“If you pick the right metrics for success, you will be able to significantly improve the focus of the whole team and thus improve your business. Developing these metrics should be done first by making hypotheses about your business and validating/invalidating these hypotheses. From there you will have a good base understanding that will allow you to determine what metrics to focus on and how to define success for your business.” —Hiten Shah, Co-Founder and CEO of Nira, Founder of Crazy Egg and KISSmetrics
===================================================================
Artikel ini merupakan kelanjutan dari artikel Perlukan Analisis SDM (1), setelah memahami alasan mengapa analisis SDM diperlukan, bagaimana menjalankan analisis SDM
Tahapan Analisis SDM
=Pengumpulan Data=
Pengumpulan data yang efektif untuk analisis SDM memerlukan pendekatan yang sistematis dan terencana. Dengan mengumpulkan data dari berbagai sumber dan menggunakan metode yang tepat, organisasi dapat memperoleh wawasan yang berguna untuk meningkatkan kinerja, kepuasan, dan strategi SDM secara keseluruhan.
=Proses Pengumpulan Data=
- Menentukan Tujuan:
Klarifikasi tujuan analisis untuk mengetahui jenis data yang dibutuhkan.
- Memilih Metode dan Alat:
Pilih metode pengumpulan data yang sesuai dan alat yang diperlukan.
- Pengumpulan Data:
Lakukan pengumpulan data secara sistematis menggunakan metode yang telah dipilih.
- Validasi dan Pembersihan Data:
Pastikan data yang dikumpulkan akurat dan bersih dari kesalahan atau duplikasi.
- Analisis Data:
Gunakan teknik analisis untuk mengolah data dan mendapatkan wawasan yang relevan.
=Jenis Data untuk Analisis SDM=
- Data Demografis Karyawan
Contoh: Usia, jenis kelamin, tingkat pendidikan, pengalaman kerja, lokasi, dan status pekerjaan (tetap, kontrak, part-time).
Sumber: Database HR, sistem informasi SDM.
- Data Kinerja
Contoh: Penilaian kinerja, tujuan yang tercapai, umpan balik dari atasan dan rekan kerja.
Sumber: Sistem manajemen kinerja, laporan evaluasi, feedback 360 derajat.
- Data Rekrutmen dan Seleksi
Contoh: Jumlah pelamar, waktu yang dibutuhkan untuk merekrut, sumber rekrutmen, biaya rekrutmen.
Sumber: Sistem pelacakan pelamar (ATS), laporan rekrutmen, formulir aplikasi.
- Data Penggajian dan Kompensasi
Contoh: Gaji, tunjangan, bonus, struktur kompensasi.
Sumber: Sistem penggajian, laporan kompensasi, kebijakan remunerasi.
- Data Absensi dan Kehadiran
Contoh: Data absensi, cuti, keterlambatan, kehadiran.
Sumber: Sistem absensi, catatan kehadiran, formulir cuti.
- Data Pelatihan dan Pengembangan
Contoh: Program pelatihan yang diikuti, biaya pelatihan, hasil pelatihan, sertifikasi.
Sumber: Sistem manajemen pembelajaran (LMS-Learning Management System), laporan pelatihan, feedback peserta pelatihan.
- Data Kepuasan dan Keterlibatan Karyawan
Contoh: Hasil survei kepuasan kerja, hasil survei keterlibatan karyawan, umpan balik dari sesi kelompok.
Sumber: Survei karyawan, sesi wawancara, grup diskusi.
- Data Turnover dan Retensi
Contoh: Tingkat turnover, alasan keluar, durasi kerja sebelum keluar.
Sumber: Laporan keluar-masuk karyawan, wawancara keluar.
=Metode Pengumpulan Data=
- Survei dan Kuesioner
Digunakan untuk mengumpulkan data dari karyawan tentang kepuasan, keterlibatan, dan umpan balik lainnya.
Alat: Google Forms, SurveyMonkey, alat survei internal.
- Wawancara
Wawancara individual atau kelompok untuk mendapatkan wawasan mendalam tentang pengalaman karyawan dan masalah yang dihadapi.
Alat: Wawancara tatap muka, wawancara telepon, atau video.
- Sistem Informasi SDM (HRIS - Human Resource Information System)
Mengumpulkan dan menyimpan data karyawan terkait demografis, kinerja, dan penggajian.
Alat: HRIS seperti SAP SuccessFactors - sistem berbasis cloud terkemuka untuk manajemen sumber daya manusia. Platform ini dirancang untuk membantu organisasi mengoptimalkan manajemen tenaga kerja mereka, mulai dari kecerdasan bakat dan analitik tenaga kerja hingga suksesi dan perencanaan pengembangan- , Workday - aplikasi cloud untuk keuangan, sumber daya manusia, perencanaan, manajemen belanja, dan analitik yang dirancang bagi mereka yang bekerja dalam sebuah organisasi masa kini. -, BambooHR - membantu menemukan, merekrut, dan merekrut talenta terbaik dengan cepat -.
- Sistem Pelacakan Pelamar (ATS- Applicant Tracking System)
Mengelola dan menyimpan data tentang pelamar, proses seleksi, dan rekrutmen.
Alat: Greenhouse - Mengaktifkan analitik orang dan AI untuk memprediksi tren bakat dan dampak keuangannya terhadap bisnis -, Lever - Menggunakan analisis SDM untuk membuat keputusan perekrutan yang lebih baik -, iCIMS - memberdayakan organisasi untuk menarik, melibatkan, mempekerjakan, dan memajukan bakat yang membangun tenaga kerja yang unggul. -.
- Data Absensi dan Kehadiran
Mengumpulkan data tentang kehadiran karyawan secara otomatis.
Alat: Sistem absensi elektronik, mesin pemindai sidik jari.
- Laporan dan Dokumen Internal
Mengumpulkan data dari laporan internal seperti laporan kinerja, laporan penggajian, dan laporan pelatihan.
Alat: Laporan PDF, dokumen Excel, sistem ERP - Enterprise Resource Planning-.
- Analisis Media Sosial dan Umpan Balik
Menggunakan analisis sentimen dari umpan balik di media sosial atau forum internal untuk memahami persepsi karyawan.
Alat: Alat analisis media sosial, alat analisis sentimen.
=Pembersihan Data=
Hapus duplikasi, perbaiki kesalahan, dan pastikan data konsisten. Data yang bersih dan akurat sangat penting untuk analisis yang efektif.
=Analisis dan Penafsiran Data=
Setelah data dikumpulkan, data tersebut perlu dianalisis untuk mengekstrak wawasan yang bermakna. Ini melibatkan penggunaan metode statistik dan teknik visualisasi data untuk memahami tren, pola, dan korelasi.
- Analisis Deskriptif:
Gunakan statistik dasar untuk menggambarkan data. Misalnya, hitung rata-rata gaji, distribusi usia, atau tingkat turnover. Visualisasikan data menggunakan grafik dan tabel untuk memudahkan pemahaman.
- Analisis Diagnostik:
Teliti hubungan dan pola dalam data untuk mengidentifikasi penyebab masalah. Misalnya, analisis faktor-faktor yang menyebabkan tingginya tingkat turnover dengan membandingkan data karyawan yang keluar dan yang bertahan.
- Analisis Prediktif:
Gunakan model statistik dan algoritma untuk meramalkan tren masa depan. Misalnya, prediksi kemungkinan turnover karyawan berdasarkan data historis dan faktor-faktor tertentu seperti kepuasan kerja.
- Analisis Preskriptif:
Berikan rekomendasi berdasarkan hasil analisis untuk perbaikan atau pengambilan keputusan. Misalnya, jika data menunjukkan bahwa pelatihan meningkatkan kinerja, rekomendasikan program pelatihan lebih lanjut.
=Menafsirkan Hasil=
- Kontekstualisasi Temuan:
Tempatkan hasil analisis dalam konteks organisasi. Pertimbangkan faktor-faktor eksternal dan internal yang dapat mempengaruhi data, seperti perubahan dalam industri atau kebijakan perusahaan.
- Identifikasi Tren dan Pola:
Temukan pola atau tren yang signifikan dalam data. Misalnya, apakah ada peningkatan dalam tingkat kepuasan karyawan setelah implementasi kebijakan baru?
- Evaluasi Dampak:
Tentukan dampak dari temuan analisis terhadap strategi dan kebijakan SDM. Misalnya, apakah hasil analisis menunjukkan kebutuhan untuk revisi dalam kebijakan kompensasi?
=Menyampaikan Temuan=
- Buat Laporan:
Sampaikan hasil analisis dalam format yang jelas dan ringkas. Sertakan visualisasi data, seperti grafik dan diagram, untuk mempermudah pemahaman.
- Berikan Rekomendasi:
Tawarkan rekomendasi berbasis data untuk tindakan yang perlu diambil. Pastikan rekomendasi tersebut praktis dan dapat diimplementasikan.
- Komunikasikan dengan Stakeholder:
Presentasikan temuan dan rekomendasi kepada pihak-pihak terkait seperti manajer senior, tim SDM, atau eksekutif. Gunakan bahasa yang mudah dipahami dan fokus pada dampak bisnis dari hasil analisis.
=Implementasi dan Tindak Lanjut=
- Rencanakan Tindakan:
Berdasarkan rekomendasi, buat rencana aksi untuk mengimplementasikan perubahan atau inisiatif baru.
- Monitor dan Evaluasi:
Setelah implementasi, pantau hasil untuk menilai efektivitas tindakan yang diambil. Gunakan data tambahan untuk mengevaluasi apakah perubahan menghasilkan hasil yang diinginkan.
Artikel –Perlukah Analisis SDM-2- ini akan dilanjutkan dengan artikel Perlukah Analisis SDM – 3, dimana akan membahas yang perlu menjadi perhatian dalam analisis SDM dan kiat penerapan analisis SDM
Referensi
- Introduction to People Analytics: A Practical Guide to Data-driven HR 2nd Edition - Nadeem Khan, Dave Millner - https://acesse.one/pHIqB
