INTERNATIONAL JOURNAL OF DECISION SUPPORT SYSTEM TECHNOLOGY

Meneliti Implikasi Proses dan Pilihan untuk Efektivitas Pengambilan Keputusan Strategis

ABSTRAK

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 diperlukan SDM yang kompleks, dengan penelitian terbaru pendekatan DMSS yang lebih integratif. Namun, para cendekiawan mengambil pendekatan terpecah dan tidak setuju pada proses pengambilan keputusan yang rasional. Dalam studi ini, penulis memeriksa terlebih dahulu beberapa argumen teoretis yang bersaing untuk hubungan efektivitas proses-pilihan, kemudian menguji secara empiris menggunakan data dari latihan pelatihan respons krisis menggunakan DMSS berbasis agen yang cerdas. Berbeda dengan penelitian sebelumnya, proses pengambilan keputusan rasional tidak efektif dalam konteks krisis, bahwa proses pengambilan keputusan politik dapat memengaruhi secara negatif. Hasil ini menawarkan bukti empiris untuk mengkonfirmasi argumen yang sebelumnya tidak didukung bahwa pilihan respons adalah faktor mediasi penting antara proses pengambilan keputusan dan efektivitasnya. Para penulis menyimpulkan penerapan teknologi DMSS simulasi berbasis agen untuk penelitian dan praktik akademik.

Kata kunci: Perangkat Lunak Agen, Teknologi Agen, Sistem Pendukung Keputusan (DSS), Sistem Pengambilan Keputusan Terdistribusi, Manajemen Pengetahuan, Manajemen Keamanan, Perencanaan Strategis 

PENDAHULUAN

sering juga diperlukan untuk SDM yang kompleks, dengan penelitian terbaru meminta DMSS yang lebih integratif. melibatkan pendekatan (Mora, Forgionne, Cervantes, GarY metode dan praktik organisasi menggunakan rido, Gupta, & Gelman, 2005; PhillipsYWren, untuk menafsirkan peluang dan ancaman dalam Mora, Forgionne, & Gupta, 2009). Lingkungan DMSS kemudian membuat keputusan respons, teknologi menawarkan tipe kaya dan berkuasaY (Shrivastava & Grant, 1985).keputusan modern dengan Platform teknologi penelitian penentuteknologi membuat sistem dukungan tinggi (DMSS) adalah tingkat validitas eksternal dan internal serta keandalan yang diperlukan untuk dukungan keputusan terintegrasi 

Kondisi ketidakpastian di lingkungan bulent sangat turY, semakin mempersulit proses SDM, dapat membatasi efektivitas pengambilan keputusan (RamirezYMarquez & Farr, 2009). Yang menjadi masalah adalah perlunya kecepatan respon di mana logika menentukan keputusan yang memuaskan yang dibuat dengan cepat lebih unggul daripada keputusan yang optimal yang dibuat terlambat. Dari pengambilan keputusan yang paling umum dan banyak digunakan 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 menganjurkan 'proses politis akan lebih efektif dalam konteks ini, proses pengambilan keputusan rasional kurang efektif di lingkungan yang tidak stabil (FredrickY son & Mitchell, 1984). Penelitian mempertimbangkan efektivitas proses 'kecepatan tinggi' proses pembuatan memungkinkan untuk respon lebih cepat dan lebih efektif daripada pengambilan keputusan politik. (Bourgeois & Eisenhardt, 1988; Eisenhardt, 1989). Hart (1992)  memperluas argumen untuk mengembangkan kerangka kerja untuk proses pengambilan keputusan yang melibatkan basis politik atau rasional, dan 'pendekatan rasional harus berhubungan positif dengan efektivitas, sedangkan pendekatan politis yang lebih banyak seharusnya tidak.Literatur tentang efektivitas proses SDM ini bertentangan karena penelitian menunjukkan keputusan rasional proses pembuatan akan berhubungan positif dengan efektivitas (Bourgeois & Eisenhardt, 1988; Eisenhardt, 1989; Hart, 1992) dan keputusan politis. Proses pembuatan keputusan tidak efektif (Hart, 1992),harus mengikuti proses pengambilan keputusan politik dan menentang pengambilan keputusan yang rasional. (Fredrickson & Mitchell, 1984). Dengan adanya konflik, sebagian besar tidak terselesaikan secara empiris, salah satu kontribusi dari penelitian ini adalah kami menguji implikasi efektif dari proses-proses SDM politis dan rasional. kami menawarkan beberapa klarifikasi dan resolusi prediksi dan temuan yang bertentangan dari Fredrickson dan Mitchell (1984), Bourgeois dan Eisenhardt (1988), dan Hart (1992).
 Dalam penelitian kami membahas beberapa pertanyaan 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? 

Oleh karena itu, kita cukup melihat proses SDM mana yang lebih efektif dan hasil yang paling efektif.Makalah ini menghasilkan: 
1) Kami meninjau penelitian terkait pada SDM, dan memanfaatkan teori usia sebelumnya untuk mengembangkan hipotesis untuk proses terintegrasi.
 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 tentang temuan bersama dengan implikasi untuk praktik dan penelitian akademis masa depan. 

PENGEMBANGAN TEORI

Dean dan Sharfman (1993, 1996) menawarkan model pengambilan keputusan yang terintegrasi, tentang efektifitas proses SDMYagosy. Model ini mengusulkan variasi dalam proses pengambilan keputusan akan menghasilkan berbeda pilihan respons yang menghasilkan variasi dalam efektivitas SDM. proses pengambilan keputusan dan variasi dalam efektivitas, tidak termasuk menengah pilihan respon variabel. Pendekatan kami adalah sebagai berikut: 1) Kami memperluas Dean dan Sharfman (1996) keputusan strategis. Membuat hubungan dan model efektivitas variasi dengan memperluas model efektivitas. 2) Kami 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. Prosespembuatan (pendekatan Politik atau Rasional) menghasilkan variasi respons dan variasi dalam efektivitas. Hasil efektivitas tergantung pada: Proses pengambilan keputusan strategis yang digunakan, 2) Pilihan strategi respon dilaksanakan. Replikasi model Dean dan Sharfman (1996): 

Hipotesis 1: Variasi dalam pengambilan keputusan strategis akan tterkait dengan variasi dalam efektivitas. 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. Meneliti model penuh Dean dan Sharfman (1996) :
Hipotesis 4: Variasi dalam proses pengambilan keputusan strategis dan variasi dalam pilihan respons akan tterkait dengan variasi dalam efektivitas.Untuk memeriksa konflik dalam literatur mengenai inkonsistensi di antara FredY rickson dan Mitchell (1984) dan Bourgeois dan Eisenhardt (1988) serta proposisi Hart (1992)kami mengembangkan hipotesis 5a dan 5b:
Hipotesis 5a : 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: 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). 

ANALITIS _PERTIMBANGAN

Konteks Studi

Peristiwa krisis Adalah lingkungan yang ditandai oleh berbagai tingkat turbulensi dan ambiguitas. penelitian di bidang manajemen tentang SDM berlaku untuk organisasi pemerintah yang berurusan dengan peristiwa krisis. Organisasi pemerintah juga harus memanfaatkan sumber daya unik dan ikatan kapabilitas di berbagai departemen dan tingkat pemerintahan. Demikian pula, tingkat turbulensi dan ambiguitas   yang ada dapat menjadi kontributor langsung terhadap kesulitan yang melekat pada SDM dalam konteks ini. (USDHS, 2004), pemodelan wabah penyakit (Rvachev & Longini, 1985; Kuhr & Hauer, 2001; Kaplan, Craft, & Wein , 2002, 2003; Eubank, Guclu, Kumar, Marathe, SriniY vasan, Toroczal, & Wang, 2004; Craft, Wein, & Wilkins, 2005). Penggunaan lebih lanjut banyak publikasi akademis, pemerintah, dan praktik mengenai epidemiologi, respons terorisme, dan strategi pertahanan dan keamanan tanah air (Deutsch, 1963; Hoffman, 1981; Waugh & Sylves, 2002; RamirezYMarquez & Farr, 2009)

Sampel Data

Kami menguji model dan hipotesis kami menggunakan data dari pendekatan multiYstep. 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. 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. Kami menguji model kami dan hipotesisnya melalui analisis empiris gabungan dari survei dan data simulasi yang dikumpulkan dari latihan. Latihan pelatihan MR Homeland Security terdiri dari sembilan tim agen manusia. Agen manusia ini beroperasi di lingkungan IJoint Operations Center "di mana mereka dapat melaksanakan berbagai keputusan dan merespons secara interaktif. Model Simulasi. The Measy ReY 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 .Selain itu, kami menggunakan data pathogenYspecific dari Centers for Disease Control (CDC) 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. jenis-jenis teknologi sistem pendukung keputusan ini menawarkan lingkungan simulasi yang kaya dan dinamis, yang terkait dengan penggunaan perangkat homegrown atau off-the-home (Linebarger et al., 2009; Mostashari & Sussman, 2009). latihan pelatihan kami menggunakan ribuan keputusan terinci pada berbagai tim, yang memengaruhi ribuan agen berbasis komputer yang merespons secara dinamis terhadap input peserta kolektif, serta perilaku respons masing-masing agen terhadap input (Lihat Chaturvedi, Mehta, & Drnevich, 2005; HarY rison, Lin, Carroll, & Carley, 2007 Dengan demikian jenis teknologi sistem pendukung keputusan ini menawarkan jenis platform teknologi penelitian yang kaya dan kuat dengan tingkat validitas eksternal dan internal yang tinggi serta keandalan yang diperlukan untuk dukungan keputusan terintegrasi (Liu et al., 2009; Linebarger et al., 2009; Mostashari & Sussman, 2009). 

MMengukur

Variabel dependen dalam penelitian kami dari ukuran terintegrasi untuk mengukur efektivitas keputusan. pendekatan ini konsisten dengan penelitian terbaru yang mengadvokasi proses terpadu dan hasil pengukuran. (Mora et al., 2005; PhillipsYWren et al., 2009). tujuan keputusan adalah untuk mengendalikan wabah dan meminimalkan kematian, diperlukan untuk mempertahankan tingkat suasana hati publik yang dapat diterima mempersulit tujuan ini, 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. 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 .Kami kemudian membangun keputusan efektifitas (DE) dari nilai standar dari langkah-langkah TLS dan PMI. Kami melakukan ini untuk menangkap tradeYoff dalam pengambilan keputusan. untuk bioteriterisme. Bobot untuk ukuran komposit ditentukan melalui langkah-langkah survei dalam membuat prioritas dalam hal pertimbangan masalah kesehatan dan politik dalam pengambilan keputusan. Variabel independen dalam penelitian kami terdiri dari proses pengambilan keputusan strategis, dan pilihan strategi karantina. Variabel proses strategi terdiri dari ukuran proses pengambilan keputusan yang dirancang untuk membedakan rasio prosedural nality (disebut IPR") dan perilaku politik (disebut IPB"). Pilihan respons strategi karantina mencakup tidak ada karantina (disebut INQ"), pendekatan karantina pasif berdasarkan blok kota (disebut ICBQ"), dan pendekatan karantina yang lebih ekstrem (disebut IEQ"). Kami mengukur pilihan respons ini sebagai keputusan untuk simulasi tentang langkah untuk pilihan respon strategi karantina (disebut ISC"). Kami mengkode variabel ini dari data input simulasi padalima

skala Likertpoin, (1) hingga paling ketat (5). Variabel kontrol dalam penelitian untuk mengontrol potensi tingkat pemerintah dan afiliasi departemen yang mempengaruhi, serta peserta yang memiliki kecenderungan sebelumnya terhadap masalah kesehatan dan politik. Kami lebih jauh mengendalikan posisi peserta sebelumnya untuk masalah kesehatan dan politik. variabel yang digunakan dalam penelitian dan langkah-langkahnya dalam Tabel 1.

PROSEDUR ANALITIS

Setelah pengkodean dan kompilasi data , kami melakukan pemeriksaan untuk data yang hilang, menghadapi validitas, dan multikolinearitas. Pemeriksaan ini mengonfirmasi sampel tampak dapat digunakan dan data berada dalam parameter yang diharapkan. Pemeriksaan multikolinear mengungkapkan beberapa korelasi kecil antar variabel, yang berkaitan dengan sifat variabel yang diteliti dan ukurannya. Daftar statistik deskriptif dan korelasi dari langkah-langkah ini pada Tabel 2. Untuk menguji hipotesis, kami menggunakan model campuran desain tindakan berulang. kami melakukan analisis menggunakan prosedur MIXED dengan kontrol kovarian di SAS. (misalnya, prosedur NLMIXED atau GLIMMIX di SAS) juga dipertimbangkan (analisis tambahan)

Tabel 1. Variabel Penelitian dan Pengukuran

Variabel Deskripsi Variabel Ukuran

Proses

PR Rasionalitas Prosedural Rasionalitas skala pengukuran likert survei yang diukur datak

PB Political Behavior Likert skala diukur data survei

Pilihan Variabel

Strategi Karantina SC Pilihan Simulasi input data input

Keefektifan variabel Kemampuan

TLS Total Hidup Disimpan Raw # output simulasi vs baseline #

PMI Peningkatan mood publik Raw # output simulasi vs baseline #

DE Keputusan Efektivitas komposit dari

TLS dan PMI

HI dan PI tertimbang gabungan dari TLS standar dan tindakan PMI

Copyright © 2010, I GI Global. Menyalin atau mendistribusikan dalam bentuk cetak atau elektronik tanpa izin tertulis dari IGI Global dilarang.

Variabel Kontrol

HI Pentingnya Masalah Kesehatan Skala likert diukur survei data

PI Pentingnya Masalah Politik Skala likert diukur survei datck

TINGKAT Tingkat Pemerintahan 1 Federal; 2 Negara; 3Lokal

DEPTDepartemen Pemerintah 1 DHS; 2 DHHS; 3 EM; 4 DTk

lihat Kuisioner dalam Lampiran serta Dean dan Sharfman (1993, 1996) untuk lebih detail tentang ukuran variabel-variabel ini.

kk lihat Kuisioner di Lampiran untuk detail lebih lanjut tentang ukuran variabel-variabel ini.

Tabel 2. Ringkasan Statistik dan Matriks Korelasi dariData Mentah

VariabelBerarti SD Min Max DE SC PR PB Tingkat Waktu Dept. HITingkat

Efektivitas Keputusan(DE) ^{305 311 12 1159 1,00}

Strategi (SC) Pilihan

^{2.24 0,96 1 4 0.24kk 1.00}

Prosedur Rasionalitas (PR) ^{3.44 0.87 1 5 0.05 0.19k 1.00 Behav ior}

Politik (PB) ^{2.65 0.70 1 4 0.02 Y0.01 0.54kk 1.00}

Waktu 2.5 1.12 1 4 0.74kk 0.59kk 0.18k 0.06 1.00

Level 2.08 0.81 1 3 Y0. 52kk 0.34kk 0.09 0.02 Y0.01 1.00

Departemen (Dept) ^{2.52 1.13 1 4 0.01 0.01 Y0.07 Y0.18k 0.0 Y0.02 1.00}

Kesehatan (HI) Masalah

^{3.91 1.13 1 5 0.04 0.16k 0.50kk 0.23kk 0.14k 0.13k Y0.22k 1.00 Masalah}

Politik (PI)

^{2.27 1.17 1 5 0.10 0.01 0.03 0.26kk 0.11 Y0.04 0.15k Y0.01}

* _{p = .10, kp = .05, kk p = .001}

8 Jurnal Internasional Sistem Pendukung Keputusan Teknologi, 2 (3), 1,15, Juli. September 2010

dengan prosedur ini tidak mengungkapkan hasil yang berbeda secara signifikan. Prosedur campuran dalam SAS memungkinkan analisis tindakan berulang yang benar untuk mengatasi potensi autokorelasi. kami menggunakan tingkat pemerintahan sebagai efek tetap. kami menguji apakah efektivitas merupakan fungsi dari proses pengambilan keputusan strategis (Hipotesis 1). Dalam model 2, kami menguji pilihan respons adalah fungsi dari proses pengambilan keputusan strategis (Hipotesis 2), dan dalam model 5, apakah efektivitas adalah fungsi dari pilihan respons (Hipotesis 3). Kami membuat perbandingan antara hubungan langsung proses pada efektivitas, dan pilihan pada efektivitas, dan hubungan proses mediasi. Melalui hipotesis 4 kami menguji model jalur lengkap untuk menentukan apakah pilihan respons menyediakan hubungan mediasi antara proses dan efektivitas SDM. Kami memeriksa konflik ini melalui hipotesis 5a dan 5b. Kami memberikan ikhtisar hasil analisis ini pada Tabel 3.

DISKUSI HASIL

Ketika kami menganalisis jalur langsung dari model lengkap (Proses melalui Pilihan pada Efektivitas) kami mengamati bahwa efektivitas memang tampaknya memediasi proses melalui pilihan. Kami membahas deY tail, 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. Dalam Hipotesis 2, kami meneliti sub-elemen model dalam hal apakah variasi dalam proses SDM berhubungan dengan variasi dalam pilihan respons. Dalam Hipotesis 3, kami memeriksa apakah pilihan jawaban signifikan dalam menjelaskan efektivitas. 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 . 

.