Validitas Prediktif Seleksi: Apa Artinya bagi Praktik HR

Sebuah alat tes dilaporkan memiliki "validitas 0,45". Angka itu masuk ke slide rapat, lalu menjadi dasar pengadaan alat untuk semua posisi di perusahaan. Padahal validitas tidak berpindah begitu saja antar jabatan, antar kriteria, dan antar populasi pelamar.

Memahami validitas prediktif berarti memahami bahwa ia selalu berlaku untuk kombinasi tertentu: alat, jabatan, kriteria kinerja, dan konteks.

Definisi yang perlu dipegang

Validitas prediktif adalah sejauh mana skor pada satu waktu berhubungan dengan kriteria yang diukur di kemudian hari. Dalam seleksi, kriterianya biasanya kinerja, retensi, atau promosi.

Hubungan itu dinyatakan sebagai koefisien korelasi. Koefisien 0,30 berarti hubungan positif yang moderat, bukan berarti "30% akurat". Kesalahpahaman ini sangat umum dan membuat angka validitas diperlakukan seperti nilai kelulusan.

Kane (2013) menekankan bahwa validasi adalah penyusunan argumen: klaim apa yang dibuat, bukti apa yang mendukung, dan bukti apa yang melemahkan. Koefisien tunggal tanpa argumen tidak cukup.

Bagaimana angka validitas dilaporkan

Tiga hal membuat validitas berubah antar konteks.

Kompleksitas jabatan. Hubungan antara kemampuan kognitif dan kinerja lebih kuat pada jabatan dengan tuntutan pemrosesan informasi tinggi dibanding jabatan yang sangat terstruktur.

Kriteria yang dipakai. Kinerja dinilai oleh atasan, oleh angka penjualan, atau oleh penilaian tim. Setiap kriteria memiliki sumber galat sendiri, dan galat itu menurunkan korelasi yang teramati.

Rentang pelamar. Bila perusahaan hanya meloloskan pelamar dengan skor tinggi, variasi skor menyusut, dan korelasi yang teramati mengecil. Ini disebut pembatasan rentang.

Selain tiga hal itu, ada faktor yang jarang disebut: kondisi pengambilan skor. Tes yang dikerjakan tanpa pengawasan, dengan koneksi tidak stabil, atau pada jam yang tidak wajar menambah galat yang tidak terlihat dalam laporan.

Koreksi rentang skor dan perdebatan yang menyertainya

Sackett dan kolega (2022) menghitung ulang estimasi validitas dalam seleksi dan menemukan bahwa praktik koreksi rentang skor sebelumnya cenderung menghasilkan angka yang terlalu tinggi. Koreksi yang lebih konservatif menurunkan beberapa estimasi yang lama dikutip.

Bagi praktisi, implikasinya bukan "tes tidak berguna". Implikasinya: angka validitas dari literatur tidak boleh dipakai sebagai janji. Angka itu adalah perkiraan pada kondisi tertentu, dan kondisi organisasi Anda mungkin berbeda.

Apakah validitas bisa diprediksi dari reliabilitas?

Uji lokal tidak harus rumit. Tiga langkah sudah memberi informasi berguna.

Kumpulkan skor seleksi dan penilaian kinerja enam sampai dua belas bulan kemudian untuk satu kelompok jabatan. Hitung korelasi, lalu periksa sebaran skornya. Bila hampir semua pelamar memiliki skor serupa, korelasi tidak akan informatif.

Ulangi untuk jabatan lain sebelum menggeneralisasi. Perbedaan hasil antar jabatan adalah informasi, bukan kegagalan. Organisasi yang mengumpulkan data semacam ini selama dua sampai tiga siklus rekrutmen biasanya memiliki gambaran yang jauh lebih akurat daripada yang hanya mengandalkan literatur.

Yang perlu dihindari: mengubah kriteria kinerja setelah melihat hasil, atau memilih subkelompok yang memberi korelasi paling tinggi. Praktik semacam itu menghasilkan kesimpulan yang tidak dapat direplikasi.

Kriteria kinerja yang buruk merusak semuanya

Banyak program seleksi gagal bukan karena alatnya lemah, melainkan karena kriteria kinerjanya kabur. Penilaian atasan yang subjektif, tanpa rubrik, menambah galat yang besar.

Sebelum menguji validitas, pastikan kriteria kinerja cukup terukur. Tanpa itu, korelasi rendah tidak bisa ditafsirkan: bisa jadi alatnya buruk, bisa juga kriterianya.

Hubungan dengan keadilan

Alat dengan validitas tinggi tetap bisa menimbulkan masalah keadilan bila kelompok tertentu secara sistematis memperoleh skor lebih rendah karena faktor yang tidak relevan. Karena itu, analisis validitas sebaiknya disertai pemeriksaan keberfungsian butir dan dampak diferensial.

Gilliland (1993) menunjukkan bahwa persepsi keadilan dipengaruhi konsistensi aturan dan kesempatan menjelaskan diri. Validitas prediktif tidak menghapus kebutuhan prosedur yang transparan.

Cara membaca klaim penyedia

Tanyakan empat hal: kriteria apa yang dipakai, pada jabatan apa, berapa sampelnya, dan apakah ada koreksi yang diterapkan. Penyedia yang transparan akan menyebut batas, bukan hanya angka tertinggi.

Bila penyedia hanya menyebut satu angka tanpa konteks, perlakukan sebagai informasi pemasaran.

Satu praktik yang membantu: minta contoh laporan validitas dari organisasi lain dengan jabatan serupa. Penyedia yang berpengalaman biasanya dapat menunjukkan pola, bukan hanya satu angka terbaik dari satu studi.

Kesalahan membaca koefisien validitas

Kesalahan pertama: menganggap koefisien sebagai persentase ketepatan. Koefisien 0,30 tidak berarti 30% keputusan benar. Ia menggambarkan kekuatan hubungan, dan hubungan itu selalu disertai galat.

Kesalahan kedua: membandingkan koefisien antar studi tanpa memeriksa kriteria. Studi yang memakai penilaian atasan dan studi yang memakai angka penjualan tidak sebanding, meski keduanya melaporkan korelasi.

Kesalahan ketiga: mengabaikan ukuran sampel. Koefisien dari 40 orang memiliki rentang ketidakpastian yang lebar. Koefisien dari 4.000 orang jauh lebih stabil.

Kesalahan keempat: memakai koefisien untuk memprediksi individu. Validitas berlaku pada tingkat kelompok. Untuk individu, prediksi selalu berupa probabilitas, bukan kepastian.

Kapan validitas moderat tetap berguna

Bila jumlah pelamar besar dan keputusan dapat diperbaiki setelah masuk, validitas moderat memberi manfaat besar secara agregat. Perbaikan kecil dalam ketepatan, dikalikan ratusan keputusan, menghasilkan penghematan yang nyata.

Validitas moderat juga berguna bila dikombinasikan dengan prediktor lain. Dua prediktor yang saling melengkapi dapat memberi ketepatan lebih baik daripada satu prediktor dengan validitas sedikit lebih tinggi.

Yang tidak boleh dilakukan: memakai validitas moderat untuk keputusan berisiko tinggi pada individu, tanpa bukti tambahan dan tanpa prosedur banding.

Bagaimana menulis klaim yang jujur

Klaim yang dapat dipertanggungjawabkan memuat empat elemen: alat, jabatan, kriteria, dan besaran hubungan. Contoh: "Pada posisi analis di perusahaan ini, skor alat X berkorelasi 0,28 dengan penilaian kinerja tahun pertama (n = 120)."

Kalimat itu tidak terdengar mengesankan, tetapi dapat diperiksa, direplikasi, dan diperbaiki. Klaim semacam ini juga memudahkan diskusi dengan manajemen tentang biaya dan manfaat.

Batas interpretasi

Validitas prediktif bukan diagnosis dan bukan dasar tunggal seleksi. Ia menggambarkan hubungan statistik pada satu konteks, dan tidak menjamin keputusan individual yang tepat.

Untuk memahami konsep terkait, lihat artikel reliabilitas dan validitas dan artikel effect size. Pembahasan wawancara ada di artikel wawancara terstruktur.

Pertanyaan yang sering diajukan

Berapa nilai validitas yang dianggap cukup?

Tergantung keputusan dan konsekuensi kesalahan. Untuk seleksi dengan banyak pelamar dan biaya kesalahan tinggi, validitas moderat bisa sangat berguna secara agregat. Untuk keputusan individual, satu skor hampir tidak pernah cukup.

Apakah validitas bisa dihitung tanpa data kinerja?

Tidak untuk validitas prediktif. Yang bisa dihitung tanpa data kinerja adalah reliabilitas dan bukti struktur internal. Keduanya penting, tetapi tidak menjawab pertanyaan apakah skor memprediksi kinerja.

Apakah satu alat bisa dipakai untuk semua jabatan?

Bisa dipakai, tetapi klaim validitasnya tidak otomatis berlaku. Setiap jabatan punya tuntutan berbeda, dan bukti dari satu jabatan tidak dapat dipindahkan tanpa pemeriksaan.

Rujukan

• Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range. Journal of Applied Psychology, 107(11), 2040–2068. doi:10.1037/apl0000994
• Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in personnel psychology: Practical and theoretical implications of 85 years of research findings. Psychological Bulletin, 124(2), 262–274. doi:10.1037/0033-2909.124.2.262
• Kane, M. T. (2013). Validating the interpretations and uses of test scores. Journal of Educational Measurement, 50(1), 1–73. doi:10.1111/jedm.12000
• Gilliland, S. W. (1993). The perceived fairness of selection systems: An organizational justice perspective. The Academy of Management Review, 18(4), 694–715. doi:10.2307/258595
• Hunter, J. E., & Hunter, R. F. (1984). Validity and utility of alternative predictors of job performance. Psychological Bulletin, 96(1), 72–98. doi:10.1037/0033-2909.96.1.72
• American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for educational and psychological testing. Standar resmi