El "problema desconocido" es en realidad muy familiar para cualquiera que analice los datos de los solicitantes. Por tanto, en realidad no es "desconocido" en absoluto. Pero el problema es mucho más amplio de lo que uno podría imaginar, y tiene implicaciones que se extienden a través de varios análisis en su Plan de Acción Afirmativa.
 

Raza y/o sexo desconocidos en los datos de los solicitantes

Nunca he visto un conjunto de datos de solicitantes que no tuviera varios campos en blanco o marcados como "desconocidos" para la raza y/o el sexo. La pregunta es: ¿cómo entran en el análisis, si es que entran? Puede parecer obvio excluir a todos los candidatos de los que se desconoce tanto la raza como el sexo. Pero, ¿qué ocurre con los candidatos que se autoidentifican para uno de los dos, pero no para el otro?

Y por si acaso se perdió mi último artículo, "Hacerlo bien a la primera", mencionaré aquí que debe asegurarse de que los candidatos contratados tengan su raza y género actualizados en la lista de solicitantes si se autoidentifican en el momento de la contratación. La mayoría de los contratistas federales tienen una base de datos para la información de los solicitantes que está separada del sistema HRIS. Esto significa que una persona contratada en el sistema HRIS (con una raza y un sexo conocidos) puede aparecer en el registro de candidatos como de raza y/o sexo desconocidos. Baste decir que estas anomalías en los datos deben corregirse antes de iniciar el análisis de la relación de impacto de la selección (IRA).

Supongamos que tenemos 1.000 candidatos para un puesto y que 900 se identifican por su sexo, pero sólo 500 por su raza y sexo. Supongamos también que 300 de las 400 personas que indicaron su sexo, pero no su raza, eran hombres. De los candidatos que se identificaron tanto por raza como por sexo, 250 eran mujeres y 250 hombres. Si hubiera 150 seleccionados, y 100 fueran hombres y 50 mujeres, el IRA sería de 0,5, con una desviación típica de 4,88. Si a continuación añadimos los candidatos de sexo conocido y raza desconocida, la tasa de selección de las mujeres sería 50/350 y la de los hombres 100/550. Esto da como resultado un IRA de 0,79. Esto produce un IRA de 0,79, sin significación estadística.

Como sabemos, una composición diferente del género en los solicitantes de "raza desconocida/género conocido" producirá un resultado diferente. Lo que es importante comprender es que la forma en que decida tratar las incógnitas repercutirá en los resultados de sus datos. Además, para tener integridad de datos en el proceso, debe aplicar su método de forma coherente.
 

Discapacidad desconocida y/o condición de veterano en los datos del solicitante

Ahora que debemos tener en cuenta la discapacidad y la condición de veterano en nuestra recogida de datos y análisis, ¿deberíamos excluir a los candidatos que no se hayan autoidentificado como personas con discapacidad o veteranos?

¿Por qué es importante? Bien, supongamos que tienes 1000 candidatos para un puesto, 600 de los cuales se autoidentifican para todo, y 300 de ellos son individuos con discapacidad (sí, sé que esto es poco probable, pero quédate conmigo aquí). Si haces 300 selecciones, y 100 son personas con discapacidad, entonces la tasa de selección de personas con discapacidad es de 0,33 y la tasa de personas sin discapacidad es de 0,67, con un IRA de 0,5 y una desviación estándar de 8,16. Esto es un problema. Esto es un problema.

En la conferencia SWARM del año pasado, la Directora Regional de la OFCCP, Melissa Speer, confirmó que cuando analizamos nuestra mano de obra a efectos de establecer un objetivo de utilización, contamos a los desconocidos en nuestra mano de obra como personas sin discapacidad. Deberíamos poder hacer lo mismo con los datos de nuestros solicitantes.

Así pues, si ahora incluimos a los 400 candidatos en nuestro análisis como personas sin discapacidad, la tasa de selección de personas con discapacidad sigue siendo de 0,33, pero la tasa de selección de personas sin discapacidad desciende a 0,29, con un IRA de 1,17. Ahora no tenemos ningún impacto adverso contra las personas con discapacidad.

Actualmente, la normativa no exige un análisis de impacto adverso por discapacidad, pero si se dispone de los datos, el análisis puede realizarse. Se trata de un ámbito en el que conviene mantenerse a la vanguardia.
 

Raza y/o sexo desconocidos en la base de datos de empleados

La OFCCP tiene una FAQ en su sitio web que dice lo siguiente:

• ¿Cuál es el procedimiento correcto para que un contratista obtenga la información étnica de sus empleados y solicitantes?

  La normativa de la OFCCP 41 CFR 60-1.12(c) indica que para cualquier registro de personal o empleo que mantenga un contratista, éste debe poder identificar el sexo, la raza y el origen étnico de cada empleado y, cuando sea posible, el sexo, la raza y el origen étnico de cada solicitante.

  La OFCCP no ha ordenado un método concreto de recopilación de la información. La autoidentificación es el método más fiable y el preferido para recopilar información sobre el sexo, la raza y el origen étnico de una persona. Se recomienda encarecidamente a los contratistas que recurran a la autoidentificación de los empleados para obtener esta información. La observación visual es un método aceptable para identificar datos demográficos, aunque puede no ser fiable en todos los casos. Si la autoidentificación no es factible, pueden utilizarse los registros posteriores a la contratación o la observación visual para obtener esta información. Los contratistas no deben adivinar ni suponer el sexo, la raza o el origen étnico de un solicitante o empleado. [énfasis añadido].

Aunque la normativa establece una política de tolerancia cero, las orientaciones del sitio web de la OFCCP prevén que puede haber empleados de raza y/o sexo desconocidos. Con la nueva normativa relativa a la identidad de género, esta orientación es aún más importante. ¿Por qué? Porque adivinar el sexo de un empleado puede ser motivo de discriminación, sobre todo si se adivina incorrectamente. Por tanto, deje las incógnitas como incógnitas.

A continuación, debe decidir cómo analizará los datos con empleados desconocidos. Es posible que el software de su AAP no tenga en cuenta a los empleados desconocidos, pero la OFCCP querrá que todos los empleados estén incluidos en el AAP, independientemente de que le falten datos sobre algunos de ellos. Para obtener la imagen más precisa de su fuerza de trabajo, las incógnitas deben incluirse en tantos análisis como sea posible. Muchos de los análisis no se basan en cálculos matemáticos, por lo que es relativamente fácil incluir las incógnitas en el análisis de la plantilla, el análisis de grupos de funciones y los resúmenes transaccionales. Las incógnitas podrían excluirse de los análisis de disponibilidad interna, disponibilidad externa, análisis de dos factores, análisis de utilización y todos los análisis de la relación de impacto, ya que los cálculos se basan en los datos de raza y sexo de todos los empleados incluidos en el análisis.
 

Conclusión

Es casi imposible eliminar el número de "incógnitas" en los análisis de datos. Incluso nuestros mejores esfuerzos por recopilar esta información rara vez darán como resultado una respuesta del 100% de autoidentificación en cuanto a raza, sexo, discapacidad y condición de veterano. Lo mejor que podemos hacer es adaptarnos a esta realidad y desarrollar una estrategia coherente y fiable para tratarlos. Después, prepárese para defender su enfoque cuando la OFCCP llame a su puerta.

Para más información sobre cómo analizar datos con factores desconocidos, póngase en contacto con Marilynn Schuyler en [email protected].

Nota: nada de lo contenido en este artículo pretende ser asesoramiento jurídico ni sustituir el asesoramiento profesional sobre las circunstancias particulares de su organización. Todos los materiales originales son copyright © Schuyler Affirmative Action Practice.

Nota del Editor: Este post fue publicado originalmente en Circaworks.com. En abril de 2023, Mitratech adquirió Circa, un proveedor líder de software de reclutamiento inclusivo y cumplimiento de OFCCP. El contenido ha sido actualizado desde entonces para reflejar nuestra oferta ampliada de productos, la evolución de las regulaciones de cumplimiento de adquisición de talento y las mejores prácticas en la gestión de RRHH.