Wpis

Mierzenie premii: korelacja Pearsona z realizacją celów

Premia ma mierzyć płacenie za faktyczne osiąganie celów — sama wartość premii niczego nie mówi. Korelacja Pearsona z poziomem realizacji celów pokazuje, czy mechanizm działa.

Premia uzależniona od wyników ma jedną podstawową funkcję: płacić za faktyczne osiąganie celów biznesowych. Sama wysokość czy procent wypłaconej premii niczego o tej funkcji nie mówi. Dopiero zestawienie premii z realizacją celów zaczyna być informatywne — i właśnie tego pomiaru najczęściej brakuje w polskich firmach.

Korelacja Pearsona jako miara

Standardową miarą siły powiązania między dwiema zmiennymi liczbowymi jest współczynnik korelacji Pearsona (ρ) — liczba w zakresie od −1 do +1.

ρ = cov(premia, realizacja_celów) / (σ_premia × σ_realizacja)

W kontekście polityki premiowej (siła powiązania, niezależnie od znaku):

• |ρ| ≥ 0,7 — wysoka: premie idą za wynikami; system działa zgodnie z intencją.
• 0,5 ≤ |ρ| < 0,7 — umiarkowana: kierunek prawidłowy, ale są inne istotne czynniki wpływające na decyzję o wysokości premii.
• |ρ| < 0,5 — niewystarczająca: premiowanie nie jest powiązane z realizacją celów. System premiowy w teorii oparty na wynikach w praktyce nimi nie steruje.

Znak korelacji czyta się jako warstwę nakładkową. Dodatnie ρ jest stanem pożądanym (wyższe wyniki → wyższe premie). Ujemne ρ — niezależnie od siły — sygnalizuje paradoks: gorsze wyniki = wyższa premia. To albo błąd projektowy systemu (źle skonstruowany algorytm wypłaty), albo arbitralne decyzje menedżerskie sprzeczne z deklarowaną zasadą.

Wskaźnik liczy się na poziomie pojedynczego cyklu premiowego — np. roczny, kwartalny, projektowy. Konieczne dane: dla każdego pracownika w cyklu — wypłacona kwota premii (PLN albo procent podstawy) i poziom realizacji celów (procent, ocena, KPI).

Pułapka kauzacji

Korelacja nie mówi o przyczynowości. Wysoka korelacja premii z realizacją celów może wynikać z trzech różnych mechanizmów:

• Pożądany scenariusz — cele są dobrze wyznaczone, pracownicy je realizują, system premiowy automatycznie wynagradza realizację. Premia śledzi cele, bo cele śledzą wynik biznesu.
• Odwrotna kauzacja — menedżerowie znają poziom realizacji celów zanim zaproponują wysokość premii. Wysoka korelacja powstaje, bo premia jest decyzją uznaniową dopasowaną post-hoc do wyniku, nie efektem zautomatyzowanego mechanizmu. System wygląda na meritokratyczny, ale realnie jest dyskrecjonalny.
• Trzeci czynnik — zmienna ukryta wpływa na obie strony. Klasyczny przykład: nieobecność w pracy obniża zarówno realizację celów, jak i wypłatę premii (jeśli pracownik jest na L4). Korelacja odzwierciedla wtedy obecność, nie funkcję motywacyjną premii.

Praktyczna konsekwencja: wysoka korelacja jest warunkiem koniecznym, ale nie wystarczającym, dla stwierdzenia, że system premiowy działa. Trzeba dodatkowo sprawdzić, czy mechanizm wypłaty jest zautomatyzowany (algorytm) czy uznaniowy (decyzja menedżera).

Jakość celów wyprzedza pomiar premii

Mierzenie korelacji premii z celami zakłada, że cele zostały dobrze wyznaczone. Jeśli cele są źle dobrane (sztucznie łatwe, niemierzalne, nierealistyczne, niezwiązane z wynikiem firmy), to nawet idealna korelacja niczego nie udowadnia — pokazuje, że premia podążała za celami, ale cele nie podążały za niczym istotnym.

W diagnostyce systemu premiowego sensowna kolejność:

1. Audyt jakości celów — czy są SMART-owe, mierzalne, oparte o KPI biznesowe, kalibrowane między pracownikami i działami.
2. Pomiar korelacji premii z realizacją celów — dopiero po ustaleniu, że cele mają jakość.
3. Analiza dyskrecjonalnej składowej — jaki procent wypłaty premii wynika z algorytmu, a jaki z decyzji menedżera ad hoc. To drugie nie jest a priori złe (pewna doza menedżerskiej elastyczności jest pożądana), ale powinno być świadomą decyzją projektową.

Czego unikać

• Liczenia korelacji bez kontroli kalibracji ocen — jeśli różni menedżerowie oceniają realizację celów różną skalą, korelacja policzona na całej populacji jest mieszanką sygnałów.
• Interpretowania wysokiej korelacji jako dowodu „system działa” — może to być również sygnał, że menedżerowie post-hoc dopasowują premie do wyników (odwrotna kauzacja). Dodatkowy test: porównanie wyniku korelacji z udziałem składowej dyskrecjonalnej w wypłacie.
• Pomiaru korelacji w pojedynczym cyklu — pojedynczy cykl bywa zaszumiony okolicznościami biznesowymi. Trend trzy- albo czteroletni jest istotniejszy niż jednorazowy wynik.
• Mierzenia korelacji w grupach mniejszych niż 30 osób — przy mniejszej próbie korelacja jest niestabilna; jeden pracownik z wynikiem odstającym może istotnie ją zmienić.

Powiązane terminy

• Mierzenie podwyżek — komplementarna analiza dynamiki płac w cyklu rocznym
• Pay mix — proporcja wynagrodzenia stałego do zmiennego, kontekst dla wysokości premii
• Udział wydatków na najlepszych — metryka komplementarna, mierzy alokację skumulowaną
• Algorytm podwyżkowy — analogiczny mechanizm dystrybucji budżetu, ale dla podwyżek

Jak legitnyhr to obsługuje

Snapshot wynagrodzeń, który prowadzimy z klientami, zawiera pole variable_pay_pln — wypłaconą premię. Liczenie korelacji z realizacją celów wymaga dodatkowego pola po stronie klienta — goal_achievement_pct lub performance_rating — które standardowo nie jest częścią schematu. Klienci z dojrzałym systemem ocen rozszerzają snapshot o tę kolumnę; wtedy wykres rozrzutu (premia × realizacja) z liczonym współczynnikiem Pearsona jest standardowym widokiem diagnostyki polityki premiowej.

Zobacz: projekt struktury wynagrodzeń.