Penelitian Pemasaran 11
Penelitian Pemasaran 11
Disusun Oleh
Ario Prakoso
125030200111042
125030201111025
Dicho Pradipta
Victor
DESAIN RISET
RISET EKSPLORASI
Tujuan
RISET KONKLUSIF
Didesain untuk menolong pengambil keputusan dalam
menentukan, mengevaluasi dan memilih alternatif terbaik dalam
memecahkan suatu masalah.
Tujuan
Contoh
4.
5.
6.
7.
8.
Riset Kausal
Tujuan
ANALISIS DATA
Data Dan Jenis Data Penelitian
Data primer adalah data yang diperoleh atau dikumpulkan oleh peneliti
secara langsung dari sumber datanya. Data primer disebut juga sebagai
data asli atau data baru yang memiliki sifat up to date. Untuk
mendapatkan data primer, peneliti harus mengumpulkannya secara
langsung. Teknik yang dapat digunakan peneliti untuk mengumpulkan data
primer antara lain observasi, wawancara, diskusi terfokus (focus grup
discussion FGD) dan penyebaran kuesioner.
Data Sekunder adalah data yang diperoleh atau dikumpulkan peneliti dari
berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data
sekunder dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik
(BPS), buku, laporan, jurnal, dan lain-lain.
Keunggulan yang paling signifikan dari kata sekunder terletak pada
waktu dan uang yang dapat dihemat oleh periset. Jika informasi yang
diperlukan tersedia sebagai data sekunder, maka periset hanya perlu
pergi ke perpustakaan atau menjelajahi internet, menentukan sumber
yang sesuai, serta mengambil dan mencatat informasi yang diinginkan.
Hal ini memakan waktu tidak lebih dari beberapa hari dan lebih murah.
Jika informasi akan dikumpulkan dalam sebuah sampel, maka langkahlangkah berikut harus ditempuh: merancang dan meguji coba formulir
pengumpulan data; memilih dan melatih staff yang akan melakukan
wawancara lapangan; membuat rencana sampling; mengumpulkan data
dan kemudian memeriksa keakuratannya serta apakah ada yang hilang;
member kode dan mentabulasi data.
Analisis Regresi
Analisis regresi merupakan salah satu analisis yang bertujuan
untuk mengetahui pengaruh suatu variabel terhadap variabel lain. Dalam
analisis regresi, variabel yang mempengaruhi disebut Independent
Variable (variabel bebas) dan variabel yang dipengaruhi disebut
Dependent Variable (variabel terikat). Jika dalam persamaan regresi
hanya terdapat satu variabel bebas dan satu variabel terikat, maka disebut
sebagai persamaan regresi sederhana, sedangkan jika variabel bebasnya
lebih dari satu, maka disebut sebagai persamaan regresi berganda.
Analisis Korelasi
Analisis Korelasi merupakan suatu analisis untuk mengetahui
tingkat keeratan hubungan antara dua variabel. Tingkat hubungan
tersebut dapat dibagi menjadi tiga kriteria, yaitu mempunyai hubungan
positif, mempunyai hubungan negatif dan tidak mempunyai hubungan.
Analisis Korelasi (r) : digunakan untuk mengukur tinggi redahnya derajat
hubungan antar variabel yang diteliti. Tinggi rendahnya derajat keeratan
tersebut dapat dilihat dari koefisien korelasinya. Koefisien korelasi yang
mendekati angka + 1 berarti terjadi hubungan positif yang erat, bila
mendekati angka 1 berarti terjadi hubungan negatif yang erat.
Sedangkan koefisien korelasi mendekati angka 0 (nol) berarti hubungan
kedua variabel adalah lemah atau tidak erat. Dengan demikian nilai
koefisien korelasi adalah 1 r + 1. Untuk koefisien korelasi sama
dengan 1 atau + 1 berarti hubungan kedua variabel adalah sangat erat
atau sangat sempurna dan hal ini sangat jarang terjadi dalam data riil.
Untuk mencari nilai koefisen korelasi (r) dapat digunakan rumus sebagai
berikut : r = [(N . XY) (X . Y)] / {[(N . X2) (X)2] . [(N . Y2)
(Y)2]}
ANOVA
Analisis Varian adalah sebuah metode untuk memeriksa apakah
ada hubungan antara dua atau lebih set data. Anda dapat menentukan
apakah ada hubungan antara set data dengan melakukan analisis varians,
atau dikenal sebagai ANOVA. Analisis varians kadang-kadang disebut
sebagai F-Test setelah statistik british RA Fisher. Sebenarnya ada tiga tipe
berbeda ANOVA yang tersedia melalui Analisis Toolpak pada microsoft
Excel.
Faktor Tunggal / Single Factor ini melakukan analisis sederhana dari
varians antara dua set data.
Dua Faktor tanpa Replika / Two Factor without Replication ini
melakukan analisis varians antara dua atau lebih set data. Ini harus
digunakan bila Anda hanya memiliki satu sampel dari setiap data.
Dua Faktor dengan Replika / Two Factor with Replication ini
melakukan analisis varians antara dua orang lebih banyak set data. Ini
harus digunakan bila Anda memiliki lebih dari satu sampel dari setiap
data.
Ketika analisis varians diterapkan untuk dua kelompok itu memberikan
hasil yang sama sebagai uji-Z atau T-test. Semua tes ANOVA
menggunakan distribusi F.
Pengujian Hipotesis
pernyataan atau dugaan mengenai keadaan populasi yang sifatnya
masih sementra atau lemah kebenarannya. Hipotesis statistik akan
diterima jika hasil pengujian membenarkan pernyataannya dan akan
ditolah ika terjadi penyangkalan dari pernyataannya. Dalam pengujian
hipotesis, keputusan yang dibuat mengandung ketidakpastian, artinya
keputusan bisa benar atau salah, sehingga menimbulkan resiko. Besar
kecilnya resiko dinyatakan dalam bentuk probabilitas.
Bentuk-Bentuk Hipotesis
Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan tantang nilai suatu variable
mandiri. Tidak membuat perbandingan atau hubungan. Sebagai contoh
bila rumusan masalah penelitian sebagai berikut ini, maka hipotesis
(jawaban sementara) yang dirumuskan adalah hipotesis deskriptif. Dalam
perumusan hipotesis statistik, antara hipotesis nol (H 0) dan hipotesis
alternative (H1) selalu berpasangan, bila salah satu ditolak, maka yang lain
diterima sehingga dapat dibuat keputusan yang tegas, yaitu kalau H 0
ditolakpasti H1 diterima.
Contoh : Seorang dokter mengatakan bahwa lebih 60% pasien kanker
adalah karena merokok.
H0: 0.90
H1: <0.90
nilai a tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai
dengan bentuk pengujiannya.
1. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih
besar daripada nilai positif atau negatif dari tabel. Atau nilai uji
statistik berada di luar nilai kritis.
2. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih
kecil daripada nilai positif atau negatif dari tabel. Atau nilai uji
statistik berada di dalam nilai kritis.
Taraf Kesalahan dalam Pengujian Hipotesis
Menguji hipotesis itu adalah menaksir parameter populasi
berdasarkan data sampel. Terdapat dua cara menaksir yaitu, a point
estimate dan inteval estimate atau sering disebut confidence interval. A
point estimate adalah suatu taksiran parameter populasi berdasakan satu
nilai data sampel. Sedangkan interval estimate adalah suatu taksiran
parameter populasi berdasarkan nilai interval data sampel.
Menaksir parameter populasi yang menggunakan point estimate
akan mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan
yang menggunakan interval estimate. Menaksir daya tahan kerja orang
Indonesia 10 jam/hari akan mempunyai kesalahan yang lebih besar bila
dibandingkan dengan nilai taksiran antara 8 sampai dengan 12 jam. Makin
besar interval taksirannya maka akan semakin kecil kesalahannya.
Biasanya dalam penelitian kesalahan taksiran ditetapkan lebih dahulu,
yang digunakan adalah 5% dan 1%.
Penaksiran parameter populasi berdasarkan data sampel, kemungkinan
akan terdapat dua kesalahan yaitu:
1. Kesalahan Tipe I adalah suatu kesalahan bila menolak Ho yang
benar (seharusnya diterima). Dalam hal ini tingkat kesalahan
dinyatakan dengan yang dalam bentuk penggunaannya disebut
sebagai taraf nyata atau taraf signifikan (level of significant). 1 -
disebut sebagai tingkat keyakinan (level of confidence), karena
dengan itu kita yakin bahwa kesimpulan yang kita buat adalah
benar, sebesar 1 - .
2. Kesalahan Tipe II adalah bila menerima hipotesis yang salah
(seharusnya ditolak). Tingkat kesalahan untuk ini dinyatakan
Uji Beda
Sesuai dengan namanya, uji beda, maka uji ini dipergunakan untuk
mencari perbedaan, baik antara dua sampel data atau antara beberapa
sampel data. Dalam kasus tertentu, juga bisa mencari perbedaan antara
suatu sampel dengan nilai tertentu. Perhatikan contoh-contoh berikut:
DAFTAR PUSTAKA