Mendedah Silang-Sengkarut Efektivitas Seleksi Pegawai

 

Oleh: Bagus Adi Luthfi, M.S.M, Talent Analytics SpecialistLembaga Management FEB UI

email: bagusluthfi07@gmail.com

Get the right people on the bus in the right seats” begitu ucap Jim Collins sebagai sebuah alegori mengenai pentingnya perusahaan mendapatkan orang yang tepat, tidak sekedar benar. Definisi tepat disini maksudnya adalah mendapatkan kandidat yang diprediksi akan menghasilkan kinerja yang baik di masa depan (berpotensi). Kata “prediksi” berarti memiliki makna memerlukan kerangka metodis untuk menggali informasi yang spesifik sekaligus memiliki efek memprediksi kinerja di masa mendatang. Ringkasnya, dari sudut pandang praktis, properti yang paling penting adalah validitas prediktif. Kegiatan seleksi yang fokus untuk meningkatkan validitas prediktif akan membawa manfaat pada peningkatan kinerja pegawai yang diukur melalui prosentase peningkatan output, nilai ekonomis dari output, serta pembelajaran yang berkaitan dengan pekerjaan (Hunter, Schmidt, dan Judiesch, 1990).

Variabilitas kinerja menjadi isu penting mengapa validitas preditif merupakan kunci dalam menentukan efektivitas seleksi pegawai. Pada kondisi ekstrim, jika variablitas kinerja adalah nol, maka semua pelamar akan memiliki tingkat kinerja yang sama persis ketika diangkat menjadi pegawai. Dengan kata lain, nilai utilitas dari metode dan alat seleksi akan menjadi nol. Konsekuensi praktisnya, tidak akan menjadi soal siapa yang akan dipekerjakan, karena semuanya sama. Namun, pada ekstrim yang lain, dimana variabilitas kinerja sangat besar, mendapatkan kandidat yang berpotensi menghasilkan kinerja terbaik adalah keniscayaan. Jika kita percaya pada keyakinan yang terakhir ini, maka kebutuhan operasionalisasi konsep validitas prediktif menjadi besar. Dari sisi yang lain bisa kita intip juga isu soal proporsi pelamar yang diterima (rasio seleksi). Jika perusahaan memiliki keyakinan harus mempekerjakan semua orang yang melamar maka kegiatan seleksi sama sekali tidak memiliki nilai praktis. Namun, pada ekstrim yang lain, jika perusahaan hanya berkomitmen menerima peserta dengan skor terbaik, maka algoritma validitas prediktif akan mendatangkan keuntungan yang besar secara praktis.

Sengkarut Seleksi Pegawai

Langit-langit validitas nampaknya masih menjadi masalah yang terus menerus membuat jengkel bagi ahli psikologi industri. Sebagian besar penyebabnya adalah sikap keras kepala beberapa perusahaan yang begitu berkeras dengan pendekatan hipotetis-nya. Di antara mereka masih saja ada yang percaya dengan fashion kuno bahwa “horse sense” yang baik sangat dibutuhkan untuk menilai pelamar secara akurat. Pada akhirnya keyakinan ini berujung pada suatu pendekatan “malpraktik” seperti memilih dan memilah kandidat atas karakter tertentu yang tidak memiliki sangkut paut dengan kinerja (misal etnis, tampilan fisik, atau kedekatan personal). Sedikit lebih baik dari kasus ini (sekaligus pendekatan yang buruk) ada juga yang suka dengan pendekatan wawancara tidak terstruktur untuk menilai suatu kompetensi, terlepas dari apa kompetensi tersebut. Padahal secara empiris, pendekatan seleksi dengan wawancara tidak terstruktur tidak pernah mampu menjelaskan lebih dari 10% dari varians kinerja (Conway, Jako, & Goodman, 1995).

Problematika ini makin rumit ketika beberapa praktisi (demi kepentingan bisnis) justru menjual beberapa alat yang tidak memiliki kualitas validitas prediktif seperti MBTI dan DISC yang lahir dari inspirasi horoskop dan kegiatan permenungan hippocrates. Ketidakpahaman untuk menggunakan kerangka analitis menggambarkan adanya kesalahpahaman beberapa pihak mengenai bagaimana cara menilai dan memilih orang untuk mengisi suatu pekerjaan (Highhouse, 2008). Mengapa hal tersebut bisa terjadi ? Alasan utama yang paling mungkin adalah adanya kegagalan argumentatif untuk melihat proses seleksi dalam istilah probabilistik selain kepercayaan terhadap mitos mengenai penilaian intuitif tentang kemungkinan keberhasilan seorang kandidat (Finlay & Coverdill, 1999).

Penilaian intuitif sepertinya masih menjadi faktor penyebab kegagalan terbesar dimana pendekatan ini menekankan “keyakinan membabi buta” mengenai kemampuan seorang “ahli” untuk menafsirkan konfigurasi sifat atas orang yang dinilai (Prien, Schippmann, & Prien, 2003). Seperti yang ditemukan oleh Hastie and Dawes (2001) “prediksi intuitif” ini hanya bergantung pada beberapa bagian informasi saja, tidak memiliki kejelasan bagaimana bisa sampai pada suatu kesimpulan prediktif, kesepakatan antar penilai yang buruk, sekaligus kepercayaan diri yang terlalu berlebihan. Bahkan agak sedikit sarkas, Korpinen (2016) menyebutkan bahwa tingkat akurasi dari pendekatatn intuitif (meskipun dari seorang yang berpengalaman) tidak lebih baik dibandingkan dengan algoritma Excel.

Fenomena lainnya, di tengah serbuan “ramuan mujarab” soal seleksi, masih ditemui adanya perusahaan-perusahaan yang terjebak kepada kesalahan logika berupa argumentum ad populum dimana keyakinan didorong oleh anggapan yang bersifat populer (diyakini banyak orang). Sebagai contoh soal utilisasi konsep “emotional intelligence” dalam seleksi. Hal ini didasari keyakinan banyak orang (meskipun palsu), bahwa faktor terpenting dan penentu kesuksesan pegawai adalah kecerdasan emosional. Mereka menjadi fanatik fundamentalis, dengan amunisi argumen Daniel Goleman yang memperkuat konklusinya dengan kalimat berikut “we studied the top performers and we found that all had something in common: they are all emotionally intelligent”. Fakta ini semakin naif karena kesesatan nalar ditumpuk dengan pilar-pilar argumen deduksi yang lemah sehingga terjebak lagi dalam the argument from ignorance dimana mereka belum menemukan pembuktian mengenai kesalahan dari argumentasi tersebut. Model seperti ini sama saja seperti ketika anda mempelajari para pegawai yang sukses di banyak perusahaan dan mengatakan nama mereka adalah Budi, Joko, dan Eko. Kira-kira apa kesamaan mereka? meraka berasal dari suku Jawa. Pada akhirnya anda akan membuat sintesis yang menyedihkan seperti ini “ kalau mau mendapatkan pegawai yang sukses berarti anda harus merekrut pegawai dari suku Jawa”. Cukuplah ilmu pengetahuan membebaskan pikiran anda (meskipun perih) bahwa atribut emotional intelligence hanya dapat menjelaskan 8,4% dari kinerja seseorang (Joseph et al, 2015).

Mereduksi Ketidakpastian

Aktivitas seleksi yang baik, ketika dilakukan dengan tepat, akan mengabaikan usia, jenis kelamin, tampilan fisik dan semua hal yang tidak relevan sekaligus mencoba menangkap sifat-sifat dari kandidat seperti kemampuan untuk belajar, preferensi, kepribadian, maupun bakat yang dimiliki (Schmidt, 2016). Perusahaan yang melakukan kegiatan seleksi dengan lebih baik biasanya sangat fokus melatih para psikolog mereka untuk mengembangkan dan menggunakan variabel, alat, maupun metode yang memiliki nilai validitas prediktif yang baik. Dengan nalar sehatnya, mereka memahami bahwa manusia selalu diliputi dengan bias dan error seperti pengaruh kesan pertama kandidat serta kepribadian dan nilai personalnya.

Ketika keputusan seleksi diisolasi masalahnya dalam kerangka “kandidat mana yang diprediksi melakukan yang terbaik dalam pekerjaannya?” maka mereka menuju pada pendekatan algoritma statistik yang memang dikembangkan untuk menjawab masalah prediksi. Algoritma sendiri merupakan rumus yang menjelaskan bagaimana suatu skor didapatkan dari masing-masing kandidat. Untuk itu, algoritma membutuhkan suatu variabel agar dia menjadi berfungsi. Perusahaan yang telah matang dalam urusan ini, akan mendorong para psikolognya untuk membangun formula sekaligus memutuskan jenis data apa saja yang dikumpulkan dari kandidat, sekaligus faktor mana yang paling penting.

Sebagai contoh, apabila secara historis perusahaan memiliki catatan tingkat keberhasilan seleksi secara acak sebesar 40% dari pegawai yang dipekerjakan. Melalui pendekatan analitis prediktif mereka mendapati bahwa variabel kepribadian conscientiousness memiliki koefisien korelasi dengan kinerja di masa mendatang sebesar 0,30 (Hunter & Schmidt, 1998; Vermeren, 2015). Dalam algoritma statistik, secara acak data ini akan menambah prosentase keberhasilan seleksi pegawai sebasar 12% (dari 40% ke 52%) apabila merekrut pegawai dengan tingkat conscientiousness yang paling tinggi, dan sebaliknya jika salah maka akan jatuh pada level 28% dari 40%. Secara moneter, pendekatan ini akan mencegah pemborosan dengan “merekrut orang yang salah”. Jika perusahaan dengan prosentase keberhasilan sebesar 40% tersebut secara acak mengeluarkan biaya Rp. 20 Juta per-orang dan mempekerjakan 50 orang per-tahun (total biaya Rp. 1 Milyar) untuk kegiatan seleksi. Dengan menggunakan alat tes kepribadian yang tepat untuk mengukur conscientiousness maka perusahaan dapat menghemat biaya sebesar Rp. 120 Juta dengan menginvestasikannya pada orang yang tepat.

Pada akhirnya, perusahaan perlu menyadari dan terus mengukur faktor keberhasilan untuk setiap pegawai di tempat kerja mereka. Namun, saat keputusan perlu dibuat mereka tetap perlu menahan diri untuk menantang asumsi mereka sendiri. Mereka perlu semacam “lakos test” untuk mendapatkan variabel prediktor yang akurat. Pendekatan “horse sense” misalnya, harus segera ditinggalkan karena sejenis dengan permainan dukun klenik yang tidak memiliki nilai prediktif sama sekali. Apabila masih merasa tidak cukup yakin (dan seharusnya seperti itu), maka mereka perlu untuk bersikap rendah hati, dan biarkan teman mereka yang bernama “Excel” membantu mereka dalam membuat keputusan melalui algoritma prediktif yang presisi.

Leave a Reply

Sign In

Get the most out of SWA by signing in to your account

(close)

Register

Have an account? Sign In
(close)