Efek umur, periode, dan generasi: kenapa klaim “Gen Z malas” sulit dibuktikan

Selamat Hari Sumpah Pemuda.

Hampir di setiap kantor yang pernah saya datangi untuk pekerjaan analitik, ada satu kalimat yang selalu muncul ketika pembicaraan sampai ke karyawan muda: “Anak-anak sekarang beda, gampang resign, tidak tahan tekanan.” Versi media sosialnya lebih pendek: “Gen Z malas.”

Kalimat seperti itu bukan hal baru. Setiap generasi pernah dicap demikian oleh generasi sebelumnya. Yang menarik bagi saya sebagai statistikawan bukan apakah kalimat itu benar atau salah, melainkan: bagaimana kita bisa mengujinya? Ternyata jawabannya jauh lebih rumit daripada kelihatannya.

Tiga efek yang selalu bertumpuk

Dalam ilmu sosial dan demografi, perbedaan perilaku antarkelompok umur bisa berasal dari tiga sumber yang berbeda.

Efek umur (age effect). Perilaku yang berubah karena seseorang berada di tahap hidup tertentu. Orang usia 20-an, di generasi mana pun, cenderung lebih sering berpindah kerja. Mereka masih mencari yang cocok, belum punya tanggungan besar, masa kerjanya pendek, dan pilihan kariernya masih terbuka. Ketika mereka berusia 40-an, perilakunya cenderung berubah, bukan karena generasinya, tapi karena tahap hidupnya.

Efek periode (period effect). Perilaku yang berubah karena kondisi zaman yang dialami semua orang secara bersamaan. Pandemi, krisis ekonomi, perubahan teknologi, atau pasar kerja yang sedang sempit memengaruhi semua kelompok umur pada waktu yang sama, walaupun besarnya pengaruh bisa berbeda.

Efek kohort atau generasi (cohort effect). Perilaku yang khas karena seseorang lahir dan tumbuh di masa tertentu, dan ciri itu terbawa sepanjang hidupnya. Inilah yang sebenarnya diklaim oleh kalimat “Gen Z itu begini”.

Masalahnya: ketiga efek ini terikat secara matematis. Tahun lahir ditambah umur sama dengan tahun pengamatan. Kalau kita tahu dua di antaranya, yang ketiga otomatis diketahui. Dalam metodologi, ini dikenal sebagai masalah identifikasi umur-periode-kohort. Kita tidak bisa memisahkan ketiganya hanya dari satu kali pengamatan.

Contoh sederhana

Bayangkan sebuah survei pada 2026 menemukan bahwa karyawan usia 22 tahun punya niat keluar lebih tinggi daripada karyawan usia 45 tahun.

Apakah itu bukti efek generasi? Belum tentu. Perbedaan itu bisa sepenuhnya dijelaskan oleh efek umur: karyawan usia 22 tahun di tahun 2006 mungkin juga punya niat keluar yang tinggi. Perbedaan itu juga bisa sebagian dijelaskan oleh efek periode: pasar kerja 2026 mungkin membuat semua orang, tua dan muda, lebih gelisah.

Satu kali survei pada satu tahun tidak bisa membedakan ketiganya. Yang kita dapatkan hanyalah perbedaan antarumur pada satu titik waktu.

Tabel ringkas: tiga efek dan cara mengujinya

Efek	Pertanyaan yang dijawab	Contoh	Data yang dibutuhkan
Umur	Apakah berubah karena tahap hidup?	Usia 20-an lebih sering pindah kerja	Mengikuti orang yang sama dari waktu ke waktu
Periode	Apakah berubah karena kondisi zaman?	Semua orang lebih gelisah saat pasar kerja sempit	Membandingkan semua umur di beberapa tahun
Kohort	Apakah khas karena generasi?	Generasi tertentu punya nilai kerja berbeda seumur hidup	Membandingkan orang pada umur yang sama di tahun lahir berbeda

Bagaimana peneliti menguji efek generasi

Karena masalah identifikasi tadi, peneliti memakai beberapa strategi:

1. Survei berulang dalam jangka panjang. Survei yang diulang dengan pertanyaan yang sama selama bertahun-tahun memungkinkan kita membandingkan orang usia 22 pada 2006 dengan orang usia 22 pada 2026. Kalau perbedaannya besar, ada indikasi efek kohort atau periode.

2. Data panel. Mengikuti orang yang sama dari waktu ke waktu membantu melihat bagaimana perilaku berubah seiring umur.

3. Asumsi tambahan. Model statistik umur-periode-kohort biasanya memerlukan asumsi, misalnya bahwa salah satu efek berbentuk tertentu. Asumsi ini harus dibenarkan dengan teori, dan hasilnya sensitif terhadap asumsi yang dipilih.

Intinya: membuktikan efek generasi membutuhkan data yang mahal dan analisis yang hati-hati. Sebuah survei kecil di satu kantor, apalagi video viral, jauh dari cukup.

Apa yang dikatakan data resmi tentang anak muda sekarang

Kita tidak punya data yang cukup untuk menilai “kemalasan” satu generasi. Tapi kita punya data tentang kondisi yang mereka hadapi.

Menurut Sakernas BPS, tingkat pengangguran terbuka usia 15–24 tahun adalah 16,36% pada Februari 2026 dan naik ke 17,37% pada Mei 2026, sementara angka nasional sekitar 4,6%. Ringkasan data BPS yang dikutip GoodStats juga menyebut sekitar 20% anak muda usia 15–24 tahun pada 2024 tidak sedang sekolah, tidak bekerja, dan tidak ikut pelatihan (NEET).

Angka-angka ini lebih mudah dijelaskan oleh kondisi pasar kerja dan transisi sekolah ke kerja daripada oleh sifat satu generasi. Dalam tiga bulan dari Februari ke Mei 2026, karakter sebuah generasi tidak berubah. Yang berubah adalah kondisi di sekitarnya.

Kalau perusahaanmu ingin menguji klaim ini

Kalau manajemen di kantormu yakin bahwa karyawan muda punya komitmen lebih rendah, berikut cara mengujinya dengan lebih adil:

1. Definisikan secara terukur. “Malas” atau “tidak berkomitmen” harus diterjemahkan menjadi indikator: niat keluar, tingkat keluar, absensi, produktivitas, atau skor keterikatan kerja dari instrumen yang sudah diuji validitas dan reliabilitasnya.
2. Bandingkan pada masa kerja yang sama. Karyawan baru umur berapa pun cenderung lebih rentan keluar di tahun pertama.
3. Kendalikan faktor lain. Gaji, atasan langsung, beban kerja, dan lokasi sering menjelaskan lebih banyak daripada tahun lahir. Regresi atau model bertingkat bisa membantu.
4. Gunakan data historis. Bandingkan karyawan baru tahun ini dengan karyawan baru lima atau sepuluh tahun lalu pada umur dan masa kerja yang sama.
5. Laporkan besar efek, bukan hanya signifikansi. Perbedaan kecil yang signifikan secara statistik belum tentu berarti secara praktis.

Pengalaman saya, hasil analisis seperti ini sering mengejutkan manajemen. Perbedaan antargenerasi mengecil drastis setelah masa kerja dan atasan langsung diperhitungkan. Faktor terbesar biasanya justru yang bisa diperbaiki perusahaan sendiri: orientasi karyawan baru, kejelasan jalur karier, dan kualitas atasan.

Penutup

Sumpah Pemuda 1928 lahir dari anak-anak muda yang, pada zamannya, mungkin juga dianggap terlalu berani dan tidak tahu diri oleh sebagian generasi di atasnya. Sejarah kemudian menilai mereka dengan sangat berbeda.

Label generasi mudah dibuat dan enak diucapkan. Tapi dalam bahasa statistik, label hanyalah hipotesis yang belum diuji. Sebelum dijadikan dasar kebijakan, di kantor maupun di negara, hipotesis itu layak diuji dengan data yang tepat.

Selamat Hari Sumpah Pemuda. Semoga kita lebih rajin mengukur daripada melabeli.

Baca juga: butuh analisis statistik terpercaya untuk menguji data survei karyawan, kepuasan kerja, atau riset organisasi Anda? Pelajari Jasa Analisis Data Statistik dari Datalytics.

---