DIE FAIR PAY MATRIX
Um Diskriminierung bei der Bezahlung zu messen und auszuschließen, gibt es eine ganze Reihe aussagekräftiger Indikatoren und Diskriminierungsmerkmale. An ihnen lassen sich mögliche Ungleichbehandlungen ablesen und überprüfen.
Die Fair Pay Matrix listet mögliche Variablen und Key Performance Indikatoren auf, mit denen sich der Umsetzungsfortschritt in Sachen Entgeltgleichheit berechnen und der Erfolg der Gleichstellungsmaßnahmen messen lässt.
Diese dienen als Grundlage für den UNIVERSAL FAIR PAY CHECK®, um den Unternehmen und Organisationen aufzuzeigen, an welchen Punkten Handlungsbedarf besteht und mit welchen Stellschrauben sich Gleichstellung und faire Bezahlung besser umsetzen lassen. Die Fair Pay Matrix ist als Basis des Zertifizierungsprozesses Teil der Markensatzung, die die Qualität der Zertifizierung garantiert.
Einkommensunterschiede berechnen
Grundlage für die Berechnung der Variablen und Indikatoren sind Beschäftigtendaten, die meist ohnehin in einer Personalsoftware digital erfasst werden. In Großbritannien schlüsselt beispielsweise die öffentlich-rechtliche Rundfunkanstalt BBC sehr genau auf, welche Merkmale zu Unterschieden in der Bezahlung führen. So ließen sich in 2020 Einkommensunterschiede in Höhe von 4,9 % Behinderungen zuordnen, 3 % der ethnischen Herkunft, 3,9 % einer Teilzeitbeschäftigung und -0,3 % der sexuellen Orientierung . Oftmals addieren sich für einzelne Beschäftigte mehrere Diskriminierungsmerkmale wie das Geschlecht oder die ethnische Herkunft zu höheren Einkommensunterschieden. Insgesamt werden Pay Gaps aufgrund der ethnischen Herkunft in den USA oder Neuseeland sehr viel genauer beobachtet als es bislang in den meisten anderen Ländern der Fall ist.
Diskriminierung im Blick behalten
Die Fair-Pay-Matrix bündelt Diskriminierungsmerkmale in einer einfachen Übersicht und bildetet die relevanten Daten ab – ähnlich wie bei einem Armaturenbrett im Auto. So können Entscheidungsträgerinnen und Personalverantwortliche die Umsetzung von fairer Bezahlung beobachten und kontrollieren. Möglich ist eine Analyse für Unternehmen ab einer Größe von mindestens 50 Beschäftigten. Als statistisches Verfahren liegt die multiple Regressionsanalyse. zugrunde, die nach der Oaxaca-Blinder-Methode erfolgt und die als Standard für die Gender-Pay-Gap-Analyse gilt. Die Fair-Pay-Matrix dient als Basis für die Analyse der Entgeltstrukturen in einem Unternehmen oder einer Organisation; die abgebildeten Variablen und Indikatoren sind erweiterbar.
Nachhaltigkeitsziele erreichen
Zudem lassen sich die Indikatoren den UN-Nachhaltigkeitszielen 5 (Geschlechtergleichstellung erreichen und alle Frauen und Mädchen zur Selbstbestimmung befähigen), 8 (Dauerhaftes, inklusives und nachhaltiges Wirtschaftswachstum, produktive Vollbeschäftigung und menschenwürdige Arbeit für alle fördern) und 10 (Ungleichheit in und zwischen Ländern verringern) zuordnen. So lässt sich mit der Matrix überwachen, wie wirksam die Nachhaltigkeitsmaßnahmen eines Unternehmens sind. Die Umsetzung der gesamten Agenda 2030 der Vereinten Nationen hängt maßgeblich davon ab, ob Gleichstellung als Querschnittsziel erreicht werden kann.
Darüber hinaus können die Indikatoren der Fair-Pay-Matrix mit den Indikatoren der Global Reporting Initiative oder des Weltwirtschaftsforums verknüpft werden.
Variablen | Zusammenhang zu UN-Nachhaltigkeitszielen | Zusammenhang zu weiteren Indikatorensystemen | Diskriminierungsgrund |
---|---|---|---|
Indikatoren für eine mögliche Ungleichbehandlung | |||
Geburtsjahr / Alter | 8.5, 10.2 | GRI 405-1 WEF Metrics |
Diskriminierung aufgrund des Alters |
Geschlecht | 8.5 | GRI 405-1 WEF Metrics |
Diskriminierung aufgrund des Geschlechts |
Behinderung | 8.5, 10.2 | GRI 405-1 WEF Metrics |
Diskriminierung aufgrund von Behinderung |
Sexuelle Orientierung | 8.5, 10.2 | GRI 405-1 WEF Metrics |
Diskriminierung aufgrund von sexueller Orientierung |
Ethnische Herkunft | 8.5, 10.2 | GRI 405-1 WEF Metrics |
Diskriminierung aufgrund von ethnischer Herkunft |
Nationalität | 8.5, 10.2 | GRI 405-1 WEF Metrics |
Diskriminierung aufgrund von Nationalität |
Indikatoren für strukturelle Benachteiligung | |||
Ausbildung | - | - | |
Weiterbildung | 5.5 | eingeschränkter Zugang zur beruflichen Weiterentwicklung | |
Funktion | 5.5 | GRI 405-2 WEF Metrics GDKA |
vertikale Diskriminierung |
Position | 5.5 | GRI 405-2 WEF Metrics GDKA |
vertikale Diskriminierung |
Qualifikationsniveau | 5.5 | horizontale Diskriminierung | |
Auszeiten, z.B. Elternzeit, Pflegezeit | 5.4 | Private Verantwortlichkeiten, die die Karriereentwicklung beeinflussen | |
Betriebszugehörigkeit | 5.4 | Betriebszugehörigkeit kann durch Auszeiten beeinflusst werden | |
Vertragsart | - | Variable, die signifikanten Einfluss auf den Gender Pay Gap hat | |
Arbeitszeiten | - | Variable, die signifikanten Einfluss auf den Gender Pay Gap hat | |
Öffentlicher / privater Sektor | - | Variable, die signifikanten Einfluss auf den Gender Pay Gap hat | |
Unternehmensgröße | - | Variable, die signifikanten Einfluss auf den Gender Pay Gap hat | |
Standort | - | Variable, die signifikanten Einfluss auf den Gender Pay Gap hat | |
abhängige Variablen | |||
Grundgehalt | Alle genannten | Alle genannten | Summe aller Faktoren |
Gehaltsbestandteile, inkl. Bonuszahlung oder Zuschüsse | Alle genannten | Alle genannten | Summe aller Faktoren |
Total compensation | Alle genannten | Alle genannten | Summe aller Faktoren |