissent des fonctions différentes au sein de l'organisation, etc.
Il convient de noter qu'en cas d'enquête, l'OFCCP examinera la manière dont les SSEG ont été constitués. Plus précisément, l'OFCCP examinera les descriptions de poste, le travail réellement effectué par les employés, les niveaux de responsabilité associés à chaque poste, ainsi que les compétences, les aptitudes et les qualifications des employés. Des entretiens avec les employés et les responsables peuvent également avoir lieu. L'OFCCP se réserve le droit de déterminer en dernier ressort si les employés appartenant à un même SSEG, tel que défini par l'employeur, se trouvent effectivement dans une « situation similaire ».
Norme n° 2 : les groupes d'employés en situation similaire (SSEG) doivent être suffisamment importants pour permettre une analyse statistique significative.
Lors de la constitution des SSEG, les employeurs doivent également tenir compte du nombre d'employés regroupés. S'il serait inapproprié de placer le PDG et son personnel administratif dans le même SSEG, il serait tout aussi inapproprié de placer chaque employé de l'organisation dans son propre SSEG. Les SSEG doivent être « suffisamment grands » pour permettre une analyse statistique significative.
La définition de « suffisamment grand » est quelque peu subjective. Au minimum, il doit y avoir plus d'individus étudiés que de facteurs explicatifs. S'il y a plus de facteurs explicatifs que d'individus étudiés, l'« effet » de chaque facteur explicatif ne peut être calculé à l'aide d'une analyse de régression multiple.
En supposant que la taille du SSEG respecte ce seuil minimum pour l'analyse de régression, déterminer si le SSEG est « suffisamment grand » devient une question d'appréciation. Bien qu'il n'existe pas de règles définitives, l'OFCCP propose les recommandations suivantes à ce sujet :
« … Les SSEG doivent compter au moins 30 employés et au moins 5 employés pour chaque groupe de comparaison (c'est-à-dire femmes/hommes, minorités/non-minorités…) »
L'OFCCP reconnaît que tous les employés ne peuvent pas être placés de manière appropriée dans un SSEG. Les lignes directrices indiquent que ces personnes doivent être exclues de l'analyse statistique et que leur rémunération doit être analysée à l'aide de méthodes non statistiques (telles que l'analyse de la moyenne ou de la médiane).
Cependant, l'OFCCP prévient que les analyses statistiques portant sur moins de 70 % des effectifs de l'organisation feront l'objet d'un « examen minutieux ».
La constitution des SSEG est l'un des éléments les plus importants de l'auto-évaluation de la rémunération. Des erreurs dans le regroupement peuvent rendre les résultats générés par l'auto-évaluation sans signification. De plus, les SSEG constitués servent à immortaliser la vision qu'a l'organisation de ses employés et des fonctions qu'ils occupent. Un conseiller juridique devrait être impliqué dans le processus d'auto-évaluation dès le début afin de donner des conseils sur les questions de privilège, de produit du travail, de découvrabilité, etc., afin de garantir la protection des intérêts tant de l'employeur que de l'employé.
Norme n° 3 : Analyse statistique annuelle du système de rémunération de l'organisation
Les directives officielles indiquent que le modèle statistique utilisé doit intégrer des facteurs légitimes qui expliquent les différences de rémunération au sein des SSEG. Ces facteurs explicatifs comprennent généralement des mesures telles que l'ancienneté, la durée d'occupation du poste, l'expérience pertinente acquise dans le cadre d'emplois précédents, la formation et les certifications, ainsi que la localisation. Collectivement, ces facteurs sont appelés « facteurs marginaux » par les économistes du travail et les statisticiens.
Certains facteurs marginaux seront facilement mesurables, par exemple l'ancienneté chez l'employeur, tandis que d'autres seront plus difficiles à quantifier. Si un facteur susceptible d'influencer la rémunération est difficile à quantifier, une variable proxy peut être utilisée. Une bonne variable proxy est une variable facilement mesurable et fortement corrélée au facteur déterminant qu'elle remplace. Il convient d'être prudent dans le choix et l'utilisation des variables proxys, car elles peuvent ne pas refléter fidèlement ce que l'on souhaite mesurer.
Par exemple, l'âge à l'embauche est parfois utilisé comme indicateur de l'expérience antérieure pertinente lorsque les informations sur les emplois précédents ne sont pas disponibles. L'âge à l'embauche est facile à mesurer, car la date d'embauche et la date de naissance sont généralement consignées dans les bases de données des ressources humaines. On pourrait s'attendre à ce que l'âge à l'embauche soit quelque peu corrélé à l'expérience antérieure ; les travailleurs « plus âgés » ont généralement plus d'expérience que les travailleurs « plus jeunes ». Cependant, l'âge à l'embauche peut ne pas refléter l'expérience professionnelle antérieure pertinente. De plus, l'âge à l'embauche ne tient pas compte des périodes d'absence du marché du travail pour des raisons telles que la maladie, les études, des raisons personnelles, etc. L'utilisation de l'âge à l'embauche peut introduire un biais sexiste dans le modèle, car les femmes sont généralement plus absentes du marché du travail que les hommes en raison de la maternité et de l'éducation des enfants. Ainsi, l'utilisation de l'âge à l'embauche peut surestimer l'expérience antérieure réelle de certaines personnes.
L'outil statistique généralement choisi pour l'analyse est l'analyse de régression multiple. L'analyse de régression multiple est l'une des techniques statistiques privilégiées, car les calculs impliqués sont relativement simples, l'interprétation des « effets » estimés liés au sexe ou à la race est claire et l'ensemble de la structure de rémunération peut être exprimé à l'aide d'une seule équation.
La beauté de l'analyse de régression multiple réside dans le fait que cette technique estime les effets de chaque facteur indépendamment de tous les autres facteurs du modèle. En d'autres termes, elle permet d'estimer le montant supplémentaire de rémunération qu'une personne pourrait espérer recevoir si elle avait une année de service supplémentaire, tous les autres facteurs (tels que l'ancienneté, le niveau d'études, etc.) restant constants. Cela permet de séparer les effets et de les examiner individuellement.
Lorsqu'on examine et évalue les résultats d'une analyse de régression multiple, il est important de garder à l'esprit deux questions : (1) la signification pratique et (2) la signification statistique. La signification pratique fait référence à l'ampleur de l'effet estimé sur (dans ce cas) la rémunération. Un effet estimé est considéré comme ayant une signification pratique s'il est « suffisamment important pour avoir de l'importance ». La signification statistique fait référence au fait de savoir si l'effet observé est le résultat probable d'un processus neutre en termes de genre ou de race. Contrairement à la signification pratique, il existe une « règle » généralement acceptée pour déterminer si un effet est statistiquement significatif. Un résultat observé est considéré comme statistiquement significatif si la probabilité (ou la vraisemblance) de ce résultat est « suffisamment faible » pour qu'il soit peu probable qu'il se produise dans le cadre d'un processus neutre du point de vue du genre ou de la race. La définition communément acceptée de « suffisamment faible » est de 5 %, ce qui équivaut à environ 2 unités d'écart type.
Les lignes directrices indiquent que les entrepreneurs comptant 500 employés ou plus doivent utiliser l'analyse de régression multiple. Cependant, compte tenu des avantages de cette technique, les employeurs comptant moins de 500 employés devraient envisager de l'utiliser dans le cadre de leur auto-évaluation de la rémunération.
Norme n° 4 : l'examen des disparités statistiquement significatives et les mesures correctives à prendre pour y remédier
Selon les lignes directrices, toute disparité statistiquement significative (c'est-à-dire toute disparité correspondant à deux écarts-types ou plus) doit faire l'objet d'une enquête et des mesures correctives appropriées doivent être prises. Cette ligne directrice comporte à la fois un élément concret (deux écarts-types ou plus) et des éléments plus subjectifs (enquête et mesures correctives).
Une disparité salariale observée est dite « statistiquement significative » s'il est improbable que cette différence soit le résultat d'un processus neutre en termes de genre ou d'origine ethnique. La règle générale utilisée pour définir « improbable » est de deux unités d'écart-type ou plus. Une disparité de deux écarts-types signifie que, sur un échantillonnage répété, une disparité de l'ampleur observée se produira environ 5 % du temps.
Il convient de noter que, d'un point de vue statistique, toute disparité qui n'est pas statistiquement significative n'est pas différente d'une disparité nulle. Autrement dit, nous ne pouvons pas affirmer que la disparité n'est pas le fruit du hasard, et aucune conclusion de discrimination ne peut être tirée.
En supposant que des disparités statistiquement significatives soient observées, les lignes directrices offrent à l'employeur une certaine souplesse dans l'élaboration de ses méthodes d'enquête et des mesures correctives appropriées. Quelle que soit la manière dont l'employeur choisit d'enquêter et de remédier aux disparités statistiquement significatives, il est impératif que l'enquête précède la remédiation. Il se peut que l'enquête révèle un « facteur déterminant » ou un autre facteur légitime qui n'a pas été pris en compte dans le modèle statistique initial, mais qui explique néanmoins les variations de rémunération. Ces facteurs, s'ils existent, doivent être identifiés et pris en compte avant que toute modification de la rémunération ne soit mise en place.
La manière dont l'enquête est menée varie d'un employeur à l'autre et dépend dans une certaine mesure des types de données dont dispose l'employeur sur ses employés. Les entretiens et les discussions avec les responsables constituent généralement le point de départ de l'enquête. Dans certains cas, ces conversations permettent de mettre en lumière des facteurs légitimes supplémentaires qui n'étaient pas initialement inclus dans l'analyse. Si l'employeur dispose d'informations facilement accessibles concernant ces facteurs, le modèle peut être réévalué en les intégrant, et les résultats des deux modèles peuvent être comparés. Si l'employeur ne dispose pas d'informations concernant ces facteurs, ces conversations peuvent servir de catalyseur pour commencer à collecter les données nécessaires.
Bien qu'il soit généralement considéré comme une « bonne pratique » de faire appel à un conseiller juridique dans le cadre du processus de suivi, toute mesure corrective ne doit être prise que sous l'égide d'un conseiller juridique. Les implications des mesures correctives sont importantes, et le conseiller juridique est le mieux placé pour comprendre ces implications et conseiller l'organisation sur les mesures correctives appropriées et leur mise en œuvre.
Norme n° 5 : création et conservation simultanées des données requises
Les lignes directrices exigent que toutes les données utilisées dans l'auto-évaluation soient conservées pendant une période de deux ans à compter de la date de l'analyse. Voici quelques exemples de données qui doivent être conservées :
• documentation et justification de l'
de construction SSEG
• documentation relative à la structure et à la forme de l'analyse statistique
• données utilisées dans l'analyse statistique
• résultats de l'analyse statistique
• employés exclus de l'analyse statistique et raison(s) de leur exclusion
• données et documents utilisés dans l'analyse non statistique
• résultats de l'analyse non statistique
• documentation du suivi de toute disparité statistiquement significative
• documentation des conclusions tirées du suivi
• documentation de tout ajustement salarial effectué pour remédier à d'éventuelles disparités de rémunération
Une fois encore, il convient de souligner qu'il est impératif de faire appel à un conseiller juridique. Ce dernier pourra vous aider à conserver les documents et les données, et vous fournir de précieux conseils sur les questions relatives aux travaux, au secret professionnel et à la divulgation.
Conclusion
Les cinq normes définies par l'OFCCP constituent une base solide sur laquelle s'appuyer pour élaborer un système d'auto-évaluation de la rémunération. Lors de la conception d'un tel système, il convient de faire appel à un conseiller juridique dès le début du processus afin de protéger les intérêts de l'employeur et ceux des employés. Un système d'auto-évaluation de la rémunération bien conçu et bien exécuté permettra non seulement aux entrepreneurs fédéraux de satisfaire aux exigences des réglementations fédérales en matière d'action positive, mais il permettra également à l'employeur de mieux comprendre comment et pourquoi les employés sont rémunérés. Les informations obtenues grâce à un auto-audit de la rémunération peuvent fournir des informations précieuses sur l'organisation, en mettant en lumière les politiques et procédures - tant formelles que de facto - utilisées dans le processus de prise de décision en matière de rémunération.
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.
