Le diagnostic de rémunération implicite, c’est quoi ?

Dans cet épisode, nous allons expliquer ce qu’est un diagnostic de rémunération implicite et à quoi cela sert.

Dans cet épisode, nous allons expliquer ce qu’est un diagnostic de rémunération implicite et à quoi cela sert.

Ah combien de fois dans la presse on retrouve ce marronnier sur le salaire des cadres à la rentrée sans parler de toutes ces études qui nous expliquent que les gens qui ont telle ou telle caractéristique gagnent X ou Y% de plus que la moyenne.

Et combien de fois compare-t-on des choux et des carottes sans parler du fait qu’on passe vite du simple résultat statistique à la relation de cause à effet ! Au fond, on le voit, très souvent ce que l’on cherche c’est à identifier les facteurs qui expliquent les rémunérations des gens.

Ah les critères implicites qui expliqueraient la rémunération. En fait cela peut s’étudier sérieusement. Alors, le diagnostic de rémunération implicite, c’est quoi l’histoire ?

Commençons par le début. Avant de parler de ce qui est implicite, avant de parler de chiffres, parlons de mots. Implicite, dans le cas présent, cela veut dire quoi ? Quelle différence entre explicite et implicite sur ce sujet ?

En matière de rémunération, il y a des règles. Elles sont explicites. Par exemple, celles qui proviennent d’une classification qui repose sur des évaluations de postes. Tel poste dont l’évaluation le situe dans telle classe devrait être dans telle fourchette de rémunération. C’est explicite.

Oui et toutes ses règles constituent la politique de rémunération. Elles sont donc en effet explicites. Une prime d’ancienneté conventionnelle par exemple c’est une règle explicite… elle est clairement formulée, en l’occurrence dans une convention collective. Même si dans ce cas, une prime d’ancienneté c’est un peu archaïque mais bon c’est une autre histoire.

Mais il y a aussi la pratique. Ce que les managers font, parfois même sans en être pleinement conscients, le poids de l’histoire de l’entreprise, etc. Tout un tas de facteurs qui expliquent en partie ce que sont les niveaux des rémunérations des personnes, sans que cela ne soit totalement conforme à la politique définie bien sûr.

Prends un exemple, tiens ! Une règle politique simple pourrait être la suivante : le salaire fixe rémunère la responsabilité du poste, appréciée avec une évaluation de poste, et la rémunération variable, le bonus par exemple, rémunère une performance annuelle, appréciée à l’aune de l’atteinte des objectifs et avec un entretien d’appréciation de la performance. Ce n’est pas rare cela comme règle explicite non ?

Oui mais imagine le manager qui donne une prime variable à un de ses collaborateurs au motif qu’il n’a pas été augmenté sur son fixe depuis 5 ans.

Humainement on peut comprendre, c’est une sorte de compensation. Mais en faisant cela, avec le bonus censé récompenser une performance, en réalité il ne récompense pas la performance mais l’ancienneté. Ce qui n’est pas le sens de la règle explicite.

Et l’ancienneté dans ce cas est alors un facteur implicite d’explication de la rémunération. Il n’est pas exprimé, mais en réalité c’est bien l’ancienneté qui explique la rémunération octroyée.

C’est cela l’objet d’un diagnostic de rémunération implicite : essayer d’identifier les facteurs qui expliquent les rémunérations réelles des collaborateurs, à l’aide de méthodes statistiques, pour ensuite se poser la question de savoir s’ils sont conformes à la politique que l’on veut mener pour, le cas échéant, déterminer des mesures correctrices.

Vous vous souvenez de vos cours de maths à l’école avec la droite des moindres carrés ? Ou ce qu’on appelle une régression simple avec Y=aX+B avec un coefficient de corrélation le R2 ? On ne va pas refaire ici un cours de stats mais noter 2 choses.

D’abord, le coefficient de corrélation indique l’intensité de la relation entre les 2 variables X et Y. Une corrélation de 0,95 donc 95% entre par exemple le poids du poste et le salaire fixe ne signifie pas que le poids du poste explique 95% des salaires. Cela signifie qu’avec l’équation Y=AX+B vous avez 95% de chances de tomber dans l’intervalle de confiance pour trouver Y si vous avez X.

La seconde chose à évoquer c’est qu’évidemment il n’y a pas qu’un seul facteur d’explication des rémunérations. Il ne faut donc pas une variable explicative comme avec la régression simple que tu viens d’évoquer mais une régression multiple donc avec plusieurs facteurs et donc une équation du genre Y=A1X1+A2X2+…+B

Et c’est ce que l’on fait dans un diagnostic de rémunération implicite pour « apprécier » les facteurs qui expliquent les niveaux de rémunération. Par exemple Y c’est le salaire de base et X1 l’évaluation du poste, X2 l’ancienneté dans le poste, etc.

On ne va pas rentrer dans l’alchimie statistique ici car il y aurait beaucoup de choses à dire et c’est technique. Mais retenons que cela permet deux choses. D’abord cerner les facteurs qui expliquent les rémunérations réelles comme tu l’as dit.

Mais aussi, si on applique cela à 2 populations les hommes et les femmes par exemple, de voir si les facteurs qui expliquent les rémunérations des uns sont les mêmes ou pas que ceux qui expliquent les rémunérations des autres

Et donc de se questionner sur le caractère discriminant des rémunérations : si les règles, implicites, qui président à la détermination des rémunérations des uns ne sont pas celles qui président à la détermination des rémunérations des autres, alors il y a une forme de discrimination.

Quels que soient d’ailleurs les éventuels écarts en matière de salaires moyens, même si c’est un indicateur quand même intéressant, car ce type d’indicateurs statistiques est bien insuffisant.

En résumé, le diagnostic de rémunération implicite est une analyse statistique des rémunérations réelles pour tenter d’identifier les facteurs qui en expliquent implicitement les niveaux. Cela permet de mieux connaître la réalité de ses pratiques de rémunération pour pouvoir le cas échéant décider des mesures correctives.

J’ai bon cheffe ?

Oui tu as bon mais on ne va pas en faire toute une histoire