Pelajari aptitude test dalam recruitment, dari numerical, verbal, abstract hingga logical reasoning, cara membaca percentile dan norm, memahami error pengukuran, serta memilih tes yang relevan dengan pekerjaan.
Aptitude test sering digunakan untuk membantu recruiter menilai kemampuan penalaran kandidat. Namun score tinggi bukan “nilai potensi” universal, dan score rendah tidak otomatis berarti kandidat kurang mampu menjalankan suatu pekerjaan. Arti hasil aptitude test bergantung pada kemampuan apa yang diukur, siapa kelompok pembandingnya, seberapa presisi score tersebut, dan seberapa relevan kemampuan itu terhadap pekerjaan.
Dalam aptitude test recruitment, pertanyaan yang lebih berguna bukan “Berapa score kandidat?”, tetapi “Kemampuan penalaran apa yang diukur dan informasi baru apa yang diberikan hasil tersebut?”. Aptitude test paling berguna ketika menjawab pertanyaan yang belum cukup terjawab dari CV, skill test, work sample, atau interview. Jika recruiter masih belum yakin apakah aptitude test memang kategori assessment yang tepat, lihat panduan yang lebih luas tentang Pre-Employment Assessment.
Aptitude test dalam recruitment umumnya mengukur kemampuan kandidat memproses informasi, memahami hubungan, melakukan penalaran, dan memecahkan jenis masalah tertentu dalam kondisi tes yang terstandar. Bergantung pada instrumennya, area yang diuji dapat mencakup numerical, verbal, abstract, deductive, logical, atau spatial reasoning. Assessment seperti ini memberi evidence mengenai kemampuan penalaran tertentu, bukan gambaran lengkap mengenai kualitas kandidat.
Aptitude test juga perlu dibedakan dari jenis assessment lain. Skill test melihat learned capability, work sample melihat pelaksanaan tugas yang menyerupai pekerjaan, personality assessment melihat behavioral tendency, sedangkan SJT melihat judgment dalam situasi kerja. Label dari vendor tidak cukup; recruiter tetap perlu melihat construct yang benar-benar diukur.
Secara praktis:
Multiple-choice Excel knowledge test, misalnya, belum tentu aptitude test. Customer escalation scenario juga tidak otomatis menjadi verbal reasoning test. Recruiter perlu memahami inference yang ingin dibuat dari hasil tes, bukan hanya nama modul yang diberikan platform.
Istilah aptitude kadang digunakan secara longgar untuk berbagai cognitive assessment. Agar recruiter tidak menafsirkan hasil secara berlebihan, tiga konsep yang berguna dipahami adalah general cognitive ability atau g, fluid reasoning atau Gf, dan crystallized ability atau Gc. Konsep-konsep ini menjelaskan aspek kemampuan kognitif yang berbeda, bukan kategori “potensi karier” kandidat.
General cognitive ability atau g adalah construct statistik yang menangkap unsur umum di antara berbagai cognitive tasks. Ia bukan ukuran lengkap terhadap potensi manusia, motivasi, technical competence, atau kemungkinan seseorang menjadi high performer. Riset kontemporer tentang cognitive ability tetap menemukan hubungan positif dengan job performance, tetapi hubungan tersebut bukan deterministik.
Fluid reasoning atau Gf lebih berkaitan dengan kemampuan menghadapi masalah baru, melihat hubungan, dan melakukan penalaran ketika jawabannya tidak terutama bergantung pada knowledge yang sudah dipelajari. Penjelasan kontemporer mengenai fluid dan crystallized abilities dapat dilihat pada penelitian Tucker-Drob et al.. Untuk konteks Indonesia, review oleh Akhtar di Buletin Psikologi UGM juga membahas persoalan budaya dan pengukuran fluid reasoning.
Crystallized ability atau Gc lebih banyak terkait knowledge dan informasi konseptual yang sudah diperoleh melalui pengalaman dan pembelajaran. Karena itu, dua assessment yang sama-sama diberi label “aptitude test” dapat mempunyai komposisi berbeda antara novel reasoning, language knowledge, processing demands, dan kemampuan lain. Pertanyaan penting kepada vendor adalah: construct kognitif apa yang sebenarnya diukur oleh tes ini?
Pembahasan umum mengenai perdebatan validity cognitive ability tidak perlu diulang panjang di artikel ini karena sudah menjadi bagian dari Pre-Employment Assessment. Untuk aptitude recruitment, implikasi yang paling penting adalah bahwa recruiter tidak sebaiknya memperlakukan general cognitive score sebagai predictor yang wajib atau dominan untuk semua pekerjaan. Sackett et al. (2022) menunjukkan bahwa sejumlah validity estimates klasik berubah setelah peninjauan kembali koreksi restriction of range, sementara studi kontemporer Sackett et al. (2024) menemukan hubungan GCA-job performance yang positif tetapi lebih rendah daripada angka klasik yang sering dikutip.
Numerical reasoning dapat mengukur kemampuan membaca tabel atau grafik, membandingkan jumlah, memahami ratio atau persentase, serta menarik kesimpulan dari informasi numerik. Assessment ini dapat relevan untuk pekerjaan seperti finance, analytics, operations, planning, atau commercial role jika quantitative reasoning memang menjadi bagian nyata dari pekerjaan. Relevansi tersebut tetap perlu dibuktikan melalui job analysis atau pemetaan competency.
Score numerical reasoning bukan bukti bahwa seseorang sudah menguasai accounting, Excel, financial modeling, atau business judgment. Kandidat dapat mempunyai kemampuan reasoning numerik yang baik tetapi belum mempunyai technical skill tertentu. Karena itu, bila technical execution menjadi requirement, recruiter tetap membutuhkan skill test atau work sample yang lebih langsung.
Verbal reasoning biasanya menguji pemahaman, inference, evaluasi pernyataan, atau penalaran dari informasi tertulis. Assessment seperti ini dapat berguna jika pekerjaan benar-benar membutuhkan kemampuan memahami dokumen kompleks, kebijakan, aturan, laporan, atau informasi tertulis lain. Namun bahasa yang digunakan dalam tes dapat ikut memengaruhi apa yang sebenarnya diukur.
Jika pekerjaan tidak membutuhkan kemampuan bahasa Inggris tingkat lanjut tetapi tes menggunakan teks Inggris yang kompleks, score dapat ikut mencerminkan kemampuan bahasa, bukan hanya reasoning. Review Indonesia oleh Akhtar dan International Test Commission Guidelines for Translating and Adapting Tests mendukung kehati-hatian terhadap masalah bahasa, budaya, dan equivalence. Terjemahan kata per kata belum cukup untuk membuktikan bahwa interpretation score tetap sama.
Abstract atau inductive reasoning biasanya meminta kandidat menemukan hubungan atau pola dari informasi yang belum familiar. Jenis tes ini lebih dekat dengan novel problem solving atau relational reasoning dibanding penguasaan knowledge tertentu. Ia dapat relevan ketika pekerjaan memang membutuhkan pembelajaran sistem baru, identifikasi pola, atau pemecahan masalah yang tidak selalu memiliki prosedur baku.
Namun recruiter perlu menghindari inference yang terlalu jauh. High abstract reasoning score tidak otomatis membuktikan “innovation potential”, creativity, atau kemampuan menjadi strategic leader. Literature mengenai fluid intelligence mendukung interpretasi yang lebih sempit: score memberi informasi mengenai jenis reasoning yang memang diukur oleh task tersebut.
Deductive atau logical reasoning menilai kemampuan menggunakan rules atau premises untuk sampai pada conclusion yang konsisten. Bentuk ini dapat relevan pada pekerjaan yang membutuhkan troubleshooting, compliance decisions, structured operations, atau penerapan aturan yang kompleks. Namun mapping role tersebut tetap bersifat ilustratif dan perlu diperiksa melalui actual job requirements.
Misalnya, kandidat dapat diberi serangkaian business rules dan diminta menentukan transaksi yang sesuai atau melanggar aturan. Assessment seperti itu lebih defensible jika kemampuan mengikuti dan mengkombinasikan rule memang penting dalam pekerjaan. Jangan memasukkan logical reasoning module hanya karena vendor menyediakannya dalam satu paket.
Spatial reasoning dapat mengukur mental rotation, hubungan spasial, atau transformasi visual. Kemampuan tersebut dapat relevan untuk pekerjaan tertentu di bidang engineering, design teknis, maintenance, manufacturing, atau pekerjaan lain yang memang membutuhkan pemahaman ruang. Relevansi harus berasal dari kebutuhan pekerjaan, bukan asumsi bahwa setiap kandidat membutuhkan “complete aptitude battery”.
Untuk role yang hampir tidak mempunyai tuntutan spatial reasoning, menambahkan modul tersebut dapat menghasilkan score yang sulit digunakan. Kandidat harus mengeluarkan waktu untuk membuktikan sesuatu yang mungkin tidak penting bagi pekerjaan. Prinsipnya tetap sama: ukur kemampuan yang benar-benar relevan.
Situational Judgment Test atau SJT menggunakan situasi kerja dan meminta kandidat memilih, mengevaluasi, atau memberikan respons terhadap kemungkinan tindakan. Karena itu, SJT lebih banyak memberi evidence mengenai judgment atau procedural knowledge dalam konteks tertentu daripada kemampuan cognitive processing yang biasanya ditargetkan oleh aptitude test. Systematic review oleh Webster et al. juga menunjukkan bahwa SJT merupakan metode tersendiri dengan hasil yang sangat bergantung pada konteks dan desain.
Perbedaannya terlihat dari pertanyaan yang ingin dijawab. Jika recruiter ingin melihat apakah kandidat dapat menemukan pola dalam informasi yang belum familiar, abstract reasoning mungkin lebih sesuai. Jika recruiter ingin melihat bagaimana kandidat menilai situasi ketika complaint customer, ketidakhadiran anggota tim, dan deadline operasional terjadi bersamaan, SJT dapat menghasilkan evidence yang lebih langsung.
Jangan otomatis memberi numerical, verbal, abstract, logical, dan spatial test kepada setiap kandidat. Recruiter perlu memulai dari requirement pekerjaan, lalu menentukan jenis reasoning yang benar-benar dibutuhkan dan apakah kemampuan tersebut sudah terlihat melalui metode lain. SIOP terus menekankan pentingnya job analysis dan competency modeling dalam pemilihan selection procedure.
Gunakan pertanyaan berikut:
Hal terakhir sering terlewat. Jika high-quality work sample sudah menunjukkan analytical reasoning dan actual execution dengan cukup jelas, aptitude test tambahan belum tentu memberi informasi yang berarti. Evidence dari Berry et al. (2024) mendukung pendekatan selection system yang lebih modular daripada berasumsi cognitive assessment selalu harus masuk dalam setiap battery.
Aptitude test tidak perlu digunakan hanya karena tersedia dalam platform atau vendor package. Tes dapat dilewati ketika kemampuan reasoning yang diukur memiliki relevansi rendah terhadap pekerjaan, direct work evidence sudah jauh lebih kuat, atau tambahan score hampir tidak mengurangi ketidakpastian yang masih tersisa. Candidate burden juga perlu dipertimbangkan karena setiap assessment membutuhkan waktu dan perhatian.
Senior creative designer dengan portfolio kuat, misalnya, mungkin lebih tepat dievaluasi melalui actual work dan structured discussion daripada generic numerical reasoning. Highly specialized technician juga dapat lebih banyak memberikan bukti melalui competency demonstration yang dekat dengan pekerjaan. Aptitude test tetap dapat berguna jika ada reasoning capability tertentu yang belum terbukti, tetapi kebutuhannya harus dapat dijelaskan.
Pertanyaan sederhana sebelum menambahkan tes adalah: informasi penting apa yang akan saya ketahui setelah melihat aptitude score yang sekarang belum saya ketahui? Jika recruiter tidak dapat menjawabnya, assessment tersebut mungkin tidak diperlukan. Prinsip ini membantu mencegah tes menjadi ritual administratif.
Role yang sama tidak selalu membutuhkan assessment yang sama karena isi pekerjaan dapat berbeda antarperusahaan. Contoh berikut hanya membantu recruiter menerjemahkan job requirement menjadi kemungkinan jenis aptitude test. Actual job analysis tetap menjadi dasar keputusan.
Tidak ada universal battery yang berlaku untuk semua contoh di atas. Bahkan dua Data Analyst dapat mempunyai tuntutan reasoning berbeda jika satu role berfokus pada reporting sementara yang lain berfokus pada experimentation atau modeling. Recruiter perlu melihat pekerjaan sebenarnya.
Untuk high-volume recruitment, aptitude test yang singkat, relevan, dan terstandar dapat ditempatkan relatif awal jika memang membantu routing kandidat. Namun alur “apply → aptitude score → automatic reject” terlalu sederhana jika threshold, norm, dan decision rule belum dapat dipertanggungjawabkan. Human review tetap penting terutama pada hasil yang dekat dengan threshold atau bertentangan dengan evidence lain.
Alur yang lebih proporsional dapat berupa application dan screening awal, kemudian short aptitude assessment, recruiter review, lalu assessment atau interview berikutnya. Untuk specialist role atau tes yang lebih demanding, aptitude assessment dapat dipindahkan ke mid-stage setelah candidate pool mengecil. Dengan demikian, candidate effort mengikuti information value yang dibutuhkan pada tiap tahap.
Aptitude result juga dapat menjadi input interview. Kandidat mungkin menunjukkan numerical reasoning yang baik tetapi menghasilkan SQL work sample yang lemah. Perbedaan ini memberi recruiter alasan untuk mencari tahu apakah problem-nya ada pada learned skill, familiarity dengan tools, atau hal lain yang tidak ditangkap aptitude test.
Risiko aptitude testing tidak berhenti ketika kandidat menyelesaikan tes. Salah interpretasi score dapat membuat assessment yang secara teknis baik menghasilkan keputusan yang buruk. Recruiter perlu membedakan raw score, standardized score, percentile, norm group, dan measurement uncertainty.
Angka “75”, misalnya, hampir tidak mempunyai arti tanpa konteks. Ia bisa berarti 75 jawaban benar, standardized score pada skala tertentu, percentile rank, atau hasil lain sesuai sistem pelaporan vendor. Karena itu, jangan menginterpretasikan angka sebelum memahami skala dan norm yang digunakan.
Jika kandidat berada pada 75th percentile, secara sederhana artinya hasil kandidat berada pada atau di atas sekitar 75% score dalam relevant norm group, mengikuti aturan percentile yang digunakan instrumen. Itu tidak berarti kandidat menjawab 75% pertanyaan dengan benar dan tidak berarti kandidat mempunyai peluang 75% untuk berhasil dalam pekerjaan. Riset psychometrics mengenai norm statistics oleh Oosterhuis, van der Ark, dan Sijtsma juga menunjukkan bahwa percentile dan norm statistics perlu dipahami dalam hubungannya dengan reference population.
Cara membaca percentile: 75th percentile bukan “75% benar” dan bukan “75% probability of success”. Pertanyaan berikutnya selalu: 75th percentile dibanding siapa?
Secara teknis, salah satu konvensi umum percentile rank dapat dituliskan sebagai:
PR = ((B + 0.5E) / N) x 100%
di mana B adalah jumlah score di bawah kandidat, E jumlah score yang sama, dan N total norm sample. Namun konvensi perhitungan percentile dapat berbeda menurut instrumen, sehingga recruiter sebaiknya mengikuti test manual atau vendor documentation, bukan menghitung ulang percentile secara mandiri.
Percentile hanya meaningful jika recruiter mengetahui population yang menjadi pembanding. Dua kandidat dengan raw performance yang sama dapat memperoleh interpretation berbeda jika norm group yang digunakan berbeda. Karena itu, informasi tentang norm sama pentingnya dengan score itu sendiri.
Pertanyaan yang perlu diajukan antara lain:
Tes yang dinorming pada English-speaking graduate applicants di negara lain tidak otomatis memberikan interpretation yang sama pada vocational applicants di Indonesia. Itu tidak berarti foreign norm pasti tidak adil, tetapi vendor perlu menunjukkan mengapa reference group tersebut tepat untuk intended use. ITC Test Adaptation Guidelines juga menekankan bahwa adaptation membutuhkan evidence lebih dari sekadar translation.
Indonesia sendiri mempunyai keragaman bahasa, pendidikan, dan konteks sosial yang relevan terhadap pengukuran cognitive ability. Review oleh Akhtar membahas tantangan cultural issues dalam pengukuran fluid reasoning di Indonesia. Evidence tersebut mendukung perlunya validasi dan evaluasi lokal, tetapi tidak mendukung generalisasi bahwa kandidat dari wilayah, universitas, atau kelompok tertentu otomatis dirugikan oleh setiap aptitude test.
Observed score tidak mempunyai precision tanpa batas. Kandidat dengan score 69 dan 71 belum tentu memiliki underlying ability yang berbeda secara meaningful hanya karena dashboard menampilkan selisih dua angka. Technical tutorial oleh Pfadt et al. (2026) di Psychometrika menekankan bahwa precision individual test score dapat bervariasi, bahkan ketika overall reliability terlihat baik.
Salah satu konsep dasar yang sering digunakan adalah Standard Error of Measurement (SEM):
SEM = SD x sqrt(1 - rxx)
di mana SD adalah standard deviation dan rxxr_{xx} adalah reliability coefficient. Dalam pendekatan sederhana, confidence interval 95% di sekitar observed score XX sering ditulis sebagai:
CI 95% = X ± (1.96 x SEM)
Rumus tersebut berguna untuk memahami bahwa score memiliki uncertainty, tetapi recruiter tidak sebaiknya menghitung SEM sendiri jika instrument menggunakan metode yang lebih kompleks. Conditional SEM atau IRT-based precision dapat berbeda di berbagai titik score. Karena itu, minta manual atau vendor menjelaskan standard error, confidence interval, atau test information yang relevan terhadap threshold yang digunakan.
Bayangkan kandidat memperoleh 72nd percentile pada numerical reasoning. Norm group-nya adalah graduate applicants pada population tertentu, dan manual menunjukkan adanya uncertainty yang cukup lebar di sekitar score tersebut. Interpretation yang tepat bukan “kandidat memiliki numerical ability 72%” atau “kandidat pasti di atas standar role”.
Recruiter sebaiknya membaca report tersebut dalam tiga tahap. Pertama, pahami posisi kandidat relatif terhadap norm group. Kedua, cek apakah norm group cukup relevan dengan candidate population dan role. Ketiga, lihat precision score sebelum menggunakan perbedaan kecil untuk keputusan high-stakes.
Jika kandidat lain berada pada 69th percentile, tidak otomatis berarti kandidat pertama secara substantif lebih baik. Perbedaannya perlu dibaca bersama measurement precision dan evidence lain seperti skill assessment atau work sample. Inilah alasan score report tidak boleh dibaca seperti ranking kompetisi yang sepenuhnya presisi.
Pembahasan umum mengenai cara menentukan cutoff sudah tersedia di Pre-Employment Assessment. Untuk aptitude test, isu yang lebih spesifik adalah false precision di sekitar threshold. Jika perusahaan menggunakan angka 60 sebagai cutoff, kandidat dengan 59 dan 61 belum tentu berbeda secara substantif hanya karena mereka berada di sisi yang berbeda dari garis tersebut.
Jika instrument menunjukkan uncertainty yang material di sekitar cutoff, workflow dapat membedakan:
Lebar borderline band tidak boleh dibuat dengan generic formula. Ia harus mengikuti evidence dari instrument, standard error, test information, intended use, dan konsekuensi keputusan. Pfadt et al. mendukung kehati-hatian terhadap fine-grained distinctions, tetapi itu tidak berarti setiap genuine criterion-referenced minimum harus dibuat fleksibel.
Bayangkan dua kandidat Data Analyst. Kandidat A menunjukkan numerical reasoning tinggi tetapi SQL work sample lemah, sedangkan Kandidat B mempunyai numerical reasoning moderat tetapi work sample data-analysis yang kuat. Tidak ada evidence yang mendukung rule universal bahwa Kandidat A pasti memiliki “lebih banyak potensi” atau bahwa Kandidat B akan kesulitan belajar di masa depan.
Aptitude test memberi evidence tentang reasoning, skill test menunjukkan learned capability, work sample memperlihatkan job-like execution, dan structured interview memberi behavioral evidence. Metode tersebut menjawab pertanyaan berbeda. Jika hasilnya bertentangan, jangan langsung dirata-ratakan menjadi satu angka.
Perbedaan evidence justru dapat menjadi calibration signal. Recruiter dapat bertanya apakah aptitude test mengukur kemampuan yang memang critical, apakah work sample cukup reliable, atau apakah kandidat mempunyai reasoning strength tetapi belum mengembangkan applied competence. Interpretation yang lebih jauh seperti “high aptitude + low skill berarti high ramp-up potential” tidak boleh dibuat otomatis tanpa evidence role-specific.
Remote aptitude assessment dapat menghadapi penggunaan calculator, browser search, external help, second device, maupun generative AI. Penelitian Robie et al. (2026) menunjukkan bahwa penggunaan GenAI atau algorithmic resources oleh applicants dalam pre-hire assessment merupakan fenomena nyata. Sementara itu, Lievens (2025) menjelaskan bahwa dampak AI pada validity bergantung pada apa yang ingin diukur dan seberapa realistis penggunaan tools tersebut terhadap pekerjaan.
Karena itu, sebelum memasang control, recruiter perlu menentukan behavior apa yang sebenarnya tidak diperbolehkan. Jika employee nantinya memang menggunakan calculator atau AI, larangan terhadap seluruh tools dapat menciptakan kondisi assessment yang tidak menyerupai actual work. Sebaliknya, jika assessment ingin mengukur foundational reasoning tanpa bantuan, larangan tersebut perlu dijelaskan secara eksplisit.
Instructions dapat menyebutkan, misalnya, bahwa kandidat boleh menggunakan calculator tetapi tidak boleh menggunakan AI untuk menyelesaikan reasoning item, atau bahwa penggunaan tool tertentu diperbolehkan dengan syarat kandidat menjelaskan reasoning-nya pada tahap berikutnya. Aturan perlu konsisten dengan construct yang ingin diukur. Downstream verification tetap penting untuk evidence dengan konsekuensi besar.
Proctoring juga tidak sebaiknya dianggap bukti absolut bahwa score pasti mencerminkan unaided capability. ITC/ATP Technology-Based Assessment Guidelines membahas kualitas, fairness, security, dan delivery assessment digital, sedangkan evidence GenAI yang tersedia tidak menunjukkan bahwa proctoring merupakan universal solution. Tingkat kontrol sebaiknya proporsional terhadap risiko dan tujuan assessment.
Untuk kandidat Indonesia, device juga perlu diperhatikan. Compatibility, bandwidth, screen size, interruptions, loading time, dan save/resume behavior dapat memengaruhi candidate experience dan berpotensi memengaruhi kondisi pengerjaan. Jangan menganggap desktop assessment yang dibuat responsive otomatis memiliki measurement equivalence yang sama di mobile tanpa evidence.
Pembahasan fairness yang lebih umum tersedia di Penggunaan AI yang Bertanggung Jawab dalam Rekrutmen dan artikel Pre-Employment Assessment. Dalam aptitude testing, perhatian khusus perlu diberikan pada construct contamination, norm group, bahasa, cultural adaptation, accessibility, dan measurement precision. Standardized scoring membantu consistency tetapi tidak otomatis membuktikan fairness.
Misalnya, English-heavy verbal reasoning test dapat ikut mengukur English proficiency meskipun pekerjaan sebenarnya tidak membutuhkan kemampuan tersebut. Demikian pula, norm group yang jauh berbeda dari target population dapat membuat interpretation score membutuhkan validasi tambahan. Recruiter perlu memonitor actual subgroup outcomes tanpa membuat asumsi sebelumnya bahwa kelompok geografis, pendidikan, atau demografis tertentu pasti dirugikan.
Untuk isu bias pada proses screening secara lebih luas, lihat Bias in Candidate Screening. Artikel tersebut dapat menjadi canonical discussion untuk bias dan penggunaan evidence di level proses, sementara artikel aptitude ini fokus pada persoalan measurement dan score interpretation. Pemisahan tersebut membantu mengurangi pengulangan antarartikel.
Sebelum menggunakan atau membeli aptitude assessment, recruiter perlu mengevaluasi lebih dari jumlah modul yang tersedia. Fokus utama adalah construct, evidence, norm, precision, delivery, dan bagaimana score masuk ke recruitment workflow. Vendor yang baik seharusnya dapat menjelaskan batas interpretation, bukan hanya menampilkan dashboard score.
Construct
Evidence
Norm dan localization
Scoring dan precision
Delivery
Workflow
Standar yang sama perlu diterapkan kepada semua vendor. Mimo dapat menjadi contoh pada level recruitment workflow karena platformnya menghubungkan screening, interview, dan candidate assessment, tetapi public product availability bukan bukti bahwa setiap instrument otomatis mempunyai norm, validity, atau cutoff yang tepat untuk setiap role. Mimo Assessment dapat digunakan untuk melihat kategori assessment yang tersedia, sedangkan scientific evaluation tetap perlu dilakukan pada level instrument.
Aptitude test adalah assessment yang secara khusus mengukur jenis kemampuan reasoning tertentu. “Psikotes” merupakan istilah yang jauh lebih luas dan dapat mencakup beberapa jenis psychological assessment. Karena itu, keduanya bukan sinonim meskipun aptitude test dapat berada di dalam proses psikotes atau pre-employment assessment.
Aptitude test memberi evidence tentang bagaimana kandidat melakukan reasoning terhadap jenis masalah tertentu. Skill test mengukur learned capability untuk melakukan tugas tertentu. Numerical reasoning dan Excel test, misalnya, dapat sama-sama berguna untuk Finance Analyst tetapi menjawab pertanyaan yang berbeda.
Tidak ada universal good score. Interpretation bergantung pada instrumen, skala, norm group, role, precision, dan bagaimana threshold ditetapkan. Bahkan 70th percentile tidak otomatis berarti kandidat sudah memenuhi requirement pekerjaan.
Tidak otomatis. Periksa apakah kemampuan yang diukur benar-benar critical, apakah norm dan cutoff tepat untuk role, seberapa jauh result dari threshold, serta apa yang ditunjukkan evidence lain. Borderline result khususnya tidak sebaiknya diperlakukan sebagai perbedaan absolut tanpa melihat measurement precision.
Aptitude test paling berguna bukan ketika digunakan untuk memberi label “high potential”, tetapi ketika recruiter tahu persis kemampuan reasoning apa yang ingin diukur, mengapa kemampuan tersebut diperlukan pekerjaan, dan informasi apa yang ditambahkan score terhadap selection process. Dengan pendekatan tersebut, aptitude score menjadi salah satu evidence yang membantu keputusan, bukan pengganti judgment recruiter.
Sedang menentukan aptitude atau competency assessment untuk recruitment workflow Anda? Mulailah dari kebutuhan role dan informasi yang belum cukup terbukti, lalu pilih assessment yang benar-benar mengukur kemampuan tersebut.
Mimo dapat mendukung pengumpulan evidence melalui CV screening, initial interview, dan candidate assessment dalam recruitment workflow. Apa pun platform yang digunakan, pastikan aptitude score tetap diinterpretasikan bersama job relevance, norm group, measurement precision, skill evidence, dan human review.