Berikut ini adalah terjemahan dari sebuah landmark study yang berjudul General Mental Ability in the World of Work: Occupational Attainment and Job Performance karya Frank L. Schmidt dan John Hunter, dua orang profesor mengenai sumber daya manusia.

Karya ini memberikan bukti yang sangat kuat betapa IQ sangat mempengaruhi kinerja di tempat kerja. Makin tinggi IQ, makin superior kinerja seseorang. Tak heran, tes IQ digunakan di mana-mana.

Selamat membaca.

Chandra Natadipurba

===

Kemampuan Mental Umum di Dunia Kerja: Pencapaian Pekerjaan dan Kinerja Pekerjaan

(General Mental Ability in the World of Work: Occupational Attainment and Job Performance)

Frank L. Schmidt

University of Iowa

John Hunter

Michigan State University

Abstrak

Konstruksi psikologis general mental ability (GMA), yang diperkenalkan oleh C. Spearman pada tahun 1904 hampir 100 tahun yang lalu, telah mengalami kebangkitan minat dan perhatian dalam beberapa dekade terakhir.

Artikel ini menyajikan bukti penelitian bahwa GMA memprediksi baik tingkat pekerjaan yang dicapai maupun kinerja dalam pekerjaan yang dipilih seseorang, dan melakukannya lebih baik daripada kemampuan, sifat, atau disposisi lain, serta lebih baik daripada pengalaman kerja.

Besarnya hubungan ini dengan GMA juga lebih besar daripada kebanyakan yang ditemukan dalam penelitian psikologis. Bukti menunjukkan bahwa kombinasi berbobot dari kemampuan khusus yang disesuaikan dengan pekerjaan individual tidak memprediksi kinerja pekerjaan lebih baik daripada GMA saja, yang menyangkal teori kemampuan khusus.

Sebuah teori tentang kinerja pekerjaan dijelaskan yang menjelaskan peran sentral GMA dalam dunia kerja. Temuan ini mendukung proposisi Spearman bahwa GMA sangat penting dalam urusan manusia.

—

Selama tahun 1960-an, ketika kami masih mahasiswa pascasarjana, kami sering mendengar prediksi dari psikolog eksperimental dan psikolog sosial eksperimental bahwa dalam 20 tahun atau lebih, psikologi diferensial akan menjadi bidang yang mati, karena penelitian eksperimental akan menjelaskan semua perbedaan individu sebagai efek dari kondisi perlakuan masa lalu atau saat ini (lingkungan). Jelas, hal ini tidak terjadi.

Faktanya, dalam beberapa tahun terakhir, ada kebangkitan minat yang kuat dalam psikologi perbedaan individu (Lubinski, 2000). Kebangkitan ini mencakup kecerdasan umum (general mental ability, GMA), bakat dan kemampuan spesifik, sifat kepribadian, minat, nilai-nilai, dan sifat-sifat lain yang menunjukkan perbedaan penting antara individu dan kelompok.

Kebangkitan ini terutama kuat sehubungan dengan GMA, sebuah konstruksi yang pertama kali dipostulatkan dan didefinisikan hampir 100 tahun yang lalu oleh Spearman (1904). Sejumlah perkembangan dan temuan telah berkontribusi pada minat yang diperbarui dalam GMA.

Bukti yang terkumpul telah menjadi sangat kuat bahwa GMA berkorelasi dengan berbagai hasil kehidupan, mulai dari perilaku berisiko terkait kesehatan, hingga tindak kriminal, hingga kemampuan menggunakan sistem bus atau kereta bawah tanah (Gottfredson, 1997; Lubinski & Humphreys, 1997).

Selain itu, semakin tinggi suatu ukuran GMA memuat pada faktor umum dalam kemampuan mental (faktor g), semakin besar korelasi ini. Peringkat relatif individu pada GMA telah ditemukan stabil selama periode lebih dari 65 tahun (Deary, Whalley, Lemmon, Crawford, & Starr, 2000).

Temuan dalam genetika perilaku, termasuk studi kembar identik yang dibesarkan terpisah dan bersama (misalnya, Bouchard, Lykken, McGue, Segal, & Tellegen, 1990), telah menunjukkan dengan jelas bahwa GMA memiliki dasar genetik yang kuat (misalnya, Bouchard, 1998; McGue & Bouchard, 1998).

Pewarisan telah terbukti meningkat seiring bertambahnya usia dan mencapai tingkat 0,80 atau lebih tinggi pada orang tua. (Akar kuadrat dari 0,80 adalah 0,89, menunjukkan korelasi hampir 0,90 antara gen dan GMA pada orang tua).

Penelitian genetika molekuler telah mengidentifikasi gen spesifik yang memengaruhi sifat-sifat tertentu (misalnya, Hamer & Copeland, 1998), dan upaya penelitian ini serta temuannya telah mengubah zeitgeist intelektual dan memengaruhi banyak asumsi dasar.

Faktor-faktor lain termasuk buku Carroll (1993) tentang struktur faktor kemampuan manusia, dua buku utama Jensen tentang GMA (Jensen, 1980, 1998), dan Bell Curve karya Herrnstein dan Murray (1994), satu-satunya buku ilmu sosial yang pernah muncul di daftar buku terlaris The New York Times.

Perkembangan lainnya adalah demonstrasi bahwa GMA memprediksi baik tingkat pekerjaan yang dicapai maupun kinerja dalam pekerjaan yang dipilih seseorang—dan memprediksi kedua hasil tersebut lebih kuat daripada sifat lainnya. Dua perkembangan terakhir ini menjadi topik utama artikel ini.

Karena luasnya literatur ini dan keterbatasan ruang, tinjauan kami dengan terpaksa tidak bisa lengkap. Namun, kami membahas kesimpulan utama dalam literatur ini dan kami mengutip sampel representatif dari penelitian terkait.

Sisa artikel ini disusun sebagai berikut.

Pertama, kami menyajikan bukti yang menunjukkan bahwa GMA memprediksi tingkat pekerjaan yang dicapai.

Kami kemudian meninjau bukti penelitian yang menunjukkan bahwa GMA memprediksi kinerja dalam pekerjaan dan profesi—baik kinerja dalam belajar pekerjaan (kinerja pelatihan) maupun kinerja dalam pekerjaan itu sendiri—baik untuk pekerjaan sipil maupun militer.

Ketiga, kami memeriksa sifat dan variabel lain yang memengaruhi pelatihan dan kinerja kerja—sifat kepribadian, bakat spesifik, dan pengalaman kerja—dan menunjukkan bahwa faktor-faktor ini, meskipun penting, memiliki pengaruh yang lebih lemah terhadap tingkat pekerjaan dan kinerja kerja dibandingkan GMA.

Terakhir, kami menjelaskan sebuah teori kinerja kerja yang menjelaskan temuan-temuan ini.

GMA dan Pencapaian Tingkat Pekerjaan

Studi Cross-Sectional
Baik studi cross-sectional maupun longitudinal telah mengaitkan GMA dengan tingkat pekerjaan.

Pertama, kita akan meneliti studi cross-sectional.

Peringkat atau penilaian orang terhadap tingkat pekerjaan atau prestise dari berbagai pekerjaan sangat dapat diandalkan; korelasi antara peringkat rata-rata di berbagai studi berada pada kisaran 0,95 hingga 0,98, terlepas dari kelas sosial, pekerjaan, usia, atau negara dari para penilai (Dawis, 1994; Jensen, 1980, hal. 339–347).

Peringkat tingkat pekerjaan ini berkorelasi antara 0,90 dan 0,95 dengan skor rata-rata GMA dari orang-orang dalam pekerjaan tersebut (Jensen, 1998, hal. 293).

Korelasi pada tingkat individu tentu saja tidak sebesar ini. Dalam basis data besar dari U.S. Employment Service tentang General Aptitude Test Battery (GATB; Hunter, 1980), korelasi tingkat individu antara ukuran GMA yang diperoleh dari baterai tersebut dan tingkat pekerjaan adalah 0,65 (0,72 dikoreksi untuk kesalahan pengukuran; Jensen, 1998).

Banyak data militer dari kedua perang dunia (ketika sampel dari orang yang direkrut sangat representatif dari populasi pria di AS) menunjukkan peningkatan skor rata-rata GMA seiring meningkatnya tingkat pekerjaan (seperti yang ditentukan oleh peringkat yang dibahas di sini) (Harrell & Harrell, 1945; Stewart, 1947; Yerkes, 1921).

Tabel 1, yang menunjukkan temuan untuk 18.782 pria kulit putih yang terdaftar di Komando Angkatan Udara Angkatan Darat (Harrell & Harrell, 1945), menyajikan temuan-temuan khas. Ukuran GMA yang digunakan adalah Army General Classification Test (Schmidt, Hunter, & Pearlman, 1981).

Skor rata-rata GMA jelas meningkat seiring dengan tingkat pekerjaan. Juga jelas bahwa deviasi standar dan rentang skor menurun seiring dengan meningkatnya tingkat pekerjaan, yang menunjukkan bahwa meskipun pekerjaan pada tingkat yang lebih rendah dapat dan memang mengandung individu dengan skor sangat tinggi, individu dengan skor GMA rendah tampaknya kesulitan memasuki pekerjaan dengan tingkat yang lebih tinggi.

Juga tampak bahwa bagian atas dari rentang GMA cukup mirip di semua pekerjaan, sementara bagian bawah meningkat seiring dengan meningkatnya tingkat pekerjaan, yang menunjukkan adanya persyaratan minimum GMA untuk pekerjaan tingkat tinggi.

Studi Longitudinal

Studi longitudinal penting karena menunjukkan bahwa GMA yang diukur lebih awal dalam hidup memprediksi pencapaian pekerjaan di masa depan.

Wilk, Desmarais, dan Sackett (1995), menggunakan 3.887 orang dewasa muda dalam National Longitudinal Survey—Youth Cohort (NLSY; Center for Human Resource Research, 1989) yang datanya tersedia, menunjukkan bahwa selama periode 5 tahun dari 1982 hingga 1987, GMA yang diukur pada tahun 1980 memprediksi pergerakan dalam hierarki pekerjaan.

Mereka dengan skor GMA lebih tinggi pada tahun 1980 naik dalam hierarki, sementara mereka dengan skor GMA lebih rendah turun dalam hierarki. Dalam studi lanjutan yang lebih besar yang didasarkan pada metodologi yang sedikit berbeda, Wilk dan Sackett (1996) meneliti dua basis data besar pemerintah: National Longitudinal Study of the Class of 1972 (NLS-72) dan National Longitudinal Survey of Labor Market Experience—Youth Cohort (NLSY).

Dalam kedua basis data tersebut, Wilk dan Sackett menemukan bahwa mobilitas pekerjaan diprediksi oleh kesesuaian antara skor GMA individu (diukur beberapa tahun sebelumnya) dan kompleksitas pekerjaan mereka yang diukur secara objektif. Jika GMA mereka melebihi tingkat kompleksitas pekerjaan mereka, mereka cenderung pindah ke pekerjaan dengan kompleksitas lebih tinggi.

Dan jika tingkat kompleksitas pekerjaan mereka melebihi tingkat GMA mereka, mereka cenderung turun ke pekerjaan yang kurang kompleks. Ukuran kompleksitas pekerjaan yang digunakan sangat berkorelasi dengan ukuran tingkat pekerjaan yang dibahas di atas.

Dalam studi lain yang diambil dari basis data besar yang sama, Murray (1998) menemukan bahwa GMA memprediksi pendapatan di masa depan bahkan dengan kontrol yang sangat ketat untuk status sosial ekonomi (SES) dan variabel latar belakang lainnya.

Kontrol ini memanfaatkan variabilitas besar GMA dalam keluarga dan dicapai dengan menggunakan sampel dari saudara kandung biologis penuh laki-laki, sehingga mengontrol latar belakang rumah dan banyak variabel lainnya (misalnya, sekolah, lingkungan).

Murray menemukan bahwa saudara kandung dengan skor GMA lebih tinggi menerima pendidikan lebih banyak, memasuki pekerjaan yang lebih bergengsi, memiliki pendapatan lebih tinggi, dan bekerja lebih teratur. Ketika saudara kandung tersebut berada di akhir usia 20-an (pada tahun 1993), seseorang dengan GMA rata-rata menghasilkan hampir $18.000 lebih sedikit per tahun daripada saudaranya yang lebih pintar yang memiliki IQ 120 atau lebih tinggi dan menghasilkan lebih dari $9.000 lebih banyak daripada saudaranya yang kurang pintar yang memiliki IQ kurang dari 80.

Pola temuan ini tetap bertahan bahkan dalam sub-sampel orang-orang yang semuanya berasal dari rumah “beruntung” (sampel “utopian” nya). Ini menanggapi keberatan bahwa mungkin bukan GMA itu sendiri yang menyebabkan perbedaan dalam tingkat pekerjaan dan pendapatan tetapi variabel lain seperti kualitas sekolah, ketersediaan peluang, dan sebagainya, yang tidak tertangkap dengan baik oleh ukuran standar SES dan, karenanya, tidak sepenuhnya dikontrol ketika ukuran standar SES secara statistik dipisahkan.

Judge, Higgins, Thoresen, dan Barrick (1999) mengaitkan ukuran GMA yang diambil pada sekitar usia 12 tahun dengan hasil pekerjaan pada rentang usia 41 hingga 50 tahun. Mereka menemukan bahwa skor GMA pada masa kanak-kanak memprediksi tingkat pekerjaan dewasa dengan korelasi sebesar 0,51 dan memprediksi pendapatan dewasa dengan korelasi sebesar 0,53.

Ball (1938) menemukan bahwa GMA yang diukur pada masa kanak-kanak berkorelasi sebesar 0,47 dengan tingkat pekerjaan 14 tahun kemudian dan sebesar 0,71 dengan tingkat pekerjaan 19 tahun kemudian. Studi lain yang serupa termasuk Brown dan Reynolds (1975), Dreher dan Bretz (1991), Gottfredson dan Crouse (1986), Howard dan Bray (1990), Siegel dan Ghiselli (1971), dan Thorndike dan Hagen (1959).

Jelas bahwa GMA berkaitan dengan tingkat pekerjaan (dan pendapatan) baik secara longitudinal maupun cross-sectional. Lebih jauh lagi, hubungan ini relatif kuat. Korelasi sebesar 0,50 atau lebih tinggi jarang terjadi dalam psikologi dan ilmu sosial dan dianggap besar (Cohen & Cohen, 1988).

Seperti yang dibahas dalam bagian Personality and Job Performance, beberapa sifat kepribadian juga memprediksi tingkat pekerjaan, tetapi besarnya hubungan ini jauh lebih kecil, dengan pengecualian satu sifat kepribadian (ketelitian).

GMA memprediksi tingkat pekerjaan tertinggi yang dicapai seseorang, tetapi tidak memprediksi pekerjaan mana di tingkat tersebut yang akan dimasuki seseorang. Peran ini jatuh pada minat.

Ada banyak bukti bahwa minat memprediksi pekerjaan tertentu (atau setidaknya keluarga pekerjaan) yang akan dipilih seseorang (Holland, 1985, 1996; Savickas & Spokane, 1999). Namun, minat merupakan prediktor yang buruk terhadap kinerja setelah seseorang memasuki suatu pekerjaan (Schmidt & Hunter, 1998).

GMA dan Kinerja dalam Pekerjaan dan Jabatan

Tabel 1: Skor Standar Rata-Rata GCT, Deviasi Standar, dan Rentang Skor dari 18.782 Pria Kulit Putih yang Terdaftar di AAF Berdasarkan Pekerjaan Sipil

Di dunia kerja, dan terutama dalam perekrutan karyawan, pengukuran GMA telah digunakan sejak akhir Perang Dunia I (Yerkes, 1921). Tes yang digunakan biasanya adalah tes berbasis kertas dan pensil yang berisi pertanyaan dan masalah yang terkait dengan materi verbal, kuantitatif, spasial, dan terkadang mekanik.

Meskipun ada berbagai instrumen seperti itu, yang mungkin paling representatif—dan tentu saja yang paling banyak digunakan saat ini—adalah Wonderlic Personnel Test (Hunter, 1989; Wonderlic, 1992). Tes ini diberikan dengan batas waktu 10 menit dan terdiri dari 50 item jawaban bebas, dengan materi verbal, kuantitatif, dan spasial yang terwakili secara hampir sama.

Tes Wonderlic memiliki banyak bentuk psikometris paralel yang tersedia, dan dilengkapi dengan data norma yang luas. Berdasarkan instrumen-instrumen semacam ini, ribuan studi validitas telah terkumpul sejak awal abad ke-20.

Telah lama diyakini baik di kalangan psikolog maupun masyarakat umum bahwa GMA penting untuk kinerja akademis tetapi memiliki sedikit hubungan dengan kinerja di dunia nyata setelah sekolah selesai.

Secara khusus, diyakini bahwa GMA memiliki sedikit kaitan dengan kinerja dalam pekerjaan (misalnya, Jencks, 1972). Dalam psikologi industri-organisasi, keyakinan terkait tetapi tidak identik dominan antara tahun 1910 hingga sekitar 1980: teori yang disebut situational specificity.

Teori ini menyatakan bahwa GMA memang memprediksi kinerja kerja tetapi hanya secara sporadis; yaitu, teori ini menyatakan bahwa validitas GMA (dan ukuran lainnya) untuk memprediksi kinerja kerja sangat bersifat situasional: GMA mungkin memprediksi untuk satu pekerjaan dalam satu lingkungan kerja tetapi gagal melakukannya untuk pekerjaan yang tampaknya sama di organisasi lain.

Teori ini didukung oleh temuan bahwa koefisien validitas yang diamati untuk tes dan pekerjaan yang serupa bervariasi secara substansial di berbagai studi validitas, dan temuan bahwa beberapa (sekitar setengah) dari koefisien validitas ini signifikan secara statistik, sementara sisanya tidak. Penjelasan yang ditawarkan untuk variabilitas yang membingungkan ini adalah bahwa pekerjaan yang tampaknya sama sebenarnya berbeda dalam hal yang penting tetapi halus dalam apa yang diperlukan untuk melakukannya.

Karena itu, validitas harus diestimasi kembali di setiap lingkungan yang terpisah. Selama 25 tahun terakhir, penerapan metode meta-analisis (Hunter & Schmidt, 1990) pada basis data validitas telah membantah teori ini dan menunjukkan bahwa variabilitas dalam temuan validitas sebagian besar disebabkan oleh artefak statistik dan pengukuran seperti varian kesalahan pengambilan sampel, kesalahan pengukuran dalam ukuran kinerja pekerjaan, pembatasan rentang pada skor GMA, dan artefak lainnya.

Artefak ini memiliki dua efek di luar penciptaan variabilitas dalam validitas yang diamati: Mereka mengurangi kekuatan statistik menjadi sekitar 0,50 dan mereka menurunkan estimasi validitas (kecuali untuk kesalahan pengambilan sampel, yang tidak memberikan bias penurunan).

Setelah koreksi untuk efek dari artefak metodologis ini, ditemukan bahwa ada sedikit atau tidak ada variasi dalam temuan validitas (cf. Schmidt et al., 1993) dan bahwa ukuran GMA memprediksi kinerja pekerjaan (dalam berbagai tingkat) untuk semua pekerjaan. (Temuan serupa dari minimal variabilitas aktual di bawah kondisi variabilitas yang tampak besar juga telah dilaporkan dalam bidang penelitian lain; cf. Schmidt, 1992).

Ratusan meta-analisis semacam ini (disebut studi validity generalization) sekarang telah dilakukan (Schmidt & Hunter, 1998) dan telah mencakup berbagai ukuran yang digunakan untuk memprediksi kinerja kerja: bakat, sifat kepribadian, dan ukuran lainnya, selain ukuran GMA.

Hasil untuk GMA dicontohkan oleh temuan dari studi besar yang dilakukan oleh Hunter (1980; Hunter & Hunter, 1984) untuk U.S. Employment Service menggunakan basis data General Aptitude Test Battery (GATB). Berdasarkan 425 studi validitas (N = 32.124) yang dilakukan pada pekerjaan sipil yang mencakup spektrum pekerjaan, Hunter dan Hunter (1984) serta Hunter (1980) melaporkan hasil yang ditunjukkan dalam Tabel 2. Hunter menugaskan setiap pekerjaan ke salah satu dari lima keluarga pekerjaan berdasarkan kompleksitas (yaitu, persyaratan pemrosesan informasi dari pekerjaan, diukur menggunakan data analisis pekerjaan dari Departemen Tenaga Kerja AS untuk setiap pekerjaan). Ini adalah basis data terbesar yang tersedia menggunakan ukuran kinerja dalam pekerjaan (diukur menggunakan penilaian supervisi terhadap kinerja pekerjaan).

Seperti yang dapat dilihat, validitas untuk memprediksi kinerja dalam pekerjaan berkisar dari 0,58 untuk pekerjaan dengan kompleksitas tertinggi (pekerjaan profesional, ilmiah, dan manajemen tingkat atas) hingga 0,23 pada tingkat kompleksitas terendah (pekerjaan pengumpanan/pemeliharaan). Keluarga Pekerjaan 2 (2,5% dari semua pekerjaan dalam ekonomi) terdiri dari pekerjaan teknis yang kompleks seperti troubleshooting sistem komputer atau pekerjaan setup manufaktur yang kompleks. Keluarga Pekerjaan 3, dengan hampir 63% dari semua pekerjaan dalam ekonomi, mencakup pekerja terampil, teknisi, administrator tingkat menengah, paraprofesional, dan pekerjaan serupa. Keluarga Pekerjaan 4 adalah pekerjaan semi-terampil.

Jelas, GMA memprediksi kinerja pada pekerjaan tingkat tinggi lebih baik daripada untuk pekerjaan tingkat rendah. Namun, ada validitas yang substansial untuk semua tingkat pekerjaan. Secara khusus, GMA memprediksi kinerja bahkan untuk pekerjaan yang paling sederhana (2,4% dari pekerjaan; Keluarga Pekerjaan 5).

Tabel 2: Validitas GMA dalam Memprediksi Kinerja

Temuan lainnya dilaporkan dalam Tabel 3. Berdasarkan 194 studi (N = 17.539) tentang kinerja dalam pekerjaan administrasi, Pearlman, Schmidt, dan Hunter (1980) melaporkan validitas rata-rata GMA untuk kinerja pekerjaan sebesar 0,52. Untuk pekerjaan penegakan hukum, Hirsh, Northrup, dan Schmidt (1986) melaporkan validitas rata-rata untuk kinerja pekerjaan sebesar 0,38.

Dalam sebuah studi militer berskala besar dan multi-tahun pada personel Angkatan Darat yang terdaftar (disebut “Project A”), McHenry, Hough, Toquam, Hanson, dan Ashworth (1990) melaporkan bahwa GMA memprediksi “Kemahiran Teknis Inti” dengan validitas sebesar 0,63 dan “Kinerja Keprajuritan Umum” dengan validitas sebesar 0,65.

Kedua ukuran kinerja pekerjaan ini didasarkan pada ukuran sampel kerja praktis. (Validitas tidak setinggi itu untuk penilaian “Usaha dan Kepemimpinan” [0,31], “Disiplin Pribadi” [0,16], dan “Kebugaran Fisik dan Sikap Militer” [0,20], yang merupakan ukuran kriteria sekunder dengan tuntutan kognitif lebih sedikit.)

Menggunakan ukuran sampel pekerjaan yang serupa, Ree, Earles, dan Teachout (1994) melaporkan nilai rata-rata sebesar 0,45 pada tujuh pekerjaan Angkatan Udara.

Validitas untuk prediksi kinerja dalam program pelatihan bahkan lebih besar. Seperti yang dapat dilihat dalam Tabel 2, dalam basis data pelatihan GATB (90 studi; N = 6.496) yang digunakan oleh Hunter dan Hunter (1984), GMA memprediksi kinerja dalam program pelatihan pekerjaan untuk semua keluarga pekerjaan yang datanya ada dengan korelasi di atas 0,50.

Basis data untuk kinerja pelatihan lebih besar untuk pekerjaan militer. Hunter (1986) melakukan meta-analisis terhadap basis data militer yang totalnya lebih dari 82.000 trainee dan melaporkan validitas rata-rata sebesar 0,63 untuk GMA.

Berdasarkan 77.958 trainee Angkatan Udara, Ree dan Earles (1991) melaporkan nilai yang sangat mirip sebesar 0,60. Berdasarkan 65 studi dengan N sebesar 32.157, Pearlman et al. (1980) melaporkan validitas rata-rata sebesar 0,71 untuk GMA dalam memprediksi kinerja pelatihan pekerja administrasi, sedangkan Hirsh et al. (1986) menemukan nilai rata-rata sebesar 0,76 untuk memprediksi kinerja dalam akademi pelatihan untuk trainee penegak hukum. Temuan-temuan ini dan lainnya ditunjukkan dalam Tabel 3. Data tambahan semacam ini disajikan dalam Schmidt (2002).

Ringkasan kasar dapat diperoleh dengan merata-rata temuan yang ditunjukkan dalam Tabel 3. Di seluruh meta-analisis yang dilaporkan di sana, rata-rata validitas GMA tanpa pembobotan adalah 0,55 untuk memprediksi kinerja dalam pekerjaan dan 0,63 untuk memprediksi kinerja dalam program pelatihan pekerjaan.

Sifat dan Variabel Lain yang Mempengaruhi Kinerja Pekerjaan

Tabel 3: Hubungan Antara GMA dan Kinerja dalam Pelatihan Pekerjaan dan di Pekerjaan

Variabel-variabel selain GMA yang diperkirakan mempengaruhi kinerja pekerjaan dan pelatihan termasuk bakat khusus (misalnya, kemampuan verbal, kemampuan kuantitatif, dll.), pengalaman kerja, dan sifat kepribadian.

Bakat Khusus dan Teori Bakat Khusus

Kemampuan kognitif yang lebih sempit dari GMA disebut bakat khusus, atau sering hanya disebut bakat. Contohnya termasuk bakat verbal, bakat spasial, dan bakat numerik. Teori diferensial atau bakat khusus menghipotesiskan bahwa kinerja pada pekerjaan yang berbeda memerlukan bakat kognitif yang berbeda dan, oleh karena itu, persamaan regresi yang dihitung untuk setiap pekerjaan dan memasukkan ukuran dari beberapa bakat khusus akan mengoptimalkan prediksi kinerja pekerjaan dan pelatihan.

Dalam 10 tahun terakhir, penelitian telah dengan kuat membantah teori ini. Pembobotan diferensial pada tes bakat khusus menghasilkan sedikit atau tidak ada peningkatan validitas dibandingkan dengan penggunaan ukuran GMA. Penjelasan untuk temuan ini telah ditemukan. Diketahui bahwa tes bakat khusus mengukur GMA; di samping GMA, masing-masing mengukur sesuatu yang spesifik untuk bakat tersebut (misalnya, bakat numerik khusus, di atas GMA).

Komponen GMA tampaknya bertanggung jawab untuk prediksi kinerja pekerjaan dan pelatihan, sedangkan faktor-faktor khusus pada bakat tampaknya tidak memberikan kontribusi apa pun atau hanya sedikit terhadap prediksi. Penelitian yang menunjukkan hal ini disajikan dan diulas dalam Hunter (1986); Jensen (1986); Thorndike (1986); Olea dan Ree (1994); Ree dan Earles (1992); Ree et al. (1994); Schmidt, Ones, dan Hunter (1992); dan Sackett dan Wilk (1994), di antara sumber lainnya.

Sebuah penolakan yang sangat dramatis terhadap teori bakat khusus datang dari penelitian militer dengan sampel besar yang dilakukan oleh Hunter (1983b) untuk Departemen Pertahanan mengenai kinerja personel militer dalam program pelatihan pekerjaan. Empat sampel besar dianalisis secara terpisah: 21.032 personel Angkatan Udara, 20.256 Marinir, dan dua sampel Angkatan Darat yang masing-masing terdiri dari 16.618 dan 79.926 orang. Dalam semua sampel, data tes diperoleh beberapa bulan sebelum pengukuran kinerja dalam program pelatihan pekerjaan.

Dalam semua sampel, model analisis kausal (dengan koreksi untuk kesalahan pengukuran dan pembatasan rentang) digunakan untuk mempertentangkan teori bakat khusus dengan GMA dalam memprediksi kinerja. Dalam kasus semua empat sampel, model dengan panah kausal dari bakat khusus ke kinerja pelatihan gagal menyesuaikan data. Namun, dalam semua sampel, model hierarkis yang menunjukkan satu jalur kausal dari GMA ke kinerja—dan tidak ada jalur dari bakat khusus ke kinerja—menyesuaikan data dengan baik.

Gambar 1 menunjukkan temuan untuk sampel Marinir. Model kausal yang sesuai dengan data menunjukkan bahwa GMA adalah penyebab dari bakat khusus kuantitatif, verbal, dan teknis (yaitu, bakat khusus ini adalah indikator—atau ukuran—dari GMA). Subtes khusus dari Armed Services Vocational Aptitude Battery (ASVAB, Form 6/7) pada gilirannya disebabkan oleh tiga bakat khusus ini (yaitu, mereka adalah indikator dari bakat ini).

Misalnya, subtes Math Knowledge dan Arithmetic Reasoning adalah indikator dari bakat kuantitatif. Tidak ada panah kausal dari salah satu bakat atau subtes ke kinerja pelatihan. Kinerja pelatihan ditentukan hanya oleh GMA, dengan koefisien jalur standar dari GMA ke kinerja sangat besar (0,62). Temuan untuk tiga sampel lainnya pada dasarnya identik (Hunter, 1983b).

Diketahui dengan baik bahwa analisis model kausal dengan data korelasional tidak dapat membuktikan sebuah teori. Namun, analisis semacam itu—terutama ketika sampelnya sangat besar, seperti di sini—dapat membantah teori. Teori-teori yang tidak sesuai dengan data terbantahkan. Dalam studi ini, teori bakat khusus dengan kuat terbantahkan.

Pengalaman Kerja, GMA, dan Kinerja Pekerjaan

Pembelajaran, dan dengan demikian pengalaman kerja, memainkan peran utama dalam menentukan kinerja pekerjaan. Pengalaman memberikan media untuk belajar, dan dengan demikian, orang dengan lebih banyak pengalaman memiliki lebih banyak kesempatan untuk belajar dan mencapai tingkat kinerja pekerjaan yang lebih tinggi (Schmidt, Hunter, & Outerbridge, 1986).

Namun, perbedaan individu dalam pembelajaran juga penting. Jika satu pekerja belajar lebih cepat daripada yang lain, jumlah pengalaman yang sama akan menghasilkan tingkat kinerja yang lebih tinggi pada pelajar cepat daripada pada pelajar lambat. GMA-lah yang mengubah pengalaman menjadi peningkatan pengetahuan pekerjaan dan karenanya kinerja yang lebih tinggi.

Perbedaan Kemampuan Seiring Waktu

Seseorang mungkin menghipotesiskan bahwa validitas GMA menurun seiring waktu ketika pekerja memperoleh lebih banyak pengalaman kerja. Namun, penelitian tidak mendukung hipotesis ini. Schmidt, Hunter, Outerbridge, dan Goff (1988) menganalisis data untuk empat pekerjaan militer di mana pekerja telah dinilai untuk pengetahuan pekerjaan, kinerja yang diukur secara objektif, dan penilaian kinerja.

Data mereka memungkinkan perbandingan rata-rata antara kelompok GMA tinggi dan rendah (bagian atas dan bawah distribusi) untuk setiap tahun pengalaman hingga 5 tahun. Untuk pengetahuan pekerjaan, Schmidt et al. (1988) menemukan perbedaan besar dan konstan antara kedua kelompok kemampuan pada semua tingkat pengalaman selama periode 5 tahun. Untuk kinerja pekerjaan yang diukur secara objektif, temuan yang sama diamati.

Untuk penilaian kinerja, Schmidt et al. menemukan perbedaan yang jelas tetapi lebih kecil antara kedua kelompok kemampuan pada semua tingkat pengalaman hingga 5 tahun. Sekali lagi, ukuran perbedaan tetap sama setelah 5 tahun seperti setelah 1 tahun pengalaman.

McDaniel (1985) menganalisis data United States Employment Services (USES) untuk kelompok yang tingkat pengalaman kerjanya melampaui 5 tahun. Mengendalikan perbedaan variabilitas GMA di seluruh kelompok, McDaniel mengorelasikan GMA dengan penilaian kinerja untuk setiap tingkat pengalaman hingga 12 tahun atau lebih. Hasilnya dirangkum dalam Tabel 4.

Seiring dengan peningkatan tingkat pengalaman, validitas prediktif tidak menurun. Validitas meningkat dari 0,36 untuk 0–6 tahun, menjadi 0,44 untuk 6–12 tahun, hingga 0,59 untuk lebih dari 12 tahun (meskipun nilai terakhir didasarkan pada sampel yang sangat kecil). Jika ada, data McDaniel menyarankan peningkatan validitas GMA untuk memprediksi penilaian kinerja seiring dengan meningkatnya tingkat pengalaman pekerja.

Temuan ini menunjukkan bahwa validitas prediktif GMA setidaknya stabil seiring waktu dan tidak menurun. Pekerjaan Ackerman (1986, 1987, 1988, 1990, 1992) telah menjadi dasar untuk prediksi penurunan validitas GMA seiring waktu. Ackerman membedakan antara tugas konsisten dan tugas tidak konsisten.

Tugas konsisten cukup sederhana (atau cukup tidak kognitif) sehingga kinerjanya dapat diotomatisasi; oleh karena itu, setelah beberapa waktu, tugas semacam itu menarik minimal pada sumber daya kognitif dan kinerja pada tugas-tugas semacam itu seiring waktu menunjukkan korelasi rendah dengan GMA (misalnya, mengendarai sepeda). Tugas tidak konsisten adalah kebalikan totalnya: Mereka cukup kompleks sehingga tidak peduli berapa lama mereka dilakukan, mereka terus menarik sumber daya kognitif (dan memerlukan pemrosesan informasi yang terkendali), dan oleh karena itu mereka terus menunjukkan korelasi besar dengan GMA seiring waktu.

Menggunakan berbagai tugas dalam penelitian laboratorium, Ackerman (1987) telah memberikan bukti untuk mendukung teorinya tentang pemrosesan informasi terkendali dan otomatis. Berdasarkan teori dan penelitian Ackerman, Murphy (1989) mengajukan teori yang memprediksi penurunan validitas GMA seiring waktu dalam memprediksi kinerja pekerjaan. (Ackerman sendiri tidak membuat prediksi semacam itu.)

Teori Murphy mengajukan tahapan pemeliharaan, di mana tugas pekerjaan dipelajari dengan baik dan dapat dilakukan dengan upaya mental minimal (pemrosesan informasi otomatis), menghasilkan validitas GMA yang rendah atau nol. Bukti empiris yang dirangkum di atas membantah teori ini dan menyarankan bahwa ketika ukuran yang dipertanyakan adalah kinerja pekerjaan secara keseluruhan, tugas tersebut tetap cukup kompleks sehingga tidak dapat diotomatisasi; itu terus memerlukan pemrosesan informasi terkendali dan oleh karena itu terus berkorelasi dengan GMA (Schmidt et al., 1992).

Mungkin ada godaan di area ini untuk menggeneralisasi secara tidak tepat dari tugas yang sempit dan dapat diotomatisasi ke komposit kinerja pekerjaan dunia nyata yang lebih luas, lebih kompleks, dan kurang dapat diotomatisasi.

Validitas Prediktif Pengalaman Kerja

Tabel 4: Korelasi Antara GMA dan Penilaian Kinerja Pekerjaan untuk Karyawan dengan Berbagai Tingkat Pengalaman Kerja

Hunter dan Hunter (1984) menemukan bahwa validitas prediktif rata-rata pengalaman kerja adalah 0,18 di seluruh 373 studi (dikoreksi untuk kesalahan pengukuran dalam penilaian kinerja pekerjaan). Mengendalikan perbedaan dalam variabilitas pengalaman di seluruh kategori pengalaman, McDaniel, Schmidt, dan Hunter (1988) memeriksa validitas pengalaman kerja pada berbagai tingkat pengalaman rata-rata menggunakan basis data pekerja individu USES.

Hasilnya dirangkum dalam Tabel 5. Beberapa pendukung pelatihan menghipotesiskan bahwa perbedaan pengalaman menjadi semakin penting seiring dengan bertambahnya pengalaman pekerja. Pola temuan dalam Tabel 5 bertentangan dengan prediksi dari hipotesis ini. Perbedaan dalam pengalaman sangat penting di antara karyawan baru: Korelasi antara pengalaman dan penilaian kinerja adalah 0,49 untuk mereka yang telah bekerja 0–3 tahun. (Schmidt et al., 1986, juga menemukan korelasi substansial antara pengalaman kerja dan kinerja ketika semua pekerja berada di ujung rendah dari kontinum pengalaman [kurang dari 5 tahun]. Nilai rata-rata untuk penilaian supervisi adalah 0,33, dan untuk ukuran sampel kerja adalah 0,47.) Korelasi ini kemudian menurun secara bertahap menjadi rendah 0,15 untuk mereka yang telah bekerja 12 tahun atau lebih. Ini dijelaskan oleh data lain yang disajikan dalam McDaniel (1985) yang menunjukkan hubungan nonlinier antara pengalaman dan kinerja.

Hubungan antara pengalaman dan kinerja pekerjaan menunjukkan bentuk yang sama seperti kurva pembelajaran lainnya: Itu nonlinier dan monotonic (Schmidt & Hunter, 1992; Schmidt et al., 1988).

Kemampuan vs. Pengalaman sebagai Prediktor

Tabel 4 dan 5 menunjukkan bahwa seiring dengan bertambahnya pengalaman kerja, korelasi antara pengalaman dan kinerja menurun sedangkan korelasi antara GMA dan kinerja tetap konstan atau meningkat. GMA tidak hanya penting selama tahap awal pembelajaran pekerjaan tetapi juga sepanjang masa kerja pekerja.

Pola ini mungkin lebih jelas hari ini karena siklus hidup produk yang berubah dengan cepat yang mengharuskan pekerja untuk mempelajari metode produksi baru dalam interval yang semakin pendek.

Tabel 5: Korelasi Antara Jumlah Pengalaman Kerja dan Penilaian Kinerja untuk Karyawan dengan Berbagai Tingkat Pengalaman Kerja

Kepribadian dan Kinerja Pekerjaan

Dalam pengalaman kami, masyarakat umum menganggap kepribadian sebagai penentu kinerja pekerjaan yang lebih penting daripada GMA. Sangat mudah untuk memikirkan individu yang mengalami kesulitan di tempat kerja karena konflik kepribadian dengan atasan atau karena kegagalan untuk menjadi terorganisir dan berorientasi pada pencapaian di tempat kerja.

Banyak orang juga mungkin percaya bahwa kepribadian lebih penting daripada GMA dalam menentukan tingkat pekerjaan akhir. Namun, penelitian mendukung kesimpulan bahwa kepribadian kurang penting daripada GMA dalam kedua bidang tersebut.

Dalam beberapa tahun terakhir, sebagian besar penelitian kepribadian telah diorganisasikan di sekitar model Lima Besar kepribadian (Goldberg, 1990). Bukti yang cukup besar telah terkumpul yang menunjukkan bahwa sebagian besar ukuran kepribadian yang dimaksudkan untuk individu tanpa psikopatologi dapat diserap di bawah payung model lima faktor.

Lima sifat yang termasuk dalam model ini adalah Ekstraversi, Keterbukaan terhadap Pengalaman, Kestabilan Emosional, Kesesuaian, dan Ketelitian. Lima faktor kepribadian ini telah ditemukan dalam analisis kata sifat sifat dalam berbagai bahasa yang berbeda, studi analitik faktor dari inventaris kepribadian yang ada, dan keputusan mengenai dimensionalitas ukuran yang ada yang dibuat oleh juri ahli (McCrae & John, 1992).

Struktur lima faktor ini telah ditemukan dalam berbagai budaya (McCrae & Costa, 1997; Pulver, Allik, Pulkkinen, & Hamalainen, 1995; Salgado, 1997; Yoon, Schmidt, & Ilies, 2002) dan tetap stabil seiring waktu (Costa & McCrae, 1988, 1991). Meskipun model kepribadian lima faktor memiliki kritik (misalnya, lihat Block, 1995; Butcher & Rouse, 1996), model ini secara luas diterima saat ini.

Seperti yang telah disebutkan sebelumnya, Judge et al. (1999) menemukan bahwa tiga dari lima sifat kepribadian Lima Besar yang diukur pada masa kanak-kanak memprediksi tingkat pekerjaan dan pendapatan dewasa.

Untuk Ketelitian, korelasi longitudinal ini masing-masing adalah 0,49 dan 0,41; nilai-nilai ini hanya sedikit lebih kecil dari korelasi yang sesuai dalam studi ini untuk GMA (dibahas dalam bagian Studi Longitudinal di atas) yaitu masing-masing 0,51 dan 0,53. Untuk Keterbukaan terhadap Pengalaman (yang berkorelasi positif dengan GMA), korelasi masing-masing adalah 0,32 dan 0,26. Akhirnya, Neurotisme menghasilkan korelasi longitudinal sebesar –0,26 dan –0,34, masing-masing untuk tingkat pekerjaan dan pendapatan.

Karena sifat unik dari studi Judge et al. (1999), kami melakukan analisis tambahan terhadap data dari studi ini. Karena tingkat pekerjaan dan pendapatan sangat berkorelasi (r = 0,83) dan dimuat pada faktor yang sama, kami menggabungkannya menjadi satu ukuran kesuksesan karier dengan bobot yang sama.

Setelah mengoreksi efek bias dari kesalahan pengukuran, kami menemukan bahwa tiga sifat kepribadian Lima Besar memprediksi indeks kesuksesan karier ini dengan korelasi berganda (shrunken) sebesar 0,56.

Menarik untuk memeriksa bobot regresi terstandar (beta). Untuk Neurotisme, β = –0,05 (SE = 0,096); untuk Keterbukaan, β = 0,16 (SE = 0,10); dan untuk Ketelitian, β = 0,44 (SE = 0,123). Oleh karena itu, dalam persamaan regresi,

Ketelitian sejauh ini merupakan variabel kepribadian yang paling penting, dan Neurotisme tampaknya memiliki dampak yang kecil setelah mengendalikan dua sifat kepribadian lainnya.

Namun, penting juga untuk mengendalikan efek dari GMA. Ketika GMA ditambahkan ke dalam persamaan regresi, korelasi berganda (shrunken) naik menjadi 0,63. Sekali lagi, menarik untuk memeriksa bobot beta: Neurotisme, β = –0,05 (SE = 0,096); Keterbukaan, β = –0,03 (SE = 0,113); Ketelitian, β = 0,27 (SE = 0,128); dan GMA, β = 0,43 (SE = 0,117).

Dari angka-angka ini, tampaknya beban prediksi sebagian besar ditanggung oleh GMA dan Ketelitian, dengan GMA 59% lebih penting daripada Ketelitian (yaitu, 0,43/0,27 = 1,59). Faktanya, ketika hanya GMA dan Ketelitian yang dimasukkan dalam persamaan regresi, korelasi berganda (shrunken) tetap sama, yaitu 0,63. Bobot regresi terstandar kemudian adalah 0,29 untuk Ketelitian (SE = 0,102) dan 0,41 untuk GMA (SE = 0,096). Analisis ini menunjukkan bahwa Ketelitian mungkin satu-satunya sifat kepribadian yang berkontribusi pada kesuksesan karier.

Sejauh yang kami ketahui, tidak ada set data lain yang sebanding dengan data Judge et al. (1999); yaitu, set data yang mengaitkan ukuran kepribadian dan kemampuan dengan kesuksesan karier dan bersifat longitudinal.

Faktanya, bahkan set data cross-sectional yang mengaitkan kepribadian dan GMA dengan kesuksesan karier jarang ada. Ini sangat disayangkan; akan sangat diinginkan untuk membandingkan temuan di berbagai set data longitudinal yang berbeda semacam ini.

Dalam prediksi kinerja pekerjaan, hanya satu dari lima sifat kepribadian Lima Besar—Ketelitian—yang ditemukan dalam studi meta-analitik berfungsi seperti GMA, yaitu secara konsisten memprediksi kinerja pekerjaan di semua keluarga pekerjaan yang dipelajari (Barrick & Mount, 1991; Mount & Barrick, 1995).

Tingkat validitas lebih tinggi ketika Ketelitian dinilai menggunakan penilaian oleh orang lain daripada inventarisasi kepribadian yang dilaporkan sendiri (Mount, Barrick, & Strauss, 1994). Ketelitian juga memprediksi kinerja dalam program pelatihan pekerjaan (Mount & Barrick, 1995; Schmidt & Hunter, 1998). Dalam satu studi primer, Barrick dan Mount (1993) menemukan bahwa validitas

Ketelitian lebih tinggi untuk manajer dalam pekerjaan dengan otonomi tinggi daripada untuk mereka dalam pekerjaan dengan otonomi rendah. Barrick, Mount, dan Strauss (1993) mengusulkan bahwa Ketelitian memengaruhi keadaan motivasi dan merangsang penetapan tujuan serta komitmen tujuan. Mereka menemukan dalam studi primer mereka, yang dirancang untuk menguji model kausal ini, bahwa Ketelitian memiliki efek langsung dan tidak langsung (melalui penetapan dan komitmen tujuan) pada kinerja.

Mereka menyimpulkan bahwa Ketelitian berfungsi sebagai kontribusi motivasional terhadap kinerja pekerjaan. Sifat Ekstraversi dan Kesesuaian bersifat valid secara sporadis: Mereka memprediksi kinerja pada jenis pekerjaan tertentu dalam kondisi tertentu tetapi tidak terkait dengan pekerjaan untuk sebagian besar pekerjaan (Barrick & Mount, 1993; Barrick, Mount, & Judge, 2001; Barrick, Stewart, Neubert, & Mount, 1998). Misalnya, Barrick et al. (1998) menemukan bahwa dalam tim kerja di mana anggota harus bekerja sama secara erat, Kesesuaian, Ekstraversi, dan Kestabilan Emosional, selain Ketelitian, berkaitan dengan penilaian kinerja tim oleh supervisor.

Estimasi meta-analitik terbaik untuk validitas Ketelitian, yang diukur dengan skala yang dapat diandalkan, untuk memprediksi kinerja pekerjaan adalah 0,31 (Mount & Barrick, 1995). Oleh karena itu, validitas GMA adalah 60% hingga 80% lebih besar (tergantung pada estimasi validitas GMA yang digunakan) daripada validitas Ketelitian. Namun, ukuran Ketelitian berkontribusi terhadap validitas di atas dan di luar validitas GMA, karena keduanya tidak berkorelasi (Schmidt & Hunter, 1998).

Seperti yang disebutkan di atas, Hunter dan Hunter (1984) memperkirakan validitas GMA untuk pekerjaan dengan kompleksitas menengah (63% dari semua pekerjaan) adalah 0,51. Korelasi berganda yang dihasilkan oleh penggunaan ukuran GMA dan Ketelitian dalam persamaan regresi untuk pekerjaan semacam itu adalah 0,60, peningkatan validitas sebesar 18% dibandingkan dengan GMA saja (Schmidt & Hunter, 1998). Estimasi meta-analitik terbaik untuk validitas Ketelitian dalam memprediksi kinerja dalam pelatihan pekerjaan adalah 0,30 (Mount & Barrick, 1995). Korelasi berganda yang dihasilkan oleh penggunaan simultan ukuran GMA dan Ketelitian adalah 0,65 (vs. 0,56 untuk GMA saja; Schmidt & Hunter, 1998).

Tes integritas juga dapat dianggap sebagai ukuran kepribadian karena mereka telah ditemukan mengukur Ketelitian terutama, dengan beberapa representasi dari Kesesuaian dan Neurotisme (dihitung mundur; Ones, 1993). Tes integritas telah terbukti memiliki validitas untuk semua pekerjaan yang dipelajari (Ones, Viswesvaran, & Schmidt, 1993) dan memiliki validitas yang sedikit lebih tinggi daripada ukuran Ketelitian (0,41 untuk kinerja pekerjaan dan 0,38 untuk kinerja pelatihan).

Namun, validitas ini masih jauh lebih kecil daripada untuk GMA. Untuk memprediksi kinerja pekerjaan, tes integritas menghasilkan peningkatan validitas sebesar 27% dibandingkan dengan GMA saja (menjadi korelasi berganda sebesar 0,65). Untuk kinerja pelatihan, peningkatannya adalah 20% (menjadi korelasi berganda sebesar 0,67; Schmidt & Hunter, 1998).

Temuan-temuan ini, yang didasarkan pada ratusan studi yang menjadi subjek meta-analisis, menunjukkan bahwa meskipun kepribadian (seperti yang dikonseptualisasikan dalam model Lima Besar) memang penting dalam kinerja pekerjaan dan pelatihan, itu kurang penting daripada GMA. Bertentangan dengan apa yang mungkin menjadi intuisi umum, kemampuan lebih penting daripada kepribadian di tempat kerja (Ree & Carretta, 1998; Schmidt & Hunter, 1998).

Seorang peninjau bertanya apakah kinerja pekerjaan bersifat unidimensional. Kinerja pada pekerjaan apa pun dapat dipecah secara analitik dan rasional menjadi berbagai dimensi komponennya. Campbell dan rekan-rekannya (misalnya, Campbell, McCloy, Oppler, & Sager, 1992) telah mengidentifikasi dimensi kinerja pekerjaan yang bersifat umum di berbagai pekerjaan. Seperti yang mereka akui, kinerja pada dimensi-dimensi ini kemungkinan besar berkorelasi positif.

Namun, bahkan jika ini tidak terjadi, seseorang masih bisa membuat dan menggunakan indeks komposit kinerja pekerjaan yang mewakili kinerja pekerjaan keseluruhan (Schmidt & Kaplan, 1971), seperti yang dilakukan dalam studi validitas yang diulas dalam artikel ini. Selain itu, ada bukti empiris bahwa ada faktor umum dalam kinerja pekerjaan. Viswesvaran, Schmidt, dan Ones (2002) mengembangkan metode statistik untuk menghilangkan dari penilaian kinerja pekerjaan kesalahan halo yang meningkatkan korelasi di antara dimensi kinerja pekerjaan yang dinilai. Mereka menemukan bahwa bahkan setelah bias ini dihilangkan, masih ada faktor umum yang besar dalam kinerja pekerjaan. Fakta bahwa GMA dan Ketelitian mempengaruhi kinerja pada semua dimensi kinerja pekerjaan hampir pasti menjadi bagian dari penjelasan untuk faktor umum ini.

Mengapa GMA Begitu Penting untuk Kinerja Pekerjaan?

Mungkin sulit bagi orang untuk menerima fakta dan temuan yang tidak mereka sukai jika mereka tidak melihat alasan mengapa temuan tersebut seharusnya atau dapat benar. Ketika Alfred Wegener mengajukan teori lempeng tektonik pada awal abad ke-20, ahli geologi tidak dapat memikirkan cara yang memungkinkan lempeng benua atau kontinental bisa bergerak.

Karena tidak mengetahui mekanisme atau penjelasan yang masuk akal untuk pergerakan benua, mereka menganggap teori Wegener tidak masuk akal dan menolaknya. Banyak orang memiliki reaksi yang sama terhadap temuan empiris yang menunjukkan bahwa GMA sangat memprediksi kinerja pekerjaan.

Temuan ini tidak tampak masuk akal bagi mereka karena mereka tidak dapat memikirkan alasan mengapa hubungan yang kuat seperti itu seharusnya ada. Faktanya, intuisi mereka mungkin memberi tahu mereka bahwa kepribadian dan sifat nonkognitif lainnya lebih penting daripada GMA (Hunter & Schmidt, 1996). Namun, seperti dalam kasus teori lempeng tektonik, ada penjelasan. Analisis kausal dari penentu kinerja pekerjaan menunjukkan bahwa efek utama GMA adalah pada akuisisi pengetahuan pekerjaan: Orang yang memiliki GMA lebih tinggi memperoleh lebih banyak pengetahuan pekerjaan dan memperolehnya lebih cepat.

Jumlah pengetahuan terkait pekerjaan yang diperlukan bahkan pada pekerjaan yang kurang kompleks jauh lebih besar daripada yang umumnya disadari. Tingkat pengetahuan pekerjaan yang lebih tinggi mengarah pada tingkat kinerja pekerjaan yang lebih tinggi. Dilihat dari sisi negatifnya, tidak mengetahui apa yang seharusnya dilakukan—atau bahkan tidak mengetahui semua yang seharusnya diketahui tentang apa yang seharusnya dilakukan—merugikan kinerja pekerjaan. Selain itu, mengetahui apa yang harus dilakukan dan bagaimana melakukannya sangat bergantung pada GMA.

Penelitian yang menunjukkan bahwa hubungan perantara utama antara GMA dan kinerja pekerjaan adalah pengetahuan pekerjaan dijelaskan dalam Borman, Hanson, Oppler, dan Pulakos (1993); Borman, White, Pulakos, dan Oppler (1991); Hunter (1983a); Hunter dan Schmidt (1996); Schmidt (2002); Schmidt dan Hunter (1992); dan Schmidt et al. (1986).

Kami mengilustrasikan penelitian ini menggunakan temuan yang dilaporkan oleh Hunter dan Schmidt (1996) secara terpisah untuk pekerjaan militer dan sipil. Gambar 2 menunjukkan hasil dasar dari analisis jalur. (Perbedaan antara pekerjaan militer dan sipil bersifat kuantitatif daripada kualitatif dan tidak dibahas di sini.) Seperti yang dapat dilihat, dalam kedua set data, efek utama GMA adalah pada akuisisi pengetahuan pekerjaan, dan pengetahuan pekerjaan pada gilirannya merupakan penentu utama dari kinerja pekerjaan (diukur menggunakan tes sampel kerja praktis).

GMA memang memiliki efek langsung pada kinerja pekerjaan yang independen dari pengetahuan pekerjaan dalam kedua set data, tetapi efek ini lebih kecil daripada efek tidak langsungnya melalui pengetahuan pekerjaan (efek langsung sebesar 0,31 untuk pekerjaan sipil dibandingkan dengan efek tidak langsung sebesar 0,80 × 0,56 = 0,45; efek langsung sebesar 0,15 untuk pekerjaan militer dibandingkan dengan efek tidak langsung sebesar 0,63 × 0,61 = 0,38).

Hasil ini juga menunjukkan bahwa penilaian supervisi terhadap kinerja pekerjaan ditentukan dalam kedua set data oleh pengetahuan pekerjaan dan kinerja sampel kerja. Hunter dan Schmidt (1996) serta Schmidt dan Hunter (1992) menyajikan teori yang diperluas yang memprediksi dan menjelaskan temuan-temuan seperti ini.

Untuk tujuan praktis prediksi dalam seleksi personel, tidak masalah mengapa GMA memprediksi kinerja pekerjaan. Namun, pemahaman ilmiah memerlukan penjelasan teoretis. Penjelasan teoretis juga diperlukan untuk mendapatkan penerimaan temuan dari mereka yang mempertanyakan keabsahan peran sentral GMA dalam menentukan kinerja pekerjaan. Lebih mudah menerima temuan empiris ketika ada penjelasan teoretis untuk temuan tersebut.

Ringkasan
Sudah hampir 100 tahun sejak Spearman (1904) mendefinisikan konstruksi GMA dan mengusulkan peran sentralnya dalam kognisi dan pembelajaran manusia. Selama bagian tengah abad ke-20, minat terhadap konstruksi GMA menurun di beberapa bidang psikologi, tetapi dalam 20 hingga 25 tahun terakhir, ada kebangkitan minat pada GMA dan perannya di berbagai bidang kehidupan.

Artikel ini berfokus pada dunia pekerjaan dan telah menyajikan bukti penelitian, sebagian besar yang baru-baru ini, yang menunjukkan bahwa GMA memprediksi baik tingkat pekerjaan yang dicapai oleh individu maupun kinerja mereka dalam pekerjaan yang dipilih. GMA berkorelasi di atas 0,50 dengan tingkat pekerjaan yang dicapai kemudian, kinerja dalam program pelatihan pekerjaan, dan kinerja dalam pekerjaan. Hubungan sebesar ini jarang terjadi dalam penelitian psikologis dan dianggap “besar” (Cohen & Cohen, 1988).

Sifat lainnya, terutama sifat kepribadian, juga mempengaruhi tingkat pekerjaan yang dicapai dan kinerja pekerjaan, tetapi hubungan ini umumnya tidak sekuat hubungan dengan GMA. Bukti diringkas yang menunjukkan bahwa kombinasi berbobot dari bakat khusus (misalnya, bakat verbal, spasial, atau kuantitatif) yang disesuaikan dengan pekerjaan individual tidak memprediksi kinerja pekerjaan lebih baik daripada ukuran GMA saja, sehingga membantah teori bakat khusus.

Diajukan bahwa pengalaman kerja adalah prediktor kinerja pekerjaan yang lebih baik daripada GMA, tetapi temuan penelitian yang disajikan dalam artikel ini mendukung kesimpulan yang berlawanan. Pengalaman kerja (yaitu, jumlah kesempatan untuk mempelajari pekerjaan) memang berkaitan dengan kinerja pekerjaan, tetapi hubungan ini lebih lemah daripada hubungan dengan GMA dan menurun seiring waktu, tidak seperti hubungan GMA–kinerja pekerjaan.

Fakta empiris tentang hubungan penting, tetapi tidak memuaskan secara ilmiah tanpa penjelasan teoretis. Artikel ini menggambarkan teori yang menjelaskan peran sentral GMA dalam program pelatihan pekerjaan dan kinerja pekerjaan serta mengutip bukti penelitian yang mendukung teori ini.

Hampir 100 tahun yang lalu, Spearman (1904) mengusulkan bahwa konstruksi GMA adalah pusat dari urusan manusia. Penelitian yang disajikan dalam artikel ini mendukung usulannya di dunia kerja, sebuah bidang kehidupan yang penting bagi individu, organisasi, dan ekonomi secara keseluruhan.

References

 

Ackerman, P. L. (1986). Individual differences in information processing: An investigation of intellectual abilities and task performance during practice. Intelligence, 10, 101–139.

Ackerman, P. L. (1987). Individual differences in skill learning: An integration of psychometric and information processing perspectives. Psychological Bulletin, 102, 3–27.

Ackerman, P. L. (1988). Determinants of individual differences during skill acquisition: Cognitive abilities and information processing. Journal of Experimental Psychology: General, 117, 288 –318.

Ackerman, P. L. (1990). A correlational analysis of skill specificity: Learning, abilities, and individual differences. Journal of Experimental Psychology: Learning, Memory, and Cognition, 16, 883–901.

Ackerman, P. L. (1992). Predicting individual differences in complex skill acquisition: Dynamics of ability determinants. Journal of Applied Psychology, 77, 598 – 614.

Ball, R. S. (1938). The predictability of occupational level from intelligence. Journal of Consulting Psychology, 2, 184 –186.

Barrick, M. R., & Mount, M. K. (1991). The Big Five personality dimensions and job performance: A meta analysis. Personnel Psychology, 41, 1–26.

Barrick, M. R., & Mount, M. K. (1993). Autonomy as a moderator of the relationships between the big five personality dimensions and job performance. Journal of Applied Psychology, 78, 111–118.

Barrick, M. R., Mount, M. K., & Judge, T. A. (2001). The FFM personality dimensions and job performance: Meta-analysis of meta-analyses. International Journal of Selection and Assessment, 9, 9 –30.

Barrick, M. R., Mount, M. K., & Strauss, J. P. (1993). Conscientiousness and performance of sales representatives: Test of the mediation effects of goal setting. Journal of Applied Psychology, 78, 715–722.

Barrick, M. R., Stewart, G. L., Neubert, M. J., & Mount, M. K. (1998). Relating member ability and personality to work-team processes and team effectiveness. Journal of Applied Psychology, 83, 377–391.

Block, J. (1995). A contrarian view of the five factor approach to personality. Psychological Bulletin, 117, 226 –229.

Borman, W. C., Hanson, M. A., Oppler, S. H., & Pulakos, E. D. (1993). The role of early supervisor experience in supervisor performance. Journal of Applied Psychology, 78, 443– 449.

Borman, W. C., White, E. D., Pulakos, E. D., & Oppler, S. H. (1991). Models evaluating the effects of ratee ability, knowledge, proficiency, temperament, awards, and problem behavior on supervisor ratings. Journal of Applied Psychology, 76, 863– 872.

Bouchard, Jr., T. J. (1998). Genetic and environmental influences on adult intelligence and special mental abilities. Human Biology, 70, 257–279. Bouchard, Jr., T. J., Lykken, D. T., McGue, M., Segal, N. L., & Tellegen, A. (1990, October 12). Sources of human differences: The Minnesota study of twins reared apart. Science, 250, 223–228.

Brown, W. W., & Reynolds, M. O. (1975). A model of IQ, occupation, and earnings. American Economic Review, 65, 1002–1007.

Butcher, J. N., & Rouse, S. V. (1996). Personality: Individual differences and clinical assessment. Annual Review of Psychology, 47, 87–111.

Callender, J. C., & Osburn, H. G. (1981). Testing the constancy of validity with computer generated sampling distributions of the multiplicative model variance estimate: Results for the petroleum industry validation research. Journal of Applied Psychology, 66, 274 –281.

Campbell, J. P., McCloy, R. A., Oppler, S. H., & Sager, C. E. (1992). A theory of performance. In N. Schmitt & W. Borman (Eds.), New developments in selection and placement (pp. 49 –56). San Francisco: Jossey-Bass.

Carroll, J. B. (1993). Human cognitive abilities. Cambridge, England: Cambridge University Press.

Center for Human Resource Research. (1989). The future of NLS research. Columbus, OH: Center for Human Resource Research, The Ohio State University.

Cohen, J., & Cohen, P. (1988). Applied multiple regression/correlation analysis for the behavioral sciences (2nd ed.). Hillsdale, NJ: Erlbaum. Costa, P. T., Jr., & McCrae. R. R. (1988). Personality in adulthood: A six-year longitudinal study of self-reports and spouse ratings on the NEO Personality Inventory. Journal of Personality and Social Psychology, 54, 853– 863.

Costa, P. T., Jr., & McCrae, R. R. (1991). Four ways five factors are basic. Personality and Individual Differences, 13, 653– 665.

Dawis, R. V. (1994). Occupations. In R. T Sternberg (Ed.), Encyclopedia of human intelligence, Vol. 2 (pp. 781–785). New York: Macmillan. Deary, I. J., Whalley, L. J., Lemmon, H., Crawford, J. R., & Starr, J. M. (2000). The stability of individual differences in mental ability from childhood to old age: Follow-up of the 1932 Scottish mental survey. Intelligence, 28, 49 –55.

Dreher, G. F., & Bretz, R. D. (1991). Cognitive ability and career attainment: The moderating effects of early career success. Journal of Applied Psychology, 76, 392–397.

Goldberg, L. R. (1990). An alternative “description of personality”: The Big Five factor structure. Journal of Personality and Social Psychology, 59, 1216 –1229.

Gottfredson, L. S. (1997). Why g matters: The complexity of everyday life. Intelligence, 24, 79 –132.

Gottfredson, L. S., & Crouse, J. (1986). Validity versus utility of mental tests. Examples of the SAT. Journal of Vocational Behavior, 29, 363– 378.

Hamer, D., & Copeland, P. (1998). Living with our genes: Why they matter more than you think. New York: Doubleday.

Harrell, T. W., & Harrell, M. S. (1945). Army general classification test scores for civilian occupations. Educational and Psychological Measurement, 5, 229 –239.

Herrnstein, R. J., & Murray, C. (1994). The bell curve. New York: The Free Press.

Hirsh, H. R., Northrup, L., & Schmidt, F. L. (1986). Validity generalization results for law enforcement occupations. Personnel Psychology, 39, 399 – 420.

Holland, J. L. (1985). Making vocational choices: A theory of vocational personalities and work environments. Odessa, FL: Psychological Assessment Resources.

Holland, J. L. (1996). Exploring careers with a typology. American Psychologist, 51, 397– 406.

Howard, A., & Bray, D. W. (1990). Predictions of managerial success over time: Lessons from the Management Progress Study. In K. E. Clark & M. B. Clark (Eds.), Measures of leadership (pp. 113–130). West Orange, NJ: Leadership Library of America.

Hunter, J. E. (1980). Test validation for 12,000 jobs: An application of synthetic validity and validity generalization to the General Aptitude Test Battery (GATB). Washington, DC: U.S. Department of Labor.

Hunter, J. E. (1983a). A causal analysis of cognitive ability, job knowledge, job performance, and supervisor ratings. In F. Landy, S. Zedeck, & J. Cleveland (Eds.), Performance measurement and theory (pp. 257– 266). Hillsdale, NJ: Erlbaum.

Hunter, J. E. (1983b). The prediction of job performance in the military using ability composites: The dominance of general cognitive ability over specific aptitudes. Report for Research Applications in partial fulfillment of Department of Defense Contract F41689-83-C-0025.

Hunter, J. E. (1986). Cognitive ability, cognitive aptitudes, job knowledge, and job performance. Journal of Vocational Behavior, 29, 340 –362.

Hunter, J. E. (1989). The Wonderlic Personnel Test as a predictor of training success and job performance. Libertyville, IL: Wonderlic.

Hunter, J. E., & Hunter, R. F. (1984). Validity and utility of alternate predictors of job performance. Psychological Bulletin, 96, 72–98.

Hunter, J. E., & Schmidt, F. L. (1990). Methods of meta-analysis: Correcting error and bias in research findings. Newbury Park, CA: Sage. Hunter, J. E., & Schmidt, F. L. (1996). Intelligence and job performance: Economic and social implications. Psychology, Public Policy, and Law, 2, 447– 472.

Jencks, C. (1972). Inequality: A reassessment of the effect of family and schooling in America. New York: Harper & Row.

Jensen, A. R. (1980). Bias in mental testing. New York: Free Press. Jensen, A. R. (1986). g: Artifact or reality? Journal of Vocational Behavior, 29, 301–331.

Jensen, A. R. (1998). The g factor: The science of mental ability. Westport, CT: Praeger.

Judge, T. A., Higgins, C. A., Thoresen, C. J., & Barrick, M. R. (1999). The Big Five personality traits, general mental ability, and career success across the life span. Personnel Psychology, 52, 621– 652.

Lubinski, D. (2000). Scientific and social significance of assessing individual differences: “Sinking shafts at a few critical points.” Annual Review of Psychology, 51, 405– 444.

Lubinski, D., & Humphreys, L. G. (1997). Incorporating general intelligence into epidemiology and the social sciences. Intelligence, 24, 159 – 201.

McCrae, R. R., & Costa, Jr., P. T. (1997). Personality trait structure as a human universal. American Psychologist, 52, 509 –516.

McCrae, R. R., & John, O. P. (1992). An introduction to the five-factor model and its applications. Journal of Personality, 60, 175–215.

McDaniel, M. A. (1985). The evaluation of a causal model of job performance: The interrelationships of general mental ability, job experience, and job performance. Unpublished doctoral dissertation, George Washington University.

McDaniel, M. A., Schmidt, F. L., & Hunter, J. E. (1988). Job experience correlates of job performance. Journal of Applied Psychology, 73, 327– 330.

McGue, M., & Bouchard, Jr., T. J. (1998). Genetic and environmental influences on human behavioral differences. Annual Review of Neuroscience, 21, 1–14.

McHenry, J. J., Hough, L. M., Toquam, J. L., Hanson, M. A., & Ashworth, S. (1990). Project A validity results: The relationship between predictor and criterion domains. Personnel Psychology, 43, 335–354.

Mount, M. K., & Barrick, M. R. (1995). The big five personality dimensions: Implications for research and practice in human resources management. In G. Ferris (Ed.), Research in personnel and human resources management (Vol. 13, pp. 153–200). Greenwich, CT: JAI Press.

Mount, M. K., Barrick, M. R., & Strauss, J. P. (1994). Validity of observer ratings of The Big Five personality dimensions. Journal of Applied Psychology, 79, 272–280.

Murphy, K. R. (1989). Is the relationship between cognitive ability and job performance stable over time? Human Performance, 2, 183–200.

Murray, C. (1998). Income and inequality. Washington, DC: AEI Press. Olea, M. M., & Ree, M. J. (1994). Predicting pilot and navigator criteria: Not much more than g. Journal of Applied Psychology, 79, 845– 851.

Ones, D. S. (1993). The construct validity of integrity tests. Unpublished doctoral dissertation, University of Iowa.

Ones, D. S., Viswesvaran, C., & Schmidt, F. L. (1993). Comprehensive meta-analysis of integrity test validities: Findings and implications for personnel selection and theories of job performance. Journal of Applied Psychology, 78, 679 –703.

Pearlman, K., Schmidt, F. L., & Hunter, J. E. (1980). Validity generalization results for tests used to predict job proficiency and training criteria in clerical occupations. Journal of Applied Psychology, 65, 373– 407.

Pulver, A., Allik, J., Pulkkinen, L., & Hamalainen, M. (1995). A Big Five personality inventory in two non-Indo-European languages. European Journal of Personality, 9, 109 –124.

Ree, M. J., & Carretta, T. R. (1998). General cognitive ability and occupational performance. In C. Cooper & I. Robertson (Eds.), International review of industrial organizational psychology, 1998 (pp. 159 –184). New York: Wiley.

Ree, M. J., & Earles, J. A. (1991). Predicting training success: Not much more than g. Personnel Psychology, 44, 321–332.

Ree, M. J., & Earles, J. A. (1992). Intelligence is the best predictor of job performance. Current Directions in Psychological Science, 1, 86 – 89.

Ree, M. J., Earles, J. A., & Teachout, M. (1994). Predicting job performance: Not much for than g. Journal of Applied Psychology, 79, 518 –524.

Sackett, P. R., & Wilk, S. L. (1994). Within-group norming and other forms of score adjustment in pre-employment testing. American Psychologist, 49, 929 –954.

Salgado, J. F. (1997). The five factor model of personality and job performance in the European Community (EC). Journal of Applied Psychology, 82, 30 – 43.

Savickas, M. L., & Spokane, A. R. (1999). Vocational interests: Their meaning, measurement, and use in counseling. Palo Alto, CA: Davies-Black.

Schmidt, F. L. (1992). What do data really mean? Research findings, meta-analysis, and cumulative knowledge in psychology. American Psychologist, 47, 1173–1181.

Schmidt, F. L. (2002). The role of general cognitive ability and job performance: Why there can be no debate. Human Performance, 15, 187–210.

Schmidt, F. L., Gast-Rosenberg, I. F., & Hunter, J. E. (1980). Validity generalization results for computer programmers. Journal of Applied Psychology, 65, 643– 661.

Schmidt, F. L., & Hunter, J. E. (1992). Causal modeling of processes determining job performance. Current Directions in Psychological Science, 1, 89 –92.

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, 262–274.

Schmidt, F. L., Hunter, J. E., & Outerbridge, A. N. (1986). The impact of job experience and ability on job knowledge, work sample performance and supervisory ratings of job performance. Journal of Applied Psychology, 71, 432– 439.

Schmidt, F. L., Hunter, J. E., Outerbridge, A. N., & Goff, S. (1988). The joint relation of experience and ability with job performance: A test of three hypotheses. Journal of Applied Psychology, 73, 46 –57.

Schmidt, F. L., Hunter, J. E., Pearlman, K., & Shane, G. S. (1979). Further tests of the Schmidt–Hunter Bayesian validity generalization model. Personnel Psychology, 32, 257–281.

Schmidt, F. L., Hunter, J. E., & Pearlman, K. (1981). Task differences and validity of aptitude tests in selection: A red herring. Journal of Applied Psychology, 66, 166 –185.

Schmidt, F. L., & Kaplan, L. B. (1971). Composite vs. multiple criteria: A review and resolution of the controversy. Personnel Psychology, 24, 419 – 434.

Schmidt, F. L., Law, K., Hunter, J. E., Rothstein, H. R., Pearlman, K., & McDaniel, M. (1993). Refinements in validity generalization methods: Implications for the situational specificity hypothesis. Journal of Applied Psychology, 78, 3–13.

Schmidt, F. L., Ones, D. S., & Hunter, J. E. (1992). Personnel selection. Annual Review of Psychology, 43, 627– 670.

Siegel, J. P., & Ghiselli, E. E. (1971). Managerial talent, pay, and age. Journal of Vocational Behavior, 1, 129 –135.

Spearman, C. (1904). “General intelligence,” objectively determined and measured. American Journal of Psychology, 15, 201–293.

Stewart, N. (1947). AGCT scores of Army personnel grouped by occupation. Occupations, 26, 5– 41.

Thorndike, R. L. (1986). The role of general ability in prediction. Journal of Vocational Behavior, 29, 332–339.

Thorndike, R. L., & Hagen, E. (1959). Ten thousand careers. New York: Wiley.

Viswesvaran, C., Schmidt, F. L., & Ones, D. S. (2002). Is there a general factor in job performance ratings independent of halo error? Manuscript submitted for publication. Florida International University.

Wilk, S. L., Desmarais, L. B., & Sackett, P. R. (1995). Gravitation to jobs commensurate with ability: Longitudinal and cross-sectional tests. Journal of Applied Psychology, 80, 79 – 85.

Wilk, S. L., & Sackett, P. R. (1996). Longitudinal analysis of ability-job complexity fit and job change. Personnel Psychology, 49, 937–967.

Wonderlic, E. F. (1992). Wonderlic Personnel Test user’s manual. Libertyville, IL: Wonderlic.

Yerkes, R. M. (Ed.). (1921). Psychological examining in the U.S. Army: Memoirs of the National Academy of Sciences (Vol. 15). Washington, DC: U.S. Government Printing Office.

Yoon, K., Schmidt, F. L., & Ilies, R. (2002). Cross-cultural construct validity of the five-factor model of personality among Korean employees. Journal of Cross-Cultural Psychology, 33, 217–235.