Quand et pourquoi devez-vous effectuer une analyse par sous-groupe ?
Si votre organisation possède des structures de rémunération variées selon les régions ou les départements, il peut être utile de réaliser une analyse par sous-groupe. Par exemple, dans une organisation mondiale, les structures de rémunération peuvent varier considérablement d’un pays à l’autre. Dans le pays A, les salaires peuvent être fortement basés sur l’expérience, ou sur l’éducation et les compétences, tandis que dans le pays B, la famille professionnelle peut jouer un rôle plus important dans la détermination de la rémunération.
En réalisant une analyse par sous-groupe, vous pouvez générer des modèles distincts pour chaque pays (ou tout autre sous-groupe), fournissant des résultats d’analyse uniques pour chacun. Cette approche vous permet de comprendre comment différentes variables influencent les structures de rémunération dans chaque sous-groupe, offrant des perspectives spécifiques au niveau local.
Avec l’analyse par sous-groupe, vous obtenez des modèles de rémunération individuels pour chaque sous-groupe, montrant comment les variables affectent les salaires différemment selon les sous-groupes. Chaque modèle aura ses propres indicateurs de santé tels que la valeur R², reflétant la proportion de variabilité expliquée par le modèle dans ce sous-groupe spécifique.
Au lieu d’évaluer un modèle unique et global, vous disposerez de plusieurs modèles correspondant à chaque sous-groupe, permettant une analyse plus nuancée et précise de l’équité salariale au sein de votre organisation.
Réalisation d’une analyse par sous-groupe
La fonction d’analyse par sous-groupe vous permet d’exécuter la même analyse sur des sous-ensembles de données, par exemple pour chaque unité commerciale, chaque département ou chaque pays.
Pour réaliser une analyse par sous-groupe, procédez comme suit :
- Accédez au formulaire de lancement de l’analyse.
- Cochez la case Exécuter une analyse par sous-groupe.
- Sélectionnez la Variable de regroupement.
- Choisissez les Sous-groupes spécifiques pour lesquels exécuter l’analyse.
- Lancez l’analyse.
Une fois l’analyse terminée, un panneau de synthèse est présenté en haut de la page et la page de synthèse s’affiche. Le graphique de synthèse comporte un point pour chaque sous-groupe :
- la taille représente le nombre d’employés dans le sous-groupe,
- la position indique l’écart de rémunération non ajusté et ajusté,
- la couleur indique quel groupe est sous-payé pour l’écart de rémunération non ajusté et ajusté.
Ces informations sont également affichées dans le tableau à gauche.
Nous incluons également un résumé de synthèse, qui combine les résultats de toutes les analyses par sous-groupe. Puisque le but d’une analyse par sous-groupe est d’exécuter des modèles indépendants pour chaque sous-groupe, la synthèse des analyses par sous-groupe présente l’écart de rémunération comme la moyenne pondérée des écarts de rémunération dans les sous-groupes individuels. La moyenne pondérée correspond aux écarts de rémunération des sous-groupes pondérés par le nombre d’employés dans chaque sous-groupe.
Les écarts de rémunération affichés dans l’analyse de synthèse pour une analyse par sous-groupe sont donc différents des résultats que vous obtiendriez en réalisant une seule analyse sur l’ensemble du jeu de données. Dans ce cas, les écarts de rémunération sont basés sur l’analyse d’une régression unique pour tous les employés.
Pour consulter les résultats d’une analyse d’un sous-groupe spécifique, cliquez soit sur le point dans le graphique, soit sur la ligne dans le tableau. Cela affiche les résultats de l’analyse du sous-ensemble correspondant, présentés de la même manière qu’une analyse à un seul niveau. Cliquer sur l’onglet Résultats du modèle de rémunération affichera le modèle de rémunération pour le sous-groupe sélectionné, et de même l’onglet Rapports mettra en évidence le sous-groupe sélectionné.
Ceci est un message conseil.
Pour plus d’informations sur le modèle de rémunération, consultez : Comprendre et analyser le modèle de rémunération.
Vous pouvez utiliser le menu déroulant pour changer de sous-groupe ou cliquer sur l’icône x à côté pour revenir au résumé de tous les groupes. Si vous souhaitez jeter un coup d’œil rapide au graphique et au tableau de synthèse des sous-groupes, cliquez sur Afficher la synthèse des sous-groupes.
Ceci est un message note/information.
Modifier une augmentation suggérée dans un sous-groupe modifiera également l’augmentation pour cet employé dans l’analyse de synthèse pour tous les employés.
Lors de l’exécution d’une analyse par sous-groupe, l’écart de rémunération est mesuré et corrigé séparément dans chaque sous-groupe, ce qui signifie qu’il peut y avoir certains groupes où des augmentations sont suggérées pour les femmes et d’autres où des augmentations sont suggérées pour les hommes (en supposant que l’analyse soit effectuée pour le genre).
Étant donné la taille souvent réduite des groupes d’analyse, le système sélectionne automatiquement l’élimination rétrograde avec un seuil de valeur p par défaut de 0,25. En d’autres termes, à partir de l’analyse de chaque sous-groupe, les variables non significatives sont retirées du modèle. En conséquence, les variables incluses dans chaque modèle peuvent différer d’un sous-groupe à un autre. De plus, nous notons que les coefficients des variables dans chaque sous-groupe seront différents – par exemple, dans certains rôles professionnels, l’éducation peut jouer un rôle majeur dans la détermination de la rémunération, tandis que dans d’autres, l’expérience peut être plus importante. Pour utiliser une autre valeur p pour l’élimination rétrograde des sous-groupes, vous pouvez cocher la case optionnelle d’élimination rétrograde et appliquer un nouveau seuil. Veuillez noter que la sélection de cette option applique également l’élimination rétrograde à l’analyse globale.
Ceci est un message note/information.
Dans le cas où votre jeu de données comporte de grands sous-groupes et que votre analyse prend du temps à s’exécuter, vous pouvez envisager de désactiver manuellement l’élimination rétrograde pour accélérer l’analyse. Nous recommandons toutefois de vérifier la signification des variables dans l’onglet résultats de rémunération, et de supprimer manuellement celles qui ne contribuent pas significativement à votre modèle.