Organizational Behavior and Human Relations

Er zijn twee soorten beslissingen: geprogrammeerde en niet-geprogrammeerde. Een geprogrammeerde beslissing is een beslissing die zeer routinematig is en binnen een organisatie waarschijnlijk onderworpen is aan regels en beleidslijnen die de besluitvormers helpen tot dezelfde beslissing te komen wanneer de situatie zich voordoet. Een niet-geprogrammeerde beslissing is een beslissing die ongebruikelijker is en minder vaak wordt genomen.

Als we meer verwikkeld raken in het rationele besluitvormingsmodel – of, zoals we hebben besproken, het meer waarschijnlijke besluitvormingsmodel van de begrensde rationaliteit – kunnen sommige van onze pogingen om het verzamelen van alle gegevens en het beoordelen van alle alternatieven te verkorten, ons op een dwaalspoor brengen. Veel voorkomende vertekeningen in onze beoordeling van gegevens en alternatieven worden biases genoemd.

U hoeft maar door de sociale media te scrollen en te kijken naar mensen die discussiëren over politiek, klimaatverandering en andere hete hangijzers om biases in actie te zien. Ze zijn overal. Hier zijn enkele van de meest voorkomende die je waarschijnlijk tegenkomt:

Overconfidence Bias

De overconfidence bias is vrij eenvoudig te begrijpen – mensen zijn overdreven optimistisch over hoe gelijk ze hebben. Studies hebben aangetoond dat wanneer mensen zeggen dat ze 65-70% zeker weten dat ze gelijk hebben, deze mensen slechts 50% van de tijd gelijk hebben. En als ze 100% zeker zeggen te zijn, hebben ze meestal 70-85% van de tijd gelijk.

Overmoediging over iemands “juistheid” kan leiden tot slechte besluitvorming. Interessant is dat studies ook hebben aangetoond dat mensen met de zwakste intelligentie en interpersoonlijke vaardigheden de meeste kans hebben om overmoed te vertonen in hun besluitvorming, dus managers moeten oppassen voor overmoed als een bias wanneer ze proberen beslissingen te nemen of problemen op te lossen die buiten hun expertisegebied liggen.

Anchoring Bias

De anchoring bias is de neiging om zich te fixeren op de eerste informatie als uitgangspunt voor het nemen van een beslissing, en het nalaten om zich aan te passen aan latere informatie naarmate deze wordt verzameld. Een manager kan bijvoorbeeld een gesprek hebben met een kandidaat voor een baan, en die kandidaat vraagt om een startsalaris van $100.000. Zodra dat getal wordt genoemd, is de manager in gevaar gebracht in zijn vermogen om dat getal te negeren, en latere informatie die suggereert dat het gemiddelde salaris voor dat type baan 80.000 dollar is, zal niet zo veel kracht hebben.

Op vergelijkbare wijze, als een manager je vraagt om een verwacht startsalaris, zal je antwoord waarschijnlijk het op handen zijnde aanbod van de manager verankeren. Ankers zijn een veel voorkomend probleem bij onderhandelingen en sollicitatiegesprekken.

Bevestigingsvooringenomenheid

Het rationele besluitvormingsproces gaat ervan uit dat we informatie en gegevens objectief verzamelen, maar bevestigingsvooringenomenheid staat voor het verzamelen van informatie die iemands aanvankelijke conclusies ondersteunt.

We zoeken naar informatie die onze keuzes uit het verleden bevestigt en neigen ertoe weinig gewicht toe te kennen aan dingen die onze opvattingen in twijfel trekken. Twee mensen op de sociale media kunnen bijvoorbeeld discussiëren over het bestaan van klimaatverandering. In het geval van een vooroordeel over bevestiging zou elk van deze mensen op zoek gaan naar wetenschappelijke artikelen en bewijzen die hun theorieën ondersteunen, in plaats van de situatie volledig te onderzoeken.

Hindsight Bias

Hindsight bias is de neiging die we hebben om te geloven dat we een bepaalde gebeurtenis accuraat zouden hebben voorspeld nadat de uitkomst van die gebeurtenis bekend is. Op de zaterdag voor de Super Bowl zijn veel minder mensen zeker van de uitslag, maar op de maandag erna zijn er veel meer mensen die beweren dat ze zeker wisten dat het winnende team inderdaad als winnaar uit de bus zou komen.

Omdat we een situatie creëren waarin we onszelf voor de gek houden door te denken dat we meer wisten over een gebeurtenis voordat die plaatsvond, beperkt hindsight bias ons vermogen om van het verleden te leren en maakt het ons overmoedig over toekomstige voorspellingen.

Representative Bias

Representative bias doet zich voor wanneer een beslisser ten onrechte twee situaties vergelijkt vanwege een waargenomen gelijkenis, of, omgekeerd, wanneer hij of zij een gebeurtenis beoordeelt zonder deze te vergelijken met soortgelijke situaties. Hoe dan ook, het probleem wordt niet in de juiste context geplaatst.

Op de werkvloer kunnen werknemers een vooroordeel tegen blanke mannen veronderstellen wanneer ze zien dat er onlangs verschillende vrouwen en minderheden zijn aangenomen. Zij zien de laatste vijf of zes aanwervingen als representatief voor het beleid van het bedrijf, zonder te kijken naar de laatste vijf tot tien jaar van aanwervingen.

Aan de andere kant van de medaille: twee eindexamenkandidaten kunnen vergelijkbare schoolprestaties hebben, en men zou kunnen denken dat, omdat een van hen is toegelaten tot de universiteit van haar keuze, de ander waarschijnlijk ook zal volgen. Dat is niet noodzakelijkerwijs het geval, maar representatieve vooringenomenheid leidt ertoe dat besluitvormers denken dat omdat situaties vergelijkbaar zijn, de uitkomsten waarschijnlijk ook vergelijkbaar zullen zijn.

Beschikbaarheidsvooringenomenheid

Beschikbaarheidsvooringenomenheid suggereert dat besluitvormers de informatie gebruiken die voor hen het gemakkelijkst beschikbaar is bij het nemen van een beslissing.

We horen de hele tijd over terrorisme op het nieuws, en in fictieve media. Het wordt buiten proporties opgeblazen, waardoor het een grotere bedreiging lijkt dan het is, zodat mensen hun tijd en energie investeren in de bestrijding ervan. Kanker doodt echter 2.000 keer meer mensen. Daar investeren we niet in, het krijgt niet genoeg aandacht in het nieuws, en het is niet zo “beschikbaar” in onze gedachten als informatie. Vandaar de beschikbaarheidsbias.

Commitment Errors

Dit is een toegenomen commitment aan een eerdere beslissing ondanks negatieve informatie. Een bedrijfseigenaar kan geld uittrekken voor een winkel om dvd’s en Blu-rays te huren, voorraden kopen voor zijn schappen en een paar mensen aannemen om hem of haar te helpen de kassa te bewaken. De eigenaar kan een aantal gegevens en statistieken bekijken waaruit blijkt dat mensen niet meer zo vaak video’s huren, maar omdat hij of zij gehecht is aan de locatie, de voorraad en de mensen, gaat de eigenaar door op de ingeslagen weg en opent een filmverhuurlocatie.

Managers willen soms bewijzen dat hun aanvankelijke beslissing juist was door een slechte beslissing te lang te laten voortduren, in de hoop dat de richting zal worden gecorrigeerd. Dit zijn vaak kostbare fouten.

Willekeurigheidsfouten

Als je er zeker van bent dat je geluksdas je zal helpen om later vandaag tijdens een vergadering de zaak van een klant te winnen, bega je een toevalsfout. Een stropdas brengt je geen geluk, zelfs niet als je hem ooit hebt gedragen op een dag dat je een grote deal hebt gesloten.

Beslissingen kunnen worden aangetast als we proberen betekenis te creëren uit willekeurige gebeurtenissen. Denk maar aan de aandelenkoersen. Financiële adviseurs denken dat ze de koersen kunnen voorspellen op basis van prestaties in het verleden, maar op een willekeurige dag zijn die koersen volstrekt willekeurig. In werkelijkheid waren deze adviseurs in staat om de richting van de aandelenkoersen ongeveer 49 procent van de tijd te voorspellen, of ongeveer net zo goed als wanneer ze gewoon hadden geraden.

In het geval van de geluksdas is dat meer een bijgeloof. Besluitvormers die worden beheerst door hun bijgeloof kunnen het moeilijk of onmogelijk vinden om routines te veranderen of nieuwe informatie objectief te verwerken.

Managers die objectief gegevens kunnen verzamelen en tot alternatieven kunnen komen zonder te worden beïnvloed door deze vooroordelen, steken al met kop en schouders uit boven andere besluitvormers die zich niet bewust zijn van deze valkuilen. Het vinden van unieke oplossingen voor unieke problemen vraagt echter om iets meer. Creativiteit in besluitvorming kan je naar de volgende stap brengen. Daar hebben we het straks over.

Bijdragen!

Verbeter deze paginaLees meer