De loonkloof tussen mannen en vrouwen
Uit onderzoek van het CBS blijkt dat er in Nederland een verschil bestaat in beloning voor gelijk werk tussen mannen en vrouwen. Hierbij is rekening gehouden met verschillende factoren, zoals leeftijd, parttime factor, opleidingsniveau en functie voor een eerlijke vergelijking. Desondanks blijft er een verschil in beloning bestaan wat niet door deze factoren verklaard kan worden en daarmee alleen aan het geslacht gelinkt kan worden. Met de Pay Gap Analyser onderzoekt u of dit verschil ook bestaat binnen uw organisatie. Ook kunt u de eventuele loonkloof monitoren over tijd en verkrijgt u nader inzicht in de oorzaken die een verschil in betaling heeft kunnen doen ontstaan.
Een handzame tool
De Pay Gap Analyser is een tool waarmee in een oogopslag het verschil in loonbetaling tussen man en vrouw in uw organisatie wordt getoond en kan worden gemonitord. Door eenvoudig de medewerkersgegevens in te laden, wordt de loonkloof berekend en ook dieper geanalyseerd voor onderdelen van de medewerkerspopulatie. Zo krijgt u een genuanceerd beeld van de eerlijke loonbetaling in uw organisatie.
Gebruik de correcte gegevens
Aan de hand van uw salarisdata maakt de Pay Gap Analyser de loonverschillen inzichtelijk. Bij zo’n gevoelige analyse is het van belang om de correcte gegevens te gebruiken. Ook geldt dat hoe betrouwbaarder uw data is, hoe betrouwbaarder de resultaten zijn. Daarom doorloopt u in de Pay Gap Analyser een uitgebreide datacheck. Hierin controleert u onder andere de data op dubbele observaties, missende waarden of praktisch onmogelijke data. Daarnaast controleert u de samenvattende statistieken van de variabelen. Eventuele onvolkomenheden kunt u oplossen zodat u met een gerust hart de analyse kunt uitvoeren.
Dit doen wij om uw privacy te beschermen
De salarisdata is natuurlijk privacygevoelig. Ook hier wordt rekening mee gehouden. Medewerkernummers worden niet opgeslagen en zijn niet in de applicatie zien. Daarnaast kunt u er ook voor kiezen om enkel geaggregeerde resultaten te zien. Zo is uw data nooit te herleiden tot een specifieke medewerker. Heeft u verdere vragen omtrent privacy en de veiligheid van uw data? Neem dan contact met ons op.
Ontdek of uw organisatie significante beloningsverschillen heeft
Wanneer u de data check doorlopen heeft en akkoord bent met de gebruikte data, dan kunt u de resultaten bekijken.
Hiernaast ziet u de resultaten van een gefingeerde dataset. De loonkloof van dit bedrijf bedraagt in april 0,4%, ten nadele van de vrouwelijke medewerker. Na een correctie in salaris is dit een maand later afgenomen tot 0,2%. Dit verschil is echter nog steeds statistisch significant, zoals weergegeven wordt door de rode kleur van de lijn. Wanneer het verschil niet significant is, wordt deze middellijn groen en worden mannen en vrouwen gelijk betaald voor gelijk werk.
Kwantificeer de gevonden beloningsverschillen
Naast procentuele verschillen, is het ook goed het verschil in absolute zin te bekijken. De grafiek hiernaast toont dit absolute verschil. Hierbij ziet u dat vrouwen in mei gemiddeld 11 euro minder verdienden dan mannen.
Bekijk de beloningsverschillen in detail
Het kan het geval zijn dat de loonkloof anders is bij bepaalde groepen binnen uw organisatie, zoals leeftijd of afdeling. Om daarachter te komen, kunt u verder inzoomen op deze variabelen. Hiernaast wordt het resultaat van de analyse op het verschil in loon en geslacht naar leeftijd getoond. Hierbij valt op dat vrouwen van 30 jaar en jonger gemiddeld genomen significant meer betaald krijgen dan mannen van dezelfde leeftijd. Mannen en vrouwen tussen 31 en 40 jaar krijgen gelijk betaald voor gelijk werk, zoals te zien is aan de groene middenlijn. Bij oudere medewerkers is het het geval dat vrouwen minder betaald krijgen dan mannen.
De meerwaarde van de Pay Gap Analyser
Zo ziet u dus dat de Pay Gap Analyser u een genuanceerder beeld kan geven over de mogelijke loonkloof bij uw organisatie. Het kan u bevestigen (en geeft u daarmee de zekerheid) dat de u het goed doet met de salarisstructuur die u heeft, of aangeven dat in bepaalde deelpopulaties de vrouwelijke (of mannelijke!) medewerker minder betaald krijgt dan vergelijkbare collega’s. Doordat de tool altijd tot uw beschikking staat, kan de gelijke betaling doorlopend gemonitord worden.
Onderneem actie aan de hand van de inzichten
Zou dit fictieve bedrijf haar loonkloof willen verminderen, dan zou dit kunnen door alle vrouwen een salarisverhoging van 0,2% te geven, zoals blijkt uit de analyse op de gehele organisatie. Maar wellicht is dit een te rigoureuze oplossing. Een andere suggestie is om haar oudere vrouwelijke medewerkers en haar jongere mannelijke medewerkers een salariscorrectie te geven, zoals blijkt uit de meer gedetailleerde resultaten. Zo ziet u dus dat het beeld genuanceerder is en er verschillende ingrepen mogelijk zijn.
Wilt u voorkomen dat u in de toekomst weer een correctie moet toepassen? Neem dan contact op om de oorzaken nader te onderzoeken
mobiele versie
De loonkloof tussen mannen en vrouwen
Uit onderzoek van het CBS blijkt dat er in Nederland een verschil bestaat in beloning voor gelijk werk tussen mannen en vrouwen. Hierbij is rekening gehouden met verschillende factoren, zoals leeftijd, parttime factor, opleidingsniveau en functie voor een eerlijke vergelijking. Desondanks blijft er een verschil in beloning bestaan wat niet door deze factoren verklaard kan worden en daarmee alleen aan het geslacht gelinkt kan worden. Met de Pay Gap Analyser onderzoekt u of dit verschil ook bestaat binnen uw organisatie. Ook kunt u de eventuele loonkloof monitoren over tijd en verkrijgt u nader inzicht in de oorzaken die een verschil in betaling heeft kunnen doen ontstaan.
Een handzame tool
De Pay Gap Analyser is een tool waarmee in een oogopslag het verschil in loonbetaling tussen man en vrouw in uw organisatie wordt getoond en kan worden gemonitord. Door eenvoudig de medewerkersgegevens in te laden, wordt de loonkloof berekend en ook dieper geanalyseerd voor onderdelen van de medewerkerspopulatie. Zo krijgt u een genuanceerd beeld van de eerlijke loonbetaling in uw organisatie.
Gebruik de correcte gegevens
Aan de hand van uw salarisdata maakt de Pay Gap Analyser de loonverschillen inzichtelijk. Bij zo’n gevoelige analyse is het van belang om de correcte gegevens te gebruiken. Ook geldt dat hoe betrouwbaarder uw data is, hoe betrouwbaarder de resultaten zijn. Daarom doorloopt u in de Pay Gap Analyser een uitgebreide datacheck. Hierin controleert u onder andere de data op dubbele observaties, missende waarden of praktisch onmogelijke data. Daarnaast controleert u de samenvattende statistieken van de variabelen. Eventuele onvolkomenheden kunt u oplossen zodat u met een gerust hart de analyse kunt uitvoeren.
Dit doen wij om uw privacy te beschermen
De salarisdata is natuurlijk privacygevoelig. Ook hier wordt rekening mee gehouden. Medewerkernummers worden niet opgeslagen en zijn niet in de applicatie zien. Daarnaast kunt u er ook voor kiezen om enkel geaggregeerde resultaten te zien. Zo is uw data nooit te herleiden tot een specifieke medewerker. Heeft u verdere vragen omtrent privacy en de veiligheid van uw data? Neem dan contact met ons op.
Ontdek of uw organisatie significante beloningsverschillen heeft
Wanneer u de data check doorlopen heeft en akkoord bent met de gebruikte data, dan kunt u de resultaten bekijken.
Hiernaast ziet u de resultaten van een gefingeerde dataset. De loonkloof van dit bedrijf bedraagt in april 0,4%, ten nadele van de vrouwelijke medewerker. Na een correctie in salaris is dit een maand later afgenomen tot 0,2%. Dit verschil is echter nog steeds statistisch significant, zoals weergegeven wordt door de rode kleur van de lijn. Wanneer het verschil niet significant is, wordt deze middellijn groen en worden mannen en vrouwen gelijk betaald voor gelijk werk.
Kwantificeer de gevonden beloningsverschillen
Naast procentuele verschillen, is het ook goed het verschil in absolute zin te bekijken. De grafiek hiernaast toont dit absolute verschil. Hierbij ziet u dat vrouwen in mei gemiddeld 11 euro minder verdienden dan mannen.
Bekijk de beloningsverschillen in detail
Het kan het geval zijn dat de loonkloof anders is bij bepaalde groepen binnen uw organisatie, zoals leeftijd of afdeling. Om daarachter te komen, kunt u verder inzoomen op deze variabelen. Hiernaast wordt het resultaat van de analyse op het verschil in loon en geslacht naar leeftijd getoond. Hierbij valt op dat vrouwen van 30 jaar en jonger gemiddeld genomen significant meer betaald krijgen dan mannen van dezelfde leeftijd. Mannen en vrouwen tussen 31 en 40 jaar krijgen gelijk betaald voor gelijk werk, zoals te zien is aan de groene middenlijn. Bij oudere medewerkers is het het geval dat vrouwen minder betaald krijgen dan mannen.
De meerwaarde van de Pay Gap Analyser
Zo ziet u dus dat de Pay Gap Analyser u een genuanceerder beeld kan geven over de mogelijke loonkloof bij uw organisatie. Het kan u bevestigen (en geeft u daarmee de zekerheid) dat de u het goed doet met de salarisstructuur die u heeft, of aangeven dat in bepaalde deelpopulaties de vrouwelijke (of mannelijke!) medewerker minder betaald krijgt dan vergelijkbare collega’s. Doordat de tool altijd tot uw beschikking staat, kan de gelijke betaling doorlopend gemonitord worden.
Onderneem actie aan de hand van de inzichten
Zou dit fictieve bedrijf haar loonkloof willen verminderen, dan zou dit kunnen door alle vrouwen een salarisverhoging van 0,2% te geven, zoals blijkt uit de analyse op de gehele organisatie. Maar wellicht is dit een te rigoureuze oplossing. Een andere suggestie is om haar oudere vrouwelijke medewerkers en haar jongere mannelijke medewerkers een salariscorrectie te geven, zoals blijkt uit de meer gedetailleerde resultaten. Zo ziet u dus dat het beeld genuanceerder is en er verschillende ingrepen mogelijk zijn.
Wilt u voorkomen dat u in de toekomst weer een correctie moet toepassen? Neem dan contact op om de oorzaken nader te onderzoeken
Hoe werkt de Pay Gap Analyser?
Vraag de Pay Gap Analyser brochure aan
Deze organisaties gingen u voor
Deze organisaties gingen u voor
