Lihat ke Halaman Asli

Pentingnya Data yang Valid dalam Job Analysis Data untuk Evaluasi Pekerjaan

Diperbarui: 6 Mei 2021   23:38

Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.

Data Validation | Shutterstock.com

Data yang valid sangat diperlukan oleh perusahaan, salah satunya dalam meng-evaluasi pekerjaan para karyawannya atau biasa disebut job evaluation. Evaluasi pekerjaan adalah suatu proses sistematis untuk menentukan nilai pekerjaan dalam suatu perusahaan. Ini dilakukan melalui pemeriksaan konten pekerjaan. Termasuk di dalamnya adalah penilaian pekerjaan, tanggung jawab, keterampilan, dan pengalaman pekerja berdasarkan standar objektif. Tujuan evaluasi kinerja adalah untuk memperbaiki atau meningkatkan kinerja organisasi melalui peningkatan kinerja dari SDM organisasi. 

Teknik untuk mengukur ke-validitas an data dalam job analysis data  adalah sebagai berikut:

1. Correlation dan Regression

Teknik ini dipakai ketika kita ingin meringkas hubungan antara dua variabel dengan satu bilangan. Misalnya, kita dapat menggunakan koefisien korelasi untuk mengungkapkan hubungan antara tingkat kesulitan mempelajari tugas dan waktu pelatihan rata-rata dengan kemahiran untuk serangkaian tugas

2. Factor dan Cluster Analysis

Analisis Faktor dan Cluster membantu untuk mengelompokkan sesuatu. Factor Analysis sering digunakan dalam pengembangan skala, terutama dalam pengembangan Teknik analisis pekerjaan terstruktur. Cluster analysis membangun kelompok pekerjaan dengan menugaskan pekerjaan ke cluster berdasarkan kesamaan pekerjaan satu sama lain. Pekerjaan yang paling mirip dikelompokkan terlebih dahulu, kemudian pekerjaan paling mirip berikutnya dikelompokkan, dan seterusnya

3. Other Multivariate Techniques

Tenik-teknik lain ini biasanya digunakan untuk menganalisis job analysis data, teknik tersebut termasuk : 

(1) MANOVA (Multivariate analysis of variance) : digunakan ketika ada beberapa variabel dependen (variabel yang dipengaruhi), dan juga dapat digunakan sebagai pembanding. Contohnya jika memliki 2 atau lebih rangkaian pekerjaan yang ingin dibandingkan dalam analisis pekerjaan.

(2) Canonical correlation : penggunaan nya sama dengan MANOVA, yaitu ketika ada beberapa variabel dependen (variabel yang dipengaruhi)

Halaman Selanjutnya


BERI NILAI

Bagaimana reaksi Anda tentang artikel ini?

BERI KOMENTAR

Kirim

Konten Terkait


Video Pilihan

Terpopuler

Nilai Tertinggi

Feature Article

Terbaru

Headline