Exploratory Research

Ketika pengetahuan awal masih sangat sedikit atau tidak ada

sama sekali.

Riset ini berusaha untuk mendapatkan pengetahuan awal

tentang konsep, mengamati pola tanpa mempunyai ide awal
atau penjelasan awal.
Exploratory Research
 Riset permulaan dilakukan untuk klarifikasi dan
mendefinisikan problema
 Tidak memberikan bukti-bukti konklusif
 Diharapkan ada riset lanjutan
Exploratory Research
 Dirancang untuk mendapatkan pengetahuan dasar,
klarifikasi terhadap isu-isu yang relevan,
mendapatkan variabel-variable yang terkait dengan
problema, mendapatkan informasi-informasi yang
dibutuhkan, untuk menentukan alternatif-alternatif
tujuan research
 Sangat fleksibel, open-ended process→ information
gathering.
Exploratory Research

Secondary data
Experience survey
Pilot studies
Focus Group Discussion
In depth interview
Descriptive research
Menggambarkan fenomena-fenomena tertentu, berpusat
pada isu apa yang terjadi, atau data kuantitas yang terkait
dengan kejadian, dan tidak berpusat pada pertanyyaan
mengapa hal itu terjadi.
Descriptive Research:
who, what, where, how
Dirancang untuk mendapatkan pemahaman
lebih mendalam terhadap problema riset dengan
menggambarkan variabel-variabel yang terkait
Descriptive Research
 Mendeskripsikan karakteristik populasi atau
fenomena
 Konsep permasalahan sebagian dipahami
Descriptive (Quantitative) Research

 Descriptive research studies:

 Penyelidikan problema secara sistematis
 Pengambilan kesimpulan berdasarkan pada observasi
yang berjumlah besar
 Hasil penelitian ditampilkan secara kuantitatif: (rata-
rata, persentase, atau satuan-stauan yang lain)

4-9
 Example
 Survey oleh perusahaan motor untuk
mempelajari konsumen mobil
 Kesukaan konsumen terhadap desain dan
feature mobil, dan bagaimana cara
memuaskan kesukaaan mereka
 shopping mall “intercepts”; mail interview etc.
 Data-data demografi, kepuasan pelanggan;
 Uji tentang aspek-aspek advertising;
 Studi tentang imej produk.

10
Causal Research (If-then)
 Riset ini berusaha untuk menjelaskan
mengapa sesuatu terjadi, dan menilai
hubungan sebab akibat antar variabel
 Dirancang untuk mendapatkan informasi
tentang hubungan sebab akibat →theory
building
Causal Research
 Dilakukan untuk mengetahui hubungan sebab dan
akibat
Identifying Causality
 Bukti-bukti hubungan sebab akibat:
1. urutan peristiwa yang logis
2. Ada keterkaitan anatara variabel: --two phenomena
vary together
3. Tidak ada penejelasn lain yang memadai
Pemilihan metode penelitian yang paling tepat
tergantung pada:
1. Tujuan riset
2. Seberapa besar informasi yang telah ada terkait
dengan problema dan tujuan riset
Tujuan dan Desain Riset
Research Objective Appropriate Design

Untuk mendapatkan informasi dasar, Exploratory

Mendfinisikan terminologi, untuk kejelasan
problem dan hipotesis, menyusun prioritas
penelitian

Untuk menggambarkan dan mengukur

Fenomena ekologis pada waktu
tertentu Descriptive

Untuk menentukan kausalitas, Causal

untuk membuat pernyataan “if-then”

15
 Uncertainty Influences the Type of
Research

CAUSAL OR COMPLETELY ABSOLUTE

EXPLORATORY
DESCRIPTIVE CERTAIN AMBIGUITY
Exploratory Research
(Unaware of Problem)
“our sales are declining and
we don’t know why.”
“Would people be interested
in our new product idea?”
Derajat dari definisi problema
(contoh dari marketing)
Descriptive Research Causal Research
(Aware of Problem) (Problem Clearly Defined)
“What kind of people are buying “Will buyers purchase more of
our product? Who buys our our products in a new package?
competitor’s product?”
“Which of two advertising
“What features do buyers prefer campaigns is more effective?”
in our product?”
 induksi deduksi
Observasi Scientific Ho
prediksi
Scientific Ha
deduksi

Theory/paradigma

Konsepsual desain penelitian

Evaluasi Teori
Evaluasi scientific Ho & Ha
-Skop
-format (experiment dan non experiment)
-faktor-faktor yang dikaji
-variable yang diukur
-methodology

Evaluasi prediksi
Statistik Ho,
Evaluasi statistik Ho & Ha Statistik ha, utk semua variable yg diukur

Analisis Pengumpulan Sampling atau desain experiment

data
Gambar 3
 Take some action and observe its effects
 Paling baik untuk menguji konsep-konsep yang spesifik
dengan permasalahan yang spesifik pula
 Berguna untuk menguji hipotesis - need theory
 Berfokus pada penentuan penyebab, bukan sekedar
deskripsi
Sumber Variasi
1. Faktor kebetulan
2. Variasi yang berhubungan dengan design
factors/threatment factors,
3. Variasi yang tidak berhubungan dengan design
faktors/threatment factors.
Agar penelitian valid: harus yakin bahwa variasi
disebakan oleh design factors bukan karena
intrinsic variation atau confounding
factors→perlu desain penelitian yang baik.
Penjelasan hubungan antara 2
variabels:
1. Explanatory variable merupakan penyebab
langsung dari response variable.
 contoh: makanan mengandung bakteri pathogen
(explanatory variabel) di atas ambang batas
menyebabkan sakit perut (response variabel).

22
2. Response variable menyebabkan terjadinya perubahan
pada explanatory variable.
contoh: pada studi di Resource Manual, dijelaskan bahwa
lelaki yang bercerai memiliki kemungkinan 2 x lebih
besar dalam penyalahgunaan alkohol. Penulis
menyimpulkan bahwa perceraian (explanatory
variabel) menyebabkan penyalahgunaan
alkohol(respon variabel). Tetapi sebenarnya, bisa juga
disimpulkan bahwa penyalahgunaan alkohol adalah
penyebab perceraian.
3. Explanatory variable menyumbang sebagai
penyebab, tetapi bukan sebagai satu-satunya
sebab untuk response variabel
 contoh: zat karsinogen pd makanan bukan merupakan
satu-satunya sebab terjadinya penyakit kanker, tetapi
merupakan kontributor penting untuk kanker

24
4. Confounding variables mungkin ada.
 Suatu confounding variable terkait dengan
explanatory variable dan mempengaruhi respon
response variable. Sehingga, tidak dapat ditentukan
berapa banyak perubahan disebabkan karena
explanatory dan sberapa banyak oleh confounding
variable(s).
 Contoh: hubungan antara jumlah jam belajar per hari
dan IPK. Belajar meningkatkan IPK, tetapi motivasi
untuk sukses (confounding variabel) akan
mengakibatkan mhs belajar lebih banyak sehingga
IPK menjadi tinggi.
Confounding
 Dua variabel dikatakan confounded apabila
pengaruh mereka terhadap response variabel tidak
dapat dipisahkan satu dengan yang lain. Variabel2
yang confounded bisa berupa explanatory variables
atau lurking variables.
 contoh: penelitian menunjukkan bahwa orang-orang
yang religius hidup lebih lama daripada yang tidak
religius.
orang2 religius juga memperhatikan kesehatan dirinya
lebih baik, mis; tidak mabuk2an, tidak menjadi pecandu
narkoba, makan secukupnya, tidak foya-foya, lebih
dermawan, etc.

26
Lurking Variables
 Lurking variables dapat menciptakan korelasi yang
tidak masuk akal.
 Contoh: untuk negara-negara di dunia: x rata-rata
konsumsi kertas/orang, y: rata-rata angka harapan
hidup.
 Korelasi positif yang sangat tinggi
 Negara dgn konsumsi kertas tinggi memeiliki harapan
hidup yang lebih tinggi

27
Lurking Variables and Causation:
An Example
 The following scatter-plot shows that the average life
expectancy for a country is related to the number of doctors
per person in that country. We could come up with all
sorts of reasonable explanations justifying this, but…
Lurking Variables and Causation:
Another Example
 This new scatter-plot shows that the average life expectancy
for a country is also related to the number of televisions per
person in that country.
 And the relationship is even stronger: R2 of 72% instead of 62%

 Since TVs are cheaper than doctors, Why don’t we send TVs
to countries with low life expectancies in order to extend
lifetimes. Right?
Kertas, TV
 Lurking variable: kesejahteraan bangsa
 Negara kaya: konsumsi kertas lebih tinggi dan tv per
orang lebih banyak.
 Negara kaya: memiliki harapan hidup lebih tinggi
karena faktor gizi, kebersihan dan jaminan kesehatan.
5. Kedua variabel mungkin berasal dari sebab yang
sama
 Example: pelajar yang memiliki NEM tinggi akan
memiliki IPK yang lebih tinggi pada tahun pertama
kuliah
 Korelasi positif tersebut merupakan respon yang sama
terhadap students’ ability and knowledge.

31
Common Response
 “Ada korelasi postif yang sangat kuat
antara jumlah personel pemadam
kebakaran dan tingkat kerusakan
bangunan yang terbakar. “So mengirim
banyak personal pemadam kebakaran
akan menyebabkan kerusakan yang lebih
parah”

32
What is the lurking variable?
a) Number of firefighters
b) Amount of damage
c) How large the fire is.
d) If the fire is close to the fire station
6. Kedua variabel berubah seiring berubahnya
waktu.
 Nonsensical associations result from correlating two
variables that have both changed over time.
 Example: The number of divorces and the number of
suicides have both increased dramatically since 1900.
This does not mean that divorces are causing suicides.
All such statistics increase as the population increases.
7. Asosiasi terjadi karena kebetulan belaka.

34
Tiga Komponen
 Independent dan dependent variables
 Effect dari perlakuan terhadap outcome beberapa variabel
 Pretesting dan posttesting
 Kemampuan untuk menilai adanya perubahan sebelum dan
sesudah manipulasi
 Grup perlakuan dan kontrol
 Perbandingan terhadap grup yang tidak memperoleh
perlakuan
Grup Perlakuan dan Kontrol
 Harus semirip mungkin.
 Grup kontrol merupakan alat untuk mengukur apa
yang terjadi pada grup eksperimen apabila tidak diberi
perlakuan
 Contoh:
Pertanyaan:
Apakah air minum yang diberi garam mempengaruhi
tekanan darah (BP) pada tikus?

Percobaan:
1. Memberikan seekor tikus air minum yang
mengandung NaCl 1%.
2. Perlakuan selama 14 hari.
3. Mengukur tekanan darah (BP).

37
Kontrol
Membandingkan BP tikus yang diberi minum
dengan air bergaram dengan yang diberi air tawar

Membandingkan BP tikus strain A yang diberi

minum bergaram dengan tikus strain B yang diberi
air bergaram
Experimental Design
Experimental Design
Experimental Design
Ulangan
 Kontrol terhadap terhadap random atau stochastic
error
 E.g., untested independent factors may otherwise determine
the outcome of the experiment
 Meningkatkan ketelitian hasil
 Mengukur ketidakpastian
 Meningkatkan kemampuan generalisasi hasil
percobaan
 If you test across many sites – you can safely generalize to
many others
A related point:
An estimate is of no value without some statement
of the uncertainty in the estimate.
PRINCIPLE OF REPLICATION :

According to this principle, the experiment should

be repeated more than once. Thus, each treatment
is applied in many experimental units instead of
one. By doing this method, the accuracy and
precision of the study are increased significantly.
Ulangan
This principle provides protection. This principle
indicates that the researcher should design or plan
the experiment in such a way that the variations
caused by extraneous factors can all be combined
under the general heading of “Chance”.
Pangacakan
Unit percobaan harus diacak.

Acak tidak sama dengan acak-acakan.

Seseorang harus secara eksplisit melakukan pengacakan

dengan menggunakan:
• komputer, or
• Koin, dadu atau kartu,
 Mengapa harus random?
 Menghindari bias.
 Contoh: the first six mice you grab may have intrinsicly higher BP.

 Control the role of chance.

 Randomization allows the later use of probability theory, and so
gives a solid foundation for statistical analysis.

47
At Rothamsted, Fisher mengenali masalah-masalah dalam
eksperiment di bidang pertanian

tempat sama, perlakuan sama, tapi

pertumbuhan tanaman tidak sama...

gemuk Pemecahan menurut

kurus
Fisher:
Ulangan dan
randomisasi untuk
menyebar variasi secara
merata pada masing-
masing perlakuan.
Source of Picture: http://www.ipm.iastate.edu/ipm/icm/files/images/uneven-corn-VS6.jpg
Pelajaran dari Rothamsted
Percobaan di Rothamsted sebelum Fisher pada umumnya
dilakukan pada dua tempat (masing-masing 100
tanaman), setiap tanaman menerima perlakuan.
Contoh: dua level pemupukan dengan nitrogen (N)

Tempat Tempat
dgn level dgn level
N tinggi N rendah

Problem: terlalu banyak variasi dalam tempat tersebut,

sehingga sulit untuk atau tidak mungkin mengetahui
effek dari perlakuan.
 Fisher’s Solution
 Old Problematic at areal
Design: satu Rothamsted
luas diberi N dengan
dosis tinggi, satu areal luas diberi N dengan dosis rendah).
(Today this design is sometimes called “pseudoreplication” if the
experimenter attempts to say that the sample size is the number of
plants.)

 New Improved Design: banyak plot kecil-kecil, diberi N

rendah atau N tinggi, penentuan areal yang menerima N
rendah atau N tinggi dilakukan secara random, plots bisa
juga diblok untuk membantu mengidentifikasi variasi akibat
lokasi dan kondisi lokal..
Hurlbert, S. H. (1984). Pseudoreplication and the design of ecological field experiments. Ecological monographs 54(2): 187-211.
Thank You