Hipotesis tentu tidak unik untuk penelitian. Dalam kehidupan sehari-hari Anda, jika sesuatu
terjadi, Anda segera mencoba menjelaskan penyebabnya dengan membuat beberapa dugaan yang
masuk akal. Misalnya, bayangkan Anda pulang setelah gelap, buka pintu depan Anda, dan raih
ke dalam untuk mencari sakelar yang menyalakan lampu meja di dekat Anda. Jari-jari Anda
menemukan tombolnya. Anda membaliknya. Tidak ada cahaya. Pada tahap ini, Anda
mengidentifikasi beberapa hipotesis tentang kegagalan lampu:
Hipotesis 1: Badai baru-baru ini telah mengganggu akses Anda ke daya listrik. Hipotesis 2: Bola
lampu telah padam.
Hipotesis 4: Kabel dari lampu ke stopkontak rusak. Hipotesis 5: Anda lupa membayar tagihan
listrik Anda.
Masing-masing hipotesis ini mengisyaratkan strategi untuk memperoleh informasi yang
dapat menyelesaikan masalah lampu tidak berfungsi. Misalnya, untuk menguji Hipotesis 1,
kita mungkin melihat ke luar untuk melihat apakah tetangga kita mati lampu juga, dan
untuk menguji Hipotesis 2, kita dapat mengganti bola lampu saat ini dengan yang baru.
hipotesis itu melibatkan prediksi yang mungkin atau mungkin tidak didukung oleh data,
asumsi adalah kondisi yang diterima begitu saja, tanpanya proyek penelitian tidak akan
ada gunanya. Peneliti yang cermat - tentu saja mereka yang melakukan penelitian dalam
lingkungan akademis - mengemukakan pernyataan tentang asumsinya sebagai landasan
yang mendasari penelitian mereka.
Dalam tahap formatif sebuah proyek penelitian, banyak yang dapat diputuskan: Apakah
ada data yang secara langsung relevan dengan masalah penelitian? Jika ya, di mana
datanya, dan apakah kita kemungkinan besar memiliki akses ke sana? Jika data yang
dibutuhkan saat ini tidak ada, bagaimana kita bisa membuatnya? Dan nanti, setelah kita
memperoleh data yang kita butuhkan, apa yang akan kita lakukan? Pertanyaan semacam
itu hanya mengisyaratkan fakta bahwa perencanaan dan desain tidak bisa ditunda. Setiap
pertanyaan baru saja dicantumkan - dan masih banyak lagi yang harus memiliki jawaban
di awal proses penelitian.
6. Peneliti mengumpulkan, menyusun, dan menganalisis data yang berkaitan dengan masalah dan
subproblemnya. Setelah seorang peneliti mengisolasi masalah, membaginya menjadi
subprob yang sesuai, mengidentifikasi hipotesis dan asumsi, dan memilih desain dan
metodologi yang sesuai, langkah selanjutnya adalah mengumpulkan data apa pun yang
mungkin relevan dengan masalah dan untuk mengatur dan menganalisisnya secara
bermakna. cara.
Data yang dikumpulkan dalam studi penelitian mengambil salah satu dari dua bentuk umum.
Penelitian kuantitatif melibatkan melihat jumlah, atau kuantitas, dari satu atau lebih variabel
yang menarik. Seorang peneliti kuantitatif biasanya mencoba mengukur variabel dalam
beberapa cara numerik, mungkin dengan menggunakan ukuran dunia fisik yang diterima
secara umum (misalnya, penggaris, termometer, osiloskop) atau ukuran karakteristik atau
perilaku psikologis yang dirancang dengan cermat (misalnya, tes, pertanyaan naires, skala
peringkat).
Sebaliknya, penelitian kualitatif melibatkan melihat karakteristik, atau kualitas, yang tidak dapat
sepenuhnya direduksi menjadi nilai numerik. Seorang peneliti kualitatif biasanya bertujuan
untuk memeriksa banyak nuansa dan kompleksitas fenomena tertentu. kita kemungkinan
besar akan melihat penelitian kualitatif dalam studi tentang situasi manusia yang
kompleks (misalnya, perspektif mendalam orang-orang tentang masalah tertentu, perilaku
dan nilai-nilai kelompok budaya tertentu) atau kreasi manusia yang kompleks (misalnya,
iklan televisi, karya seni).
7. Peneliti menginterpretasikan makna dari data yang berkaitan dengan masalah dan
subproblemnya. Data kuantitatif dan kualitatif, dalam dan dari dirinya sendiri, hanyalah data-
tidak lebih. Signifikansi data tergantung pada bagaimana peneliti
dua poin penting terkait dengan proses tujuh langkah yang baru saja dijelaskan.
Pertama, prosesnya berulang: Seorang peneliti terkadang perlu bolak-balik antara dua langkah
atau lebih di sepanjang jalan. Misalnya, saat mengembangkan rencana khusus untuk sebuah
proyek (Langkah 5), seorang peneliti mungkin menyadari bahwa resolusi asli dari masalah
penelitian memerlukan penanganan subproblem yang sebelumnya tidak diidentifikasi (Langkah
3). Dan saat menafsirkan data yang dikumpulkan (Langkah 7), peneliti dapat memutuskan bahwa
data tambahan diperlukan untuk menyelesaikan sepenuhnya masalah (Langkah 6).