{"id":42269,"date":"2023-01-23T13:14:51","date_gmt":"2023-01-23T12:14:51","guid":{"rendered":"http:\/\/54.194.80.134.nip.io\/?p=42269"},"modified":"2023-02-17T10:13:16","modified_gmt":"2023-02-17T09:13:16","slug":"gender-pay-gap-mit-hr-analytics-begegnen","status":"publish","type":"post","link":"https:\/\/www.cubeserv.com\/de\/gender-pay-gap-mit-hr-analytics-begegnen\/","title":{"rendered":"Gender-Pay-Gap mit HR Analytics begegnen"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Einf\u00fchrung<\/h1><\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Was ist der Gender-Pay-Gap \u00fcberhaupt?<\/strong><\/h3>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Trotz jahrzehntelanger Fortschritte ist es nach wie vor so, dass M\u00e4nner und Frauen f\u00fcr die gleiche Arbeit nicht das gleiche Entgelt erhalten. Das geschlechtsspezifische Lohngef\u00e4lle in Deutschland betr\u00e4gt derzeit unbereinigt 18 %, was bedeutet, dass weibliche Besch\u00e4ftigte f\u00fcr vergleichbare Arbeit im Durchschnitt weniger verdienen als ihre m\u00e4nnlichen Kollegen. Diese Statistik ber\u00fccksichtigt jedoch keine zus\u00e4tzlichen Faktoren wie Arbeitszeiten oder Bildungsniveau; werden diese Elemente ber\u00fccksichtigt, spricht man von einem bereinigten geschlechtsspezifischen Lohngef\u00e4lle – eine Kennzahl, mit der sich problematische Diskrepanzen zwischen den Geschlechtern ermitteln lassen.<\/p>

In Deutschland betr\u00e4gt das Lohngef\u00e4lle zwischen M\u00e4nnern und Frauen immer noch betr\u00e4chtliche 6 %, wenn alle Faktoren wie Ausbildung und Berufserfahrung bei beiden Geschlechtern gleicherma\u00dfen ber\u00fccksichtigt werden. Das bedeutet, dass auch nach Ber\u00fccksichtigung anderer Unterschiede eine ungerechtfertigte Ungleichheit bei der Entlohnung bestehen bleibt.<\/p>

Obwohl sich das geschlechtsspezifische Lohngef\u00e4lle seit 2006 verringert hat, hat es nicht ausgereicht, um die Ungleichheit zwischen dem Einkommen von M\u00e4nnern und Frauen deutlich zu verringern. Selbst bei einem Vergleich innerhalb Europas liegt Deutschland zusammen mit \u00d6sterreich noch weit hinter anderen L\u00e4ndern zur\u00fcck. Dies gilt insbesondere f\u00fcr Ostdeutschland im Vergleich zu Westdeutschland, wo es zwar eine leichte Verbesserung, aber noch keine ernsthafte Ver\u00e4nderung gibt.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Die Gr\u00fcnde f\u00fcr den Gender-Pay-Gap sind vielschichtig: <\/b><\/p>

Das geschlechtsspezifische Lohngef\u00e4lle ist nicht allein auf Diskriminierung zur\u00fcckzuf\u00fchren; eine Reihe von Faktoren tr\u00e4gt zu dieser Ungleichheit bei. Frauen entscheiden sich h\u00e4ufig f\u00fcr sozialere Berufe und nehmen h\u00e4ufiger eine l\u00e4ngere Auszeit von der Arbeit, um famili\u00e4re Verpflichtungen zu erf\u00fcllen. Diese Unterbrechungen k\u00f6nnen sich nachhaltig auf ihre Verdienstm\u00f6glichkeiten auswirken, wenn sie zur\u00fcckkehren – in der Regel in einer Teilzeitbesch\u00e4ftigung im Vergleich zu ihren m\u00e4nnlichen Kollegen, die ohne Unterbrechung voll erwerbst\u00e4tig bleiben k\u00f6nnen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Methoden zur Ermittlung der Ursachen von Gehaltsunterschieden<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Strukturanalysen<\/h3>
Strukturanalysen sind n\u00fctzliche Instrumente zur Bewertung des relativen Werts verschiedener Berufe und Arbeitsplatzklassifizierungen. Durch die Untersuchung potenzieller organisatorischer Unterschiede l\u00e4sst sich feststellen, wo Mitarbeiter je nach ihrer Position innerhalb eines Unternehmens h\u00f6here oder niedrigere L\u00f6hne erhalten – beispielsweise in der Zentrale oder im Au\u00dfendienst. Dies kann dazu beitragen, bei der Festlegung von Gehaltsniveaus, die den Wert einer Person widerspiegeln, branchen\u00fcbergreifend Fairness zu gew\u00e4hrleisten.
Ein HR-Analytics System von CubeServ erm\u00f6glicht Beziehungen zwischen Datens\u00e4tzen wie Geschlecht, Betriebszugeh\u00f6rigkeit, Skill-Level und Betriebszugeh\u00f6rigkeit zu untersuchen. Die kombinierte Analyse dieser Merkmale erm\u00f6glicht Korrelation zu ermitteln und Auswirkungen auf das Sal\u00e4r zu interpretierten.

<\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Statistische Analyse<\/h3>
Die statistische Analyse erm\u00f6glicht eine genauere und umfassendere Bewertung der Daten. Durch den Einsatz von Methoden wie Streudiagrammen ist es m\u00f6glich, Trends in den Merkmalen der beobachteten Werte aufzudecken, die auf den ersten Blick vielleicht nicht erkennbar sind. Diese Ergebnisse k\u00f6nnen helfen zu verstehen, ob innerhalb bestimmter Eigenschaften Gleichf\u00f6rmigkeit oder H\u00e4ufung besteht; ein Beispiel daf\u00fcr ist, ob sich bei der Analyse der Einkommensh\u00f6he zahlreiche Arbeitnehmer auf h\u00f6here Verg\u00fctungsgruppen konzentrieren. Diese statistischen Analysen erm\u00f6glichen es uns also, unsch\u00e4tzbare Einblicke in bestehende Muster in Datens\u00e4tzen zu gewinnen, die eine bessere Entscheidungsfindung erm\u00f6glichen, die sich auf Beweise und nicht nur auf Annahmen st\u00fctzt.<\/div>
\u00a0<\/div>

Auf die gleiche Weise kann eine Regressionsanalyse dabei helfen, herauszufinden, welche Elemente zu den gew\u00fcnschten Inhalten f\u00fchren. Die Hauptkoeffizienten bestimmen im Wesentlichen, welche Merkmale darauf hindeuten, dass eine beabsichtigte Menge erreicht wurde – indem wir diese Reichweitenfaktoren strukturell analysieren und beobachten, ob sie mit denen aus den Regressionsdaten \u00fcbereinstimmen, k\u00f6nnen wir bessere Erkenntnisse dar\u00fcber gewinnen, wie viel genug ist.

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Ausrei\u00dfer-Analyse<\/h3>

Die Ausrei\u00dferanalyse kann eine gute M\u00f6glichkeit sein, Diskrepanzen aufzusp\u00fcren und deren Ursache zu ermitteln. Wenn die Durchschnittswerte auf den ersten Blick normal aussehen, k\u00f6nnen bei n\u00e4herer Betrachtung unerwartete Abweichungen zutage treten, die gro\u00dfe Auswirkungen haben k\u00f6nnen – sei es eine falsch berechnete Zahl oder etwas in der Personalverwaltung, das erhebliche Abweichungen verursacht. Nur wer genau hinschaut, findet heraus, was wirklich los ist!<\/p><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Clustering der Zahlungsstr\u00f6me<\/h3>

Eine weitere Analyse- Methode ist das Clustering der Zahlungsstr\u00f6me. Hier stellt sich die Frage, wie Gehaltsunterschiede zwischen Mitarbeiter*innen identifiziert werden k\u00f6nnen \u00fcber das Grundentgelt hinaus, z.B. \u00fcber wiederkehrende Einmalzahlungen.<\/p>

Personaler*innen stellen sich hier die Frage: Was ist passiert? Warum gibt es diese Zulage? Warum ist die Verteilung der Einmalzahlungen m\u00f6glicherweise zwischen den Geschlechtern ungleich verteilt? Diese Analysen sind ein wichtiger Schritt zur Analyse des Gender-Pay-Gap.<\/p><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t\t
\n\t\t\t\t\t<\/path><\/svg><\/div>\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Best Practices<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

HR Analytics ist das ideale Instrument, um geschlechtsspezifische Lohnunterschiede aufzudecken und zu beseitigen. Es liefert nicht nur unz\u00e4hlige Kennzahlen, sondern erm\u00f6glicht durch seine umfangreiche Datensammlung auch die Ber\u00fccksichtigung qualitativer Faktoren. Mit HR Analytics in Kombination mit einem SAP HCM- oder SuccessFactors-System stehen wichtige Daten zur Verf\u00fcgung, um bestehende Unterschiede zwischen den Geh\u00e4ltern von M\u00e4nnern und Frauen zu analysieren. So erhalten die Gehaltsabrechnungsteams einen umfassenden \u00dcberblick \u00fcber die aktuellen Unterschiede und haben alle notwendigen Informationen, um bestehende Unterschiede zu beseitigen!<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t\t
\n\t\t\t\t\t<\/path><\/svg><\/div>\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Live-Demo<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Sehen Sie sich jetzt unsere Live-Demo an:<\/strong><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t