METODOLOGI PENELITIAN DAN BISNIS
Hari / Tanggal : Senin / 27 September 2010 Paraf
Jenis Ujian : Ujian Tengah Semester
Mata Kuliah : Metode Penelitian dan Bisnis
Dosen Pengasuh : M. Izman Herdiansyah, Ph.D
: DR. H. Dedi Riyanto
Nama : Mugiarsih
NIM : 10251022 D
Kelas/ Angkatan : Rekuler. A / XV (lima belas)
Konsentrasi : Manajemen Pendidikan
1. Langkah-langkah membuat desain percobaan
Dalam membuat desain percobaan, maka kita harus terlebih dahulu membuat sejenis chek list tentang hal-hal berikut:
1. Berikan penjelasan tentang :
a. Sampai dimana cakupan area dari masalah.
b. Identifikasi outline masalah serta limitasi-limitasi yang terkandung didalamnya.
c. Berikan skop atau jangkauan dari program serta perencanaan percobaan tersebut.
d. Tentukan hubungan dari masalah yang khas dengan masalah keseluruhan.
2. Kumpulkan keterangan yang tersedia
a. Pelajari dan selidiki semua keterangan dari sumber-sumber yang ada tentang masalah serta percobaan
yang kan dibuat.
b. Catat dan tabulasikan data yang ada hubungannya dengan percobaan yang akan dilakukan.
3. Buat program mengenai desain percobaan.
a. Buat rumusan hipotesa yang mau diuji. .
b. Pilihlah variabel-variabel yang mau diuji.
c. Pembuatan dario alternatif hasil yang bakal ditemui
d. Pemilihan range yang praktis dari faktor-faktor tersebut dan level yang akan digunakan.
e. Penentuan ukuran yang digunakan
f. Pertimbangan-pertimbangan tentang kemungkinan-kemungkinan adanya interaksi.
g. Pertimbangan-pertimbangan adanya hubungan yang konkrit tentang interaksi manusia dengan komputer.
4. Rancang program pendahuluan.
a. buat jadwal yang sistematik tentang pekerjaan yang akan dilakukan.
b. Berikan kemungkinan-kemungkinan yang akan terjadinya perubahan jadwal pekerjaan.
c. Hilangkan pengaruh-pengaruh variabel yang tidak diinginkan dengan mengadakan kontrol randomisasi
dan balancing.
d. Pilihlah satu metode algoritma untuk memudahkan percobaan
e. Jejaki flow diagram untuk memperoleh data secara baik.
5. Recanakan pelaksanaan percobaan
a. Pilih algoritma material serta alat-alat yang digunakan.
b. Laksanakan metode dengan algoritma yang dipilih
c. Catat segala modifikasi yang dilakukan
d. Kumpulkan data secara hati-hati
6. Analisa data
a. Data yang dicatat perlu diubang menjadi angka
b. Gunakan teknik matematika dan statistik yang cocok.
2. Sampling Method dan jenisnya :
Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi.
Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur tadi.
Syarat sampel yang baik
Secara umum, sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Kalau yang ingin diukur adalah masyarakat Sunda sedangkan yang dijadikan sampel adalah hanya orang Banten saja, maka sampel tersebut tidak valid, karena tidak mengukur sesuatu yang seharusnya diukur (orang Sunda). Sampel yang valid ditentukan oleh dua pertimbangan.
Pertama : Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan adalah populasi.
Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic variance” yang maksudnya adalah tidak ada keragaman pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu. Sebagai contoh, jika ingin mengetahui rata-rata luas tanah suatu perumahan, lalu yang dijadikan sampel adalah rumah yang terletak di setiap sudut jalan, maka hasil atau skor yang diperoleh akan bias. Kekeliruan semacam ini bisa terjadi pada sampel yang diambil secara sistematis
Contoh systematic variance yang banyak ditulis dalam buku-buku metode penelitian adalah jajak-pendapat (polling) yang dilakukan oleh Literary Digest (sebuah majalah yang terbit di Amerika tahun 1920-an) pada tahun 1936. (Copper & Emory, 1995, Nan lin, 1976). Mulai tahun 1920, 1924, 1928, dan tahun 1932 majalah ini berhasil memprediksi siapa yang akan jadi presiden dari calon-calon presiden yang ada. Sampel diambil berdasarkan petunjuk dalam buku telepon dan dari daftar pemilik mobil. Namun pada tahun 1936 prediksinya salah. Berdasarkan jajak pendapat, di antara dua calon presiden (Alfred M. Landon dan Franklin D. Roosevelt), yang akan menang adalah Landon, namun meleset karena ternyata Roosevelt yang terpilih menjadi presiden Amerika.
Setelah diperiksa secara seksama, ternyata Literary Digest membuat kesalahan dalam menentukan sampel penelitiannya . Karena semua sampel yang diambil adalah mereka yang memiliki telepon dan mobil, akibatnya pemilih yang sebagian besar tidak memiliki telepon dan mobil (kelas rendah) tidak terwakili, padahal Rosevelt lebih banyak dipilih oleh masyarakat kelas rendah tersebut. Dari kejadian tersebut ada dua pelajaran yang diperoleh : (1), keakuratan prediktibilitas dari suatu sampel tidak selalu bisa dijamin dengan banyaknya jumlah sampel; (2) agar sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi (Nan Lin, 1976).
Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat presisi sampel tersebut.
Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error” Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (s), makin tinggi pula tingkat presisinya. Walau tidak selamanya, tingkat presisi mungkin bisa meningkat dengan cara menambahkan jumlah sampel, karena kesalahan mungkin bisa berkurang kalau jumlah sampelnya ditambah ( Kerlinger, 1973 ). Dengan contoh di atas tadi, mungkin saja perbedaan rata-rata di antara populasi dengan sampel bisa lebih sedikit, jika sampel yang ditariknya ditambah, katakanlah dari 50 menjadi 75.
Teknik-teknik pengambilan sampel
Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak atau random sampling / probability sampling, dan sampel tidak acak atau nonrandom samping/nonprobability sampling. Yang dimaksud dengan random sampling adalah cara pengambilan sampel yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi. Artinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25, maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa dipilih menjadi sampel. Sedangkan yang dimaksud dengan nonrandom sampling atau nonprobability sampling, setiap elemen populasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel. Lima elemen populasi dipilih sebagai sampel karena letaknya dekat dengan rumah peneliti, sedangkan yang lainnya, karena jauh, tidak dipilih; artinya kemungkinannya 0 (nol).
Jenis-jenis sampling
1. Sampel Acak Sederhana
Jika setiap unsur dalam populasi dianggap sama (homogen) oleh peneliti. Atau perbedaan-perbedaan yang ada dalam setiap unsur populasi tidak dianggap penting oleh peneliti, dan jumlah unsur dalam populasi tidak begitu banyak.
Langkah-langkah :
1. Susun kerangka sampling
2. Tetapkan jumlah sampel
3. Tentukan alat pengambilan sampel
4. Pilih sampel sampai dengan jumlah sampel terpenuhi
2. Sampel Acak Distratakan
Jika unsur populasi heterogen Mis. heterogen dalam jenis kelamin, pendidikan, pendapatan, status pekerjaan, dlsb; dan keanekaragaman tersebut bermakna bagi analisis penelitiannya maka agar tidak terambil hanya dari kelompok/strata tertentu saja, gunakan cara ini.
Langkah-langkah :
1. Susun kerangka sampling.
2. Bagi kerangka sampling ke dalam strata yang dikehendaki.
3. Tentukan jumlah sampel secara keseluruhan.
4. Tentukan jumlah sampel dalam setiap stratum.
5. Pilih sampel dari setiap stratum secara acak.
3. Sampel Sistematis
Jika jumlah unsur dalam populasi sedemikian besar dan dianggap homogen, dan ketika peneliti tidak mempunyai alat pengambilan sampel secara acak yang baik, pakailah cara ini. Peneliti menentukan unsur dalam populasi yang “keberapa” yang akan diambil sebagai sampel
Langkah-langkah :
1. Susun kerangka sampling
2. Tetapkan jumlah sampel yang akan diambil.
3. Tentukan kelas interval (k) dengan cara membagi jumlah unsur dalam populasi dengan jumlah sampel yang dikehendaki. Mis : N = 50000 orang, n = 500 orang maka k = 10.
4. Pilih sampel ke satu dengan cara acak – mengundi unsur populasi yang kesatu s/d kesepuluh. Kalau sampel kesatu jatuh ke unsur populasi ketiga, maka sampel kedua adalah unsur populasi yang ke 13
5. Selanjutnya pilih sampel berikutnya : no 23, 33, 43, 53, dst.
4.Sampel gugus
Jika yang akan diambil sebagai sampel adalah sekelompok orang, bukan individual, maka sampel gugus bisa digunakan. Misalkan ingin meneliti kinerja dosen berdasarkan fakultas.
Langkah-langkah :
1. Susun kerangka sampling yang unsurnya adalah gugus (kelompok)
2. Tentukan berapa gugus yang akan diambil sebagai sampel
3. Pilih beberapa gugus yang akan dijadikan sampel dengan cara acak
4. Telitilah setiap unsur yang dalam gugus (dalam kasus/contoh di atas, telitilah kinerja dosen di setiap fakultas, lalu cari rata-ratanya )
5. Sampel Wilayah
Ketika peneliti dihadapkan pada situasi di mana unsur populasi tersebar di berbagai wilayah yang relatif saling berjauhan, maka cara pengambilan sampel wilayah dapat diterapkan. Misalkan, peneliti ingin mengetahui pandangan masyarakat Jawa Barat
terhadap program keluarga berencana.Ketika peneliti dihadapkan pada situasi di mana unsur populasi tersebar di berbagai wilayah yang relatif saling berjauhan, maka cara pengambilan sampel wilayah dapat diterapkan. Misalkan, peneliti ingin mengetahui pandangan masyarakat Jawa Barat terhadap program keluarga berencana.
6. Sampel Tidak Acak
Pengambilan sampel dengan cara ini cukup Memadai untuk penelitian yang sifatnya
penjajagan
Langkah-langkah :
1. Tetapkan secara khusus populasi penelitian
2. Tetapkan jumlah sampel yang akan diambil
3. Pergilah ke tempat yang banyak terdapat unsur populasi
4. Bagikanlah kuesioner kepada setiap unsur populasi yang dijumpai
7. Sampel berdasarkan pertimbangan tertentu
Peneliti menentukan suatu unsur dalam populasi dijadikan sampel, berdasarkan pertimbangan tertentu, yaitu karena “kaya akan informasi”
“Seorang kepala sekolah dijadikan sampel penelitian ketika peneliti yakin bahwa informasi atau data yang ingin diperolehya akan banyak di miliki oleh kepala sekolah tadi”
8. Sampel Bola Salju
Cara ini bisa dipakai jika peneliti tidak mengetahui banyak siapa-siapa yang menjadi unsur dalam populasi penelitiannya.Dia hanya tahu satu atau dua orang saja. Untuk memperoleh sampel lebih banyak lagi, maka dia bisa minta tolong kepada sampel pertama dan kedua untuk mencarikan sampel berikutnya.
3. Melakukan Pengukuran data :
Pengukuran data dapat dilakukan dengan menggunakan skala :
1. Skala nominal
2. Skala ordinal
3. Skala interval
4. Skala ratio
1. SKALA NOMINAL :
. Hanya merupakan lambang untuk membedakan./ unsur penamaan.
. Tidak berlaku hukum numerik ( tidak bisa di + ; di - ; di x ; di : )
Contoh :
ABRI (1) atau 3 atau 2
PNS (2) atau 2 atau 1
Swasta (3) atau 1 atau 3
2.SKALA ORDINAL :
. Merupakan lambang untuk membedakan dan / unsur penamaan.
. Mengurut peringkat berdasarkan kualitas yang / unsur urutan.ditentukan.
Contoh :
Sangat cantik (5) atau 1
Cantik (4) atau 2
Cukup cantik (3) atau 3
Tidak cantik (2) atau 4
Sangat tidak cantik (1) atau 5
3. SKALA INTERVAL :
. Merupakan lambang untuk membedakan.
. Mengurut peringkat berdasarkan kualitas yang ditentukan.
. Bilangan bisa memperlihatkan jarak/interval, tetapi titik nol bukan merupakan titik mutlak, tetapi ditentukan berdasarkan perjanjian.
Contoh : Skala pada termometer (misal Celsius dan Fahrenheit).
4. SKALA RASIO :
. Merupakan lambang untuk membedakan.
. Mengurut peringkat berdasarkan kualitas yang ditentukan.
. Bilangan Bisa memperlihatkan jarak/interval, dan titik nol merupakan titik mutlak. Nilai nol artinya kosong.
Contoh :
Berat (kg) Pendapatan ($) Pajang Jalan (km)
Rupiah 15 25 100
Kilogram 25 35 120
Liter 50 70 160
4. Seorang peneliti harus melakukan sendiri pengamatannya
Hal ini dikarenakan untuk mengungkapkan kebenaran secara ilmiah, peneliti harus melakukannya dengan cara berfikir Kritis & Rasional.
- Dimulai dengan adanya masalah, dianalisis dengan pengalaman & pengetahuan yang dimiliki untuk sampai pada pemecahan yang tepat.
Proses Berfikir Ilmiah :
Analitik = Deduktif Kebenaran
Sintetik = Induktif rasional, kritis, logis
5. Peneliti boleh salah, namun tidak boleh bohong. Penjelasan pernyataan tersebut adalah :
Boleh saja seorang peneliti setelah menentukan hipotesis, tetapi hasil penelitiannya bertolak belakang dengan hipotesis yang telah ditetapkan (hasil penelitian tidak mendukung hipotesis yang telah dibuat). Pada kenyataan itu, peneliti tidak boleh mengubah hasil survey (data yang sudah diperoleh selama melakukan penelitian) dimodifikasi agar hasilnya sama/mendukung hipotesis yang telah dibuat. Peneliti harus mericek kembali kemungkinan metode yang salah.
6. Yang diketahui tentang analisis factor adalah :
Analisis factor pada dasarnya bertujuan untuk mendapatkan sejumlah kecil factor/komponen utama yang memiliki sifat :
1. Mampu menerangkan semaksimal mungkin keragaman data
2. Terdapat bebebasan antar factor
3. Tiap factor dapat diinterpretasikan sejelas-jelasnya.
Analisis factordalah alat analisis statistic yang dipergunakan untuk mereduksi factor-factor yang mempengaruhi suatu variable menjadi beberapa set indicator saja, tanpa kehilangan informasi yang berarti. Analisis factor digunakan untuk penelitian awal dimana factor-factor yang mempengaruhi suatu variable belum diidentifikasi secara baik.
Analisis factor bertujuan untuk mereduksi data dengan cara menyatakan variable asal sebagai kombinasi linear sejumlah factor, sehingga factor tersebut mampu menjelaskan sebesar mungkin keragaman data yang dijelaskan oleh variable asal.
Konsep dasar analisis factor adalah :
1. Teknik yang gunakan adalah teknik interdepensi, yaitu seluruh set hubungan yang interdepensi yang diteliti. Prinsipnya menggunakan korelasi r=1 dan r=0. Dipergunakan dalam hal mengidentifikasi variable yang berkorelasi dan yang tidak/kecil korelasinya.
2. Alanisis factor menekankan adanya communality, yaitu jumlah varian yang disumbangkan oleh suatu variable pada variable lainnya.
3. Adanya koefisien nilai factor (factor score coefficient)sehingga factor 1 menyerap sebagian besar seluruh variable, factor 2 menyerap sebagian besar sisavarian setelah diambil untuk factor 1. Factor 2 tidak berkorelasi dengan factor 1.
Tidak ada komentar:
Posting Komentar