UJIAN AKHIR SEMESTER GASAL T.

A 2023/2024

METODE PENELITIAN

OLEH
NAMA : BASILIUS YANCE PRAMONO
NIM : B2052231002

PROGRAM STUDI MAGISTER EKONOMI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSTAS TANJUNGPURA
PONTIANAK
2023
 Mata Kuliah : Metode Penelitian
Tanggal : 02 Desember 2023.
Jam (Waktu) : Take Home
Semester/Kelas : I/ Angk 31 Klas A1& A2
Jurusan / Prodi : Magister Ekonomi
Dosen Penguji :Dr. H. Memet Agustiar, SE.,M.A
Nama : Basilius Yance Pramono
NIM : B2052231002
Sifat Ujian : Close Book

1. Plagiarisme adalah tindakan mengambil atau menggunakan ide, kata-kata, atau karya orang
lain tanpa memberikan kredit atau sumber yang tepat. Ini merupakan bentuk pelanggaran etika
dan dapat mencakup penggunaan teks, ide, gambar, atau karya lainnya tanpa izin atau
pengakuan yang sesuai.
Ada beberapa alasan mengapa plagiat dilarang:
• Melanggar Etika Akademik: Plagiat melibatkan pengambilan karya atau ide orang
lain tanpa memberikan penghargaan atau memberikan pengakuan yang sesuai. Ini
melanggar etika akademik dan dapat merusak kepercayaan dalam komunitas ilmiah
dan pendidikan.
• Pencurian Intelektual: Plagiat dianggap sebagai pencurian intelektual karena
seseorang mengklaim karya atau ide orang lain sebagai miliknya sendiri. Ini merugikan
pencipta atau penemu yang seharusnya mendapatkan kredit dan penghargaan atas
kontribusinya.
• Mempertahankan Standar Akademik: Plagiat dapat merusak standar akademik dan
kepercayaan pada lembaga pendidikan. Untuk memastikan integritas dan kredibilitas
lembaga, diperlukan aturan dan sanksi terhadap tindakan plagiat.
• Penghormatan Terhadap Proses Pembelajaran: Plagiat menghancurkan tujuan
utama pendidikan, yaitu pembelajaran. Dengan mengambil karya orang lain tanpa
memahami atau memproses materi sendiri, seseorang kehilangan kesempatan untuk
tumbuh dan berkembang secara pribadi dan akademik.
2. Tinjauan Teoritis:
• Fokus: Tinjauan teoritis berfokus pada literatur dan teori-teori yang telah
dikembangkan oleh peneliti sebelumnya dalam bidang tertentu.
 • Sumber Data: Informasi didapat dari buku, artikel jurnal, konferensi, dan sumber-
sumber teoritis lainnya.
• Tujuan: Menjelaskan kerangka konseptual atau teoretis yang mendasari penelitian
baru. Peneliti akan merinci konsep-konsep, teori-teori, atau model-model yang relevan
dengan topik penelitian mereka.
• Hasil: Outputnya berupa pemahaman yang lebih baik tentang kerangka kerja teoritis
yang akan membimbing penelitian empiris. Ini membantu peneliti menemukan celah
dalam pengetahuan yang dapat diisi melalui penelitian mereka.

Sedangkan Tinjauan Empiris:

• Fokus: Tinjauan empiris berkaitan dengan studi-studi atau penelitian-penelitian
sebelumnya yang didasarkan pada pengumpulan dan analisis data empiris.
• Sumber Data: Data empiris diperoleh melalui metode penelitian, seperti survei,
eksperimen, observasi, atau analisis data sekunder.
• Tujuan: Menunjukkan hasil-hasil penelitian sebelumnya, metodologi yang digunakan,
dan temuan-temuan empiris. Ini membantu peneliti memahami konteks dan hasil
penelitian yang relevan dengan topik mereka.
• Hasil: Outputnya berupa informasi konkret berdasarkan data dan temuan dari
penelitian sebelumnya. Tinjauan empiris juga dapat digunakan untuk mengevaluasi
metode penelitian yang efektif atau temuan yang konsisten.
3. Terlalu banyak independent variable (variabel independen) dalam suatu model statistik atau
analisis dapat mengakibatkan beberapa masalah, yang dikenal sebagai masalah
multikolinearitas, overfitting, atau kompleksitas model yang berlebihan. Beberapa alasan
mengapa terlalu banyak independent variable bisa merugikan dalam suatu model adalah
sebagai berikut:
• Multikolinearitas: Terlalu banyak variabel independen dapat menyebabkan masalah
multikolinearitas, di mana beberapa variabel independen berkorelasi tinggi satu sama
lain. Hal ini dapat membuat interpretasi efek masing-masing variabel menjadi sulit, dan
dapat meningkatkan ketidakpastian dalam estimasi parameter.
• Overfitting: Jika model memiliki terlalu banyak variabel independen, model tersebut
mungkin menjadi terlalu spesifik untuk data pelatihan tertentu. Sebagai akibatnya,
model tersebut mungkin tidak dapat menggeneralisasi dengan baik ke data baru atau
data yang tidak terlihat sebelumnya. Overfitting dapat mengakibatkan kinerja yang
buruk pada data baru karena model terlalu "memorisi" data pelatihan daripada
"mengerti" pola umum yang mendasarinya.
• Kesulitan Interpretasi: Semakin banyak variabel independen, semakin sulit untuk
menginterpretasi hubungan antara variabel-variabel tersebut. Ini dapat menyulitkan
untuk menyusun cerita atau penjelasan yang koheren tentang bagaimana variabel-
variabel tersebut berinteraksi dan berkontribusi terhadap variabel dependen.