8 tips om bias bij selectie te voorkomen

bias bij selectie

Bias bij selectie, dat wil je voorkomen. Of andersom: hoe richt je een zo eerlijk mogelijk selectieproces in? Fairness in de selectie van nieuwe collega’s betekent dat je bias moet voorkomen. Bias ontstaat door systematische fouten in de oordeelsvorming bij het selectieproces. Die fouten kunnen leiden tot

Plan een demo

Plan een demo

Plan een gesprek

Evidence-based Selectiemethoden

Deze factsheet geeft een overzicht van de meest gebruikte (psychologische) selectiemethoden, zowel klassieke als moderne. De cijfers zijn gebaseerd op meta-analyses en dominante wetenschappelijke literatuur.

Methode Predictieve validiteit (r) Typische betrouwbaarheid
Cognitieve capaciteit (GMA test) .51 Hoog (.85-.95)
Werkproef .54 Hoog
(interbeoordelaars ≥.70)
Gestructureerd interview .51 Middel-hoog (.60–.75)
Ongestructureerd interview .38 Laag-middel (.40–.55)
Integriteitstest .41 Hoog (α ≥.80)
Conscientieusheid (Big Five) .31 Middel-hoog (α ~.75–.85)
Job-kennistest .48 Hoog (≥.80)
Dienstjaren .18 Niet van toepassing
Video-/asynchroon interview (incl. AI) .30-.40 Goed bij structurering; algoritmisch variabel
Machine learning / algoritmische modellen .20-.50 Afhankelijk van dataset; generaliseerbaarheid beperkt
Serious games / game-based work samples .35-.50 Hoog bij objectieve metrics
Social media screening .00-.20 Laag en variabel

Assessment aanvragen

Direct bellen:
088 – 277 377 6