Google+ Badge

Daftar Blog Saya

Sabtu, 21 September 2013

METODE PENELITIAN

DEFINISI RISET
Riset (research) didefinisikan oleh Sekaran (2003, hal. 5) sebagai suatu investigasi atau keingintahuan saintifik yang ter­organisasi, sistematik, berbasis data, kritikal terhadap suatu masalah dengan tujuan menemukan jawaban atau solusinya

Sedang Kinney, Jr. (1986) mendefinisikan riset (research) sebagai pengembangan dan pengujian dari teori-teori baru tentang bagaimana dunia nyata bekerja atau penolakan dari teori­teori yang sudah ada.
Lebih spesifik riset bisnis (business research) didefinisikan oleh Cooper and Schindler (2001, hal. 5) sebagai pencarian yang sistematik yang menvediakan informasi untuk mengarahkan keputusan-keputusan bisnis


KONSEP DASAR RISET
Sekaran (1992, 2003) lebih lanjut membedakan riset saintifik dengan riset-riset lainnya sebagai berikut ini.
1. Berketujuan (purposiveness). riset saintifik mempunyai tuju­an yang jelas.
2. Kokoh (rigor), menunjukkan proses riset saintifik dilakukan dengan hati-hati (prudent) dengan tingkat keakurasian yang tinggi. Basis teori dan rancangan riset yang baik akan menambah kekokohan dari riset saintifik.
3. Ujibilitas (testability), menunjukkan bahwa riset saintifik dapat menguji hipotesis-hipotesis dengan pengujian statistik menggu­nakan data yang dikumpulkan.
4. Replikabilitas (replicability), yaitu riset saintifik dapat diulang dengan menggunakan data yang lain.
5. Ketepatan dan keyakinan (precision dan confidence), menunjukkan bahwa tidak ada riset yang sempurna dan ketepatannya ter­gantung dari keyakinan periset yang diterima umum. Kesalahan pengukuran data dan bias yang lainnya dapat menyebabkan ketepatan riset menurun.
6. Objektivitas (objectivity), menunjukkan bahwa riset saintifik memberikan hasil dan konklusi yang objektif tidak dipengaruhi oleh faktor subjektif peneliti.
7. Generalisabilitas (generalizability), yaitu riset saintifik mampu untuk diuji ulang dengan hasil yang konsisten dengan waktu, objek dan situasi yang berbeda.
8. Sederhana (parsimony), yaitu riset saintifik mempunyai kemu­dahan di dalam menjelaskan risetnya.
RISET METODA ILMIAH VS. RISET METODA NATURALIS
Lawan dari penelitian pendekatan ilmiah (scientific method) adalah penelitian pendekatan alamiah atau naturalis (naturalistic approach). Pendekatan naturalis menolak bentuk terstruktur dari riset. Proses pembentukan struktur teori tidak dilakukan. Tujuan riset yang umum dilakukan adalah untuk mene­mukan teori yang baru. Periset pendekatan naturalis bebas berpikir terhadap teori apapun. Pendekatan naturalis juga tidak membutuh­kan hipotesis-hipotesis secara eksplisit.
Menurut Abdel-Khalik dan Ajinkya (1979), penelitian meng­gunakan metoda naturalis ini sejalan dengan grounded theory yang dikembangkan oleh Glaser dan Straus (1967). Teori membumi (grounded theory) percaya bahwa cara terbaik untuk menjelaskan dan membangun teori adalah dengan menemukannya dari data. Pendekatan ini menganggap bahwa teori grounded di datanya. Pende­katan saintifik menolak hal ini dari berargumentasi bahwa "facts do not speak for themselves" (Blalock, 1969). Pendekatan saintifik mem­butuhkan pengujian secara kuantitatif dan statistik.
Pengikut grounded theony termasuk yang mengembangkan metoda penelitian eksplorasi (exploratory research). Penelitian eksplorasi (exploratory research) tidak menggunakan model atau teknik statistik untuk menyimpulkan hasil yang diobservasi. Hal ini terjadi karena data yang dikumpulkan metoda naturalis atau di metoda eksplorasi bersifat kualitatif bukan kuantitatif, sehingga pendekatan-pendekatan ini juga disebut dengan pendekatan kualitatif (qualitative method).



PERBEDAAN METODA SAINTIFIK DENGAN METODA NATURALIS
PENDEKATAN SAINTIFIK

PENDEKATAN NATURALIS

Menggunakan struktur teori
Tidak menggunakan struktur teori karena lebih bertujuan menemukan teori bukan memverifikasi teori, kecuali jika tujuan penelitiannya ingin membuktikan atau menemu­kan keterbatasan dari suatu teori.
Struktur teori digunakan untuk membangun satu atau lebih hipotesis-hipotesis
Hipotesis jika ada sifatnya implisit tidak eksplisit
Pendekatan ilmiah melakukan setting artifisial misalnya dengan metoda eksperimen dengan memanipulasi beberapa
Pendekatan naturalis menolak bentuk terstruktur dari riset. Pendekat­an naturalis juga menolak pengatur­an riset secara artifisial. Penelitian pendekatan naturalis lebih menggunakan dan menjaga setting alamiah (natural) di mana fenomena atau perilaku yang akan diamati terjadi.
Pendekatan saintifik menolak bahwa teori membumi (grounded) datanya dan berargumentasi bahwa "facts do not speak for themselves" (Blalock, 1969).
Sejalan dengan konsep grounded theory yang dikembangkan oleh di Glaser dan Straus (1967) yang per­ caya bahwa cara terbaik untuk menjelaskan dan membangun teori adalah dengan menurunkannnya dari data. Pendekatan ini menganggap bahwa teori grounded di datanya
Pendekatan saintifik membu tuhkan pengujian secara kuanti   tatif dan statistik
Pengikut grounded theory termasuk yang mengembangkan metoda. Penelitian eksplorasi yang tidak menggunakan data kuantitatif dan teknik statistik untuk menyimpulkan hasil yang diobservasi. Metoda naturalis dan metoda eksplorasi bersifat kuali­tatif menggunakan data kualitatif.




KELEMAHAN DAN KEBAIKAN-KEBAIKAN UNTUK PENDEKATAN SAINTIFIK dan NATURALIS
Pendekatan Saintifik
Pendekatan Naturalis
(+) Menilai data lebih objektif, karena tidak boleh terpengaruh oleh nilai atau kepercayaan periset atau orang lain (harus value free).
(-) Menilai data lebih subjektif karena hasil observasi langsung periset
dan periset sendiri yang menyim­pulkannya.
(-) Setting tidak natural (artifisial) dapat menurunkan validitas pene-litian.
(+) Setting natural tidak diubah oleh periset.
(-) Penelitian kurang terfokus tetapi Iebih luas, sehingga kurang mendalam.
(+) Penelitian lebih terfokus dan Mendalam.
(-) Penelitian biasanya menjelaskan dan memprediksi fenomena yang tampak, sehingga lebih mengarah ke verifikasi teori.
(+) Penelitian lebih mendetail ke hal-hal di bawah permukaan yang belum tampak, seperti misalnya penelitian tentang kultur. Lebih untuk menemukan teori baru.
(+) Dari segi kemudahan menda-patkan data, data sekunder yang tersedia dapat digunakan.
(-) Data primer harus dikumpulkan sendiri oleh periset yang biasanya melibatkan waktu yang lama (bu­lanan sampai dengan tahunan) untuk mendapatkannya dengan ter­libat langsung sebagai pengobser­vasi di tempat kejadian.
(+) Eksternal validiti lebih tinggi karena dapat melibatkan permasa-lahan yang lebih luas menggunakan waktu yang lebih panjang dan perusahaan yang Iebih banvak sebagai objek penelitian karena tersedia di data sekunder.
(-) Eksternal validiti rendah karena hanva melibatkan satu permasalah­an di suatu organisasi saja karena data primer harus diobservasi sen­diri van- tidak mungkin dan membutuhkan banvak waktu untuk melibatkan banvak organisasi.




Pendekatan mana yang harus digunakan? Jawabannya tergantung dari beberapa hal sebagai berikut ini.
1. Aliran yang dianut. Positivism atau Non-Positivism
2. Kondisi atau lingkungan yang terjadi.
3.  Tingkat keluasan dan kedalaman penelitian yang diinginkan. Jika tujuan dari penelitian adalah untuk menjawab pertanyaan
4.  Jika dimungkinkan, kedua pendekatan ini dapat digabungkan untuk digunakan bersama-sama. Penggabungan pendekatan-pende­katan ini dikenal dengan istilah triangulation.
DEDUKSI dan INDUKSI
Pendekatan saintifik metoda deduktif dan pendekatan naturalis menggunakan metoda induksi

MACAM-MACAM RISET
Empat macam kegiatan riset menurut Cooper & Schindler, adalah sebagai berikut ini.
1. Pelaporan (reporting).
Riset yang dilakukan hanya untuk menyediakan data atau informasi yang diperlukan untuk keputusan tertentu. Misalnya adalah informasi apa saja yang diperlukan untuk mengevaluasi nilai intrinsik suatu perusahaan.
2. Penggambaran (descriptive).
Riset ini bertujuan untuk menggambarkan atau mendefinisikan siapa yang terlibat di dalam suatu kegiatan, apa yang dilaku­kannya, kapan dilakukan, di mana dan bagaimana melakukan­nya.
3. Penjelasan (explanatory).
Riset yang mencoba menjelaskan fenomena yang ada.
4. Prediksi (predictive).
Mencoba menjelaskan apa yang akan terjadi dari suatu feno­mena.
LANGKAH-LANGKAH RISET METODA ILMIAH
1. Mengidentifikasi isu atau topik dari riset (dilaporkan di bab I laporan riset).
2. Menjual ide atau isu- tersebut dengan cara menjustifikasi bahwa isu tersebut adalah menarik dan penting untuk diteliti (di­laporkan di bab 1 laporan riset).
3. Menentukan tujuan dan kontribusi dari riset (bab I di laporan hasil riset).
4. Mengembangkan hipotesis.
     Untuk merancang (membangun hipotesis) diperlukan teori dan hasil-hasil riset sebelumnya (dilaporkan di bab 2 laporan hasil riset).
5. Merancang riset.
     Merancang riset berarti merancang data yang akan digunakan untuk menguji hipotesis-hipotesisnya secara empiris dan me­rancang model empiris untuk menguji hipotesis-hipotesisnya secara statistik. Rancangan data dan model empiris dilaporkan di bab metodologi (dilaporkan di bab 3 laporan hasil riset).
6. Mengumpulkan data.
     Beberapa metoda pengumpulan data di antaranya adalah metoda pengumpulan data dari arsip (data sekunder), wawancara (data primer) dan observasi (data primer), kuesioner (data primer) dan eksperimen (data primer). Proses ini juga dilaporkan di bab 3 di laporan basil riset.
7. Menganalisis data dan menguji hipotesis (dilaporkan di bab 4 laporan hasil riset).
8. Membuat ringkasan, mengevaluasi dan mendiskusikan hasil pengujian serta menvimpulkan hasilnya (dilaporkan di bab 5 laporan basil riset).
9. Menunjukkan keterbatasan dan halangan-halangan riset (dila­porkan di bab 5 laporan hasil riset).
10.Mengusulkan perbaikan-perbaikan riset berikutnya (dilaporkan di bab 5 laporan hasil riset).

LAPORAN HASIL RISET
Bab 1. PENDAHULUAN
Bab ini berisi dengan isu riset, motivasi dari riset yang menunjukkan mengapa isu riset ini penting dan perlu diteliti, tujuan dari riset dan kontribusi dari riset.

BAB 2KAJI TEORI DAN PENGEMBANGAN HIPOTESIS
Bagian ini mengkaji teori yang digunakan di riset untuk mengembangkan hipotesis dan menjelaskan hasil fenomena riset. Dengan menggunakan teori yang sudah dikaji dan juga riset-riset sebelumnya, hipotesis-hipotesis yang ada dapat dikembangkan.

BAB 3. DISAIN RISET
Bab 3 ini menjelaskan tipe dari riset, rancangan sampel yang meliputi jenis, sumber, proses seleksi dan karakteristik datanya. Bagian ini juga membahas model empiris yang digunakan untuk menguji hipotesis-hipotesis yang sudah dikembangkan sebelumnya.
BAB 4. HASIL
Bab ini menunjukkan hasil dari pengujian hipotesis mengguna­kan data yang diolah sesuai dengan model empiris yang sudah ditetapkan. Pengujian hipotesis ini didasarkan secara statistik.
BAB 5. RINGKASAN, SIMPULAN, DISKUSI, IMPLIKASI, KE­KURANGAN-KEKURANGAN DAN SARAN-SARAN
Ringkasan menunjukkan hasil riset secara padat. Hasil dari riset perlu didiskusikan mengapa hasilnya begitu. Simpulan me­nunjukkan keberhasilan tujuan dari riset. Simpulan menunjukkan hipotesis-hipotesis mana yang didukung dan rnana yang tidak didukung. Implikasi dari riset menunjukkan kemungkinan pene­rapan dari riset sehingga kontribusi riset mengena. Tidak ada riset yang sempurna, sehingga kekurangan-kekurangan riset perlu disadari. Saran-saran diberikan karena adanva keterbatasan-keter­batasan dari riset, sehingga ada beberapa hal yang tidak dapat dilakukan di riset sekarang, tetapi mungkin dapat dilakukan di riset mendatang. Saran-saran merupakan perbaikan-perbaikan dan pengembangan riset-riset di masa mendatang.

LAMPIRAN-LAMPIRAN
DAFTAR PUSTAKA


FORMAT PENULISAN DAFTAR PUSTAKA
Arief, K. (2003). Pasar Efisien dmn Perilakunya. UnpublishedTesis S2, Universitas Gadjah Mada, Yogyakarta. Hartono, J. (1998). Bias Beta dan Koreksini a. Paper presented at the Simposium Nasional Akuntansi 2, UniversitasBrawijaya, Malang.
Hartono, J. (2003). Teon Portofolio dan Analisis Investasi. BPFE UGM, Yogyakarta.
Kahneman, D.; T., Richard. (1991). Economic Analysis and the Psychology of Utility: Application to Compen­sation Policy. The American Economic Review, 81(2), 341­346.
Kurniawan, A. (2002, 17 November). Efek Permainan Kom­puter Terhadap Tingkat Belajar Anak. Majalah Game Anak, 5, 12-17.
Ratnaningsih, D. (2004). Efek Resensi dari Informasi Akuntansi. Unpublished Disertasi, Universitas Gadjah Mada, Yogyakarta.


ISU, MOTIVASI, TUJUAN DAN KONTRIBUSI RISET

ISU RISET

Mengidentifikasi isu riset merupakan hal yang penting, karena urutan-urutan riset selanjutnya tergantung dari ini. Suatu isu (issue) dari riset dapat berupa sebagai berikut ini.
1.   Permasalahan (problem) yang terjadi yang perlu solusi per­baikan.
2.   Oportuniti (opportunity) atau peluang yang akan ditangkap.
3.   Fenomena yang akan dijelaskan atau diverifikasi dengan suatu teori yang sudah ada.
4.   Fenomena yang akan diuji untuk menemukan teori baru.
Bab 2. Isu, Motivasi, Tujuan dan Kontribusi Risel

MOTIVASI RISET
Periset harus dapat meyakinkan sponsor bahwa isu yang teliti merupakan isu yang penting dan perlu untuk diteliti.
TUJUAN RISET
Tujuan dari riset adalah apa yang ingin dicapai dengan melakukan penelitiannya. Secara umum, tujuan dari riset adalah untuk mencapai sasaran dari isu riset.
KONTRIBUSI RISET
Kontribusi atau manfaat hasil riset dapat berkisar dari akademisi, praktisi, perusahaan, sampai ke pemerintah. Tergantung ;iapa pemakai hasil dari riset, kontribusi riset dapat berupa kontri­tbusi teori, kontribusi praktek dan kontribusi kebijakan. Kontribusi riset juga harus berhubungan dengan isu yang diteliti. Kontribusi teori adalah hasil dari riset dapat memperbaiki tteori yang sudah ada, menjelaskan teori yang sudah ada ke fenomena
  

TEORI DAN PENGEMBANGAN HIPOTESIS

TEORI
Teori (theory) adalah kumpulan dari konsep, definisi, dan proposisi yang sistematis yang digunakan untuk menjelaskan dan memprediksi fenomena atau fakta. Kinney, Jr. (1986) menyebutkan bahwa riset empiris melibatkan teori, hipotesis dan fakta. Teori dan hipotesis merupakan dua hal yang berbeda tetapi berhubungan. Riset yang bersifat peng­ujian (konfirmasi), teori digunakan untuk membangun hipotesis, jadi hipotesis dibangun berdasarkan teori.

HIPOTESIS
Tidak semua penelitian menggunakan hipotesis. Hanya penelitian berupa pengujian hipotesis yang menggunakan hipotesis (saintifik). Penelitian tipe eksploratori (natrualis) tidak menggunakan hipotesis. Alasan­nya adalah pendekatan saintifik menggunakan teori atau logika atau riset-riset sebelumnya untuk menguji feno­mena yang ada, sehingga hipotesis-hipotesisnya dapat diketahui di awal riset dan harus dikembangkan. Pende­katan naturalis tidak menggunakan hipotesis karena yang akan diteliti adalah sesuatu di bawah permukaan (misainya kultur) yang belum tampak sebelum diobservasi dengan mendalam.

Hipotesis berbeda dengan Proposisi. Menurut Kinney, Jr. (1986) hipotesis (hypothesis) adalah prediksi tentang fenomena. Proposisi (proposition) adalah pernyataan tentang konsep yang dapat dinilai benar atau salah jika dihubungkan dengan fenomena yang diobser­vasi. Proposisi dimaksudkan untuk tidak diuji kebenarannya. Jika proposisi dimaksudkan untuk diuji dan dihubungkan dengan pengujian empiris maka disebut dengan hipotesis.
Hipotesis Nol dan Hipotesis Alternatif
Hipotesis dapat ditulis dalam bentuk hipotesis (0) (nol) hypothesis) maupun hipotesis alternatif (alternative hypothesis) atau keduanya. Hipotesis nol dicoba untuk ditolak dan hipotesis alternatif dicoba untuk diterimaHipotesis nol (null hypothesis) merupakar dugaan yang menyatakan hubungan dua buah variabel adalah jelas dan tidak terdapat perbedaan di antaranya. Hipotesis alternatif (alternative hypothesis) yang berlawanan dengan hipotesis nol me­nunjukkan terdapatnya perbedaan antara dua variabel.
Ho:  A tidak lebih besar dari B.
HA : A lebih besar dari B.

Klasifikasi Hipotesis
Hipotesis deskriptif
HA: Manajer yang dikompensasi berdasarkan besarnya laba akan cenderung menaikkan laba perusahaan.



Hipotesis hubungan
Hipotesis hubungan merupakan per­nyataan tentang hubungan dua buah variabel. Hipotesis hubungan dapat diklasifikasikan kembali menjadi hipotesis korelasi (correla­.tional hypothesis) dan hipotesis penjelas atau kausal (explanatory hypothesis atau causal hypothesis).
Hipotesis korelasi (correlational hypothesis) merupakan hipo­tesis yang menyatakan dua variabel terjadi bersamaan tanpa diketahui mana yang mempengaruhi yang lainnya. Hipotesis ini biasanya diuji dengan alat statistik korelasi.
HA : Terdapat hubungan positif antara besarnya kompensas: dan laba perusahaan.

Hipotesis penjelas (explanatory hypothesis) atau hipotesis kausal (causal hypothesis) adalah hipotesis yang menyatakar hubungan satu variabel menyebabkan perubahan variabel yang lainnya. Yang dipengaruhi adalah variabel dependen (VD) dam variabel yang mempengaruhi adalah variabel independen (VI). Hipotesis kausal dapat diuji dengan alat statistik regresi.
HA: Perubahan laba (VI) secara positif akan berpengaru.­terhadap harga saham (VD).



Pengembangan Hipotesis
Hipotesis tidak dapat terjadi begitu saja. Hipotesis dikembangkan dengan menggunakan teori ang relevan atau dengan logika dan hasil-hasil penelitian sebelum­nya. Hipotesis dikembangkan dengan menggunakan teori karena memverifikasi teori tersebut di fenomena yang ada. Hipotesis perlu dikembangkan dengan penjelasan logis jika tidak ada teori yang dapat digunakan atau tujuan dari riset adalah untuk mene­rnukan teori yang baru.

Hipotesis Kangguru
H.A: Terdapat pengaruh yang positif antara jumlah kehamilan ibu-ibu di Yogyakarta dengan populasi kangguru Australia.

Arah Hipotesis
Arah dari hubungan kausal pada hipotesis ditentukan oleh hubungan pada pengalaman-pengalaman masa lalu. Jika hasil  dari penelitian sebelumnya memberikan hasil yang kon­sisten berarah (dapat positif atau negatif) maka hipotesis kausal harus ditulis berarah seperti itu.
H.A : Perubahan laba (VI) berpengaruh positif terhadap harga saham (VD).
Jika hasil-hasil penelitian sebelum­nya banyak yang tidak signifikan atau arahnya bertentangan, maka hipotesis kausal dapat ditulis tanpa arah sebagai berikut ini.
H.A : Perubahan laba (VI) berpengaruh terhadap harga saham (VD).
Kriteria Hipotesis yang Baik
Hipotesis yang baik memenuhi kriteria sebagai berikut ini.
1. Dikembangkan dengan menggunakan teori yang sudah ada, penjelasan logis atau hasil-hasil penelitian sebelumnya. Arah hubungan variabel hipotesis dikembangkan melalui hasil-hasil penelitian sebelumnya. Jika hipotesis merupakan hal baru yang belum ada teorinya, penjelasan logis digunakan untuk membangun hipotesis ini.
2.  Hipotesis menunjukkan maksudnva dengan jelas.
3.  Hipotesis dapat diuji.
Hipotesis dapat diuji jika tersedia alat analisis untuk mengujinya.
4. Hipotesis ini lebih baik dari hipotesis kompetisinya
Hipotesis lebih baik dari hipotesis kompetisinva jika dapat menjelaskan dan memprediksi lebih baik.
RANCANGAN RISET
Desain riset adalah rencana dari struktur riset yang mengarahkan proses dan hasil riset agar menjadi valid, objektif, efisien, an efektif.
Cooper dan Schlinder (2001) (dalam Hartono, 2004) menyebutkan hal-hal yang perlu diperhatikan dalam desain riset adaalah sebagai berikut:
1.  Desain riset adalah perencanaan aktivitas dan waktu
2. Desain riset selalu didasarkan pad apertanyaan penelitian atau topik riset
3. Desain riset mengarahkan ke pemilihan sumber-sumber daya dan tipe infomasi yang diperlukan
4. Desaain riset merupakan kerangka untuk menunjukkan hubungan hubungan antara variabel-variabel yang akan diteliti
5.  Desain riset menggariskan langkah-langkah untuk setiap aktivitas riset

Karateristik Riset Yang Perlu Dirancang:
1.    menentukan jenis risetnya
a. riset ekplanatory
b. riset pengujian hipotesis
2.    jika risetnya adalah pengujian hipotesis apakah betuk risetnya kausal atau deskriftif
3.    menentukan dimensi waktu riset
a.  melibatkan waktu tertentu dengan banyak sampel (cross sectional)
b.  melibatkan urutan waktu (time series)
c.   melibatkan keduanya (pooled data)
4.    menentukan kedalam risetnya
a.  mendalam tapi hanya satu objek saja
b.  kurang mendalam tetapi generalisasinya tinggi
5.    menentukan metoda pengumpulan data
a.  apakah kontak langsung (wawancara)
b.  tidak langsung (arsiv, observassi, analitical
6.    menentukan lingkungan risetnya
a.  lingkungan non-contrived (tidak direncanakan) setting, yaitu lingkungan rill (field setting)
b.  lingkungan pengaturan artidisial atau simulasi)
7.    menentukan unit analisisnya
a.  individual
b.  dyads, yaitu group dari beberapa pasangan data, misalnya penelitian yang melibatkan suami istri
c.   organiasi, industri, instansi, pasar modal, negara
8.    menentukan model empiris beserta definisi variabelnya
9.  menentukan sumber daya riset yang dibutuhkan
a.  menentukan waktu dari kegiatan masing-masing riset
b.  menentukan biaya sampai penyelesaian riset
c.   menentukan personel-personel yang terlibat

Setelah karateristik diset ditentukan, langkah selanjutnya adalah merancang sampel data yang akan dikumpulkan sebagai berikut:
1.       Merancang pengukuran dari variabel yang akan digunakan untuk menangkap data
2.       Merancang metoda pengambilan sampel dan teknik pengumpulan datanya
3.       Merancang model empirisnya

Faktor-Faktor Yang Mempengaruhi Riset
1.    Alpha (α)
Merupakan probabilitas kesalahan tipe I (error type I), secara salah menolak hipotesis nol yang benar
2.    Beta  (β)
Merupakan probabilitas kesalahan tipe II (error type II), secara salah tidak menolak hipotesis nol yang tidak benar
3.    Ukuran sampel (n)
4.    Faktor desain

Kekuatan Pengujian
a.  Meningkatkan ukuran sampel
b.  Memperkecil nilai alpha (α)
c.   meningkatkan desain lewat teori yang lebih baik (membangun hipotesis menggunakan teori yang baik)
d.  Meningkatkan desain lewat pengontrolan variabel (meningkatkan validitas dan relibilitas data)

PENGUKURAN

Pengukuran merupakan pemberian nilai properti dari suatu objek
Skala pengukuran
1.   Nominal
Bernilai klasifikasi, misalnya laki-laki (1), perempuan (2)
2.   Ordinal
Bernilai klasifikasi dan order (ada urutannya) misalnya penilaian kurang (1), baik (2), sangat baik(3)
3.   Interval
Bernilai klasifikasi, order, misalnya skala Likert 1 s/d 5
4.   Rasio
Nilai Data variabel dapat juga diklasifikasikaan sebagai data metric dan non-metric.
Data metric adalah data berbentuk interval atau rasio
Data non-metric adalah data berbentuk kualitatif yang berbentuk atribut, karateristik, atau kategori atau dikotomi. Yang termasuk data ini adalah data tipe nominal dan ordinal


VALIDITAS dan REALIABILITAS

Validitas menunjukka seberapa jauh suatu test atau suatu set dari operasi-operasi mengukur apa yang seharusnya diukur dan sampaai sejauh mana ketepatan dan kecermatan alat ukur dalam melakukan fungsi ukurnya.
Contoh: Alat Meteran digunakan untuk mengukur satuaan Panjang.
Reliabilitas menunjukkan bahwa suatu pengukur dapat tetap menunjukkan stabilitas dan konsitensinya dari suatu instrumen yang mengukur suatu konsep. Jadi alat yang digunakan untuk melakukan pengukuran akan cenderung memberikan haasil yang sama meskipun digunakan untukmenguji individu secara berulang-ulang. Jadi relaiabilitas berhubungan dengan konsistensi dari suatu alat dalam mengukur.
Contoh: Alat pengukur suhu udara digunakan sebanyak 10 kali dan hasil pengukurannya tetap konsisten, tidak berubah

.
VALIDITAS EKSTERNAL VALIDITAS INTERNAL

Validitas Ekternal: Menunjukkan bahwa hasil dari suatu penelitian adalah valid yang dapat digeneraliasi ke semua objek, situasi dan semua objek. Validitas ekternal ini berhubungan dengan pemilihan sempel. Sempel yang memenuhi validitas ekternal ini adalah sampel yang tidak bias.
Validitas Internal: Menunjukkan kemampuan dari suatu instrumen riset untuk mengukur sesuatu apa yang seharusnya diukur dari suatu konsep. Validitas interna; digunakan untuk menjawab pertanyaan apakah riset sudah menggunakan konsep yang seharusnya. Validitas ini dikelompokkan ke dalam tiga kelompok.
a.  Validitas Isi
Menunjukkan seberapa besar item-ietem di instrumen mewakili konsep yang diukur. Misalnya mengukur harga saham dengan return saham.
b.  Validitas yang berhubungan dengan Kriteria
Mengukur perbedaan-perbedaan individual berdasarkan kriteria yang digunakan
-      Validitas Serentak
Mengukur perbedaan individu pada saat bersamaan Misalnya mengukur kinerja saham tumbuh dan tidak tumbuh menggunakan teknik analisis korelasi
-      Validitas Prediktif
Menunjukkan kemapuan instrumen mengukur perbedaan individu berdasarkan kriteria yang diprediksikan
Misalnya: (a) saham tumbuh ke depannya akan tetap tumbuh atau tidak (b) saham tidak tumbuh apakah masa depannya tetap tidak tumbuh atau tumbuh.
Misalnya menggunakn analisis diskriminan dalam menentukan bank bankrut atau sehat (Penelitian Alatman, 19....)
c.  Validitas Konstruk

 

 

 

Menunjukkan seberapa baik baik hasil-hasil yang diperoleh dari penggunaaan suatu pengukur sesuai dengan teori-teori yang digunakan untuk mendefinisikan suatu konstruk. Contohnya mengukur kinerja perusahaan dengan menggunakan analisis faktor.


MODEL EMPIRIS

Bentuk model empiris dapat dikelompokkan berasarkan nilai data atu sekalanya. Nilai data di variabel dapat diklasidikasikan sebagai data Metrik (Ordinal dan Nominal; berbentuk atribut, karateristik, kategori, atau dikotomi) dan Non-Metrik (Interval dan Rasio; berbentuk kuantitatif).
Model empiris dapat mempunyai sebuah varabel depeenden mapupun lebih dari satu variaabel dependen.
Yang termasuk model empiris dengan satu variabel dependen adalah model Regresi, Regresi Logit, Regresi Probit, Regresi Tobit, Analisis Diskriminan, ANOVA, dan model analsis Conjoint.

Bentuk dari Model Regresi adalah sebagai berikut:
Y1         =  X1 + X2 + X3 + X4 .......... Xn
(Metrik)    (Metrik dan Non-Metrik)

Bentuk dari Model Regresi Logit / Probit / Tobit adalah sebagai berikut:
Y1                =   X1 + X2 + X3 + X4 .......... + Xn
(Non-Metrik)    (Metrik dan Non-Metrik)

Bentuk dari Analsis Diskriminan adalah sebagai berikut:
Y1                    =   X1 + X2 + X3 + X4 .......... + Xn
(Non-Metrik)         (Metrik dan Non-Metrik)

Bentuk dari Model ANOVA adalah sebagai berikut:
Y1                =   X1 + X2 + X3 + X4 .......... + Xn
(Metrik)            (Non-Metrik)

Bentuk dari Model Analsisi Conjoint adalah sebagai berikut:
Y1                                        =   X1 + X2 + X3 + X4 .......... + Xn
(Metrik dan Non-Metrik)          (Non-Metrik)


Model empiris dengan menggunakan lebih dari satu variabel dependen adalah model MANOVA dan model Korelasi Kanonikal

Bentuk dari Model MANOVA adalah sebagai berikut:
Y1 + Y2 +......+ Yn               =    X1 + X2 + X3 + X4 .......... Xn
(Metrik)                                    (Non-Metrik)

Bentuk dari Model Korelasi Kanonikal adalah sebagai berikut:
Y1 + Y2 +......+ Yn               =   X1 + X2 + X3 + X4 .......... Xn
(Metrik dan Non-Metrik)          (Metrik dan Non-Metrik)

Bentuk dari Model Persamaan Simultan adalah sebagai berikut:
Y1            =       X11 + X12 + X13 + X14 .......... X1n
Y2            =       X21 + X22 + X23 + X24 .......... X2n
Yn            =      Xn1 + Xn2 + Xn3 + Xn4 .......... Xnn
(Metrik)            (Metrik dan Non-Metrik)

Bentuk dari Structural Equation Modeling adalah sebagai berikut:
Y1                                                        =   X11 + X12 + X13 + X14 .......... X1n 
X11                                                      =   X21 + X22 + X23 + X24 .......... X2n
Y1n                                                      =   Xn1 + Xn2 + Xn3 + Xn4 .......... Xnn
(Metrik dan Non-Meetrik)      (Metrik dan Non-Metrik)


Ringkasan bentuk-bentuk model empiris
Model
Tipe Data
Variabel Dependen
Variabel Independen
1. Regresi
Metrik
Metrik dan non-metrik
2. Regresi Logit / Probit / Tobit
Non-Metrik
Metrik dan non-metrik
3. Analisis Diskriminan
Non-Metrik
Metrik dan non-metrik
4. ANOVA
Metrik
Non-metrik
5. Analsis Conjoint
Metrik dan Non-Metrik
Non-metrik
6.MANOVA
Metrik
Non-metrik
7. Korelasi Kanonikal
Metrik dan Non-Metrik
Metrik dan non-metrik
8. Persamaan Simultan
Metrik
Metrik dan non-metrik
9. SEM (Structural Eq Model)
Metrik dan Non-Metrik
Metrik dan Non-Metrik


VARIABEL di MODEL EMPIRIS

Model adalah bentuk simbol dari suatu teori, bentuk simbol padaa model ini harus menunjukkan hubungan kausal antara vriabel-variabel di dalam model


a.  Variabel Moderasi









Y1 =   X1 + X2 + X1*X2
b.  Variabel Intervening/ mediasi/ mediating





VM1 =   X1 VI
VD1 =   X1 VM

c.  Variabel Extraneous
Adalah variabel selain variabel Independen, dependen, Moderating, dan Intervening yang mempengaruhi hubungan kausal. Variabel ini dapat dikelompokkan menjadi 2, yaitu variabel pelengkap (Variabel Kontrol) dan variabel pengganggu (Confounding variable).

-      Variabel Kontrol (Variabel Pelengkap)
Variabel yang melengkapi atau mmengontrol hubunan kausalnya agar lebih baik untuk didapatkan model empiris yang lebih lengkap dan lebih baik. Variabel ini bukan merupakan varabel utama yang diuji, tetapi lebih ke variabel lain yang memiliki efek pengaruh. Jika efeknya kecil, maka varaiabel ini dapat diabaikan


Harga Saham (VD) =  Perubahan Laba (VI) + Ukuran Perush (VK) + Pertumbuhan Perush (VK)

-      Variabel Pengganggu
Merupakan variabel yang efeknya menggangu hubungan kausal antara variabel independen dan dependen. Efek variabel ini harus dihilangkan dari hubungan kausal.
Contoh: Reaksi pasar yang diakibatkan oleh pengumuman pembayaran dividen oleh perusahaan. Reaksi pasar dapat juga dipengaruhi oleh variabel lain yang signifikan yang terjadi bersamaan waktunya dengan variabel independen yang diteliti. Variabel-variaabel yang terjadi secara bersamaan dengan variabel utamanya ini adalah merupakan variabel pengganggu. Variabel pengganggunya misalnya pengumuman merger yaang akan dilakukaan oleh perusahaan pada saat yang sama. Jika pengumuman merger ini akan mempengaruhi reakssi pasar, maka besarnya reaksi pasar tidak hanya disebabkan oleh variabel independen utama (pembayaran dividen) namun juga oleh variabel lain (pengumuman merger).











S A M P E L


Setelah hipotesis-hipotesis selesai dikembangkan, hipotesis­hipotesis ini perlu diuji dengan faktanya. Proses pengambilan sampel merupakan proses yang penting. Pengambilan sampel harus dapat menghasilkan sampel yang akurat dan tepat. Sampel yang tidak akurat dan tidak tepat akan berikan kesimpulan riset yang tidak diharapkan atau dapat menghasilkan kesimpulan salah

KRITERIA SAMPEL
Sampel yang baik yang memenuhi dua buah kriteria sebagI berikut ini.
1. Akurat
Sampel yang akurat (accurate) adalah sampel yang tidak bias. Beberapa cara dapat dilakukan untuk meningkatkan akurat dari sampel sebagai berikut ini.
a. Pemilihan sampel berdasarkan proksi yang tepat
Misalnya akan dibuat dua buah grup, yaitu grup pertama adalah grup yang berisi perusahaan- perusahaan yang mengalami financial distress dan grup kedua berisi dengan perusahaan-perusahaan yang tidak mengalaminya. Leverage dipilih sebagai proxy untuk financial distress. Jika leverage tidak dapat membedakan perusahaan distress dan perusahaan yang tidak distress, maka proksi tersebut adalah tidak akurat.
b. Menghindari bias di seleksi sampel
Pemilihan sampel yang bias (sample selection bias) akan membuat sampel tidak akurat.
Contoh:Untuk menghindari bias ini, peneliti tidak hanya menggunakan sampel perusahaan besar yang tercatat di NYSE saja, tetapi juga menggunakan perusa­haan kecil yang tercatat di NASDAQ, sehingga hasilnya tidak dicurigai karena memang berasal dari sampel perusahaan yang besar saja.
c. Menghindari bias hanya di perusahaan-perusahaan yang bertahan
Pemilihan sampel yang bias yang berisi dengan perusahaan-perusahaan yang bertahan (survivorship bias) akan membuat sampel tidak akurat

2. P r e s i s i
Sampel yang mempunyai presisi yang tinggi adalah yang mempunyai kesalahan pengambilan sampel (sampling error) yang rendah. Kesalahan pengambilan sampel (sampling error) adalah seberapa jauh sampel berbeda dari yang dijelaskan oleh populasinya. Presisi diukur dengan standard erro of estimate. Semakin kecil standard error of estimate semakin tingg presisi sampelnya. Presisi dapat ditingkatkan dengan jumlah sampelnya. Semakin besar jumlah sampelnya, semakin kecii kesalahan standar estimasinya.




METODA PROSES PENGAMBILAN SAMPEL
Ada dua metoda pengambilan sampel, yaitu pengambilan sampel berbasis pada probabilitas (pemilihan secara random) atau pengambilan sampel secara nonprobabilitias (pemilihan nonrandom)

Secara probalititas, metoda-metoda yang dapat digunakan adalah:
1. Random sederhana (simple random).
2.  Random komplek (complex random) yang dapat berupa sebaga berikut ini:
a. Systematic random sampling.
b. Cluster sampling.
c. Stratified sampling.
d. Double sampling.

Pengambilan sampel secara nonprobabilitas (pemilihan non-random) dapat dilakukan metoda-metoda sebagai berikut:
1. Convenience.
2.  Purposive, terdiri dari:
a. Judgment.
b. Quota.
3. Snowball.

Random Sederhana
Pengambilan sampel secara random sederhana (simple randonm) dilakukan dengan mengambil secara langsung dari populasinya

Random Kompleks
Metoda pengambilan sampel secara random kompleks (complex Random) dapat berupa:
1.    Systematic Random Sampling
2.    Cluster Sampling
3.    Sratified Sampling Dan
4.    Double Sampling


Sistematic Random Sampling
Pengambilan sampel secara random sistematik (systematic random sampling) dilakukan dengan membagi populasi sebanyak n bagian dan mengambil sebuah sampel pada masing-masing bagian dimulai dari bagian pertama secara random. Misalnya jumlah populasinya sebanyak 75 buah dan akan diambil sampel sebanyak 25 buah. Masing-masing bagian akan terdiri dari 3 buah. Misalkan angka random yang terpilih untuk mengambil sampel pertama adalah 2, maka sampel berikutnya adalah nomor 5, 8, 11, ... dan seterusnya sampai nomor 74 sebanyak 25 buah sampel.


Cluster Sampling
Pengambilan sampel secara Cluster (cluster sampling) dilaku­kan dengan membagi populasi menjadi beberapa grup bagian. Grup bagian ini disebut dengan cluster. Beberapa cluster kemudian dipilihi secara random. Item-tem data yang berada di dalam cluster yang terpilih merupakan sampelnya. Pengambilan cluster baik untuk sampel yang homogen antara kluster-klusternya dan heterogern antara item-item di dalam klusternya

Stratified Sampling
Pengambilan sampel secara strata (stratified sampling), dilakukan dengan membagi populasi menjadi beberapa subpopulasi: atau strata dan kemudian pengambilan sampel random sederhana dapat dilakukan di dalam masing-masing strata. Strata dapat berupa karakteristik tertentu (misalnya jenis industri, besarnya asset, dsb.)

Double Sampling (2 kali seleksi sampel)
Double sampling atau sequential sampling atau multiphase sampling rupakan metoda sampling yang mengumpulkan sampel dengan dasar sampel yang ada dan dari informasi yang diperoleh digunakan untuk mengambil sampel berikutnya. Misalnya data responden dapat dikumpulkan dari mail survey dan secara random dipilih beberapa untuk diinterview lebih detail sesuai dengan kriteria tertentu

Non-probabilitas
Metoda pengambilan sampel secara non probabilitas atau milihan non-random dapat berupa
1. Convenience Sampling
2. Purposive Sampling

Convenience Sampling
Pengambilan sampel secara nyaman (convenience sampling) dilakukan dengan memilih sampel bebas sekehendak perisetnya

Purposive Sampling
Pengambilan sampel bertujuan (purposive sampling) Dilakukan dengan mengambil sampel dari populasi berdasarkan suatu teria tertentu. Kriteria yang digunakan dapat berdasarkan perhitungan atau Judgment tertentu atau jatah (quota) tertentu.
Judgment sampling dilakukan berdasarkan kriteria berupa suatu pertimbangan tertentu. Misal kriterianya adalah rusahaan-perusahaan yang sudah go publicKriteria lain misalnya adalah perusahaan-perusahaan yang laporan keuangannya berakhir tanggal 31 Desember.
Quota sampling berdalih bahwa sampel harus mempunyai rakteristik yang dimiliki oleh populasinya. Misalnya populasi terdiri dari 70% perusahaan kecil dan 30 perusahaan besar maka sampel juga harus mempunyai kriteria sesuai dengan kriteria tersebut

Contoh:
Pengambilan sampel secara purposive dengan kriteria-kriteria tertentu. Kriteria-kriteria yang digunakan untuk menyaring sampe adalah sebagai berikut ini.
1. Perusahaan-perusahaan dalam sampel merupakan perusahaan yang membayar dividen kas terus menerus selama tiga tahun berturut-turut. Tiga tahun ini untuk menjamin bahwa perusahaan mempunyai kebijakan dividen yang stabil. Waktu stabil yang lebih lama lebih bailk tetapi akan menurunkan jumlah sampel secara drastis.
2. Perusahaan-perusahaan yang datanya tidak lengkap dikeluarkan dari sampel.
Snowball Sampling
Pengambilan sampel secara bola salju (snowball sampling dilakukan dengan mengumpulkan sampel dari responden yang berasal dari referensi suatu jaringan, misalnya lewat newsgroup di  internet.


STRATEGI PENGUMPULAN DATA DAN SUMBER DATANYA
Terdapat empat strategi pengumpulan data, yaitu sebagai berikut ini.
1.  Strategi pengamatan langsung (direct observation),
Data idikumpulkan dengan mengamati langsung di sumber datanya. Sumber data dari pengamatan langsung dapat diperoleh dari beberapa cara sebagai berikut:
,a. studi kasus (case),
'b. studi lapangan (field) dan
,c. studi laboratorium (laboratory).
2. Strategi opini (opinion),
data dikumpulkan melalui pen­dapat-pendapat responden. Sumber data dari strategi ini dapat diperoleh dari:
a. responden individu atau
b. responden group.
3. Strategi arsip (archival),
Data dikumpulkan dari catatan atau basis data yang sudah ada. Sumber data strategi ini adalah:
a. data primer (primary data) dan
b. data sekunder (secondary data).
4. Strategi analitikal (analytical).
Strategi ini tidak menggunakan data kuantitatif tetapi prinsip atau hipotesis dibuktikan dengan menggunakan logika matematik periset.




TEKNIK PENGUMPULAN DATA

Beberapa teknik dapat dilakukan untuk mengumpulkan data. Teknik pengumpulan data tergantung dari strategi dan sumber dayanya.

1. Strategi pengamatan langsung (direct observation).
a. Untuk mendapatkan data kasus, teknik pengumpulan data yang dapat dilakukan adalah teknik observasi dan wawan­cara.
b. Untuk mendapatkan data lapangan, teknik pengumpulan data yang dapat dilakukan adalah teknik studi waktu dan gerak.
c. Untuk mendapatkan data laboratorium, teknik pengum pulan data yang dapat digunakan adalah teknik eksperimen dan simulasi.

2. Strategi opini (opinion).
Untuk mendapatkan data opini individu, teknik pengum pulan data yang dapat digunakan adalah teknik pengum pulan data survei,

3. Strategi arsip (archival)
Data dikumpulakan dari catatan atau basis data yang sudah ada. Sumber data ini adalah
a. Untuk mendapatkan data primer, teknik pengumpulan data yang dapat digunakan adalah teknik pengumpulan data analisis isi (content analisis)
b. Untuk mendapatkan data skunder, teknik pengumpulan data yang dapat digunakan adalah teknik pengumpulan data berbasis data

4. Strategi analitical (content analysis).
Untuk mendapatkan data logika periset, maka teknik yang digunakan adalah metoda matematika.

FAKTOR-FAKTOR PENGARUH DI PENGUMPULAN DATA

Beberapa faktor mempengaruhi pemilihan strategi pengum­un data. Faktor-faktor ini adalah sebagai berikut ini:

1. Mainstream yang dianut.
Untuk aliran positivism yang tujuan risetnya menjelaskan dan memprediksi fenomena, strategi yang umumnya digunakan adalah strategi arsip dan strategi analitikal. Untuk aliran critical perspective atau yang melakukan riset kualitatif, strategi yang digunakan umumnya adalah observasi pengamatan langsung di lapangan dengan sumber datanya berupa studi kasus dan studi waktu dan gerak.

2. Tujuan.
Jika tujuan dari riset ingin mendapatkan opini seseorang, maka strategi opini lebih tepat. Sebaliknya jika tujuan riset adalah ingin melihat dan mengamati secara langsung kegiatan-­kegiatan atau perilaku seseorang atau organisasi, maka strategi pengamatan langsung lebih tepat. Jika tujuannya ingin mem­buktikan secara teoritis maka strategi analitikal lebih tepat.

3. Level yang akan diteliti (abstraksi).
Jika yang ingin diteliti untuk dibuktikan atau ditemukan oleh riset adalah sesuatu yang belum tampak atau bersifat abstrak, misalnya tentang kultur organisasi, maka strategi pengamatan langsung (studi kasus) dan opini lebih tepat. Jika yang ingin diteliti adalah fenomena yang lebih riel maka strategi arsip dan studi lapangan (field study) lebih tepat.

4. Pengkontrolan dari periset.
Jika periset ingin mengkontrol proses pengumpulan data maka studi laboratorium dengan teknik simulasi atau ekspe­rimen lebih tepat.

5. Kemudahan riset jika data tersedia.
Jika data arsip tersedia, strategi arsip dapat lebih mudah dilakukan dibandingkan strategi-strategi lainnva

6. Validitas luar dan kedalam riset.
Jika yang ditekankan di dalam riset adalah luasnya dengai tingkat generalisasi yang tinggi yaitu dapat disimpulkan secan umum melewati batas waktu dan Batas tempat, maka strategi arsip yang melibatkan banyak waktu dan banyak organisasi akan lebih tepat untuk mencapai validitas luar (external validity). Akan tetapi jika yang ditekankan adalah kedalaman riset maka strategi observasi dengan sumber datanya berupa studi kasus yang hanya melibatkan sedikit organisasi tetapi mendalam akan lebih tepat.

7. Validitas internal.
Validitas internal untuk strategi opini adalah rendah, validitas internal yang tinggi adalah untuk strategi analytical dan arsip

8. Biaya.
Biaya yang mahal untuk riset terjadi pada strategi pengamatan langsung dan yang terendah pada strategi analytical.

9. Waktu.

Waktu yang dibutuhkan untuk mengumpulkan data paling lama adalah untuk strategi observasi langsung dan kuisioner (karena menunggu kuisioner dibalas), dan yang paling cepat adalah strategi arsip.

0 komentar:

Posting Komentar

Twitter Delicious Facebook Digg Stumbleupon Favorites More
Instagram