Contents
PENGANTAR......................................................................................................................................... 4
BAB I ...................................................................................................................................................... 5
MASALAH PENELITIAN DI BIDANG KESEHATAN ....................................................................... 5
A. Ruang Lingkup Penelitian Di Bidang Kesehatan ........................................................................... 6
1. Penelitian Epidemiologi ........................................................................................................... 6
2. Penelitian Klinis ........................................................................................................................ 7
3. Peningkatan Dan Pencegahan Penyakit ( Promotive Dan Preventive) ............................... 8
4. Kebijakan Kesehatan ................................................................................................................ 9
5. Disiplin Ilmu Kesehatan Lainnya ........................................................................................... 10
B. Identifikasi masalah penelitian...................................................................................................... 10
1. Pengertian Masalah : .............................................................................................................. 10
2. Melakukan Identifikasi Masalah Dalam Penelitian .............................................................. 11
3. Indikator Masalah Dalam Bidang Kesehatan : .............................................................................. 12
4. Perumusan Pertanyaan Penelitian ................................................................................................. 14
5. Elemen-Elemen Pertanyaan Penelitian ................................................................................ 15
6. Contoh Pertanyaan Penelitian ............................................................................................... 16
C. Menyusun Latar Belakang Penelitian ............................................................................................ 17
BAB II ................................................................................................................................................... 22
ETIKA PENELITIAN DI BIDANG KESEHATAN ............................................................................. 22
A. Prinsip-Prinsip Etika Penelitian ...................................................................................................... 22
1. Persetujuan Informasi dan Persetujuan Sukarela ................................................................ 23
( informed consent) ........................................................................................................................ 23
2. Kerahasiaan dan Privasi ......................................................................................................... 24
3. Manfaat dan Risiko ................................................................................................................. 25
4. Keamanan Dan Kepercayaan ................................................................................................ 26
5. Keadilan ................................................................................................................................... 27
6. Integritas dan Akuntabilitas ................................................................................................... 28
B. Uji Etik ( Ethical Clearance) ............................................................................................................ 29
BAB III .................................................................................................................................................. 32
TINJAUAN PUSTAKA........................................................................................................................ 32
A. Sumber Informasi Tinjauan Pustaka ............................................................................................ 33
B. Evaluasi Kritis Literatur................................................................................................................... 34
C. Cara Menyusun Tinjauan Pustaka ................................................................................................. 35
D. Cara Menyusun Manajemen Referensi.......................................................................................... 36
E. Menghindari Plagiarisme Dalam Penyusunan Tinjauan Pustaka ................................................ 37
F. Menyusun Kerangka Teori Dan Kerangka Konsep ...................................................................... 38
1. Kerangka Teori ....................................................................................................................... 38
2. Kerangka Konsep ...................................................................................................................... 41
BAB IV .................................................................................................................................................. 44
VARIABEL PENELITIAN ................................................................................................................... 44
A. Pengertian Variabel ......................................................................................................................... 44
B. Manfaat Menentukan Variabel Dalam Penelitian ......................................................................... 45
C. Jenis-jenis Variabel ......................................................................................................................... 46
1. Variabel Terikat (Dependent Variables): .............................................................................. 46
2. Variabel Bebas (Independent Variables) .............................................................................. 47
3. Variabel Kontrol...................................................................................................................... 48
4. Variabel Antara ....................................................................................................................... 49
D. Cara Pengukuran Variabel ............................................................................................................ 49
F. Skala Pengukuran Variabel ............................................................................................................. 51
G. Menyusun Definisi Operasional Variabel ...................................................................................... 53
BAB V ................................................................................................................................................... 54
JENIS DAN DESAIN PENELITIAN ................................................................................................... 54
A. Penelitian Kuantitatif ...................................................................................................................... 54
1. Batasan / pengertian Penelitian Kuantitatif ......................................................................... 55
2. Kelebihan dan kekurangan penelitian kuantitatif ................................................................ 56
3. Jenis penelitian kuantitatif ..................................................................................................... 57
B. Penelitian Kualitatif ......................................................................................................................... 72
1. Pengertian Penelitian Kualitatif ............................................................................................. 72
2. Kelebihan dan kekurangan penelitian kualitatif : ................................................................. 74
3. Desain Penelitian Kualitatif .................................................................................................... 76
c. Keandalan ( Reliabilitas)......................................................................................................... 89
d. Generalisabilitas ...................................................................................................................... 90
BAB VI .................................................................................................................................................. 92
POPULASI DAN SAMPEL ................................................................................................................. 92
A. Batasan Populasi dan Sampel ........................................................................................................ 92
C. Teknik Sampling .............................................................................................................................. 96
1. Jenis Teknik Sampling ........................................................................................................... 96
2. Non Probability sampling ..................................................................................................... 104
D. Sampel dalam penelitian kualitatif ............................................................................................... 108
1. Informan Kunci ..................................................................................................................... 110
2. Informan utama .................................................................................................................... 111
3. Informan Tambahan (Additional Informant) ...................................................................... 112
BAB VIII ............................................................................................................................................. 132
ANALISIS DATA ............................................................................................................................... 132
A. Pengertian Analisis Data ............................................................................................................... 132
B. Analisis Data Kuantitatif ............................................................................................................... 133
1. Analisis Univariat .................................................................................................................. 133
2. Analisis Bivariat .................................................................................................................... 134
3. Analisis Multivariat ............................................................................................................... 135
4. Uji Statistik ............................................................................................................................ 137
PENGANTAR
2. Penelitian Klinis
Selain epidemiologi, penelitian di bidang kesehatan juga mencakup penelitian
klinis, yang berkaitan dengan uji klinis, pengujian obat, dan penelitian pada manusia.
Penelitian klinis bertujuan untuk menguji keefektifan, keamanan, dan dosis optimal suatu
intervensi medis, seperti obat baru atau prosedur tindakan medis. Penelitian ini
melibatkan partisipasi manusia, dengan persetujuan etis yang ketat, dan biasanya
dilakukan melalui desain eksperimental namun bisa juga menggunakan desain
observasional.
Selain itu, penelitian di bidang kesehatan juga melibatkan penelitian translasional,
yang bertujuan untuk menghubungkan penemuan dalam penelitian dasar dengan aplikasi
klinis yang bermanfaat. Penelitian translasional mencakup pemahaman tentang dasar-
dasar biologis penyakit, identifikasi target terapi, pengembangan obat baru, dan
pengembangan metode diagnostik yang lebih baik. Penelitian ini melibatkan kerjasama
antara ilmuwan, peneliti klinis, dan industri farmasi dan lainnya untuk menghubungkan
penelitian dasar dengan manfaat klinis yang konkret.
Penelitian klinis adalah studi yang dilakukan pada manusia untuk menguji efektivitas,
keamanan, dan keefektifan intervensi medis seperti obat-obatan, terapi, atau prosedur
medis. Ruang lingkup penelitian klinis meliputi berbagai aspek yang terkait dengan
pengembangan, implementasi, dan evaluasi intervensi medis.
Berikut adalah penjelasan lebih lanjut tentang ruang lingkup penelitian klinis:
a. Pengembangan dan uji coba obat untuk melihat sejauhmana efektifitas suatu obat.
Tahap awal melibatkan uji praklinis pada hewan untuk mengevaluasi keamanan
dan efikasi potensial obat. Kemudian, obat diuji pada manusia dalam beberapa
tahap uji coba klinis untuk mengevaluasi efektivitas dan keamanan pada populasi
yang lebih besar.
b. Uji coba terapi dan prosedur medis yang bertujuan untuk meningkatkan kualitas
pengobatan dan perawatan pasien. Contohnya termasuk uji coba terapi radiasi
baru, teknik bedah baru, atau metode pengobatan alternatif.
c. Studi observasional dan kohort yang bertujuan untuk mengumpulkan data tentang
kelompok pasien yang ada untuk mengidentifikasi hubungan antara faktor risiko
atau paparan dengan hasil kesehatan. Ini membantu memahami penyebab
penyakit dan efek dari intervensi medis.
d. Penelitian diagnostik yang tujuannya adalah meningkatkan akurasi dan ketepatan
diagnosis. Penelitian ini melibatkan pengujian tes diagnostik, teknologi pencitraan,
atau biomarker untuk mengidentifikasi penyakit secara lebih akurat.
e. Studi intervensi masyarakat untuk mengevaluasi efektivitas program kesehatan
yang ditujukan untuk masyarakat luas. Contoh dari studi ini termasuk program
pencegahan penyakit, kampanye promosi kesehatan, atau intervensi kebijakan
untuk meningkatkan kesehatan masyarakat.
4. Kebijakan Kesehatan
Aspek penting lainnya dalam ruang lingkup penelitian di bidang kesehatan adalah
penelitian kebijakan kesehatan. Penelitian dalam bidang ini meliputi analisis kebijakan
kesehatan yang ada, evaluasi program-program kesehatan, studi tentang pengembangan,
implementasi, dan evaluasi kebijakan yang berhubungan dengan bidang kesehatan dan
pengembangan rekomendasi kebijakan baru berdasarkan bukti ilmiah. Penelitian
kebijakan kesehatan berkontribusi pada pengembangan kebijakan yang berorientasi pada
masyarakat dan mempengaruhi pengaturan sistem kesehatan nasional. Ruang lingkup
penelitian ini mencakup berbagai aspek yang terkait dengan perumusan kebijakan, proses
pengambilan keputusan, serta dampak kebijakan tersebut terhadap sistem kesehatan dan
masyarakat. Menurut Green, J., & Thorogood, N. (2018) dan Buse, K., Mays, N., & Walt,
(2012), berikut adalah ruang lingkup penelitian kebijakan kesehatan:
a. Perumusan kebijakan kesehatan yang meliputi identifikasi masalah kesehatan
yang relevan, pengumpulan bukti-bukti ilmiah, partisipasi pemangku kepentingan,
serta proses pengambilan keputusan dalam mengembangkan kebijakan
kesehatan, dalam hal ini mempelajari bagaimana kebijakan tersebut dirumuskan.
b. Evaluasi kebijakan kesehatan yang bertujuan untuk mengukur dampak kebijakan
terhadap indikator kesehatan, keadilan akses, efisiensi, dan kinerja sistem
kesehatan. Evaluasi kebijakan dapat melibatkan analisis data, pengukuran kinerja,
dan penilaian dampak kebijakan.
c. Analisis kebijakan serta implikasinya. Ini termasuk analisis kebijakan publik,
analisis ekonomi, analisis keadilan, serta analisis dampak sosial dan politik dari
kebijakan kesehatan.
d. Implementasi kebijakan kesehatan di lapangan. Fokusnya adalah pada faktor-
faktor yang mempengaruhi kesuksesan implementasi kebijakan, hambatan dan
tantangan yang dihadapi, serta strategi yang efektif dalam mengimplementasikan
kebijakan kesehatan.
e. Evaluasi intervensi kebijakan yang spesifik, mencakup penelitian tentang
program-program kesehatan, inisiatif pencegahan penyakit, kampanye promosi
kesehatan, dan intervensi lainnya yang dilakukan oleh pemerintah atau organisasi
terkait.
1. Pengertian Masalah :
Berikut adalah beberapa pengertian tentang masalah yang dikutip dari beberapa ahli :
5. Keadilan
Keadilan adalah prinsip etis yang harus dipenuhi, dan menjamin bahwa penelitian
memberikan perlakuan yang adil dan setara terhadap semua individu yang terlibat dalam
penelitian, baik sebagai partisipan, peneliti, atau masyarakat yang terpengaruh oleh hasil
penelitian. Terdapat dua konsep yang terkait dengan keadilan, yaitu keadilan prosedural
dan keadilan distributif.
a. Keadilan Prosedural: Keadilan prosedural berfokus pada proses pengambilan
keputusan yang adil dan transparan dalam penelitian. Hal ini melibatkan perlakuan
yang setara dan konsisten terhadap semua individu yang terlibat dalam penelitian,
termasuk partisipan, peneliti, dan pihak-pihak terkait lainnya. Beberapa aspek
penting yang terkait dengan keadilan prosedural dalam penelitian di bidang
kesehatan meliputi:
1) Informed Consent: Partisipan harus diberikan informasi yang lengkap dan
akurat tentang penelitian sehingga mereka dapat membuat keputusan yang
berdasarkan pengetahuan yang memadai. Proses persetujuan informasi harus
dilakukan dengan jelas dan transparan.
2) Seleksi Partisipan yang Adil: Proses seleksi partisipan harus dilakukan secara
adil dan tidak diskriminatif. Semua individu harus memiliki kesempatan yang
setara untuk berpartisipasi dalam penelitian, tanpa memperhatikan faktor-
faktor seperti usia, jenis kelamin, ras, atau status sosial.
3) Perlindungan Partisipan yang Rentan: Keadilan prosedural juga mencakup
perlindungan khusus bagi partisipan yang rentan, seperti anak-anak, orang
dengan gangguan kognitif, atau kelompok minoritas. Tindakan harus diambil
untuk memastikan bahwa partisipan yang rentan dilibatkan dengan cara yang
aman dan memadai.
b. Keadilan Distributif: Keadilan distributif berkaitan dengan pembagian manfaat dan
beban penelitian secara adil di antara individu dan masyarakat yang terlibat. Ini
melibatkan pertimbangan tentang distribusi sumber daya, akses ke perawatan
kesehatan, dan distribusi manfaat yang dihasilkan dari penelitian. Beberapa aspek
yang terkait dengan keadilan distributif dalam penelitian di bidang kesehatan
meliputi:
1) Akses yang Setara terhadap Perawatan dan Intervensi: Penelitian di bidang
kesehatan harus memperhatikan kesetaraan akses terhadap perawatan dan
intervensi yang dikembangkan melalui penelitian tersebut. Ini mencakup
memastikan bahwa hasil penelitian yang berpotensi bermanfaat tersedia untuk
semua individu, termasuk mereka yang mungkin tidak memiliki akses yang
mudah terhadap perawatan kesehatan.
2) Perhatian terhadap Disparitas Kesehatan: Penelitian di bidang kesehatan juga
harus mempertimbangkan perbedaan kesehatan yang ada di masyarakat,
seperti kesenjangan kesehatan antara kelompok sosial ekonomi yang berbeda
atau antara kelompok minoritas dan mayoritas. Upaya harus dilakukan untuk
mengurangi disparitas kesehatan melalui penelitian dan intervensi yang
relevan.
3) Pemanfaatan Hasil Penelitian: Hasil penelitian yang dihasilkan harus
digunakan untuk meningkatkan kesehatan masyarakat secara keseluruhan.
Pemanfaatan yang adil dari pengetahuan dan temuan penelitian di bidang
kesehatan harus dipastikan, termasuk akses terhadap informasi dan
implementasi hasil penelitian yang bermanfaat.
Keadilan prosedural dan keadilan distributif saling melengkapi dalam memastikan
bahwa penelitian di bidang kesehatan dilakukan secara etis dan berdampak positif bagi
individu dan masyarakat yang terlibat.
Tinjauan pustaka seringkali dianggap hal yang tidak penting dalam tulisan laporan
penelitian, namun dalam prosesnya, melakukan telaah/tinjauan pustaka akan sangat
membantu peneliti mengembangkan ide /gagasan, mengidentifikasi masalah,
menguatkan kerangka berfikir dan membuat kerangka konsep penelitian. Tinjauan
pustaka meliputi proses pengumpulan, penelaahan, dan sintesis literatur yang relevan
yang telah ada sebelumnya, peneliti dapat membangun dasar pengetahuan yang kuat,
mengidentifikasi kesenjangan pengetahuan, merumuskan hipotesis yang relevan,
menghindari duplikasi penelitian, dan memilih metode penelitian yang tepat. Tinjauan
pustaka membantu peneliti dalam memperoleh pemahaman yang lebih baik tentang topik
penelitian dan memastikan bahwa penelitian yang dilakukan memiliki nilai tambah dan
relevansi. Oleh karena itu, penting bagi setiap peneliti untuk melaksanakan tinjauan
pustaka yang cermat dan menyeluruh sebelum memulai penelitian mereka. Dalam bab
ini, akan dijelaskan secara mendalam tentang pentingnya tinjauan pustaka dalam
penelitian di bidang kesehatan.
Berikut merupakan peran pentingnya tinjauan pustaka dalam penelitian (Fink, A., 2019):
1. Menyediakan Dasar Pengetahuan: Tinjauan pustaka membantu peneliti untuk
memperoleh pemahaman yang komprehensif tentang topik penelitian. Dengan
mengacu pada penelitian sebelumnya, peneliti dapat mengetahui perkembangan
terbaru, teori, konsep, dan temuan yang telah ada. Hal ini membantu peneliti
dalam membangun dasar pengetahuan yang kuat dan memahami konteks yang
lebih luas dari penelitian yang mereka lakukan.
2. Mengidentifikasi Kesenjangan Pengetahuan: Melalui tinjauan pustaka, peneliti
dapat mengidentifikasi kesenjangan pengetahuan atau area yang belum dikaji
secara memadai. Dengan mengetahui penelitian yang telah dilakukan
sebelumnya, peneliti dapat menentukan area penelitian yang masih kurang
dipelajari atau memerlukan pemahaman yang lebih dalam. Hal ini memberikan
lkitasan untuk merumuskan pertanyaan penelitian yang relevan dan tujuan
penelitian yang jelas.
3. Membantu Perumusan Hipotesis: Tinjauan pustaka membantu peneliti dalam
merumuskan hipotesis atau dugaan awal yang akan diuji dalam penelitian. Dengan
mempelajari penelitian yang telah ada, peneliti dapat mengidentifikasi pola,
temuan, atau hubungan yang telah terungkap. Hal ini memungkinkan peneliti
untuk mengembangkan hipotesis yang didukung oleh literatur yang relevan dan
berpotensi memberikan kontribusi baru dalam pemahaman atau solusi terhadap
masalah yang diteliti.
4. Menggunakan Metode Penelitian yang Tepat: Tinjauan pustaka juga membantu
peneliti dalam memilih metode penelitian yang paling sesuai dengan tujuan
penelitian mereka. Dengan mempelajari literatur terkait, peneliti dapat
mengetahui metode penelitian yang telah digunakan sebelumnya dan melihat
kelebihan dan kelemahan dari masing-masing metode tersebut. Hal ini membantu
peneliti dalam membuat keputusan yang tepat dalam pemilihan metode penelitian
yang akan digunakan.
5. Menghindari Duplikasi Penelitian: Melalui tinjauan pustaka, peneliti dapat
mengetahui penelitian yang telah dilakukan sebelumnya. Hal ini membantu dalam
mencegah duplikasi penelitian atau mengulangi penelitian yang sama dengan hasil
yang serupa. Dengan mengetahui penelitian yang telah ada, peneliti dapat
mengarahkan fokus penelitian mereka pada aspek yang belum dikaji atau
memberikan kontribusi yang lebih lanjut pada pengetahuan yang sudah ada.
2. Kerangka Konsep
a. Pengertian Kerangka Konsep
Berikut beberapa pengertian dari kerangka konsep :
1) Thomas Kuhn ( 1962) : "Kerangka konsep adalah suatu sistem konseptual yang
mencakup prinsip-prinsip, teori-teori, dan asumsi-asumsi dasar yang
digunakan untuk memahami dan menjelaskan suatu fenomena dalam suatu
bidang penelitian tertentu."
2) Imogene King (1981) : "Kerangka konsep adalah suatu konstruksi konseptual
yang menggambarkan hubungan antara konsep-konsep penting dalam suatu
bidang penelitian atau praktek, dan memberikan landasan untuk
pengembangan teori atau model yang lebih spesifik."
3) Herbert Simon (1981) : "Kerangka konsep adalah suatu representasi struktural
yang menggambarkan unsur-unsur dan hubungan antara unsur-unsur tersebut
dalam suatu domain pengetahuan. Kerangka konsep membantu dalam
mengorganisasi pemahaman tentang suatu fenomena dan memfasilitasi proses
berpikir dan penelitian."
4) Pamela Bryden (2003) : "Kerangka konsep adalah suatu rangkaian konsep dan
proposisi yang saling terkait dan membentuk dasar teoretis untuk suatu
penelitian. Kerangka konsep memberikan struktur dan arah dalam merancang
dan melaksanakan penelitian."
5) John Creswell (2014) : "Kerangka konsep adalah suatu model konseptual atau
teoretis yang digunakan untuk mengorganisasi dan mengintegrasikan
penelitian. Kerangka konsep memberikan dasar bagi pertanyaan penelitian,
pemilihan metode, analisis data, dan interpretasi hasil."
A. Pengertian Variabel
1. Menurut Sekaran dan Bougie (2016), variabel adalah atribut yang dapat bervariasi
dan memiliki dampak terhadap hasil atau perubahan dalam suatu penelitian.
2. Menurut Creswell (2014), variabel adalah konsep atau karakteristik yang dapat
diukur atau diamati dalam penelitian dan dapat memiliki variasi nilai di antara
individu, kelompok, atau situasi.
3. Menurut Polit dan Beck (2017), variabel adalah konsep, sifat, atau karakteristik
yang dapat diukur atau diamati dalam penelitian dan dapat berubah nilainya.
4. Menurut Kerlinger (1986), variabel adalah apa pun yang berbeda atau dapat
berbeda antara individu, kelompok, atau situasi, dan dapat diukur atau diamati
dalam penelitian.
5. Menurut Neuman (2014), variabel adalah sesuatu yang memiliki potensi untuk
mempengaruhi atau dijelaskan oleh fenomena lain dalam penelitian, dan dapat
diukur, diamati, atau diklasifikasikan.
Pemilihan variabel yang tepat dan jelas dalam penelitian adalah langkah penting
dalam memastikan keberhasilan penelitian. Dengan menentukan variabel yang relevan,
peneliti dapat menghasilkan data yang berkualitas, analisis yang akurat, dan temuan yang
dapat diandalkan untuk memperluas pemahaman dalam bidang penelitian.
C. Jenis-jenis Variabel
Variabel dapat dikelompokkan berdasarkan beberapa kriteria, seperti jenis data
yang dihasilkan, cara pengukuran, dan hubungan antara variabel tersebut. Menurut Polit,
D. F., & Beck, C. T. (2017) dan Saracci, R. (2019), berikut adalah jenis-jenis variabel
berdasarkan penggolongannya:
Dalam menyusun variabel terikat, penting untuk mendefinisikan dengan jelas dan
operasional variabel tersebut. Hal ini meliputi pengukuran yang spesifik, metode
pengumpulan data yang valid dan reliabel, serta mengaitkan variabel dengan konsep
teoretis yang relevan.
3. Variabel Kontrol
Variabel kontrol dalam penelitian adalah variabel yang digunakan untuk
mengontrol atau membatasi pengaruh variabel lain terhadap variabel yang sedang diteliti.
Variabel kontrol bertujuan untuk meminimalkan pengaruh variabel ekstraneous atau
confounding yang dapat mempengaruhi hubungan antara variabel independen dan
variabel dependen. Variabel kontrol memastikan bahwa faktor-faktor lain yang tidak
diinginkan tidak mempengaruhi hasil penelitian.
Pada penelitian di bidang kesehatan, penggunaan variabel kontrol menjadi penting
untuk memastikan bahwa pengaruh variabel independen terhadap variabel dependen
benar-benar dapat diisolasi. Berikut adalah beberapa contoh variabel kontrol yang sering
digunakan dalam penelitian kesehatan ( Babbie, E. R. , 2016) :
1. Variabel Demografi: Variabel demografi seperti usia, jenis kelamin, ras,
pendidikan, dan status sosioekonomi sering digunakan sebagai variabel kontrol
dalam penelitian kesehatan. Misalnya, dalam penelitian tentang faktor risiko
penyakit jantung, usia dan jenis kelamin sering dijadikan variabel kontrol karena
diketahui memiliki pengaruh pada penyakit jantung.
2. Variabel Klinis: Variabel klinis seperti riwayat penyakit atau kondisi medis
sebelumnya dapat digunakan sebagai variabel kontrol. Misalnya, dalam penelitian
tentang efek terapi baru pada pasien dengan diabetes, riwayat penyakit lain seperti
hipertensi atau penyakit ginjal dapat menjadi variabel kontrol untuk memastikan
bahwa pengaruh terapi baru tidak dipengaruhi oleh faktor-faktor tersebut.
3. Variabel Lingkungan: Variabel lingkungan seperti tempat tinggal, akses terhadap
fasilitas kesehatan, pola makan, dan gaya hidup juga dapat menjadi variabel
kontrol dalam penelitian kesehatan. Misalnya, dalam penelitian tentang hubungan
antara polusi udara dengan penyakit pernapasan, faktor-faktor lingkungan seperti
kualitas udara dan paparan polusi menjadi variabel kontrol yang penting.
4. Variabel Psikososial: Variabel psikososial seperti tingkat stres, dukungan sosial,
dan kesejahteraan mental juga dapat menjadi variabel kontrol. Misalnya, dalam
penelitian tentang faktor-faktor yang mempengaruhi kepatuhan pasien terhadap
pengobatan, tingkat stres dan dukungan sosial dapat menjadi variabel kontrol
yang mempengaruhi hasil pengobatan.
5. Variabel Temporal: Variabel temporal seperti waktu penelitian atau musim dapat
digunakan sebagai variabel kontrol untuk memperhitungkan faktor-faktor
temporal yang dapat mempengaruhi hasil penelitian. Misalnya, dalam penelitian
tentang efektivitas vaksin flu, musim flu dapat menjadi variabel kontrol untuk
memastikan bahwa hasil penelitian tidak terpengaruh oleh perbedaan musim.
Pemilihan variabel kontrol yang tepat bergantung pada konteks penelitian dan
tujuan penelitian tersebut. Variabel kontrol harus dipilih dengan hati-hati untuk
meminimalkan bias dan memastikan bahwa hubungan antara variabel independen dan
variabel dependen dapat ditafsirkan secara akurat.
4. Variabel Antara
Variabel antara, juga dikenal sebagai variabel mediator, adalah variabel yang
berperan dalam menjelaskan hubungan antara variabel independen dan variabel
dependen. Dalam konteks penelitian kesehatan, variabel antara sering kali mewakili
mekanisme atau proses yang menghubungkan variabel independen dengan variabel
dependen. Dengan memasukkan variabel antara dalam analisis, kita dapat memahami
lebih dalam tentang bagaimana variabel independen mempengaruhi variabel dependen
(Polit, D. F., & Beck, C. T., 2017).
Variabel antara, bisa membantu menjelaskan mekanisme atau proses yang terjadi
antara variabel independen dan variabel dependen. Dengan mempertimbangkan variabel
antara, kita dapat memiliki pemahaman yang lebih lengkap tentang hubungan antara
variabel-variabel tersebut dan merumuskan intervensi atau strategi yang lebih efektif
untuk meningkatkan kesehatan dan kesejahteraan (Hayes, A. F. , 2009).
1. Hasil pengukuran variabel kontinu: Variabel kontinu adalah variabel yang memiliki
rentang nilai yang kontinu dan dapat diukur secara terus-menerus. Contoh hasil
pengukuran variabel kontinu dalam penelitian kesehatan bisa berupa tinggi badan,
berat badan, tekanan darah, kadar gula darah, atau suhu tubuh. Misalnya, hasil
pengukuran tinggi badan pasien dapat berupa angka 165 cm, dan hasil
pengukuran tekanan darah dapat berupa 120/80 mmHg.
2. Hasil pengukuran variabel diskrit: Variabel diskrit adalah variabel yang memiliki
nilai terpisah dan tidak dapat diukur secara terus-menerus. Contoh hasil
pengukuran variabel diskrit dalam penelitian kesehatan bisa berupa jumlah
kejadian, jumlah pasien, atau kategori-kategori yang bersifat diskrit. Misalnya,
hasil pengukuran jumlah pasien dengan penyakit tertentu dalam suatu kelompok
dapat berupa angka 50 orang atau hasil pengukuran kategori tingkat keparahan
penyakit seperti ringan, sedang, atau parah.
3. Hasil pengukuran variabel kategorikal: Variabel kategorikal adalah variabel yang
mengelompokkan individu atau objek ke dalam kategori atau kelas yang tidak
memiliki urutan tertentu. Hasil pengukuran variabel kategorikal dalam penelitian
kesehatan bisa berupa jenis kelamin (pria/wanita), golongan darah (A/B/O/AB),
status perkawinan (belum menikah/menikah/cerai), atau tingkat pendidikan
(SD/SMP/SMA/Universitas). Data ini sering diwakili oleh label atau simbol yang
menggambarkan kategori.
4. Hasil pengukuran skala Likert: Skala Likert adalah alat ukur yang digunakan untuk
mengukur tingkat persetujuan atau pendapat responden terhadap pernyataan atau
pertanyaan tertentu. Hasil pengukuran skala Likert dalam penelitian kesehatan
bisa digunakan untuk mengukur sikap, kepercayaan, atau kepuasan pasien
terhadap layanan kesehatan. Misalnya, hasil pengukuran skala Likert untuk
pertanyaan "Seberapa puas Anda dengan pelayanan rumah sakit ini?" dapat
berkisar antara "Sangat Puas" hingga "Sangat Tidak Puas".
a. Skala Nominal: Pengukuran dilakukan dengan memberikan label simbol atau kode
numerik pada setiap kategori atau kelompok yang berbeda.
b. Skala Ordinal: Pengukuran dilakukan dengan memberikan skor atau peringkat
pada setiap kategori yang menggambarkan tingkatan atau urutan.
c. Skala Interval: Pengukuran dilakukan dengan memberikan skor numerik pada
setiap kategori dan memperhatikan jarak antara skor tersebut.
d. Skala Rasio: Pengukuran dilakukan dengan memberikan skor numerik pada setiap
kategori, memperhatikan jarak dan proporsi antara skor tersebut, serta
memastikan bahwa nol pada skala memiliki arti absolut.
Pengukuran yang tepat sesuai dengan skala yang digunakan penting untuk
memastikan validitas dan reliabilitas data yang dikumpulkan dalam penelitian ( Field,
A., 2013).
G. Menyusun Definisi Operasional Variabel
Menyusun definisi operasional variabel merupakan langkah penting dalam
penelitian untuk mengoperasionalisasikan atau mengukur variabel-variabel yang akan
diteliti. Definisi operasional mengartikan variabel abstrak menjadi sesuatu yang dapat
diukur secara konkret. Menurut Sekaran, U., & Bougie, R. (2016), berikut merupakan cara
menyusun definisi operasional variabel:
1. Tentukan variabel yang akan diukur: Identifikasi variabel-variabel yang akan
diteliti dalam penelitian kita. Pastikan variabel tersebut jelas dan terkait dengan
tujuan penelitian.
2. Deskripsikan variabel secara konseptual: Gambarkan variabel secara konseptual,
yaitu definisikan variabel dalam arti yang abstrak dan umum. Misalnya, jika
variabel yang akan diukur adalah tingkat kepuasan pelanggan, deskripsikan
konsep kepuasan pelanggan secara umum.
3. Identifikasi indikator-indikator: Tentukan indikator-indikator yang mewakili
konsep variabel yang ingin diukur. Indikator adalah ukuran konkret yang
digunakan untuk mengukur variabel. Misalnya, untuk mengukur tingkat kepuasan
pelanggan, indikator-indikator bisa berupa skala penilaian, pertanyaan terkait
kepuasan, atau variabel terkait lainnya seperti loyalitas pelanggan.
4. Tentukan definisi operasional: Konversikan konsep abstrak dan indikator-
indikator ke dalam definisi operasional yang spesifik dan dapat diukur. Definisi
operasional harus menjelaskan dengan jelas bagaimana variabel akan diukur dan
dioperasionalkan dalam penelitian. Misalnya, jika variabel adalah tingkat
kepuasan pelanggan, definisi operasionalnya bisa berbunyi, "Tingkat kepuasan
pelanggan diukur dengan menggunakan skala Likert 1-5, di mana 1 menunjukkan
sangat tidak puas dan 5 menunjukkan sangat puas."
5. Lakukan validasi: Pastikan definisi operasional yang disusun sesuai dengan
konsep variabel dan dapat memberikan pengukuran yang akurat. Lakukan validasi
terhadap definisi operasional dengan melakukan uji coba atau uji reliabilitas untuk
memastikan bahwa definisi tersebut dapat memberikan hasil yang konsisten.
Penting untuk menyusun definisi operasional yang jelas, spesifik, dan terukur
untuk setiap variabel yang akan diukur dalam penelitian. Definisi operasional yang baik
akan membantu memastikan bahwa variabel-variabel dapat diukur secara konsisten dan
hasil penelitian dapat diinterpretasikan dengan benar.
BAB V
JENIS DAN DESAIN PENELITIAN
Pemilihan jenis dan desain penelitian yang tepat sangat penting untuk mencapai
tujuan penelitian dan menghasilkan temuan yang valid dan reliabel. Penelitian merupakan
suatu proses yang sistematis dan terstruktur untuk memperoleh pengetahuan baru atau
memvalidasi pengetahuan yang sudah ada. Bab ini akan membahas berbagai jenis dan
desain penelitian. Jenis penelitian digunakan untuk mengklasifikasikan pendekatan dan
tujuan penelitian, sedangkan desain penelitian merujuk pada struktur dan rencana
konkret yang digunakan untuk mengumpulkan dan menganalisis data. Dalam bab ini,
kami akan membahas berbagai jenis penelitian yang meliputi penelitian kuantitatif,
penelitian kualitatif, serta penelitian gabungan atau mixed methods. Penelitian kuantitatif
menekankan pada pengumpulan dan analisis data numerik untuk menjawab pertanyaan
penelitian dan menguji hipotesis. Sementara itu, penelitian kualitatif lebih fokus pada
pemahaman mendalam tentang pengalaman manusia, makna, dan konteks sosial melalui
analisis data non-numerik seperti wawancara, observasi, dan analisis teks. Pendekatan
gabungan atau mixed methods menggabungkan elemen-elemen penelitian kuantitatif
dan kualitatif untuk memberikan pemahaman yang lebih komprehensif tentang fenomena
yang diteliti (Polit, D. F., & Beck, C. T., 2017).
Selain jenis penelitian, desain penelitian juga merupakan hal penting yang harus
dipertimbangkan. Desain penelitian melibatkan perencanaan struktur dan langkah-
langkah yang akan diambil dalam proses penelitian. Beberapa desain penelitian yang
akan di bahas dalam bab ini antara lain: desain penelitian deskriptif, desain penelitian
desain penelitian analitik ( observasional maupun eksperimental). Masing-masing desain
penelitian memiliki karakteristik dan tujuan yang berbeda sesuai dengan pertanyaan
penelitian yang ingin dijawab.
Tujuan dari bab ini adalah untuk memberikan pemahaman yang jelas tentang jenis
dan desain penelitian yang ada, sehingga kita dapat memilih pendekatan yang tepat
sesuai dengan pertanyaan penelitian dan sumber daya yang tersedia. Melalui pemahaman
yang baik tentang jenis dan desain penelitian, kita akan dapat merancang dan
melaksanakan penelitian yang berkualitas, memperoleh temuan yang berarti, dan
memberikan kontribusi pada bidang ilmu yang ditekuni.
A. Penelitian Kuantitatif
Penelitian kuantitatif adalah jenis penelitian yang mengumpulkan dan
menganalisis data berupa angka atau data kuantitatif. Penelitian ini bertujuan untuk
menguji hipotesis, menjelaskan hubungan antara variabel, dan membuat generalisasi
tentang populasi yang lebih besar. Dalam penelitian kuantitatif, data dikumpulkan dengan
menggunakan instrumen pengukuran yang terstruktur, seperti kuesioner, observasi
terstruktur, atau pengukuran fisik ( Creswell, J. W., 2014).
Penelitian kuantitatif memiliki beberapa karakteristik penting. Menurut Creswell,
J. W. (2014) dan Dawson, B., Trapp, R. G., & Trapp, R. G. (2018), ada beberapa ciri
penelitian kuantitatif :
1. Penelitian ini berfokus pada pengumpulan data yang dapat diukur secara objektif dan
dianalisis secara statistik. Variabel yang diteliti dalam penelitian kuantitatif sering kali
berbentuk angka, seperti usia, tingkat pendidikan, atau skor tes. Data ini kemudian
dianalisis menggunakan metode statistik untuk mengidentifikasi pola, hubungan,
atau perbedaan yang signifikan.
2. Penelitian kuantitatif berusaha untuk menggeneralisasi temuan dari sampel penelitian
ke populasi yang lebih besar. Dengan menggunakan teknik pengambilan sampel yang
representatif dan analisis statistik yang tepat, penelitian kuantitatif dapat memberikan
kesimpulan yang dapat diterapkan pada populasi yang lebih luas.
3. Penelitian kuantitatif juga mencoba untuk menguji hipotesis atau pertanyaan
penelitian dengan menggunakan pendekatan yang sistematis dan terstruktur.
Hipotesis diajukan berdasarkan teori atau pemahaman sebelumnya dan diuji melalui
pengumpulan data yang diinterpretasikan secara objektif. Hasil dari penelitian ini
dapat mendukung atau menolak hipotesis awal, serta memberikan dasar bagi
pengembangan teori yang lebih lanjut.
Dalam penelitian kuantitatif, proses pengumpulan data dilakukan dengan
menggunakan metode-metode yang telah ditetapkan sebelumnya. Contohnya, peneliti
dapat menggunakan kuesioner yang telah dirancang dengan pertanyaan tertentu untuk
mengumpulkan data dari responden. Selain itu, peneliti juga dapat melakukan
pengamatan terstruktur untuk mengumpulkan data observasional dengan menggunakan
skala pengukuran yang telah ditentukan sebelumnya.
Pengertian desain penelitian cross-sectional yang dijelaskan oleh para ahli tersebut
menunjukkan kesamaan dalam hal pengumpulan data pada satu titik waktu tertentu dan
memberikan gambaran tentang variabel-variabel yang diteliti pada saat itu.
Desain penelitian cross-sectional memiliki kelebihan dan kekurangan yang perlu
dipertimbangkan sebelum memilihnya sebagai desain penelitian yang sesuai. Menurut
Sekaran, U., & Bougie, R. (2016) dan Neuman, W. L. (2013), berikut adalah kelebihan dan
kekurangan dari desain penelitian cross-sectional:
Kelebihan:
1) Efisiensi Waktu dan Biaya: Desain penelitian cross-sectional dapat dilakukan
dalam waktu yang relatif singkat dan dengan biaya yang lebih rendah
dibandingkan dengan desain penelitian longitudinal. Ini karena data
dikumpulkan pada satu titik waktu tertentu, sehingga tidak memerlukan
pengamatan jangka panjang terhadap subjek penelitian.
2) Representativitas Populasi: Dalam penelitian cross-sectional, Anda dapat
memilih sampel yang representatif dari populasi yang lebih besar. Dengan
demikian, hasil penelitian dapat digeneralisasi ke populasi yang lebih luas.
3) Identifikasi Prevalensi: Desain penelitian cross-sectional sangat efektif dalam
mengidentifikasi prevalensi atau distribusi variabel dalam populasi pada satu
titik waktu tertentu. Misalnya, Anda dapat menentukan prevalensi penyakit
atau faktor risiko tertentu dalam populasi.
4) Pemetaan Hubungan Antara Variabel: Dengan desain cross-sectional, Anda
dapat memetakan hubungan antara variabel-variabel yang diteliti pada satu
titik waktu tertentu. Ini memberikan pemahaman awal tentang hubungan
tersebut dan dapat menjadi dasar untuk penelitian lebih lanjut.
5) Fokus pada Variabel Tunggal: Desain cross-sectional memungkinkan
penelitian yang lebih terfokus pada satu variabel tertentu. Ini memudahkan
analisis dan interpretasi data, serta memberikan pemahaman yang lebih dalam
tentang variabel yang diteliti.
Kekurangan:
Kelebihan:
1) Efisien: Desain kasus kontrol sering kali lebih efisien dalam hal waktu dan biaya
dibandingkan dengan desain penelitian lainnya. Karena kasus dan kontrol dipilih
berdasarkan kejadian penyakit, penelitian ini memungkinkan peneliti untuk
mengumpulkan data yang signifikan dalam waktu yang lebih singkat.
2) Cocok untuk penyakit langka: Desain kasus kontrol sangat berguna dalam
mempelajari penyakit langka atau penyakit dengan onset yang lambat. Karena
hanya kasus yang diidentifikasi, penelitian ini memberikan kesempatan untuk
mengumpulkan sampel yang cukup untuk menguji hipotesis terkait penyakit yang
jarang terjadi.
3) Cocok untuk penelitian etiologi: Desain kasus kontrol juga berguna untuk
mengidentifikasi faktor risiko yang berkontribusi terhadap perkembangan
penyakit. Dalam desain ini, kasus dan kontrol dapat dibandingkan untuk melihat
adanya perbedaan dalam paparan terhadap faktor risiko tertentu.
4) Kecepatan analisis: Data yang dikumpulkan dalam desain kasus kontrol
memungkinkan analisis yang cepat dan relatif sederhana. Perhitungan odds ratio
dapat digunakan untuk mengukur kekuatan hubungan antara faktor risiko dan
penyakit.
Kekurangan:
1) Bias dalam pemilihan kasus dan kontrol: Pemilihan kasus dan kontrol dalam
desain kasus kontrol dapat menyebabkan bias dalam penelitian. Pemilihan yang
tidak representatif atau pemilihan yang dipengaruhi oleh faktor lain dapat
menghasilkan hasil yang bias.
2) Sulit menentukan urutan waktu: Karena kasus dan kontrol dipilih berdasarkan
status penyakit saat ini, sulit untuk menentukan urutan waktu antara paparan dan
perkembangan penyakit. Ini membuat kesulitan dalam mengevaluasi hubungan
sebab-akibat.
3) Tidak bisa menghitung prevalensi: Desain kasus kontrol tidak memungkinkan
penghitungan prevalensi penyakit karena sampel dipilih berdasarkan kejadian
penyakit. Oleh karena itu, desain ini tidak cocok untuk mengestimasi angka
prevalensi penyakit dalam populasi.
4) Masalah generalisasi: Karena pemilihan kasus dan kontrol biasanya tidak
dilakukan secara acak, hasil dari desain kasus kontrol mungkin sulit digeneralisasi
ke populasi umum. Ini membuat interpretasi hasil penelitian menjadi terbatas.
3) Desain Kohort
Berikut adalah pengertian desain penelitian kohort menurut beberapa ahli :
1. "Desain cohort adalah suatu penelitian observasional di mana sekelompok
individu dengan karakteristik yang serupa diikuti dari waktu ke waktu untuk
mengidentifikasi perkembangan penyakit atau kejadian lainnya." (Porta, 2014)
2. "Penelitian kohort adalah penelitian observasional di mana sekelompok individu
yang memiliki karakteristik atau eksposur yang sama diikuti dari waktu ke waktu
untuk melihat kejadian penyakit atau hasil lainnya yang muncul di masa depan."
(Kelsey, Whittemore, & Evans, 2012)
3. "Penelitian kohort adalah desain penelitian observasional yang melibatkan
pengamatan kelompok individu yang bebas penyakit pada awalnya dan mengikuti
mereka dari waktu ke waktu untuk melihat perkembangan penyakit atau kejadian
lain." (Bhopal, 2008)
4. "Penelitian kohort adalah penelitian observasional yang dilakukan dengan
mengumpulkan data dari kelompok individu yang berbagi karakteristik eksposur
tertentu dan mengikuti mereka dari waktu ke waktu untuk mengevaluasi
hubungan antara eksposur tersebut dan kejadian penyakit atau hasil lainnya." (Friis
& Sellers, 2013)
5. "Penelitian kohort adalah suatu desain penelitian observasional di mana kelompok
individu yang memiliki karakteristik eksposur yang serupa diikuti dari waktu ke
waktu untuk melihat perkembangan penyakit atau hasil lain yang relevan dalam
jangka waktu tertentu." (Hennekens, Buring, & Mayrent, 1987)
1. Waktu dan biaya: Desain kohort membutuhkan waktu yang lama untuk
mengumpulkan data, karena melibatkan pengamatan kelompok individu dari
waktu ke waktu. Selain itu, desain ini juga membutuhkan biaya yang lebih tinggi
untuk mempertahankan follow-up dan pengumpulan data.
2. Mengalami drop out atau loss to follow up (kehilangan data) : Selama jangka waktu
penelitian, beberapa anggota kohort mungkin terlewat atau keluar dari penelitian.
Hal ini dapat menyebabkan kehilangan data yang berdampak pada validitas hasil
penelitian.
3. Rentan terhadap bias seleksi: Ada potensi adanya bias seleksi dalam desain
kohort, terutama jika pengambilan sampel tidak random atau kelompok individu
yang diikuti tidak mewakili populasi target dengan baik. Hal ini dapat
menghasilkan kesalahan dalam generalisasi hasil penelitian.
4. Membutuhkan jumlah sampel yang besar: Desain kohort membutuhkan jumlah
sampel yang besar untuk menganalisis terjadinya dampak dari paparan yang akan
diukur.
b) Penelitian Eksperimental:
Penelitian eksperimental melibatkan intervensi atau manipulasi variabel oleh
peneliti untuk mengevaluasi efeknya terhadap variabel lainnya. Penelitian eksperimental
didesain untuk menentukan hubungan sebab-akibat antara variabel-variabel yang diteliti.
Jenis-jenis penelitian eksperimental antara lain:
1) Penelitian pre-eksperimental: Dilakukan tanpa kelompok kontrol dan tidak
menggunakan randomisasi dalam pemberian perlakuan.
2) Penelitian kuasi-eksperimental: Melibatkan kelompok kontrol, tetapi tidak
menggunakan randomisasi dalam pemberian perlakuan.
3) Penelitian true eksperimental: Melibatkan kelompok kontrol yang diacak
secara random dan pemberian perlakuan yang terkontrol dengan cermat.
4) Penelitian faktorial : Rancangan penelitian faktorial adalah salah satu jenis
desain penelitian eksperimental yang melibatkan lebih dari satu faktor yang
sedang diteliti dalam satu studi. Dalam desain ini, faktor-faktor tersebut dapat
diperlakukan secara terpisah (main effect) atau dalam kombinasi (interaction
effect) untuk melihat efek mereka terhadap variabel dependen.
5) Penelitian crossover : Rancangan penelitian crossover adalah salah satu jenis
rancangan penelitian eksperimental di mana setiap partisipan menerima
kedua atau lebih kondisi perlakuan secara berurutan
Penelitian kuantitatif observasional dan eksperimental memiliki kelebihan dan
kelemahan masing-masing. Penelitian observasional memungkinkan pengamatan yang
alami dan memberikan gambaran tentang hubungan antara variabel-variabel yang ada di
dunia nyata. Namun, penelitian ini mungkin terbatas dalam menentukan hubungan sebab-
akibat yang pasti dan mengontrol variabel-variabel pengganggu. Di sisi lain, penelitian
eksperimental memungkinkan pengontrolan variabel dan dapat menentukan hubungan
sebab-akibat yang lebih kuat. Namun, penelitian eksperimental cenderung dilakukan di
lingkungan laboratorium yang terkontrol, sehingga mungkin tidak sepenuhnya
merepresentasikan situasi di dunia nyata.
Kelebihan:
1. Kontrol Variabel: Penelitian eksperimental memungkinkan peneliti untuk
mengontrol variabel-variabel yang dapat mempengaruhi hasil penelitian. Dengan
memanipulasi variabel independen secara sistematis, peneliti dapat menarik
kesimpulan sebab-akibat yang lebih kuat.
2. Pengendalian Internal: Dalam penelitian eksperimental, peneliti dapat mengontrol
faktor-faktor pengganggu atau variabel confounding yang dapat mempengaruhi
asil. Dengan demikian, penelitian ini dapat memberikan tingkat kepercayaan yang
lebih tinggi dalam menghubungkan perlakuan dengan perubahan pada variabel
dependen.
3. Reproduksi dan Generalisasi: Penelitian eksperimental yang dilakukan dengan
cermat dan memenuhi persyaratan yang ketat dapat memberikan bukti yang kuat
dan dapat direproduksi. Hasil penelitian ini juga dapat digeneralisasi ke populasi
yang lebih luas.
4. Kausalitas: Penelitian eksperimental memberikan dasar yang kuat untuk menarik
kesimpulan tentang hubungan sebab-akibat antara variabel independen dan
dependen. Dengan memanipulasi variabel independen, peneliti dapat
menunjukkan bahwa perubahan pada variabel independen menyebabkan
perubahan pada variabel dependen.
Kekurangan:
1. Kendala Etis: Beberapa penelitian eksperimental melibatkan manipulasi variabel
independen yang mungkin tidak etis atau tidak layak dilakukan pada subjek
penelitian. Ini menimbulkan pertanyaan tentang hak dan kesejahteraan subjek
penelitian.
2. Pengaruh Lingkungan Laboratorium: Penelitian eksperimental sering dilakukan
dalam pengaturan laboratorium yang dikendalikan, yang mungkin tidak
sepenuhnya mencerminkan situasi kehidupan nyata. Hal ini dapat membatasi
generalisasi hasil penelitian ke kondisi di luar laboratorium.
3. Biaya dan Waktu: Penelitian eksperimental sering memerlukan sumber daya yang
signifikan, baik dalam hal biaya maupun waktu. Proses pengambilan sampel,
pelaksanaan perlakuan, dan pengumpulan data yang teliti dapat memakan waktu
dan sumber daya yang cukup besar.
4. Keterbatasan Umum: Terkadang, penelitian eksperimental memiliki batasan
dalam hal generalisasi hasil ke populasi yang lebih luas. Misalnya, karena
pengaturan yang dikendalikan, hasil penelitian mungkin tidak dapat diterapkan
secara langsung pada kondisi kehidupan nyata.
Perlu diingat bahwa kelebihan dan kekurangan tersebut berlaku secara umum dan
dapat bervariasi tergantung pada konteks dan karakteristik penelitian tertentu.
b) True Eksperimen
Desain penelitian true eksperimental adalah jenis desain penelitian yang
digunakan untuk menguji sebab-akibat antara suatu perlakuan atau intervensi dengan
variabel respons. Dalam desain ini, terdapat kelompok perlakuan yang menerima
perlakuan atau intervensi tertentu, serta kelompok kontrol yang tidak menerima
perlakuan tersebut. Tujuan utama dari desain penelitian true eksperimental adalah untuk
menentukan apakah perlakuan tersebut memiliki efek yang signifikan terhadap variabel
respons.
c) Kuasi eksperimen
Desain penelitian kuasi eksperimental adalah desain penelitian yang memiliki
karakteristik mirip dengan penelitian true eksperimental, tetapi tidak memenuhi semua
persyaratan randomisasi atau kontrol penuh terhadap faktor-faktor eksternal yang
mempengaruhi variabel dependen. Disebut "kuasi" karena penelitian ini tidak memiliki
kontrol penuh terhadap variabel-variabel di luar kendali peneliti. Meskipun demikian,
penelitian kuasi eksperimental masih memberikan peluang untuk mengevaluasi
hubungan sebab-akibat antara variabel independen dan dependen.
Ada beberapa jenis desain penelitian kuasi eksperimental yang sering digunakan. Berikut
adalah beberapa contoh desain penelitian kuasi eksperimental (Shadish, W. R., Cook, T.
D., & Campbell, D. T. , 2002) :
1. Desain Non-Equivalent Control Group: Pada desain ini, ada dua kelompok yang
tidak dibentuk secara random dan tidak setara secara awal. Satu kelompok
menerima perlakuan atau intervensi, sementara kelompok kontrol tidak.
Perbedaan dalam variabel dependen diukur antara kedua kelompok untuk melihat
efek perlakuan. Ancaman validitas internal dalam desain ini termasuk bias seleksi
dan perbedaan karakteristik awal antara kelompok.
2. Desain Time Series: Desain ini melibatkan pengumpulan data pada beberapa titik
waktu sebelum dan setelah intervensi. Hal ini memungkinkan untuk melihat tren
atau perubahan dalam variabel dependen seiring waktu dan mengukur efek
intervensi. Ancaman validitas internal dalam desain ini meliputi perubahan sejalan
dengan waktu dan faktor-faktor eksternal yang dapat mempengaruhi variabel
dependen.
3. Desain Nonequivalent Control Group Pretest-Posttest: Desain ini mirip dengan
desain non-equivalent control group, tetapi juga mencakup pengukuran pretest
dan posttest pada kedua kelompok. Hal ini memungkinkan perbandingan
perubahan dalam variabel dependen antara kelompok perlakuan dan kontrol.
Ancaman validitas internal yang sama dengan desain non-equivalent control
group masih berlaku.
d) Desain Factorial
Rancangan penelitian factorial adalah salah satu jenis desain penelitian
eksperimental yang melibatkan lebih dari satu faktor yang sedang diteliti dalam satu studi.
Dalam desain ini, faktor-faktor tersebut dapat diperlakukan secara terpisah (main effect)
atau dalam kombinasi (interaction effect) untuk melihat efek mereka terhadap variabel
dependen. Dalam rancangan penelitian factorial, faktor-faktor tersebut dapat memiliki
dua level atau lebih. Misalnya, jika terdapat dua faktor dengan dua level masing-masing,
maka akan terdapat empat kondisi perlakuan yang mungkin. Contohnya, dalam
penelitian tentang pengaruh jenis obat (faktor A) dan dosis obat (faktor B) terhadap
pemulihan pasien (variabel dependen), terdapat empat kondisi perlakuan: obat A dengan
dosis rendah, obat A dengan dosis tinggi, obat B dengan dosis rendah, dan obat B dengan
dosis tinggi.
Menurut Kirk, R. E. (2012), berikut adalah kelebihan dari rancangan penelitian
factorial adalah:
1. Mampu mengidentifikasi efek dari masing-masing faktor secara individual (main
effect).
2. Mampu mengidentifikasi interaksi antara faktor-faktor yang sedang diteliti.
Interaksi dapat memberikan wawasan lebih dalam tentang bagaimana faktor-
faktor tersebut saling mempengaruhi dan memberikan hasil yang tidak dapat
diprediksi dari efek masing-masing faktor.
3. Efisien dalam penggunaan sumber daya, karena beberapa faktor dapat diteliti
secara bersamaan dalam satu penelitian.
4. Memungkinkan analisis lebih lanjut untuk menguji hipotesis tambahan dan
menjelajahi hubungan lebih kompleks antara faktor-faktor yang sedang diteliti.
Namun, ada beberapa kekurangan yang perlu diperhatikan dalam rancangan
penelitian factorial, antara lain:
1. Kompleksitas analisis data yang lebih tinggi, terutama ketika terdapat interaksi
antara faktor-faktor yang sedang diteliti.
2. Membutuhkan jumlah partisipan yang lebih besar untuk mendapatkan kekuatan
statistik yang memadai, terutama jika terdapat banyak faktor dengan banyak level.
3. Memerlukan perencanaan dan desain yang teliti untuk menghindari kebingungan
faktorial, di mana interpretasi hasil menjadi sulit karena kombinasi yang kompleks
dari faktor-faktor yang diteliti.
Menurut Jones, A., Remington, R., & Beckett, R. (2019, berikut adalah beberapa langkah
dalam rancangan penelitian crossover:
1. Tahap Perencanaan: Tentukan jumlah kondisi perlakuan yang akan diuji, serta
urutan pemberian perlakuan pada setiap partisipan. Pastikan bahwa urutan
perlakuan diatur dengan acak untuk menghindari bias urutan.
2. Tahap Pertama: Setiap partisipan diberikan perlakuan pertama dalam salah satu
kondisi perlakuan. Pengukuran atau observasi dilakukan untuk mengamati
respons atau efek perlakuan pada variabel dependen.
3. Tahap Pencucian (Washout): Setelah perlakuan pertama, ada periode pencucian
atau washout di mana partisipan tidak menerima perlakuan apa pun. Tujuan dari
tahap ini adalah untuk memastikan bahwa efek perlakuan sebelumnya telah hilang
sebelum pemberian perlakuan berikutnya.
4. Tahap Kedua: Setelah periode pencucian, partisipan diberikan perlakuan kedua
dalam kondisi perlakuan yang berbeda. Pengukuran atau observasi kembali
dilakukan untuk mengamati efek perlakuan kedua terhadap variabel dependen.
5. Analisis Data: Data yang diperoleh dari setiap tahap perlakuan dan pencucian
dianalisis untuk melihat perbedaan antara kondisi perlakuan. Analisis statistik
yang tepat, seperti uji-t atau analisis varian, digunakan untuk menguji perbedaan
yang signifikan antara kondisi perlakuan.
Kelebihan :
1. Mengurangi variasi antara subjek, karena setiap subjek berperan sebagai kontrol
bagi dirinya sendiri.
2. Memungkinkan penggunaan sampel yang lebih kecil, karena setiap subjek
berpartisipasi dalam semua kondisi perlakuan.
3. Efisiensi waktu dan biaya, karena data diperoleh dari setiap subjek dalam satu
periode waktu yang relatif singkat.
4. Memungkinkan analisis perbedaan individu dalam respons terhadap perlakuan.
Kekurangan :
1. Tidak cocok untuk perlakuan jangka panjang atau kronis, karena efek dari
perlakuan sebelumnya mungkin masih ada saat pemberian perlakuan berikutnya.
2. Memerlukan kepatuhan tinggi dari partisipan, karena mereka harus mematuhi
jadwal pemberian perlakuan dan pencucian yang ditentukan.
3. Tidak cocok jika terdapat efek carry-over, yaitu efek dari perlakuan sebelumnya
yang berlanjut ke kondisi perlakuan berikutnya.
B. Penelitian Kualitatif
Penelitian kualitatif adalah pendekatan penelitian yang berfokus pada pemahaman
mendalam tentang fenomena, makna, dan pengalaman yang dialami oleh individu atau
kelompok. Penelitian ini menggunakan metode pengumpulan data seperti wawancara,
observasi partisipatif, atau analisis konten untuk mengumpulkan data yang bersifat
deskriptif dan kualitatif. Penelitian kualitatif cenderung menghasilkan pemahaman yang
mendalam tentang konteks, nilai-nilai, dan perspektif yang mendasari fenomena yang
diteliti. Contohnya, penelitian kualitatif dapat digunakan untuk memahami persepsi dan
pengalaman pasien dalam menghadapi penyakit kronis.
1. Pengertian Penelitian Kualitatif
Berikut Pengertian penelitian kualitatif menurut beberapa ahli:
1. Denzin dan Lincoln (2005): "Penelitian kualitatif adalah jenis penelitian yang
menghasilkan deskripsi mendalam dan pemahaman tentang pengalaman, makna,
dan perspektif individu atau kelompok tertentu dalam konteks yang alami."
2. Creswell (2014): "Penelitian kualitatif adalah suatu pendekatan penelitian yang
menghasilkan data deskriptif, yang berfokus pada interpretasi dan pemahaman
mendalam tentang fenomena yang diteliti."
3. Merriam (2009): "Penelitian kualitatif adalah jenis penelitian yang berfokus pada
pemahaman, penjelasan, dan interpretasi fenomena dalam konteks sosial, budaya,
dan sejarah yang kompleks."
4. Patton (2002): "Penelitian kualitatif adalah upaya sistematik untuk memahami,
menjelaskan, dan menginterpretasikan fenomena melalui pengumpulan dan
analisis data kualitatif."
5. Bogdan dan Biklen (2007): "Penelitian kualitatif adalah suatu pendekatan
penelitian yang berfokus pada pemahaman tentang makna yang diberikan oleh
individu atau kelompok terhadap fenomena yang diteliti."
Perlu diingat bahwa pengertian penelitian kualitatif dapat bervariasi tergantung
pada konteks dan perspektif peneliti. Oleh karena itu, penting untuk merujuk pada
sumber-sumber referensi yang lebih lengkap dan mendalam untuk memperoleh
pemahaman yang komprehensif tentang penelitian kualitatif.
Perbedaan antara penelitian kuantitatif dan kualitatif terletak pada pendekatan,
metode pengumpulan data, dan jenis analisis yang digunakan. Pemilihan antara kedua
jenis penelitian ini tergantung pada tujuan penelitian, pertanyaan penelitian, dan sifat
fenomena yang ingin diteliti. Kombinasi atau pendekatan campuran juga dapat digunakan
dalam penelitian yang disebut sebagai penelitian campuran atau mixed methods
research.
Berikut ini adalah beberapa karakteristik penting dari pendekatan penelitian kualitatif
(Creswell, J. W., & Poth, C. N, 2018) :
a) Studi Kasus:
Desain studi kasus merupakan desain penelitian kualitatif dimana peneliti
melakukan penyelidikan mendalam terhadap satu kasus atau beberapa kasus yang dipilih
dengan sengaja. Peneliti melakukan analisis mendalam terhadap kasus-kasus tersebut
untuk memahami konteks, proses, dan fenomena yang terjadi. Desain ini berguna untuk
memperoleh pemahaman yang mendalam tentang kasus-kasus yang unik dan kompleks.
Studi kasus merupakan salah satu pendekatan yang sering digunakan dalam penelitian
kualitatif. Pendekatan ini bertujuan untuk memahami suatu fenomena dalam konteks
yang lebih holistik dan mendalam. Dalam studi kasus, peneliti melakukan analisis
terhadap suatu kasus atau situasi tertentu dengan memperhatikan banyak variabel dan
faktor yang saling berinteraksi.
Berikut adalah beberapa hal penting dalam studi kasus dalam penelitian kualitatif (Yin, R.
K., 2018) :
1. Fokus pada kasus yang spesifik: Studi kasus menekankan pada pemahaman
mendalam tentang suatu kasus yang unik dan kompleks. Kasus tersebut dapat
berupa individu, kelompok, organisasi, atau situasi tertentu.
2. Pengumpulan data yang mendalam: Peneliti mengumpulkan data melalui berbagai
metode seperti wawancara, observasi, dan analisis dokumen. Data tersebut
mencakup informasi kualitatif yang mendalam dan detail tentang kasus yang
sedang diteliti.
3. Analisis holistik dan kontekstual: Peneliti menganalisis data dengan
memperhatikan konteks yang luas dan mempertimbangkan faktor-faktor sosial,
budaya, politik, dan historis yang mempengaruhi kasus tersebut. Hal ini membantu
dalam pemahaman yang komprehensif tentang fenomena yang sedang diteliti.
4. Validitas dan generalisasi terbatas: Studi kasus lebih berfokus pada pemahaman
mendalam tentang kasus spesifik, sehingga generalisasi hasil penelitian menjadi
terbatas. Namun, studi kasus memiliki kekuatan dalam mengungkapkan
kompleksitas dan detail yang tidak dapat dijelaskan oleh pendekatan penelitian
kuantitatif.
5. Pendekatan interpretatif: Penelitian kualitatif menggunakan pendekatan
interpretatif dalam menganalisis data. Peneliti berusaha memahami makna yang
diberikan oleh partisipan terhadap fenomena yang diteliti dan
menginterpretasikan data berdasarkan perspektif mereka.
Contoh penerapan studi kasus dalam penelitian kualitatif di bidang kesehatan bisa
berupa penelitian tentang pengalaman pasien dengan kondisi medis tertentu, analisis
proses pengambilan keputusan dalam perawatan kesehatan, atau evaluasi program
intervensi kesehatan di suatu komunitas.
b) Studi Etnografi:
Studi etnografi adalah salah satu pendekatan penelitian kualitatif yang berfokus
pada pemahaman mendalam tentang budaya, norma, nilai, dan praktik sosial dalam suatu
kelompok atau komunitas tertentu. Desain penelitian etnografi berfokus pada
pemahaman budaya dan perilaku manusia melalui pengamatan langsung dan interaksi
dengan partisipan. Peneliti secara intensif terlibat dalam konteks sosial yang diteliti dan
mencatat catatan lapangan untuk mendapatkan pemahaman mendalam tentang nilai,
norma, dan praktik dalam budaya yang diteliti. Pendekatan ini melibatkan peneliti
sebagai pengamat yang terlibat secara langsung dalam kehidupan sehari-hari kelompok
tersebut untuk memahami konteks budaya secara mendalam.
Berikut adalah beberapa hal penting dalam studi etnografi dalam penelitian kualitatif (Yin,
R. K., 2018) :
c) Studi Fenomenologi
Studi fenomenologi merupakan salah satu pendekatan penelitian kualitatif yang
bertujuan untuk memahami pengalaman subjektif individu dalam konteks yang diberikan.
Pendekatan ini berfokus pada pemahaman mendalam tentang makna yang terkandung
dalam pengalaman hidup individu dan bagaimana individu tersebut memberikan
interpretasi terhadap fenomena yang mereka alami. Peneliti berfokus pada perspektif
partisipan dan mencoba untuk memahami pengalaman mereka secara holistik. Data
dikumpulkan melalui wawancara mendalam dan analisis naratif.
Berikut adalah beberapa hal penting dalam studi fenomenologi dalam penelitian kualitatif
Creswell, J. W. (2013) :
1. Fokus pada pengalaman subjektif: Studi fenomenologi berusaha untuk memahami
pengalaman subjektif individu, melihat dunia melalui sudut pandang mereka, dan
memahami bagaimana mereka memberikan arti dan makna terhadap fenomena
yang dialami.
2. Wawancara mendalam: Salah satu metode yang umum digunakan dalam studi
fenomenologi adalah wawancara mendalam. Wawancara ini dilakukan untuk
menggali pengalaman hidup individu secara rinci, menelusuri perasaan, persepsi,
dan pemikiran yang muncul dalam konteks pengalaman mereka.
3. Pengkodean dan analisis tematik: Data yang diperoleh dari wawancara dan
observasi dianalisis dengan menggunakan pendekatan pengkodean dan analisis
tematik. Peneliti mengidentifikasi tema-tema utama yang muncul dari data dan
mencari pola dan makna yang terkandung dalam pengalaman subjektif individu.
4. Reduksi fenomenologi: Proses reduksi fenomenologi dilakukan untuk
mengabstraksi pengalaman subjektif individu menjadi makna yang lebih umum
dan universal. Ini melibatkan menghilangkan unsur-unsur yang khusus pada
individu tertentu untuk mendapatkan esensi dan struktur yang mendasar dari
fenomena yang dipelajari.
5. Refleksi dan intersubjektivitas: Peneliti fenomenologi juga melakukan refleksi
terhadap pengaruh diri mereka dalam proses penelitian dan terbuka terhadap
dialog dan interpretasi bersama dengan partisipan penelitian. Hal ini mengakui
adanya pengaruh subjektivitas peneliti dalam memahami dan menginterpretasi
fenomena.
d) Grounded Theory:
Desain Studi Grounded Theory (GT) merupakan salah satu pendekatan penelitian
kualitatif yang dikembangkan oleh dua sosialis Amerika, Barney Glaser dan Anselm
Strauss, pada tahun 1960-an. Pendekatan ini bertujuan untuk menghasilkan teori yang
"tertanam" (grounded) secara langsung dari data yang dikumpulkan, daripada menguji
teori yang sudah ada sebelumnya. Peneliti mulai dengan data yang dikumpulkan secara
terbuka, kemudian melakukan analisis untuk mengidentifikasi pola, tema, dan kategori
yang muncul. Melalui proses analisis, teori baru dikembangkan yang berhubungan
dengan fenomena yang diteliti.
Berikut adalah beberapa poin penting tentang studi Grounded Theory dalam penelitian
kualitatif (Charmaz, K., 2014) :
1. Pendekatan induktif: Studi Grounded Theory berfokus pada proses
pengembangan teori yang didasarkan pada data empiris. Pendekatan ini lebih
berorientasi pada induksi, di mana teori dikembangkan dari analisis data yang
dikumpulkan, daripada deduksi, di mana teori diterapkan untuk menguji data.
2. Pengumpulan data: Data dalam studi Grounded Theory dikumpulkan melalui
wawancara mendalam, observasi partisipatif, atau analisis dokumen. Data yang
dikumpulkan beragam, tergantung pada subjek penelitian, dan dapat melibatkan
partisipan dari berbagai latar belakang.
3. Analisis konstan: Analisis data dalam studi Grounded Theory dilakukan secara
konstan dan berkelanjutan seiring dengan pengumpulan data. Peneliti
menganalisis data yang telah dikumpulkan, mengidentifikasi konsep, dan
mengembangkan kategori dan subkategori yang muncul dari data.
4. Kodifikasi terbuka, aksiomatik, dan selektif: Proses analisis data dalam studi
Grounded Theory melibatkan tiga tingkat kodifikasi. Kodifikasi terbuka
melibatkan pemberian label pada konsep dan ide yang muncul dari data.
Kodifikasi aksiomatik melibatkan pengorganisasian konsep menjadi kategori dan
subkategori yang saling terkait. Kodifikasi selektif melibatkan pengembangan teori
yang dihasilkan dari analisis data.
5. Constant comparison: Pendekatan "constant comparison" digunakan dalam studi
Grounded Theory, di mana data yang baru dikumpulkan dibandingkan dengan
data yang sudah ada. Ini memungkinkan peneliti untuk menemukan pola dan
relasi antara konsep yang muncul dari data.
6. Penemuan teori: Tujuan utama studi Grounded Theory adalah untuk
menghasilkan teori yang baru dan orisinal yang "tertanam" dalam data. Teori yang
dikembangkan berdasarkan analisis data diuji, direvisi, dan dikembangkan secara
berkelanjutan sepanjang proses penelitian.
f) Meta-Sintesis Kualitatif:
Meta-Sintesis Kualitatif adalah pendekatan dalam penelitian kualitatif yang
digunakan untuk mengintegrasikan dan menyintesis temuan-temuan dari berbagai studi
kualitatif yang relevan secara sistematis. Tujuannya adalah untuk menghasilkan
pemahaman yang lebih mendalam tentang suatu fenomena atau topik penelitian yang
lebih luas. Dalam meta-sintesis kualitatif, peneliti menganalisis dan menggabungkan data
kualitatif yang dikumpulkan dari studi-studi sebelumnya untuk mengidentifikasi pola-
pola, temuan umum, dan konsep-konsep baru. Desain meta-sintesis kualitatif dilakukan
melalui penggabungan dan sintesis temuan-temuan dari beberapa studi kualitatif
sebelumnya. Peneliti menganalisis temuan-temuan yang ada, mencari pola-pola umum,
dan menghasilkan pemahaman yang lebih luas tentang topik yang diteliti.
Berikut adalah beberapa poin penting tentang Meta-Sintesis Kualitatif dalam penelitian
kualitatif ( Morse, J. M., Barrett, M., Mayan, M., Olson, K., & Spiers, J., 2002).:
1. Identifikasi studi yang relevan: Langkah pertama dalam meta-sintesis kualitatif
adalah mengidentifikasi studi kualitatif yang relevan yang telah dilakukan
sebelumnya. Hal ini melibatkan pencarian literatur yang komprehensif dan
pemilihan studi yang sesuai dengan topik penelitian yang dituju.
2. Ekstraksi data: Setelah studi yang relevan telah diidentifikasi, peneliti
mengekstraksi data kualitatif yang relevan dari setiap studi tersebut. Data yang
diambil bisa berupa kutipan langsung, temuan, konsep, atau kategori yang muncul
dalam setiap studi.
3. Analisis data: Data yang diekstraksi dari studi-studi yang relevan dianalisis secara
sistematis. Proses analisis ini dapat melibatkan pengorganisasian, pengkodean,
dan kategorisasi data. Tujuannya adalah untuk mengidentifikasi pola, tema, dan
temuan umum yang muncul dari data yang dikumpulkan.
4. Sinthesis temuan: Setelah analisis data dilakukan, peneliti menyintesis temuan-
temuan yang muncul dari berbagai studi yang telah dianalisis. Proses ini
melibatkan pembandingan, kontras, dan penggabungan temuan-temuan tersebut
untuk mengidentifikasi pola-pola dan temuan umum yang muncul dari studi-studi
yang berbeda.
5. Interpretasi dan konstruksi teori: Setelah sintesis temuan dilakukan, peneliti
melakukan interpretasi terhadap temuan-temuan yang muncul. Hal ini melibatkan
pemahaman mendalam terhadap implikasi teoritis dan praktis dari temuan-
temuan tersebut. Dalam beberapa kasus, meta-sintesis kualitatif juga dapat
menghasilkan konsep-konsep baru atau memperluas pemahaman tentang
fenomena yang diteliti.
6. Validitas dan keandalan: Dalam meta-sintesis kualitatif, validitas dan keandalan
temuan sangat penting. Peneliti harus memperhatikan kualitas studi yang telah
dianalisis, serta melakukan langkah-langkah untuk memastikan keandalan dan
validitas interpretasi mereka terhadap temuan yang disintesis.
a) Conformability
Conformability merujuk pada upaya untuk memastikan bahwa temuan penelitian
benar-benar mencerminkan data yang dikumpulkan dan analisis yang dilakukan, serta
menghindari bias atau interpretasi yang tidak tepat dari peneliti. Konsep conformability
ini berhubungan erat dengan keabsahan dan keandalan temuan penelitian. Peneliti perlu
melakukan langkah-langkah tertentu untuk memastikan bahwa temuan penelitian sesuai
dengan data yang ada dan tidak dipengaruhi oleh preferensi, bias, atau prasangka peneliti.
Berikut adalah beberapa hal yang perlu diperhatikan dalam menjaga conformability
dalam penelitian kualitatif (Shenton, A. K., 2004) :
1. Reflexivity: Reflexivity atau refleksivitas adalah proses refleksi yang dilakukan oleh
peneliti untuk memahami pengaruh diri mereka dalam penelitian. Peneliti harus
secara sadar menyadari dan mengakui bagaimana pandangan, pengalaman, dan
keyakinan pribadi mereka dapat memengaruhi interpretasi dan analisis data.
Dengan meningkatkan kesadaran akan pengaruh diri, peneliti dapat mengurangi
bias dalam interpretasi dan memastikan bahwa temuan penelitian sesuai dengan
data yang dikumpulkan.
2. Member Checking: Member checking adalah langkah yang melibatkan partisipan
penelitian untuk memverifikasi temuan penelitian. Setelah analisis data, peneliti
dapat kembali kepada partisipan dan membagikan hasil temuan untuk
mendapatkan umpan balik mereka. Hal ini dapat membantu memastikan bahwa
interpretasi dan analisis peneliti sejalan dengan pengalaman partisipan. Member
checking juga dapat membantu menghindari kesalahan interpretasi atau
penafsiran yang tidak tepat.
3. Audit Trail: Audit trail adalah proses mendokumentasikan langkah-langkah yang
diambil selama penelitian, mulai dari pengumpulan data hingga analisis dan
interpretasi. Dokumentasi ini harus rinci dan transparan, mencakup catatan
lapangan, transkrip wawancara, memo reflektif, dan semua dokumen terkait
penelitian. Dengan adanya audit trail, peneliti dapat memberikan bukti bahwa
temuan penelitian didasarkan pada data yang valid dan dapat
dipertanggungjawabkan.
4. Peer Debriefing: Peer debriefing melibatkan diskusi dan pertukaran pendapat
antara peneliti dengan rekan sejawat yang memiliki pengalaman dan pengetahuan
dalam penelitian kualitatif. Melalui peer debriefing, peneliti dapat memperoleh
umpan balik dan sudut pandang tambahan yang membantu memvalidasi temuan
penelitian. Diskusi dengan rekan sejawat juga dapat membantu mengidentifikasi
dan mengatasi bias atau interpretasi yang mungkin terjadi.
5. Prolonged Engagement: Prolonged engagement atau keterlibatan yang
berkelanjutan adalah konsep yang menekankan pentingnya peneliti terlibat dalam
pengumpulan data dan interaksi dengan partisipan penelitian dalam jangka waktu
yang cukup lama. Dengan terlibat secara berkelanjutan, peneliti dapat memahami
lebih dalam konteks penelitian dan memperoleh pemahaman yang lebih
komprehensif tentang pengalaman partisipan. Ini dapat meningkatkan kredibilitas
dan validitas temuan penelitian.
b) Validitas :
Validitas merupakan salah satu aspek penting dalam penelitian kualitatif. Validitas
mengacu pada keabsahan atau ketepatan temuan penelitian, yaitu sejauh mana data dan
interpretasi yang diperoleh merepresentasikan realitas yang diteliti. Dalam konteks
penelitian kualitatif, validitas lebih menitikberatkan pada pemahaman yang mendalam
tentang fenomena yang diteliti, kepercayaan dalam hasil analisis, dan interpretasi yang
akurat. Validitas meliputi validitas internal dan validitas eksternal .
1) Validitas Internal
Berikut adalah beberapa bentuk triangulasi yang umum dalam penelitian kualitatif:
a) Triangulasi data
Triangulasi data melibatkan penggunaan beberapa sumber data yang berbeda
untuk memvalidasi dan melengkapi temuan penelitian. Misalnya, data dapat dikumpulkan
melalui wawancara, observasi, catatan lapangan, atau dokumen. Dengan menggunakan
berbagai jenis data, peneliti dapat menguji konsistensi dan kesesuaian temuan yang
muncul dari berbagai sumber
Dalam melakukan triangulasi data, terdapat beberapa langkah yang perlu dilakukan.
Berikut adalah hal-hal yang harus dilakukan dalam melakukan triangulasi data dalam
penelitian kualitatif:
a. Identifikasi sumber data yang relevan: Tentukan berbagai sumber data yang dapat
memberikan wawasan yang berbeda tentang fenomena yang diteliti. Sumber data
dapat berupa wawancara, observasi, catatan lapangan, dokumen, atau arsip.
b. Pengumpulan data secara simultan: Kumpulkan data dari berbagai sumber secara
simultan. Hal ini memungkinkan peneliti untuk membandingkan dan memeriksa
konsistensi serta perbedaan dalam temuan yang muncul dari masing-masing
sumber data.
c. Analisis data secara terpisah: Analisislah data dari setiap sumber secara terpisah
sesuai dengan metode dan pendekatan yang sesuai. Jaga agar data tetap terpisah
dan tidak saling mempengaruhi selama proses analisis.
d. Konvergensi dan divergensi temuan: Bandingkan dan periksa temuan dari masing-
masing sumber data. Identifikasi temuan yang konvergen, yaitu temuan yang
muncul secara konsisten dari berbagai sumber, serta temuan yang divergen, yaitu
temuan yang berbeda atau bertentangan antara sumber data.
e. Integrasi temuan: Setelah menganalisis data dari masing-masing sumber,
integrasikan temuan yang relevan. Identifikasi pola, tema, atau konsep yang
muncul dari triangulasi data dan buat pemahaman yang komprehensif tentang
fenomena yang diteliti.
f. Penjelasan temuan yang kontradiktif: Jika terdapat temuan yang bertentangan
antara sumber data, berikan penjelasan untuk perbedaan tersebut. Identifikasi
faktor-faktor yang dapat mempengaruhi perbedaan temuan, seperti konteks,
karakteristik partisipan, atau metode pengumpulan data.
g. Pemeriksaan temuan oleh pihak lain: Untuk meningkatkan validitas temuan,
mintalah pemeriksaan dan validasi temuan oleh pihak lain, seperti rekan sejawat
atau ahli di bidang yang relevan. Hal ini dapat memberikan perspektif yang
berbeda dan mengurangi bias peneliti tunggal.
h. Pelaporan hasil triangulasi: Dalam laporan penelitian, sertakan informasi tentang
proses triangulasi data yang dilakukan, termasuk sumber data yang digunakan,
metode analisis yang dilakukan, temuan yang konvergen dan divergen, serta
penjelasan untuk perbedaan yang muncul.
Dengan melakukan triangulasi data, peneliti dapat memperoleh temuan yang lebih
kuat, valid, dan reliabel dalam penelitian kualitatif. Dengan memadukan berbagai sumber
data, peneliti dapat mengatasi keterbatasan dari satu sumber data saja dan memperoleh
pemahaman yang lebih komprehensif tentang fenomena yang diteliti.
b) Triangulasi Peneliti
c) Triangulasi teori
Triangulasi teori melibatkan penggunaan beberapa kerangka teoritis atau
perspektif yang berbeda untuk menganalisis dan menginterpretasikan data. Dengan
menggunakan berbagai teori atau perspektif, peneliti dapat memperoleh pemahaman
yang lebih komprehensif tentang fenomena yang diteliti dan melihatnya dari berbagai
sudut pandang.
Triangulasi teori adalah suatu pendekatan dalam penelitian yang melibatkan
penggunaan beberapa teori atau kerangka teoritis yang berbeda dalam menganalisis data
dan memahami fenomena yang diteliti. Pendekatan ini bertujuan untuk memperkuat
validitas dan keandalan temuan penelitian dengan membandingkan dan
mengintegrasikan perspektif teoritis yang berbeda.
Triangulasi teori dapat dilakukan dalam beberapa cara, antara lain ( Patton, M. Q., 2002).:
1. Triangulasi Teori Paralel: Lebih dari satu teori atau kerangka teoritis digunakan
secara simultan untuk menganalisis data penelitian. Dengan menggunakan
perspektif teoritis yang berbeda, peneliti dapat melihat fenomena secara
komprehensif dan mengungkap dimensi yang mungkin terlewatkan jika hanya
menggunakan satu teori.
2. Triangulasi Teori Gabungan: Peneliti mengintegrasikan elemen-elemen dari
beberapa teori yang relevan untuk membangun kerangka teoritis yang lebih
komprehensif. Pendekatan ini memungkinkan peneliti untuk memanfaatkan
kekuatan masing-masing teori dan memahami fenomena secara holistik.
3. Triangulasi Teori Berturut-turut: Peneliti menggunakan satu teori sebagai
landasan awal untuk menganalisis data, kemudian melanjutkan dengan
menggunakan teori-teori lain untuk melengkapi atau melengkapi pemahaman
yang ada. Pendekatan ini memungkinkan peneliti untuk memperluas wawasan
mereka dan melihat fenomena dari berbagai sudut pandang.
2) Validitas eksternal
Pengujian validitas eksternal, juga dikenal sebagai transferabilitas, dalam
penelitian kualitatif dilakukan untuk menilai sejauh mana temuan penelitian dapat
diterapkan atau diterjemahkan ke konteks yang berbeda atau populasi lain. Validitas
eksternal mempertimbangkan sejauh mana temuan penelitian dapat digeneralisasi atau
relevan secara luas. Berikut ini adalah beberapa cara yang dapat dilakukan untuk menguji
validitas eksternal dalam penelitian kualitatif (Creswell, J. W., 2013).:
1. Pemilihan partisipan yang representatif: Memastikan bahwa partisipan penelitian
merupakan anggota yang representatif dari populasi atau konteks yang ingin diuji
validitas eksternalnya. Hal ini memungkinkan temuan penelitian dapat diterapkan
pada populasi yang lebih luas.
2. Deskripsi konteks penelitian: Memberikan deskripsi yang detail dan komprehensif
tentang konteks penelitian, termasuk latar belakang, karakteristik sosial, budaya,
atau organisasi tempat penelitian dilakukan. Informasi ini membantu pembaca
atau peneliti lain untuk memahami konteks yang lebih luas di mana temuan
penelitian relevan.
3. Pemilihan kasus yang beragam: Jika penelitian menggunakan pendekatan studi
kasus, pemilihan kasus yang beragam dapat meningkatkan validitas eksternal.
Memilih kasus yang mewakili variasi dalam karakteristik, kondisi, atau konteks
yang relevan memperluas generalisabilitas temuan penelitian.
4. Penggunaan kutipan langsung dan narasi detail: Menggunakan kutipan langsung
atau menyajikan narasi detail tentang pengalaman, pandangan, dan interpretasi
partisipan penelitian membantu pembaca atau peneliti lain memahami dengan
lebih baik konteks dan makna temuan penelitian. Hal ini juga membantu dalam
mentransfer temuan ke konteks yang berbeda.
5. Menggunakan teori dan konsep yang umum: Mengaitkan temuan penelitian
dengan teori atau konsep yang umum dan sudah teruji dapat memperkuat
validitas eksternal. Dengan menggunakan teori atau konsep yang dikenal dan
diterima secara luas, temuan penelitian memiliki landasan yang lebih kuat untuk
diterapkan di luar konteks penelitian.
6. Kolaborasi dengan pemangku kepentingan: Melibatkan pemangku kepentingan
dalam proses penelitian dan menggabungkan perspektif mereka dapat
meningkatkan validitas eksternal. Pemangku kepentingan dapat memberikan
wawasan dan pengalaman yang berharga dalam menginterpretasikan temuan dan
menghubungkannya dengan konteks yang lebih luas.
c. Keandalan ( Reliabilitas)
Dalam penelitian kualitatif, keandalan (reliabilitas) mengacu pada konsistensi dan
kestabilan temuan penelitian. Meskipun istilah ini sering dikaitkan dengan penelitian
kuantitatif, penting juga untuk memastikan bahwa temuan penelitian kualitatif dapat
diandalkan dan konsisten. Dalam konteks penelitian kualitatif, keandalan lebih mengacu
pada konsistensi interpretasi, analisis, dan temuan yang dihasilkan dari data yang sama.
Hal ini berarti jika penelitian tersebut diulang dengan menggunakan metode dan data
yang sama, maka hasil yang diperoleh akan relatif sama atau setidaknya memiliki tingkat
konsistensi yang tinggi. Keandalan juga mencakup kestabilan dan konsistensi dalam
pengumpulan data, penggunaan instrumen, dan langkah-langkah analisis yang diambil.
Ada beberapa strategi yang dapat digunakan untuk memastikan keandalan dalam
penelitian kualitatif, antara lain:
1. Triangulasi: Menggunakan lebih dari satu sumber data, metode, atau peneliti
untuk memperkuat keandalan temuan. Triangulasi dapat dilakukan dengan
mengumpulkan data dari berbagai sumber, seperti wawancara, observasi, atau
dokumen, serta melibatkan beberapa peneliti dalam proses analisis untuk
memverifikasi konsistensi hasil.
2. Pengecekan keandalan data: Melibatkan langkah-langkah untuk memastikan
keabsahan dan keandalan data yang dikumpulkan. Hal ini dapat dilakukan dengan
melakukan pengamatan dan dokumentasi yang teliti, mencatat perubahan konteks
atau kondisi yang mempengaruhi data, serta mengamati dan mencatat variasi
dalam respon partisipan.
3. Reflexivitas: Menjaga refleksi dan pemantauan terhadap keputusan penelitian,
interpretasi, dan bias yang mungkin muncul. Dengan mempertimbangkan sudut
pandang peneliti dan faktor-faktor yang mempengaruhi interpretasi, keandalan
temuan dapat ditingkatkan.
4. Memberikan deskripsi yang rinci: Mendokumentasikan proses pengumpulan data,
langkah-langkah analisis, serta interpretasi dan temuan secara rinci. Hal ini
memungkinkan orang lain untuk memahami secara jelas bagaimana temuan
tersebut dihasilkan dan untuk memverifikasi keandalan penelitian.
d. Generalisabilitas
Generalisabilitas dalam penelitian kualitatif dapat diartikan sejauh mana temuan
penelitian dapat diterapkan atau relevan dalam konteks lain di luar sampel atau situasi
penelitian tertentu. Ini berarti mempertimbangkan kesamaan dan perbedaan konteks,
karakteristik partisipan, dan kondisi sosial yang mungkin mempengaruhi validitas
temuan. Generalisabilitas merujuk pada kemampuan untuk menggeneralisasi temuan
penelitian kualitatif kepada populasi yang lebih luas atau situasi yang serupa. Dalam
konteks penelitian kualitatif, generalisabilitas lebih berkaitan dengan transferabilitas
temuan daripada generalisasi statistik yang sering ditemukan dalam penelitian kuantitatif.
Konsep generalisasi pada penelitian kualitatif tidak bisa disamakan dengan
generalisasi pada penelitian kuantitatif. Generalisabilitas dalam penelitian kualitatif tidak
bermaksud mencapai generalisasi yang sama dengan penelitian kuantitatif. Tujuan utama
adalah untuk menggambarkan, mengembangkan pemahaman, dan memberikan
wawasan yang mendalam tentang fenomena yang diteliti. Generalisabilitas lebih
berkaitan dengan kemampuan untuk mentransfer temuan penelitian dalam konteks
serupa atau relevan.
Untuk meningkatkan generalisabilitas temuan penelitian kualitatif, beberapa langkah
yang dapat diambil antara lain (Patton, M. Q., 2002).:
1. Deskripsi yang rinci: Menyediakan deskripsi yang rinci tentang konteks penelitian,
karakteristik partisipan, proses pengumpulan data, dan interpretasi temuan. Hal
ini memungkinkan pembaca atau peneliti lain untuk memahami konteks penelitian
secara menyeluruh dan menerapkan temuan dalam konteks serupa.
2. Seleksi sampel yang tepat: Memilih sampel yang representatif dari populasi yang
relevan dan relevan dengan konteks penelitian. Sampel yang direpresentasikan
dengan baik dapat memperkuat generalisabilitas temuan penelitian.
3. Pemeriksaan lintas-kasus: Membandingkan temuan penelitian dengan kasus-
kasus serupa atau situasi lain untuk melihat kesamaan dan perbedaan dalam
temuan. Ini dapat membantu dalam memahami sejauh mana temuan penelitian
dapat diterapkan pada kasus lain.
4. Mendokumentasikan konteks penelitian: Mendokumentasikan secara rinci
konteks penelitian, termasuk kebijakan, budaya, sosial, atau faktor lingkungan
lainnya yang mungkin mempengaruhi temuan. Informasi ini membantu peneliti
lain memahami dan mengevaluasi relevansi temuan dalam konteks mereka
sendiri.
Selamat datang di bab VI, bab ini akan membahas tentang populasi dan sampel
dalam penelitian. Dalam penelitian, pemahaman yang baik tentang populasi dan sampel
sangat penting karena mereka membentuk dasar bagi generalisasi dan kesimpulan yang
valid. Dalam bab ini, kita akan menjelajahi konsep populasi dan sampel, serta pentingnya
pemilihan sampel yang tepat dalam mendapatkan hasil yang representatif.
Bab ini akan memberikan gambaran tentang apa itu populasi dan bagaimana
populasi dikaitkan dengan pertanyaan penelitian yang ingin dijawab. Selain itu, bab ini
juga akan membahas tentang sampel, yaitu subset dari populasi yang dipilih untuk
mewakili keseluruhan populasi. Kita akan mempelajari berbagai metode pengambilan
sampel yang dapat digunakan, serta kelebihan dan kelemahan dari masing-masing
metode, pentingnya generalisasi dalam penelitian, yaitu kemampuan untuk menerapkan
hasil penelitian pada populasi yang lebih luas. Selain itu, diharapkan dalam bab ini, kita
akan memahami bagaimana pemilihan sampel yang tepat dapat mempengaruhi validitas
dan generalisabilitas temuan penelitia, dan perhitungan ukuran sampel yang tepat, yang
merupakan aspek penting dalam penelitian. Kita akan mempelajari beberapa teknik yang
digunakan untuk menentukan ukuran sampel yang cukup untuk mencapai tingkat
kepercayaan yang diinginkan.
Bab ini akan memberikan penekanan pada pentingnya pemilihan sampel yang
representatif dan cara menghindari bias dalam penelitian. Dengan memahami konsep
populasi dan sampel secara mendalam, kita akan memiliki dasar yang kuat dalam
merencanakan dan melaksanakan penelitian yang valid dan bermakna. Bab ini akan
memberikan landasan yang kokoh bagi peneliti, mahasiswa, dan praktisi dalam
mengembangkan pengetahuan dan pemahaman tentang populasi dan sampel dalam
konteks penelitian.
B. Ukuran Sampel
Peneliti seringkali mengambil sampel dari populasi karena terdapat beberapa alasan
dan pertimbangan yang melatarbelakangi keputusan tersebut. Berikut adalah beberapa
alasan umum mengapa peneliti menggunakan sampel daripada melakukan penelitian
pada seluruh populasi:
1. Efisiensi: Melakukan penelitian pada seluruh populasi bisa menjadi tidak efisien
dari segi waktu, sumber daya, dan biaya. Mengumpulkan data dari seluruh
populasi bisa membutuhkan waktu yang lama dan memerlukan sumber daya yang
besar. Dalam hal ini, pengambilan sampel dapat menghemat waktu dan sumber
daya yang diperlukan untuk penelitian.
2. Praktisitas: Terkadang, populasi yang ingin diteliti sangat besar dan tidak
memungkinkan untuk dijangkau secara praktis. Misalnya, jika penelitian ingin
menginvestigasi pendapat semua warga di suatu negara, itu akan menjadi sangat
sulit dan mahal untuk mengumpulkan data dari seluruh populasi. Dalam situasi
seperti ini, pengambilan sampel yang representatif dapat memberikan gambaran
yang cukup akurat tentang populasi secara keseluruhan.
3. Keterbatasan Sumber Daya: Peneliti sering kali terbatas oleh anggaran, waktu, dan
sumber daya manusia yang tersedia. Mengambil sampel dapat membantu
mengurangi beban kerja dan sumber daya yang dibutuhkan dalam mengumpulkan
data. Dengan menggunakan sampel, peneliti dapat fokus pada sebagian populasi
yang mewakili karakteristik dan variasi yang ada.
4. Kemudahan Akses: Ada situasi di mana populasi yang ingin diteliti tidak dapat
diakses dengan mudah, seperti populasi khusus atau populasi tersembunyi.
Misalnya, penelitian tentang kelompok pengguna narkoba sulit dilakukan pada
seluruh populasi pengguna narkoba. Dalam kasus ini, pengambilan sampel dari
populasi tersebut yang dapat diakses memberikan informasi yang berguna tentang
karakteristik dan perilaku kelompok tersebut.
5. Validitas dan Generalisasi: Penelitian dengan menggunakan seluruh populasi
mungkin memiliki validitas yang lebih tinggi dan generalisasi yang lebih kuat.
Namun, dalam banyak kasus, peneliti menggunakan sampel yang representatif
dari populasi untuk menghasilkan temuan yang dapat digeneralisasi ke populasi
secara keseluruhan. Jika sampel dipilih dengan cermat dan representatif, temuan
penelitian masih bisa memiliki validitas yang tinggi dan dapat diaplikasikan pada
populasi yang lebih luas.
Pengambilan sampel dengan mempertimbangkan aspek statistik,
representativitas, efisiensi, dan praktisitas adalah pendekatan yang umum digunakan
dalam penelitian. Namun, yang perlu diperhatikan adalah bahwa pengambilan sampel
harus dilakukan dengan hati-hati dan mengikuti prinsip-prinsip penarikan sampel yang
baik untuk memastikan bahwa sampel yang diambil dapat mewakili populasi yang diteliti
dengan sebaik-baiknya.
Untuk menghitung kecukupan sampel dalam penelitian, terdapat beberapa faktor
yang perlu dipertimbangkan. Berikut adalah langkah-langkah umum yang dapat
digunakan (Kothari, C. R. , 2004) :
1. Tentukan Tingkat Signifikansi (α): Tingkat signifikansi menunjukkan batas
kesalahan yang dapat diterima dalam penelitian. Biasanya, tingkat signifikansi
yang umum digunakan adalah 0,05 atau 5%.
2. Tentukan Besarnya Efek yang Diinginkan: Besarnya efek menunjukkan seberapa
besar perbedaan atau hubungan yang diharapkan ditemukan dalam penelitian. Hal
ini bergantung pada tujuan penelitian dan variabel yang diteliti. Besarnya efek
dapat dinyatakan dalam bentuk ukuran efek atau perbedaan yang signifikan.
3. Pilih Jenis Uji Statistik: Berdasarkan tujuan penelitian dan jenis data yang
digunakan, pilih jenis uji statistik yang paling sesuai. Misalnya, jika penelitian
menggunakan data numerik, maka uji statistik seperti uji t, uji ANOVA, atau uji
regresi linear dapat digunakan.
4. Tentukan Tingkat Daya (Power): Tingkat daya (power) menunjukkan kemampuan
penelitian untuk mendeteksi perbedaan atau hubungan yang sebenarnya antara
variabel. Biasanya, tingkat daya yang umum digunakan adalah 0,80 atau 80%.
Semakin tinggi tingkat daya, semakin besar kemungkinan penelitian dapat
mendeteksi perbedaan atau hubungan yang sebenarnya.
5. Tentukan Jumlah Variabel dan Perkiraan Korelasi atau Efek: Jika penelitian
melibatkan lebih dari satu variabel atau lebih dari satu faktor, maka perlu
mempertimbangkan jumlah variabel tersebut dan memperkirakan tingkat korelasi
atau efek antara variabel tersebut.
6. Gunakan Rumus atau Software Khusus: Untuk menghitung kecukupan sampel,
dapat menggunakan rumus matematis yang sesuai berdasarkan jenis uji statistik
yang dipilih. Terdapat juga software khusus yang dapat membantu menghitung
kecukupan sampel, seperti G*Power, OpenEpi, dsb.
7. Lakukan Analisis Sensitivitas: Setelah mendapatkan perkiraan kecukupan sampel
awal, lakukan analisis sensitivitas untuk memastikan bahwa jumlah sampel yang
dipilih memadai. Analisis sensitivitas mempertimbangkan variabilitas data, tingkat
signifikansi, tingkat daya, dan estimasi efek untuk memperoleh jumlah sampel
yang lebih akurat.
8. Pertimbangkan Faktor Praktis dan Ketersediaan Populasi: Selain faktor statistik,
pertimbangkan juga faktor praktis seperti ketersediaan populasi, waktu, dan
anggaran yang tersedia untuk penelitian. Kadang-kadang, penelitian harus
menghadapi keterbatasan dalam mendapatkan sampel yang cukup besar, dan
dalam kasus tersebut, harus mempertimbangkan keterbatasan tersebut dengan
bijak.
Dengan mengikuti langkah-langkah di atas dan menggunakan rumus atau
software yang tepat, peneliti dapat menghitung kecukupan sampel yang diperlukan dalam
penelitian mereka. Memiliki sampel yang cukup besar akan membantu meningkatkan
validitas dan keakuratan temuan penelitian.
C. Teknik Sampling
Teknik sampling merujuk pada metode atau prosedur yang digunakan untuk
memilih sampel dari populasi yang lebih besar. Tujuan dari penggunaan teknik sampling
adalah untuk membuat inferensi atau generalisasi tentang populasi berdasarkan data
yang dikumpulkan dari sampel yang representatif. Selain itu juga pertimbangan efisiensi
sehingga memungkinkan peneliti untuk mengumpulkan data dengan cara yang efisien
dan ekonomis. Dengan memilih sampel yang representatif, peneliti dapat menghemat
waktu, sumber daya, dan biaya yang terkait dengan mengumpulkan data dari seluruh
populasi. Dalam beberapa kasus, mengumpulkan data dari seluruh populasi dapat
menjadi sulit atau tidak memungkinkan. Dalam situasi seperti itu, teknik sampling
memungkinkan peneliti untuk memperoleh data yang diperlukan dengan cara yang lebih
praktis dan layak. Dengan menggunakan teknik sampling yang tepat, peneliti dapat
meningkatkan akurasi dan validitas temuan penelitian. Teknik sampling yang baik dapat
mengurangi bias dan kesalahan yang mungkin muncul dalam penelitian.
1. Jenis Teknik Sampling
Teknik sampling dibedakan menjadi 2, yaitu : Probability sampling dan Non
Probability sampling, masing-masing memiliki kelebihan dan kekurangannya dan bisa
dipilih oleh peneliti berdasarkan beberapa pertimbangan.
a. Probability Sampling
Probability sampling adalah teknik pengambilan sampel yang menggunakan
probabilitas atau peluang untuk memilih unit pengamatan dari populasi. Dalam teknik ini,
setiap anggota populasi memiliki peluang yang diketahui dan sama untuk menjadi bagian
dari sampel. Hal ini memungkinkan peneliti untuk melakukan generalisasi hasil penelitian
ke populasi yang lebih luas dengan tingkat kesalahan yang dapat dihitung.
Kelebihan Teknik Sampling dengan Probability Sampling:
1. Representativitas: Probability sampling memungkinkan peneliti untuk
mendapatkan sampel yang representatif dari populasi. Setiap anggota populasi
memiliki kesempatan yang sama untuk dipilih sebagai sampel, sehingga
meminimalkan bias dan memungkinkan generalisasi hasil penelitian ke populasi
yang lebih besar.
2. Kesalahan Sampling Dapat Diukur: Dalam probability sampling, kesalahan
sampling dapat diukur dan dihitung dengan akurat. Hal ini memungkinkan peneliti
untuk memperkirakan sejauh mana hasil penelitian mewakili populasi dan
memberikan estimasi kepercayaan terhadap hasil tersebut.
3. Efisiensi: Teknik probability sampling dapat menjadi lebih efisien dalam hal waktu,
sumber daya, dan biaya. Dibandingkan dengan teknik non-probability sampling,
probability sampling memungkinkan peneliti untuk mendapatkan ukuran sampel
yang lebih kecil dengan tingkat keakuratan yang tetap.
4. Analisis Statistik yang Lebih Kuat: Dengan menggunakan probability sampling,
peneliti dapat menerapkan analisis statistik yang lebih kuat dan dapat diandalkan.
Hal ini memungkinkan peneliti untuk melakukan inferensi statistik yang lebih
akurat dan mendapatkan temuan yang lebih valid.
Kekurangan Teknik Sampling dengan Probability Sampling:
1. Kompleksitas: Beberapa teknik probability sampling dapat memerlukan
perencanaan dan implementasi yang lebih rumit dibandingkan dengan teknik non-
probability sampling. Ini dapat membutuhkan pengetahuan dan keahlian yang
lebih mendalam dalam hal pengambilan sampel.
2. Keterbatasan Sumber Daya: Beberapa teknik probability sampling, seperti sampel
acak sederhana, memerlukan akses lengkap ke daftar populasi atau kerangka
sampel yang akurat. Jika informasi tersebut tidak tersedia atau sulit diakses,
pelaksanaan teknik probability sampling dapat menjadi sulit atau tidak mungkin
dilakukan.
3. Waktu dan Biaya: Teknik probability sampling, terutama yang melibatkan populasi
besar atau kompleks, dapat membutuhkan waktu dan biaya yang lebih tinggi.
Pembagian populasi menjadi strata, pemilihan sampel yang acak, dan
pengumpulan data yang lebih luas dapat menambah beban waktu dan biaya dalam
penelitian.
4. Pengaruh Terhadap Eksternalitas: Meskipun probability sampling berusaha untuk
mendapatkan sampel yang representatif, ada kemungkinan bahwa sampel
tersebut tidak sepenuhnya mewakili populasi secara keseluruhan. Hal ini dapat
mempengaruhi transferabilitas atau generalisasi hasil penelitian ke populasi lain
atau konteks yang berbeda.
Dalam menyusun desain penelitian, peneliti harus mempertimbangkan kelebihan
dan kekurangan teknik sampling dengan probability sampling, serta karakteristik dan
tujuan penelitian yang ingin dicapai. Pengambilan keputusan yang tepat dalam pemilihan
teknik sampling akan memastikan keabsahan dan representativitas hasil penelitian.
Berikut ini adalah beberapa jenis teknik pengambilan sampel probability sampling:
1. Efisiensi: Metode ini memungkinkan pengurangan waktu, biaya, dan upaya yang
dibutuhkan dalam pengambilan sampel. Karena populasi awal dibagi menjadi
kluster, hanya sejumlah kluster yang perlu dipilih untuk diwakili oleh sampel.
2. Kemudahan dalam Penerapan: Sampling multistage dapat diterapkan dengan
relatif mudah, terutama ketika ada daftar yang tersedia untuk kluster atau unit-unit
sampel dalam populasi.
3. Representasi Populasi: Dengan pemilihan kluster yang tepat, sampling multistage
dapat menghasilkan sampel yang mewakili populasi secara umum.
Namun, ada juga beberapa kekurangan dalam penggunaan sampling multistage, antara
lain:
1. Kemungkinan Bias: Jika kluster yang dipilih tidak mewakili populasi dengan baik,
dapat terjadi bias dalam estimasi parameter populasi.
2. Kompleksitas Desain: Desain sampling multistage dapat menjadi kompleks
terutama jika melibatkan banyak tahap pengambilan sampel.
3. Keterbatasan Generalisasi: Hasil dari sampling multistage mungkin memiliki
keterbatasan dalam generalisasi karena populasi awal telah dibagi menjadi kluster.
a. Purposive Sampling:
Teknik ini merupakan teknik pemilihan sampel berdasarkan pertimbangan peneliti
tentang individu atau kelompok yang dianggap memiliki informasi yang relevan atau
karakteristik yang diinginkan. Pemilihan sampel dilakukan secara selektif berdasarkan
tujuan penelitian, keahlian, atau pengalaman individu.
Dalam teknik purposive sampling, peneliti menggunakan kriteria inklusi dan
eksklusi untuk memilih sampel yang sesuai dengan tujuan penelitian. Kriteria inklusi
mengacu pada karakteristik atau atribut yang harus dimiliki oleh individu atau kelompok
agar dapat menjadi bagian dari sampel penelitian. Di sisi lain, kriteria eksklusi digunakan
untuk mengecualikan individu atau kelompok yang memiliki atribut atau karakteristik
tertentu yang tidak relevan atau tidak diinginkan dalam penelitian.
Berikut ini adalah penjelasan lebih lanjut tentang kriteria inklusi dan eksklusi dalam teknik
purposive sampling:
1. Kriteria Inklusi:
a) Karakteristik yang relevan: Peneliti memilih individu atau kelompok yang
memiliki karakteristik atau atribut yang relevan dengan topik penelitian.
Misalnya, dalam penelitian tentang penggunaan obat-obatan, kriteria
inklusi mungkin mencakup individu yang mengonsumsi obat-obatan
tertentu.
b) Pengalaman yang relevan: Peneliti memilih individu atau kelompok yang
memiliki pengalaman yang relevan dengan topik penelitian. Misalnya,
dalam penelitian tentang pengalaman ibu hamil, kriteria inklusi mungkin
mencakup ibu hamil yang sedang mengalami kehamilan pertama.
c) Kelompok spesifik: Peneliti dapat memilih sampel dari kelompok spesifik
yang memiliki pengetahuan, pengalaman, atau karakteristik tertentu yang
relevan dengan tujuan penelitian. Misalnya, dalam penelitian tentang
pemahaman tentang perubahan iklim, kriteria inklusi mungkin mencakup
individu yang terlibat dalam kegiatan lingkungan.
2. Kriteria Eksklusi:
a) Karakteristik yang tidak relevan: Peneliti mengeluarkan individu atau
kelompok yang memiliki karakteristik atau atribut yang tidak relevan
dengan tujuan penelitian. Misalnya, dalam penelitian tentang perilaku
merokok, kriteria eksklusi mungkin mencakup individu yang tidak
merokok.
b) Kontraindikasi atau risiko: Peneliti dapat mengecualikan individu atau
kelompok yang memiliki kontraindikasi atau risiko yang terkait dengan
partisipasi dalam penelitian. Misalnya, dalam penelitian tentang efek
samping obat, kriteria eksklusi mungkin mencakup individu dengan kondisi
kesehatan tertentu yang dapat mempengaruhi toleransi terhadap obat.
Pemilihan kriteria inklusi dan eksklusi harus didasarkan pada pertimbangan yang
jelas dan terkait dengan tujuan penelitian. Kriteria ini membantu memastikan bahwa
sampel yang dipilih memenuhi persyaratan yang relevan dan sesuai dengan fokus
penelitian.
b. Accidental sampling
Accidental sampling, juga dikenal sebagai convenience sampling atau opportunity
sampling, adalah metode pengambilan sampel yang dilakukan dengan memilih individu
atau kelompok yang tersedia secara kebetulan atau secara tidak sengaja. Dalam
accidental sampling, sampel dipilih berdasarkan ketersediaan mereka dalam jangkauan
peneliti pada saat penelitian dilakukan.
Teknik ini sering digunakan dalam situasi di mana peneliti memiliki keterbatasan
waktu, sumber daya, atau akses ke populasi yang lebih luas. Contohnya adalah ketika
peneliti mewawancarai individu yang kebetulan berada di tempat yang sama dengan
peneliti, atau mengumpulkan data dari orang-orang yang secara kebetulan hadir dalam
suatu acara atau lokasi tertentu.
Kelebihan dari accidental sampling adalah kemudahan dalam pengumpulan data
dan efisiensi waktu yang relatif tinggi. Namun, metode ini juga memiliki kelemahan. Salah
satu kelemahannya adalah sampel yang dihasilkan tidak mewakili populasi secara
keseluruhan, sehingga generalisasi temuan penelitian menjadi terbatas. Selain itu,
accidental sampling juga dapat menghasilkan bias, karena individu yang dipilih secara
kebetulan mungkin memiliki karakteristik yang berbeda dari populasi secara keseluruhan
( Neuman, W. L. (2014).
Penting untuk diperhatikan bahwa accidental sampling tidak memberikan dasar
statistik yang kuat untuk generalisasi temuan penelitian. Oleh karena itu, metode ini lebih
sesuai digunakan dalam penelitian deskriptif atau eksploratif, di mana tujuan utamanya
adalah memahami fenomena atau memperoleh wawasan awal, daripada membuat klaim
umum tentang populasi.
c. Snowball Sampling:
Teknik ini dilakukan dengan cara, peneliti melakukan pemilihan sampel awal yang
diidentifikasi oleh peneliti, kemudian responden tersebut merekomendasikan individu
lain yang memenuhi kriteria penelitian. Proses ini terus berlanjut hingga jumlah sampel
yang diinginkan tercapai. Metode ini sering digunakan dalam penelitian yang melibatkan
populasi yang sulit dijangkau. Snowball sampling, juga dikenal sebagai sampling bola
salju, dikarenakan peneliti memulai dengan sedikit informan yang memiliki karakteristik
atau pengalaman yang relevan dengan topik penelitian, dan kemudian menggunakan
jaringan dan rekomendasi dari informan/responden tersebut untuk mengidentifikasi
responden tambahan (Bernard, H. R., 2006).
Proses snowball sampling dimulai dengan menghubungi responden/informan
awal yang terlibat dalam penelitian. Setelah data diperoleh dari informan awal, peneliti
meminta rekomendasi dari informan tersebut untuk mengidentifikasi individu atau
kelompok lain yang mungkin memiliki perspektif, pengalaman, atau karakteristik yang
relevan dengan penelitian. Proses ini berlanjut hingga jumlah informan yang cukup dan
representatif telah tercapai.
Kelebihan utama dari snowball sampling adalah fleksibilitasnya dalam
mengidentifikasi responden yang sulit dijangkau atau tersembunyi dalam populasi.
Metode ini sering digunakan dalam penelitian dengan populasi yang sulit diakses, seperti
kelompok minoritas, komunitas tertutup, atau individu dengan karakteristik khusus.
Snowball sampling juga memungkinkan peneliti untuk membangun kepercayaan dan
koneksi dengan responden melalui rekomendasi personal. Namun, perlu diingat bahwa
snowball sampling memiliki beberapa kelemahan. Salah satunya adalah adanya bias
seleksi yang mungkin terjadi, di mana responden yang direkomendasikan oleh informan
awal cenderung memiliki karakteristik atau perspektif serupa. Hal ini dapat membatasi
keragaman dan representasi dalam sampel. Selain itu, karena proses snowball sampling
bergantung pada jaringan dan rekomendasi, ada potensi adanya bias sosial atau
kesalahan informasi yang dapat mempengaruhi kualitas data yang diperoleh.
d. Sampling padat
Sampling padat atau total populasi, juga dikenal sebagai sensus, adalah metode
pengambilan sampel di mana peneliti mengumpulkan data dari seluruh populasi yang
menjadi subjek penelitian. Dalam sampling padat, tidak ada proses pemilihan sampel atau
pengurangan jumlah sampel yang dilakukan, karena tujuannya adalah untuk menganalisis
seluruh populasi yang ada. Sampling padat biasanya digunakan ketika populasi yang
menjadi subjek penelitian memiliki jumlah yang relatif kecil dan dapat dijangkau secara
praktis oleh peneliti. Contoh penggunaan sampling padat adalah dalam survei populasi
kecil, studi tentang kelompok tertentu yang terbatas, atau penelitian pada suatu
organisasi atau komunitas tertentu.
Kelebihan dari sampling padat adalah bahwa hasil penelitian menjadi sangat
representatif karena mencakup seluruh populasi yang diteliti. Ini mengurangi risiko
kesalahan sampling dan memungkinkan peneliti untuk membuat generalisasi langsung ke
populasi yang lebih luas. Selain itu, dengan melibatkan seluruh populasi, peneliti dapat
menganalisis variasi dan perbedaan yang mungkin terjadi dalam populasi. Namun, ada
beberapa pertimbangan yang perlu diperhatikan dalam menggunakan sampling padat.
Salah satunya adalah waktu, sumber daya, dan biaya yang dibutuhkan untuk
mengumpulkan data dari seluruh populasi. Jika populasi sangat besar, sampling padat
mungkin tidak praktis dan memakan banyak waktu serta biaya. Selain itu, jika ada faktor
eksternal yang mempengaruhi partisipasi atau respons dari populasi, data yang diperoleh
mungkin tidak mewakili populasi secara keseluruhan (Fowler, F. J., 2013).
e. Quota Sampling:
Teknik ini dilakukan dengan cara melakukan pemilihan sampel berdasarkan kuota
tertentu yang ditetapkan oleh peneliti. Misalnya, peneliti dapat menetapkan kuota
berdasarkan karakteristik demografis tertentu, seperti usia, jenis kelamin, atau latar
belakang pendidikan, untuk memastikan sampel mencerminkan distribusi karakteristik
populasi yang relevan. Kuota sampling merupakan metode pengambilan sampel yang
digunakan untuk memastikan bahwa sampel yang diambil mencerminkan komposisi
tertentu dalam populasi yang sedang diteliti. Dalam kuota sampling, populasi dipecah
menjadi beberapa kelompok (kuota) berdasarkan karakteristik yang relevan, seperti usia,
jenis kelamin, pendidikan, atau wilayah geografis. Setiap kelompok diberikan kuota atau
jumlah yang harus diwakili dalam sampel.
Proses kuota sampling melibatkan pemilihan responden dalam setiap kelompok
secara non-acak, yaitu berdasarkan kriteria yang ditentukan sebelumnya. Peneliti
mencoba untuk mencapai kuota yang ditetapkan dengan mengambil sampel dari populasi
yang tersedia di setiap kelompok sampel. Pemilihan responden dapat dilakukan secara
berturut-turut hingga kuota terpenuhi, atau dengan menggunakan teknik lain seperti
convenience sampling di dalam setiap kelompok.
Kelebihan dari kuota sampling adalah kemudahannya dalam penerapannya.
Metode ini sering digunakan dalam survei opini atau penelitian pasar di mana peneliti
ingin mencerminkan komposisi populasi dalam sampel. Kuota sampling juga
memungkinkan peneliti untuk mengontrol distribusi responden berdasarkan karakteristik
tertentu yang dianggap penting. Teknik kuota sampling memiliki beberapa kelemahan.
Salah satunya adalah tidak adanya dasar probabilitas yang jelas dalam pemilihan
responden. Ini berarti tidak ada cara untuk menghitung kesalahan sampel yang terkait
dengan metode ini. Selain itu, karena pemilihan responden dalam kuota sampling
dilakukan secara non-acak, terdapat potensi adanya bias dalam hasil yang diperoleh
( Fowler, F. J. , 2013).
Meskipun teknik non-probability sampling lebih fleksibel dan praktis, namun
hasilnya cenderung tidak bisa secara langsung diterapkan pada populasi secara umum.
Oleh karena itu, interpretasi dan generalisasi hasil penelitian dengan teknik ini harus
dilakukan dengan hati-hati dan mempertimbangkan keterbatasan metode sampling yang
digunakan.
1. Informan Kunci
Informan kunci (key informant) merupakan individu atau kelompok yang memiliki
pengetahuan yang kaya dan dalam tentang topik penelitian yang sedang diinvestigasi.
Mereka biasanya memiliki pengalaman atau keahlian khusus yang relevan dengan
fenomena yang diteliti. Informan kunci berperan penting dalam memberikan wawasan
yang mendalam dan memadai kepada peneliti. Informan kunci dapat menjadi sumber
informasi yang sangat berharga dalam penelitian kualitatif, karena mereka memiliki akses
ke pengetahuan dan pengalaman yang mungkin tidak dimiliki oleh individu lain dalam
komunitas atau lingkungan yang diteliti. Mereka bisa memberikan pemahaman yang lebih
mendalam tentang konteks, dinamika, dan perspektif yang berkaitan dengan fenomena
penelitian ( Patton, M. Q., 2002).
Pemilihan informan kunci dilakukan berdasarkan kriteria tertentu yang relevan
dengan tujuan penelitian. Kriteria tersebut dapat mencakup kedalaman pengetahuan,
pengalaman, reputasi, peran sosial, atau kepentingan yang dimiliki informan terhadap
topik penelitian. Penting untuk menjalin hubungan baik dengan informan kunci supaya
data yang dibutuhkan bisa didapatkan dengan baik dan lengkap.
Informan kunci (key informant) dalam penelitian kualitatif memiliki beberapa ciri-ciri
yang membedakannya dari informan lainnya. Berikut adalah beberapa ciri-ciri informan
kunci:
2. Informan utama
Informan utama (primary informant) dalam penelitian kualitatif adalah individu
atau kelompok yang menjadi fokus utama dalam pengumpulan data dan analisis. Mereka
memiliki pengetahuan, pengalaman, atau pemahaman yang luas dan mendalam tentang
topik penelitian. Informan utama memiliki peran yang krusial dalam memberikan data
yang kaya dan mendalam mengenai perspektif, pengalaman, atau konteks yang sedang
diteliti.
A. Pengumpulan data
1. Pengertian
a. Miles dan Huberman (1994): Pengumpulan data adalah proses pengumpulan
informasi melalui berbagai metode, seperti wawancara, observasi, dan analisis
dokumen, untuk mendapatkan pemahaman yang mendalam tentang topik
penelitian.
b. Creswell (2014): Pengumpulan data adalah langkah dalam penelitian di mana
peneliti mengumpulkan informasi dan fakta melalui metode-metode seperti
wawancara, observasi, dan analisis dokumen. Tujuannya adalah untuk
mengumpulkan data yang relevan dengan pertanyaan penelitian dan memperoleh
pemahaman yang komprehensif tentang fenomena yang diteliti.
c. Yin (2018): Pengumpulan data adalah proses mengumpulkan informasi yang
relevan dan valid melalui berbagai metode, seperti wawancara, observasi, dan
analisis dokumen. Tujuannya adalah untuk memperoleh data yang memadai untuk
menjawab pertanyaan penelitian dan menguji hipotesis yang diajukan.
d. Patton (2015): Pengumpulan data adalah proses sistematis untuk mengumpulkan
informasi yang diperlukan dalam penelitian melalui berbagai teknik seperti
wawancara, observasi, dan analisis dokumen. Tujuannya adalah untuk
memperoleh pemahaman yang mendalam tentang fenomena yang sedang diteliti
dan memberikan dasar yang kuat untuk analisis dan interpretasi data.
e. Denzin dan Lincoln (2018): Pengumpulan data adalah proses yang melibatkan
pengumpulan informasi, baik kualitatif maupun kuantitatif, melalui berbagai teknik
seperti wawancara, observasi, dan analisis dokumen. Tujuannya adalah untuk
mengumpulkan data yang relevan dan berharga untuk menjawab pertanyaan
penelitian dan memperoleh pemahaman yang lebih dalam tentang fenomena yang
diteliti.
2. Instrumen Pengumpulan data
Berikut adalah pengertian instrumen pengumpulan data menurut beberapa ahli:
a. Gay dan Airasian (2012): "Instrumen pengumpulan data adalah alat atau metode
yang digunakan oleh peneliti untuk mengumpulkan informasi yang dibutuhkan
dalam penelitian. Instrumen ini dapat berupa kuesioner, wawancara, observasi,
atau tes yang dirancang untuk mengumpulkan data secara sistematis."
b. Sekaran dan Bougie (2016): "Instrumen pengumpulan data adalah alat atau
metode yang digunakan untuk mengumpulkan data dalam penelitian. Instrumen
ini dapat berupa kuesioner, wawancara, atau observasi yang dirancang dengan
tujuan untuk mengumpulkan data yang relevan dengan pertanyaan penelitian."
c. Creswell (2014): "Instrumen pengumpulan data adalah alat yang digunakan oleh
peneliti untuk mengumpulkan data dalam penelitian. Instrumen ini dapat berupa
kuesioner, wawancara, atau observasi yang dikembangkan secara khusus untuk
mengumpulkan informasi yang sesuai dengan pertanyaan penelitian."
d. Babbie (2016): "Instrumen pengumpulan data adalah sarana atau alat yang
digunakan oleh peneliti untuk mengumpulkan informasi yang diperlukan dalam
penelitian. Instrumen ini dapat berupa kuesioner, wawancara, observasi, atau tes
yang dirancang sesuai dengan tujuan penelitian."
e. Neuman (2013): "Instrumen pengumpulan data adalah alat yang digunakan untuk
mengumpulkan informasi dalam penelitian. Instrumen ini mencakup berbagai
bentuk seperti kuesioner, wawancara, atau observasi yang dirancang untuk
mengumpulkan data yang relevan dengan tujuan penelitian."
3. Langkah-langkah pengumpulan data
Pengumpulan data adalah proses yang melibatkan beberapa langkah penting untuk
memperoleh informasi yang relevan dan valid. Berikut adalah langkah-langkah umum
dalam pengumpulan data:
1. Perencanaan: Tahap perencanaan melibatkan penentuan tujuan penelitian,
pertanyaan penelitian yang akan dijawab, serta pengembangan kerangka
konseptual atau teoritis. Selain itu, perencanaan juga melibatkan pemilihan
metode pengumpulan data yang sesuai dengan tujuan penelitian.
2. Desain instrumen: Langkah ini melibatkan pembuatan instrumen pengumpulan
data yang sesuai dengan metode yang digunakan. Misalnya, untuk wawancara,
dibutuhkan daftar pertanyaan yang terstruktur atau panduan wawancara,
sedangkan untuk observasi, dibutuhkan pedoman observasi yang jelas.
3. Persiapan: Persiapan meliputi identifikasi lokasi, partisipan, dan sumber data yang
akan digunakan. Hal ini termasuk memperoleh persetujuan dan izin yang
diperlukan, serta memastikan kesiapan instrumen dan peralatan yang digunakan
dalam pengumpulan data.
4. Pengumpulan data: Tahap ini melibatkan pelaksanaan pengumpulan data sesuai
dengan desain yang telah ditentukan. Misalnya, melakukan wawancara dengan
responden, mengamati partisipan, atau mengumpulkan data dari sumber tertulis.
Penting untuk memastikan bahwa proses pengumpulan data dilakukan dengan
cermat dan konsisten.
5. Perekaman data: Data yang dikumpulkan perlu direkam dengan teliti dan akurat.
Hal ini dapat dilakukan dengan mencatat hasil wawancara, membuat catatan
observasi, atau mengumpulkan dokumen atau sumber data lainnya. Pastikan
bahwa data direkam dengan jelas dan sesuai dengan instrumen yang telah
disiapkan.
6. Verifikasi data: Langkah ini melibatkan verifikasi atau pengecekan kembali data
yang telah dikumpulkan untuk memastikan keakuratan dan kevalidan informasi.
Hal ini dapat dilakukan dengan membandingkan data yang dikumpulkan dengan
sumber data lainnya, melakukan cross-checking, atau mengonfirmasi data dengan
partisipan atau informan.
7. Organisasi dan pengolahan data: Data yang telah dikumpulkan perlu diorganisasi
dan diolah agar dapat dianalisis lebih lanjut. Hal ini meliputi pengkodean data,
pembuatan kategori, dan penyusunan data dalam bentuk yang siap untuk analisis.
Setiap langkah dalam pengumpulan data perlu dilakukan dengan hati-hati dan mengikuti
metode penelitian yang telah ditentukan. Penting untuk menjaga integritas data dan
meminimalkan bias atau kesalahan dalam proses pengumpulan data.
4. Sumber data
Jenis dan sumber data dapat bervariasi tergantung pada konteks penelitian atau studi
yang dilakukan. Berikut adalah penjelasan umum tentang jenis dan sumber data yang
umum digunakan dalam penelitian:
a. Data primer: Data primer merujuk pada data yang dikumpulkan secara langsung
dari sumbernya untuk tujuan penelitian tertentu. Data ini belum pernah digunakan
sebelumnya dan dikumpulkan secara khusus untuk studi yang sedang dilakukan.
Contoh data primer termasuk hasil survei, wawancara, observasi langsung,
eksperimen, atau pengamatan lapangan.
b. Data sekunder: Data sekunder merujuk pada data yang telah dikumpulkan oleh
pihak lain atau dari sumber yang sudah ada sebelumnya. Data ini bisa berasal dari
publikasi ilmiah, laporan penelitian, basis data, statistik resmi, buku, artikel jurnal,
atau sumber data lain yang dapat diakses oleh peneliti. Data sekunder dapat
digunakan untuk tujuan penelitian baru atau dianalisis ulang untuk mendapatkan
wawasan baru.
Dalam melakukan wawancara, terdapat beberapa hal yang perlu diperhatikan agar
proses wawancara dapat berjalan lancar dan menghasilkan data yang valid dan relevan.
Berikut adalah beberapa hal yang harus diperhatikan dalam wawancara ( Kvale, S., &
Brinkmann, S., 2009) :
b. Kuisioner
Kuisioner adalah salah satu instrumen yang digunakan dalam penelitian untuk
mengumpulkan data secara sistematis melalui serangkaian pertanyaan yang ditujukan
kepada responden. Berikut ini adalah beberapa jenis kuisioner yang umum digunakan
dalam penelitian:
1) Kuisioner Terstruktur: Kuisioner terstruktur adalah jenis kuisioner yang terdiri dari
pertanyaan-pertanyaan yang telah ditentukan sebelumnya. Responden diminta
untuk memilih jawaban yang sesuai dari pilihan yang telah disediakan, seperti
pilihan ganda, skala Likert, atau pilihan ya/tidak. Kuisioner terstruktur digunakan
untuk mengumpulkan data kuantitatif yang dapat diolah secara statistik.
2) Kuisioner Semi-terstruktur: Kuisioner semi-terstruktur menggabungkan
pertanyaan terstruktur dengan ruang terbuka bagi responden untuk memberikan
tanggapan atau menjelaskan lebih lanjut. Selain pertanyaan dengan pilihan
jawaban, kuisioner ini juga menyertakan pertanyaan terbuka yang memberikan
kebebasan bagi responden untuk menyampaikan pendapat atau pengalaman
mereka.
3) Kuisioner Terbuka: Kuisioner terbuka hanya berisi pertanyaan-pertanyaan terbuka
yang memungkinkan responden memberikan jawaban secara bebas tanpa pilihan
jawaban yang telah disediakan. Hal ini memberikan kesempatan bagi responden
untuk mengekspresikan pendapat, pengalaman, atau persepsi mereka dengan
lebih mendalam.
Dalam menyusun kuisioner, terdapat beberapa hal yang perlu diperhatikan agar kuisioner
dapat mengumpulkan data yang valid dan relevan. Berikut ini adalah beberapa hal yang
perlu diperhatikan dalam menyusun kuisioner:
1) Tujuan Penelitian: Pastikan bahwa kuisioner yang disusun sesuai dengan tujuan
penelitian yang ingin dicapai. Kuisioner harus dirancang untuk mengumpulkan
data yang relevan dengan pertanyaan penelitian dan variabel yang ingin diuji.
2) Pertanyaan yang Jelas dan Tepat: Pastikan bahwa pertanyaan dalam kuisioner
mudah dipahami oleh responden. Gunakan bahasa yang sederhana, jelas, dan
spesifik. Hindari penggunaan istilah teknis yang mungkin tidak dimengerti oleh
responden.
3) Tipe Pertanyaan yang Tepat: Pilih tipe pertanyaan yang sesuai dengan jenis data
yang ingin dikumpulkan. Gunakan pertanyaan tertutup untuk data kuantitatif dan
pertanyaan terbuka untuk data kualitatif. Gunakan skala yang relevan, seperti
skala Likert, untuk mengukur tingkat kepuasan atau pendapat responden.
4) Urutan Pertanyaan yang Logis: Susun pertanyaan dalam urutan yang logis
sehingga responden dapat mengikuti alur pemikiran dengan baik. Mulailah
dengan pertanyaan yang sederhana dan umum, kemudian tingkatkan ke tingkat
yang lebih spesifik dan mendalam.
5) Hindari Pertanyaan Ganda atau Tumpang Tindih: Pastikan bahwa setiap
pertanyaan dalam kuisioner unik dan tidak tumpang tindih dengan pertanyaan
lainnya. Hindari juga pertanyaan ganda yang mengulang topik yang sama. Hal ini
akan menghindari kebingungan responden dan memastikan konsistensi data yang
dikumpulkan.
6) Hindari Bias atau Pengaruh Subjektivitas: Hindari menggunakan pertanyaan yang
mengarah atau memberikan pengaruh pada jawaban responden. Pertanyaan harus
netral dan objektif agar responden dapat memberikan tanggapan yang sesuai
dengan pendapat mereka.
7) Instruksi yang Jelas: Sertakan instruksi yang jelas mengenai cara menjawab
pertanyaan, seperti petunjuk pengisian atau penjelasan singkat jika diperlukan. Hal
ini akan membantu responden memahami tugas yang diharapkan dari mereka.
8) Skala Waktu yang Relevan: Jika pertanyaan membutuhkan jawaban berdasarkan
rentang waktu tertentu, pastikan untuk menyertakan skala waktu yang relevan,
seperti "bulan lalu" atau "tahun ini". Hal ini akan memastikan kejelasan dan
konsistensi dalam pengumpulan data.
9) Uji Coba dan Revisi: Sebelum menggunakan kuisioner secara luas, uji coba terlebih
dahulu kepada beberapa responden. Tinjau hasil uji coba dan perbaiki kuisioner
jika diperlukan. Hal ini akan membantu memastikan bahwa kuisioner sudah siap
digunakan dan mengumpulkan data yang diinginkan.
10) Etika dan Kerahasiaan: Pastikan bahwa kuisioner memenuhi standar etika
penelitian, seperti menjaga kerahasiaan data responden dan memberikan
informasi tentang tujuan penelitian serta hak-hak responden.
Dengan memperhatikan hal-hal tersebut, kuisioner yang disusun akan lebih valid, relevan,
dan dapat mengumpulkan data yang dibutuhkan dalam penelitian.
c. Observasi
Metode pengumpulan data dengan metode observasi adalah salah satu teknik yang
digunakan dalam penelitian untuk mengamati dan mencatat langsung perilaku, kejadian,
atau fenomena yang terjadi dalam konteks nyata. Dalam metode observasi, peneliti
secara aktif terlibat dalam mengamati dan merekam data tentang apa yang diamati.
1) Bogdan dan Biklen (2007): Observasi adalah metode untuk mengamati, merekam,
dan menganalisis tingkah laku manusia atau fenomena yang terjadi dalam
lingkungan alami tanpa mempengaruhi atau mengubah situasi tersebut.
2) Creswell (2014): Observasi adalah proses pengumpulan data dengan cara
mengamati dan merekam fenomena atau peristiwa yang terjadi dalam kehidupan
sehari-hari, baik itu perilaku manusia, interaksi sosial, lingkungan, atau kejadian
lainnya.
3) Denzin dan Lincoln (2011): Observasi adalah teknik pengumpulan data yang
melibatkan pengamatan langsung terhadap perilaku, interaksi, dan kejadian dalam
konteks alami, dengan tujuan untuk memahami dan memeriksa fenomena sosial.
Metode observasi dapat dilakukan dengan berbagai cara, tergantung pada tujuan
penelitian dan lingkungan yang diamati. Beberapa bentuk observasi yang umum
dilakukan antara lain ( Denzin, N. K., & Lincoln, Y. S., 2011) :
1) Observasi Partisipan: Peneliti terlibat secara aktif dalam situasi yang diamati.
Mereka menjadi bagian dari kelompok atau lingkungan yang diamati, berinteraksi
dengan peserta, dan mencatat pengalaman mereka secara rinci.
2) Observasi Nonpartisipan: Peneliti hanya mengamati dari luar tanpa ikut
berpartisipasi atau terlibat secara langsung dalam situasi yang diamati. Mereka
tetap menjaga jarak dari peserta dan mencatat observasi mereka.
3) Observasi Terstruktur: Peneliti memiliki rencana observasi yang telah dirancang
sebelumnya. Mereka mencatat data dengan menggunakan daftar pertanyaan atau
kategori yang telah ditentukan sebelumnya.
4) Observasi Tidak Terstruktur: Peneliti tidak memiliki rencana observasi yang
terstruktur sebelumnya. Mereka mengamati dan mencatat apa pun yang dianggap
relevan dan penting dalam situasi yang diamati.
Dalam melakukan observasi, terdapat beberapa hal yang perlu diperhatikan, antara lain:
• Efisiensi waktu dan biaya: Penggunaan data yang sudah ada dapat menghemat
waktu dan biaya yang diperlukan untuk mengumpulkan data baru.
• Akses ke data yang kompleks: Data sekunder sering kali mencakup informasi yang
lengkap dan mendalam, terutama jika data tersebut berasal dari penelitian yang
lebih luas.
• Studi longitudinal: Data sekunder dapat memberikan akses ke data historis atau
data yang terkumpul dari waktu ke waktu, sehingga memungkinkan penelitian
tentang perubahan atau tren dari jangka waktu yang panjang.
Namun, ada juga beberapa kekurangan dalam menggunakan data sekunder, seperti:
• Terbatasnya kontrol atas desain dan metode pengumpulan data: Peneliti tidak
memiliki kendali penuh terhadap desain dan metode pengumpulan data dalam
data sekunder. Hal ini dapat mempengaruhi kualitas dan relevansi data yang
digunakan.
• Ketidaktepatan dan kelengkapan data: Data sekunder tidak selalu sempurna dan
dapat mengandung kesalahan, ketidaklengkapan, atau kurangnya variabel yang
relevan dengan pertanyaan penelitian.
• Keterbatasan dalam generalisasi: Data sekunder mungkin spesifik untuk populasi
atau konteks tertentu, sehingga generalisasi temuan penelitian mungkin terbatas.
Data sekunder memiliki beberapa kelebihan yang membuatnya menjadi pilihan yang
menguntungkan dalam penelitian:
1. Efisiensi Biaya dan Waktu: Mengumpulkan data sekunder lebih hemat biaya dan
waktu daripada mengumpulkan data primer baru. Data sekunder sudah ada dan
dapat diakses dengan relatif mudah, menghemat waktu yang dibutuhkan untuk
pengumpulan dan pengolahan data.
2. Ketersediaan Data yang Luas: Data sekunder sering kali mencakup berbagai topik
dan cakupan yang luas. Data ini sering dikumpulkan oleh organisasi besar,
lembaga pemerintah, atau lembaga penelitian yang memiliki sumber daya yang
cukup untuk melakukan survei atau penelitian yang komprehensif. Sehingga
peneliti dapat mengakses data yang mencakup populasi yang besar atau luas.
3. Data Historis: Data sekunder sering mencakup data historis, yang memungkinkan
peneliti untuk melacak perubahan dan tren dari waktu ke waktu. Ini
memungkinkan penelitian longitudinal dan analisis perubahan seiring waktu.
Namun, ada juga beberapa kelemahan yang harus diperhatikan dalam menggunakan data
sekunder:
Uji validitas instrumen adalah proses penting dalam penelitian untuk memastikan bahwa
instrumen pengumpulan data yang digunakan secara tepat dan akurat mengukur variabel
atau konstruk yang dimaksud.
1. Sekaran (2006): Menurut Sekaran, uji validitas adalah suatu metode yang
digunakan untuk menentukan sejauh mana instrumen pengukuran dapat
mengukur variabel yang dimaksud dengan akurat. Validitas mengacu pada sejauh
mana alat ukur tersebut benar-benar mengukur apa yang seharusnya diukur.
2. Hair et al. (2010): Hair et al. mendefinisikan uji validitas sebagai metode yang
digunakan untuk mengevaluasi apakah suatu instrumen pengukuran benar-benar
mengukur variabel yang dimaksud. Validitas dapat dikaitkan dengan pertanyaan
apakah suatu instrumen mengukur apa yang seharusnya diukur dan apakah
interpretasi hasilnya bermanfaat.
3. Pallant (2016): Menurut Pallant, validitas adalah kemampuan suatu instrumen
pengukuran untuk secara akurat dan konsisten mengukur variabel yang dimaksud.
Uji validitas digunakan untuk menunjukkan sejauh mana instrumen tersebut
benar-benar mencerminkan konstruk yang ingin diukur.
4. DeVellis (2017): DeVellis menjelaskan bahwa uji validitas adalah proses untuk
menentukan sejauh mana instrumen pengukuran mencerminkan konsep yang
ingin diukur. Validitas melibatkan evaluasi apakah instrumen tersebut secara
akurat mengukur variabel atau konstruk yang dimaksud.
5. Polit dan Beck (2017): Menurut Polit dan Beck, validitas adalah derajat ketepatan
instrumen pengukuran dalam mengukur variabel atau konstruk yang dimaksud.
Uji validitas digunakan untuk menguji apakah instrumen pengukuran memenuhi
persyaratan validitas dan dapat menghasilkan data
Berikut adalah penjelasan mengenai tujuan dan manfaat dari uji validitas instrumen:
Tujuan pengolahan data dalam penelitian adalah untuk mengubah data mentah yang
diperoleh dari berbagai sumber menjadi format yang dapat digunakan untuk analisis dan
interpretasi. Beberapa tujuan pengolahan data antara lain:
1. Keakuratan data: Pastikan data yang dikumpulkan akurat dan bebas dari
kesalahan. Periksa kembali data untuk memastikan bahwa tidak ada kesalahan
penulisan atau kesalahan pengisian.
2. Konsistensi data: Pastikan data konsisten dalam format dan strukturnya. Periksa
apakah data memiliki format yang sama, menggunakan skala yang konsisten, dan
mengikuti aturan atau pedoman yang telah ditetapkan.
3. Kekomplitan data: Pastikan semua data yang diperlukan untuk analisis tersedia.
Periksa apakah ada data yang hilang atau tidak lengkap, dan usahakan untuk
melengkapi data tersebut jika memungkinkan.
4. Pengkodean data: Jika diperlukan, lakukan pengkodean data untuk mengubah
data mentah menjadi bentuk yang lebih terstruktur. Tentukan kode atau label yang
sesuai untuk setiap variabel yang akan digunakan dalam analisis.
5. Kategorisasi data: Jika data memiliki karakteristik yang beragam, pertimbangkan
untuk mengelompokkan data ke dalam kategori yang relevan. Ini akan
mempermudah analisis dan interpretasi data.
6. Verifikasi data: Lakukan verifikasi atau cross-checking terhadap data untuk
memastikan kebenaran dan konsistensi. Bandingkan data dengan sumber aslinya,
periksa kesalahan pengetikan atau penginputan data, dan pastikan bahwa data
yang diolah sesuai dengan data mentah yang dikumpulkan.
7. Keamanan data: Jaga kerahasiaan dan integritas data selama proses pengolahan.
Pastikan data disimpan secara aman dan hanya dapat diakses oleh pihak yang
berwenang.
8. Dokumentasi: Selalu dokumentasikan langkah-langkah yang dilakukan dalam
pengolahan data. Hal ini penting untuk mengingat dan melacak proses yang telah
dilakukan serta memudahkan orang lain untuk memahami dan mengulang proses
yang sama.
9. Penggunaan perangkat lunak atau alat yang tepat: Gunakan perangkat lunak atau
alat yang sesuai dan terpercaya untuk pengolahan data. Pastikan Anda memiliki
pemahaman yang cukup tentang penggunaan perangkat lunak tersebut untuk
mengoptimalkan proses pengolahan data.
Pengolahan data harus dilakukan secara bertahap untuk mengoptimalkan hasil yang
dicapai. Melalui tahapan pengolahan data yang sistematis dan cermat, peneliti dapat
memastikan bahwa data yang digunakan dalam penelitian adalah berkualitas, akurat, dan
dapat diandalkan. Hal ini memberikan dasar yang kuat untuk analisis dan interpretasi
yang tepat dan menghasilkan temuan yang bermakna.
Tahapan pengolahan data yang meliputi editing, koding/skoring, tabulating, entri data,
dan cleaning data adalah sebagai berikut:
Setiap tahap pengolahan data ini penting untuk memastikan kualitas, akurasi, dan
konsistensi data yang digunakan dalam analisis penelitian.
BAB VIII
ANALISIS DATA
Bab ini membahas tentang Analisis Data , dimana analisis data adalah salah satu
bagian penting dalam sebuah penelitian atau studi yang melibatkan pengolahan,
interpretasi, dan pengambilan kesimpulan berdasarkan data yang telah dikumpulkan.
Melalui analisis data, peneliti dapat menggali makna dan pola yang tersembunyi dalam
data yang diperoleh, menguji hipotesis, serta mendapatkan pemahaman yang lebih
mendalam tentang fenomena yang sedang diteliti. Dalam Analisis Data, peneliti
menggunakan berbagai teknik, metode, dan alat statistik untuk menganalisis data yang
telah dikumpulkan. Tujuan dari analisis data adalah untuk menjawab pertanyaan
penelitian, menguji hipotesis, dan mendapatkan pemahaman tentang fenomena yang
diamati.
Pokok bahasan dalam bab ini meliputi pengertian analisis data, teknik-teknik
analisis yang relevan dengan jenis data yang digunakan, seperti analisis deskriptif, analisis
inferensial, dan jenis uji statistik yang bisa digunakan. Setiap teknik analisis akan
dijelaskan secara singkat beserta tujuan, prinsip dasar, dan langkah-langkah yang
dilakukan dalam menerapkannya. Dengan melakukan analisis data yang cermat dan
tepat, peneliti dapat menghasilkan temuan yang valid dan reliabel, menguji hipotesis, dan
memberikan kontribusi yang berarti dalam bidang pengetahuan yang sedang diteliti.
Analisis data adalah langkah penting dalam proses penelitian yang memungkinkan
peneliti untuk menggali makna dan informasi berharga dari data yang telah dikumpulkan
2. Analisis Bivariat
Analisis bivariat bertujuan untuk memahami hubungan antara dua variabel dalam
penelitian, sehingga kita dapat mengidentifikasi pola, asosiasi, atau pengaruh yang
mungkin ada antara keduanya. Berikut adalah beberapa tujuan utama dari analisis
bivariat:
3. Analisis Multivariat
Analisis multivariat adalah metode statistik yang digunakan untuk menganalisis
hubungan antara beberapa variabel yang terkait dalam satu analisis. Analisis ini dilakukan
melalui penggunaan teknik statistik yang lebih kompleks daripada analisis univariat atau
analisis bivariat, di mana hanya satu atau dua variabel yang dianalisis pada satu waktu,
namun dalam analisis multivariat, beberapa variabel dilakukan sekaligus. Dalam analisis
multivariat, variabel yang diamati dapat bersifat dependen (variabel respons) atau
independen (variabel prediktor).
Tujuan utama dari analisis multivariat adalah untuk memahami hubungan antara
variabel-variabel tersebut, mengidentifikasi pola atau struktur dalam data, dan menguji
hipotesis yang melibatkan beberapa variabel secara bersamaan. Analisis multivariat
memungkinkan peneliti untuk menggali lebih dalam dan memahami kompleksitas
hubungan antara variabel-variabel dalam satu analisis. Dengan menggunakan teknik
analisis multivariat yang tepat, peneliti dapat mendapatkan informasi yang lebih
komprehensif tentang data yang diamati, menguji hipotesis yang lebih kompleks, dan
membuat prediksi yang lebih akurat.
Dalam melakukan analisis multivariat, terdapat beberapa hal yang perlu diperhatikan :
1. Pemilihan Teknik Analisis yang Tepat: Pilihlah teknik analisis multivariat yang
sesuai dengan tujuan penelitian dan jenis data yang dimiliki. Setiap teknik analisis
memiliki asumsi dan batasan tertentu, sehingga penting untuk memilih teknik
yang paling cocok untuk pertanyaan penelitian yang diajukan.
2. Preparasi Data yang Tepat: Lakukan persiapan data yang cermat sebelum
melakukan analisis multivariat. Hal ini termasuk mengidentifikasi dan menangani
data yang tidak lengkap, outliers, atau data yang tidak sesuai. Pastikan data sudah
bersih, terstruktur, dan siap untuk dianalisis.
3. Asumsi Statistik: Periksa dan pahami asumsi statistik yang terkait dengan teknik
analisis multivariat yang digunakan. Misalnya, beberapa teknik analisis
membutuhkan asumsi normalitas, homoskedastisitas, atau independensi.
4. Ukuran Sampel yang Cukup: Pastikan jumlah sampel yang digunakan dalam
analisis multivariat memadai untuk mendapatkan hasil yang dapat dipercaya.
Ukuran sampel yang terlalu kecil dapat menghasilkan estimasi yang tidak akurat
atau tidak dapat dipercaya.
5. Interpretasi Hasil: Pahami dan interpretasikan hasil analisis multivariat dengan
hati-hati. Artikan hubungan antara variabel-variabel yang diamati, koefisien
regresi, faktor-faktor latent, atau kelompok-kelompok yang terbentuk secara
tepat. Hindari kesalahan dalam penafsiran yang dapat mengarah pada kesimpulan
yang tidak benar.
4. Uji Statistik
Uji statistik adalah metode yang digunakan dalam statistika untuk membuat
keputusan atau inferensi tentang populasi berdasarkan data yang diperoleh dari sampel.
Tujuan dari uji statistik adalah untuk menguji hipotesis atau membuat pernyataan tentang
karakteristik atau perbedaan di antara populasi. Dalam uji statistik, ada dua jenis hipotesis
yang diajukan: hipotesis nol (H0) dan hipotesis alternatif (Ha) atau hipotesis penelitian.
a. Pengertian hipotesis :
Berikut adalah pengertian hipotesis menurut lima ahli yang berbeda:
1. Carl Hempel ( 1965) : Menurut Carl Hempel, seorang filsuf dan ahli epistemologi,
hipotesis adalah sebuah pernyataan yang dapat diuji dan memuat klaim atau
prediksi tentang hubungan antara variabel-variabel tertentu. Hipotesis berfungsi
sebagai dasar untuk pengujian empiris dan dapat digunakan untuk menguji
kebenaran klaim yang diajukan.
2. Ronald Fisher (1935) : Ronald Fisher, seorang ahli statistik, mendefinisikan
hipotesis sebagai suatu pernyataan yang dapat diuji dan dapat dibuktikan atau
ditolak melalui bukti empiris. Menurut Fisher, hipotesis adalah suatu pernyataan
yang diajukan berdasarkan data yang dikumpulkan dan dapat diuji melalui metode
statistik.
3. Thomas Kuhn (1962) : Thomas Kuhn, seorang filsuf sains, melihat hipotesis
sebagai sebuah proposisi yang ditawarkan sebagai jawaban untuk mengatasi
kegagalan dalam teori yang sudah ada. Menurut Kuhn, hipotesis adalah suatu
usulan baru yang dapat mengubah paradigma ilmiah yang ada.
4. Karl Popper ( 1959) : Karl Popper, seorang filsuf sains, mendefinisikan hipotesis
sebagai suatu pernyataan yang dapat diuji dan berpotensi untuk dibuktikan salah.
Baginya, hipotesis adalah suatu klaim yang diusulkan untuk diuji melalui metode
ilmiah, dan jika berhasil dibuktikan salah, hal itu akan menghasilkan kemajuan
dalam pengetahuan.
5. Robert K. Yin (2018) : Robert K. Yin, seorang ahli penelitian kualitatif, mengartikan
hipotesis sebagai suatu pernyataan yang diajukan sebelum melakukan penelitian,
berdasarkan teori yang ada atau pemahaman awal tentang fenomena yang
diamati. Hipotesis bertujuan untuk membimbing penelitian dan menjadi dasar
untuk pengumpulan dan analisis data.
Uji statistik membantu para peneliti dan pengambil keputusan untuk mengambil
kesimpulan yang didukung oleh bukti statistik yang objektif. Namun, yang perlu
diperhatikan adalah bahwa interpretasi hasil uji statistik harus dilakukan dengan hati-
hati, dan konteks dan pertimbangan lainnya harus dipertimbangkan untuk membuat
keputusan yang lebih luas atau untuk mengambil kesimpulan praktis. Dari beberapa
pengertian menurut pakar bisa diambil kesimpulan bahwa hipotesis merupakan sebuah
pernyataan atau proposisi yang diajukan untuk diuji kebenarannya berdasarkan bukti
atau data yang tersedia. Hipotesis adalah asumsi atau klaim yang diajukan tentang
hubungan antara dua atau lebih variabel dalam suatu penelitian atau percobaan. Hipotesis
seringkali berfungsi sebagai dasar untuk melakukan penelitian lebih lanjut atau percobaan
ilmiah. Hipotesis dapat diajukan berdasarkan pengetahuan sebelumnya, teori,
pengamatan, atau pemikiran logis. Hipotesis ini kemudian diuji menggunakan metode
ilmiah, seperti uji statistik, untuk menguji kebenarannya.
Dalam konteks uji statistik, ada dua jenis hipotesis yang diajukan:
1. Hipotesis nol (H0): Ini adalah hipotesis yang diajukan untuk diuji. Hipotesis nol
biasanya berisi klaim bahwa tidak ada perbedaan atau hubungan yang signifikan
antara variabel yang sedang diteliti. Misalnya, hipotesis nol dalam uji t-tes
mungkin menyatakan bahwa tidak ada perbedaan rata-rata antara dua kelompok.
2. Hipotesis alternatif (Ha) atau hipotesis penelitian: Ini adalah kebalikan dari
hipotesis nol. Hipotesis alternatif mengklaim bahwa ada perbedaan atau hubungan
yang signifikan antara variabel. Misalnya, hipotesis alternatif dalam uji t-tes akan
menyatakan bahwa ada perbedaan rata-rata antara dua kelompok.
Hipotesis haruslah spesifik, terukur, dan terdefinisi dengan jelas sehingga dapat
diuji secara objektif. Hipotesis yang baik juga harus dapat diuji dengan menggunakan
metode ilmiah yang sesuai dan data yang relevan. Jika bukti atau data yang ada
mendukung hipotesis, maka hipotesis dapat diterima. Namun, jika bukti atau data yang
ada tidak mendukung hipotesis, maka hipotesis dapat ditolak.
Menyusun hipotesis adalah langkah penting dalam proses penelitian atau
percobaan. Hipotesis yang baik haruslah spesifik, terukur, dan terdefinisi dengan jelas.
Berikut adalah langkah-langkah dalam menyusun dan menguji hipotesis:
1. Tentukan variabel penelitian: Identifikasi variabel-variabel yang ingin di teliti
dalam penelitian. Variabel adalah karakteristik atau faktor yang akan diuji dan
dibandingkan. Ada dua jenis variabel: variabel independen (yang berpengaruh
pada variabel dependen) dan variabel dependen (yang terpengaruh oleh variabel
independen).
2. Identifikasi hubungan antara variabel: Pahami hubungan yang mungkin ada antara
variabel yang telah di tentukan. Pertimbangkan apakah kita mengharapkan ada
perbedaan, hubungan positif, hubungan negatif, atau tidak ada hubungan antara
variabel.
3. Rumuskan hipotesis nol (H0): Hipotesis nol (H0) adalah klaim bahwa tidak ada
perbedaan atau hubungan yang signifikan antara variabel yang sedang diteliti.
Rumuskan pernyataan yang menyatakan bahwa tidak ada hubungan atau
perbedaan antara variabel yang diteliti. Misalnya, "Tidak ada perbedaan tingkat
kecemasan antara kelompok A dan kelompok B."
4. Rumuskan hipotesis alternatif (Ha) atau hipotesis penelitian: Hipotesis alternatif
(Ha) adalah kebalikan dari hipotesis nol dan mengklaim bahwa ada perbedaan
atau hubungan yang signifikan antara variabel. Rumuskan pernyataan yang
menyatakan adanya perbedaan atau hubungan antara variabel Anda. Misalnya,
"Ada perbedaan tingkat kecemasan antara kelompok A dan kelompok B"
5. Jadikan hipotesis spesifik dan terukur: Pastikan hipotesis Anda spesifik dan dapat
diukur. Gunakan kata-kata yang jelas dan menggambarkan dengan tepat variabel
yang diteliti dan hubungan yang diharapkan.
6. Tentukan tingkat signifikansi: Pilih tingkat signifikansi yang akan Anda gunakan
untuk menguji hipotesis. Tingkat signifikansi umum yang digunakan adalah 0,05
(5%) atau 0,01 (1%). Tingkat signifikansi ini menentukan batas nilai p-value yang
akan digunakan untuk menolak atau gagal menolak hipotesis nol.
7. Siapkan metode pengujian: Tentukan metode atau uji statistik yang akan Anda
gunakan untuk menguji hipotesis Anda. Pilih metode yang sesuai dengan desain
penelitian Anda dan jenis data yang Anda miliki. Contoh metode pengujian
statistik termasuk uji t-tes, analisis varians (ANOVA), uji chi-square, dan lainnya.
8. Uji dan evaluasi hipotesis: Gunakan data yang dikumpulkan dalam penelitian atau
percobaan Anda untuk menguji hipotesis. Terapkan metode pengujian statistik
yang telah Anda tentukan dan hitung nilai uji statistik serta nilai p-value.
9. Buat kesimpulan: Berdasarkan hasil uji statistik, bandingkan nilai p-value dengan
tingkat signifikansi yang telah Anda tentukan. Jika nilai p-value lebih kecil dari
tingkat signifikansi, Anda dapat menolak hipotesis nol dan menerima hipotesis
alternatif. Jika nilai p-value lebih besar dari tingkat signifikansi, tidak cukup bukti
untuk menolak hipotesis nol.
b. Kesalahan dalam pengujian hipotesis
Dalam konteks pengujian hipotesis, terdapat dua jenis kesalahan yang mungkin terjadi:
kesalahan tipe 1 (error type 1) dan kesalahan tipe 2 (error type 2).
1. Kesalahan Tipe 1 (Error Type 1): Kesalahan tipe 1 terjadi ketika hipotesis nol
ditolak padahal sebenarnya hipotesis nol benar. Dalam kata lain, kesalahan tipe 1
terjadi ketika ada kesimpulan bahwa ada perbedaan atau hubungan yang
signifikan antara variabel, padahal sebenarnya tidak ada perbedaan atau
hubungan yang signifikan dalam populasi. Kesalahan tipe 1 terkait dengan tingkat
signifikansi yang telah ditetapkan sebelumnya. Misalnya, jika tingkat signifikansi
yang dipilih adalah 0,05, maka tingkat risiko kesalahan tipe 1 adalah 0,05. Artinya,
terdapat kemungkinan sebesar 5% bahwa hasil yang signifikan ditemukan hanya
karena kebetulan. Untuk mengurangi risiko kesalahan tipe 1, peneliti dapat
memilih tingkat signifikansi yang lebih rendah atau memperhatikan ukuran sampel
yang lebih besar. Namun, penurunan tingkat signifikansi juga dapat meningkatkan
risiko kesalahan tipe 2.
2. Kesalahan Tipe 2 (Error Type 2): Kesalahan tipe 2 terjadi ketika hipotesis nol
diterima padahal sebenarnya hipotesis alternatif benar. Dalam kata lain, kesalahan
tipe 2 terjadi ketika tidak ada kesimpulan bahwa ada perbedaan atau hubungan
yang signifikan antara variabel, padahal sebenarnya ada perbedaan atau hubungan
yang signifikan dalam populasi. Kesalahan tipe 2 terkait dengan daya uji (power)
dari suatu uji statistik. Daya uji adalah kemampuan suatu uji statistik untuk
mendeteksi perbedaan atau hubungan yang sebenarnya ada. Semakin tinggi daya
uji, semakin kecil risiko kesalahan tipe 2. Untuk mengurangi risiko kesalahan tipe
2, peneliti dapat meningkatkan ukuran sampel, memperbaiki desain penelitian,
atau menggunakan metode pengujian statistik yang lebih sensitif.
Kesalahan tipe 1 dan tipe 2 bersifat saling terkait, dan mengurangi risiko salah satu
jenis kesalahan biasanya akan meningkatkan risiko jenis kesalahan yang lain.
Keseimbangan antara kedua jenis kesalahan ini penting untuk membuat keputusan yang
tepat dan menghindari kesimpulan yang tidak akurat.
Kesalahan tipe 1 dalam pengujian hipotesis terjadi ketika hipotesis nol ditolak padahal
sebenarnya hipotesis nol benar. Ada beberapa faktor yang dapat menyebabkan terjadinya
kesalahan tipe 1, di antaranya:
1. Tingkat signifikansi yang terlalu tinggi: Tingkat signifikansi (α) adalah batas yang
ditetapkan untuk menentukan apakah hasil pengujian statistik cukup kuat untuk
menolak hipotesis nol. Jika tingkat signifikansi yang dipilih terlalu tinggi, misalnya
0,10 atau 0,20, maka risiko kesalahan tipe 1 akan meningkat.
2. Ukuran sampel yang kecil: Ukuran sampel yang kecil dapat meningkatkan risiko
kesalahan tipe 1. Dalam sampel yang kecil, terdapat kemungkinan lebih tinggi
bahwa hasil yang signifikan ditemukan hanya karena kebetulan, bahkan jika tidak
ada perbedaan atau hubungan yang sebenarnya dalam populasi.
3. Pengujian multipel: Ketika banyak hipotesis diuji secara bersamaan tanpa
penyesuaian untuk tingkat signifikansi, risiko kesalahan tipe 1 dapat meningkat.
Ini dikenal sebagai kesalahan tipe 1 yang dikoreksi (adjusted type 1 error) atau
"penyesuaian multiple testing". Jika terdapat banyak perbandingan atau pengujian
hipotesis yang dilakukan dalam satu penelitian, perlu dilakukan koreksi untuk
mengurangi risiko kesalahan tipe 1.
4. Bias pilih-pilih (cherry picking): Kesalahan tipe 1 juga dapat terjadi jika peneliti
dengan sengaja atau tidak sadar memilih hasil yang signifikan dan mengabaikan
hasil yang tidak signifikan. Hal ini dapat mengarah pada penarikan kesimpulan
yang salah dan meningkatkan risiko kesalahan tipe 1.
Penting untuk memahami bahwa risiko kesalahan tipe 1 selalu ada dalam
pengujian hipotesis. Oleh karena itu, penting untuk memilih tingkat signifikansi yang
sesuai, melakukan perencanaan statistik yang cermat, dan menghindari praktik-praktik
yang dapat mempengaruhi hasil dan interpretasi yang tidak akurat.
Penyebab terjadinya error tipe 2 dapat disebabkan oleh beberapa faktor berikut:
1. Ukuran Sampel yang Kecil: Jika ukuran sampel yang digunakan dalam uji hipotesis
terlalu kecil, kemungkinan untuk mendeteksi perbedaan yang sebenarnya antara
populasi bisa menjadi rendah. Hal ini meningkatkan risiko terjadinya error tipe 2.
2. Kekuatan Statistik yang Rendah: Kekuatan statistik adalah kemampuan dari uji
hipotesis untuk mendeteksi perbedaan atau efek yang sebenarnya ada dalam
populasi. Jika kekuatan statistik rendah, maka risiko terjadinya error tipe 2 akan
meningkat.
3. Asumsi yang Tidak Terpenuhi: Jika asumsi-asumsi yang digunakan dalam analisis
statistik tidak terpenuhi, seperti asumsi normalitas atau homogenitas varians,
maka hasil uji hipotesis bisa menjadi tidak akurat. Hal ini dapat menyebabkan
kesalahan dalam tidak menolak hipotesis nol, meskipun hipotesis alternatif
sebenarnya benar.
4. Besarnya Efek yang Kecil: Jika efek yang diamati dalam populasi sangat kecil,
kemampuan uji hipotesis untuk mendeteksi perbedaan tersebut juga akan
menurun. Dalam hal ini, risiko terjadinya error tipe 2 akan meningkat.
5. Pemilihan Level Signifikansi yang Rendah: Level signifikansi (α) adalah ambang
batas yang digunakan untuk mengambil keputusan dalam uji hipotesis. Jika level
signifikansi yang dipilih terlalu rendah, misalnya α = 0,01, maka peluang terjadinya
error tipe 2 akan meningkat karena batas untuk menolak hipotesis nol menjadi
lebih ketat.
Terjadinya error tipe 2 dan error tipe 1 (terjadinya penolakan hipotesis nol ketika
seharusnya diterima) adalah trade-off. Ketika risiko terjadinya error tipe 1 ditekan dengan
memilih level signifikansi yang lebih rendah, risiko terjadinya error tipe 2 bisa meningkat.
Sebaliknya, jika risiko terjadinya error tipe 2 ditekan, risiko terjadinya error tipe 1 bisa
meningkat.
a) Uji Korelasi: Uji korelasi digunakan untuk mengukur kekuatan dan arah hubungan
antara dua variabel kuantitatif. Uji korelasi menghasilkan koefisien korelasi, yang
menggambarkan tingkat keterkaitan antara variabel-variabel tersebut. Koefisien
korelasi dapat berada dalam rentang -1 hingga +1, dengan nilai -1 menunjukkan
korelasi negatif sempurna, nilai +1 menunjukkan korelasi positif sempurna, dan
nilai 0 menunjukkan tidak adanya korelasi.
b) Uji Regresi: Uji regresi, di sisi lain, digunakan untuk memahami hubungan antara
satu variabel dependen (variabel yang ingin diprediksi atau dijelaskan) dan satu
atau lebih variabel independen (variabel yang digunakan untuk memprediksi atau
menjelaskan variabel dependen). Uji regresi memberikan informasi tentang
bagaimana variabel independen berkontribusi terhadap variabel dependen dan
dapat digunakan untuk membangun model prediktif.
Perbedaan Utama:
1. Fokus: Uji korelasi berfokus pada mengukur sejauh mana dua variabel kuantitatif
terkait atau berkorelasi satu sama lain. Uji regresi, di sisi lain, berfokus pada
memahami hubungan penyebab-akibat antara variabel dependen dan variabel
independen.
2. Variabel: Uji korelasi hanya melibatkan dua variabel kuantitatif, sedangkan uji
regresi melibatkan setidaknya satu variabel dependen dan satu variabel
independen, meskipun bisa lebih dari satu variabel independen.
3. Hasil: Uji korelasi menghasilkan koefisien korelasi, yang menggambarkan
kekuatan dan arah hubungan antara dua variabel. Uji regresi memberikan model
regresi yang dapat digunakan untuk memprediksi atau menjelaskan variabel
dependen berdasarkan variabel independen.
4. Interpretasi: Uji korelasi menyatakan bahwa ada korelasi antara variabel-variabel
tersebut, tetapi tidak memberikan informasi tentang hubungan sebab-akibat atau
pengaruh langsung antara variabel-variabel tersebut. Uji regresi memberikan
informasi tentang sejauh mana variabel independen mempengaruhi variabel
dependen dan memberikan indikasi tentang arah dan kekuatan pengaruh tersebut.
Dalam prakteknya, uji korelasi sering digunakan untuk menjelajahi hubungan
antara dua variabel, sedangkan uji regresi digunakan untuk membangun model prediktif
atau menjelaskan hubungan yang lebih kompleks antara variabel-variabel.
2) Jumlah Variabel
Uji statistik dapat dibagi berdasarkan jumlah variabel yang dirancang untuk dianalisis.
Dalam analisis data penelitian kita, penting untuk mempertimbangkan berapa banyak
variabel yang akan dianalisis. Untuk memudahkan pemilihan uji statistik, kita perlu
mengidentifikasi jumlah variabel yang kita punya, apakah satu, dua, atau lebih dari dua.
Selain itu, kita juga harus benar-benar bisa membedakan mana variabel bebas/
independent dan mana variabel terikat/ dependent dalam penelitian kita.
Jumlah variabel yang terlibat dalam analisis statistik dapat mempengaruhi pilihan uji
statistik yang digunakan. Pilihan uji statistik didasarkan pada karakteristik data,
pertanyaan penelitian, dan asumsi yang terkait dengan metode statistik tersebut. Berikut
adalah contoh penerapan uji statistik yang dipilih berdasarkan pertimbangan jumlah
variabel :
1. Uji T-Test: Uji t-Test digunakan untuk membandingkan rata-rata antara dua
kelompok. Jika kita hanya memiliki dua variabel yang ingin dibandingkan, uji t-
Test bisa menjadi pilihan yang tepat.
2. Uji Anova: Uji Anova digunakan untuk membandingkan rata-rata antara lebih dari
dua kelompok. Jika kita memiliki tiga atau lebih variabel yang ingin dibandingkan,
uji Anova bisa menjadi pilihan yang tepat. Jika ada faktor-faktor tambahan yang
ingin dimasukkan dalam analisis (misalnya, faktor kategori), maka uji Anova dua
arah atau uji Anova faktorial bisa digunakan.
3. Uji Regresi Linier: Uji regresi linier digunakan untuk memodelkan hubungan
antara variabel dependen dan satu atau lebih variabel independen. Jika kitaingin
memprediksi atau menjelaskan variasi dalam satu variabel dependen berdasarkan
satu atau lebih variabel independen, uji regresi linier bisa digunakan.
4. Uji Regresi Logistik: Uji regresi logistik digunakan untuk memodelkan hubungan
antara variabel dependen yang bersifat biner atau kategorikal dan satu atau lebih
variabel independen. Jika kita ingin memprediksi atau menjelaskan probabilitas
atau kemungkinan kejadian suatu variabel dependen yang bersifat biner, seperti
sukses/gagal atau ya/tidak, uji regresi logistik bisa digunakan.
5. Uji Korelasi: Uji korelasi digunakan untuk mengevaluasi hubungan linier antara
dua variabel terukur. Jika kita hanya tertarik pada hubungan antara dua variabel
terukur, uji korelasi bisa menjadi pilihan yang tepat.
6. Analisis Regresi Berganda: Analisis regresi berganda digunakan untuk
memodelkan hubungan antara satu variabel dependen dan dua atau lebih variabel
independen. Jika kita ingin memprediksi atau menjelaskan variasi dalam satu
variabel dependen berdasarkan beberapa variabel independen, analisis regresi
berganda bisa digunakan.
3) Desain Studi/Desain Penelitian
Desain studi/ rancangan penelitian, ikut menentukan uji statistik apa yang harus
dipilih, karena akan mempengaruhi hasil dan penarikan kesimpulan. Kita perlu
mengidentifikasi variabel penelitian kita, apakah variabel yang saling
independent/unpaired (tidak berhubungan/saling lepas), atau merupakan pengamatan
berpasangan (paired) yang datang dari kelompok sampel/ pengamatan yang sama.
Sebagai contoh misalnya seorang peneliti ingin membandingkan efek terapi obat,
kemudian mengukur kondisi kadar gula darah pasien sebelum dan sesudah
menggunakan terapi obat ( paired ) atau contoh lain seorang peneliti ingin membanding
perbedaan perilaku pemberian Asi eksklusive pada masyarakat pedesaan dan perkotaan
( unpaired).
4) Tipe/Jenis Data
Tipe/jenis data yang kita miliki juga bisa menentukan jenis uji statistik yang tepat
untuk digunakan. Sesuai dengan penjelasan sebelumnya, data dapat dibedakan menjadi
data kuantitatif dan data kualitatif. Data kuantitatif menunjukkan jumlah atau besaran
sesuatu, sedangkan data kuantitatif dapat dibagi menjadi data kontinyu (mewakili ukuran
dan biasanya dapat dibagi menjadi unit yang lebih kecil dari satu , misalnya Berat badan
pasien 60,5 kg), dan data diskrit/diskontinyu ( mewakili jumlah dan biasanya tidak dapat
dibagi menjadi unit yang lebih kecil dari satu misalnya jumlah pasien laki-laki di Poli
jantung = 20 orang ). Data kualitatif atau kategorikal meliputi: data ordinal mewakili data
dengan urutan (misalnya tingkat pendidikan pasien) dan data nominal mewakili nama
kelompok (misalnya golongan darah pasien A, B, AB atau O). Untuk menentukan mana
uji statistik yang tepat, kita perlu melakukan identifikasi tipe data variabel dependent dan
variabel independen
5) Asumsi Statistik
Pengujian statistik membuat beberapa asumsi umum tentang data yang diuji:
1) Asumsi Normalitas data
Data mengikuti distribusi normal, dimana asumsi ini hanya berlaku untuk data
kuantitatif. Untuk melihat distribusi data apakah normal atau tidak, kita dapat
menggunakan uji normalitas yaitu uji Saphiro-Wilk (untuk sampel kecil atau kurang dari
30) atau uji Kolmogorof Smirnov (untuk sampel besar atau lebih dari 30). Selain
menggunakan uji tersebut, normalitas distribusi data dapat kita lihat dengan
menggunakan QQ plot.
Jika data kita memenuhi asumsi normalitas atau homogenitas varians, kita dapat
melakukan uji statistik parametrik, yaitu uji yang dilakukan dengan asumsi data memiliki
distribusi normal. Jika data kita tidak memenuhi asumsi normalitas atau homogenitas
varians, kita dapat melakukan uji statistik nonparametrik, yaitu uji yang dilakukan tanpa
asumsi tentang distribusi data.
Berdasarkan uji asumsi ini, kita dapat menentukan mana jenis uji yang bisa kita
lakukan, apakah uji parametrik, atau non parametrik. Uji parametrik biasanya memiliki
persyaratan yang lebih ketat daripada uji nonparametrik, dan mampu membuat
kesimpulan yang lebih kuat dari data. Uji non-parametrik tidak membuat banyak asumsi
tentang data, dan berguna ketika satu atau lebih asumsi statistik umum dilanggar. Namun,
kesimpulan yang di buat tidak sekuat hasil dari uji parametrik
2) Asumsi Homogenitas varians
Varians dalam setiap kelompok yang dibandingkan adalah serupa di antara semua
kelompok. Untuk menguji homogenitas varians, kita bisa gunakan uji F. Uji homogenitas
varians digunakan untuk menguji apakah variasi data dalam dua atau lebih kelompok atau
perlakuan adalah homogen atau sama. Uji ini penting dalam analisis statistik, terutama
ketika kita ingin membandingkan rata-rata antara kelompok-kelompok tersebut.
Tujuan dari uji homogenitas varians adalah untuk memastikan bahwa kelompok-
kelompok yang dibandingkan memiliki variasi yang serupa. Jika variasi antara kelompok
sangat berbeda, maka dapat mempengaruhi hasil analisis statistik, seperti uji-t atau
analisis varian (ANOVA), dan dapat menghasilkan kesalahan interpretasi. Jika hasil uji
menunjukkan bahwa variasi antara kelompok-kelompok adalah homogen, artinya variasi
tidak signifikan berbeda antara kelompok-kelompok tersebut. Dalam hal ini, kita dapat
melanjutkan analisis komparatif, seperti uji-t atau ANOVA, dengan asumsi homogenitas
varians. Jika hasil uji menunjukkan bahwa variasi antara kelompok-kelompok adalah
tidak homogen, artinya variasi signifikan berbeda antara kelompok-kelompok tersebut,
kita perlu mengambil tindakan yang sesuai, seperti menggunakan metode atau uji statistik
alternatif yang tidak mengasumsikan homogenitas varians, seperti uji-t dengan
penyesuaian derajat kebebasan (misalnya, uji-t Welch atau uji-t Aspin-Welch) atau uji
non-parametrik (misalnya, Uji Mann-Whitney atau Kruskal-Wallis).
Upaya lain jika homogenitas varians tidak terpenuhi, maka kita dapat mencoba
mentransformasi data menggunakan metode seperti logaritma, akar kuadrat, atau inversi
untuk mencapai homogenitas varians. Setelah melakukan transformasi data, kita dapat
melakukan uji homogenitas varians lagi untuk memastikan bahwa variasi telah menjadi
homogen. Beberapa metode analisis, seperti Regresi Robust atau ANOVA Robust,
dirancang untuk menangani kasus ketika homogenitas varians tidak terpenuhi.
Pilihan tindak lanjut tergantung pada tujuan penelitian, karakteristik data, dan
asumsi yang dapat dipenuhi. Penting untuk melakukan uji homogenitas varians untuk
memastikan kevalidan hasil analisis statistik yang dilakukan.
Berikut pedoman dalam menentukan/memilih uji statik untuk analisis data penelitian.
Uji Perbandingan
Tujuan Objek Pengamatan Tipe data Jenis uji Uji statistik
Binomial McNemar
Binomial McNemar
Repeated
>2 group Numerikal Parametrik
Membandingkan Berpasangan measures ANOVA
sampel
Non
Numerikal Friedman test
parametrik
Numerik-
Parametrik Perason’s R
Mencari Tidak numerik
2 group sampel
Hubungan berpasangan
Numerik- Non
Spearmen rank
numerik parametrik
Mencari Numerik-
Data time series Berpasangan Time series
Pengaruh Numerik
Numerik- Regresi
parametrik
Numerik Berganda
Terdapat variabel
Mencari Numerik
mediasi atau Parametrik Path nalysis
pengaruh (kontinue)
intervensi