एक बहुराष्ट्रीय थोक व्यापार कंपनी ने शोधकर्ताओं के लिए 20,199 वास्तविक प्रदर्शन मूल्यांकन खोले और उन्हें हर रेटिंग को इस बात से जोड़ने दिया कि उसके बाद वास्तव में किसे पदोन्नति मिली। जिस जेंडर अंतर को पकड़ने के लिए अधिकांश कैलिब्रेशन सत्र बनाए जाते हैं, वह वास्तविक निकला, लेकिन इतना छोटा कि नगण्य — कोहेन का f = 0.02 — और उसने पदोन्नति के चरण को बिल्कुल भी विकृत नहीं किया। जो निष्कर्ष आपकी अगली टैलेंट रिव्यू को बदलना चाहिए, वह प्रसरण घटकों में है: रेटिंग प्रसरण का वह हिस्सा जो इस बात से जुड़ा था कि कर्मचारी किस सहायक कंपनी में बैठा है, प्रदर्शन के लिए 0.040 और विकास-पोटेंशियल के लिए 0.136 था (Kordsmeyer इत्यादि, International Journal of Selection and Assessment, 2026)।
आपका प्रदर्शन अक्ष मुख्यतः व्यक्ति को मापता है। आपके 9-बॉक्स की पोटेंशियल रेटिंग व्यक्ति और यूनिट — दोनों को मापती है, और यूनिट पर तीन गुना से अधिक भार डालती है।
यह असमानता निष्पक्षता से जुड़ी कोई पादटिप्पणी नहीं है। यह मापन की एक त्रुटि है जो ठीक उसी अक्ष के भीतर बैठी है जिससे आप उत्तराधिकार सूचियाँ बनाते हैं, और यह हर उस ऑडिट के लिए अदृश्य रहती है जो रेटिंग के इनपुट की जगह पदोन्नति के परिणाम जाँचता है।
20,199 मूल्यांकनों ने वास्तव में क्या दिखाया
Kordsmeyer, Godehardt, Roß, Lanzoni और Speer ने एक ही बहुराष्ट्रीय थोक नियोक्ता के 20,199 कर्मचारियों के मूल्यांकन और पदोन्नति रिकॉर्ड का विश्लेषण किया। डिज़ाइन मायने रखता है: ये प्रचलन में मौजूद एक उपकरण से आई वास्तविक रेटिंग हैं, जो वास्तविक पदोन्नति निर्णयों से जुड़ी हैं — न कोई काल्पनिक परिदृश्य, न स्व-रिपोर्ट। उन्होंने मानक मूल्यांकन के दोनों हिस्सों — प्रदर्शन और विकास-पोटेंशियल — तथा मॉडरेटरों की जाँच की, और फिर रेटिंग को आगे तक, उन लोगों तक ट्रैक किया जो वास्तव में आगे बढ़े।
परिणाम स्पष्ट रूप से एक आश्वस्त करने वाले आधे और एक असहज आधे हिस्से में बँटते हैं।
| क्या जाँचा गया | परिणाम |
|---|---|
| प्रदर्शन रेटिंग में जेंडर अंतर | सार्थक, पुरुषों के पक्ष में, f = 0.02 (बहुत छोटा) |
| विकास-पोटेंशियल रेटिंग में जेंडर अंतर | सार्थक, पुरुषों के पक्ष में, f = 0.02 (बहुत छोटा) |
| रेटिंग का पदोन्नति में बदलना | जेंडर प्रभाव नगण्य — χ²(1, N = 10,772) = 0.34, p = 0.56, φ = −0.006 |
| विभेदक पूर्वानुमान (पूर्वानुमान पक्षपात) | कुछ भी सार्थक नहीं — अचिह्नित β < 0.14, p > 0.059 |
| यूनिट (सहायक कंपनी) प्रसरण, प्रदर्शन | 0.040 |
| यूनिट (सहायक कंपनी) प्रसरण, विकास-पोटेंशियल | 0.136 |
आश्वस्त करने वाला आधा हिस्सा: एक बार रेटिंग मौजूद हो जाने के बाद, वह पुरुषों और महिलाओं के लिए समान रूप से पदोन्नति में बदलती थी। पदोन्नति में समूह-स्तरीय अंतर मुख्यतः रेटिंग्स से ही समझाया जा सका, उनके ऊपर लगे किसी पक्षपाती पदोन्नति निर्णय से नहीं। यदि आपकी निष्पक्षता समीक्षा पदोन्नति चरण का ऑडिट करती है, तो यह अध्ययन कहता है कि आप प्रक्रिया के स्वच्छ हिस्से का ऑडिट कर रहे हैं।
असहज आधा हिस्सा अंतिम दो पंक्तियाँ हैं, और लगभग कोई भी 9-बॉक्स को इस तरह नहीं पढ़ता।
निष्पक्षता की वह कहानी जिसकी सबको अपेक्षा थी, और वह जो वास्तव में मायने रखती है
दो अतिरिक्त ब्यौरे यह स्पष्ट करते हैं कि छोटा जेंडर प्रभाव वास्तव में कहाँ बसता है। अंतर विभाग की जेंडर संरचना से और आंशिक रूप से प्रबंधक के जेंडर से मॉडरेट होते थे — दूसरा विशेष रूप से विकास-पोटेंशियल में। दूसरे शब्दों में, अंतर पूरी कंपनी में एक-समान नहीं है: यह असंतुलित संरचना वाले विभागों में केंद्रित है। यह कैलिब्रेशन समय के लिए एक लक्ष्य-निर्देश है, पूरी कंपनी की समस्या नहीं।
लेकिन दोनों निष्कर्षों को साथ रखकर देखें। पोटेंशियल रेटिंग पर जेंडर प्रभाव f = 0.02 है। पोटेंशियल रेटिंग पर यूनिट प्रभाव 0.136 प्रसरण है। आपने दोनों संकेतों में से छोटे वाले के इर्द-गिर्द एक गवर्नेंस प्रक्रिया खड़ी की है।
यह उस किस्म की त्रुटि है जो वर्षों जीवित रहती है, क्योंकि प्रक्रियात्मक रूप से अदृश्य है। हाई-पोटेंशियल चिह्नों के जेंडर वितरण की समीक्षा करने वाला कैलिब्रेशन सत्र जाँच पास कर जाएगा। वही सत्र यह कभी नहीं पूछेगा कि «हाई पोटेंशियल» का अर्थ लॉजिस्टिक्स और कमर्शियल में एक ही है या नहीं — क्योंकि प्रसरण घटकों को कोई कमरे में लाया ही नहीं।
9-बॉक्स की पोटेंशियल रेटिंग संरचनात्मक रूप से अधिक शोरयुक्त क्यों है
कारण यह नहीं है कि प्रबंधक एक अक्ष पर लापरवाह और दूसरे पर सतर्क हैं। कारण यह है कि दोनों अक्ष मूलतः भिन्न प्रश्न पूछते हैं।
प्रदर्शन उस काम के बारे में पूछता है जो देखा गया, पूरा हुआ और अधिकांशतः दर्ज है। प्रबंधक एक अभिलेख का सार बना रहा होता है। भिन्न यूनिटों में बैठे दो प्रबंधक, तुलनीय अभिलेखों का सार बनाते हुए, लगभग एक ही जगह पहुँचेंगे — इसीलिए यूनिट पद छोटा है: 0.040।
विकास-पोटेंशियल प्रबंधक से पूर्वानुमान माँगता है। और पूर्वानुमान के लिए एक संदर्भ-वर्ग चाहिए। «12–24 महीनों में तैयार» का अंतर्निहित अर्थ है «इस बात के सापेक्ष तैयार कि यह भूमिका यहाँ कैसी दिखती है, यह यूनिट किस गति से चलती है, और उन लोगों के मुकाबले जिन्हें मैंने यहाँ यह करते देखा है»। यूनिट बदलिए और आपने व्यक्ति बदले बिना तीनों लंगर बदल दिए। 0.136 इसी बात का रूप है, जब उसे विघटित किया जाए।
इससे व्यावहारिक विफलता जन्म लेती है। यूनिटों के आर-पार पोटेंशियल रेटिंग एकत्र करके बनाई गई कोई भी उत्तराधिकार सूची भिन्न पैमानों पर कैलिब्रेट किए गए निर्णयों की तुलना करती है, और फिर उन्हें ऐसे क्रमित करती है जैसे वे एक ही पैमाना हों। धीमी यूनिट में «अभी तैयार» कर्मचारी और माँग भरी यूनिट में «12–24 महीने दूर» कर्मचारी समरूप हो सकते हैं। आपकी बेंच-स्ट्रेंथ रिपोर्ट यह भेद नहीं कर सकती।
पोटेंशियल रेटिंग गलत मानदंड भी मापती है
पोटेंशियल अक्ष में एक दूसरी, स्वतंत्र समस्या है, और वह पहली को और बढ़ा देती है।
203 डेटासेट और 4,815 सहसंबंधों पर किए गए एक फ़ेसेट-स्तरीय मेटा-विश्लेषण ने दो परिणामों को अलग किया जिन्हें संगठन नियमित रूप से मिला देते हैं: नेतृत्व प्रभावशीलता (प्रभावशीलता रेटिंग और यूनिट प्रदर्शन) और नेतृत्व-उभार — एक मानदंड जिसमें नेतृत्व-पोटेंशियल रेटिंग स्पष्ट रूप से शामिल है (Baker इत्यादि, Journal of Applied Psychology, 2026)। जो व्यक्तित्व फ़ेसेट इन दोनों का पूर्वानुमान करते हैं, वे लगभग विपरीत हैं।
प्रभावशीलता का पूर्वानुमान उपलब्धि-प्रेरणा (ρ = 0.23), व्यवस्थितता (ρ = 0.23), आत्म-अनुशासन (ρ = 0.23) और आशावाद (ρ = 0.19) से हुआ। उभार का पूर्वानुमान मुखरता (ρ = 0.21) से हुआ — बहिर्मुखता का सबसे प्रबल फ़ेसेट। उपलब्धि-प्रेरणा, जो प्रभावशीलता का पूर्वानुमान 0.23 पर करती है, उभार का पूर्वानुमान 0.01 पर करती है। परार्थवाद विपरीत दिशाओं में चलता है: प्रभावशीलता पर +0.16, उभार पर −0.12।
इसे 9-बॉक्स के सामने रखकर पढ़ें। पोटेंशियल अक्ष एक पोटेंशियल रेटिंग है, अर्थात एक उभार-निर्णय। जो गुण किसी को प्रबंधक की दृष्टि में पदोन्नति-योग्य दिखाते हैं, इन प्रमाणों के अनुसार वे गुण नहीं हैं जो पदोन्नति के बाद उसे प्रभावी बनाते हैं — और कम से कम एक मामले में, जो गुण बाद में सर्वाधिक सहायक है, वही उससे पहले की रेटिंग को सक्रिय रूप से नुकसान पहुँचाता है।
अतः पोटेंशियल अक्ष एक मानदंड-समस्या के ऊपर यूनिट-संदूषण ढोता है। यूनिट प्रभाव बताता है कि यह संख्या कारोबार के हिस्सों के बीच तुलनीय नहीं है। मेटा-विश्लेषण बताता है कि जिससे वह तुलनीय है, वह वह चीज़ न भी हो जो आप चाहते हैं।
प्रति-तर्क, और वह कहाँ तक टिकता है
सीमाएँ, ईमानदारी से। Kordsmeyer एक ही बहुराष्ट्रीय थोक नियोक्ता और एक ही मूल्यांकन उपकरण पर आधारित है; प्रसरण घटक एक विशिष्ट कंपनी और एक विशिष्ट रेटिंग फ़ॉर्म के गुण हैं, ऐसे स्थिरांक नहीं जिन्हें आप अपना बताकर उद्धृत करें। अध्ययन का कोई कारणात्मक डिज़ाइन भी नहीं है: यह प्रसरण विघटित करता है, यह सिद्ध नहीं करता कि भिन्न यूनिटों के प्रबंधक भिन्न मानक लगाते हैं — इसके बजाय यह भी हो सकता है कि भिन्न यूनिटों में वास्तव में भिन्न प्रतिभा-वितरण बैठे हों। उस 0.136 का कुछ हिस्सा संभवतः वास्तविक छँटाई है।
दो बातें टिकती हैं। पहली, 0.040 और 0.136 के बीच का अंतर एक ही डेटा, एक ही कंपनी, एक ही मूल्यांकनकर्ताओं, एक ही चक्र में है — जो भी इसे समझाए, उसे यह भी समझाना होगा कि यह पूर्वानुमान पर लागू क्यों होता है और अभिलेख पर क्यों नहीं। वास्तविक छँटाई दोनों को हिलाती। दूसरी, दिशा को अधिक स्वच्छ पहचान वाले साहित्य से पुष्टि मिलती है, नीचे देखें। 0.136 को अपना विघटन मापने की प्रेरणा मानें, अपनी संख्या नहीं।
प्रदर्शन स्थिर रखने पर भी संदर्भ पदोन्नति-निर्णयों को खिसकाता है
सबसे मजबूत बाहरी जाँच उस डिज़ाइन से आती है जो ठीक वही चीज़ स्थिर कर देता है जिसे Kordsmeyer स्थिर नहीं कर सका। ब्रिटेन में किए गए एक युग्मित बाध्य-चयन कॉन्जॉइंट प्रयोग में 937 प्रबंधकों ने ऐसे प्रोफ़ाइल आँके जिनमें प्रदर्शन रेटिंग स्पष्ट रूप से स्थिर रखी गई थी और केवल कार्य-प्रणाली बदलती थी (Kasperska, Matysiak और Cukrowska-Torzewska, PLOS ONE, 2024)।
हाइब्रिड कर्मचारियों पर पदोन्नति में 7.7% और वेतन-वृद्धि में 7.1% का दंड पड़ा। पूर्णतः दूरस्थ कर्मचारियों पर पदोन्नति में 10.7%, वेतन में 9.4% और प्रशिक्षण के लिए चयन में 6.6% का दंड पड़ा। प्रदर्शन निर्माण-रूप से समान था। यह दंड पूर्णतः इस बात पर निर्णय है कि व्यक्ति किस संदर्भ में काम करता है।
उस अध्ययन की सर्वाधिक उपयोगी संख्या वह है जो प्रभाव को मिटा देती है: जहाँ टीम के 80% या अधिक लोग घर से काम करते थे, वहाँ दंड हर समूह के लिए गायब हो गया। निर्णय कभी व्यक्ति के बारे में नहीं था। वह इस बारे में था कि व्यक्ति स्थानीय मानक से कितनी दूर बैठा है — और यही ठीक वह तंत्र है जो प्रसरण विघटन में बड़ा यूनिट पद उत्पन्न करेगा।
ये दो स्वतंत्र साहित्य-धाराएँ एक ही बात की ओर संकेत कर रही हैं। लोगों के बारे में भविष्य-उन्मुख निर्णय उस यूनिट के गुण सोख लेते हैं जिसमें वे लोग बैठे हैं। प्रदर्शन के बारे में भूत-उन्मुख निर्णय बहुत कम सोखते हैं।
संदूषित अक्ष पर कार्य करने की लागत
महँगा परिणाम कोई अन्यायपूर्ण रेटिंग नहीं है। वह एक नियुक्ति-निर्णय है।
उत्तराधिकार की जो बेंच पतली दिखती है — क्योंकि आपकी आधी यूनिटें पोटेंशियल को रूढ़िवादी ढंग से आँकती हैं — वह कंपनी को बाहरी बाज़ार की ओर धकेलती है। बाहरी बाज़ार ठीक इसी के लिए प्रीमियम वसूलता है: Matthew Bidwell के विश्लेषण में पाया गया कि तुलनीय भूमिकाओं में बाहर से नियुक्त लोगों को आंतरिक रूप से पदोन्नत लोगों से 18–20% अधिक वेतन मिलता है, उन्हें लगभग दो वर्षों तक सार्थक रूप से कम प्रदर्शन रेटिंग मिलती है, और उनकी निकासी दर अधिक होती है (Bidwell पर Knowledge at Wharton, Administrative Science Quarterly, 2011)।
वह प्रीमियम एक सूचना-अंतर की कीमत है। विडंबना यह है कि सूचना आपके पास पहले से है — वह आपके मूल्यांकन डेटा में है — लेकिन पोटेंशियल अक्ष ने उसे असंगत पैमानों पर कूटबद्ध कर दिया, इसलिए बेंच खाली पढ़ी जाती है जबकि वह केवल अपाठ्य है। और तब आप बाहर से एक कम निश्चित संकेत खरीदने के लिए 18–20% चुकाते हैं।
अगली टैलेंट रिव्यू से पहले क्या बदलें
पाँच कदम, जिनमें से कोई भी आपके मूल्यांकन उपकरण को बदलने की माँग नहीं करता।
- अगला चक्र बंद होने से पहले अपने दोनों अक्षों को विघटित करें। प्रदर्शन और पोटेंशियल के लिए यूनिट-वार प्रसरण अलग-अलग निकालें। आपको दो संख्याएँ चाहिए, और उनके बीच का अंतर ही निदान है। यदि पोटेंशियल, प्रदर्शन से स्पष्ट रूप से अधिक यूनिट प्रसरण ढोता है, तो आपकी उत्तराधिकार सूची मौजूदा रूप में क्रमित करने योग्य नहीं है।
- पोटेंशियल अक्ष को यूनिटों के बीच कैलिब्रेट करें, यूनिटों के भीतर नहीं। अधिकांश कैलिब्रेशन सत्र एक यूनिट को बुलाते हैं और उसके भीतर सामान्यीकरण करते हैं — इससे भीतरी वितरण ठीक होता है और यूनिटों के बीच का अंतराल ठीक वैसा ही बना रहता है। पोटेंशियल अक्ष पर यूनिट-पार कैलिब्रेशन ही एकमात्र सत्र है जो उस 0.136 को छूता है।
- तैयारी को वर्तमान यूनिट के बजाय लक्ष्य भूमिका के सापेक्ष परिभाषित करें। «12–24 महीनों में तैयार» का अर्थ नामित आवश्यकताओं वाले एक नामित पद के लिए तैयार होना ही होना चाहिए। तैयारी को लक्ष्य पद से बाँधना उस स्थानीय संदर्भ-वर्ग को हटा देता है जो मूलतः यूनिट प्रभाव पैदा करता है।
- पोटेंशियल की कथा को योग्यता-प्रमाण से बदलें। अक्ष इसलिए भटकता है क्योंकि प्रबंधक प्रभाव-छाप से पूर्वानुमान लगाते हैं। एक साझा ढाँचे के सापेक्ष प्रति-योग्यता और प्रति-चक्र मापन हर यूनिट को एक ही पैमाना देता है, और यूनिट-पार कैलिब्रेशन बहस के बजाय वितरण-जाँच बन जाता है। यही वह इनपुट है जिससे Scovai की प्रदर्शन एवं उत्तराधिकार परत 9-बॉक्स गणना करती है — एक साझा ढाँचे के सापेक्ष प्रति-योग्यता नियतात्मक मापन, कैलिब्रेशन सत्र के लिए वितरण चिह्नों के साथ।
- केवल परिणाम नहीं, इनपुट का ऑडिट करें। इस अध्ययन में पदोन्नति चरण स्वच्छ और रेटिंग चरण संदूषित मिला। जनसांख्यिकी के अनुसार पदोन्नति परिणामों का नमूना लेने वाला ऑडिट दोनों के लिए «सब ठीक» बताता। रेटिंग चरण के प्रसरण को उस सूची में जोड़ें जिसकी समीक्षा आपका पीपल एनालिटिक्स कार्य करता है।
ध्यान दें कि बिंदु 5 विशेष रूप से निष्पक्षता के काम के लिए क्या अर्थ रखता है। यहाँ जेंडर प्रभाव f = 0.02 था और वह पदोन्नति तक नहीं पहुँचा। उसी अक्ष पर यूनिट प्रभाव 0.136 पर चल रहा हो और कैलिब्रेशन का घंटा उस पर खर्च करना — यह सदिच्छा को छोटी संख्या पर लक्षित करना है।
इस तिमाही के लिए एक निर्णय
आप यह नहीं चुन रहे कि 9-बॉक्स रखें या नहीं। यह एक उचित उपकरण है, और इस अध्ययन में प्रदर्शन अक्ष ने अच्छा व्यवहार किया। आप यह चुन रहे हैं कि इसके दोनों अक्षों को समान रूप से भरोसेमंद मानते रहें या नहीं, जबकि 20,199 मूल्यांकनों का डेटा कहता है कि उनमें से एक अक्ष दूसरे से तीन गुना से अधिक यूनिट-स्तरीय शोर ढोता है।
आपकी अगली टैलेंट रिव्यू बैठने से पहले, अपनी ही पोटेंशियल रेटिंग पर प्रसरण विघटन चलाइए और कमरे में एक संख्या लाइए: «हाई पोटेंशियल» का कितना हिस्सा इस बात से समझाया जाता है कि कर्मचारी किस प्रबंधक की यूनिट को रिपोर्ट करता है। यदि वह बड़ा है, तो आपके पास अभी उत्तराधिकार सूची नहीं है। आपके पास बारह सूचियाँ हैं, भिन्न मुद्राओं में, एक साथ नत्थी की हुई।