Unobstrusive Methods nah ini salah satu metode di mana si peneliti itu ga butuh interaksi lgsg
sama org yg dia mau teliti gt. Nah biasanya ini digunain ketika si penelitia mau tau “what people
actually do” instead of “what they say they do”. Contohnya kayak internet clickstream data,
scanner data (barcode yang ada di produk gitu) buat record penjualan gimana, ngitungin kaleng
soft-drink di trash bags (brand-nya apa aja). Nah ini guna nih buat tau, kira2 future behavior
consumer gimana sih kalo ada aktivitas marketing/aktivitas perusahaan tertentu, intinya buat
tracking reaksi/behavior dari konsumen atas kebijakannya perusahaan/produknya perusahaan
Interviews
• Pengertian: percakapan yang “guided” terarah, dan bertujuan antara dua orang atau lebih.
• Ada banyak jenis interview
o Individu/Grup
o Terstuktur ga terstuktur
o Face to face, telepon, atau online
Unstructured Interviews
• Interviewnya itu ga pake “planned sequence of questions to be asked” jadi yaaa pertanyaan-
pertanyaannya itu ga direncanain apaan aja apaan ajanya. Objective: spy si peneliti tuh bisa
nentuin faktor-faktor atau variabel apaan aja yang butuh in depth investigation artinya
butuh pengamatan lebih dalam lagi gitu
• Sistemnya gimana: jadi pertanyaannya bisa broad dulu nanti makin lama makin detail, atau
bisa juga langsung minta penjelasan detail kayak “coba jelasin in details kondisi
lingkungan kerja lu kayak gimana, dan gimana mrk handle masalah?”. Terus pertanyaan
ke setiap individu tuh bisa beda. Pokonya tergantung deh sama kerjaannya dia apaan (open
ended questions relating to their department and under whose supervision gt)
• Nah utk yg unstructured ini kita mesti ngelatih diri kita utk ngembangin skill listening
soalnya penting banget + skill buat identifikasi topik critical. Terus mesti peka juga kalo
misalnya ada responden yang “ga mau utk diwawancara”, kita harus hormatin
keinginannya dan udahin interviewnya.
• Nah kalo misalnya udah dilakuin si unstructured interviewnya, udah dapat data utk
dipahamin, pelajarin dulu data yang didapet. Nanti abis dipelajarin kan bisa ketauan tuh
mana variabel yang butuh utk difokusin dan butuh observasi dan informasi lebih dalem,
nah kalo udah gitu baru deh kita ngelakuin “structured interviews”
Structured Interviews
• Nah kalo bentuk yang ini dilakuin ketika udah diketahui pasti informasi apaan aja yang
mau dibutuhin. Isi dari si interviewnya ini bisa disiapin
o Introduction, isinya pengenalan diri yg interview siapa aja, terus tujuan interview
apa, sama yakinin kerahasiaannya, dan minta izin utk record juga
o Topic (biasanya pertanyaan) yg udh disusun, dari pertanyaan wam up dulu yg
gampang2 buat dijawab & ga threatening si responden, abis itu main questionsnya
dikeluarin
o Suggestions for probing questions, jadi kalo ini tuh maksudnya kayak pertanyaan
“follow up” kalo jawaban pertamanya tuh ga jelas atau kurang lengkap gitu, atau
bisa juga kalo jawabannya tuh ga dimengerti sama interviewer, atau ketika
interviewer butuh informasi lebih dalem lagi
▪ Silence → repeating the answer → “so what I hear you sayig is…” → “I’m
not quite sure I understood…could you…?” atau “could you please tell me
more about?” gitu gitu lah
• Jangan lupa utk dicatet! Dan tanyain pertanyaan yang sama dengan cara yang sama ke
setiap orang yang emg dijadiin bahan penelitian
• Bisa dan memungkinkan juga kok utk peneliti dg structured interview nanyain pertanyaan
yang relevan dengan penelitian yang emg ga ada di interview protocol (malah ini biasanya
dilakuin sama researcher yg udah berpengalaman)
• Tapi tetep, utk ngelakuin interview, si penanya harus ngerti tujuan dari setiap pertanyaan
itu utk apa dana pa kontribusinya utk penelitian gitu
• VISUAL AIDS, bantuan lewat gambar contohnya kayak drawings, cards, bisa jg dipake
buat bantu ekspresiin sesuatu yg sulit utk diungkapin lewat kata2 atau ide2 yg awkward
buat diartiin gitu
• Information obtained → stop the interview → information is then tabulated and the data is
analyzed
Training Interviewers
Jadi kalo misalnya ada interview panjang gitu, ga applikatif banget kalo cuma dilakuin sama satu
orang doang. That’s why perlu a team of interviewers. Mrk harus dijelasin dan dilatih gimana
caranya utk: start interview, proceed questions, motivate respondent to answer, what to look for in
the answer, how to close int, taking notes, coding interview responses.
Intinya harus diplanning dan dilatih dengan baik supaya clear juga guideline utk mereka yang
nanyanya
• Peneliti bisa nyesuain pertanyaan seperlunya, terus kalo ada ragu bisa diklarifikasi dan
pastiin kalo tanggapan yg dipahamin sm interviewer tuh bener apa engga dengan
ngulang/nyusun ulang pertanyaannya gitu.
• Peneliti juga dapat mengambil isyarat nonverbal dari responden contohnya kayak,
ketidaknyamanan, stres, atau masalah yang dialami responden dapat dideteksi melalui
cemberut, ketukan gugup, dan bahasa tubuh lain yang secara tidak sadar diperlihatkan
olehnya.
• Ekspresi dan bahasa tubuh ini tidak mungkin dideteksi dalam wawancara telepon.
• Keterbatasan geografis kalo misalnya ambil datanya mesti scr nasional atau internasional
• Biaya pelatihan pewawancara untuk meminimalkan bias pewawancara (misalnya,
perbedaan dalam metode bertanya, interpretasi tanggapan) juga tinggi.
• Kelemahan lainnya adalah responden mungkin merasa tidak nyaman dengan anonimitas
tanggapan mereka saat mereka berinteraksi langsung dengan pewawancara.
• Dari sudut pandang peneliti, bisa nelpon org banyak, di mana aja lokasinya, dg waktu yang
cepet (singkat)
• Dari sudut pandang responden, kan respondennya ga keliatan nih, ga ketemu langsung
sama interviewer jadi bisa lebih nyaman aja utk dia ngasih pendapat atau opininya gitu.
Trs anonimitynya tetep terjaga
Untuk minimalin masalah ini, disaranin untuk nelpon dan ngabarin dulu ke org yg mau
diwawancara, kasih gambaran brp lama wawancaranya (kl bs jgn lebi dr yg dijanjiin).
Group Interview
Pewawancara mengajukan pertanyaan terbuka kepada sekelompok peserta
Focus group
• Masuk ke dalam jenis wawancara kelompok di mana topiknya jelas dan dilakuin utk
fasilitasin diskusi antar peserta di dalamnya. 8-10 anggota + moderator utk mimpin diskusi
• Focus session ditujukan untuk mendapatkan kesan, interpretasi, dan pendapat responden,
tentang konsep, produk, dan layanan tertentu.
• Moderator mengarahkan diskusi dengan cara menarik informasi yang dicari, dan membuat
anggota tetap pada jalurnya.
• Diskusinya fokus sm topik tertentu, di lokasi dan waktu tertentu dan obrolannya tuh
formatnya fleksibel (jadi ngalir aja)
• Tanggapan yang tidak terstruktur dan spontan diharapkan mencerminkan pendapat, ide,
dan perasaan asli anggota tentang topik yang sedang didiskusikan.
• Murah, ngasih datanya cepet, dan cukup bisa diandelin hasilnya.
Expert Panels
Expert panels adalah sekelompok orang yang secara khusus dibentuk oleh peneliti untuk
memperoleh pengetahuan dan pendapat ahli tentang suatu masalah tertentu. Kriteria untuk
kualifikasi sebagai seorang ahli sangat banyak dan beragam, tetapi panel ahli biasanya terdiri dari
spesialis independen, yang diakui setidaknya dalam satu bidang yang dibahas selama sesi panel.
Dengan demikian, expert panel ini dapat mempertemukan berbagai pakar, termasuk ilmuwan,
pembuat kebijakan, dan pemangku kepentingan masyarakat.
Chapter 8 Observation
Definition and Purpose
• Observation tuh fokusnya sama planned watching, recording, analysis and interpretation
of actions and event (analisis dan interpretasi dari sebuah aksi, tingkah laku, atau
peristiwa yang udah direncanain sebelumnya)
• Ada banyak pendekatan dalam observasi, nah 4 dimensi utk bedain pendekatan
pendekatan itu:
o Controlled vs uncontrolled
o Participant vs nonparticipant
o Structured vs unstructured
o Concealment of observation
4 key dimensions of observation
• Controlled vs Uncontrolled —> kalo comtrolled itu carried out under carefully arranged
conditions (jadi udah disusun gitu sikon yg terjadinya). Kalo yg uncontrolled jd ga ada
niatan buat dikontrol atau di-manipulate atau mempengaruhi situasi. Jadi kalo yg
uncontrolled tuh alami aja gitu, jadi enggak intervensi dalam pengaturannya. Keuntungan
dari uncontrolled itu org bisa diobservasi dalam kondisi sebenernya, tapi kekurangannya
susah buat bedain penyebab terjadinya suatu peristiwa, aksi, dan tingkah laku.
• Participant vs Nonparticipant —> nonparticipant itu si peneliti ga scr langsung involved
in the actions of the actors tp ngamatin si aktormya jd dr luar circlenya si aktor dr luar
vision dr si aktornya. Nah kalo yg participant itu pendekatan yg sering dipake dlm studi
kasus, jadi dia partisipasi lgsg dalam daily lifenya yg di observed. Nah si participant juga
ada levelnya:
o Passive participation, without becoming an integral part of the organizational
system
o Moderate participation, doesn’t actively participate, but occasionally interacts
with the group under the study
o Active participation, actually engages in almost everything that the group under
study is doing as a means of trying to learn about their behavior
o Complete participation, becomes a member of the social group under the study
• Structured vs Unstructured —> kalo yg structured itu jadi aktivitas dan fenomenanya
yang mau dipelajarin udah ditentuin sebelumnya. Nah biasanya yg udah ditentuin tuh
kayak duration and frequency (cth brp lama utk dpt makanan di fast food resto) juga
aktivitasnya, keadaan lingkungan pd saat diamatin itu lagi gmn, dan perubahan dalam
pengaturannya pun ditulis. Task relevant behavior, emotionsnya, communications nya
juga dicatet. Sedangkan yg unstructured, may eventually lead to a set of tentative
hypotheses that are tested in subsequent research that is deductive in nature. Hence,
inductive discovery via observation can pave the way for subsequent theory building and
hypotheses testing.
• Concelament of Observation, itu hubungannya sama apakah mrk yg diteliti itu tau kl
sebenernya lg diteliti sama si peneliti. Jadi keuntungannya pake concealed observation
adalah org yg diteliti ga dipengaruhi sama “kesadarannya” dia kalo dia lg diobservasi.
Karena hal itu akan jadi major threat untuk validitas hasil penelitian tp kelemahannya tuh
di masalah etis (informed consent, privacy). Kalo yang unconcealed observation ini bisa
jadi bakalan “upsetting” atau merusak keaslian dari tingkah laku mrk yg lg diteliti.
Two important approaches to observation
Dua pendekatan yang penting dlm pengamatan adalah participant dan structured observation. Nah
bentuknya ini dibagi lagi jd pure participation dan pure observation.
Karena ketidakpuasan peneliti dg perannya sbg bystander, lahirlah “Shadowing” salah satu teknik
di mana dia closely follows a subject engaged in his or her daily routine, but explains the fact that
she/he is an observer from the start. Jadi dimaksudkan emang bukan utk menjadi bagian atau
menjadi kyk mrk yang diteliti, tp lebih ke “to acquire a better understanding of their practices”.
Selain itu, hal penting dalam pengamatan juga ada namanya “rapport” dimana katanya if we want
to establish rapport, it involves establishing a trusting relationship with the social group under
study, by showing respect, being truthful, and showing commitment to the well-being of the group,
so that they feel secure in sharing information with the researcher.
What to observe
Mesti nentuin mau fokus ke mana, dan nentuin fokus ini akan sgt dipengaruhi sama tujuan
penelitian. Menurut werner and schoepfle melihat ada tiga proses dlm observasi yg bisa ngasih
kita deep understanding of the setting that is being studied:
1. Descriptive observation, researcher is open to everything that is going on. Data are
collected that describe the setting, the subjects, and the events that are taking place. Data
yg dikumpulin bs ngasih kita initial story yg bs dijadiin sbg dasar utk perkembangan
konsep kita.
2. Focused observation, the researcher will concentrate on particular types of feelings,
emotions, actions, activities, and/or events and look for emerging themes (biasanya di sini
disupport sama interview2 yg dilakuin sm peneliti dg org yg diobserve
3. Selective observation, peneliti ini fokus pada perilaku, aktivitas, atau events yang jenisnya
beda and look for regularities in them (dan nyari kesamaan dari hal2 yang beda itu), while
being open to variations from or exceptions to emerging patterns.
Nah hal yang penting lagi dalam melakukan observasi adalah capturing data dengan writing field
notes. Intinya mesti direcord apa aja yang diobservasi terus informal convosnya, journalnya,
intinya mesti akurat komplit detail dan objektif. Gimana sih ciri2 dari good field notes?
Structured observation
• Ada 2 level dalam structured observation:
o highlight structured, jadi peneliti udah nentuin kategori observasinya dengan precise,
udah diatur duluan lah intinya
o semi-structured observation, peneliti jadi rencanain apa yg bakal diamatin gimana
caranya, tp dlm ngumpulin data tuh in a less systematic or predeterimined way
• coding schemes, contains predetermined categories for recording what’s observed.
o Bentuknya, ada simple form: cuma nyatet peristiwa tertentu aja, terjadi apa engga
itu ada juga complex form: multiple categories, timescales
o Yg mana yg bakalan dipake tergantung sm informasi yang mau dikumpulin dan
juga research questionsnya.
o Ada beberapa pertimbangan yang harus diperhatikan atau diperhitungkan kalo mau
buat coding schemes:
▪ Focus. From the coding scheme it should be clear what is to be observed.
For instance, Thomas’ coding scheme should help him to establish which
aspects of the setting (for instance, how many people are waiting for their
car) and which types of behavior (for instance, the subject is walking
through the showroom of the car dealer, the subject is eating a candy bar)
are to be observed and recorded.
▪ Objective. The coding scheme and the categories should require little
inference or interpretation from the researcher. Clear guidelines and
detailed definitions of categories should help the observer to objectively
code events, actions, and behavior.
▪ Ease of use. A good coding scheme is easy to use.
▪ Mutually exclusive and collectively exhaustive. Categories in a coding
scheme should be mutually exclusive and collectively exhaustive.
Categories are mutually exclusive if none of the categories overlap one
another. A coding scheme that is collectively exhaustive covers all
possibilities (for instance, all the relevant events, actions, and behavior) so
that it is always possible to code.
o various ways in which the researcher can code events: (a) a simple checklist
provides information about how often a certain event has occurred; (b) a sequence
record allows the researcher to collect information on how often an event occurs
and about the order in which the events occur; and, finally, (c) a sequence record
on a timescale adds a further level of detail, showing the time intervals between
the events.
Nominal Scale
Skala nominal adalah yang memungkinkan peneliti untuk menetapkan subjek ke kategori atau
kelompok tertentu. Misalnya: variabel jenis kelamin dapat dikelompokkan ke dalam dua kategori:
pria dan wanita. Grup ini dapat ditetapkan nomor kode 1 dan 2.
Ordinal Scale
Skala ordinal tidak hanya mengkategorikan variabel sedemikian rupa untuk menunjukkan
perbedaan di antara berbagai kategori, itu juga peringkat - memesan kategori dengan cara yang
bermakna. Dengan variabel apa pun yang kategorinya akan dipesan sesuai dengan beberapa
preferensi, skala ordinal akan digunakan.
Skala ordinal membantu peneliti untuk menentukan persentase responden yang menganggap
interaksi dengan orang lain sebagai yang paling penting, mereka yang menganggap menggunakan
sejumlah keterampilan yang berbeda sebagai yang paling penting, dan sebagainya.
Skala ordinal memberikan informasi lebih dari skala nominal.
Interval Scale
Interval scale, or numerically equal distances on the scale represent equal values in the
characteristic being measured.
Skala nominal memungkinkan kita hanya untuk membedakan kelompok secara kualitatif dengan
mengkategorikannya ke dalam set yang saling eksklusif dan secara kolektif lengkap, dan peringkat
skala ordinal - urutan preferensi, skala interval memungkinkan kita untuk membandingkan
perbedaan antara objek.
Skala interval, kemudian, mengetuk perbedaan, urutan, dan kesetaraan besarnya perbedaan
dalam variabel. Dengan demikian, ini adalah skala yang lebih kuat daripada sisik nominal dan
ordinal, dan memiliki ukuran kecenderungan pusat rata-rata aritmatika. Ukuran dispersinya adalah
kisaran, simpangan baku, dan variansnya.
Ratio Scale
Skala rasio tidak hanya mengukur besarnya perbedaan antara titik pada skala tetapi juga
menyentuh proporsi dalam perbedaan. Skala ini adalah yang paling kuat dari empat skala karena
memiliki asal nol yang unik (bukan asal sewenang-wenang) dan mengurangi semua sifat dari tiga
skala lainnya.
Use of the nominal scale
Skala nominal selalu digunakan untuk mendapatkan data pribadi seperti jenis kelamin atau
departemen tempat seseorang bekerja, di mana pengelompokan individu atau objek berguna.
Use of the ordinal scale
Skala ordinal digunakan untuk memberi peringkat preferensi atau penggunaan berbagai merek
produk oleh individu dan peringkat - memesan individu, objek, atau peristiwa.
Use of the interval scale
Skala interval digunakan saat respons terhadap berbagai item yang mengukur variabel dapat
disadap pada skala lima poin ( atau tujuh poin atau jumlah titik lainnya).
Use of the ratio scale
Ratio scales are usually used in business research when exact numbers on objective factors are
called for.
Review of Scales
Skala nominal menyoroti perbedaan dengan mengklasifikasikan objek atau orang ke dalam grup,
dan memberikan jumlah informasi paling sedikit pada variabel.
Skala ordinal memberikan beberapa informasi tambahan berdasarkan peringkat - memesan
kategori skala nominal.
Skala interval tidak hanya peringkat, tetapi juga memberi kita informasi tentang besarnya variabel
yang berbeda.
Skala rasio menunjukkan tidak hanya besarnya perbedaan tetapi juga proporsinya.
Teknik penskalaan spesifik yang biasa digunakan dalam penelitian bisnis dapat diklasifikasikan ke
dalam skala peringkat dan skala peringkat. Dalam skala peringkat setiap objek diskalakan secara
independen dari objek lain yang sedang dipelajari. Peringkat timbangan, di sisi lain, membuat
perbandingan antara atau di antara objek dan menimbulkan pilihan dan peringkat yang disukai di
antara mereka.
Rating Scales
The following rating scales are often used in business research :
- Dichotomous scale
- Category scale
- Semantic differential scale
- Numerical scale
- Itemized rating scale
- Likert scale
- Fixed or constant sum rating scale
- Stapel scale
- Graphic rating scale
- Consensus scale
Dichotomous scale
Dichotomous scale ini digunakan untuk mendapatkan jawaban Ya tau Tidak.
Category Scale
Category scale menggunakan beberapa item untuk mendapatkan satu respon.
Numerical Scale
Numerical scale ini mirip dengan semantic differential scale, bedanya angka pada skala lima atau
tujuh poin memiliki kata yang bersifat bipolar.
Likert Scale
Likert scale ini digunakan untuk menguji seberapa kuat subjek setuju atau tidak setuju dengan
pernyataan pada skala tertentu.
Skala ini umumnya disebut juga skala penjumlahan , dan umumnya diperlakukan secara interval.
Consensus Scale
Skala ini dikembangkan setelah pemilihan beberapa item yang sudah di uji dan di tes rebilitas serta
validitasnya. One such consensus scale is the Thurstone Equal Appearing Interval Scale, where a
concept is measured by a complex process followed by a panel of judges. Using a pile of cards
containing several descriptions of the concept, a panel of judges offers inputs to indicate how
close or not the statements are to the concept under study.
Other Scales
Beberapa metode penskalaan lanjutan seperti penskalaan multidimensi, di mana objek, orang,
atau keduanya, diskalakan secara visual, dan analisis konjoin dilakukan. Ini memberikan gambaran
visual tentang hubungan dalam ruang di antara dimensi konstruksi.
Ranking Scales
Skala peringkat digunakan untuk memanfaatkan preferensi antara dua atau di antara lebih banyak
objek atau item (bersifat ordinal).
Rating scale digunakan untuk mengukur Sebagian besar konsep perilaku.
Ranking scale digunakan untuk membuat perbandingan atau mengurutkan variable – variable yang
telah dibuat pada skala nominal.
Paired comparison
Skala ini digunakan ketika, di antara sejumlah kecil objek, responden diminta untuk memilih di
antara dua objek sekaligus. Ini membantu untuk menilai preferensi.
Semakin besar objek, maka semakin besar jumlah perbandingannya. Maka dari itu metode ini
cocok digunakna untuk model objek yang kecil atau sedikit.
Forced Choice
Hal ini memungkinkan responden untuk memberi peringkat atas objek yang disediakan. Hal ini
memudahkan responden, terutama jika jumlah pilihan yang akan dirangking jumlah nya terbatas.
Comparative Scale
Skala ini memberikan patokan atau titik acuan untuk menilai sikap terhadap suatu objek ,peristiwa,
atau situasi yang sedang diteliti.
Goodness of measures
Dalam penskalaan kita perlu menilai “goodness” dari ukuran yang dikembangkan, it means kita
perlu yakin bahwa instrument yang kita gunaka dalam penelitian memang mengukur variable yang
seharusnya dan mengukurnya dengan akurat.
Item analysis
Item analysis digunakan untuk melihat apakah item – item pada isntrumen tersebut layak
digunakan atau tidak.
Dalam hal ini, mean antara kelompok skor tertinggi dengan terendah diuji untuk mendeteksi
perbedaan yang signifikan melalui nilai – t . item dengan nilai – t yang tinggilah yang akan
dimasukkan ke dalam instrument.
Validity
Validitas adalah pengujian seberapa baik instrument yang dikembangkan dalam mengukur konsep
tertentu yang ingin diteliti atau diukur.
Tiga kategori validitas :
1. Content validity
2. Criterion – related validity
3. Construct validity
Figure 12.1
Testing goodness of measures : from reliability and validity
Content validity
Memastikan bahwa suatu ukuran mencakup serangkaian item yang memadai dan representative
yang menyentuh konsep yang diteliti. Semakin banyak item maka semakin besar validitas
kontennya. It means, content validity itu fungsi dari seberapa baik dimensi dan elemen konsep
yang telah digambarkan.
Face validity menunjukkan bahwa item – item yang dimaksudkan untuk mengukur suatu konsep,
memang secara face value / sepintas terlihat seperti mengukur konsep tersebut.
Construct validity
Convergent validity memberi kesaksian tentang seberapa baik hasil yang diperoleh dari penggunaan
ukuran sesuai dengan teori di sekitar tes yang dirancang. Hal ini dinilai melalui Convergent dan
Discriminant Validity.
Convergent Validity, dibentuk ketika skor yang diperoleh dengan dua instrumen berbeda yang mengukur
konsep yang sama berkorelasi tinggi.
Discriminant Validity, ditetapkan ketika, berdasarkan teori, dua variabel diperkirakan tidak berkorelasi, dan
skor yang diperoleh dengan mengukurnya memang secara empiris ditemukan demikian. Validitas dengan
demikian dapat ditetapkan dengan berbagai cara.
Beberapa cara di mana bentuk validitas di atas dapat ditetapkan adalah melalui berikut ini:
1. Correlational Analysis, (seperti dalam kasus pembentukan concurrent and predictive validity atau
convergent dan discriminant validity).
2. Factor Analysis,, teknik multivariat yang menegaskan dimensi konsep yang telah ditetapkan secara
operasional, serta menunjukkan item mana yang paling sesuai untuk setiap dimensi (menetapkan
validitas konstruk).
3. The Multitrait, Multimethod Matrix Of Correlations, yang diturunkan dari konsep pengukuran
dengan berbagai bentuk dan metode yang berbeda, selain itu menetapkan kekuatan pengukuran.
Reliability
Realibility, suatu ukuran menunjukkan sejauh mana itu tanpa bias (error free) dan karenanya
memastikan pengukuran yang konsisten sepanjang waktu dan di berbagai item dalam instrumen.
Dengan kata lain, keandalan suatu alat ukur merupakan indikasi stabilitas dan konsistensi
instrumen mengukur konsep dan membantu menilai "kebaikan" suatu alat ukur.
Stability of measures
Kemampuan suatu ukuran untuk tetap sama dari waktu ke waktu - terlepas dari kondisi pengujian
yang tidak terkendali atau keadaan responden itu sendiri - menunjukkan stabilitas dan
kerentanannya yang rendah terhadap perubahan situasi.
Dua tes stabilitas adalah Test Retest Reliability dan Parallel Form Reliability.
Test Retest Reliability
Koefisien reliabilitas yang diperoleh dengan pengulangan ukuran yang sama pada kesempatan
kedua disebut Test Retest Reliability. Artinya, ketika kuesioner yang berisi beberapa item yang
seharusnya mengukur suatu konsep diberikan kepada sekumpulan responden, kadang-kadang
kepada responden yang sama, katakanlah beberapa minggu hingga enam bulan kemudian, maka
korelasi antara skor yang diperoleh pada keduanya. waktu yang berbeda dari satu dan kumpulan
responden yang sama disebut koefisien tes-tes ulang.
Semakin tinggi, semakin baik Test Retest Reliability dan, konsekuensinya, stabilitas pengukuran
sepanjang waktu.
Parallel form reliability
Ketika tanggapan pada dua set ukuran yang sebanding yang mengetuk konstruksi yang sama
sangat berkorelasi itu dinamakan parallel form reliability. Kedua form tersebut memiliki item yang
sama dan format jawaban yang sama, yang berubah hanya kata-kata dan urutan atau urutan
pertanyaannya. Apa yang kami coba tentukan di sini adalah variabilitas kesalahan yang dihasilkan
dari susunan kata dan urutan pertanyaan. Jika dua bentuk yang sebanding sangat berkorelasi
(katakanlah 8 dan di atasnya), kita mungkin cukup yakin bahwa ukuran tersebut cukup andal,
dengan minimal error variance yang disebabkan oleh susunan kata, urutan, atau faktor lain.
Internal consistency of measures
The internal consistency ini menunjukkan keragaman item dalam ukuran yang menyentuh sebuah
construct. Dengan kata lain, item – item tersebut harus “digantung bersama – sama sebagai satu
set”, dan mampu mengukur konsep yang sama secara independen sehingga responden
melampirkan arti keseluruhan yang sama untuk masing – masing item. Hal ini dapat dilihat dari
korelasi antar item. Konsistensi ini dapat diukur melalui the Interitem consistency reliability dan
Split half reliability tests.
Interitem consistency reliability
Merupakan uji konsistensi jawaban responden terhadap semua item dalam suatu ukuran. Kalau
item – itemnya berasal dari konsep yang sama, harusnya item – item itu berkorelasi satu sama
lain. Tes paling populer dari reliabilitas konsistensi interitem adalah Cronbach’s Coefficient Alpha
(Cronbach, 1946), yang digunakan untuk item berskala banyak, dan the Kuder Richardson formulas
(Kuder & Richardson, 1937), digunakan untuk item dichotomous. Semakin tinggi koefisiennya,
semakin baik alat ukurnya.
Split half reliability
Hal ini mencerminkan korelasi antara dua bagian instrument. Estimasinya akan bervariasi
bergantung pada bagaimana item dalam ukuran tersebut dibagi menjadi dua bagian.
Types of Questionaires
1. Kuisioner : sebuah kumpulan dari pertanyaan yang sudah disusun sebelumnya untuk
diberikan kepada responden untuk dijawab. Biasanya juga diberikan beberapa alternatif
yang serupa dalam jawabannya
a. Dibuat untuk mengumpulkan data kuantitatif dalam jumlah besar
b. Bisa dengan cara :
i. Dikirimkan secara personal
ii. Dikirimkan melalui media elektronik
iii. Dikirimkan lewat pos
c. Lebih murah dan lebih cepat dibandingkan dengan interview dan observasi
Mail Questionaires
1. Self-Administrated Questionnaire yang dikirimkan kepada responden via pos
2. Pada awalnya metode ini yang paling sering digunakan dalam riset bisnis, tapi makin tidak
digunakan karena kehadiran internet, mobile phone dan sosial media
1. Principles of Wording :
a. Kesesuaian pertanyaan
i. Pertanyaan yang bersifat subjektif (tingkat kepuasan, keterlibatan, …)
ii. Pertanyaan yang bersifat objektif harus diberikan dalam pertanyaan
langsung dan dibuatkan skala ordinalnya
b. Bagaimana pertanyaan disampaikan dan bahasa yang digunakan
i. Harus disesuaikan dengan tingkat pemahaman dari responden → supaya
jawaban yang diterima ga salah karena bisa diartikan berbeda oleh
responden
1. Tingkat edukasi
2. Kondisi budaya
3. Referensi dari responden
c. Tipe dan bentuk dari pertanyaan yang ditanyakan
i. Open Ended vs Closed Questions :
1. Open Ended Questions : repsonden bisa jawab semaunya dia
2. Closed Questions : Jawaban dari pertanyaan sudah diberikan,
responden tinggal memilih
a. Membantu responden untuk memutuskan jawaban dengan
cepat
b. Membantu peneliti untuk mengkategorikan jawaban
ii. Positively vs Negatively Worded Question : Bisa menggunakan kalimat
positif dan negatif dalam memberikan pertanyaan
1. Bisa menemukan bias
2. Bisa membuat responden menjadi lebih fokus
iii. Double-barreled Questions : memberikan 2 pertanyaan dalam 1 kalimat
sekaligus yang bisa memberikan 2 jawaban yang berbeda. Tipe ini harus
dihapuskan dari pertanyaan agar tidak membingungkan responden dan
peneliti
iv. Ambiguous Questions : pertanyaan yang diberikan tidak lengkap dan bisa
dijawab dalam berbagai kondisi
1. Misal : apa yang membuat anda senang ? nah disini bisa aja dijawab
“anak-anak” kalau lagi dikeluarga, “kolega” kalau lagi di kantor,
nah padahal yang diincer sama peneliti itu di tempat kerja bukan di
keluarga, jadinya pertanyaannya ga jelas dan jawaban yang didapet
jadi ambigu
v. Recall-dependent questions : Memberikan pertanyaan yang berhubungan
dengan pengalaman dimasa lampau
vi. Leading Questions : Memberikan pertanyaan yang jawabannya sesuai
dengan keinginan dari peneliti
vii. Loaded Questions : Memasukkan unsur-unsur yang menekankan emosional
pada responden sehingga jawaban yang diberikan bisa menjadi bias
viii. Social Desirability : Memberikan bahasa yang lebih halus dalam
menyampaikan sesuatu yang sensitif
ix. Length of questions : Gunakan pertanyaan yang pendek, tidak lebih dari 20
kata / lebih dari 1 baris
d. Pembagian pertanyaan
i. Dari umum ke khusus, Dari yang mudah ke yang susah
ii. Pertanyaan tidak boleh sama, jika ada yang ingin ditanyakan kembali,
pastikan diberikan jarak yang jauh antar pertanyaannya
e. Klasifikasi data dan atau informasi personal
i. Classification data : mendapatkan informasi pribadi seperti umur, tingkat
Pendidikan, status perkawinan, dan pendapatan
ii. Jangan tanya mengenai nama responden
iii. Prosedur harus dijelaskan secara jelas kepada responden
iv. Bisa ditanyakan di awal / diakhir kuisioner (beberapa orang lebih sering
memberikannya di bagian akhir)
v. Untuk beberapa pertanyaan yang sensitive bisa diberikan pilihan jawaban
dalam bentuk range
2. Principles of Measurement :
a. Tampilan umum dari kuisioner :
i. A good introduction : Berisi informasi dari peneliti dan tujuan yang ingin
dicapai dari pemberian kuisioner. Disini juga bisa diberikan salam dan
motivasi kepada pada responden agar bisa menjawab secara lebih percaya
diri
b. Mengorganisir pertanyaan, memberikan instruksi dan panduan serta pengaturan
yang baik :
i. Pertanyaan disusun secara logis dan rapih supaya responden tidak kesulitan
dalam memberikan jawabannya
c. Personal Data : Dibuat dalam skala ordinal (range)
d. Informasi-informasi sensitive dan personal : Ditanyakan dibagian akhir dari
kuisioner, bertujuan untuk mengurangi bias
e. Open-ended question dibagian akhir : mempersilahkan responden untuk
memberikan komentarnya dari berbagai aspek yang dipilih, diakhiri dengan ucapan
terima kasih
f. Menyimpulkan kuisioner : Pastikan bahwa seluruh pertanyaan sudah dijawab oleh
responden dengan memberikan keterangan dibagian akhri kuisioner
Population
Populasi mengacu pada seluruh kelompok orang, peristiwa, atau hal-hal yang menarik yang ingin
diselidiki oleh peneliti.
Element
Elemen adalah anggota tunggal dari populasi.
Sample
Sampel adalah subkumpulan populasi. Ini terdiri dari beberapa anggota yang dipilih. Dengan kata lain,
beberapa, tetapi tidak semua, elemen populasi membentuk sampel.
Sampling unit
Sampling unit adalah elemen atau seperangkat elemen yang tersedia untuk seleksi dalam beberapa
tahap proses pengambilan sampel. Contoh unit pengambilan sampel dalam sampel multistage adalah
blok kota, rumah tangga, dan individu dalam rumah tangga.
Subject
Subject adalah anggota tunggal dari sampel, sama seperti elemen adalah anggota tunggal dari populasi.
1. Tentukan populasi.
2. Tentukan bingkai sampel.
3. Tentukan desain pengambilan sampel.
4. Tentukan ukuran sampel yang sesuai.
5. Jalankan proses pengambilan sampel.
Sampling frame adalah representasi (fisik) dari semua elemen dalam populasi tempat sampel ditarik.
Nonprobability sampling, elemen tidak memiliki peluang yang diketahui atau telah ditentukan untuk
dipilih sebagai subjek.
1. Tujuan penelitian.
2. Tingkat presisi yang diinginkan (interval kepercayaan diri).
3. Risiko yang dapat diterima dalam memprediksi tingkat presisi (tingkat kepercayaan diri).
4. Jumlah variabilitas dalam populasi itu sendiri.
5. Kendala biaya dan waktu.
6. Dalam beberapa kasus, ukuran populasi itu sendiri.
Probability Sampling
2 probability sampling plans:
• the unrestricted or simple random sampling, setiap elemen dalam populasi memiliki
pengetahuan dan peluang yang sama untuk dipilih sebagai subjek.
• the restricted or complex probability sampling plans, consists of five different sampling designs.
o the cluster sampling design mungkin yang paling murah dan juga paling tidak bisa
diandalkan, tetapi digunakan jika tidak ada daftar elemen populasi yang tersedia.
o The stratified random sampling design mungkin yang paling efisien, dalam arti bahwa
untuk jumlah subjek sampel yang sama, ia menawarkan informasi yang tepat dan
terperinci.
o The systematic sampling design has the built‐in hazard of possible systematic bias.
o Area sampling is a popular form of cluster sampling
o double sampling digunakan ketika informasi selain yang telah diperoleh dengan
menggunakan sampel primer harus dikumpulkan menggunakan subkelompok sampel.
Nonprobability Sampling
There are two main types of nonprobability sampling design:
• convenience sampling adalah yang paling tidak dapat diandalkan dari semua desain
pengambilan sampel dalam hal kemampuan untuk digeneralisasikan, tetapi terkadang ini
mungkin satu-satunya alternatif yang layak ketika informasi yang cepat dan tepat waktu
diperlukan, atau untuk tujuan penelitian eksplorasi.
• purposive sampling plans fall into two categories:
o judgment sampling, meskipun dibatasi dalam kemampuan generalisasi, terkadang dapat
menjadi pilihan desain pengambilan sampel terbaik, terutama bila ada populasi terbatas
yang dapat menyediakan informasi yang dibutuhkan.
o quota sampling designs sering digunakan dengan pertimbangan biaya dan waktu serta
kebutuhan untuk mewakili elemen minoritas secara memadai dalam populasi
Gampangnya: https://fatkhan.web.id/pengertian-populasi-sampel-jenis-sampling-dan-teknik-sampling/
1. Ukuran sampel lebih besar dari 30 dan kurang dari 500 sesuai untuk sebagian besar penelitian.
2. Jika sampel akan dipecah menjadi sub-sampel (laki-laki / perempuan, junior / senior, dll.),
Diperlukan ukuran sampel minimal 30 untuk setiap kategori.
3. Dalam penelitian multivariat (termasuk analisis regresi berganda), ukuran sampel harus
beberapa kali (sebaiknya sepuluh kali atau lebih) lebih besar dari jumlah variabel dalam
penelitian.
4. Untuk penelitian eksperimental sederhana dengan kontrol eksperimental yang ketat (pasangan
yang cocok, dll.), Penelitian yang berhasil dimungkinkan dengan sampel sekecil 10 hingga 20.
Getting the data ready for analysis
Setelah data selesai diambil, peneliti nih harus nentuin data mana aja yang bisa
dimasukin ke dalam model penelitian. Outlier, data yang blank harus dikeluarin sehingga
hasil penelitiannya bisa lebih akurat
Editing data
Data editing berhubugan dengan mendeteksi dan mengoreksi data yang kurang logis,
tidak konsisten, dan kelalaian berdasarkan informasi yang didapatkan dari responden.
Beberapa contoh illogical response:
• Outlier, yaitu sebuah data observasi yang secara substansial berbeda dengan
data hasil observasi lainnya. Outlier belom tentu merupakan data error, walaupun
biasanya diakibatkan oleh data error.
• Respon yang tidak konsisten adalah respon yang ga nyambung dipertanyaan
yang sama. Biasanya peneliti pakai trik mengubah frasa, untuk menguji
kekonsistenan responden.
• Illegal codes adalah nilai yang sebenernya ga ada di kuisioner. Misalnya
pilihannya Cuma sampe 5, tapi dia nulisnya 6.
• Omission, merupakan kelalaian responden, jadi dia ga jawab satu atau beberapa
item dalam kuisioner. Biasanya karena ga ngerti atau gam au jawab aja
Kalo lebih dari 25% pertanyaan dalam kuisioner ga diawab, maka bisa dibilang itu blank
quisonaire dan seharusnya ga usah dimasukin dalam analisa data.
Data Transformation
Merupakan variasi dari data coding, yakni proses untuk mengubah representasi
numerical dari nilai quantitavi menjadi nilai lainnya. Data biasanya diubah untuk
menghindari masalah di tahapan selanjutnya dalam proses analisa data. Contohnya,
para ekonom biasa menggunakan transformasi logaritmik supaya data terdistribusi
dengan normal. Contoh transformasi data lainnya adalah reverse scoring, jadi ada skor
negative, 0, sama positif gitu kalo misalnya skala pengukurannya pake ordinal.
Peneliti perlu tau nih central tendency, range, disperse, dan alat statistic lainnya, supaya
bener-bener tau konsep yg lagi dikembangin. Dalam hal ini ada istilahnya descriptive
statistics, yaitu untuk setiap variable, gimana sih frekuensi, central tendency dan
dispersinya.
Frequencies
Frekuensi merupakan berapa kali sih data/angka itu muncul dalam penelitian. Biasanya
juga bisa pake pie chart/ bar chart
Validitas
• Factorial validity bisa dilakukan dengan memasukan data dari factor analysis.
Hasil dari factor analysis akan memastikan apakah hipotesis beneran kejadian apa
engga.
• Criterion related validity bisa dilakukan dengan menguji kekuatan dari
pengukuran untuk membandingkan data individu yang dianggap berbeda.
• Convergent validity, dilakukan ketika ada tingkatan yang tinggi dalam korelasi
antara dua data individual dalam merespon pengukuran yang sama.
• Discriminant validity bisa dilakukan ketika 2 konspe yang berbeda tidak
berkolerasi satu sama lain
CHAPTER 15
TYPE I ERRORS, TYPE II ERRORS, AND STATISTICAL POWER
Null hypothesis diduga benar sampai ada statistical evidence. Statistical evidence ini diperoleh dari
inferential statistics, seperti Analisa regresi atau manova. Inferential statstik membantu menarik kesimpulan
tentang populasi dari sampel.
Tujuan hypothesis testing adalah untuk menentukan secara akurat apakah null hypothesis dapat di tolak
daripada alternate hypothesis
- Type 1 error → disebut juga dengan alpha, yaitu probabilitas dalam menolak null hypothesis saat
itu adalah benar
- Type 2 error → disebut juga beta, adalah probabilitas gagalnya menoak null hypothesis, mengingat
bahwa hipotesis alternatif yang sebenarnya benar.
Konsep penting yang ketiga dari hypothesis testing adalah statistical power (1-beta).
- Alpha (α): kriteria signifikansi statistik yang digunakan dalam pengujian. Jika alfa mendekati nol
(misalnya, jika alfa bergerak dari 5% ke 1%), maka kemungkinan menemukan efek saat ada efek
berkurang. Ini menyiratkan bahwa semakin rendah α (yaitu, semakin dekat α bergerak ke nol)
semakin rendah daya; semakin tinggi alfa, semakin tinggi daya.
- Ukuran efek: ukuran efek adalah ukuran perbedaan atau kekuatan hubungan dalam populasi:
perbedaan besar (atau hubungan yang kuat) dalam populasi lebih mungkin ditemukan daripada
perbedaan kecil (kesamaan, hubungan ).
- Ukuran sampel: pada tingkat alfa tertentu, peningkatan ukuran sampel menghasilkan lebih banyak
daya, karena peningkatan ukuran sampel menghasilkan perkiraan parameter yang lebih akurat.
Dengan demikian, peningkatan ukuran sampel mengarah pada kemungkinan yang lebih tinggi
untuk menemukan apa yang kita cari. Namun, meningkatkan ukuran sampel juga dapat
menyebabkan terlalu banyak kekuatan, karena bahkan efek yang sangat kecil akan dianggap
signifikan secara statistik.
Sejalan dengan itu, ada empat komponen yang saling terkait yang memengaruhi kesimpulan yang mungkin
Anda ambil dari uji statistik dalam proyek penelitian: kekuatan pengujian, alfa, ukuran efek, dan ukuran
sampel.
Multicariate statistical techniques digunakan saat mengana;isa hubungan antar banyak variabel
McNemar’s test → metode uji nonparametric yang digunakan pada data nominal.
Independent samle t-test digunakan untuk melihat apakah ada perbedaan signifikan untuk dua kelompok
dalam variabel yang diminati.
Nominal variabel dibagi menjadi 2 subgrup dan diukur dengan interval atau ratio scale.
Regression analysis
Simple regression analysis digunakan pada situasi dimana satu variabel independent di hipotesiskan untuk
mempengaruhi variabek dependen.
Y = b0+b1x1+b2x2+b3x3
Multiple regression mirip dengan simple, bedanya hanya menggunakan lebih dari satu variabel independent
untuk menjelaskan varian dari variable dependen
Multicollinearity
Multikolinearitas sering ditemui pada fenomena statidtikal dimana dua atau lebih variabel independent
dalam model multiple regression sangat berhubungan.
Multikolinearitas ini tidak bagus, makanya harus dikurangi dengan beberapa metode :
- Kurangi himpunan variabel independen menjadi himpunan yang tidak collinear (tetapi perhatikan
bahwa hal ini dapat menyebabkan bias variabel yang dihilangkan, yang juga merupakan masalah
serius).
- Gunakan cara yang lebih canggih untuk menganalisis data, seperti regresi ridge.
- Buat variabel baru yang merupakan gabungan dari variabel berkorelasi tinggi.
- Discriminant analysis
membantu untuk mengidentifikasi variabel independen yang membedakan variabel dependen
kepentingan skala nominal
- Logistic regression
juga digunakan ketika variabel dependen adalah nonmetric. Namun, ketika variabel dependen
hanya memiliki dua kelompok, regresi logistik sering dipilih karena tidak menghadapi asumsi ketat
yang dihadapi analisis diskriminan dan karena sangat mirip dengan analisis regresi.
- Cojoint analysis
adalah teknik statistik yang digunakan di banyak bidang termasuk pemasaran, manajemen produk,
dan riset operasi. Analisis konjoin mengharuskan peserta untuk membuat serangkaian trade-off.
- Two way ANOVA
dapat digunakan untuk menguji pengaruh dua variabel independen nonmetric pada satu variabel
dependen metrik
- MANOVA
mirip dengan ANOVA, dengan perbedaan bahwa ANOVA menguji perbedaan rata-rata lebih dari
dua kelompok pada satu variabel dependen, sedangkan MANOVA menguji perbedaan rata-rata
antar kelompok di beberapa variabel dependen secara bersamaan, dengan menggunakan jumlah
kuadrat dan matriks produk silang.
- Canonical correlation
menguji hubungan antara dua atau lebih variabel dependen dan beberapa variabel independen;
misalnya, korelasi antara serangkaian perilaku kerja (seperti keasyikan dalam pekerjaan,
penyelesaian pekerjaan tepat waktu, dan jumlah absen) dan pengaruhnya terhadap serangkaian
faktor kinerja (seperti kualitas pekerjaan, keluaran, dan tingkat menolak).
EXCELSIOR ENTERPRISES: HYPOTHESIS TESTING
DATA WAREHOUSING, DATA MINING, AND OPERATIONS RESEARCH
Data warehousing dan data mining adalah aspek dari system informasi
Data mining lebih efektif memanfaatkan gudang data dengan mengidentifikasi hubungan dan pola
tersembunyi dalam data yang disimpan di dalamnya.
Operation research (OR) atau management science (MS) → adalah alat canggih lainnya yang digunakan
untuk menyederhanakan dan dengan demikian mengklarifikasi jenis masalah kompleks tertentu yang dapat
dikuantifikasi. ATAU menggunakan matematika dan statistik yang lebih tinggi untuk mengidentifikasi,
menganalisis, dan pada akhirnya memecahkan masalah rumit yang sangat kompleks yang dihadapi oleh
manajer. Ini memberikan alat tambahan kepada manajer dengan menggunakan kuantifikasi untuk
melengkapi penilaian pribadi. Area pemecahan masalah yang dengan mudah memungkinkan ATAU
mencakup hal-hal yang berkaitan dengan inventaris, antrian, pengurutan, perutean, serta pencarian dan
penggantian. ATAU membantu meminimalkan biaya dan meningkatkan efisiensi dengan menggunakan
pohon keputusan, pemrograman linier, analisis jaringan, dan model matematika
Sistem informasi lain seperti sistem informasi manajemen (SIM), sistem pendukung keputusan, sistem
informasi eksekutif, dan sistem pakar merupakan alat bantu pengambilan keputusan yang baik, tetapi tidak
harus terlibat dengan pengumpulan dan analisis data dalam arti yang sempit.