RANGKUMAN UAS METLIT

Qualitative Analysis

 Analisis data kuantitatif sangat bergantung pada statistic dan bersifat

independent dari penelitinya

 Analisis kualitatif sangat bergantung pada keterampilan analitik dan

integratif pribadi peneliti

 Pengetahuan peneliti mengenai konteks sosial tempat data dikumpulkan.

Untuk menganalisis data kualitatif diperlukan mindset : creative and investigative

Beberapa strategi analisis data kualitatif

1. Grounded Theory

2. Content analysis

3. Hermeneutic Analysis

1. Grounded theory

ADALAH SUATU TEKNIK UNTUK MENGANALISA DATA TEKS YANG

DIPEROLEH DARI OBSERVASI THD PARTISIPAN, in-depth interviews, focus
groups, narASI DARI REKAMAN AUDIO ATAU VIDEO ATAU DOKUMEN
SEKUNDER

 suatu Teknik interpretasi catatan data (induktif) tentang suatu fenomena

social untuk membangun teori mengenai fenomena itu

 Teknik ini dikembangkan oleh Glaser and Strauss (1967)

Strauss dan Corbin (1990) kemudian menggambarkan teknik pengkodean

spesifik - suatu proses klasifikasi dan kategorisasi segmen data teks menjadi
seperangkat kode (konsep), kategori (konstruksi), dan hubungan

Ada tiga teknik koding untuk menganalisis data teks :

1. Open coding

2. Axial coding and

3. Selective coding

Open coding: proses yang bertujuan mengidentifikasi konsep atau gagasan kunci
yang tersembunyi dalam data tekstual, yang berpotensi terkait dengan fenomena
yang diminati
 Peneliti memeriksa data teks baris demi baris untuk mengidentifikasi peristiwa ,
insiden, ide, tindakan, persepsi yang terpisah dan interaksi relevansi yang dikode
sebagai konsep, Kemudian, konsep yang serupa dikelompokkan kedalam kaegori
yang lebih tinggi

axial coding: kategori dan subkategori dirakit menjadi hubungan sebab akibat atau
hipotesis yang secara tentatif dapat menjelaskan fenomena yang diteliti

selective coding: mengidentifikasi kategori sentral atau variabel inti dan secara
sistematis dan logis menghubungkan kategori sentral ini dengan kategori lain

2. Content Analysis

analisis sistematis dari konten suatu teks (mis., siapa yang mengatakan apa,
kepada siapa, mengapa, dan sejauh mana dan dengan efek apa) secara kuantitatif
atau kualitatif

biasanya dilakukan dengan cara sebagai berikut:

1. ketika ada banyak teks untuk dianalisis (mis., cerita surat kabar, laporan
keuangan, posting blog, ulasan online, dll.), peneliti memulai dengan mengambil
sampel serangkaian teks yang dipilih dari populasi teks untuk dianalisis

2. peneliti mengidentifikasi dan menerapkan aturan untuk membagi setiap teks

menjadi segmen atau "potongan" yang dapat diperlakukan sebagai unit analisis yang
terpisah. Proses ini disebut unitizing

3. peneliti membangun dan menerapkan satu atau lebih konsep untuk setiap segmen
teks yang disatukan dalam proses yang disebut pengkodean..

Sentiment analysis : suatu teknik yang digunakan untuk menangkap pendapat atau
sikap orang terhadap suatu objek, orang, atau fenomena

Contoh content analysis : sentiment analysis

3. Hermeneutic Analysis

suatu jenis content analysis khusus dimana peneliti menginterpretasi makna

subjektif dari suatu teks dalam konteks sosio historisnya

Perbedaan grounded theory, content analysis dan hermeneutic analysis

Grounded theory & content analysis

 grounded theory or content analysis

mengabaikan konteks dan makna dokumen teks selama proses pengkodean
  hermeneutic analysis teknik interpretatif yang benar-benar untuk
menganalisis data kualitatif. mengasumsikan bahwa teks tertulis
menceritakan pengalaman penulis dalam konteks sosio-historis, dan harus
ditafsirkan sesuai konteksnyau

Ada beberapa program/perangkat lunak standar, dapat digunakan untuk

mengotomatiskan proses pengkodean dalam metode penelitian kualitatif

seperti ATLAS.ti.5, NVivo, dan QDA Miner,

Program-program ini dapat dengan cepat dan efisien mengatur (organize), mencari
(search), mengurutkan (sort), dan memproses sejumlah besar data teks
menggunakan aturan yang ditentukan pengguna.

Quantitative Analysis: Descriptive Statistics

 Data numerik yang dikumpulkan dalam proyek penelitian dapat dianalisis

menggunakan statistika kuantitatif dalam dua cara berbeda: deskriptif dan
inferensial.

 Analisis deskriptif:

 mendeskripsikan, mengumpulkan, dan menyajikan konstruk yang

diteliti atau menggambarkan asosiasi antara konstruk ini secara
statistic

 Analisis inferensial:

 pengujian hipotesis secara statistik (pengujian teori/theory testing).

 prosedur statistik yang digunakan untuk mencapai kesimpulan tentang

hubungan antar variabel.

 Analisa data kuantitatif dewasa ini biasa dilakukan dengan

menggunakan software SPSS atau SAS

 Disarankan mahasiswa terbiasa menggunakan salah satu software ini

untuk mempermudah memahami hal-hal yang dibahas dalam analisa
data kuantitatif
Data Preparation

 Data penelitian yang diperoleh dari survei melalui surat, wawancara, data
eksperimen pretest atau posttest, data observasi, dsb harus dikonversi
menjadi format numerik yang dapat dibaca oleh SPSS atau SAS.

 Persiapan data biasanya mengikuti langkah-langkah berikut.

 Pengkodean data (data coding)

 Pemsukan data (data entry)

 Memeriksa nilai yang hilang. (missing value)

 Transformasi data. (data transformation)

Persiapan data

1. Data coding : proses merubah data menjadi format numerik (angka). Harus dibuat
buku kode (code book)

 Codebook : dokumen komprehensif yang berisi uraian rinci dari setiap

variabel yang diteliti, item atau ukuran untuk variabel itu, format
setiap item (numerik, teks, dll.), skala respons untuk setiap item (yaitu,
apakah diukur pada suatu skala nominal, ordinal, interval, atau rasio;
apakah skala tersebut adalah lima poin, tujuh poin, atau beberapa jenis
skala lainnya), dan cara mengkodekan setiap nilai ke dalam format
numerik.

2. Data entry: memasukkan data yang sudah di kode ke dalam spreadsheet,

database, file teks, atau langsung ke program statistik seperti SPSS.

3. Missing value: memeriksa nilai/data yang hilang. Responden mungkin tidak

menjawab pertanyaan tertentu jika kata-kata tersebut ambigu atau terlalu
sensitive.Hal ini harus dideteksi lebih awal

4. Data transformation: mengubah nilai data sebelum data itu dapat ditafsirkan
secara bermakna. Misalnya, item terbalik, di mana item menyampaikan makna yang
berlawanan dari konstruk yang mendasarinya, harus dibalik

Analisis univariat (Univariate Analysis)

  Analisis univariat, atau analisis untuk suatu variabel tunggal, adalah teknik
statistik yang dapat menggambarkan sifat umum dari satu variabel.

 Statistik univariat meliputi:

1) Distribusi frekuensi (frequency distribution)

2) Kecenderungan sentral (central tendency)

3) Dispersi (dispersion)

1. Distribusi frekuensi (frequency distribution)

Distribusi frekuensi suatu variabel adalah rangkuman frekuensi (atau persentase)

dari nilai-nilai individual atau rentang nilai untuk variabel tersebut.

2. Kecenderungan sentral (central tendency)

Kecenderungan sentral adalah estimasi tentang pusat distribusi nilai-nilai. Ada tiga
perkiraan utama dari kecenderungan sentral: mean, median, dan mode.

 Mean aritmatika (sering hanya disebut "mean") adalah rata-rata sederhana

dari semua nilai dalam distribusi yang diberikan.

 Median, adalah nilai tengah dalam kisaran nilai dalam suatu distribusi.

 Mode adalah nilai yang paling sering terjadi dalam distribusi nilai.

3. Dispersi (dispersion)

Dispersi adalah bagaiman nilai-nilai tersebar di sekitar kecenderungan pusat,

misalnya, seberapa ketat atau seberapa luas nilai-nilai itu berkerumun di sekitar
rata-rata.

Dua ukuran dispersi yang umum adalah rentang dan deviasi standar.

 Rentang (range)adalah perbedaan antara nilai tertinggi dan terendah dalam

distribusi.

 Deviasi standar (standard deviation) adalah mengoreksi pencilan tersebut

dengan menggunakan rumus yang memperhitungkan seberapa dekat atau
seberapa jauh masing-masing nilai dari rata-rata distribusi.

Kuadrat dari deviasi standar disebut varian dari suatu distribusi.

Analisis Bivariat

 Analisis bivariat memeriksa bagaimana dua variabel saling terkait satu sama
lain. Statistika bivariat yang umum adalah korelasi bivariat (sering disebut
 "korelasi"), yang merupakan angka antara -1 dan +1 yang menunjukkan
kekuatan hubungan antara kedua variabel

 Contoh : ingin mempelajari bagaimana usia berhubungan dengan

harga diri dalam sampel 20 orang responden, yaitu, seiring
bertambahnya usia, apakah harga diri meningkat, menurun, atau tetap
tidak berubah.

 Jika harga diri meningkat, maka kita memiliki korelasi positif antara
kedua variabel, jika harga diri harga berkurang, kami memiliki
korelasi negatif, dan jika itu tetap sama, kami memiliki nol korelasi.

 Untuk melihat korelasinya lihat dataset berikut:


 Dua variabel dalam dataset ini adalah usia (x) dan harga diri (y). Usia adalah
skala rasio variabel, sedangkan harga diri adalah skor rata-rata yang dihitung
dari skala harga diri multi-item diukur menggunakan skala Likert 7 poin,
mulai dari "sangat tidak setuju" hingga "sangat setuju."

 Rumus dalam menghitung korelasi bivariat adalah :


 Dalam pengujian statistik,hipotesis alternatif tidak dapat diuji secara
langsung. Sebaliknya itu diuji secara tidak langsung dengan menolak
hipotesis nol dengan tingkat probabilitas tertentu.

 Probabilitas bahwa inferensi statistik disebabkan oleh peluang murni disebut

nilai-p. Nilai p dibandingkan yang mewakili tingkat resiko maksimum
bersedia kami ambil bahwa kesimpulan kami salah. Untuk sebagian besar
analisis statistik, α = 0,05. nilai p kurang dari α = 0,05 menunjukan bahwa
kita cukup bukti statistik untuk menolak hipotesis nol, dan dengan demikian
 secara tidak langsung menerima hipotesis alternatif. Jika p> 0,05,maka kami
tidak memiliki bukti statistik yang memadai untuk menolak hipotesis nol atau
menerima hipotesis alternatf.

Table 14.2. A hypothetical correlation matrix for eight variables

Hyphotetical data set

Quantitative Analysis: Inferential Statistics

• Statistik inferensial adalah prosedur statistik yang digunakan untuk

mencapai kesimpulan tentang hubungan antar variabel.

• Statistik Inferensial berbeda dari statistik deskriptif secara eksplisit

dirancang untuk menguji hipotesis.

• Banyak prosedur statistik termasuk dalam kategori ini, sebagian besar

didukung oleh perangkat lunak statistik modern seperti SPSS dan SAS.

Basic Concepts

 Filsuf Inggris Karl Popper mengatakan bahwa teori tidak pernah dapat
dibuktikan, hanya dibantah.
 Kita hanya bisa menolak hipotesis berdasarkan bukti yang bertentangan
tetapi tidak pernah dapat benar-benar menerimanya karena adanyabukti
tidak berarti bahwa kita mungkin tidak mengamati bukti yang bertentangan
nanti.

 Masalah kedua dengan menguji hubungan hipotesis dalam penelitian ilmu

sosial adalah bahwa variabel dependen dapat dipengaruhi oleh jumlah tak
terhingga variabel asingdan tidak masuk akal untuk mengukur dan
mengendalikan semua efek-efek asing ini.

 Sir Ronald A. Fisher, salah satu yang paling menonjol dalam ahli statistik
dalam sejarah, menetapkan pedoman dasar untuk pengujian signifikansi.

 Dia mengatakan bahwa ahasil statistik dapat dianggap signifikan jika dapat
ditunjukkan bahwa kemungkinan itu adalah ditolak karena kebetulan 5%
atau kurang.

 Dalam statistik inferensial, probabilitas ini disebut nilai-p, 5% disebut tingkat

signifikansi (α), dan hubungan yang diinginkan antara nilai-pdan α
dilambangkan sebagai: p≤0.05.

 Tingkat signifikansi adalah tingkat risiko maksimum yang kita milikibersedia

menerima sebagai harga kesimpulan kami dari sampel ke populasi. Jika nilai-
pkurang dari 0,05 atau 5%, itu berarti kami memiliki peluang 5% untuk salah
dalam menolak hipotesis nol atau memiliki kesalahan Tipe I.

 Jika p> 0,05, kami tidak memiliki cukup bukti untuk ditolakhipotesis nol atau
menerima hipotesis alternatif.

 Terdapat tiga konsep statistik yaitu :

1. Distribusi sampling adalah teoretisdistribusi jumlah sampel tak terbatas dari

populasi yang diminati dalam penelitian Anda.

2. Kesalahan standar adalah sampel tidak pernah identik dengan populasi,

setiap sampel selalu memiliki beberapatingkat kesalahan yang melekat, . Jika
kesalahan standar ini kecil, maka statistikestimasi yang berasal dari sampel
(seperti rata-rata sampel) adalah estimasi yang cukup baik untukpopulasi.

3. Interval kepercayaan diri (CI). CI 95% didefinisikan sebagai kisaran plus atau
minus dua standar deviasi rata-rataestimasi, yang berasal dari sampel yang
berbeda dalam distribusi sampling. Karena itu, ketika kita mengatakan
 ituestimasi sampel yang kami amati memiliki CI 95%, yang kami maksud
adalah bahwa kami yakin bahwa 95%pada saat itu, parameter populasi
berada dalam dua standar deviasi dari sampel yang kami
amatimemperkirakan. Bersama-sama, nilai-p dan CI memberi kita ide bagus
tentang probabilitas hasil kita danseberapa dekat itu dari parameter populasi
yang sesuai.

GENERAL LINEAR MODEL

Model adalah estimasi persamaan matematika yang dapat digunakan untuk

mewakili sekumpulan data, dan linear mengacu pada garis lurus. Oleh karena
itu, GLM adalah sistem persamaan yang dapat digunakan untuk mewakili pola
hubungan linear dalam data yang diamati.

Jenis paling sederhana GLM adalah model linier dua variabel yang menguji
hubungan antara satu variabel independen (penyebab atau prediktor) dan satu
variabel dependen (efek atau hasil).

Persamaan dalam GLM

y = β0 + β1 x + ε

β0 = Kemiringan

β1 = Istilah Intersep

ε = Istilah Kesalahan

GLM untuk analisis regresi dengan n variabel predictor

y = β0 + β1 x1 + β2 x2 + β3 x3 + … + βn xn + ε

Dalam persamaan di atas, variabel prediktor xi dapat mewakili variabel

independen atau kovariat (variabel kontrol). Kovariat adalah variabel yang
bukan merupakan kepentingan teoretis tetapi mungkin memiliki dampak pada
variabel dependen y dan harus dikendalikan, sehingga efek residual dari variabel
independen yang menarik terdeteksi lebih tepat. Kovarian menangkap kesalahan
sistematis dalam persamaan regresi sedangkan istilah kesalahan (ε) menangkap
kesalahan acak. Meskipun sebagian besar variabel dalam GLM cenderung
interval atau skala-skala, ini tidak harus menjadi kasusnya. Beberapa variabel
prediktor bahkan mungkin variabel nominal (mis., Jenis kelamin: pria atau
wanita), yang diberi kode sebagai variabel dummy. Ini adalah variabel yang dapat
mengasumsikan satu dari hanya dua nilai yang mungkin: 0 atau 1 (dalam contoh
gender, "laki-laki" dapat ditetapkan sebagai 0 dan "perempuan" sebagai 1 atau
sebaliknya). Satu set n variabel nominal direpresentasikan menggunakan n-1
variabel dummy.

Misalnya:

Sektor industri, yang terdiri dari sektor pertanian, manufaktur, dan jasa, dapat
direpresentasikan menggunakan kombinasi dua variabel dummy (x1, x2),
dengan:

(0, 0) untuk pertanian,

(0, 1) untuk manufaktur,

(1, 1) untuk layanan.

Tidak masalah level variabel nominal mana yang dikodekan sebagai 0 dan level
mana sebagai 1, karena nilai 0 dan 1 diperlakukan sebagai dua kelompok berbeda
(seperti kelompok perlakuan dan kontrol dalam desain eksperimental), daripada
sebagai jumlah numerik, dan parameter statistik masing-masing kelompok
diestimasi secara terpisah.

Two-Group Comparison

 Salah satu analisis inferensial paling sederhana adalah membandingkan hasil

post-test dari subyek kelompok perlakuan dan kontrol dalam randomized post-
test only control group design seperti, apakah siswa yang terdaftar di program
khusus dalam matematika berkinerja lebih baik daripada mereka yang berada
dalam kurikulum matematika tradisional.

 Dalam kasus ini, variabel prediktor adalah variabel dummy (1 = kelompok

perlakuan, 0 = kelompok kontrol), dan variabel hasil, kinerja, adalah skala
diskalakan (mis., Skor tes matematika mengikuti program khusus).
 Teknik analitik untuk desain sederhana ini adalah ANOVA satu arah (satu
arah karena hanya melibatkan satu variabel prediktor), dan uji statistik yang
digunakan disebut uji-t Student (atau t-test, singkatnya).

 Uji-t diperkenalkan pada tahun 1908 oleh William Sealy Gosset, seorang ahli
kimia yang bekerja untuk Guiness Brewery di Dublin, Irlandia untuk
memantau kualitas bir hitam - bir hitam yang populer dengan kuli abad ke-
19 di London.

 Uji-t menguji apakah rata-rata dua kelompok berbeda secara statistik satu
sama lain (non-directional atau uji dua-ekor), atau apakah satu kelompok
memiliki rata-rata yang lebih besar secara statistik (atau lebih kecil) daripada
yang lain (directional atau one-tailed) uji).

Untuk melakukan uji-t, pertama-tama kita harus menghitung statistik-t dari

perbedaannya adalah mean sampel antara kedua kelompok. Statistik ini adalah
rasio perbedaan dalam sampel berarti relatif terhadap perbedaan dalam
variabilitas skor mereka (kesalahan standar) :
Dimana pembilang adalah perbedaan dalam sampel berarti antara kelompok
perlakuan (Grup 1) dan kelompok kontrol (Grup 2) dan penyebut adalah
kesalahan standar dari perbedaan antara dua kelompok, yang pada gilirannya,
dapat diperkirakan sebagai :

s2 adalah varians dan n adalah ukuran sampel masing-masing kelompok.

Statistik t akan positif jika rata-rata perawatan lebih besar dari rata-rata kontrol.
Untuk memeriksa apakah t-statistik ini cukup besar daripada yang mungkin
terjadi secara kebetulan, kita harus melihat probabilitas atau nilai-p yang terkait
dengan statistik-t yang dikomputasi dalam tabel statistik yang tersedia dalam
buku teks statistik standar atau di Internet atau sebagaimana dihitung oleh
program perangkat lunak statistik seperti SAS dan SPSS. Nilai ini adalah fungsi
dari statistik-t, apakah uji-t adalah satu-ekor atau dua-ekor, dan derajat
kebebasan (df) atau jumlah nilai yang dapat bervariasi secara bebas dalam
perhitungan statistik (biasanya fungsi ukuran sampel dan jenis tes yang
dilakukan). Tingkat kebebasan t-statistik dihitung sebagai :
Yang sering mendekati (n1 + n2–2). Jika nilai-p ini lebih kecil dari tingkat
signifikansi yang diinginkan (katakan α = 0,05) atau tingkat risiko (probabilitas)
tertinggi, kami bersedia mengambil kesimpulan bahwa ada efek pengobatan
padahal sebenarnya tidak ada (kesalahan Tipe I) ), maka kita dapat menolak
hipotesis nol.

Setelah menunjukkan apakah kelompok perlakuan memiliki rata-rata yang jauh

lebih tinggi daripada kelompok kontrol, pertanyaan berikutnya biasanya adalah
berapa ukuran efek (ES) atau besarnya efek pengobatan relatif terhadap
kelompok kontrol? Kita dapat memperkirakan ES dengan melakukan analisis
regresi dengan skor kinerja sebagai variabel hasil (y) dan variabel perlakuan kode
boneka sebagai variabel prediktor (x) dalam GLM dua variabel. Koefisien regresi
dari variabel perlakuan (β1), yang juga merupakan kemiringan garis regresi (β1
= Δy / Δx), adalah perkiraan ukuran efek. Dalam contoh di atas, karena x adalah
variabel dummy dengan dua nilai (0 dan 1), Δx = 1-0 = 1, dan karenanya ukuran
efek atau β1 hanyalah perbedaan antara rata-rata perlakuan dan kontrol (Δy =
y1- y2 ).

FACTORIAL DESIGNS

Bahwa pengaruh kurikulum khusus (perlakuan) relatif terhadap kurikulum

tradisional (kontrol) tergantung pada jumlah waktu pengajaran (3 atau 6
jam/minggu). Sekarang, memiliki desain faktorial 2x2, dengan dua faktor yaitu
tipe kurikulum (khusus versus tradisional) dan tipe pengajaran (3 atau 6
jam/minggu). Desain seperti itu tidak hanya membantu memperkirakan efek
independen dari masing-masing faktor, yang disebut efek utama, tetapi juga efek
gabungan dari kedua faktor, yang disebut efek interaksi.

Model linier umum untuk desain faktorial dua arah

y = ßo + ß1X1 + ß2X2 + ß3x1x2 + Ɛ

 dimana y mewakili skor kinerja pasca-perawatan siswa, x1: adalah perlakuan

(kurikulum khusus versus tradisional), x2 adalah waktu pengajaran (3 atau 6
 jam/minggu). Baik x1 dan x2 adalah variabel dummy, dan meskipun x2
terlihat seperti variabel skala rasio (3 atau 6 jam/minggu), itu sebenarnya
mewakili dua kategori dalam desain faktorial. Koefisien regresi ß1, dan ß2
memberikan perkiraan ukuran efek untuk efek utama dan ß3 untuk efek
interaksi. Atau, model faktorial yang sama dapat dianalisis menggunakan
analisis ANOVA dua arah.

Other Quantitative Analysis

 Analisis faktor adalah teknik reduksi data yang digunakan untuk agregat
secara statistik,sejumlah besar tindakan yang diamati (item) ke dalam set
yang lebih kecil dari yang tidak teramati (laten) variabel yang disebut faktor
berdasarkan pola korelasi bivariat yang mendasarinya. Ini teknik ini banyak
digunakan untuk penilaian validitas konvergen dan diskriminan dalam skala
pengukuran multi-item dalam penelitian ilmu sosial.

 Analisis diskriminan adalah teknik klasifikasi yang bertujuan untuk

menempatkan pengamatan yang diberikan dalam salah satu dari beberapa
kategori nominal berdasarkan kombinasi linear dari prediktor variabel.
Tekniknya mirip dengan regresi berganda, kecuali yang dependen variabel
adalah nominal. Ini populer dalam aplikasi pemasaran, seperti untuk
mengklasifikasikan pelanggan atau produk ke dalam kategori berdasarkan
atribut yang menonjol seperti yang diidentifikasi dari survei skala besar.

 Regresi logistik (atau model logit) adalah GLM di mana variabel hasil adalah
biner (0 atau 1) dan dianggap mengikuti distribusi logistik, dan tujuan regresi
Analisis adalah untuk memprediksi probabilitas hasil yang sukses dengan
memasukkan data ke dalam kurva logistik. Contohnya adalah memprediksi
kemungkinan serangan jantung dalam suatu spesifik periode, berdasarkan
prediksi seperti usia, indeks massa tubuh, rejimen olahraga, dan sebagainya
sebagainya Regresi logistik sangat populer dalam ilmu kedokteran. Ukuran
efek estimasi didasarkan pada "rasio odds," yang mewakili peluang suatu
peristiwa yang terjadi di satu kelompok versus yang lain.

 Regresi probit (atau model probit) adalah GLM di mana variabel hasil dapat
bervariasi antara 0 dan 1 (atau dapat mengasumsikan nilai diskrit 0 dan 1)
dan dianggap mengikuti distribusi normal standar, dan tujuan regresi adalah
untuk memprediksi probabilitas dari setiap hasil. Ini adalah teknik yang
populer untuk analisis prediktif dalam aktuaria sains, layanan keuangan,
asuransi, dan industri lainnya untuk aplikasi seperti kredit penilaian
berdasarkan peringkat kredit seseorang, gaji, hutang dan informasi lainnya
 darinya permohonan pinjaman. Probit dan regresi logit cenderung
menunjukkan regresi yang sama koefisien dalam aplikasi yang sebanding
(hasil biner); Namun model logit adalah lebih mudah untuk menghitung dan
menafsirkan.

 Analisis jalur adalah teknik GLM multivariat untuk menganalisis hubungan

terarah di antara seperangkat variabel. Hal ini memungkinkan untuk
pemeriksaan model nomologis yang kompleks dimana variabel dependen
dalam satu persamaan adalah variabel independen dalam persamaan lain
persamaan, dan banyak digunakan dalam penelitian ilmu sosial kontemporer.

 Analisis deret waktu adalah teknik untuk menganalisis data deret waktu,
atau variabel itu terus berubah seiring waktu. Contoh aplikasi termasuk stok
perkiraan fluktuasi pasar dan tingkat kejahatan perkotaan. Teknik ini
populer di bidang ekonometrika, keuangan matematika, dan pemrosesan
sinyal. Teknik khusus digunakan untuk mengoreksi korelasi-otomatis, atau
korelasi dalam nilai-nilai dari variabel yang sama lintas waktu.

Daftar Pustaka

 SOCIAL SCIENCE RESEARCH: PRINCIPLES, METHODS, AND

PRACTICES

 Anol Bhattacherjee, Ph.D.

ALASAN UNTUK SAMPLING

Sampel adalah sekumpulan kasus kecil yang dipilih peneliti dari kumpulan besar
dan digeneralisasikan ke populasi ( Neuman , 2014). Sebuah sampel, koleksi kecil
yang dipilih dari kasus atau unit

Ketika kami mengambil sampel, kami memilih beberapa kasus untuk diperiksa
secara rinci, dan kemudian kami menggunakan apa yang kami pelajari dari mereka
untuk memahami serangkaian kasus yang jauh lebih besar. Kebanyakan, tapi tidak
semua, studi empiris menggunakan sampling. Tergantung pada penelitiannya,
metode yang kami gunakan untuk pengambilan sampel dapat berbeda. Sebagian
besar buku tentang pengambilan sampel menekankan penggunaannya dalam
penelitian kuantitatif dan berisi matematika terapan dan contoh
kuantitatif. The pri mary penggunaan sampel dalam penelitian kuantitatif adalah
untuk menciptakan sebuah sampel yang representatif erat mereproduksi atau
mewakili fitur yang menarik dalam koleksi yang lebih besar dari kasus, yang disebut
populasi . Kami memeriksa data dalam sampel secara rinci, dan jika kami
mengambil sampel dengan benar, kami dapat menggeneralisasi hasilnya ke seluruh
populasi .

Populasi adalah ide abstrak dari sekelompok besar banyak kasus dari mana seorang
peneliti mengambil sampel dan hasil dari sampel digeneralisasikan. (Neuman, 2014)

STRATEGI SAMPLING
Strategi pengambilan sampel terbagi menjadi dua jenis besar:
1. Strategi bila tujuannya adalah membuat sampel yang
representatif . Dalam sampel yang representatif, tujuan kami adalah membuat
data sampel yang mencerminkan atau mewakili banyak kasus lain yang tidak
dapat kami periksa secara langsung
2. Strategi ketika tujuannya berbeda dari membuat sampel yang
representatif

1. Strategi ketika tujuannya adalah untuk membuat sampel yang representatif

a. Sampel acak : sampel yang menggunakan metode acak matematis ,
seperti tabel bilangan acak atau program komputer, sehingga setiap elemen
sampel dari suatu populasi memiliki peluang yang sama untuk dipilih menjadi
sampel. Sampel acak Sampel yang menggunakan metode acak matematis ,
seperti tabel bilangan acak atau program komputer, sehingga setiap elemen
sampel dari suatu populasi memiliki peluang yang sama untuk dipilih menjadi
sampel.
b. Sistematik pengambilan sampel : a sampel acak di mana seorang
peneliti menyeleksi setiap k (misalnya, ketiga atau kedua belas) kasus kerangka
sampling menggunakan interval sampel . Sampling sistematik adalah sampling
acak sederhana dengan prosedur pemilihan jalan pintas. Semuanya sama
kecuali bahwa alih-alih menggunakan daftar angka acak, pertama-tama kita
menghitung interval pengambilan sampel untuk membuat metode
pemilihan acak semu . Interval pengambilan sampel (yaitu, 1 dalam k, di mana
k adalah beberapa angka) memberitahu kita bagaimana memilih elemen dari
kerangka sampel dengan melewatkan elemen dalam bingkai sebelum memilih
satu untuk sampel
c. Pengambilan sampel bertingkat . Sampel acak di mana peneliti pertama-tama
mengidentifikasi serangkaian kategori yang saling eksklusif dan lengkap,
membagi kerangka pengambilan sampel berdasarkan kategori, dan kemudian
menggunakan pemilihan acak untuk memilih kasus dari setiap kategori. Kami
 menggunakan pengambilan sampel bertingkat ketika strata kepentingan
adalah persentase kecil dari populasi dan acak .
d. Pengambilan sampel klaster . Jenis sampel acak yang menggunakan
beberapa tahap dan sering digunakan untuk mencakup wilayah geografis yang
luas di mana unit agregat dipilih secara acak dan kemudian sampel diambil dari
unit agregat sampel atau cluster . Cluster adalah unit yang berisi elemen
sampling akhir tetapi dapat diperlakukan sementara sebagai elemen sampling
itu sendiri. Pertama kami mengambil sampel kluster, dan kemudian kami
mengambil sampel kedua dari dalam kluster yang dipilih pada tahap pertama
pengambilan sampel. Kami secara acak mengambil sampel cluster dan
kemudian secara acak mengambil sampel elemen dari dalam cluster yang
dipilih

2. Strategi ketika tujuannya berbeda dari membuat sampel yang representatif

Dalam penelitian kualitatif, tujuan penelitian mungkin tidak memerlukan sampel
yang representatif dari sejumlah besar kasus. Sebaliknya, sampel nonprobabilitas
seringkali lebih sesuai dengan tujuan penelitian. Dalam sampel nonprobabilitas,
Anda tidak harus menentukan ukuran sampel terlebih dahulu dan memiliki
pengetahuan yang terbatas tentang kelompok atau populasi yang lebih besar dari
mana sampel tersebut diambil .
a. Convenience sampling : Sampel non-acak di mana peneliti memilih
siapa saja yang kebetulan ditemuinya. C onvenience sampel juga disebut
disengaja, ketersediaan, atau serampangan pengambilan sampel . Dalam
convenience sampling , kriteria utama untuk memilih kasus adalah mudah
dijangkau, nyaman, atau tersedia . Sayangnya, seringkali
menghasilkan sampel yang sangat tidak representatif , sehingga tidak
disarankan untuk membuat sampel yang akurat untuk mewakili populasi.
b. Quota sampling : sampel non - acak di mana peneliti pertama-tama
mengidentifikasi kategori umum di mana kasus atau orang akan ditempatkan
dan kemudian memilih kasus untuk mencapai jumlah yang telah ditentukan
di setiap kategori . Dalam pengambilan sampel kuota, pertama-tama kami
mengidentifikasi kategori yang relevan di antara populasi yang kami ambil
sampelnya untuk menangkap keragaman antar unit (misalnya, pria dan
wanita; atau di bawah usia 30 tahun, usia 30 hingga 60 tahun, di atas usia 60
tahun). Selanjutnya kami menentukan berapa banyak kasus yang akan
didapat untuk setiap kategori—ini adalah “kuota” kami.
c. Purposive sampling adalah sampel nonrandom di mana peneliti
menggunakan berbagai metode untuk mencari semua kemungkinan kasus
yang sangat spesifik dan sulit- toreach populasi. Ini juga dikenal
 sebagai pengambilan sampel penilaian , adalah jenis pengambilan sampel yang
berharga untuk situasi khusus. Ini digunakan dalam penelitian eksplorasi atau
penelitian lapangan. Ini menggunakan penilaian seorang ahli dalam memilih
kasus, atau memilih kasus dengan tujuan tertentu dalam pikiran. Tidak tepat
jika tujuannya adalah untuk memiliki sampel yang representatif atau untuk
memilih kasus "rata-rata" atau "tipikal". Dalam purposive sampling, kasus
yang dipilih jarang mewakili seluruh populasi
d. Pengambilan sampel bola salju adalah sampel non - acak di mana
peneliti memulai dengan satu kasus dan kemudian, berdasarkan informasi
tentang keterkaitan dari kasus itu, mengidentifikasi kasus lain dan
mengulangi prosesnya lagi dan lagi. Pengambilan sampel bola salju (juga
disebut jaringan, rujukan berantai, reputasi, dan pengambilan sampel yang
digerakkan oleh responden) adalah metode untuk mengambil sampel (atau
memilih) kasus dalam jaringan. Metode ini menggunakan analogi bola salju,
yang dimulai kecil tapi menjadi lebih besar seperti yang kita gulung di atas
salju basah dan itu mengambil addittional salju .
e. Pengambilan sampel kasus menyimpang adalah sampel non - acak,
terutama digunakan oleh peneliti kualitatif, di mana peneliti memilih kasus
yang tidak biasa atau tidak sesuai dengan tujuan sebagai cara untuk
memberikan peningkatan wawasan ke dalam proses sosial atau
pengaturan. Tujuannya adalah untuk menemukan koleksi yang tidak biasa,
yang berbeda, atau kasus aneh yang tidak Representa tive dari seluruh. Kami
memilih kasus karena tidak biasa. Terkadang kita dapat belajar lebih banyak
tentang kehidupan sosial dengan mempertimbangkan kasus-kasus yang
berada di luar pola umum atau memasukkan apa yang berada di luar arus
utama peristiwa
f. Sequential pengambilan sampel adalah sampel nonrandom di mana
seorang peneliti mencoba untuk menemukan banyak kasus yang relevan
sebagai pos sible sampai waktu, sumber daya keuangan, atau energi nya habis
atau sampai tidak ada informasi baru atau keanekaragaman dari kasus.
g. Teoritis pengambilan sampel : a sampel nonrandom di mana peneliti
yang ditunjuk khusus kali, lokasi, atau peristiwa untuk mengamati dalam
rangka untuk mengembangkan sosial ory atau mengevaluasi ide teoritis

TABEL 4 Jenis Sampel Nonprobabilitas

JENIS SAMPEL PRINSIP
Kenyamanan Dapatkan kasus apa pun dengan
cara apa pun yang nyaman.
Kuota. Dapatkan jumlah kasus yang telah
ditentukan di masing-masing dari
beberapa kategori yang telah
ditentukan yang akan
mencerminkan keragaman populasi,
menggunakan metode serampangan
Bertujuan. Dapatkan semua kemungkinan
kasus yang sesuai dengan kriteria
tertentu, menggunakan berbagai
metode
Semakin Dapatkan kasus menggunakan
bertambah. rujukan dari satu atau beberapa
kasus, lalu rujukan dari kasus
tersebut, dan seterusnya
Kasus Dapatkan kasus yang secara
menyimpang substansial berbeda dari pola
dominan (jenis khusus sampel
purposive).
Sekuensial Dapatkan kasus sampai tidak ada
informasi tambahan atau
karakteristik baru (sering
digunakan dengan metode
pengambilan sampel lainnya).
Teoretis Dapatkan kasus yang akan
membantu mengungkapkan fitur
yang secara teoritis penting tentang
pengaturan/topik tertentu.
Adaptif. Dapatkan kasus berdasarkan
beberapa tahap, seperti bola salju
diikuti dengan tujuan. Sampel ini
digunakan untuk populasi
tersembunyi
Teknik Sampling

Efek suatu metode mengajar berbasis komputer terhadap hasil belajar anak kelas 8

Populasi

• Semua anak kelas 8 di dunia dilibatkan?

Sample

• Memilih beberapa orang anak kelas utk penelitian ini

Populasi : kelompok yang lebih besar terdiri dari semua manusia, hewan atau objek
yang paling tidak memiliki satu karakteristik yang sama

Subpopulasi

– Kadang peneliti perlu mendefinisikan subpopulasi. Biaya atau faktor

lain bisa menjadi kendala penelitian yang dilakukan sehingga populasi
perlu dibagi ke dalam bagian2 yang lebih kecil. Subpopulasi bisa terdiri
dari anak kelas 8 yang ada di suatu kota, di suatu daerah atau di suatu
propinsi.

Sampel :

– sekumpulan elemen2 yang diambil dari populasi yang lebih besar yang
disasar

– subset of the population which is the full set of elements or people or

whatever you are sampling.

Sampel dan generalisasi

• Tujuan utama penelitian: hasil bisa diaplikasikan dari sampel ke populasi

yang lebih besar.

• Penelitian yang hasilnya dapat diterapkan dalam berbagai setting penelitian

maka memiliki tingkat external validity yang tinggi

• Jika hasil dari suatu penelitian ingin dapat digeneralisasikan pada populasi,
harus berhati-hati memilih sampel

• Prosedur optimal :
 • Tentukan populasinya

• Tentukan sampling frame

• Pilih sample secara random

JENIS POPULASI

• FINIT

Diketahui dengan pasti berapa jumlah populasi sehingga proses generalisasi

jelas mengacu pada populasi yang dimaksud

• INFINIT

Tidak diketahui jumlah populasi sehingga proses generalisasi sulit dilakukan

• Teknik sampling

Probability

Simple random sampling

Stratified random sampling

Systematic random sampling

 Cluster sampling

Non

probability

Quota sampling

Convenience s

Purposive sampling

Snowball sampling

Probability sampling

• Tiap orang yang ada di dalam populasi mempunyai kesempatan yang sama
untuk dipilih masuk ke dalam penelitian

• Memilih subjek dengan cara sedemikian rupa sehingga kejanggalannya

dalam penelitian bisa diketahui dan dihitung

• Prosedur:

– Mendefinisikan populasi

– Buat sampling frame

– Lakukan random selection denga menggunakan metode pemilihan

subjek yang tidak bias: coin, mengundi, tabel angka random

Simple random sampling

• Satu bagian dari sepuruh populasi dipilih dengan cara yang jelas.

• Semua orang punya kemungkinan yang sama menjadi sampel

– Contoh : jika ada 1.000.000 orang dalam populasi kemungkinan setiap

orang untuk terpilih adalah sama, yi: 1/1.000.000

• Bisa diketahui keadaan pupolasi tanpa mempelejari semua anggota populasi

Systematic random sampling

• Tetapkan interval sampel beri simbol “n” ( Jumlah populasi : ukuran sample
yang diinginkan)

• Pilih suatu angka secara random antara 1 - n, masukkan orang tersebut dalam
sample.
 • Pilih orang berikutnya dengan jarak n angka dari nomer sampel pertama (5)

– Misal: populasi mahasiswa baru yang sudah tersusun scr alfabetis ada
5000 orang, peneliti ingin mendapat sampel sebesar 250 orang. Jadi
nilai n : 5000/250 = 20. Pilih satu orang secara random antara 1 – 20.
Misal terpilih 3, masukan orang nomer 3 ke dalam sampel, selanjutnya
pilih nomer 13, 23, 33 dst ke dalam sampel penelitian.

Stratified random sampling

• Jika populasi terdiri atas sub kelompok yang berbeda dan mempunyai
susunan bertingkat

• Sampel diambil secara random dari setiap sub kelompok dengan secara
proporsional (sesuai proporsi yang terjadi ada populasinya).

• Langkah-langkah:

– Buat kerangka sample (sampling frame) berdasarkan variabel

stratifikasi (misal gender : laki-laki dan perempuan)

– Pilih sample secara random dari setiap kelompok

• Contoh: pegawai pada sebuah pabrik sawit terdiri dari 10% manajer dan 90%
buruh. Peneliti yang akan melakukan penelitian mengenai sikap kerja
dengan besar sampel 100 orang , disarankan menggunakan kedua kelompok
tersebut dengan teknik stratified random sampling , karena manajer dan
buruh tidak akan memiliki perasaan/persepsi yang sama terhadap pabrik .
Maka sampel harus terdiri dari 10 orang manajer dan 90 orang buruh.

• Cara memilih 10 orang manajer dan 90 orang buruh dengan random selection

Cluster sampling

• Jika populasi yg disasar sangat besar, biaya terlalu besar atau tidak praktis
memilih subjek satu persatu secara random

• Peneliti mengambil sampel cluster , atau kelompok yang sudah ada pada
populasi

• Partisipan dipilih secara random, tetapi yang dipilih adalah kelompoknya

bukan individunya
 • Contoh: peneliti ingin meneliti sikap individu terhadap sistem pendidikan di
Indonesia. Akan memerlukan biaya dan waktu yang besar untuk memilih
sampel secara random

• Jalan keluarnya: peneliti memilih cluster yang sudah ada di populasi secara
random. Misalnya: kode pos, rayon sekolah, provinsi

• Andaikan terpilih 5 cluster, maka setiap individu dalam cluster menjadi

subjek penelitiannya

• Cluster sampling:

– A type of random sample that uses multiple stages and is often used to
cover wide geographic areas in which aggregated units are randomly
selected and then samples are drawn from the sampled aggregated units
or clusters

Nonprobability Sampling

• Subjek tidak dipilih dengan random

Quota sampling

• Memilih sample melalui quota yg ditentukan di awal.

• Sample bisa merefleksikan proporsi subkelompok,

• Individu tidak dipilih dengan random

• Contoh: seorang reproter dikirim ke USU untuk menginterviu 40 orang

mahasiswa, separuh wanita dan separuh laki2, karena perbandingan
mahasiswa nyatanya memang 50:50

• Tidak ada batasan bagaimana reporter itu memilih mahasiswa selama quota
terpenuhi

Convenience sampling
(accidental sampling)

• Sampel didapat dari kelompok mana adanya (ketersediaannya) : kelompok

paduan suara, kelas mata kuliah tertentu, pemain liga bola basket, dsb

Purposive sampling
 • Sampel dipilih secara nonrandom karena merefleksikan tujuan riset yang
spesifik.

• Contoh: tujuan suatu penelitian adalah mengukur keberhasilan suatu

program training pegawai pada dua departemen (dept penjualan dan HRD).
Karena tujuannya membandingkan dua departmen ini, maka peneliti memilih
pekerja dari departemen2 tersebut

Snowball sampling

• Peneliti mengambil satu atau beberpa orang yang sesuai dengan kriteria
sampel yang dibutuhkan dan meminta orang menunjukkan orang lain sebagai
sampel tambahan.

• Teknik ini tepat untuk sampel yang sangat sedikit, tidak biasa, atau populasi
yang unik.

• Peneliti tidak tahu bagaimana mengontak mereka.

UKURAN SAMPEL

2 Pertanyaan yang mendasari perlunya dipertimbangkan ukuran/jumlah

sampel yang standar dalam penelitian

1. Karakteristik populasi yang akan digeneralisasikan (sulit dilakukan karena

kondisi heterogenitas)

2. Seberapa akurat jawaban yang dibutuhkan untuk menjawab pertanyaan

(dapat dilakukan dengan melihat variasi estimasi parameter di dalam populasi)

PERTIMBANGAN:

• Semakin kecil populasi maka semakin besar jumlah sampel yang dibutuhkan

• Semakin homogen populasi maka semakin kecil jumlah sampel yang

digunakan

• Semakin banyak kategori yang ingin dilihat maka semakin banyak jumlah
sampel yang dibutuhkan

PERTIMBANGAN (Continued):

• Semakin besar sampel semakin baik karena interval kepercayaan akan

semakin baik pula

Beberapa terminology
SAMPLING

Proses menarik/memilih sampel dari populasi

GENERALIZE

membuat pernyataan tentang populasi berdasarkan data sampel

SURVEY RESEARCH

Sebuah istilah untuk penelitian non eksperimen yang berdasarkan kuesioner

atau wawancara

DEFINISI (Continued)

CENSUS

Suatu penelitian yang mencakup seluruh populasi daripada sampel

REPRESENTATIVE SAMPLE

Sebuah sampel yang menyerupai populasi

BIASED SAMPLE

Sampel yang secara sistematis berbeda dari populasi

DEFINISI (Continued)

ELEMENT

Unit paling dasar yang dipilih dari populasi

SAMPLE

Satu set elemen yang diambil dari populasi yang lebih besar

POPULATION

Kelompok yang lebih besar dari mana seorang peneliti ingin

menggeneralisasi hasil yang diperoleh dari sampelnya

DEFINISI (Continued)

STATISTIC

Suatu Karakteristik numerik pada sampel

PARAMETERS

Suatu karakteristik numerik pada populasi

SAMPLING ERROR

Selisih/perbedaan antara nilai dari statistik sampel (rata-rata sampel) dan

parameter populasi (rata-rata populasi)

DEFINISI (Continued)

RESPONS RATE

Persentase orang dalam sampel yang terpilih untuk masuk dalam penelitian
dan benar-benar berpartisipasi dalam (perbandingan antara jumlah orang dalam
populasi yang berpartisipasi untuk penelitian dan jumlah orang dalam sampel)

SAMPLING FRAME

• Sebuah daftar dari semua elemen yang ada dalam populasi dan diberi nomer

• Bisa mengandung informasi usia dan gender yang diperlukan untuk

penarikan sampel.

JENIS POPULASI

• FINIT

Diketahui dengan pasti berapa jumlah populasi sehingga proses generalisasi

jelas mengacu pada populasi yang dimaksud

• INFINIT

Tidak diketahui jumlah populasi sehingga proses generalisasi sulit dilakukan

The sample size is a significant feature of any empirical study in which the goal is to
make inferences about a population from a sample. In order to generalize from a
random sample and avoid sampling errors or biases, a random sample needs to be of
adequate size. This study presents a summary of how to calculate the survey sample
size in social research and information system research.

As mentioned, for sample size calculation, Table 1 and 2 or the provided formula can
be used. The sample sizes reflect the number of obtained responses, and not
necessarily the number of questionnaires distributed (this number is often increased
to compensate for non-response). However, in most social and management surveys,
the response rates for postal and e-mailed surveys are very rarely 100% (Taherdoost,
2016). Probably the most common and time effective way to ensure minimum samples
are met is to increase the sample size by up to 50% in the first distribution of the
survey (Bartlett et al., 2001).

Ukuran sampel adalah fitur penting dari setiap studi empiris di mana tujuannya
adalah untuk membuat kesimpulan tentang populasi dari sampel. Untuk
menggeneralisasi dari sampel acak dan menghindari kesalahan atau bias
pengambilan sampel, sampel acak harus memiliki ukuran yang memadai. Studi ini
menyajikan ringkasan tentang bagaimana menghitung ukuran sampel survei dalam
penelitian sosial dan penelitian sistem informasi.

Seperti disebutkan, untuk perhitungan ukuran sampel, Tabel 1 dan 2 atau rumus
yang disediakan dapat digunakan. Ukuran sampel mencerminkan jumlah tanggapan
yang diperoleh, dan belum tentu jumlah kuesioner yang dibagikan (jumlah ini sering
ditingkatkan untuk mengimbangi non-tanggapan). Namun, di sebagian besar survei
sosial dan manajemen, tingkat respons untuk survei melalui pos dan email sangat
jarang 100% (Taherdoost, 2016). Mungkin cara yang paling umum dan efektif waktu
untuk memastikan sampel minimum terpenuhi adalah dengan meningkatkan
ukuran sampel hingga 50% dalam distribusi pertama survei (Bartlett et al., 2001).

Penelitian eksperimental

Bab ini MENEKANKAN PADA TEKNIK PENELITIAN YANG MENGHASILKAN

DATA KUANTITATIF

Eksperimen dapat dengan kuat menguji dan memfokuskan tentang hubungan sebab
akibat, Dibandingkan dengan teknik penelitian lain, teknik ini memiliki kelebihan
dan keterbatasan

Pokok Bahasan

• Sejarah singkat

• Random assignment

• Bagian-bagian dari eksperimen

• threats to internal validity

Sejarah singkat eksperimen

• Ilmu-ilmu sosial, dimulai dengan psikologi, meminjam metode eksperimental

dari ilmu-ilmu alam.

• Psikologi tidak sepenuhnya menggunakan eksperimen sampai setelah th 1900

Wilhelm M. Wundt (1832-1920), seorang psikolog dan fisiologis Jerman,
memperkenalkan metode eksperimental ke dalam psikologi

• Wundt mendirikan laboratorium untuk eksperimen dalam psikologi yang

menjadi model untuk penelitian sosial.

• tAHUN 1900, universitas di AS dan di tempat lain mendirikan laboratorium

psikologi untuk melakukan penelitian eksperimental

• Meskipun demikian, William James (1842–1910), seorang filsuf dan psikolog

terkemuka, tidak menggunakan ataupun menerima metode eksperimental

• tahun 1900 hingga 1950, peneliti sosial menguraikan metode eksperimental

sampai BERKEMBANG D[ beberapa daerah

• Selama tiga dekade terakhir, banyak digunakan desain eksperimental yang

lebih canggih dan teknik statistik untuk analisis data.

MENGAPA EKSPERIMEN MEMILIKI DAYA TARIK?

• pendekatan ilmiahnya yang objektif,

• TIdak BISa memihak,

• DAPA DIGUNAKAN UNTUK mempelajari kehidupan mental dan sosial di

SAAT studi ilmiah tentang kehidupan sosial baru saja diterima secara luas
oleh masyarakat.

Empat tren YANG mempercepat MELUASNYA PEnelitian sosial eksperimental

• munculnya behaviorisme,

• penyebaran kuantifikasi,

• di tahun 1900 - 1950 pengukuran terhadap fenomena sosial dengan

menggunakan angka semakin banyak.. Para peneliti pada zaman itu
membuat variabel sosial seperti kesadaran (consciousness) semangt
(spirit) dll itu menjadi suatu ukuran kuantitatif. Mental ablitiy juga
dibuat jadi kuantitatif maka pada wktu itu ada dikembangkan tes IQ
oleh Alfred Binet
 • perubahan Partisipan penelitian, dan

• Penerapan praktis metode ini.

Basic Concepts of experimental research

• Treatment and control groups :

• Treatment manipulation

• Random selection and random assignment.

• Threats to internal validity

Treatment and control groups

• In experimental research, some subjects are administered one or more

experimental stimulus called a treatment (the treatment group) while
other subjects are not given such a stimulus (the control group).

• The treatment may be considered successful if subjects in the treatment group

rate more favorably on outcome variables than control group subjects.

Treatment manipulation

• Treatments are the unique feature of experimental research that sets this
design apart from all other research methods.

• Treatment manipulation helps control for the “cause” in cause-effect

relationships.

• Naturally, the validity of experimental research depends on how well the

treatment was manipulated.

• Treatment manipulation must be checked using pretests and pilot tests prior
to the experimental study.

• measurements conducted before the treatment is administered are called

pretest measures, while those conducted after the treatment are posttest
measures.

Random selection and random assignment

• Random selection is the process of randomly drawing a sample from a

population or a sampling frame
 • this approach is typically employed in survey research, and assures that
each unit in the population has a positive chance of being selected into
the sample.

• Random selection is related to sampling, and is therefore, more closely

related to the external validity (generalizability)

• Random assignment is a process of randomly assigning subjects to

experimental or control groups

• This is a standard practice in true experimental research to ensure that

treatment groups are similar (equivalent) to each other and to the
control group, prior to treatment administration

• random assignment is related to design, and is therefore most related to

internal validity.

Random selection vs. random assignment

Threats to internal validity

• History

• Maturation

• Testing

• Instrumentation

• Mortality threat refers

• Regression

• Penjelasan mengenai setiap ancaman terhadap validitas internal dapat dilihat

lagi di mata kuliah psikologi eksperimen
Rancangan eksperimen

• Untuk rancangan eksperimen bisa dilihat lagi materi kuliah psikologi

eksperimen

• Secara garis besar ada 3 jenis rancangan eksperimen

• Pre-experimental design;

• One group Post-test only

• Onegroup pretest posttest

• Static group comparison

• True experimental design

• Randomized post test only design

• Randomized pretest post test design

• Solomom four group design

• Factorial design

• Quasi experimental design (lihat di PPt quasi experimental design)

Survey research

• a research method involving the use of standardized questionnaires or

interviews to collect data about people and their preferences, thoughts, and
behaviors in a systematic manner.

• survey as a formal research method was pioneered in the 1930-40s by

sociologist Paul Lazarsfeld to examine the effects of the radio on political
opinion formation of the United States.

• a very popular method for quantitative research in the social sciences

• can be used for descriptive, exploratory, or explanatory research

• a research method involving the use of standardized questionnaires or

interviews to collect data about people and their preferences, thoughts, and
behaviors in a systematic manner.
 • survey as a formal research method was pioneered in the 1930-40s by
sociologist Paul Lazarsfeld to examine the effects of the radio on political
opinion formation of the United States.

• a very popular method for quantitative research in the social sciences

• can be used for descriptive, exploratory, or explanatory research

• an excellent vehicle for measuring a wide variety of unobservable data

• ideally suited for remotely collecting data about a population that is too large
to observe directly

• questionnaire surveys are preferred by some respondents

• interviews may be the only way of reaching certain population groups such as
the homeless or illegal immigrants for which there is no sampling frame
available

• may allow detection of small effects even while analyzing multiple variables
and allow comparative analysis of population subgroups

• economical in terms of researcher time, effort and cost t

questionnaire surveys

• which may be mail-in, group-administered, or online surveys,

• self-administered mail surveys,

• group-administered questionnaire

interview surveys

• which may be personal, telephone, or focus group interviews

A. Questionnaire Surveys

• Questionnaire :

• a research instrument consisting of a set of questions (items) intended

to capture responses from respondents in a standardized manner.

• may be unstructured or structured.

 • Unstructured ask respondents to provide a response in their own words

• Structured questions ask respondents to select an answer from a given

set of choices

• Jenisnya :

1. self-administered mail surveys, where the same questionnaire is mailed to a

large number of people, and willing respondents can complete the survey at
their convenience and return it in postage-prepaid envelopes

2. group-administered questionnaire: sample of respondents is brought together

at a common place and time, and each respondent is asked to complete the
survey questionnaire while in that room. Respondents enter their responses
independently without interacting with each other.

Constructing a survey questionnaire

• It is an art

• Numerous decisions must be made about the content of questions :

• wording,

• format, and

• sequencing

Question content and wording

• Clear and understandable: stated in a very simple language, preferably in

active voice, and without complicated words or jargon that may not be
understood by a typical respondent. All

• Do not worded in a negative manner

• should not words or expressions that may be interpreted differently by

different respondents

• Not biased or value-laden words: any property of a question that encourages

subjects to answer in a certain way

• It is not a double-barreled question ; questions that can have multiple answers.

• It is not too general questiotn

• It is not too detailed questions

• It is not presumptuous questions

 • It is not imaginary questions

• Do respondents have the information needed to correctly answer the question

Response formats for structured question:

• Dichotomous response, where respondents are asked to select one of two

possible choices, such as true/false, yes/no, or agree/disagree. An example of
such a question is: Do you think that the death penalty is justified under some
circumstances (circle one): yes / no.

• Nominal response, where respondents are presented with more than two
unordered options, such as: What is your industry of employment:
manufacturing / consumer services / retail / education / healthcare / tourism &
hospitality / other.

• Ordinal response, where respondents have more than two ordered options,
such as: what is your highest level of education: high school / college degree /
graduate studies.

• Interval-level response, where respondents are presented with a 5-point or 7-

point Likert scale, semantic differential scale, or Guttman scale. Each of these
scale types were discussed in a previous chapter.

• Continuous response, where respondents enter a continuous (ratio-scaled)

value with a meaningful zero point, such as their age or tenure in a firm. These
responses generally tend to be of the fill-in-the blanks type.

Question sequencing

• Flow logically from one to the next: from the least sensitive to the most
sensitive, from the factual and behavioral to the attitudinal, and from the more
general to the more specific

Some general rules for question sequencing:

• Start with easy non-threatening questions that can be easily recalled. Good
options are demographics (age, gender, education level) for individual-level
surveys and firmographics (employee count, annual revenues, industry) for
firm-level surveys.

• Never start with an open ended question.

• If following an historical sequence of events, follow a chronological order from

earliest to latest.
 • Ask about one topic at a time. When switching topics, use a transition, such
as “The next section examines your opinions about …”

• Use filter or contingency questions as needed, such as: “If you answered “yes”
to question 5, please proceed to Section 2. If you answered “no” go to Section
3.

B. Interview Survey

• Form of data collection method that are a more personalized than

questionnaire

• Conducted by trained interviewers using the same research protocol

• Advantage :

• The interview script may contain special instructions for the interviewer
that is not seen by respondents, and may include space for the
interviewer to record personal observations and comments

• the interviewer has the opportunity to clarify any issues raised by the
respondent or ask probing or follow-up questions

• Disadvantage:

• interviews are timeconsuming and resource-intensive

• Special interviewing skills are needed on part of the interviewer.

• The interviewer is also considered to be part of the measurement

instrument, and

• The interviewer must proactively strive not to artificially bias the

observed responses.

Types of interview

• face-to-face interview

• focus group

• telephone interviews

face-to-face interview
1. interviewer works directly with the respondent to ask questions and record
their responses.
2. Personal interviews may be conducted at the respondent’s home or office
location

focus group

• a small group of respondents (usually 6-10 respondents) are interviewed

together in a common location
• The interviewer is essentially a facilitator whose job is to lead the discussion,
and ensure that every person has an opportunity to respond
• Allow deeper examination of complex issues than other forms of survey
research, because when people hear others talk, it often triggers responses or
ideas that they did not think about before
• May be dominated by a dominant personality, and some individuals may be
reluctant to voice their opinions in front of their peers or superiors, especially
while dealing with a sensitive issue such as employee underperformance or
office politics

3.telephone interviews
• interviewers contact potential respondents over the phone, typically based on
a random selection of people from a telephone directory to ask a standard set
of survey questions
• A more recent and technologically advanced approach is computer-assisted
telephone interviewing (CATI)

in-depth interviewing

• ‘repeated face-to-face encounters between the researcher and informants

directed towards understanding informants’perspectives on their lives,
experiences, or situations as expressed in their own words’ (1998:77).
• two essential characteristics of in-depth interviewing:
(1) it involves face-to-face, repeated interaction between the researcher and
his/her informant(s);
(2) it seeks to understand the latter’s perspectives
Penelitian survei
• metode penelitian yang melibatkan penggunaan kuesioner atau wawancara
standar untuk mengumpulkan data tentang orang-orang dan preferensi,
pemikiran, dan perilaku mereka secara sistematis.
• survei sebagai metode penelitian formal dirintis pada 1930-40-an oleh
sosiolog Paul Lazarsfeld untuk meneliti efek radio pada pembentukan opini
politik Amerika Serikat.
• metode yang sangat populer untuk penelitian kuantitatif dalam ilmu-ilmu
sosial
• dapat digunakan untuk penelitian deskriptif, eksploratif, atau eksplanatori
• metode penelitian yang melibatkan penggunaan kuesioner atau wawancara
standar untuk mengumpulkan data tentang orang-orang dan preferensi,
pemikiran, dan perilaku mereka secara sistematis.
• survei sebagai metode penelitian formal dirintis pada 1930-40-an oleh
sosiolog Paul Lazarsfeld untuk meneliti efek radio pada pembentukan opini
politik Amerika Serikat.
• metode yang sangat populer untuk penelitian kuantitatif dalam ilmu-ilmu
sosial
• dapat digunakan untuk penelitian deskriptif, eksploratif, atau eksplanatori
• sarana yang sangat baik untuk mengukur berbagai macam data yang tidak
dapat diamati
• cocok untuk pengumpulan data dari jarak jauh tentang populasi yang terlalu
besar untuk diamati secara langsung
• survei kuesioner lebih disukai oleh beberapa responden
• wawancara mungkin satu-satunya cara untuk menjangkau kelompok
populasi tertentu seperti tunawisma atau imigran ilegal yang tidak tersedia
kerangka sampelnya
• memungkinkan deteksi efek kecil bahkan saat menganalisis banyak variabel
dan memungkinkan analisis komparatif dari subkelompok populasi
• ekonomis dari segi waktu, tenaga dan biaya peneliti

survei kuesioner
• yang mungkin berupa survei melalui pos, dikelola grup, atau online,
• survei surat yang dikelola sendiri,
• kuesioner yang dikelola kelompok

survei wawancara
• yang mungkin berupa wawancara pribadi, telepon, atau kelompok fokus
A. Survei Kuesioner
• Kuesioner :
• instrumen penelitian yang terdiri dari serangkaian pertanyaan (item) yang
dimaksudkan untuk menangkap tanggapan dari responden secara standar.
• mungkin tidak terstruktur atau terstruktur.
• Tidak terstruktur meminta responden untuk memberikan tanggapan
dengan kata-kata mereka sendiri
• Pertanyaan terstruktur meminta responden untuk memilih jawaban dari
serangkaian pilihan yang diberikan
• Jenisnya :
1. survei surat yang dikelola sendiri, di mana kuesioner yang sama dikirimkan
ke sejumlah besar orang, dan responden yang bersedia dapat menyelesaikan
survei dengan nyaman dan mengembalikannya dalam amplop prangko-
prabayar
2. kuesioner yang dikelola kelompok: sampel responden dikumpulkan di
tempat dan waktu yang sama, dan setiap responden diminta untuk mengisi
kuesioner survei saat berada di ruangan itu. Responden memasukkan
tanggapan mereka secara mandiri tanpa berinteraksi satu sama lain.
Membuat kuesioner survei
• Ini adalah seni
• Banyak keputusan harus dibuat tentang isi pertanyaan :
• kata-kata,
• format, dan
• pengurutan
Isi pertanyaan dan kata-kata
• Jelas dan dapat dimengerti: dinyatakan dengan bahasa yang sangat
sederhana, lebih disukai dengan suara aktif, dan tanpa kata-kata atau jargon
yang rumit yang mungkin tidak dipahami oleh responden biasa. Semua
• Jangan diucapkan secara negatif
• tidak boleh kata-kata atau ungkapan yang dapat ditafsirkan berbeda oleh
responden yang berbeda
• Kata-kata yang tidak bias atau sarat nilai: properti pertanyaan apa pun
yang mendorong subjek untuk menjawab dengan cara tertentu
• Ini bukan pertanyaan berlaras ganda; pertanyaan yang dapat memiliki
banyak jawaban.
• Ini bukan pertanyaan yang terlalu umum
• Pertanyaannya tidak terlalu detail
• Ini bukan pertanyaan yang sombong
• Ini bukan pertanyaan imajiner
• Apakah responden memiliki informasi yang dibutuhkan untuk menjawab
pertanyaan dengan benar?
Format respons untuk pertanyaan terstruktur:
• Respon dikotomis, dimana responden diminta untuk memilih salah satu dari
dua kemungkinan pilihan, seperti benar/salah, ya/tidak, atau setuju/tidak
setuju. Contoh dari pertanyaan tersebut adalah: Apakah menurut Anda
hukuman mati dibenarkan dalam beberapa keadaan (lingkari satu): ya / tidak.
• Respon nominal, di mana responden diberikan lebih dari dua pilihan yang
tidak berurutan, seperti: Apa industri pekerjaan Anda: manufaktur / layanan
konsumen / ritel / pendidikan / kesehatan / pariwisata & perhotelan / lainnya.
• Respons ordinal, di mana responden memiliki lebih dari dua pilihan
berurutan, seperti: apa tingkat pendidikan tertinggi Anda: SMU/S1/S2.
• Tanggapan tingkat interval, di mana responden disajikan dengan skala
Likert 5 poin atau 7 poin, skala diferensial semantik, atau skala Guttman.
Masing-masing jenis skala ini telah dibahas dalam bab sebelumnya.
• Respon berkelanjutan, di mana responden memasukkan nilai berkelanjutan
(berskala rasio) dengan titik nol yang berarti, seperti usia atau masa kerja
mereka di perusahaan. Tanggapan-tanggapan ini umumnya cenderung tipe
isian-kosong.
Urutan pertanyaan
• Mengalir secara logis dari satu ke yang berikutnya: dari yang paling tidak
sensitif ke yang paling sensitif, dari yang faktual dan perilaku ke sikap

inal, dan dari yang lebih umum ke yang lebih spesifik

Beberapa aturan umum untuk pengurutan pertanyaan:
• Mulailah dengan pertanyaan ringan yang tidak mengancam yang dapat
dengan mudah diingat kembali. Pilihan yang baik adalah demografi (usia,
jenis kelamin, tingkat pendidikan) untuk survei tingkat individu dan
firmografi (jumlah karyawan, pendapatan tahunan, industri) untuk survei
tingkat perusahaan.
• Jangan pernah memulai dengan pertanyaan terbuka.
• Jika mengikuti urutan peristiwa sejarah, ikuti urutan kronologis dari awal
hingga terbaru.
• Tanyakan tentang satu topik pada satu waktu. Saat beralih topik, gunakan
transisi, seperti "Bagian selanjutnya akan membahas pendapat Anda tentang
..."
• Gunakan filter atau pertanyaan kontingensi jika diperlukan, seperti: “Jika
Anda menjawab “ya” untuk pertanyaan 5, lanjutkan ke Bagian 2. Jika Anda
menjawab “tidak”, lanjutkan ke Bagian 3.
B. Survei Wawancara
• Bentuk metode pengumpulan data yang lebih personal daripada kuesioner
• Dilakukan oleh pewawancara terlatih dengan menggunakan protokol
penelitian yang sama
• Keuntungan :
• Naskah wawancara dapat berisi instruksi khusus untuk pewawancara yang
tidak terlihat oleh responden, dan dapat mencakup ruang bagi pewawancara
untuk merekam pengamatan dan komentar pribadi
• pewawancara memiliki kesempatan untuk mengklarifikasi setiap masalah
yang diangkat oleh responden atau mengajukan pertanyaan lanjutan atau
pertanyaan lanjutan
• Kerugian:
• wawancara memakan waktu dan sumber daya yang intensif
• Keterampilan wawancara khusus dibutuhkan oleh pewawancara.
• Pewawancara juga dianggap sebagai bagian dari instrumen pengukuran,
dan
• Pewawancara harus secara proaktif berusaha untuk tidak membiaskan
tanggapan yang diamati secara artifisial.
Jenis wawancara
• wawancara tatap muka
• kelompok yang terfokus
• wawancara telepon
wawancara tatap muka
1. pewawancara bekerja langsung dengan responden untuk mengajukan
pertanyaan dan mencatat tanggapan mereka.
2. Wawancara pribadi dapat dilakukan di rumah atau lokasi kantor responden

kelompok yang terfokus

• sekelompok kecil responden (biasanya 6-10 responden) diwawancarai

bersama di lokasi yang sama
• Pewawancara pada dasarnya adalah seorang fasilitator yang tugasnya
memimpin diskusi, dan memastikan bahwa setiap orang memiliki
kesempatan untuk menanggapi
• Mengizinkan pemeriksaan yang lebih mendalam terhadap masalah yang
kompleks daripada bentuk penelitian survei lainnya, karena ketika orang
 mendengar orang lain berbicara, seringkali hal itu memicu tanggapan atau
gagasan yang tidak mereka pikirkan sebelumnya
• Mungkin didominasi oleh kepribadian yang dominan, dan beberapa individu
mungkin enggan untuk menyuarakan pendapat mereka di depan rekan-rekan
atau atasan mereka, terutama ketika berurusan dengan masalah sensitif
seperti kinerja karyawan yang rendah atau politik kantor

3. wawancara telepon
• pewawancara menghubungi calon responden melalui telepon, biasanya
berdasarkan pilihan acak orang dari direktori telepon untuk mengajukan
serangkaian pertanyaan survei standar
• Pendekatan yang lebih baru dan berteknologi maju adalah wawancara
telepon dengan bantuan komputer (CATI)

wawancara mendalam

• 'pertemuan tatap muka yang berulang antara peneliti dan informan yang
diarahkan untuk memahami perspektif informan tentang kehidupan,
pengalaman, atau situasi mereka sebagaimana diungkapkan dalam kata-kata
mereka sendiri' (1998:77).
• dua karakteristik penting dari wawancara mendalam:
(1) melibatkan tatap muka, interaksi berulang antara peneliti dan
informannya;
(2) ia berusaha memahami perspektif yang terakhir

Case Study
 Salah satu desain yang biasa digunakan dalam penelitian kualitatif
 Sebuah kasus dapat berupa individu, grup, komunitas, suatu contoh, suatu
episode, suatu peristiwa, subkelompok populasi, kota atau kota.
 Dalam studi kasus penting untuk memperlakukan total populasi studi sebagai
satu kesatuan.
 Dalam studi kasus, peneliti tidak memilih sampel acak tetapi sebuah kasus
yang dapat memberi sebanyak mungkin informasi untuk memahami kasus
secara keseluruhan.

Definisi
 Gilbert (2008: 36)
 Studi kasus adalah suatu studi di mana suatu contoh kasus tertentu
atau beberapa kasus yang dipilih dengan cermat dan dipelajari secara
intensif.
 Burns (1997: 364),
 untuk memenuhi syarat sebagai studi kasus, kasus itu harus
merupakan sistem yang terikat, merupakan suatu entitas dalam kasus
itu sendiri
 Grinnell (1981: 302):
 Suatu studi kasus ditandai dengan teknik pengumpulan dan analisis
data yang sangat fleksibel dan terbuka'.
 Bhattacherjee (2012; 102)
 Penelitian kasus, juga disebut studi kasus, adalah metode mempelajari
suatu fenomena secara intensif dari waktu ke waktu dalam setting
alaminya di satu atau beberapa lokasi

Metode yang digunakan

 Meskipun dapat digunakan metode tunggal, penggunaan beberapa metode

untuk mengumpulkan data merupakan aspek penting dari studi kasus, yaitu
:
 wawancara mendalam (indepth interview)
 memperoleh informasi dari catatan sekunder (secondary record),
 mengumpulkan data melalui pengamatan (observation)
 mengumpulkan informasi melalui kelompok fokus dan (focur group)
 wawancara kelompok (group interview)
 Namun, penting bahwa pada saat analisis peneliti terus mempertimbangkan
kasus sebagai satu kesatuan.

Kelebihan studi kasus

1. Dapat digunakan untuk membangun teori (theory building) ataupun

pengujian teori (theory testing), sedangkan metode positivis (mis.
Eksperimen) hanya dapat digunakan untuk pengujian teori saja. Dalam
penelitian kasus interpretif, konstruk yang diteliti tidak perlu diketahui
sebelumnya, tetapi dapat muncul dari data saat penelitian berlangsung.
2. Pertanyaan penelitian (research question) dapat dimodifikasi selama proses
penelitian, jika pertanyaan awal ditemukan kurang relevan atau kurang
tegas. Hal Ini tidak mungkin dilakukan dalam metode positivis apa pun.

3. Dapat memperoleh interpretasi yang lebih kaya, lebih kontekstual, dan lebih
otentik dari fenomena yang menarik disbanding kebanyakan metode
penelitian lain.

4. fenomena yang diteliti dapat ditinjau dari berbagai perspektif partisipan dan
dapat menggunakan berbagai tingkat analisis (mis., individu dan organisasi).

Kelemahan case study:

1. Karena tidak melibatkan kontrol spt dalam penelitian eksperimental, maka

validitas internal lemah.

2. Kualitas kesimpulan yang berasal dari penelitian kasus sangat bergantung

pada kekuatan integratif peneliti. Peneliti yang berpengalaman dapat melihat
konsep dan pola dalam data kasus yang mungkin tidak terlihat oleh peneliti
pemula.

3. Kesimpulan sangat kontekstual, sehingga sulit untuk menggeneralisasi

kesimpulan yang didapat ke konteks lain atau organisasi lain

Langkah-langkah penelitian kasus

1. Define research questions

2. Select case sites

3. Create instruments and protocols

4. Select respondents

5. Start data collection

6. Conduct within-case data analysis

7. Conduct cross-case analysis

8. Build and test hypotheses

9. Write case research report

 Define research questions

  Pertanyaan-pertanyaan penelitian dan konstruk/variabel dapat diubah
kemudian

 Dalam penelitian interpretif (spt studi kasus) tidak perlu dasar teori
atau hipotesis untuk membuat research question

 Select case sites: Pilih lokasi kasus. Situs yang dipilih sesuai dengan sifat
pertanyaan penelitian,

 Maksudnya jika tujuan dari penelitian ini adalah untuk melihat

bagaimana inovasi beberapa perusahaan dibandingkan perusahaan
yang lain, peneliti harus memilih perusahaan dengan ukuran yang
sama dalam industri yang sama untuk mengurangi efek industri atau
ukuran

 Create instruments and protocols

 Karena metode utama pengumpulan data dalam penelitian kasus

adalah wawancara, maka protokol wawancara harus dirancang sebagai
panduan untuk proses wawancara

 Create instruments and protocols

 Pertanyaan dapat terbuka (tidak terstruktur) atau tertutup

(terstruktur) atau kombinasi keduanya.

 Protokol wawancara harus dipatuhi dengan ketat, dan pewawancara

tidak boleh mengubah urutan pertanyaan atau melewatkan pertanyaan
apa pun selama proses wawancara.

 Beberapa penyimpangan diizinkan untuk menyelidiki lebih jauh ke

dalam komentar responden yang ambigu atau menarik.

 Pewawancara harus mempertahankan nada netral, tidak mengarahkan

responden ke arah tertentu, seperti menyetujui atau tidak setuju
dengan respons apa pun.

 Select respondents

 Memilih sampel itee secara random diperbolehkan, atau bisa juga

dengan snow ball sampling
  Itee dipilih berdasarkan keterlibatannya dengan fenomena yang sedang
diselidiki dan kemampuan dan kemauan mereka untuk menjawab
pertanyaan secara akurat dan memadai, dan

 Itee tidak dipilih karena kenyamanan atau kemudahan diakses.

 Start data collection

 Ada baiknya merekam wawancara secara elektronik untuk referensi di

masa mendatang

 Meskipun demikian pewawancara tetap harus mencatat untuk

menangkap komentar penting atau pengamatan kritis, respons
perilaku (mis., bahasa tubuh responden), dan kesan pribadi peneliti
tentang responden dan komentarnya.

 Conduct within-case data analysis ;

 strategi pengkodean seperti yang ada di teori grounded Glasser dan

Strauss (1967), dapat digunakan yaitu menggunakan open coding, axial
coding, and selective coding

 Conduct cross-case analysis

 analisis lintas kasus merupakan tahap kedua dari analisis data.

 peneliti harus mencari konsep dan pola yang sama antara lokasi kasus
yang berbeda,

 Build and test hypotheses

 Buat hipotesa tentative berdasarkan konsep dan tema yang muncul

yang dapat digeneralisasi di seluruh lokasi kasus.

 Write case research report

 peneliti harus menggambarkan dengan sangat jelas dan rinci proses

yang digunakan dalam pengambilan sampel, pengumpulan data,
analisis data, dan pengembangan hipotesis, sehingga pembaca dapat
secara independen menilai kewajaran, kekuatan, dan konsistensi dari
kesimpulan yang dilaporkan.

Collecting data using attitudinal scale

Measurement of attitudes in quantitative and qualitative

research
 Dalam penelitian kuantitatif dapat dilakukan:

 mengeksplorasi, mengukur, menentukan intensitas, dan

menggabungkan sikap terhadap berbagai aspek masalah untuk sampai
pada satu indikator yang mencerminkan sikap secara keseluruhan

 dapat memastikan jenis-jenis sikap yang dimiliki orang dalam suatu

komunitas, berapa banyak orang yang memiliki sikap tertentu dan
seberapa intensitas sikap tersebut

 Dalam penelitian kualitatif,

 hanya dapat meng-eksplorasi penyebaran sikap dan menetapkan jenis

sikap yang lazim

Skala sikap dalam penelitian kuantitatif

 Ada beberapa skala yang telah dikembangkan untuk 'mengukur' sikap

 The summated rating or Likert scale

 The equal-appearing interval or Thurstone scale

 The cumulative or Guttman scale

 Semantic differential scale

The summated rating or Likert scale

 Diciptakan oleh Rensis Likert,

 Skala penilaian yang sangat populer untuk mengukur data ordinal dalam
penelitian ilmu sosial

 Skala ini berisi item-item Likert yang merupakan pernyataan sederhana yang
dapat digunakan responden untuk menunjukkan tingkat agreement atau
disagreement mereka

 Bisa dibentuk dengan skala lima atau tujuh poin mulai dari "sangat tidak
setuju" hingga "sangat setuju". Tiga atau sembilan nilai juga dapat
digunakan,

 Asumsi dasar: setiap pernyataan / item pada skala memiliki nilai sikap yang
sama dalam hal
Likert Scale

 Perlu diingat sebaiknya menggunakan sejumlah nilai ganjil untuk

memungkinkan sikap "netral"

 Menghilangkan titik/nilai netral memaksa responden untuk setuju atau tidak

setuju dengan pernyataan LIkert, tetapi ini bukan strategi yang baik karena
beberapa orang mungkin memang netral pada pernyataan yang diberikan

 Skor sikap hanya menempatkan responden pada posisi relatif terhadap

responden yang lain

 Artinya; tidak bisa dikatakan bahwa sikap responden yang skornya 42 adalah
dua kali sikap responden yang skornya 21

Table 6.3. A six-item Likert scale for measuring employment self-esteem

Equal appearing interval/ Thurstone scale

 Dikembangkan oleh Louis Thurstone tahun 1925

 Skala ini menghitung 'bobot' atau 'nilai sikap' untuk setiap pernyataan. Bobot
(setara dengan nilai median) untuk setiap pernyataan dihitung berdasarkan
peringkat yang diberikan oleh sekelompok judge/penilai

 Prosedur membuat Thurstone scale ada di Fig 10.7 chapter 10 buku Kumar,
Ramjit, 2011. RESEARCH METHODOLOGY a step-by-step guide
for beginners.
Guttman scale
 Designed by Guttman (1950)

 Skala Guttman adalah salah satu skala yang sulit dibuat oleh karenanya
jarang digunakan

 menggunakan serangkaian item yang disusun berdasarkan intensitasnya dari

variebel yang diteliti; dari yang paling kurang intens hingga yang paling
intens.

Table 6.5. A five-item Guttman scale for measuring attitude toward immigrants

A semantic differential scale

 Dikembangkan oleh Charles E. Osgood

 Ini adalah skala komposit (multi-item) di mana responden diminta untuk

menunjukkan pendapat atau perasaan mereka terhadap satu pernyataan
menggunakan pasangan kata sifat yang berbeda yang disusun dalam dua
kutub yang berlawanan.

A semantic differential scale for measuring attitude toward national health

insurance