Personalizzare i dati normativi dei test con Psytech GeneSys System

Personalizzare i dati normativi dei test: fate la cosa giusta con Psytech GeneSys System

Sempre più spesso ci viene richiesto, dalle aziende e dalle società di consulenza, di poter confrontare i risultati dei test non soltanto con le norme del campione nazionale, ma anche con le norme personalizzate localmente sia con i test di personalità, sia con quelli di abilità, delle motivazioni e valori e quant’altro faccia parte del nostro catalogo.

Per cominciare si debbono raccogliere un certo numero protocolli ed estrarre i dati grezzi dai test utilizzati nel corso delle attività, e poi, come quando si assembla un mobile fai da te, si deve procedere fedelmente seguendo la sequenza prevista dal “foglietto delle istruzioni”. Ma che razza di analogia è questa!? Personalizzare i dati normativi sarebbe facile come costruire un mobile (come quelli di una nota catena svedese, poi?)!

Assemblare un mobile fai da te e costruire un insieme di dati normativi sono attività che possono fare quasi tutti,  perché in fin dei conti consistono in una serie di operazioni semplicissime (ovviamente sono semplici per chi utilizza il nostro software GeneSys System, con altri metodi mica tanto!) ma, se non si seguono fedelmente le istruzioni di “montaggio”, è possibile combinare anche guai grossi, mandando all’aria l’intero lavoro.

In questo articolo si riportano alcune linee guida per la costruzione di solide norme allo scopo di dare maggiore significatività ai punteggi ottenuti e poi si svelano alcune funzioni (di calcolo), che sono presenti nel programma Psytech GeneSys System, ma che ancora non tutti, tra i nostri utenti, sanno di avere la facoltà di poter utilizzare.

A che serve personalizzare i dati normativi?

I dati normativi generici calcolati su campioni estesi vanno bene quando:

a) occorre ordinare i candidati in una graduatoria;

b) occorre sapere dove si colloca il candidato esaminato in una popolazione più generale.

Ma la domanda è: i dati normativi generali quanto ci rivelano effettivamente del comportamento che stiamo esaminando, nonostante la solidità del dato con cui si confrontano i punteggi?

Di solito lavorare con i dati normativi personalizzati arricchisce le informazioni raccolte in virtù del fatto che abbiamo molta più familiarità con le persone della nostra organizzazione o azienda, rispetto al confronto con un campione normativo generale che ci descrive una popolazione che di fatto ci è del tutto sconosciuta.

Quindi per conoscere come si colloca un soggetto/candidato rispetto ad un gruppo di soggetti che si conosce bene, si può procedere alla elaborazione di norme localizzate sul proprio campione.

Operando in tal direzione si può avere una idea più chiarificatrice del modo in cui il candidato potrà comportarsi oppure di quello che potrà essere in grado di fare, rispetto al confronto ottenuto con i più generali parametri di riferimento del più generale ed esteso campione normativo nazionale. E’ in questi casi che la costruzione di norme su misura può entrare in gioco in modo estremamente opportuno ed efficace.

Rappresentatività delle norme del gruppo

I soggetti che andranno a comporre il gruppo normativo personalizzato dovranno costituire un microcosmo dell’intero gruppo che si desidera rappresentare. Quindi non si devono ficcare alla rinfusa tutti i soggetti che abbiamo esaminato quando andremo a comporre ed elaborare le norme personalizzate!

Occorre chiedersi se ogni soggetto si adatta allo scopo. Se per esempio vogliamo costruire il dato normativo del gruppo “Impiegati Amministrativi Acme Spa” il nostro gruppo dovrà contenere soltanto soggetti che ricoprono quel ruolo oppure che hanno ricoperto il ruolo di Impiegati Amministrativi in Acme Spa, senza includere altri soggetti che ricoprono o hanno ricoperto differenti mansioni in Acme Spa.

Inoltre occorre tenere a mente che è meglio non incorporare nel calcolo delle norme quei dati che sono troppo obsoleti, soprattutto se si analizzano soggetti di organizzazioni che mutano velocemente nel corso del tempo.

Poi, il mix di persone che compongono il gruppo normativo deve corrispondere, in scala, al gruppo che si sta cercando di rappresentare:

1) c’è il giusto equilibrio tra maschi e femmine?

2) e tra le diverse età anagrafiche?

3) il livello culturale è correttamente rappresentato nel gruppo?

4) e le categorie professionali?

5) i vari gruppi etnici sono equamente rappresentati? e via dicendo.

Occorre chiedersi quindi quali sono gli attributi più importanti da riprodurre in scala più ridotta nel gruppo normativo. Se si osservano degli squilibri a causa della presenza di gruppi o sottogruppi sovra-rappresentati, si dovrebbe agire rimuovendo quei soggetti responsabili della distorsione, ma agendo su di essi in modo casuale al fine di non creare delle ulteriori più subdole ed incontrollate distorsioni.

Ci sono altri aspetti da considerare che potrebbero incidere sulla qualità del dato normativo:

1) i candidati che hanno risposto al questionario/test sono stati valutati in un contesto di selezione oppure in un contesto di formazione e sviluppo?

2) ha senso distinguerli in due gruppi separati per le finalità che ci siamo posti?

3) quali sono le caratteristiche più importanti ai fini della finalizzazione delle nostre norme personalizzate?

Occorre assicurarsi di avere la giusta rappresentazione del gruppo che si intende esaminare e riprodurla sotto forma di dato normativo con cui confrontare i punteggi.

La ripulitura dei dati

Sembra una banalità dirlo, ma i dati normativi sono solidi soltanto se la base di dati su cui lavoriamo è buona. Pertanto si deve controllare con estrema cura la qualità dei dati che utilizziamo, sino al livello del singolo item, se necessario.

A tale scopo si devono eliminare, senza alcun dubbio, tutti protocolli di quei soggetti rispondenti che:

1) hanno  dato risposte a caso al test (spesso questi test sono identificabili da lunghe sequenze di item con il medesimo punteggio (1,1,1,1,1,1,1…. e così via), oppure da pattern di risposta ripetuti (1,2,3,1,2,3,…1,2,3…), da punteggi insolitamente bassi ai test di abilità, da punteggi estremamente moderati e/o appiattiti rilevati con i test di personalità (oppure da quelli che mostrano alta infrequenza, quando viene misurata). Insomma è bene eliminare dal calcolo dei dati normativi tutti i dati grezzi di quei soggetti che fanno pensare che le persone abbiano risposto con disattenzione e/o a caso;

2) non hanno completato il test (nel caso dei test di pesonalità, valori, etc. non nel caso dei test di abilità);

3) hanno compilato il test per soli scopi valutativi o per necessità dimostrative;

4) riportano dati anagrafici chiaramente inaccurati. Si possono salvare i dati grezzi di questi soggetti soltanto se si ritiene che le risposte fornite non siano state date a caso. Si potrebbe per esempio analizzarli separatamente sotto la categoria anagrafica etichettabile con la dicitura: non definita/sconosciuta e verificare se si osservano degli scostamenti significativi rispetto ai protocolli le cui variabili anagrafiche sono state correttamente compilate;

Quanti soggetti includere nel gruppo normativo?

Considerando quanto sopra detto, quando è possibile, il dato normativo personalizzato del gruppo complessivo dovrebbe comprendere almeno un centinaio di soggetti (vedi articolo Tett, R. P., Fitzke, J. R., Wadlington, P. L., Davies, S. A., Anderson, M. G., & Foster, J. (2009).  The use of personality test norms in work settings: Effects of sample size and relevance.  Journal of Occupational and Organizational Psychology, 82, 639-659.). Per i dati normativi personalizzati non c’è quasi nessun vantaggio ad avere un numero di soggetti superiore a 300.

L’uso appropriato dei dati normativi personalizzati

Una volta costruito il gruppo che costituisce la base di calcolo, si può finalmente procedere elaborando i dati normativi in modo adeguato.  Ed è proprio in questa fase che è possibile facilitare in modo sconcertante il lavoro di calcolo quando i dati sono stati raccolti con i test che fanno parte del nostro catalogo, tramite la client-server application Psytech GeneSys System.

Questo programma permette di eseguire i calcoli matematici dei dati normativi in modo estremamente semplice e rapido, attraverso le routine di calcolo che elaborano i punteggi di ogni scala componente ciascun test del catalogo Psytech International, siano essi di test di personalità (15FQ+, OPP, SPI, VMI, ecc.) oppure di abilità (GRT2, CRTB2, ART, MRT2, SRT2).

Una volta scelto il gruppo di soggetti da cui estrarre i dati per generare i dati normativi, gli algoritmi del programma GeneSys System permettono di generare le norme personalizzate letteralmente in pochissimi secondi.

E’ per questo motivo che occorre fare grande attenzione a generare le norme con il programma seguendo attentamente le procedure poc’anzi dette in modo corretto, perché la facilità estrema con cui si possono creare aumentano, con la medesima facilità, le probabilità che si possano commettere gravi errori nella loro realizzazione.

Certamente questi errori possono essere fortemente mitigati dal fatto che Psytech GeneSys consente di lavorare sia con le nuove norme appena generate sia con le norme generali collegate a ciascun test, che rimangono sempre disponibili nel sistema per un ulteriore confronto.

Un gruppo normativo specifico dovrebbe essere utilizzato come riferimento per un confronto soltanto in presenza di appropriati soggetti rispondenti o di un campionamento corretto. Per esempio se abbiamo estratto i dati normativi da un gruppo di ingegneri aerospaziali, questi dati dovrebbero essere utilizzati esclusivamente quando stiamo analizzando le persone che dovranno ricoprire il ruolo di ingegnere aerospaziale, e non quando si analizzano altri raggruppamenti professionali.

Ricordate: è conveniente creare gruppi normativi personalizzati principalmente quando si vuole prendere come parametro di riferimento un gruppo normativo con cui abbiamo familiarità, al fine di capire come si collocano i nuovi soggetti valutati rispetto a questo rinnovato parametro di comparazione.