Redan i början av förra seklet identifierades intressen som ett viktigt begrepp för att förstå motivation som drivkraft för målinriktat beteende präglat av fokus, uthållighet och engagemang. Man upptäckte att intresset för vissa objekt kan förändras över tid hos en individ och att skillnader mellan individer varierar avseende intresset för vissa objekt. Trots detta saknas det idag en seriös och modern bedömningsmetod för att mäta motivationsdrivande intressen, och det finns ett begränsat intresse från relevanta användare att inkludera denna aspekt i sitt arbete.
Ett exempel är de senaste årens reformering av Arbetsförmedlingen, där ett stort antal kunniga psykologer slutat. Med dem har en värdefull tradition försvunnit: att ha en forsknings- och utvecklingsavdelning som verkar för kvalitet i bedömningstjänsterna.
Staten ska genom Arbetsförmedlingen fortsatt ha myndighetsansvaret för arbetsmarknadspolitiken, men ett nytt system ska utvecklas där fristående aktörer ska "matcha" och rusta arbetssökande för lediga jobb. Exakt hur dessa aktörer ska matcha arbetssökande och jobb verkar dock ingen av parterna vara särskilt klar över. Inte heller verkar forskningsfinansiärer vara intresserade av att ge medel till utveckling av evidensbaserade metoder för vägledning av människor i arbetslivet. Detta får allvarliga samhällsekonomiska konsekvenser och drabbar enskilda individer.
Det står dock klart att Arbetsförmedlingen fortfarande förlitar sig på ett intressetest eller "karriärtest" bestående av tolv frågor, baserat på John L. Hollands så kallade RIASEC-modell (Holland, Fritzsche & Powell, 1994). Den numera klassiska RIASEC-modellen utgår ifrån intresseområdena Realistic, Investigative, Artistic, Social, Enterprising och Conventional. Varje individ kategoriseras enligt en bokstavskombination som placerar individen på en punkt i en hexagon enligt två oberoende dimensioner: Data-Idéer respektive Människor-Saker. Denna modell utvecklades på 1950-talet. Idag, sjuttio år senare, vet vi mer om bristerna med att dela in individer i kategorier (i detta fall att man har intresse för ett område eller inte) och behovet av en modell för hur olika intressen kan mätas som dimensioner,det vill säga en modell som avspeglar att individer kan ha starkt eller svagt intresse för flera olika områden.
Vi vet också att arbetsmarknaden ser väldigt annorlunda ut idag än för sjuttio år sedan. En del yrken har förändrats, vissa har försvunnit (till exempel inom industrin), men framförallt finns det idag helt nya yrken, framför allt inom hälsosektorn, miljö- och tekniksektorn, yrken som inte fanns när RIASEC-modellen togs fram.
För att komma tillrätta med detta och för att ta tillvara på relevansen av intressemätningar som verktyg i rekrytering, urval och även inom andra områden inom personalarbete (Jones, Newman & Jung, 2013; Nye et al., 2012, 2017; Van Iddekinge et al., 2011) lade Su, Tay, Liao, Zhang och Rounds (2018) fram en hierarkisk modell med tre skikt: preferenser för specifika arbetsaktiviteter på lägsta nivå (bedömd med hjälp av så kallade intressepunkter), grundläggande intressen för homogena klasser av aktiviteter på mellannivå (utvärderade med hjälp av grundläggande intresseskalor), och breda dimensioner som beskriver allmänna tendenser hos individer att vara intresserade av och motiveras av breda typer av yrkeskategorier på toppen.
I utvecklingen av Assessment Engines bedömningstjänst för att mäta intressen, AIM, har vi utgått från denna så kallade SETPOINT-modell och ser att intressen är relativt stabila, men också att de utvecklas i interaktionen med olika stimuli. Vår utgångspunkt är att varje individ har en unik kombination av olika intressen och att dessa i sin tur påverkar individens motivation.
I Assessment Engine kan intresse för olika områden tolkas på två sätt: som skillnader mellan individer (vilket kan vara intressant vid rekrytering och urval) och som skillnader inom en individ, vilket ger svar på vad personen är mest respektive minst intresserad av (vilket oftast är relevant vid yrkesrådgivning). Vilken typ av tolkning som är relevant beror på syftet med kartläggningen av intresseområdena. Skillnader mellan individer benämns ibland som normativ tolkning medan skillnader inom en individ benämns som ipsativ tolkning.
De dimensioner som Assessment Engine täcker in är:
Liv & Hälsa
Detta område avspeglar ett brett och grundläggande intresse för aktiviteter som kretsar kring kunskap om liv och hälsa hos människor, djur och andra organismer.
Kreativa uttryck
Detta område fångar ett grundläggande och brett intresse för aktiviteter som präglas av olika former av konstnärliga, fantasifulla och kreativa idéer och uttryck.
Teknologi
Detta område avspeglar ett brett och grundläggande intresse för aktiviteter som karaktäriseras av problemlösning och innovation inom områden som IT, matematik, fysik och statistik.
Människor
Detta område avspeglar ett grundläggande och brett intresse för aktiviteter som inbegriper och handlar om människor; enskilda människor eller människor i grupp. Att hjälpa andra, att förstå mänskligt beteende och det mänskliga samhället, både historiskt och i nutid, utgör kärnan i denna dimension.
Organisation
Detta område avspeglar ett brett och grundläggande intresse för aktiviteter som framträder i strukturerade affärsrelaterade miljöer och som tjänar organisatoriska mål. Här ingår aktiviteter som handlar om att arbeta med information och olika typer av data: prioritering, planering, organisering, uppföljning, bearbetning, sammanställning och redovisning.
Inflytande/Påverkan
Detta område avspeglar ett brett och grundläggande intresse för att på olika sätt leda, påverka, utöva inflytande och övertyga andra. Att ha frekvent kontakt med andra människor i syfte att vägleda, råda och hjälpa dem är en aspekt av detta område, liksom att ta ledningen och instruera andra, ha uppsikt över andra och styra deras förehavanden.
Natur/Miljö
Detta område avspeglar ett brett och grundläggande intresse för djur, natur, miljö och utomhusaktiviteter generellt. Aktiviteter inom detta område förekommer ofta inom yrken som jordbruk, skogsbruk, lantbruk, och olika typer av klimat- och miljöarbete.
Praktiskt arbete
Detta område avspeglar ett brett och grundläggande intresse för mekaniska, praktiska och fysiska aktiviteter. Aktiviteter som inbegriper hantering av saker och verktyg, förande, reparation och underhåll av fordon och maskiner samt arbete med den egna kroppen ingår i detta intresseområde.
Är du nyfiken på AIM, hur det kan användas inom urval eller karriärvägledning, eller har du frågor om våra andra bedömningstjänster? Kontakta oss på team@assessmentengine.se.
Referenser
Holland, J. L., Fritzsche, B. A., & Powell, A. B. (1994). Self-Directed Search (SDS) technical manual. Odessa, FL: Psychological Assessment Resources.
Jones, K. S., Newman, D. A., & Jung, S. (2013). Targeted recruiting on vocational interests: An initial investigation. Paper presented at the 29th annual conference of the Society for Industrial and Organizational Psychology, Honolulu, HI.
Nye, C. D., Su, R., Rounds, J., & Drasgow, F. (2012). Vocational interests and performance: A quantitative summary of over 60 years of research. Perspectives on Psychological Science, 7, 384–403. doi:10.1177/1745691612449021
Nye, C. D., Su, R., Rounds, J., & Drasgow, F. (2017). Interest congruence and performance: Revisiting recent meta-analytic findings. Journal of Vocational Behavior, 98, 138-151.
Su, R., Tay, L., Liao, H.-Y., Zhang, Q., & Rounds, J. (2019). Toward a dimensional model of vocational interests. Journal of Applied Psychology, 104(5), 690–714. https://doi.org/10.1037/apl0000373
Van Iddekinge, C. H., Putka, D. J., & Campbell, J. P. (2011). Reconsidering vocational interests for personnel selection: The validity of an interest-based selection test in relation to job knowledge, job performance, and continuance intentions. Journal of Applied Psychology, 96(1), 13-33. doi:10.1037/a0021193
Van Iddekinge, C. H., Roth, P. L., Putka, D. J., & Lanivich, S. E. (2011). Are you interested? A meta-analysis of relations between vocational interests and employee performance and turnover. Journal of Applied Psychology, 96, 1167–1194. doi:10.1037/a0024343
.svg)
.png)
