Persepsi dan realitas seringkali berbeda, dan biasanya penting untuk menangkap perbedaan ini dalam diagram kausal Anda. Kondisi sebenarnya bisa sangat berbeda dari persepsi para aktor dalam sistem tersebut.
Persepsi orang dapat dipengaruhi oleh keterlambatan pelaporan, kesalahan pengukuran, bias, atau distorsi lainnya, yang menyebabkan orang membuat keputusan berbeda dibandingkan jika mereka memiliki informasi yang lebih akurat.
Misalnya, apakah para manajer puncak sebuah perusahaan mengetahui kualitas produk mereka yang sebenarnya? Bagaimana mereka merespons jika terjadi kekurangan kualitas? Dalam menggambar CLD yang menggambarkan situasi ini, memisahkan kondisi yang dirasakan dan kondisi aktual membantu memunculkan pertanyaan seperti, Berapa lama waktu yang dibutuhkan untuk mengukur kualitas? Untuk mengubah opini manajemen tentang kualitas bahkan setelah data tersedia? Untuk menerapkan program peningkatan kualitas? Untuk mewujudkan hasil? Anda mungkin menemukan adanya penundaan yang signifikan dalam menilai kualitas produk dan dalam mengubah opini manajemen tentang kualitas (lihat "Bagaimana Kualitas Produk Kita?").
Selain itu, bias dalam sistem pelaporan dapat menyebabkan kualitas yang dilaporkan berbeda dari kualitas yang dirasakan pelanggan. Pelanggan tidak mengajukan klaim garansi untuk semua masalah atau melaporkan semua cacat kepada perwakilan penjualan mereka. Staf penjualan dan perbaikan mungkin tidak melaporkan semua keluhan pelanggan ke kantor pusat. Bawahan, yang ingin menghindari penyampaian berita buruk, dapat menyaring informasi penilaian kualitas yang sampai ke manajemen senior. Diagram ini menunjukkan bias-bias ini, membantu menjelaskan bagaimana manajemen mungkin memiliki pandangan yang terlalu berlebihan tentang kualitas produk. Model semacam itu dapat menjadi dasar diskusi tentang cara-cara untuk mempersingkat penundaan, mengatasi bias, dan menghindari penurunan kualitas.
Penundaan sangat penting dalam menciptakan dinamika. Penundaan memberikan inersia pada sistem, dapat menyebabkan osilasi, dan seringkali menjadi penyebab terjadinya trade-off antara dampak jangka pendek dan jangka panjang dari kebijakan kita. CLD Anda harus mencakup penundaan yang penting bagi dinamika yang ingin Anda wakili atau yang signifikan relatif terhadap horizon waktu yang relevan dengan permasalahan Anda.
Misalnya, ketika harga suatu produk naik, pasokan cenderung meningkat, tetapi hanya setelah penundaan yang signifikan selama pemesanan dan pembangunan kapasitas baru, serta selama bisnis baru memasuki pasar. Oleh karena itu, penting untuk memasukkan penundaan ini (dengan menuliskan kata "penundaan" atau menggambar tanda pagar di atas tautan yang relevan) karena penundaan ini akan memengaruhi perilaku sistem seiring waktu. Ingatlah bahwa ada penundaan fisik, atau material, seperti penundaan antara pemesanan dan penerimaan material, dan penundaan informasi, atau persepsi, seperti waktu yang dibutuhkan untuk melaporkan data penjualan, merevisi perkiraan, dan mengambil keputusan. Kedua jenis penundaan ini harus direpresentasikan dalam peta kausal Anda.
Penting juga untuk diingat bahwa penundaan selalu melibatkan struktur stok dan aliran. Inilah mengapa sangat penting untuk menyertakan penundaan dalam diagram Anda—penundaan akan mengingatkan Anda bahwa terdapat struktur stok dan aliran yang tertanam dalam hubungan tersebut. Anda kemudian dapat mengeksplorasi apakah perlu untuk membuat struktur tersebut eksplisit dalam diagram Anda. Buatlah struktur stok dan aliran eksplisit jika hal tersebut penting dalam mengomunikasikan dasar dinamika yang ingin dijelaskan oleh peta Anda.
Memori jangka pendek kita dapat menyimpan lima hingga sembilan potongan informasi sekaligus. Hal ini membatasi ukuran dan kompleksitas efektif peta kausal. Menyajikan CLD yang kompleks sekaligus menyulitkan untuk melihat loop-loopnya, memahami loop mana yang penting, atau menentukan bagaimana loop-loop tersebut menghasilkan perilaku tertentu. Hindari godaan untuk memasukkan semua loop yang telah Anda atau klien Anda identifikasi ke dalam satu diagram yang komprehensif.
Lalu, bagaimana Anda mengomunikasikan struktur umpan balik yang kaya dari suatu sistem tanpa menyederhanakannya secara berlebihan? Bangun model Anda secara bertahap, dengan serangkaian diagram lingkaran sebab akibat yang lebih kecil. Setiap diagram harus sesuai dengan satu bagian cerita yang sedang diceritakan. Diagram-diagram ini dapat memiliki detail yang cukup untuk menunjukkan bagaimana proses tersebut sebenarnya beroperasi. Kemudian, gabungkan versi diagram yang lebih sederhana menjadi ikhtisar tingkat tinggi untuk menunjukkan bagaimana diagram-diagram tersebut berinteraksi satu sama lain. (Untuk detail lebih lanjut tentang memastikan kejelasan diagram Anda, lihat "Tips untuk Tata Letak CLD.")
Pastikan audiens Anda mengikuti logika hubungan sebab akibat. Jika mereka tidak dapat memahaminya tanpa bantuan, Anda mungkin perlu menambahkan detail lebih lanjut atau membuat beberapa variabel perantara lebih eksplisit. "Membuat Hubungan Eksplisit" menunjukkan sebuah contoh.
Setelah Anda mengklarifikasi logikanya hingga memuaskan semua pihak, Anda seringkali dapat "memecah" representasi yang lebih detail menjadi bentuk yang lebih sederhana dan lebih agregat. Diagram yang lebih sederhana kemudian berfungsi sebagai singkatan untuk struktur kausal yang lebih kaya dan mendasar.
Baik Anda menggunakan CLD untuk menggali model mental klien maupun untuk mengomunikasikan proses umpan balik penting yang Anda yakini bertanggung jawab atas suatu masalah, Anda akan sering mendapati diri Anda berusaha melacak lebih banyak loop daripada yang dapat Anda tangani. Diagram Anda dapat dengan mudah membuat orang yang Anda coba jangkau kewalahan. Untuk membantu audiens Anda menavigasi jaringan loop, beri setiap loop nomor dan nama. Penomoran loop R1, R2, B1, B2, dan seterusnya membantu audiens Anda menemukan setiap loop saat Anda membahasnya. Memberi nama loop membantu audiens Anda memahami fungsi setiap loop dan menjadi cara singkat yang berguna untuk berdiskusi.
Saat bekerja dengan kelompok klien, seringkali memungkinkan untuk meminta mereka menamai loop mereka sendiri. Sering kali, mereka akan menyarankan frasa unik atau jargon khusus organisasi untuk setiap loop. Misalnya, jika Anda memiliki loop yang menggambarkan bagaimana bekerja lembur terlalu lama pada akhirnya dapat menurunkan produktivitas, kelompok tersebut mungkin akan menyebutnya "Kelelahan". Mereka mungkin akan menyebut loop yang menunjukkan bagaimana tekanan jadwal dapat menyebabkan peningkatan kesalahan sebagai "Tergesa-gesa Membuang-buang". Nama loop memudahkan untuk merujuk pada bagian-bagian kompleks dari struktur umpan balik, yang mengarah pada percakapan yang produktif dan, pada akhirnya, perubahan perilaku yang sudah mengakar.
Fine-Tuning Your Causal Loop Diagrams - Bagian II, John D. Sterman is the J. Spencer Standish Professor of Management at the Sloan School of Management of the Massachusetts Institute of Technology and director of MIT’s System Dynamics Group.
Daftar Isi