Что делать, если вы хотите получить надежные данные об основных причинах снижения вовлеченности сотрудников? Или если вы об этом знаете/догадываетесь, но надо привести весомые аргументы руководству, что дело не только и не столько в деньгах.
Это действительно «больной» вопрос, поскольку практически любой опрос в любой компании покажет, что сотрудники недовольны своей зарплатой. Находчивый руководитель моментально «ухватится» за этот аргумент и скажет вам: «Ну вот, я же говорил! Вы сначала зарплату сделайте конкурентоспособной, а потом занимайтесь вовлеченностью, культурой заботы, признания и т.д.».
Но есть действительно эффективный способ работать с этим возражением. Это регрессионный анализ данных опроса. Звучит немного пугающе, но на самом деле крутая штука!
Приведу краткое определение. Регрессионный – это статистический метод обработки данных, позволяющий вычислить предполагаемые отношения между зависимой и одной или несколькими независимыми переменными. То есть это статистический метод. А статистика, как известно, - вещь упрямая. И это хорошо 😊
Что это значит применительно к исследованию вовлеченности?
Как правило, у нас есть показатель уровня вовлеченности, а также есть показатели по метрикам – факторам, на нее влияющим. При помощи специальных математических расчетов (при условии, что в опросе у нас участвовало 200+ респондентов) мы можем выявить список тех факторов, влияние которых на вовлеченность оказалось статистически значимым, то есть доказанным. Строится, так называемая, регрессионная модель. В нее, как правило, входит 10-12 метрик с разными коэффициентами, показывающими силу их влияния на вовлеченность. Прелесть еще заключается в том, что регрессионная модель позволяет строить прогноз: как ваши действия в отношении мотивации персонала скажутся на их вовлеченности.
Кроме того, определяется качество регрессионной модели. Оно зависит от качества опросника, ваших методологических подходов к исследованию вовлеченности. Высокое качество модели говорит нам о том, что в опросе мы учли практически все возможные факторы, которые могут влиять на вовлеченность сотрудников.
Для своих клиентов, когда есть возможность, мы всегда проводим такой анализ. Накопленный большой объем данных позволяет нам уверенно говорить о том, что фактор уровня заработной платы обычно не входит даже в десятку метрик, статистически значимо влияющих на вовлеченность сотрудников! То есть увеличение зарплаты НЕ скажется на вовлеченности сотрудников.
А что обычно входит? Как правило, это возможность видеть результаты своего труда, интерес к работе, факторы, касающиеся непосредственного руководства. А фактор №1, занимающий часто первое место в модели, – это значимость работы для других людей, возможность приносить пользу людям.
Вот вам аргумент. Попробуй с ним теперь поспорь! Так что мы, конечно, советуем, не пренебрегать такими возможностями анализа данных, если численность коллектива позволяет. Они вам будут только в помощь.