METODE

KUANTITATIF BISNIS
Dr. H. Badaruddin, S.T., M.M
 Metode
Kuantitatif
• Pendekatan ilmiah untuk
keputusan manajerial dan ekonomi
(Render, B.,et.al)
• Ilmu dan seni yang berkaitan
dengan tata cara (metode)
pengumpulan data, analisis data
dan interpretasi hasil analisis untuk
mendapatkan informasi guna
mendapatkan kesimpulan dan
pengambilan keputusan (Solimun)
 Para pengambil keputusan baik pada instansi pemerintah maupun
swasta dan interaksi kehidupan bermasyarakat telah banyak
menggunakan kaidah-kaidah kuantitatif seperti menghitung rata-rata
penghasilan sebuah keluarga setiap bulan, mengukur tingkat
produktifitas usaha, melihat hubungan antara aktivitas yang dikerjakan
dengan prestasi yang diraih, dsb
 METODE KUANTITATIF

01 02
METODE PENELITIAN TEKNIK PENGAMBILAN
KUANTITATIF KEPUTUSAN KUANTITATIF
 1

Metode Penelitian
Kuantitatif
 KELEBIHAN METODE KUANTITATIF
Dapat digunakan Hasil analisis dapat
1 untuk menduga 2 diperoleh dengan pasti
atau meramal dan akurat apabila
digunakan sesuai
aturan2 yang telah
ditetapkan
Dapat digunakan Dapat
3 untuk mengukur 4 menyederhanakan
interaksi hubungan realitas
antara dua taua permasalahan yang
lebih variabel kompleks & rumit
dalam sebuah
model
 KEKURANGAN METODE
KUANTITATIF
● Berdasarkan pada anggapan-anggapan (asumsi)
● Asumsi tidak sesuai dengan realitas yang terjadi maka
kemampuannya tidak dapat dijamin bahkan
menyesatkan
● Data harus berdistribusi normal
● Dapat digunakan untuk menganalisis data yang
populasi/sampelnya sama
● Tidak dapat dipergunakan untuk menganalisis sampel
yang jumlahnya sedikit (harus >30)
 PENDEKATAN ANALISIS KUANTITATIF
Teori Ekonomi & Studi PERUMUSAN MASALAH
Empiris Sebelumnya
DESAIN MODEL

PENGUMPULAN DATA

PENCARIAN SOLUSI

PENGUJIAN SOLUSI

ANALISIS DAN HASIL

Sumber : Render, B. et.al
IMPLEMENTASI HASIL & REKOMENDASI
Studi Empiris
Sebelumnya
 KONSEP & PEMODELAN METODE
KUANTITATIF
Metode kuantitatif (parametrik) adalah pendekatan yang menyangkut
pendugaan parameter, pengukuran hipotesis, pembentukan hubungan
kepercayaan dan hubungan antara dua sifat (peubah) atau lebih bagi parameter-
parameter yang mempunyai sebaran (distribusi normal) tertentu yang diketahui.

Metode kuantitatif berlandaskan pada anggapan-anggapan tertentu yang telah

disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan
keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode
ini tidak dapat dijamin atau bahkan dapat menyesatkan.
 MODEL RISET DALAM
PENDEKATAN KUANTITATIF

Scientific Problem Hypotesis

Pembuktian Data
Empirik

Unit Analisis / Unit

Obyek Penelitian Sample

Responden
 DATA EMPIRIK

• Pendekatan kuantitatif berangkat dari data atau ibarat

bahan baku dalam sebuah pabrik. Data diproses dan
dimanipulasi menjadi informasi yang berharga bagi
pengambilan keputusan.
• Data yang dikumpulkan harus “dibersihkan” sebelum
dianalisis, ibarat dalam memasak kita harus mencuci
dulu alat dan bahan-bahan makanan yang akan kita
masak agar masakan kita setidaknya bersih.
 GIGO
Garbage In Garbage Out

Mendapatkan data yang akurat

hukumnya wajib karena meskipun
model merupakan representasi
dari realitas yang sempurna,
ketidakakuratan & ketidaktepatan
data akan memperoleh hasil yang
menyesatkan.
 JENIS DATA

Kuantitatif Kualitatif
Data yang dinyatakan Data yang dinyatakan
dalam bentuk angka yang dalam bentuk bukan
diasumsikan sebagai angka (sifat)
informasi dalam bentuk
pernyataan “bilangan”
yang didasarkan pada
hasil perhitungan
 PENGELOMPOKAN DATA
MENURUT CARA PEROLEHAN

Data Primer Data Sekunder Data tersier

Data yang diperoleh Data yang diperoleh Data yang diperoleh
secara langsung dari secara tidak secara tidak langsung
obyek yang diteliti langsung untuk dari obyek yang diteliti,
biasanya diperoleh dari
baik secara individu mendapatkan pihak ketiga yang
maupun kelompok keterangan/ sengaja
informasi dari obyek mengungkapkan fakta
yang diteliti dari pihak kedua
 SKALA PENGUKURAN DATA
Skala Nominal
Skala pengukuran yang
menyatakan kategorik dari
kelompok suatu obyek, tidak
menunjukkan tingkatan apa-
apa. Contoh : jenis kelamin
yaitu laki-laki diberi tanda 1
dan perempuan diberi tanda 2
Skala Ordinal
Skala pengukuran kategorik
atau klasifikasi namun diantara
kedua data tersebut memiliki
hubungan atau angka yang
diberikan mengandung
pengertian tingkatan. Contoh :
Kualitas Produksi, yaitu sangat
tinggi dokategorikan 5, tinggi
dikategorikan 4, dst.
 SKALA PENGUKURAN DATA
Skala interval
Skala pemberian angka pada
obyek yang mempunyai sifat
ukuran ordinal dan mempunyai
jarak atau interval yang sama.
Contoh : Harga Saham
Sangat Prospektif : Rp.750 –850
Prospektif : Rp.650 - 749
Skala Rasio
Skala yang mempunyai nilai
dasar yang tidak dapat diubah.
Skala rasio merupakan angka
atau bilangan dari hasil
perbandingan. Contoh : bunga
Bank A 7 % dan bunga Bank B
14 %, maka bungan Bank B 2
kali bungan bank A.
 JENIS VARIABEL

Intraneous
Variabel yang dimasukkan
dalam hipotesis penelitian

Extraneous
Variabel yang tidak dimasukkan
dalam hipotesis penelitian
 VARIABEL DALAM HIPOTESIS
VARIABEL INTRANEOUS
Variabel Tergantung
Variabel Terikat/ Dependent
Variable, keragamnnya
dipengaruhi oleh variabel lain
Variabel Antara
Intervene Variable,
bersifat menjadi perantara
dari hub, variabel bebas ke
variabel tergantung
Variabel Bebas
Independent Variable, ber-
pengaruh atau mem-
pengaruhi variabel tergantung
Variabel Moderator
Variabel yang bersifat
memperkuat atau memperlemah
pengaruh variabel bebas
terhadap variabel tergatung
 Independent Dependent

X1

X2
X1 : Pelatihan
X2 : Tim Kerja
Y : kinerja Karyawan
• Apakah pelatihan
berpengaruh terhadap kinerja
• Apakah tim kerja
berpengaruh terhadap kinerja
 VARIABEL INTERVENING

X1
• Apakah pelatihan
berpengaruh
terhadap kinerja Y1 Y2
melalui fasilitas
kerja
• Apakah tim kerja
berpengaruh X2
terhadap kinerja X1 : Pelatihan
melalui fasilitas X2 : Tim Kerja
kerja Y1 : Fasilitas Kerja
Y2 : Kinerja Karyawan
 VARIABEL MODERATING
Z

• Apakah fasilitas
perpustakaan mampu X1
memperkuat pengaruh
Y
kualitas dosen
terhadap prestasi
akademik mahasiswa
X2
• Apakah fasilitas
perpustakaan mampu X1 : Kualitas Dosen
memperkuat pengaruh X2 : Motivasi Belajar
motivasi belajar Z : Fasilitas Perpustakaan
terhadap prestasi Y : Prestasi Akademik
akademik mahasiswa
VALIDITAS &
RELIABILITAS
INSTRUMEN
 UJI VALIDITAS DATA

• Instrumen dikatakan Valid (Sahih) jika dapat mengukur apa

yang seharusnya diukur atau mengukur apa yang
diinginkan dengan tepat.
• Pengujian validitas instrument diuji dengan menghitung
koefisien korelasi antara skor item dan skor totalnya dalam
taraf signifikansi 0,05 dengan korelasi Product Moment
Pearson.
• Instrumen bisa dikatakan valid, jika mempunyai nilai r
hitung > r tabel
 UJI RELIABILITAS DATA
● Uji Reliabilitas untuk mengetahui apakah alat pengumpul
data menunjukkan tingkat ketepatan, keakuratan,
kestabilan atau konsistensi alat dalam mengungkap gejalan
tertentu pada waktu yang berbeda.
● Instrumen dikatakan reliabel jika dapat digunakan untuk
mengukur variable berulangkali yang menghasilkan data
yang sama atau hanya sedikit bervariasi.
● Uji reliabilitas untuk menguji konsistensi instrument
menggunakan koefisien Alpha Cronbach dan memiliki
tingkat kehandalan yang dapat diterima (reliabel) ≥ 0,6
Uji Validitas
Uji Validitas
Uji Reliabilitas
 TEKNIK ANALISIS
KUANTITATIF

Regresi Analisis Jalur SEM

 Regresi
▪ Regresi merupakan alat ukur yg digunakan untuk mengetahui
ada tidaknya korelasi antarvariabel.
▪ Analisis regresi lebih akurat dlm analisis korelasi karena
tingkat perubahan suatu variabel terhdp variabel lainnya dpt
ditentukan). Jadi pada regresi, peramalan atau perkiraan nilai
variabel terikat pada nilai variabel bebas lebih akurat pula.
▪ Utk regresi sederhana, yaitu regresi linier yg hanya melibatkan
dua variabel (variabel X dan Y).
▪ Regresi linear berganda terdapat dua variabel bebas X yang
dapat mempengaruhi variabel terikat Y.
X1

X2
 Persamaan
Rumus Persamaan Regresi Linear Sederhana

Y = b0 + b1X1 + b2X2 …… + bnXn

b0 = konstanta, nilai Y jika X1 = X2 = 0
b1 = besarnya kenaikan (penurunan) Y dalam satuan, jika
X1 naik (turun) satu satuan, sedangkan X2 konstan
b2 = besarnya kenaikan (penurunan) Y dalam satuan, jika
X2 naik (turun) satu satuan, sedangkan X1 konstan
 Hasil Regresi
Coefficientsa
Unstandardized Standardized
Model Coefficients Coefficients t Sig.
B Std. Error Beta
1 (Constant) .866 .246 3.520 .001
Gaji .030 .076 .037 .397 .692
Bonus .467 .073 .537 6.379 .000
Fasilitas .302 .075 .394 4.058 .000
a. Dependent Variable: Motivasi Kerja Karyawan
 Hasil Regresi
ANOVAb
Sum of
Model df Mean Square F Sig.
Squares
1 Regression 8.450 3 2.817 60.788 .000a
Residual 2.826 61 .046
Total 11.276 64
a. Predictors: (Constant), Fasilitas, Bonus, Gaji
b. Dependent Variable: Motivasi Kerja Karyawan
 Hasil Regresi
Model Summary
Adjusted R Std. Error of
Model R R Square
Square the Estimate
1 .866a .749 .737 .215
a. Predictors: (Constant), Fasilitas, Bonus, Gaji
 THANKS
CREDITS: This presentation template was created by Slidesgo, including
icons by Flaticon and infographics & images by Freepik