Kusnendi
SEKOLAH PASCASARJANA
UNIVERSITAS PENDIDIKAN INDONESIA
2018
1
KONSEP DASAR
1. Ilmu
2. Metode Ilmiah
3. Penelitian
4. Statistika
5. Norma Komunitas Ilmiah
2
1. I L M U
APA ILMU ITU?
3
Sistematika Ilmu
Dunia Nyata
Ontologi
Kejadian/Fenomena
Statistiska
abstraksi
Deskriptif
Konsep, konstruk,
mendeskripsikan
Variabel
Dunia rasional Statistiska
deduktif Inferensial
Proposisi, Hipotesis menjelaskan
6
Definisi Operasional
• Reflective Measurement Appoach (RMA): Berdasarkan
pemahaman terhadap teoritical construct diperoleh variabel
dan indikator-indikator terukur. Confirmatory factor analysis,
CFA.
• Formative Measurement Approach (FMA): Berdasarkan
indikator-indikator empiris diperoleh pemahaman tentang
variabel dan atau konstruk tertentu.
Pendekatan RM Pendekatan FM
Indikator 1 Indikator 1
Konstruk/ Konstruk/
Indikator 2 Indikator 2
Variabel Variabel
Indikator 3 Indikator 3
7
Reflective Measurement Approach (1)
Konstruk/
Teori
Variabel
Model Definisi
Reflective Measurement Konstitutif
Pengukuran Approach (RMA)
Persamaan
Definisi
Pengukuran & Indikator
Operasionalisasi
Diagram Jalur
8
Reflective Measurement Approach (2)
KOMITMEN TEORI KOMITMEN
ORGANISASI (KO) ORGANISASI DEFINISI KONSTITUTIF
Sifat hubungan anggota dengan organisasinya yang
dicirikan oleh penerimaan terhadap tujuan dan nilai-nilai
ε1 ITEM1 organisasi, keinginan yang kuat untuk bekerja keras demi
kemajuan organisasi, serta keinginan yang kuat untuk
ε2 ITEM2 mempertahankan keanggotaannya dalam organisasi
ε3 ITEM3
ε4 ITEM4
ε5 INDIKATOR
ITEM5 KO
(1) Penerimaan terhadap tujuan dan nilai-nilai organisasi,
ε6 ITEM6 (2) Keinginan untuk bekerja keras demi kemajuan
organisasi, serta
ε7 ITEM7 (3) Keinginan untuk mempertahankan keanggotaan dalam
DIAGRAM JALUR organisasi
ε8 ITEM8 MODEL
PENGUKURAN KO
ε9 ITEM9
DEFINISI OPERASIONAL
PERSAMAAN PENGUKURAN KO Jumlah skor skala komitmen organisasi model Likert 5 poin
ITEM1 = λ1KO + ε1 ITEM6 = λ6KO + ε6 dengan indikator:
(1) Tingkat penerimaan terhadap tujuan dan nilai-nilai
ITEM2 = λ2KO + ε2 ITEM7 = λ7KO + ε7 organisasi (ITEM1 – ITEM3)
(2) Tingkat keinginan untuk bekerja keras demi kemajuan
ITEM3 = λ3KO + ε3 ITEM8 = λ8KO + ε8
organisasi (ITEM4 – ITEM6)
ITEM4 = λ4KO + ε4 ITEM9 = λ9KO + ε9 (3) Tingkat keinginan untuk mempertahankan
keanggotaan dalam organisasi (ITEM7 – ITEM9)
ITEM5 = λ5KO + ε5
9
Model Struktural
• Variabel yang diteliti
• Prediksi hubungan antarvariabel
(hipotesis penelitian)
• Parameter yang diestimasi
• Dekomposisi pengaruh antarvariabel
10
Types of Cause and Effect Relationship
11
Single Equation Model: Analisis Regresi
Variabel
independen 1
b1
Variabel
res idual
correlation
Variabel b2 Variabel
independen 2 dependen
b3
Variabel
independen 3
12
Multiple Regression Example in Path Format
Variabel
eksogen 1
pa
th
3
pa
Variabel
th
residual 2
1
correlation
4
pat
th
pa
Variabel
eksogen 2
14
Multiple Equation Model: Path Analysis
loading factor
Variabel z1
path Variabel
Laten Laten
Eksogen 1 Endogen 1
correlation
Variabel Variabel
Laten Laten
Eksogen 2 Endogen 2
z2
17
error error error
error error
Model Persamaan
Struktural (SEM)
Variabel
Manifes 1
Variabel
Manifes 2
Variabel
Manifes 3 Variabel
Manifes 1
Variabel
Manifes 2
Nonrekursif
loading factor
Variabel z1
path Variabel
Laten Laten
Eksogen 1 Endogen 1
correlation
Variabel Variabel
Laten Laten
Eksogen 2 Endogen 2
z2
Decomposition of
Effects
Causal Effects
Total Effects
(TE) = (DE) + (IE)
20
1 z1
X3
p1
X1 p8
1 z3
p2 p6
p5 Y
p7
p3
X2 p9
p4
X4
1
Pengaruh X1 Y:
z2
• Langsung = p6 = A
• Tidak langsung melalui:
1. X3: X1 X3 Y = (p1)(p8) = B
2. X4: X1 X4 Y = (p3)(p9) = C
3. X3 dan X4: X1 X3 X4 Y = (p1)(p5)(p9) = D
Pengaruh total X1 Y = DE + IE = (A) + (B + C + D)
21
Pengaruh EP SI, tidak langsung, melalui:
1. JS: EP JS SI = (PJS,EP )(PSI,JS) = A
2. OC: EP OC SI = (POC,EP)(PSI,OC) = B
3. JS dan OC: EP JS OC SI = (PJS,EP)(POC,JS)(PSI,OC) = C
Pengaruh total EP SI = A + B + C
Abstract - Generalization
23
Metode Ilmiah
Prosedur yang ketat untuk memperoleh hasil penelitian
yang berkualitas.
1. Formulasi masalah penelitian
2. Penilaian terhadap teori dan hasil riset yang relevan
3. Penyusunan kerangka pemikiran dan hipotesis
4. Merumuskan definisi operasional
5. Mengumpulkan dan analisis data dengan teknik yang
relevan
6. Memberikan penjelasan dan membuat prediksi
7. Penyebaran informasi riset
8. Melakukan aktivitas pengendalian yang diperlukan
24
3. PENELITIAN ILMIAH
“Penelitian yang sistematis, terkontrol, empiris, dan kritis tentang
fenomena tertentu, dengan dipandu teori dan hipotesis tentang
hubungan yang diduga terjadi antara fenomena itu” (Kerlinger,
1995:17)
SISTEMATIS,
TERKONTROL, KRITIS
Hasil dilaporkan
Dipandu Dilaksanakan dengan
dengan mengikuti
TEORI dan HIPOTESIS METODE ILMIAH
SISTEMATIKA ILMU
SISTEMATIKA
PREDIKSI HUBUNGAN PROSEDUR
LAPORAN
ANTARVARIABEL PENELITIAN ILMIAH
PENELITIAN ILMIAH
25
Sistematika Laporan Penelitian Ilmiah
Sistematika
Sistematika Ilmu Metode Ilmiah Penelitian Ilmiah
Laporan Penelitian Ilmiah
27
Proses Penelitian Kuantitatif (1)
Reflective Measurement Approach
Tahap
teori-konstruk- Masalah
hipotesis Penelitian
Kerangka Hasil
Teori
Pemikiran Penelitian
Hipotesis Opervar
(Model Struktural) (Model Pengukuran)
Instrumen Penelitian
Tahap
observasi Sampling
Pengumpulan Data
Tahap
analisis data
Data set Data Uji Model
Penelitian screening Pengukuran
CFA
(Unidimensionalitas,
Tahap validitas & reliabilitas)
generalisasi
empiris
Generalisasi Uji Model Struktural Deskripsi Variabel
Empiris (Hipotesis) Penelitian
Statistika inferensial Statistik deskriptif
Menguatkan,
membatalkan dan atau
memunculkan teori
baru
29
4. STATISTIKA
Mengumpulkan,
meringkas, mengolah,
menganalisis,
mendeskripsikan, dan Statistika
deskriptif
sehingga menjadi
INFORMASI
DATA SET yang berguna
STATISTIKA
tertentu untuk
pengambilan
keputusan
Statistika
inferensial
menarik kesimpulan
berkenaan dengan
30
Data Set (1)
Aset
Nama Bank Kepemilikan CAR (%)
(Miliar Rp)
32
Pengukuran & Skala Pengukuran
PENGUKURAN: pemberian angka/bilangan pada variabel yang
diobservasi menurut skala pengukuran tertentu.
SKALA PENGUKURAN: aturan yang digunakan dalam melakukan
pengukuran.
1. Nominal: variabel diberi angka untuk menunjukkan ketegori.
2. Ordinal: variabel diberi angka tidak hanya untuk menunjukkan
kategori tetapi juga urutan.
3. Interval: variabel diberi angka tidak hanya untuk menunjukkan
ketegori dan urutan tetapi juga menunjukkan jarak (interval)
menurut satuan pengukuran tertentu tetapi tidak memiliki angka
nol mutlak.
4. Rasio: variabel diberi angka tidak hanya untuk menunjukkan
ketegori, urutan dan jarak tetapi juga rasio menurut satuan
pengukuran tertentu yang memiliki angka nol mutlak.
33
Jenis Data
PENINJAUAN JENIS DATA
Bilangan Data diskrit: data yang pengukurannnya tidak memiliki bilangan desimal.
pengukuran Diperoleh dari hasil perhitungan. Contoh: jumlah mahasiswa/i. Jumlah
kendaraan.
Data kontinu: data yang pengukurannnya dapat memiliki bilangan desimal.
Diperoleh dari hasil pengukuran. Contoh: berat dan atau tinggi badan.
Sifat pengukuran Data kualitatif: data yang bukan bilangan. Bilangan hanya merupakan label.
Operasi matematika tidak dapat diterapkan. Contoh: jenis kelamin (1 = Laki-
laki; 2 = Wanita); Kepemilikan perusahaan (1 = Pemerintah; 2 = Swasta
Nasional; 3 = Asing). Data kualitatif = data diskrit
Data kuantitatif: data dalam bentuk bilangan dalam arti yang sebenarnya
sehingga operasi matematika dapat dilakukan. Contoh: berat dan atau tinggi
badan. Data kuantitatif = data kontinu.
Skala Pengukuran Data Nominal dan Ordinal: data diskrit atau data kualitatif atau data
kategorikal.
Data interval dan rasio: data kontinu atau data kuantitatif.
Dimensi waktu Data time series (runtut waktu): data yang dikumpulkan dari waktu ke waktu.
Contoh: Laju Pertumbuhan Ekonomi Tahun 1997-2005.
Data cross-section (silang tempat): data yang dikumpulkan pada waktu
tertentu. Contoh: PDRB Provinsi di Indonesia Tahun 2005.
Data panel: kombinasi antara data time series dan cross-section. Contoh:
PDRB Provinsi di Indonesia Tahun 1997-2005.
Informasi Statistika
INFORMASI: Data yang telah diolah, dianalisis dan diinterpretasikan.
1. Estimasi parameter
“Rata-rata IPK mahasiswa perguruan tinggi di Jawa Barat kurang
dari 3,00.”
“Di Kabupaten Bandung hingga Maret 2006 sebesar 29,88%
pengidap HIV/AIDS adalah pelajar dan mahasiswa.”
2. Perbedaan dua atau lebih parameter
“Di Indonesia sampai akhir tahun 2008, rata-rata CAR Bank Swasta
Nasional lebih rendah dibandingkan rata-rata CAR Bank Asing.”
3. Hubungan antara dua atau lebih variabel
“Secara positif, tinggi rendahnya tingkat kriminalitas erat
berhubungan dengan tingkat kemiskinan.”
Statistika Inferensial
POPULASI diambil secara acak SAMPEL
Statistika Inferensial
Nonparametrik Parametrik
Dependensi Interdependensi
36
Statistika Parametrik & Nonparametrik
• Statistika Parametrik
Metode statistika inferensial untuk menganalisis data
sampel yang diambil secara acak dari populasi yang
parameternya diasumsikan mengikuti distribusi normal
(n > 30).
• Statistika Nonparametrik
Metode statistika inferensial untuk menganalisis data
sampel yang diambil secara acak dari populasi yang
parameternya bebas distribusi (distribution free statistics)
(n < 30).
37
Analisis Data Uni-bivariat (1)
Analisis Data Parametrik Nonparametrik
Uji beda Satu nilai rata-rata dari satu sampel Dua median satu variabel dependen dilihat
serta dua sampel berpasangan menurut dua kategori yang dimiliki satu
(berhubungan) dan dua sampel variabel independen:
independen: Kasus sampel berhubungan:
• Uji t • McNemar change test
• Sign test
• Wilcoxon signed ranks test
Kasus sampel independen:
• Fisher exact test
• Chi-square test
• Median test
• Wilcoxon-Mann-Whitney test
Lebih dari dua rata-rata dilihat Lebih dari dua median satu variabel
menurut kategori yang dimiliki satu dependen dilihat menurut lebih dari dua
dan atau dua variabel independen: kategori yang dimiliki satu variabel
• Analisis Variansi Satu Jalan (One- independen:
way ANOVA) Kasus sampel berhubungan:
• Analisis Variansi Dua Jalan (Two- • Cochran Q test
way ANOVA) • Friedman ANOVA
Kasus sampel independen:
• Chi-square test
• Kruskal-Wallis ANOVA 38
Analisis Data Uni-bivariat (2)
Analisis Data Parametrik Nonparametrik
Hubungan (asosiasi) Satu variabel dependen dan satu Satu variabel dependen dan satu variabel
variabel independen: independen:
• Korelasi Product Moment Pearson Nominal-nominal:
• Pearson’s C
• Guttman’s
• Cramer’s V
• Tschuprow’s T
• Phi coefficient
Nominal-ordinal:
Wilcoxon’s Theta
Ordinal-Interval:
• Jaspen’s M
Ordinal-ordinal:
• Goodman-Kruskall’s Gamma
• Kendall’s Tau
• Somer’s dyx
• Spearman’s rs
Satu variabel dependen dengan dua Satu variabel dependen dengan dua atau
atau lebih variabel independen: lebih variabel independen:
• Korelasi multiple (R) • Ordinal-ordinal: Kendall’s W
39
METODE
DEPENDENSI INTERDEPENDENSI
Kasus
Variabel dan Objek
PERSAMAAN PERSAMAAN
TUNGGAL MULTIPEL
ANALISIS
ANALISIS
KLUSTER
Variabel FAKTOR
Dependen dan Endogen & MDS
yang
Independen dan Eksogen
dianalisis
ANALISIS
REGRESI
dapat tidak dapat
diobservasi diobservasi
langsung langsung:
CFA
rekursif rekursif
Variabel Analisis
& non-
Independen Regresi
rekursif
skala dengan
nominal DUMMY ANALISIS
atau ordinal VARIABLE JALUR
MODEL
SEM
PERSAMAAN
(LISREL)
SIMULTAN
Analisis
Variabel
Diskriminan
Dependen:
(Logit), Linear
skala
Probability
nominal
dan Probit ILMU SOSIAL
atau ordinal ILMU EKONOMI
Model LAINNYA
41
Analisis Data Multivariat Dependensi (2)
Tujuan Skala Pengukuran Metode Analisis Data
Menjelaskan pengaruh Minimal interval Model Persamaan Struktural
langsung dan tidak langsung (Structural Equation
beberapa variabel laten Modeling, SEM)
eksogen terhadap satu atau
lebih variabel laten endogen
dalam kerangka hubungan
ganda (multiple relationship)
Menentukan korelasi antara Variabel dependen dan Analisis korelasi kanonik
beberapa variabel dependen independen berskala nominal- (Canonical correlation
dengan beberapa variabel ordinal atau interval-rasio analysis)
independen dalam kerangka
hubungan tunggal (single
relationships)
42
Analisis Data Multivariat Dependensi (3)
Tujuan Skala Pengukuran Metode Analisis Data
Menentukan korelasi satu variabel Variabel dependen: nominal-ordinal Analisis konjoin
dependen dengan beberapa dan atau interval-rasio. Variabel
variabel independen dalam independen: nominal-ordinal
kerangka hubungan tunggal (single
relationships)
Menguji perbedaan beberapa rata- Variabel dependen: interval-rasio. Analisis variansi multivariat
rata dari dua atau lebih variabel Variabel independen: nominal- (Multivariate Analysis of
dependen dilihat menurut ordinal Variance, MANOVA)
beberapa kategori/karakeristik
yang dimiliki oleh dua atau lebih
variabel independen dalam
kerangka hubungan tunggal (single
relationships)
Memprediksi pengkategorian Variabel dependen: nominal-ordinal. Analisis diskriminan multipel
(fungsi diskriminan) satu variabel Variabel independen: interval-rasio (Multiple discriminant analysis)
dependen berdasarkan beberapa
variabel independen
43
Analisis Data Multivariat Interdependensi
Tujuan Skala Pengukuran Metode Analisis Data
Mereduksi indikator dalam Minimal interval Analisis faktor eksploratori
jumlah besar menjadi sejumlah (Exploratory Factor Analysis, EFA)
faktor (variabel laten) yang
lebih sedikit
Menguji model pengukuran Minimal interval Analisis faktor konfirmatori
variabel laten berbasis RMT (Confirmatory Factor Analysis,
(Replective Measurement CFA)
Theory)
Mengklasifikasikan atau Minimal interval Analisis kluster
mengelompokkan individu atau
objek yang memiliki
karakteristik sama ke dalam
beberapa kelompok atau
kluster yang berbeda
Mengidentifikasi dimensi kunci Interval-rasio atau nominal- Analisis penskalaan
suatu objek berdasarkan ordinal multidimensional
kesamaan penilaian responden (Multidimensional scaling)
44
5. NORMA
KOMUNITAS ILMIAH
1. Universalism: Penelitian dinilai semata-mata atas dasar
sumbangannya terhadap ilmu pengetahuan; tanpa melihat
pihak yang melakukan penelitian dan tempat penelitian
dilakukan.
2. Organized skepticism: Ilmuwan harus selalu bersikap kritis dan
berhati-hati dalam menerima ide baru.
3. Disinterestedness: Ilmuwan harus netral dan terbuka terhadap
hal-hal baru.
4. Communalism: Pengetahuan ilmiah harus disebarluaskan dan
dimiliki bersama. Temuan ilmiah merupakan milik publik yang
dapat digunakan oleh semua orang. Proses riset harus
dipaparkan secara rinci.
5. Honesty: Merupakan norma budaya yang utama bagi seorang
peneliti dan ilmuwan. Ketidak jujuran merupakan tabu besar.
45
RUJUKAN UTAMA
• Ferdinand, Augusty. (2002). SEM dalam Penelitian Manajemen.
Semarang: BP-UNDIP.
• Ghozali, Imam. (2004). Model Persamaan Struktural Konsep dan
Aplikasi dengan AMOS Ver.5. Semarang: BP-UNDIP.
• Hair, Joseph F., Jr., et.al. (2010). Multivariate Data Analysis. Seventh
Edition. USA: Prentice-Hall International, Inc.
• Hayes, Andrew F. (2013). Introduction to Mediation, Moderation,
and Conditional Process Analysis: A Regression Based Approach.
New York: Guilford Press.
• Joreskog, K.G. & Dag Sorbom. (1996). LISREL 8: User’s Reference
Quide. Chicago: Scientific Software International, Inc.
• -------------------------------------------. (1993). LISREL 8: Structural
Equation Modeling with the Simplis Command Language. Chicago:
Scientific Software International.Inc. Chicago: Scientific Software
International, Inc.
46
• Keith, Timothy Z. (2015). Multiple Regression and Beyond An
Introduction to Multiple Regression and Structural Equation
Modeling. New York: Routledge.
• Kerlinger, Fred N. (1995). Asas-Asas Penelitian Behavior.
Terjemahan. Yogyakarta: Gadjah Mada University Press.
• Kusnendi (2008). Model-Model Persamaan Struktural Satu dan
Multi-Group Sampel dengan LISREL. Bandung: Alpha Beta.
• Randolph, Karen A. & Laura L. Myers. (2013). Basic Statistics in
Multivariate Analysis. Oxford: Oxford University Press.
• Schumacker, Randal E. & Richard G. Lomax. (2012). A Beginner’s
Guide to SEM. New York: Routledge.
47