Wat de wetenschap zegt over werving en selectie

Gepubliceerd op 22 augustus 2025 · David Schrooten · Bijgewerkt op 22 oktober 2026

Bijna elke hiring manager die ik spreek, vertrouwt op zijn gevoel na een goed gesprek. Bijna elk onderzoek naar selectie zegt dat dat gevoel minder voorspelt dan hij denkt. Die twee werelden praten zelden met elkaar. Dat is zonde, want de wetenschap over werving is beter dan haar reputatie en een stuk praktischer dan je zou verwachten.

Deze pagina vat de onderzoeken samen die voor jouw werk het meest opleveren. Geen vakjargon zonder uitleg, en bij elke studie een link naar het bronprofiel in onze database met de volledige citatie en DOI. De praktische uitwerking voor interviews en assessments vind je in de pillar Werving en selectie: wat voorspelt echt of iemand goed presteert.

Inhoud

Hoe je een validiteitscijfer leest

Onderzoekers drukken de predictieve validiteit van een selectiemethode uit als een correlatie: een getal tussen 0 en 1 dat aangeeft hoe sterk de score op de methode samenhangt met latere prestaties in het werk. Bij 0 voorspelt de methode niets. Bij 1 voorspelt ze perfect. Dat laatste haalt geen enkele methode.

Een paar vuistregels helpen. Een validiteit rond 0,40 geldt in de selectieliteratuur als hoog. Rond 0,20 voorspelt een methode iets, maar weinig. Het verschil tussen 0,42 en 0,38 is klein; het verschil tussen 0,42 en 0,19 is groot. En een validiteit is een gemiddelde over veel studies, met spreiding. In jouw organisatie kan een methode beter of slechter uitpakken, afhankelijk van hoe je haar uitvoert.

Validiteit is iets anders dan betrouwbaarheid. Een betrouwbare methode geeft bij herhaling dezelfde uitkomst. Een valide methode voorspelt ook wat je wilt weten. Je kunt een prima betrouwbare test hebben die niets met het werk te maken heeft.

Schmidt en Hunter 1998: de klassieke ranglijst

Schmidt en Hunter (1998) bundelden 85 jaar onderzoek naar 19 selectiemethoden in één meta-analyse. Twintig jaar lang was dit het artikel dat iedereen citeerde. In hun ranglijst stonden werkproeven (0,54), cognitieve capaciteitentests (0,51) en gestructureerde interviews (0,51) bovenaan. Ongestructureerde interviews kwamen uit op 0,38, jaren werkervaring op 0,18.

De boodschap was helder: test denkvermogen, laat mensen het werk doen en stel iedereen dezelfde vragen. De studie bouwde voort op eerder werk van Hunter en Hunter (1984) en werd de basis voor veel assessmentpraktijk, ook in Nederland.

Sackett e.a. 2022 en 2023: de herberekening

In 2022 publiceerden Paul Sackett en collega’s een artikel dat de ranglijst door elkaar schudde. Sackett, Zhang, Berry en Lievens (2022) lieten zien dat eerdere meta-analyses de validiteit structureel te hoog inschatten, door een te sterke correctie voor range restriction (daarover hieronder meer). Na herberekening dalen de meeste cijfers met 0,10 tot 0,20 punt.

De vergelijking, met de cijfers zoals de auteurs ze rapporteren:

Methode Schmidt & Hunter 1998 Sackett e.a. 2022
Gestructureerd interview 0,51 0,42
Vakkennistest 0,48 0,40
Werkproef 0,54 0,33
Cognitieve capaciteitentest 0,51 0,31
Assessment center 0,37 0,29
Ongestructureerd interview 0,38 0,19
Jaren werkervaring 0,18 0,07

Bron: Sackett e.a. (2022), zoals samengevat in een vergelijkingstabel in de Annual Review of Organizational Psychology.

Drie dingen vallen op. Het gestructureerde interview staat nu bovenaan. De cognitieve capaciteitentest en de werkproef zakken het hardst, al blijven ze bruikbaar. En het ongestructureerde gesprek, waar de meeste organisaties nog op leunen, halveert. Jaren werkervaring voorspelt vrijwel niets.

De auteurs trekken zelf een nuchtere conclusie: de methodes zijn nog steeds nuttig, maar de samenhang met prestaties is zwakker dan we dachten. In een vervolgstuk, Sackett e.a. (2023), werken ze uit wat dat betekent voor het ontwerp van een selectieprocedure. Een belangrijk punt is de afweging tussen validiteit en diversiteit. Cognitieve tests laten gemiddeld grotere verschillen tussen groepen zien dan gestructureerde interviews. Toen je dacht dat zo’n test veel beter voorspelde, kon je die verschillen nog verdedigen als prijs voor kwaliteit. Met de nieuwe cijfers is dat argument een stuk zwakker.

Range restriction voor niet-statistici

Range restriction klinkt technisch, maar het idee is simpel. Je kunt prestaties alleen meten bij mensen die je hebt aangenomen. De mensen die je afwees, zie je nooit aan het werk. Daardoor kijk je naar een smalle groep: alleen de bovenkant van je kandidaten.

Binnen zo’n smalle groep lijkt de samenhang tussen test en prestatie kleiner dan hij is. Vergelijk het met de vraag of lengte helpt bij basketbal, beantwoord met alleen NBA-spelers. Die zijn allemaal lang, dus binnen die groep lijkt lengte weinig uit te maken. Kijk je naar de hele bevolking, dan zie je het verband wel.

Onderzoekers corrigeren daarom voor range restriction: ze schatten hoe de samenhang eruit zou zien als je de hele groep sollicitanten had kunnen meten. Die correctie is op zich terecht. Het punt van Sackett en collega’s is dat de correctie vaak te groot was. Veel onderliggende studies testten mensen die al in dienst waren en die op andere gronden waren aangenomen. Dan is de beperking indirect en klein, en hoort de correctie ook klein te zijn. Wie toch een flinke correctie toepast, blaast de validiteit op.

Voor jou betekent dit niet dat je moet gaan rekenen. Het betekent dat je de oude cijfers van 0,50 en hoger met een korrel zout neemt, en dat je de verschillen tussen methodes belangrijker vindt dan de precieze getallen.

Het gestructureerde interview: Levashina 2014

Als het gestructureerde interview de sterkste voorspeller is, wil je weten welke onderdelen van die structuur het werk doen. Levashina, Hartwell, Morgeson en Campion (2014) zetten het onderzoek daarnaar op een rij. Vaste vragen afgeleid uit een functieanalyse, beoordelingsschalen met ankers en training van interviewers verhogen de validiteit.

Eerder onderzoek wijst dezelfde kant op. McDaniel e.a. (1994) vonden dat gestructureerde en situationele interviews beter voorspellen dan ongestructureerde, en Huffcutt en Arthur (1994) zagen de validiteit stijgen met de mate van structuur, met een plafond bij hoge structuur. Campion, Palmer en Campion (1997) beschreven vijftien componenten van interviewstructuur. Je hoeft ze niet alle vijftien in te voeren om winst te boeken.

Hoe je dat in de praktijk doet, lees je in Gestructureerd interviewen: zo doe je het in de praktijk en STAR en STARR: goede gedragsvragen stellen en doorvragen.

Gevoel tegen formule: Kuncel, Highhouse en Dana

Stel, je hebt de scores van een interview, een test en een werkproef. Hoe kom je tot een besluit? De meeste teams gaan om tafel en wegen alles “holistisch”. Kuncel, Klieger, Connelly en Ones (2013) vergeleken dat in een meta-analyse met een vaste formule die dezelfde gegevens combineert. De formule voorspelde beter, terwijl ze met precies dezelfde informatie werkte. In onze database heet dat mechanisch combineren van selectiedata.

Waarom doen we het dan niet? Highhouse (2008) beschrijft hoe managers blijven vertrouwen op intuïtie en ongestructureerde gesprekken, ondanks het bewijs. Mensen geloven dat ze zelf goed zijn in het lezen van anderen, en een formule voelt als een belediging van dat vakmanschap.

Dana, Dawes en Peterson (2013) maken het nog ongemakkelijker. In hun experimenten vonden beoordelaars na een ongestructureerd gesprek altijd een verhaal, ook als de antwoorden willekeurig waren. Het gesprek gaf hun vertrouwen, maar maakte hun voorspellingen niet beter en soms slechter.

Een formule is geen wondermiddel, en data ook niet. Bij SciSports zaten we ernaast bij spelers met een lastig karakter of veel blessures; dat lees je in Je voorspelt de potentie van een mens. Recruitment is en blijft mensenwerk. Daarom wil je weten waar het menselijk oordeel tekortschiet, zodat je het daar met structuur ondersteunt. Meer over de biases die dan meespelen, lees je in Waarom je onderbuikgevoel in sollicitatiegesprekken je misleidt.

Discriminatie in werving: wat veldexperimenten laten zien

Veldexperimenten werken met nep-sollicitaties die op één kenmerk verschillen, bijvoorbeeld de naam. Omdat de rest gelijk is, kun je verschillen in reacties toeschrijven aan dat ene kenmerk. Het is de meest directe manier om arbeidsmarktdiscriminatie te meten.

Het bekendste voorbeeld komt uit de Verenigde Staten. Bertrand en Mullainathan (2004) stuurden identieke cv’s met namen die Amerikanen als wit of als zwart herkennen. De cv’s met “witte” namen kregen ongeveer 50 procent meer terugbelverzoeken. Quillian, Pager, Hexel en Midtbøen (2017) bundelden veldexperimenten in de VS sinds 1989 en vonden geen daling in discriminatie van zwarte sollicitanten. Het probleem verdwijnt dus niet met de tijd.

In Nederland is het beeld vergelijkbaar. Het Sociaal en Cultureel Planbureau deed in 2010 een praktijktest, gepubliceerd als Liever Mark dan Mohammed?. Werkgevers nodigden Marokkaans-, Turks-, Surinaams- en Antilliaans-Nederlandse sollicitanten minder vaak uit dan autochtone sollicitanten met een gelijk cv. Thijssen, Coenders en Lancee (2021) vonden in een Nederlands veldexperiment dat sollicitanten met een niet-westerse achtergrond minder positieve reacties krijgen, ook als ze extra persoonlijke informatie meegeven. Meer informatie geven lost het dus niet op.

Wat werkt wel? Anoniem selecteren haalt de naam weg, maar laat de rest van het proces ongemoeid. Veel mensen halen het onderzoek van Goldin en Rouse (2000) naar orkestaudities achter een scherm aan. Latere heranalyses plaatsen kanttekeningen bij de grootte van dat effect. Hoe ver je ermee komt, lees je in Blind selecteren: werkt anoniem solliciteren echt?. Wat de wet verbiedt, staat in Discriminatie in werving: wat de wet verbiedt en hoe je het voorkomt. Voor het hele proces verwijs ik naar de pillar Inclusief werven.

Drie aanpassingen voor je eigen proces

Onderzoek lezen is leuk, maar je wilt weten wat je maandag anders doet. Drie aanpassingen leveren volgens de studies hierboven het meeste op.

Structureer je interview. Stel elke kandidaat dezelfde vragen, afgeleid uit wat de functie vraagt, en scoor elk antwoord direct op een schaal met voorbeelden van zwakke en sterke antwoorden. Dit is de grootste stap die je kunt zetten: van 0,19 naar 0,42 in de cijfers van Sackett. Een interviewkit met beoordelingsschalen helpt je op weg.

Leg de weging vast voordat je de eerste kandidaat spreekt. Bepaal hoe zwaar het interview, de werkproef en eventuele tests meetellen en laat elke beoordelaar eerst zelf scoren. Pas daarna praat je erover. Wijk je af van de formule, schrijf dan op waarom. Dat sluit aan bij Kuncel (2013) en voorkomt dat de luidste stem aan tafel wint.

Meet per stap wie er afvalt. Kijk per selectiestap of bepaalde groepen vaker afvallen dan andere. De vier-vijfde-regel geeft een eerste signaal: ligt de selectieratio van een groep onder 80 procent van die van de groep met de hoogste ratio, dan kijk je beter. Doe dit alleen met geanonimiseerde gegevens en een grondslag onder de AVG. Hoe je rekent, staat in Adverse impact meten: de vier-vijfde-regel in de praktijk.

Alle onderzoeken in de database

Naast de studies hierboven staan in de database onder meer onderzoek naar persoonlijkheid (Barrick en Mount 1991), situational judgment tests (Christian e.a. 2010), assessment centers (Arthur e.a. 2003), werkproeven (Roth e.a. 2005), gedragsvragen versus situationele vragen (Taylor en Small 2002) en de critical incident technique (Flanagan 1954). Voor bias in AI-tools is het Reuters-verslag over de Amazon-tool het bekendste voorbeeld. Voor de Nederlandse arbeidsmarkt verwijzen we naar CBS, UWV en het Arbeidsmarktgedrag Onderzoek van Intelligence Group.

Verwante methodieken: gestructureerd interview, BARS, onafhankelijk scoren vóór de discussie, mechanisch combineren en blind of anoniem selecteren. Het overzicht van alle methodieken vind je op /methodieken/.

Veelgestelde vragen

Welke selectiemethode voorspelt het best of iemand goed presteert?

In de herberekening van Sackett e.a. (2022) staat het gestructureerde interview bovenaan met een validiteit van 0,42, gevolgd door vakkennistests (0,40). Werkproeven (0,33) en cognitieve tests (0,31) blijven bruikbaar. Combineer methodes en weeg ze met een vaste formule.

Klopt het dat een cognitieve test de beste voorspeller is?

Dat was de conclusie van Schmidt en Hunter (1998). Sackett en collega’s lieten in 2022 zien dat die schatting te hoog was door een te sterke correctie voor range restriction. Een cognitieve test voorspelt nog steeds iets, maar niet meer dan een goed gestructureerd interview, en hij laat grotere verschillen tussen groepen zien.

Wat is range restriction?

Je meet prestaties alleen bij mensen die je hebt aangenomen, een smalle groep. Daardoor lijkt het verband tussen test en prestatie kleiner. Onderzoekers corrigeren daarvoor, maar volgens Sackett e.a. (2022) deden ze dat vaak te sterk.

Bestaat er discriminatie in werving in Nederland?

Ja. Praktijktests van het SCP (2010) en het veldexperiment van Thijssen e.a. (2021) laten zien dat sollicitanten met een niet-westerse achtergrond minder vaak een positieve reactie krijgen dan sollicitanten met een gelijk cv.

Is een goed gesprek dan waardeloos?

Nee. Een gesprek met vaste vragen en beoordelingsschalen is volgens het onderzoek je sterkste instrument. Het vrije gesprek zonder structuur voorspelt veel minder en geeft je vooral vertrouwen.

Bronnen