Ce n’est pas à la DRH qu’on utilise les techniques quantitatives les plus élaborées. Certes, il existe quelques mécanismes descriptifs propres, notamment d’analyse de la masse des rémunérations, mais les statistiques consistent le plus souvent en tris à plat et le data mining possède l’exotisme d’une soucoupe volante. C'est pourquoi les pages RH de ce site sont davantage orientées sur les indicateurs de tableau de bord que sur les traitements statistiques.

RH et statistiques

On procède peu aux échantillonnages, sauf pour des projets très particuliers. Par exemple, une enquête peut être réalisée lors d’un audit social.

Dans le cadre d’une entreprise, on a l’immense avantage de travailler une base de données fiable. Mais si l’on analyse des fichiers signalétiques et de paie de plusieurs sociétés, ou d’entités d’un groupe ayant des systèmes de rémunération propres, ça se complique évidemment (systèmes de primes différents, voire conventions collectives différentes…). Ainsi, les données RH peuvent se révéler être, pour le statisticien, aussi bien le materiau le plus facile à traiter que son pire cauchemar.

A noter qu’une « observation » statistique n’est pas obligatoirement un salarié. Ce peut être une élection professionnelle, une référence de formation, un contrat d’intérim ou un mouvement social, pour ne mentionner que ces quelques exemples.

Les « statistiques » habituelles concernent les différents chapitres du bilan social, que je reprendrai ci-dessous comme fil conducteur : effectifs, rémunérations, accidents du travail, formation, indicateurs sociaux. Il est bien évident que ces rubriques ne sont pas cloisonnées. Ainsi, une étude sur la dégradation du climat social portera sur le turnover, l’absentéisme hors maternité, les difficultés à pourvoir un poste, les accidents du travail, les grèves, les votes considérés comme « protestataires », les indicateurs de productivité…

Le chapitre le plus volumineux du bilan social est celui des effectifs et il inclut les recrutements, les contrats d’intérim, les promotions, les départs, les travailleurs handicapés, l'absentéisme…

Le deuxième chapitre traite des rémunérations et de la masse salariale.

Les négociations paritaires donnent toujours lieu à des simulations mais qui ne nécessitent ni statistiques stricto sensu, ni techniques particulières.

Les comparaisons de montants moyens de primes entre différentes unités sont bien sûr possibles mais, dès qu’on s’attache aux rémunérations globales, on préfère toujours observer les médianes. Il existe toujours quelques salaires élevés qui enlèvent tout intérêt aux moyennes et les distributions normales ne sont presque jamais vérifiées. La répartition des rémunérations sur une population donnée est toujours très étalée à droite. Ceci limite l’utilisation des tests paramétriques.

La concentration plus ou moins inégalitaire des revenus est mesurée par l'indice de Gini.
Diverses problématiques de gestion des ressources humaines peuvent vous amener à considérer le niveau de rémunération de base comme variable dépendante d’une régression multiple. Les variables explicatives peuvent alors être l’âge, l’ancienneté, les points Hay ou le nombre d’années d’études. Si la régression est bonne, elle permet d’identifier d’éventuels outliers qui ne manqueront pas de susciter de bonnes questions sur leur déroulement de carrière. Elle permet également d’identifier les variables les plus déterminantes, ainsi que leurs évolutions relatives si la régression est effectuée chaque année. Calculées distinctement sur plusieurs sous-populations (hommes / femmes, cadres / non cadres…), les t de Student attachés aux coefficients de régression montrent à quels facteurs les rémunérations de ces sous-populations sont le plus sensibles.

Notons un phénomène qu’on peut trouver sur un bilan social, appelé « effet de pondération des niveaux » : en raison d’évolutions différentes des dénominateurs (les effectifs), une moyenne globale peut montrer une progression inférieure ou supérieure à l’évolution de ses « composantes ». Exemple de progression des rémunérations sur une population d’encadrement :

Évidemment, lorsqu’on tombe dessus pour la première fois, ça surprend. Heureusement, cet effet est généralement connu aussi bien par le DRH que par les mandataires sociaux.

Les accidents du travail et de trajet n’appellent pas de remarque particulière. Dans une optique descriptive, ils peuvent faire l’objet de tests de proportions entre unités (taux d’occurrence et taux de gravité). La prévention utilisant les outils statistiques paraît un peu limitée mais ces indicateurs peuvent constituer des variables intéressantes (Cf. ci-dessous dégradation du climat social).

La formation fait l’objet d’un suivi descriptif au niveau global qui laisse peu de place aux statistiques. L’évaluation de l’efficacité de tel ou tel stage, en revanche, se prête davantage aux analyses quantitatives.

Enfin, les indicateurs sociaux concernent essentiellement les grèves et les résultats des élections professionnelles. Hormis de simples tris à plat et courbes d’évolution, ces données sont utilisables à condition de s’appuyer sur d’autres indicateurs. Le nombre annuel de journées perdues pour cause de grève peut être la variable à expliquer d’une régression multiple (par unité et / ou par année) à condition d’ignorer les mouvements sociaux d’ordre national.

Un indicateur habituel est le taux de propension à la grève : nombre de jours perdus pour raison de grève sur une période donnée / effectif moyen des entités touchées par le mouvement. Le nombre de grévistes par rapport à l’effectif total est appelé taux de grévistes ou taux de concentration conflictuelle.

Terminons sur un point important : si les statistiques un peu plus fouillées que les tris à plat ne font pas partie de la culture de votre DRH, elles vous serviront néanmoins à sélectionner les indicateurs du tableau de bord les plus judicieux !

Portail RH : http://www.e-rh.org/

Voir aussi : http://www.manager-go.com/ressources-humaines.htm

Indicateurs : http://eduscol.education.fr/D0217/grh_naro.htm