L’évaluation des compétences écrites lors du processus de recrutement : analyse statistique et sémantique des décisions d’un échantillon de recruteurs (communication orale)
Résumé
1. Aspects théoriques et problématique.Les déficiences dans le domaine de l’expression écrite constituent une préoccupation grandissante pour les recruteurs, car elles engendrent des coûts cachés pour l’organisation, notamment en termes d’image. En nous appuyant sur le cadre théorique de l’attribution, nous cherchons dans cette communication à mieux analyser la prise en compte des déficiences orthographiques par les recruteurs lors de l’examen des dossiers de candidature. Nous souhaitons vérifier si les inférences dispositionnelles provoquées par les déficiences orthographiques, déjà repérées dans certaines études anglo-saxonnes (ex : Kreiner & al - 2002) s’appliquent également dans un contexte francophone, et quels sont leurs impacts sur le taux de rejet des dossiers de candidature.2. Etude empirique340 recruteurs professionnels ont été sollicités pour se prononcer sur 6 dossiers de candidature répondant à une offre d’emploi pour un poste nécessitant des compétences écrites. Les dossiers (comportant un CV accompagné d’une lettre de motivation) ont été homogénéisés, et ne se différencient que sur deux critères : l’expérience du candidat (limitée ou importante), et la présence ou non de fautes (pas de fautes / fautes orthographiques /fautes typographiques). Les recruteurs devaient décider s’ils convoquaient ou non les candidats pour un entretien, et inscrire un commentaire en regard de chaque dossier examiné. Nous avons calculé et comparé les pourcentages de rejet pour chaque type de dossier, puis nous avons saisi et regroupé les commentaires associés à chacun des dossiers étudiés dans un corpus, sur lequel nous avons réalisé une analyse lexicale et sémantique à l’aide de l’application R-temis (Bouchet-Vallat & Bastin – 2013).3. RésultatsSans surprise, le taux de rejet des dossiers fautifs par les recruteurs est significativement supérieur à celui des dossiers non fautifs (respectivement 37,2 % contre 28,6 % ; Z= -2.834, p < 0,001). Par contre, lorsque le critère de l’expérience des candidats est intégré, un effet d’interaction apparaît en fonction du type de fautes : le taux de rejet des dossiers sans fautes mais sans expérience est supérieur au taux de rejet des dossiers avec expérience et comportant des fautes typographiques (respectivement 45% contre 30,1% ; Z = 3.557, p = 0,003).En ce qui concerne l’analyse lexicale, on constate que les verbatim associés à chaque type de dossiers (fautifs ou non fautifs) sont nettement différenciés : -Les mots les plus fréquemment associés aux dossiers fautifs [faute(s), orthographe, frappe, commercial, entreprises,…] sont différents de ceux associés aux dossiers non fautifs [bien, expérience, lu, expertise, autres,…]-Les tables de dissimilarité, qui analysent la proximité sémantique entre les lexiques en utilisant la distance du Chi2, montrent une nette différence entre les lexiques des dossiers fautifs et non fautifs-L’analyse factorielle des correspondances multiples permet de constater que les dossiers comportant des fautes typographiques et orthographiques se situent dans des cadrans distincts, ce qui signale une prise en compte différenciée des déficiences d’expression.L’analyse des commentaires nous permet donc de confirmer que l’orthographe est clairement prise en compte par les recruteurs de notre échantillon comme un critère discriminant prédictif du rejet des dossiers.Au niveau sémantique, on peut constater dans les lexiques associés aux dossiers fautifs des occurrences significatives de termes signalant des inférences excédant le simple manque de compétences pour s’étendre au savoir-être [ex : colère, dommage, rédhibitoire, grave, bâclé]. 4. Références bibliographiques Kreiner, D.S, Scnakenberg, S.D., Green, A.G., McLin, A.F. (2002). Effects of spelling errors on the perceptions of writers, The Journal of General Psychology, 129 (1), 5-17.Bouchet-Valat, M., & Bastin, G. (2013). RcmdrPlugin. temis, a Graphical Integrated Text Mining Solution in R. R Journal, 5(1).