Deming
seorang yang boleh dianggap bapa pergerakan kualiti dan produktiviti pernah
berkata (‘the aim of business organisation should be to optimize the whole
system of production and service’. Statistician can contribute more than anyone
else’). Umumnya, kaedah kuantitatif berpotensi memainkan peranan yang penting
dalam proses perancangan dan pembuatan keputusan; tidak kira di sektor awam
atau sektor swasta.
Pelbagai masalah yang berkaitan dengan perancangan
pembangunan telah berjaya diatasi dengan kaedah kuantitatif. Pakar telah
menunjukkan kaedah sains pengurusan-penyelidikan operasi (MSOR) berjaya
menyelesaikan masalah peruntukan sumber, penjadualan dan ramalan dalam
perancangan luar bandar di Malaysia. Keadaan yang sama dapat dilihat di India dan banyak negara membangun yang lain. Ada
pihak lain pula mendapati yang sebahagian besar penggunan kaedah kuantitatif
tergolong dalam kegiatan perancangan strategik dan kawalan.
Di
sektor swasta – punca dan asal perkembangan teknik kuantitatif, khususnya sains
pengurusan – bilangan masalah yang berjaya diselesaikan melalui teknik-teknik
ini tidak terkira banyaknya. Perbezaan penggunaan kaedah kuantitatif di sektor
awam dan swasta berpunca dari objektif sektor berkenaan di mana sektor swasta
lebih menumpukan perhatian kepada “kualiti”, produktiviti dan keuntungan;
kaedah kuantitatif sememangnya diwujudkan untuk tujuan ini.
Ada
Sarjana barat menyatakan yang peranan utama kaedah kuantitatif, khususnya
analisis statistik dipengaruhi besar oleh pergerakan “kualiti dan produktiviti”
dan Kaizen (istilah Jepun yang bermaksud sentiasa memperbaiki – sedikit demi
sedikit). Ini bermakna kaedah kuantitatif berperanan sebagai “pengawas dan
pembaiki” proses untuk mencapai matlamat organisasi. Proses dalam ertikata ini
tidaklah terhad kepada menghasilkan sesuatu keluaran; malah membawa maksud am
“cara melaksanakan tanggungjawab dalam organisasi”. Sebaliknya Deming
berpendapat yang peranan utama kaedah kuantitatif tidaklah terhad kepada
pencapaian matlamat organisasi, tetapi juga untuk mengubah matlamat organisasi
ke tahap yang lebih tinggi.
Dua
sebab utama mengapa kaedah kuantitatif berpotensi berguna dalam pengurusan dan
perniagaan.
1.
Pertama ialah kaedah
kuantitatif, khususnya statistik memberi panduan tentang cara kita mengumpul
dan menilai maklumat sebagai bukti atau sokongan kepada sesuatu keputusan.
2.
Keduanya, kaedah kuantitatif
mewujudkan suatu rangka (model) untuk membolehkan organisasi memikirkan secara
sistematik masalah yang besar dan kompleks. Selain itu model membolehkan
organisasi mengkaji dan menjangka kesan kepada prestasinya jika berlaku
sebarang perubahan dalam persekitaran urusniaga.
Umumnya
kaedah kuantitatif membolehkan sesuatu masalah difikirkan secara proaktif,
sistematik, logik dengan disokong bukti dan tidak setakat pendapat dan emosi
pembuat keputusan sahaja.
Bagaimana Untuk
Mengeksploitasi Potensinya
Persoalan
berikutnya; “jika benar kaedah kuantitatif berpotensi membantu perkembangan
sesuatu organisasi, bagaimanakah organisasi itu boleh mengeksploitasi kaedah
ini?”. Pada amnya sumbangan dari kaedah kuantitatif boleh dikelaskan kepada tujuh kategori.
1.
Memperihalkan prestasi masa lampau
Hampir semua organsasi menjana data atau maklumat mengenai
prestasinya dari masa ke semasa. Maklumat ini penting kerana ia merupakan asas
bagi penilaian kedudukan organisasi dan perancangan masa depan. Sekarang ini,
maklumat seumpama ini terbiar begitu sahaja atau digunakan dengan cara yang
tidak berkesan kerana data itu mungkin terlalu banyak dan sukar untuk mencamkan
pola yang tertentu. Kaedah kuantitatif, khususnya analisis statistik dapat
membantu perancang menganalisis data seumpama itu untuk menyokong sebarang
kerja perancangan.
2. Membuat Ramalan
Keupayaan teknik ini membolehkan perancang membuat ramalan,
khususnya ramalan mengenai jualan. Kita sedia maklum yang perancangan
belanjawan bermula dengan pendapatan yang bakal diperolehi. Dengan adanya
ramalan yang baik, perancangan ini dapat dilaksanakan dengan memuaskan. Ramalan
mempunyai dua bentuk; bersyarat dan tanpa syarat.
i.
Ramalan
tanpa syarat ialah ramalan di mana kita meramal
prestasi masa depan, contohnya tanpa sebarang perubahan kepada dasar atau
tindakan yang sedia ada. Khususnya, kita ingin tahu, di mana kedudukan
organisasi jika tiada sebarang tindakan atau perubahan baru dikendalikan.
Maklumat ini penting jika kita ingin mempastikan sama ada organisasi itu boleh
mencapai matlamat dan sasarannya.
ii.
Ramalan
bersyarat pula melibatkan pencaman prestasi masa depan jika sesuatu
tindakan atau dasar dilaksanakan. Walaupun kedudukan masa depan mustahil
diketahui dengan tepat, petunjuk-petunjuk bergabung dengan pelbagai teknik
ramalan yang sedia ada dapat mengurangkan ketakpastian kita tentang keadaan
masa depan dan membolehkan kita merancang dengan baik.
3. Penyukatan dan penilaian prestasi semasa
Pihak pengurusan perlu sentiasa peka tentang prestasi
keseluruhan syarikatnya. Walaupun sukatan terakhir ialah keuntungan
keseluruhan, tetapi sukatan-sukatan lain seperti jumlah jualan, mutu keluaran,
tanggapan pelanggan, inventori dan lain-lain jika sentiasa diawasi akan
membolehkan pihak pengurusan mengambil tindakan dengan segera dan tidak sedar
akan masalahnya di penghujung tahun sahaja. Penyukatan prestasi mutlak sahaja
tidak memadai; prestasi bandingan seperti jumlah jualan mengikut kawasan,
jabatan, bulan dan jurujual juga membolehkan pihak pengurusan mengambil
tindakan yang wajar. Kaedah kuantitatif dapat memenuhi keperluan ini.
4. Kajian sebab-musabab
Sumbangan keempat ialah dari segi kajian sebab-musabab;
yakni apakah sebab sesuatu berlaku? Kejadian itu tidak semestinya sesuatu yang
buruk. Sekiranya kita boleh mencamkan sebab-sebab sesuatu bahagian/jabatan
boleh mencapai prestasi yang baik, ini juga berguna untuk tindakan pengurusan
jabatan-jabatan lain. Tidak kurang pentingnya, maklumat mengenai sebab sesuatu
yang buruk berlaku membolehkan pihak pengurusan mempastikan tindakan yang wajar
untuk mengatasinya.
5. Data “outlier”
Data outlier merupakan data yang tidak dijangkakan. Ada
kalanya dalam analisis data kita memperolehi data yang kelihatan tidak
sepatutnya berlaku. Ini mungkin disebabkan oleh kesilapan mencatat data. Tidak
kurang pula data outlier tidak disebabkan oleh kesilapan pengumpulan data.
Dalam kes seumpama ini, kajian mendalam tentang bagaimana data ini boleh
berlaku, berkemungkinan besar akan menghasilkan suatu penemuan baru dan
seterusnya suatu keluaran baru yang jauh lebih baik daripada apa yang ada
sekarang.
6. Teknik Pensampelan
Ramai yang berpendapat data yang lengkap hanya boleh
diperolehi dengan membanci atau meneliti semua bahagian dan unit dalam
organisasi itu. Sekarang ini wujud teknik pensampelan yang boleh mendapatkan
maklumat yang tidak kurang baik dari segi kejituannya dengan meneliti
sebahagian sahaja daripada semua unit organisasi itu. Teknik pensampelan ini sudah digunakan secara meluas
dalam kerja-kerja pengauditan yang suatu ketika dahulu memerlukan juruaudit
meneliti semua item dalam kerja audit. Pensampelan dapat mengurangkan kos dari
segi personel yang diperlukan dan juga tempoh masa yang diambil untuk
melaksanakan kajian.