Ø ABSTRAK
Sebagian besar pendekatan
pengambilan keputusan strategis (SDM) menganjurkan pentingnya proses
pengambilan keputusan dan pilihan jawaban untuk memperoleh hasil yang efektif.
Teknologi sistem pendukung pengambilan keputusan (DMSS) modern sering juga
diperlukan untuk SDM yang kompleks, dengan penelitian terbaru menyerukan
pendekatan DMSS yang lebih integratif.
Ø PENDAHULUAN
Pengambilan keputusan
strategis (SDM) melibatkan metode dan praktik organisasi yang digunakan untuk
menginterpretasikan peluang dan ancaman di lingkungan dan kemudian membuat
keputusan keputusan (Shrivastava & Granat, 1985). teknologi pengambilan
keputusan sistem pendukung (DMSS) modern sering juga diperlukan untuk SDM yang
kompleks, dengan penelitian terbaru yang menyerukan pendekatan DMSS yang lebih integrative
(Mora, Forgionne, Cervantes, Garido, Gupta & Gelman, 2005; Philips-Wren,
Mora, Forgionne & Gupta, 2009).
Kondisi ketidakpastian di
lingkungan bulent sangat turY (misalnya, respon krisis), pada dasarnya, semakin
mempersulit proses SDM, dan dapat membatasi efektivitas pengambilan keputusan (RamirezYMarquez
& Farr, 2009). Yang menjadi masalah adalah anggapan
perlunya kecepatan respon di mana logika menentukan bahwa keputusan yang
memuaskan yang dibuat dengan cepat lebih unggul daripada keputusan yang optimal
yang dibuat terlambat. Dua dari proses pengambilan keputusan yang paling umum
diterima secara umum, dan banyak digunakan dalam konteks ini adalah perilaku
politik dan rasionalitas prosedural (FredrickY son & Mitchell, 1984; Hart,
1992; Eisenhardt & Zbaracki, 1992; Dean & Sharfman, 1993; Hart &
Banbury , 1994; Radner, 2000; Hough & White, 2003; Elbana & Child,
2007). Penelitian sebelumnya menganjurkan bahwa 'proses politis akan lebih
efektif dalam konteks ini, dan bahwa' proses pengambilan keputusan rasional akan
kurang efektif di lingkungan yang tidak stabil (FredrickY son & Mitchell,
1984).
Secara kolektif,
literatur tentang efektivitas proses SDM ini di berbagai pengaturan
bertentangan karena beberapa penelitian menunjukkan bahwa keputusan rasional
proses pembuatan akan berhubungan positif dengan efektivitas (Bourgeois &
Eisenhardt, 1988; Eisenhardt, 1989; Hart, 1992) dan keputusan politis. Proses
pembuatan keputusan tidak akan efektif (Hart, 1992), sementara yang lain harus
mengikuti proses pengambilan keputusan politik dan menentang pengambilan
keputusan yang rasional. Proses pengambilan keputusan (Fredrickson &
Mitchell, 1984).
Dalam penelitian ini kami
membahas beberapa pertanyaan penelitian khusus: 1) Apakah variasi dalam proses
pengambilan keputusan menghasilkan variasi dalam pilihan respons; 2) Apakah
variasi dalam pilihan jawaban menghasilkan variasi dalam keputusan efektif; dan
3) Bisakah kita juga melacak efektivitas berbagai proses SDM yang dimediasi
melalui pilihan respons tertentu? Karena manajemen dapat memengaruhi proses
SDM, pertanyaan ketiga cenderung lebih menarik daripada pertanyaan kedua.
Makalah ini menghasilkan
sebagai berikut: 1) Kami meninjau penelitian terkait pada SDM, dan memanfaatkan
teori usia sebelumnya untuk mengembangkan hipotesis untuk proses terintegrasi.
Efektivitas model SDM. 2) Kami menguji model dan hipotesis melalui analisis
data empiris dari latihan pelatihan penanganan krisis menggunakan teknologi
sistem pendukung keputusan simulasi berbasis agen; 3) Kami menyajikan dan
mendiskusikan hasil analisis kami dalam kaitannya dengan model dan hipotesis;
dan
4) Kami menyimpulkan dengan diskusi tentang temuan kami bersama dengan implikasi
untuk praktik dan penelitian akademis masa depan.
Ø PENGEMBANGAN
TEORI
Pekerjaan sebelumnya oleh
Dean dan Sharfman (1993, 1996) menawarkan model pengambilan keputusan yang
terintegrasi, untuk membingkai studi ini tentang efektifitas proses SDMYagosy.
Pekerjaan mereka mengkaji asumsi-asumsi yang mendasari hubungan antara proses
pengambilan keputusan, pilihan respons, dan efektivitas SDM. Model ini
mengusulkan bahwa variasi dalam proses pengambilan keputusan (politik atau
rasional) akan menghasilkanberbeda pilihan respons yang, yang menghasilkan
variasi dalam efektivitas SDM. Namun, uji empiris model mereka terbatas pada
hubungan antarapolitik dan rasional proses pengambilan keputusan dan variasi
dalam efektivitas saja, tidak termasukmenengah pilihan respon variabel. Karena
implikasi mediasi potensial dari pilihan respons variabel perantaradengan
demikian tidak diteliti, kami memperluas dan memeriksa model Dean dan Sharfman
(1996) untuk mengklarifikasi argumen yang bertentangan dalam literatur SDM
sebelumnya. Kami melakukan ini dengan memeriksa model lengkap dengan memasukkan
hubungan mediasi pilihan respons melalui aplikasi kami ke konteks pengambilan
keputusan yang ekstrem (respons krisis). Pendekatan kami adalah sebagai
berikut: 1) Kami memperluas Dean dan Sharfman (1996) keputusan strategis.
Membuat hubungan dan model efektivitas variasi dalam proses, pilihan respon,
dan efektivitas dengan memperluas model efektivitas mereka untuk memasukkan
efek mediasi potensial dari pilihan menengah; dan 2) Kami kemudian memeriksa
argumen yang bersaing untuk efektivitas proses dalam konteks ini dari
Fredrickson dan Mitchell (1984), Bourgeois dan Eisenhardt (1988), dan Hart
(1992).
Dalam Dean dan Sharfman
(1996) model variasi dalam pengambilan keputusan strategis. Proses pembuatan
(misalnya, pendekatan Politik atau Rasional) menghasilkan variasi dalam pilihan
respons, menghasilkan variasi dalam efektivitas. Hasil efektivitas karena itu
tergantung pada yang berikut:
1)
Proses pengambilan keputusan strategis yang digunakan, dan 2) Pilihan strategi
respon dilaksanakan. Untuk mengklarifikasi konflik dengan argumen dominan dalam
literatur untuk efektivitas proses di bawah ketidakpastian, serta menguji peran
mediasi berteori pilihan, kami mengembangkan beberapa hipotesis baseYline untuk
secara konsisten konsisten dengan literatur sebelumnya.
Replikasi
model Dean dan Sharfman (1996):
Hipotesis 1:
Variasi dalam proses pengambilan keputusan strategis akan terkait dengan
variasi dalam efektivitas.
Meneliti
sub elemen dari model yang tersirat Dean and Sharfman (1996):
Hipotesis 2:
Variasi dalam pengambilan keputusan strategis akan terkait dengan variasi dalam
pilihan respons.
Hipotesis 3:
Variasi dalam pilihan respons akan
terkait
dengan variasi dalam efektivitas. Untuk menguji model lengkap seperti yang
diusulkan oleh Dean dan Sharfman (1996), yang mengusulkan hubungan mediasi
tetapi hanya meneliti hubungan langsung, kami membedakan antara efek langsung
dari proses SDM pada efektivitas (H1) dan hubungan mediasi yang bertindak
melalui pilihan respons. Sedangkan, model asli Dean dan Sharfman (1996)
memiliki pilihan sebagai endogen terhadap pengambilan keputusan strategis dan
hubungan efektif, kami memodelkan pilihan respons sebagai langkah menengah dan
menganggap ini sebagai perluasan dari pengambilan keputusan strategi dan
hubungan efektivitas. Karena itu kami menurunkan hipotesis 4 untuk menguji
apakah pilihan respon memiliki efek mediasi dan langsung pada efektivitas
keputusann.
Meneliti
model penuh Dean dan Sharfman (1996):
Hipotesis 4:
Variasi dalam proses pengambilan keputusan strategis dan variasi dalam pilihan
respons akan terkait dengan variasi dalam efektivitas.
Untuk
memeriksa konflik dalam literatur mengenai inkonsistensi di antara FredY rickson
dan Mitchell (1984) dan Bourgeois dan Eisenhardt (1988) proposisi untuk
lingkungan yang tidak pasti dan berkecepatan tinggi, serta proposisi Hart
(1992) untuk efektivitas berdasarkan jenis proses pengambilan keputusan, kami
mengembangkan hipotesis 5a dan 5b:
Hipotesis 5a:
Dalam lingkungan yang sangat bergejolak, proses pengambilan keputusan yang
rasional harus berhubungan positif dengan efektivitas, sementara proses
pengambilan keputusan politik tidak boleh memiliki hubungan positif dengan
efektivitas (Bourgeois & Eisenhardt, 1988; Hart, 1992).
Hipotesis 5b:
Dalam lingkungan yang sangat bergejolak, proses pengambilan keputusan yang
rasional harus berhubungan negatif dengan efektivitas, sedangkan proses
pengambilan keputusan politik harus memiliki hubungan positif dengan
efektivitas (FredrickY son & Mitchell, 1984).
Ø ANALITIS
PERTIMBANGAN
Konteks
Studi
Peristiwa krisis (yaitu, bencana alam,
terorisme, dll.) Adalah lingkungan yang ditandai oleh berbagai tingkat
turbulensi dan ambiguitas (Komisi Nasional untuk Serangan Teroris, 2004).
Sementara organisasi pemerintah berbeda dari yang ada di sektor swasta, penelitian
di bidang manajemen tentang SDM mungkin berlaku untuk organisasi pemerintah
yang berurusan dengan peristiwa krisis.
Sampel
Data
Kami menguji model dan hipotesis kami
menggunakan data yang dikumpulkan dari pendekatan multiYstep yang terdiri dari
percobaan (latihan pelatihan Departemen Keamanan Dalam Negeri AS yang disebut
Respon Terukur (MR)) dalam hubungannya dengan simulasi berbasis agen yang
cerdas. Kami menggunakan data ini untuk menguji model Dean dan Sharfman (1996)
yang diperluas dan hipotesis hyY terkait untuk variasi dalam proses, pilihan,
dan efektivitas SDM. Kami menggunakan pendekatan metodologis eksperimen
eksperimental untuk melakukan ini. Pendekatan ini terdiri dari dua langkah: 1)
Menggunakan instrumen survei yang divalidasi untuk mengumpulkan data tentang
proses strategi dan pilihan dari percobaan laboratorium dengan praktisi yang
sebenarnya dikelompokkan ke dalam beberapa tim tanggapan; dan 2) Agen ligent
intelijen. Simulasi berbasis digunakan dalam latihan untuk menghasilkan data
tentang efektivitas proses SDM dan pilihan respons. Latihan
Respons Terukur. Latihan pelatihan MR Homeland Security terdiri dari sembilan
tim agen manusia terdiri dari masing-masing tiga hingga lima orang
(masing-masing mewakili tanggung jawab fungsional mereka yang sebenarnya) untuk
memainkan peran Departemen Homeland Security (DHS), Kesehatan dan Layanan
Kemanusiaan (DHHS), dan Transportasi (DT) di tingkat lokal, negara bagian, dan
federal. Agen manusia ini beroperasi di lingkungan IJoint Operations Center
"di mana mereka dapat melaksanakan berbagai keputusan dan merespons secara
interaktif terhadap perubahan dalam lingkungan yang disimulasikan melalui
latihan.
Model Simulasi. The Measy ReY mensponsori
latihan latihan menggunakan lingkungan sintetis sebagai teknologi sistem pendukung
keputusan untuk latihan. Sistem ini menggunakan lingkungan simulasi komputer
virtual yang dinamis untuk mensimulasikan wabah dan dispersi agen biologis pada
kota berukuran menengah di Amerika Serikat. Wabah ini memengaruhi puluhan ribu
agen cerdas berbasis komputer. memperkirakan keragaman karakteristik perilaku
dan demografi populasi model yang sebenarnya untuk kota tersebut.Selain itu,
kami menggunakan data pathogenYspecific dari Centers for Disease Control (CDC)
dalam model simulasi untuk memastikan serangan terjadi secara realistis pada
populasi virtual agen cerdas Selanjutnya, organisasi Aspek akhir dari model
simulasi menggabungkan data dari rencana respon DHS dan CDC yang sebenarnya.
Oleh karena itu, skenario yang disimulasikan mereplikasi karakteristik
sebenarnya dari serangan dunia nyata di mana proses pengambilan keputusan dan
pilihan strategi tanggapan dapat secara signifikan mempengaruhi hasil dalam hal
tingkat infeksi, penyebaran penyakit menular, tingkat kematian populasi, dan
suasana hati masyarakat.
Mengukur
Variabel dependen. Variabel
dependen dalam penelitian kami terdiri dari ukuran terintegrasi untuk mengukur
efektivitas keputusan. pendekatan ini konsisten dengan penelitian terbaru yang
mengadvokasi proses terpadu dan hasil pengukuran untuk pengambilan keputusan.
Membuat evaluasi sistem pendukung (Mora et al., 2005; PhillipsYWren et al.,
2009). Sedangkan tujuan keputusan adalah untuk mengendalikan atau mengendalikan
wabah dan meminimalkan kematian, diperlukan untuk mempertahankan tingkat
suasana hati publik yang dapat diterima mempersulit tujuan ini, oleh karena itu
para pembuat keputusan harus c onsider keputusan pilihan mereka dalam hal
berisi wabah dan dampak pada suasana hati publik. Kami mewakili implikasi
efektivitas ini melalui variabel dependen terintegrasi dalam model, yang
terdiri dari ukuran efektivitas keputusan gabungan tertimbang standar dari
total jumlah nyawa yang diselamatkan (disebut ITLS") dan peningkatan mood
publik (disebut IPMI") , untuk menangkap tradeYoff dalam pengambilan
keputusan. Kami memberi label keefektifan keputusan variabel dependen ini
(diistilahkan IDE"). Kami menyusun ukuran untuk efektivitas keputusan
dengan membandingkan hasil simulasi yang dihasilkan selama latihan, dengan
langkah-langkah garis dasar dari simulasi yang dihasilkan dalam kondisi tanpa
intervensi setelah Serangan untuk menghitung TLS dan PMI. , kami mengukur
efektivitas responden sebagai perbedaan antara kinerja mereka dan skenario
terburuk (tidak ada tanggapan) .Kami kemudian membangun ukuran kami untuk
keputusan efektifitas (DE) dari komposit tertimbang (berdasarkan bias responden
terhadap masalah kesehatan atau politik) dari nilai-nilai standar dari langkah-langkah
TLS dan PMI.
Ø PROSEDUR
ANALITIS
Setelah pengkodean dan
kompilasi data sampel kami, kami melakukan pemeriksaan untuk data yang hilang,
menghadapi validitas, dan multikolinearitas. Pemeriksaan ini mengonfirmasi
bahwa sampel tampak dapat digunakan dan bahwa data berada dalam parameter yang
diharapkan. Lebih lanjut, pemeriksaan multikolinear mengungkapkan beberapa
korelasi kecil antar variabel, seperti yang kami harapkan, yang berkaitan
dengan sifat variabel yang diteliti dan ukurannya. Kami daftar statistik
deskriptif dan korelasi dari langkah-langkah ini pada Tabel 2.
Selanjutnya, untuk
menguji hipotesis kami, mengingat potensi autokorelasi dengan kumpulan data, kami
menggunakan model campuran desain tindakan berulang. Karena ukuran variabel
dependen kami berasal sebagai data kontinu dengan distribusi normal (yang
kemudian kami distandarisasi sebelum analisis), kami melakukan analisis kami
menggunakan prosedur MIXED dengan kontrol untuk kovarian di SAS. Karena
beberapa variabel independen kami juga melibatkan langkah-langkah LikertYscale,
model linier campuran umum (misalnya, prosedur NLMIXED atau GLIMMIX di SAS)
juga dipertimbangkan (analisis tambahan dengan
prosedur ini tidak mengungkapkan hasil yang berbeda secara signifikan di antara
prosedur).
Prosedur campuran dalam SAS memungkinkan analisis tindakan berulang
yang benar untuk mengatasi potensi autokorelasi. Dalam melakukan hal itu, kami
menggunakan tingkat pemerintahan sebagai efek tetap yang memungkinkan kami
menilai model dengan lebih ketat serta membandingkan tingkat kesesuaian antara
model langsung dan yang dimediasi. Dalam melakukannya, setelah terlebih dahulu
menguji variabel kontrol kami (model 1 dan 3), dalam model 4 kami menguji
apakah efektivitas merupakan fungsi dari proses pengambilan keputusan strategis
(Hipotesis 1). Selanjutnya, dalam model 2, kami menguji apakah pilihan respons
adalah fungsi dari proses pengambilan keputusan strategis (Hipotesis 2), dan
dalam model 5, apakah efektivitas adalah fungsi dari pilihan respons (Hipotesis
3). Setelah pengujian regresi untuk hipotesis hyY ini, kami menggunakan hasil
model untuk menguji peran langsung versus mediasi dari proses pengambilan
keputusan pada pilihan dan keefektifan. Kami kemudian membuat perbandingan
antara hubungan langsung proses pada efektivitas, dan pilihan pada efektivitas,
dan hubungan proses mediasi, bekerja melalui pilihan, pada efektivitas
keputusan. Melalui hipotesis 4 kami menguji model jalur lengkap untuk
menentukan apakah pilihan respons menyediakan hubungan mediasi antara proses
dan efektivitas SDM, atau jika efek langsung proses SDM terhadap efektivitas
cukup memadai tanpa hubungan mediasi. Akhirnya, kami berusaha untuk mengklarifikasi
konflik dalam literatur sebelumnya mengenai ekspektasi efektifitas proses SDM
rasional atau politik dalam konteks kami saat ini. Kami memeriksa konflik ini
melalui hipotesis 5a dan 5b. Kami memberikan ikhtisar hasil analisis ini pada
Tabel 3, dan membahas hasil ini di bagian berikut.
Ø DISKUSI
HASIL
Secara keseluruhan,
ketika kami menganalisis jalur langsung dari model lengkap (Proses Efektivitas)
terhadap jalur tidak langsung (Proses melalui Pilihan pada Efektivitas) kami
mengamati bahwa efektivitas memang tampaknya memediasi proses melalui pilihan.
Kami membahas hasil ini dalam deY tail tertentu, sehubungan dengan hipotesis
kami di bawah ini.
Pengujian Hipotesis
Dalam
Hipotesis 1, kami menguji apakah variasi dalam proses SDM berhubungan langsung
dengan variasi dalam efektivitas. Kami mengamati dukungan untuk Hipotesis 1
dalam model 4; karena koefisien untuk perilaku politik negatif dan signifikan
(lihat Tabel 3). Selanjutnya, dalam Hipotesis 2, kami meneliti sub-elemen model
dalam hal apakah variasi dalam proses SDM berhubungan dengan variasi dalam
pilihan respons. Kami mengamati hanya dukungan marjinal untuk Hipotesis 2 dalam
model 2, karena koefisien untuk perilaku politik negatif dan sedikit
signifikan, sedangkan koefisien untuk rasionalitas prosedural positif dan
sedikit signifikan (lihat Tabel 3). Lebih lanjut, dalam Hipotesis 3, kami
memeriksa apakah pilihan jawaban signifikan dalam menjelaskan efektivitas. Kami
gagal mengamati dukungan untuk hipotesis 3 dalam model 5, karena koefisien untuk
pilihan respons strategis negatif dan tidak signifikan (lihat Tabel 3). Dalam
Hipotesis 4 kami memeriksa jalur lengkap (model 6), untuk menentukan apakah
pilihan respon menyediakan hubungan mediasi antara proses SDM dan efektivitas,
atau jika efek langsung proses SDM pada efektivitas (model 4) cukup tanpa
hubungan mediasi Kami mengamati dukungan parsial untuk Hipotesis 4 karena model
6 menunjukkan koefisien negatif untuk pilihan, serta koefisien negatif dan
signifikan untuk perilaku politik. Selain itu, kami mengamati peningkatan
goodness of fit dalam model 6, yang menawarkan beberapa dukungan tambahan untuk
Hipotesis 4 di samping koefisien signifikansi sedikit untuk pilihan dalam model
(lihat Tabel 3).
Selanjutnya,
untuk menguji secara efektif peran mediasi yang tampak dari pilihan respons
pada hubungan antara proses SDM dan efektivitas, Baron dan Kenny (1986)
menunjukkan bahwa untuk membangun mediasi, beberapa kondisi harus dipegang.
Kondisi ini sesuai dengan menemukan hubungan yang signifikan dalam model 4, dan
6. Karena kami memiliki signifikan atau margin sekutu hubungan yang
signifikan dalam model ini, kami menyimpulkan bahwa pilihan respon memediasi
hubungan antara proses SDM dan efektivitas.
Selain itu, ketika kami
menganalisis jalur langsung dan tidak langsung, jalur tidak langsung melalui
pilihan respons signifikan dan kurang negatif untuk perilaku politik (lihat
Gambar 1). Karena itu ketika pilihan respons menengahi hubungan, ini berarti
bahwa pilihan respons memiliki peran dalam mempengaruhi efektivitas SDM. Temuan
ini mendukung termasuk variabel pilihan respons dalam model dan tampaknya
menawarkan perpanjangan, dan dukungan empiris untuk karya Dean dan Sharfman
(1993, 1996).
* p = .10, kp = .05, kk p
= .001
Selanjutnya,
melalui Hipotesis 5a dan 5b, kami berusaha untuk mengklarifikasi konflik dalam
literatur sebelumnya mengenai harapan yang saling bersaing dari pengambilan
keputusan rasional atau politik. Proses pembuatan efektifitas dalam konteks
kita saat ini . Dalam Hipotesis 5a kami berpendapat bahwa pengambilan keputusan
rasional proses akan berhubungan positif dengan efektivitas SDM (Bourgeois
& Eisenhardt, 1988), dan diharapkan efek non-positif untuk proses
pengambilan keputusan politik (Hart, 1992). Dalam model 4, koefisien untuk
rasio proseduralYalitas positif, tetapi tidak signifikan, dan koefisien untuk
perilaku politik negatif dan signifikan (lihat Tabel 3). Demikian juga, dalam
model 6, koefisien untuk rasionalitas prosedural positif, tetapi tidak
signifikan, dan koefisien untuk perilaku politik negatif dan signifikan. Lebih
lanjut, dalam analisis jalur (Gambar 1), efektivitas perilaku politik yang
direnungkan adalah signifikan, dan efek dari jalur yang dimediasi adalah
positif bila dibandingkan dengan jalur langsung. Dengan demikian, kami menyimpulkan
bahwa kami gagal untuk mengamati dukungan untuk Hipotesis 5a. Oleh karena itu,
hasil kami tampak konsisten dengan argumen Hart (1992) yang mengatakan perilaku
politik tidak akan positif, sementara mereka tampaknya bertentangan dengan
argumen Bourgeois dan Eisenhardt (1988), yang menganjurkan bahwa proses
rasional akan menjadi positif dan signifikan.
Dalam
Hipotesis 5b kami berpendapat bahwa proses pengambilan keputusan yang rasional
akan berhubungan secara negatif dengan efektivitas SDM, dan diharapkan efek
positif untuk proses pengambilan keputusan politik (Frederickson &
Mitchell, 1984). Namun, dalam model 4 dan 6, kami mengamati koefisien positif
tapi tidak signifikan untuk rasionalitas prosedural. Selanjutnya, kami juga
mengamati koefisien negatif dan signifikan untuk perilaku politik dalam model 4
dan 6 (lihat Tabel 3). Oleh karena itu kami juga gagal untuk mengamati dukungan
untuk Hipotesis 5b, bertentangan dengan argumen Frederickson dan Mitchell
(1984) yang menganjurkan penggunaan proses politik tipe dalam konteks ini, dan
bahwa proses keputusan rasional akan memiliki hubungan negatif dengan
efektivitas di lingkungan yang tidak stabil.
Ø KESIMPULAN
Dalam makalah ini kami
memeriksa implikasi dari argumen yang bersaing untuk efektivitas proses
pengambilan keputusan, dengan memasukkan peran mediasi berteori, tetapi di
bawah diperiksa untuk pilihan respon, dalam konteks pengambilan keputusan
sektor publik.ketidakpastian (yaitu, respons krisis). Dalam melakukannya, kami
menggunakan teknologi DMSS untuk mengembangkan perpanjangan model keputusan
sebelumnya (Dean & Sharfman, 1993, 1996) dengan hipotesis terkait untuk
proses SDM, pilihan, dan efektivitas. Kami memeriksa model yang diperluas
menggunakan data yang dikumpulkan melalui pendekatan eksperimen komputasi yang
melibatkan eksperimen dengan para pembuat keputusan aktual (pegawai pemerintah
federal, negara bagian, dan lokal), dan agen keputusan berbasis simulasi yang
didukung dan didukung oleh sistem pelabuhan (Chaturvedi et al., 2005 ; Harrison
et al., 2007).
Implikasi
penelitian
Salah
satu implikasi penelitian dari penelitian ini melibatkan perluasan dan
perluasan karya Dekan dan Sharfman (1993, 1996) serta klarifikasi prediksi yang
bersaing untuk efektivitas proses SDM. Temuan kami tentang dukungan empiris
untuk model Dean dan Sharfman (1996) yang diperluas menunjukkan bahwa pilihan
respons mungkin memainkan peran mediasi penting dalam hubungan antara proses
SDM dan efektivitas. Temuan ini penting karena jika kita hanya melihat efek
dari proses pengambilan keputusan pada efektivitas, seperti penelitian
sebelumnya (Dean & Sharfman, 1993, 1996), kita mungkin menghubungkan
perbedaan dalam efektivitas SDM dengan variasi proses yang tidak benar-benar
mempengaruhi pilihan respons dan karenanya tidak secara langsung mendorong
efektivitas. Kedua, pengembangan model Dean dan Sharfman (1996) yang diperluas
untuk lingkungan yang kompleks dan bergejolak menunjukkan penerapan model
tersebut pada konteks ekstrem, di luar konteks yang lebih stabil di mana ia
awalnya dikembangkan. Pengamatan ini menunjukkan dukungan lebih lanjut untuk
kekokohan dan penerapan argumen dan model Dean dan Sharfman (1993, 1996).
Implikasi
Manajerial
Dalam
hal implikasi manajerial, kami berusaha untuk membedakan pilihan respons mana
yang paling efektif dalam konteks ini dan proses pengambilan keputusan mana
yang menghasilkan respons yang lebih efektif. Mengingat sifat kritis
pengambilan keputusan di bawah ketidakpastian dan risiko yang tinggi dalam
konteks kami, kami menyimpan kekhawatiran bahwa saat ini proses SDM yang
diamati dalam praktik (seringkali bersifat politis) mungkin sub-optimal dan
bahkan merugikan keefektifan. Sebagai contoh, kami berharap bahwa tindakan
karantina menjadi lebih membatasi, kita akan menyelamatkan lebih banyak nyawa,
tetapi bahwa kita akan memengaruhi suasana hati publik sehingga pembuat
keputusan akan ragu untuk membuat pilihan ini. Namun, kami menemukan bahwa
dalam konteks dan durasi latihan ini, tindakan karantina yang lebih ketat
sebenarnya dapat mempengaruhi baik jumlah total nyawa yang diselamatkan maupun
suasana hati publik.
Keterbatasan
dan Penelitian Masa Depan
Keterbatasan.
Penelitian ini tunduk pada sejumlah keterbatasan potensial, yang harus
dipertimbangkan ketika menafsirkan temuan kami dan pengamatan kami.
Keterbatasan potensial pertama adalah ukuran sampel (268 pengamatan dari satu
percobaan). Penelitian di masa depan pada konstruksi ini dan hubungan mereka
dalam konteks ini mungkin ingin memanfaatkan sampel yang lebih besar selama
periode waktu yang lebih lama. Kedua, mengingat perlunya mempertahankan
realisme dari latihan pelatihan keamanan tanah air dan untuk memanfaatkan
pembuat keputusan dalam peran nyata mereka, kami tidak dapat secara acak
menetapkan kelompok perawatan kami. Ketiga, sementara kami mencoba untuk
mengontrol disposisi peserta percobaan sebelumnya terhadap masalah politik atau
kesehatan, itu masih mungkin bahwa faktor-faktor tersebut dapat mempengaruhi
proses SDM, pilihan respons, dan efektivitasnya. Keempat, ada juga kemungkinan
penjelasan alternatif lain untuk pengamatan penelitian ini, yang juga bisa
menjadi penjelasan yang masuk akal untuk beberapa hasil. Penemuan masa depan.
Studi ini menimbulkan beberapa pertanyaan penting yang mungkin memiliki banyak
implikasi untuk penelitian di bidang manajemen dan kebijakan publik. Beberapa
dari pertanyaan ini adalah: Bagaimana proses politik tidak disarankan, dan
bagaimana kita dapat mengurangi efeknya yang merugikan; dan sejauh mana
predisposisi terhadap proses pengambilan keputusan memengaruhi pilihan respons
dan / atau efektivitas SDM? Secara khusus, kami menyarankan penelitian lebih
lanjut mengenai dampak dari proses pengambilan keputusan, dan peran mediasi
dari pilihan respons, dalam pengaturan sektor publik dan swasta di bawah
kondisi risiko tinggi dan ketidakpastian.
Ø KESIMPULAN
Melalui tulisan ini, kami menunjukkan
pentingnya pilihan respons sebagai faktor penengah dalam hubungan efektivitas
proses SDM. Selanjutnya, kami telah menggambarkan bahwa teori, model, dan
metode yang dikembangkan melalui penelitian di bidang manajemen dapat berlaku
untuk konteks lain yang lebih bergejolak seperti respons krisis sektor publik
(Hoffman, 1981; Green & Kolesar, 2004). Kami berharap pekerjaan kami dapat
memberikan beberapa motivasi untuk penelitian lebih lanjut tentang efektivitas
SDM serta penerapan penelitian manajemen dan model untuk pengaturan yang tidak
konvensional seperti terorisme dan respons krisis.
Ø PENGAKUAN
1) Penelitian
ini didanai sebagian oleh hibah NSF DDDAS # CNSY0325846
2) Kami
ingin mengucapkan terima kasih kepada mantan direktur DHS Negara Bagian Indiana
Eric Dietz, Purdue Homeland Security Institute (PHSI) dan mantan direktur
Tim Collins, dan staf Tejas Bhatt dan ChihYHui Hsieh
khususnya atas bantuan luar biasa mereka dengan pengumpulan, persiapan, dan
analisis dari data simulasi dari latihan Respon Terukur.
Ø REFERENSI
Baron, R., & Kenny, D. (1986).
Perbedaan Variabel Mediator Moderator dalam Psikologi Sosial Penelitian:
Konseptual, Strategis, dan Pertimbangan Statistik. Jurnal Kepribadian dan
Psikologi Sosial, 51 (6), 1173-1182. doi: 10.1037 / 0022Y 3514.51.6.1173
Bourgeois, L., & Eisenhardt, K.
(1988). Proses cision Strategis DeY di Lingkungan Berkecepatan Tinggi: Empat
Kasus di Industri Komputer Mikro. Ilmu Manajemen, 34 (7), 816-835. doi: 10.1287
/ mnsc.34.7.816
Chaturvedi, A., Mehta, S., & Drnevich,
P. (2005). Eksperimen Langsung dan Komputasi dalam Respons Terorisme BioY. Di
Darema, F. (Ed.), Sistem Aplikasi Berbasis Data. Dordrecht, The NethY erlands:
Kluwer Academic Publishers.
Craft, D., Wein, L., & Wilkins, A.
(2005). Menganalisis logistik respons bioteror: Kasus antraks. Ilmu Manajemen,
51 (5), 679-694. doi: 10.1287 / mnsc.1040.0348
Dean, J., & Sharfman, M. (1993).
Hubungan rasionalitas prosedural dan perilaku politik dalam pengambilan
keputusan strategis. Ilmu Keputusan, 24, 1069-1083. doi: 10.1111 /
j.1540Y5915.1993. tb00504.x
Dean, J., & Sharfman, M. (1996).
Apakah Keputusan ProY tidak berarti? Sebuah Studi tentang Keputusan Strategis.
Membuat Efektivitas. Academy of Management Journal, 39 (2), 368-396. doi:
10.2307 / 256784
Deutsch, K. (1963). Saraf Pemerintahan.
New York: Pers Bebas.
Eisenhardt, K. (1989). Membuat keputusan
strategis yang cepat di lingkungan berkecepatan tinggi. Akademi Jurnal
Manajemen, 32 (3), 543-576. doi: 10.2307 / 256434
Eisenhardt, K., & Zbaracki, M. (1992).
Pengambilan keputusan strategis. Jurnal Manajemen Strategis, 13, 17-37. doi:
10.1002 / smj.4250130904
Elbana, S., & Child, J. (2007).
Pengaruh Efektivitas Keputusan Strategis: Pengembangan dan Uji Model
Integratif. Jurnal Manajemen Strategis, 28 (4), 431-453. doi: 10.1002 / smj.597
Eubank, S., Guclu, H., Kumar, A., Marathe,
M., Srinivasan, A., Toroczal, Z., & Wang, N. (2004). Memodelkan wabah
penyakit di jaringan sosial perkotaan yang realistis. Alam, 429, 180-184. doi:
10.1038 / nature02541
Fredrickson, J., & Mitchell, W.
(1984). Proses pengambilan keputusan strategis: Kelengkapan dan Kinerja Dalam
Suatu Industri Dengan Lingkungan Yang Tidak Stabil. Jurnal Jurnal Manajemen, 27
(2), 399-423. doi: 10.2307 / 255932
Green, L., & Kolesar, P. (2004).
Meningkatkan Daya Tanggap Darurat Negara dengan Manajemen Sains. Ilmu
Manajemen, 50 (8), 1001-1014. doi: 10.1287 / mnsc.1040.0253
Harrison, JR, Lin, Z., Carroll, G., &
Carley, K. (2007). Pemodelan Simulasi dalam Penelitian Organisasi dan
Manajemen. Academy of Management Review, 32 (4), 1229-1245.
Hart, S. (1992). Kerangka Kerja Integratif
untuk Proses StrategiYMaking. Academy of Management Review, 17 (2), 327-351.
doi: 10.2307 / 258775
Hart, S., & Banbury, C. (1994).
Bagaimana Strategi Membuat Proses Dapat Membuat Perbedaan. Jurnal Manajemen
Strategis, 15 (4), 251-269. doi: 10.1002 / smj.4250150402
Hoffman, S. (1981, Spetember). Keamanan di
zaman turbulensi: Cara tanggapan (Adelphi Papers 167, hlm. 1Y18). Makalah
disajikan pada konferensi tahunan kedua puluh dua dari
IISS, Stresa, Italia.
Hough, J., & White, M. (2003). Namisme
lingkungan dan keputusan strategis. Rasionalitas pengambilan keputusan:
pemeriksaan pada tingkat keputusan. Jurnal Manajemen Strategis, 24 (5),
481-489. doi: 10.1002 / smj.303
Kaplan, E., Craft, D., & Wein, L.
(2002). Tanggap Darurat terhadap Serangan Cacar: Kasus Vaksinasi Massal.
Prosiding Akademi Ilmu Pengetahuan Nasional Amerika Serikat, 6 (16),
10935-10940. doi: 10.1073 / pnas.162282799
Kaplan, E., Craft, D., & Wein, L.
(2003). Menganalisis Logistik Respons Bioteror: Kasus SmallYox. Biosains
Matematika, 185 (1), 33-72. doi: 10.1016 / S0025Y5564 (03) 00090Y7
Kuhr, S., & Hauer, J. (2001). Ancaman
Terorisme Biologis di Milenium Baru. The American Behavioral Scientist, 44 (6),
1032-1041. doi: 10.1177 / 00027640121956539
Linebarger, JM, De Spanyol, MJ, McDonald,
MJ, Spencer, FW, & Cloutier, RJ (2009). Kerangka Kerja Design for Tractable
Analysis (DTA): Metodologi untuk Analisis dan Simulasi Sistem Kompleks. Jurnal
Internasional Teknologi Sistem Pendukung Keputusan, 1 (2), 69-91.
Liu, S., Duffy, AHB, Whitfield, RI, Boyle,
IM, & McKenna, I. (2009). Menuju Realisasi Lingkungan Pendukung Keputusan
Terintegrasi untuk Pengambilan Keputusan Organisasi. Jurnal Internasional
Teknologi Sistem Pendukung Keputusan, 1 (4), 38-58.
Mora, M., Forgionne, G., Cervantes, F.,
Garrido, L., Gupta, JND, & Gelman, O. (2005). Menuju Kerangka Kerja
Komprehensif untuk Desain dan Evaluasi Sistem Pelabuhan Pengambilan Keputusan
yang Cerdas. Jurnal Sistem Keputusan, 14 (3), 321-344. doi: 10.3166 /
jds.14.321Y344
Mostashari, A., & Sussman, JM (2009).
Kerangka Kerja untuk Analisis, Desain dan Manajemen Sistem Large Soacotech
LargeYScale Open SoY ciotechnology. Jurnal Internasional Teknologi Sistem
Pendukung Keputusan, 1 (2), 53-68.
Komisi Nasional Serangan Teroris. (2004).
Laporan Komisi 9/11: Laporan Akhir Komisi
Nasional Serangan Teroris ke Amerika
Serikat. New York: WW Norton.
PhillipsYWren, G., Mora, M., Forgionne,
GA, & Gupta, JND (2009). Kerangka evaluasi integratif untuk sistem
pendukung keputusan yang cerdas. European Journal of Operational Research, 195
(3), 642-652. doi: 10.1016 / j.ejor.2007.11.001
Radner, R. (2000). Rasionalitas yang Mahal
dan Terbatas dalam Pembuatan Keputusan Individu dan Tim. Perubahan Industri dan
Perusahaan, 9 (4), 623-658. doi: 10.1093 / icc / 9.4.623
RamirezYMarquez, JE, & Farr, JV
(2009). Pendekatan Pengambilan Keputusan untuk Pemilihan Bencana Alam dalam
Perencanaan Pemulihan Bencana. Jurnal Internasional Teknologi Sistem Pendukung
Keputusan, 1 (2), 36-51.
Rvachev, L., & Longini, I. (1985).
Model matematika untuk penyebaran influenza global. Biosains Matematika, 75
(11), 3-22. doi: 10.1016 / 0025Y 5564 (85) 90064Y1
Shrivastava, P., & Grant, J. (1985).
Model yang diturunkan secara empiris dari Keputusan Strategis Proses Pembuatan.
Jurnal Manajemen Strategis, 6 (2), 97-113. doi: 10.1002 / smj.4250060202
USDHS. (2004). Rencana Respons Nasional
Departemen Keamanan Dalam Negeri Amerika Serikat. Washington, DC: USDHS.
Waugh, W. Jr, & Sylves, R. (2002).
Mengorganisir perang melawan terorisme. Tinjauan Administrasi Publik, 62 (4),
145-153. doi: 10.1111 / 1540Y6210.62.s1.24
Paul L. Drnevich adalah Asisten Profesor
Manajemen Strategis di Culverhouse College of Commerce dan Administrasi Bisnis,
University of Alabama. Dia menerima gelar Ph.D. dalam Manajemen Strategis dan
MIS dari Purdue University. Penelitiannya meneliti peran kemampuan berbasis IT
dalam keunggulan kompetitif dan kinerja perusahaan, dan implikasi teknologi dan
kebijakan untuk usaha kecil dan usaha wirausaha. Dia telah menulis penelitian
untuk outlet seperti Jurnal Manajemen Strategis, Akademi Pembelajaran &
Pendidikan Manajemen, dan Jurnal Masalah Manajerial, di antara tempat-tempat
lainnya. Drnevich adalah anggota aktif Akademi Manajemen dan Masyarakat Manajemen
Strategis dan berfungsi sebagai peninjau untuk Akademi Jurnal Manajemen,
Akademi Pembelajaran & Pendidikan Manajemen, dan Jurnal Manajemen
Strategis. Sebelum karier akademiknya, Dr. Drnevich bekerja sebagai manajer
Riset dan Informasi untuk praktik McKinsey dan praktik Konsultasi Teknologi
Tinggi Perusahaan.
Thomas H. Brush adalah Associate Professor
of Management di Sekolah Manajemen Krannert, Universitas Purdue. Dia menerima
gelar Ph.D. dalam bidang Ekonomi dan Administrasi Bisnis di University of Michigan
di mana disertasi doktornya menerima Free Press Award 1991 untuk Riset
Disertasi Luar Biasa dalam Kebijakan dan Strategi Bisnis. Minat penelitian Dr.
Brush meliputi strategi perusahaan dan topik strategi manufaktur seperti
akuisisi, diversifikasi, eksploitasi kemampuan manufaktur di dalam perusahaan,
hubungan pemasok, dan aliansi. Koneksi antara aliran ini termasuk
disintermediasi model bisnis yang ada dengan inisiatif TI dan munculnya peluang
outsourcing baru di kedua kegiatan utama dan proses bisnis, dengan penelitian
saat ini berfokus pada difusi teknologi dan pilihan kompetitif pemilihan
standar oleh petahana dan pengganggu potensial. . Brush adalah anggota aktif
dari Akademi Manajemen dan Masyarakat Manajemen Strategis dan berada di dewan
editorial Jurnal Manajemen Strategis.
Alok R. Chaturvedi adalah Profesor di
Sekolah Manajemen Krannert, Universitas Purdue. Dia menerima gelar Ph.D. dalam
MIS dan Ilmu Komputer dari University of Wisconsin-Milwaukee. Dia adalah
pendiri dan CEO / Ketua Simulex Inc., Managing Director Knowrtal, LLC. Dr.
Chaturvedi juga menjabat sebagai direktur terdahulu dari Institut Keamanan
Tanah Air Purdue, anggota Institut Analisis Pertahanan. Dia adalah seorang
sarjana ulung dan telah menerbitkan secara luas dalam jurnal utama dan proses
konferensi. Dr. Chaturvedi adalah Penyelidik Utama dan Direktur Proyek untuk
beberapa hibah besar dari National Science Foundation, Indiana 21st Century
Research and Technology Fund, Kantor Riset Angkatan Laut, Universitas Akuisisi
Pertahanan, dan beberapa perusahaan Fortune 500. Dia telah terlibat dengan
beberapa gugus tugas Pemerintah tentang kebijakan publik dan masalah keamanan
nasional yang penting.
Tidak ada komentar:
Posting Komentar