Mengapa Completion Rate Tinggi Belum Tentu Berdampak pada Perusahaan

Daftar Isi

    Fenomena MOOC dan Lahirnya Metrik Completion Rate

    Angka completion rate yang tinggi biasanya menjadi salah satu target utama yang ingin dicapai dari sebuah program pelatihan. Namun, pertanyaannya apakah metrik ini cukup untuk mengukur peningkatan performa bisnis?

    Udemy, Coursera, hingga LinkedIn Learning telah merevolusi cara kita belajar lewat platform Massive Open Online Course (MOOC). Siapa pun kini bisa mengakses berbagai kelas secara online sesuai dengan skill yang ingin diperoleh. Namun, di balik fleksibilitasnya, seberapa efektif MOOC?

    Tingkat keberhasilan platform MOOC biasanya diukur oleh indikator yang dinamakan completion rate, yaitu metrik yang mengukur persentase peserta ajar yang menyelesaikan suatu program atau kursus dari awal hingga akhir.

    Sejak kemunculan MOOC sekitar tahun 2012, salah satu kritik utama yang sering dilontarkan adalah meskipun ribuan orang mendaftar, hanya sebagian kecil yang menyelesaikan seluruh program sampai akhir. Sayangnya, data resmi tentang pendaftaran dan penyelesaian sering kali tidak dipublikasikan oleh penyedia platform.

    Katy Jordan, seorang peneliti dari The Open University (UK), mengumpulkan data terkait completion rate secara sistematis untuk memahami pola dan faktor-faktor yang memengaruhi tingkat penyelesaian MOOC.

    Penelitian Completion Rate

    Data dari proyek MOOC oleh Katy Jordan pada tahun 2015 menunjukkan persentase siswa yang menyelesaikan course yang dipilih mencakup lebih dari 90 universitas dari berbagai negara. Completion rate-nya beragam, mulai dari 0,7% hingga 60%. Meskipun persentase rata-ratanya sekitar 15%, ternyata ada cukup banyak course yang memiliki completion rate lebih dari 20%, dengan 60% sebagai yang tertinggi.

    Kemudahan mengakses materi ternyata melahirkan fenomena baru yang dikenal sebagai impulse enrolling. Fenomena ini menggambarkan semangat tinggi peserta untuk mendaftar di awal, tetapi kemudian melemah di tengah jalan. Tingginya variasi angka tersebut membuktikan bahwa tingkat penyelesaian sangat bergantung pada bentuk penyampaian materi dan motivasi peserta.

    Ketika Completion Rate Menjadi Metrik yang Tidak Selaras dengan L&D yang Impact-Oriented

    Dari perspektif manajemen, angka completion rate tinggi dapat memberikan ilusi seakan-akan seluruh karyawan telah memahami seluruh standar operasional. Padahal, completion rate belum tentu selaras dengan comprehension.

    Ketika completion rate diadopsi secara membabi buta sebagai tolak ukur keberhasilan dalam Learning & Development (L&D) korporat, ini sering kali menjadi masalah karena metrik ini cenderung tidak selaras dengan tujuan L&D yang berorientasi pada dampak atau impact.

    Analisis terhadap 221 MOOC yang dikumpulkan Katy Jordan mengungkapkan korelasi menarik. Completion rate dipengaruhi oleh tanggal mulai, durasi, dan tipe asesmen. Kursus yang lebih panjang cenderung memiliki tingkat penyelesaian lebih rendah, sementara kursus dengan asesmen otomatis cenderung lebih tinggi.

    Fakta ini menunjukkan bahwa angka penyelesaian sering kali lebih mencerminkan desain kursus daripada kualitas pembelajaran atau dampaknya terhadap kinerja. Dalam konteks korporat, seorang karyawan mungkin menyelesaikan modul dengan nilai 100%, tapi tidak mampu menerapkan skill tersebut untuk memecahkan masalah nyata di pekerjaan.

    Dalam konteks evaluasi pelatihan, kita perlu melihat perbedaan antara Level 1 (reaksi) dan Level 2 (pembelajaran) dalam model Kirkpatrick, dibandingkan dengan Level 3 (perilaku) dan Level 4 (hasil). 

    Completion rate hanya berada di ambang Level 1, yang mana hanya memberi tahu bahwa seseorang hadir secara digital, tetapi tidak memberi informasi tentang apakah terjadi perubahan perilaku atau peningkatan kinerja.

    Data dari penelitian Katy Jordan memperkuat argumen ini. Temuan bahwa kursus dengan auto-grading memiliki completion rate lebih tinggi daripada yang menggunakan peer-grading atau asesmen kompleks menunjukkan bahwa yang mendorong angka completion rate adalah kemudahannya.

    Jika tujuan L&D adalah menciptakan pembelajaran yang dangkal namun cepat selesai, maka metrik ini sudah cukup. Namun jika tujuannya adalah transformasi keterampilan yang berdampak pada produktivitas, maka completion rate justru bisa menjadi metrik yang kontra-produktif.

    Proses produksi video learning profesional untuk materi pelatihan teknis dan non-teknis PLN

    Mereposisikan Completion Rate

    Sekarang bagaimana cara kita mereposisikan completion rate? Metrik ini perlu dibuat menjadi bagian dari ekosistem pengukuran yang lebih luas. Dalam konteks L&D korporat yang berorientasi pada dampak bisnis, ketergantungan pada satu metrik aktivitas seperti ini justru bisa menyesatkan pengambilan keputusan perusahaan.

    Untuk membuat completion rate lebih relevan dalam ekosistem L&D modern, berikut adalah beberapa pendekatan strategis yang dapat diadopsi:

    1. Sebagai Indikator Awal (Leading Indicator)

    Kita perlu mereposisikan metrik ini sebagai sistem peringatan dini. Completion rate yang rendah dapat mengindikasikan beberapa masalah sebagai berikut:

    – Hambatan akses teknis: Platform tidak user-friendly, materi tidak dapat diakses dari perangkat mobile, atau masalah konektivitas.

    – Desain konten yang buruk: Materi terlalu panjang, tidak relevan, atau tidak menarik bagi audiens target.

    – Kurangnya dukungan manajerial: Karyawan tidak diberi waktu atau dorongan untuk menyelesaikan pelatihan.

    Dalam konteks ini, completion rate berfungsi untuk memberi tahu bahwa ada sesuatu yang perlu diperiksa. Data dari Katy Jordan menunjukkan bahwa minggu pertama dan kedua adalah periode kritis untuk retensi peserta. Jika completion rate anjlok di fase ini, intervensi desain atau komunikasi perlu segera dilakukan.

    2. Kombinasikan dengan Metrik Dampak (Outcome Metrics)

    Completion rate harus selalu dipasangkan dengan metrik yang mengukur hasil nyata. Beberapa contoh metrik dampak yang dapat dikombinasikan adalah sebagai berikut:
     
    – Skill Application Rate: Persentase peserta yang melaporkan atau menunjukkan penerapan keterampilan yang dipelajari dalam pekerjaan mereka dalam waktu 30-60 hari pasca-pelatihan.
     
    – Performance Improvement: Perubahan dalam metrik kinerja individu atau tim (misalnya, peningkatan penjualan, penurunan kesalahan, peningkatan kepuasan pelanggan) yang dapat dikaitkan dengan program pelatihan.
     
    – Manager Feedback: Evaluasi dari atasan langsung mengenai perubahan perilaku atau kompetensi karyawan setelah mengikuti pelatihan.
     
    – Business Impact: Dampak terhadap indikator bisnis makro seperti revenue per employee, customer retention, atau time-to-market.
     
    Dengan pendekatan ini, organisasi dapat mengidentifikasi pola yang lebih bermakna. Misalnya, sebuah program dengan completion rate 40% tetapi skill application rate 80% jauh lebih berharga daripada program dengan completion rate 90% tetapi application rate hanya 10%.
     
    Mereposisikan completion rate pada dasarnya adalah bagian dari transformasi yang lebih besar dalam L&D, yaitu pergeseran dari paradigma activity-centric menuju impact-centric.

    Monkey Melody memahami bahwa setiap perusahaan memiliki tantangan dan tujuan yang berbeda. 

    Oleh karena itu, kami menawarkan pendekatan yang disesuaikan untuk memastikan bahwa setiap video yang kami buat dapat mencapai tujuan pelatihan yang diinginkan. Siap untuk mentransformasi materi pelatihan perusahaan menjadi video learning atau video interaktif yang efektif? 

    Hubungi Monkey Melody sekarang melalui WhatsApp di +62 812-1954-8155, email ke info@monkeymelody.com, atau melalui link berikut.

    Share:

    M. Rizky Fajar Ramadhan

    Di Monkey Melody, Fajar memastikan proses pembuatan multimedia learning berjalan dengan lancar dari pra-produksi hingga pasca produksi. Selain kadang terlibat langsung dalam pembuatan script dan storyboard, Fajar juga membantu menyusun konten-konten media sosial Monkey Melody.