Teori Penguatan dalam Motivasi Dijelaskan

Sebagian besar teori motivasi bertanya apa yang terjadi di dalam diri seseorang. Maslow bertanya kebutuhan mana yang belum terpenuhi. Vroom bertanya apa yang diyakini seseorang tentang usaha dan imbalan. Adams bertanya apakah mereka merasa diperlakukan secara adil. Teori penguatan menolak pertanyaan itu. Teori ini mengatakan: lupakan apa yang mereka pikirkan, lihat apa yang terjadi tepat setelah mereka bertindak, karena itulah yang menentukan apakah mereka akan mengulanginya. Ini teori paling blak-blakan dalam kanon manajemen, sekaligus teori yang terus-menerus dipakai manajer tanpa disadari. Setiap skema bonus, setiap pemeriksaan keselamatan, setiap "temuan yang bagus" dalam standup adalah keputusan penguatan, yang dibuat dengan baik atau buruk.

Apa itu teori penguatan?

Teori penguatan (reinforcement theory) berpendapat bahwa perilaku adalah fungsi dari konsekuensinya. Tindakan yang diikuti hasil yang menguntungkan akan diulang. Tindakan yang diikuti hasil yang tidak menguntungkan, atau tidak diikuti apa pun, akan memudar. Teori ini dikaitkan dengan B.F. Skinner dan karyanya tentang pengondisian operan (operant conditioning), di mana suatu organisme bertindak terhadap lingkungannya dan lingkungan menjawab kembali, entah memperkuat atau melemahkan apa pun yang mendahuluinya.

Teori ini diturunkan dari hukum efek (law of effect) Edward Thorndike, yang lahir dari percobaan memasukkan kucing ke dalam kotak teka-teki pada tahun 1890-an dan mengukur berapa lama mereka keluar. Thorndike juga menambahkan satu klausul yang dihilangkan sebagian besar ringkasan: semakin besar kepuasan atau ketidaknyamanan, semakin besar pula penguatan atau pelemahannya. Sebuah ulasan tahun 2026 di Journal of the Experimental Analysis of Behavior oleh Michael Domjan menelusuri bagaimana versi yang diajarkan bergeser, dengan Science and Human Behavior karya Skinner tahun 1953 sebagai titik baliknya, yang membingkai ulang hukum tersebut seolah perilaku sekadar "dicetak" oleh konsekuensi. Buku teks mewarisi versi yang terpotong itu, jadi bab asli tahun 1911 layak dibaca beberapa menit.

Keputusan desain yang krusial adalah apa yang sengaja ditinggalkan teori ini: kebutuhan, keyakinan, persepsi keadilan, nilai harapan. Teori ini memperlakukan manusia sebagai kotak hitam dan hanya bekerja pada perilaku yang dapat diamati serta konsekuensi yang dapat diamati. Itu disengaja, dan memberi kejelasan yang nyata, karena Anda bisa menghitung perilaku, mengubah konsekuensi, dan mengukur apakah hitungannya bergerak. Harganya adalah semua hal yang ingin ditangkap kerangka lain dalam keluarga teori kepemimpinan. Hierarki kebutuhan Maslow dan teori kebutuhan McClelland adalah teori isi (content theory) yang menyebutkan apa yang diinginkan orang. Teori harapan Vroom dan teori ekuitas Adams adalah teori proses kognitif yang memodelkan perhitungan yang dijalankan orang sebelum memutuskan untuk berusaha. Teori penguatan bukan keduanya. Ini teori konsekuensi, dan satu-satunya di sini yang tetap berfungsi seandainya manusia tidak punya kehidupan batin sama sekali.

Fakta Kunci: Teori Penguatan

• Pernyataan definitif pertama Thorndike tentang hukum efek muncul dalam Animal Intelligence (1911, hlm. 244): respons yang "disertai atau segera diikuti oleh kepuasan bagi hewan" menjadi terhubung lebih kuat dengan situasi yang memunculkannya. Sumber: Classics in the History of Psychology, York University
• Stajkovic dan Luthans melakukan meta-analisis terhadap 72 studi manajemen perilaku di organisasi nyata dan menemukan ukuran efek rata-rata d = .47, yang dilaporkan sebagai peningkatan kinerja tugas 16% dan probabilitas keberhasilan 63%. Sumber: Personnel Psychology, 2003
• Dalam analisis yang sama, uang meningkatkan kinerja 23%, pengakuan sosial 17%, dan umpan balik kinerja 10%. Bila digunakan bersama, ketiganya menghasilkan efek sinergis, 21% lebih besar daripada penjumlahan efek masing-masing. Sumber: Personnel Psychology, 2003
• Meta-analisis Deci, Koestner, dan Ryan terhadap 128 eksperimen menemukan bahwa imbalan berwujud secara signifikan melemahkan motivasi intrinsik pilihan bebas (kontingen pada keterlibatan d = -0,40, kontingen pada penyelesaian d = -0,36, kontingen pada kinerja d = -0,28), sedangkan umpan balik positif meningkatkannya (d = 0,33). Sumber: Psychological Bulletin, 1999
• Dari keempat jadwal, rasio variabel adalah yang paling produktif sekaligus paling tahan terhadap ekstingsi, itulah sebabnya imbalan yang tidak terduga sangat sulit dihentikan. Sumber: OpenStax, Psychology 2e

Empat jenis konsekuensi

Teori penguatan hanya memberi Anda empat langkah. Dua meningkatkan perilaku, dua menurunkannya. Istilahnya memang kurang beruntung, karena "positif" dan "negatif" di sini berarti menambahkan dan menghilangkan, bukan baik dan buruk.

Penguatan negatif bukan hukuman, dan kebanyakan tulisan manajemen keliru soal ini

Ini kesalahan paling umum dalam tulisan tentang penguatan di tempat kerja, jadi perlu dikatakan terus terang. Penguatan negatif meningkatkan perilaku. Caranya dengan menghilangkan sesuatu yang tidak menyenangkan: omelan berhenti, alarm mereda, rantai eskalasi berakhir. Kelegaan itulah yang menjadi penguatnya.

Hukuman menurunkan perilaku dengan menambahkan sesuatu yang tidak menyenangkan atau mencabut sesuatu yang berharga. Keduanya berlawanan dalam efek tetapi mudah tertukar dalam penyebutan. Psychology 2e dari OpenStax menjaga pembedaan ini tetap jelas: positif berarti menambah, negatif berarti menghilangkan, penguatan meningkatkan, hukuman menurunkan. Empat kombinasi, tanpa tumpang tindih.

Ini bukan soal pedantik. Jika keduanya tertukar, Anda akan membaca "penguatan negatif efektif" sebagai izin untuk menekan dengan ancaman, padahal temuannya adalah tentang kelegaan dari tekanan yang sedang berlangsung. Pembedaan ini juga menyembunyikan diagnostik yang berguna: seberapa besar perilaku tim Anda saat ini dipertahankan oleh kelegaan, bukan oleh imbalan? Tim yang baru bergerak ketika ada sesuatu yang tidak menyenangkan membayangi sedang berjalan di atas penguatan negatif, dan itu berhasil sampai hal tidak menyenangkan tersebut menjadi kebisingan latar.

Kedua konsekuensi penurun itu masing-masing punya jebakan. Hukuman menekan perilaku dengan cepat tetapi tidak mengajarkan apa yang harus dilakukan sebagai gantinya, dan hampir pasti mengajarkan orang untuk menghindari pemberi hukuman, artinya kesalahan yang terlihat berkurang tanpa mengurangi kesalahan yang sebenarnya. Mekanisme itulah yang diam-diam merusak keamanan psikologis, dan mengapa organisasi yang menghukum kabar buruk berakhir dengan informasi terburuk.

Ekstingsi lebih lambat dan lebih aneh. Ketika perilaku yang sebelumnya diperkuat berhenti membuahkan hasil, respons pertama biasanya adalah ledakan ekstingsi (extinction burst): perilaku itu menjadi lebih keras dan lebih sering sebelum akhirnya berhenti. Rekan yang dulu cepat mendapat jawaban dengan menghubungi Anda langsung akan menghubungi lebih gencar setelah Anda mengarahkannya ke antrean. Manajer yang tidak mengantisipasi ledakan itu menyimpulkan perubahannya gagal dan mengembalikan imbalan lama pada saat yang paling tidak tepat, sehingga yang diajarkan adalah kegigihan, bukan rutinitas baru.

Jadwal penguatan

Memutuskan apa yang diperkuat adalah separuh yang mudah. Kapan Anda memperkuat sama pentingnya, dan di sinilah teori ini menghasilkan temuan praktis yang paling tidak kentara.

Penguatan kontinu berarti setiap kejadian mendapat konsekuensi. Cara ini mengajar paling cepat, sehingga tepat selama seseorang masih belajar, tetapi juga mengalami ekstingsi paling cepat, karena imbalan yang hilang langsung terasa. Jika Anda memperkuat setiap kali, Anda membangun perilaku yang ambruk begitu imbalannya berhenti.

Penguatan intermiten berarti hanya sebagian kejadian yang mendapat konsekuensi. Cara ini mengajar lebih lambat dan bertahan jauh lebih lama. Karya Ferster dan Skinner tahun 1957 memetakan empat jadwal intermiten dasar, yang berada pada dua sumbu: rasio versus interval (jumlah respons versus waktu yang berlalu) dan tetap versus variabel.

Baris yang paling penting adalah rasio variabel. Jadwal ini menghasilkan output tertinggi sekaligus ketahanan terbesar terhadap ekstingsi. Itu mekanisme yang sama dengan mesin slot, dan itulah sebabnya kebiasaan memberi pengakuan secara tidak terduga lebih ampuh mempertahankan perilaku daripada bonus terjadwal yang lebih besar.

Hal ini juga menjelaskan mengapa skema insentif tertentu hampir mustahil dibongkar. Budaya sales yang dibangun di atas imbalan tak terduga dengan variasi tinggi telah memasang persis jadwal yang paling tahan terhadap ekstingsi, sehingga ketika bagian keuangan mengusulkan skema yang lebih datar, penolakannya bukan hanya soal uang: pola lama bertahan lama setelah pembayarannya berubah, dan ledakan ekstingsi yang menyusul tampak seperti krisis moral kerja. Skema interval tetap adalah kebalikannya, mudah dihapus dan mudah dimanipulasi. Kerja lembur menjelang akhir kuartal yang selalu terjadi bukan masalah disiplin. Itu jadwal interval tetap yang bekerja persis seperti yang ditunjukkan riset.

Organizational behavior modification: versi terapannya

Penerapan formal teori penguatan di tempat kerja adalah Organizational Behavior Modification, biasa disingkat OB Mod, yang dikembangkan oleh Fred Luthans dan Robert Kreitner pada pertengahan 1970-an. Unit analisisnya adalah rantai A-B-C: anteseden (situasi di mana perilaku muncul), perilaku itu sendiri, dan konsekuensi yang mengikutinya. Model lima langkahnya berjalan sebagai berikut.

Apakah benar-benar berhasil?

Lebih baik daripada banyak intervensi manajemen, dalam jangkauannya. Alexander Stajkovic dan Fred Luthans melakukan meta-analisis terhadap 72 studi manajemen perilaku yang dilakukan di organisasi nyata dan melaporkan ukuran efek rata-rata d = .47, yang mereka terjemahkan menjadi peningkatan kinerja tugas 16% dan probabilitas keberhasilan 63%. Uang, umpan balik kinerja, dan pengakuan sosial masing-masing memiliki efek independen yang signifikan: uang meningkatkan kinerja 23%, pengakuan sosial 17%, dan umpan balik 10%.

Dua detail di sini patut diperhatikan. Pengakuan sosial mengalahkan umpan balik kinerja dan nyaris menyamai uang, dengan biaya yang jauh lebih kecil. Dan ketiganya digabung menghasilkan efek sinergis, 21% lebih besar daripada jumlah efek masing-masing, meskipun para penulis mencatat bahwa uang dan pengakuan sosial yang dipasangkan saja tidak bekerja sebaik kombinasi lainnya. Jadi konfigurasi terkuat bukan "bayar lebih banyak." Konfigurasinya adalah membayar, memberi tahu orang bagaimana kinerja mereka, dan mengakui mereka. Itu salah satu alasan praktik umpan balik langsung seperti radical candor mengangkat kinerja bahkan ketika kompensasi tidak berubah.

Catatan pentingnya adalah cakupan. Angka 16% itu berasal dari studi kinerja tugas yang terukur, yang condong ke pekerjaan yang dapat diamati: output produksi, kehadiran, kepatuhan keselamatan, transaksi layanan. Itu bukan bukti bahwa skema penguatan meningkatkan strategi atau penilaian.

Kritik yang serius

Teori penguatan menarik kritik yang lebih berkelanjutan daripada model motivasi lain dalam koleksi ini, dan keberatannya bukan hal sepele.

Imbalan ekstrinsik dapat menggeser motivasi intrinsik

Ini tantangan empiris terkuat dan punya nama: efek overjustification. Jika seseorang sudah menikmati suatu aktivitas demi aktivitas itu sendiri lalu Anda mulai membayarnya, imbalan itu bisa menjadi alasan ia melakukannya, dan minatnya turun begitu pembayaran berhenti.

Meta-analisis Edward Deci, Richard Koestner, dan Richard Ryan terhadap 128 eksperimen adalah rujukan kanonisnya. Imbalan yang kontingen pada keterlibatan, penyelesaian, dan kinerja semuanya secara signifikan melemahkan motivasi intrinsik pilihan bebas, dengan ukuran efek d = -0,40, -0,36, dan -0,28, dan hal yang sama berlaku untuk imbalan berwujud dan imbalan yang diharapkan sebagai kategori luas. Umpan balik positif bergerak ke arah sebaliknya, meningkatkan perilaku pilihan bebas (d = 0,33) dan minat yang dilaporkan sendiri (d = 0,31).

Baca keduanya bersama-sama dan panduannya sangat jelas. Pengakuan yang bersifat informasional membangun minat intrinsik. Imbalan berwujud yang terkait dengan mengerjakan tugas, menyelesaikannya, atau mencapai angka tertentu menggerusnya. Itu temuan yang sulit bagi siapa pun yang seluruh strategi motivasinya adalah rencana bonus. Teori determinasi diri menjelaskan alasannya: imbalan yang terasa mengendalikan melemahkan otonomi, sedangkan umpan balik yang terasa informasional mendukung kompetensi.

Memperlakukan manusia sebagai perilaku yang dikondisikan adalah masalah etika

Teknik ini dikembangkan pada merpati dan tikus dan berlaku pada manusia karena mekanisme belajar yang mendasarinya berlaku juga, dan itulah yang membuat orang tidak nyaman. Manajer yang menjalankan jadwal penguatan pada profesional dewasa telah mengambil sikap terhadap orang itu: bahwa tuas yang berguna adalah perilakunya, bukan nalarnya.

Versi yang dapat dipertanggungjawabkan adalah transparansi. Jika orang tahu apa yang diperkuat dan mengapa, serta dapat memperdebatkan pilihan tersebut, keberatan soal manipulasi melemah jauh. Versi yang tidak dapat dipertanggungjawabkan adalah pengondisian terselubung. Bukan kebetulan pemikiran penguatan berdekatan dengan Teori X McGregor, yang mengasumsikan orang perlu diarahkan dan dikendalikan. Tekniknya tidak mensyaratkan asumsi itu, tetapi nyaman bagi manajer yang memegangnya, dan kenyamanan itu perlu Anda waspadai dalam diri sendiri.

Mengabaikan kognisi membuatnya kurang cocok untuk pekerjaan pengetahuan yang kompleks

Desain kotak hitam yang membuat teori penguatan praktis di lini produksi membuatnya hampir tidak berguna untuk keputusan arsitektur. Pekerjaan kompleks melibatkan penilaian di tengah ambiguitas, di mana perilaku yang benar tidak dapat diamati sebelumnya dan hasilnya datang berbulan-bulan kemudian, dengan atribusi yang buruk. Anda tidak dapat memperkuat apa yang tidak bisa Anda lihat, dan Anda tidak dapat memperkuat secara cepat sesuatu yang baru terselesaikan dua kuartal kemudian. Untuk pekerjaan semacam itu, teori kognitif lebih berbobot, karena pertanyaan yang penting adalah apakah orang percaya usahanya akan menghasilkan hasil (teori harapan), apakah mereka menganggap kesepakatannya adil (teori ekuitas), dan apakah targetnya cukup spesifik dan sulit untuk memfokuskan upaya (teori penetapan tujuan).

Anda mendapatkan persis perilaku yang Anda ukur

Penguatan tidak peduli pada niat. Ia memperkuat perilaku apa pun yang benar-benar mendahului imbalan, yang mungkin bukan perilaku yang Anda maksudkan untuk diperkuat.

Versi sistematis dari argumen ini adalah "Goals Gone Wild" karya Ordóñez, Schweitzer, Galinsky, dan Bazerman, yang berpendapat bahwa manfaat penetapan tujuan telah dibesar-besarkan sementara kerugiannya diabaikan, dan mendaftar efek sampingnya: fokus sempit yang mengabaikan segala sesuatu di luar tujuan, meningkatnya perilaku tidak etis, preferensi risiko yang terdistorsi, rusaknya budaya organisasi, dan berkurangnya motivasi intrinsik. Setiap satunya adalah kegagalan penguatan. Skema memperkuat sebuah proksi, orang mengoptimalkan proksi itu, dan hal yang diwakili proksi justru memburuk. Beri imbalan untuk tiket yang ditutup dan tiket akan ditutup sebelum waktunya.

Pola di baliknya adalah bahwa penguatan berhasil, dan itulah sebabnya target yang dipilih dengan buruk berbahaya, bukan sekadar tidak efektif. Inilah batas paling tajam dari kepemimpinan transaksional, yang pada dasarnya adalah teori penguatan yang dioperasionalkan sebagai gaya kepemimpinan: imbalan kontingen efektif menghasilkan perilaku yang ditetapkan dan secara struktural tidak mampu menyadari ketika spesifikasinya keliru.

Di mana teori ini tetap benar-benar berhasil

Semua itu tidak membuat teorinya usang. Teori ini menjadi alat spesialis dengan jangkauan yang jelas, dan dalam jangkauan itu ia mengungguli hampir segalanya.

Polanya adalah bahwa teori penguatan bekerja ketika perilakunya dapat diamati, konsekuensinya dapat segera dan kontingen, dan targetnya adalah tindakan spesifik, bukan sikap. Karena itu "perkuat keterlibatan" adalah kesalahan kategori. Keterlibatan bukan perilaku, tidak ada yang bisa melihatnya terjadi, dan tidak ada momen untuk memberikan konsekuensi.

Cara menerapkannya dengan jujur

Perkuat perilaku, jangan hanya memberi imbalan pada hasil

Inilah yang membedakan praktik yang kompeten dari sekadar rencana bonus. Hasil dikontaminasi oleh keberuntungan, kondisi pasar, dan pekerjaan orang lain. Perilaku adalah bagian yang dikendalikan orang itu. Beri imbalan untuk deal yang tertutup dan Anda sebagian telah memberi imbalan pada kuartal yang menguntungkan. Perkuat discovery call yang mengungkap keberatan sebenarnya dan Anda telah memperkuat sesuatu yang dapat diulang. Imbalan atas hasil tetap punya tempat, hanya saja mengajarkan lebih sedikit daripada yang dikira orang.

Buat segera dan buat kontingen

Inilah dua variabel yang paling penting, dan keduanya biasanya rusak. Segera berarti konsekuensi menyusul cukup dekat sehingga kaitannya jelas, itulah sebabnya pengakuan di standup besok mengalahkan pengakuan di review kuartal depan dengan selisih yang sangat besar. Kontingen berarti konsekuensi bergantung pada perilaku itu dan hanya perilaku itu. Bonus yang diterima semua orang tidak kontingen pada apa pun, jadi tidak memperkuat apa-apa. Membayarnya mungkin tetap adil. Itu hanya bukan instrumen motivasi.

Pilih pengakuan yang tidak terduga daripada bonus terjadwal

Mengingat riset jadwal, ini perubahan kebiasaan dengan daya ungkit tertinggi bagi sebagian besar manajer, dan tidak memakan biaya. Imbalan interval tetap menghasilkan pola bergerigi: lonjakan sebelum tanggalnya, kemerosotan sesudahnya. Pengakuan yang tidak terduga menghasilkan perilaku yang stabil dan bertahan jauh lebih lama setelah Anda berhenti. Dalam praktiknya, itu berarti memperhatikan pekerjaan yang baik saat Anda melihatnya, bukan menyimpannya untuk siklus review.

Sebutkan juga perilakunya. "Kerja bagus minggu ini" tidak memperkuat apa pun secara khusus, karena orang itu tidak bisa tahu dari empat puluh hal yang ia lakukan mana yang layak mendapat pujian. "Anda menandai dependensi itu sebelum menghambat rilis, dan itu menghemat dua hari kami" memperkuat tindakan yang spesifik, dan kespesifikan itulah yang mengubah imbalan menjadi umpan balik.

Gunakan ekstingsi dengan sengaja, dan antisipasi ledakannya

Jika suatu perilaku dipertahankan oleh sesuatu yang Anda kendalikan, biasanya Anda dapat menghentikannya dengan menghapus penguatannya, bukan dengan menghukum. Eskalasi yang melompati proses berhenti ketika melompati proses tidak lagi berhasil. Rencanakan saja ledakan ekstingsinya, dan putuskan sejak awal bahwa Anda tidak akan mengembalikan imbalan lama pada minggu ketika perilaku itu menguat.

Periksa apa yang sudah diperkuat oleh sistem Anda

Sebelum merancang apa pun, jalankan langkah 3 OB Mod pada diri sendiri. Setiap organisasi sudah merupakan mesin penguatan, entah ada yang merencanakannya atau tidak. Orang yang mengajukan diri untuk pekerjaan tambahan lalu diberi lebih banyak pekerjaan telah dihukum. Tim yang mengangkat risiko lebih awal lalu terkena audit telah dihukum. Rekan yang diam-diam menyerap masalah lalu dibiarkan telah diperkuat. Sebagian besar pekerjaan penguatan di level manajer bukan menambah imbalan baru. Melainkan menemukan kontingensi yang Anda bangun secara tidak sengaja dan mematikannya.

Satu peringatan untuk kelima langkah: penguat didefinisikan oleh efeknya, bukan niat Anda. Pujian di depan umum memperkuat sebagian orang dan sedikit menghukum yang lain. Ujilah dengan mengamati apa yang dilakukan perilaku itu selanjutnya.

Posisinya di antara teori motivasi lain

Teori penguatan adalah satu instrumen dalam seperangkat alat, bukan pesaing bagi yang lain. Teori ini menjawab pertanyaan yang lebih sempit daripada yang lain, dan menjawabnya lebih konkret.

Sintesis yang biasanya dicapai kebanyakan manajer terlihat seperti ini. Gunakan penetapan tujuan untuk menentukan apa yang penting, harapan dan ekuitas untuk memeriksa bahwa kesepakatannya dapat dipercaya dan adil, teori determinasi diri untuk memutuskan apakah imbalan berwujud pantas digunakan sama sekali, dan teori penguatan untuk menangani waktu dan kespesifikan dari apa yang benar-benar Anda katakan ketika perilaku itu terjadi di depan Anda. Bagian terakhir itulah pekerjaan sehari-hari, dan itulah bagian yang sama sekali diabaikan sebagian besar pengembangan kepemimpinan.

---

Teori penguatan bukan filosofi motivasi dan tidak berpura-pura demikian. Ini klaim tentang konsekuensi, dan klaim itu benar. Disiplin yang dituntutnya adalah Anda harus menyebut perilaku dengan cukup tepat agar dapat melihatnya terjadi, lalu jujur tentang apa yang sebenarnya dilakukan organisasi Anda sesaat setelah itu terjadi. Kebanyakan tim mendapati bahwa mereka selama ini memperkuat sesuatu yang lain dari yang mereka katakan mereka hargai.