desain penelitian sesi 29/01/2012

Desain PenelitianSesi 29/01/2012

Dr. Dewi FitriasariFakultas Ekonomi-Akuntansi/Pusat Studi Sustainability dan Inovasi Bisnis

Fokus sesi ini:

• Teknik sampling untuk penelitian dengan pengujian hipotesis

• Teknik pengukuran dan skala

•Pemilihan prosedur statistik untuk penelitian dengan pengujian hipotesis

Teknik Sampling (Kothari, hal. 55-67)

• Populasi: seluruh bagian/anggota dari variabel yang akan diteliti•Meneliti populasi versus meneliti bagian

dari populasi

Pertanyaan untuk dipikirkan:Apakah mungkin meneliti populasi?BAHAS

Teknik Sampling (Kothari, hal. 55-67)

• Jika tidak mungkin meneliti populasi, maka perlu mengambil sebagian anggota dari populasi untuk mewakili populasi.

• Pengambilan sebagian anggota populasi untuk mewakili populasi disebut sampling.

Teknik Sampling (Kothari, hal. 55-67)

• Pertimbangkan hal berikut ini untuk memulai sampling:

1. Apakah jumlah populasi diketahui atau tidak?

2. Apa saja unit sampling yang akan digunakan?

Teknik Sampling (Kothari, hal. 55-67)

• Pertimbangkan hal berikut ini untuk memulai sampling:

3. Sumber dari unit sampling (source list)

4. Ukuran sampel

5. Parameter dari unit sampling

Teknik Sampling (Kothari, hal. 55-67)

• Teknik sampling pada dasarnya terbagi menjadi 2, yaitu:

1. Sampling non-probabilitas

2. Sampling probabilitas

Teknik Sampling (Kothari, hal. 55-67)

• Pertimbangkan hal berikut ini untuk memulai sampling:

6. Anggaran

7. Prosedur sampling

Teknik Sampling (Kothari, hal. 55-67)

• Sampling non probabilitas:

Prosedur sampling yang tidak didasarkan pada perkiraan probabilitas yang menyatakan keterwakilan populasi.

Nama lainnya: deliberate sampling, purposive sampling, judgment sampling

Teknik Sampling (Kothari, hal. 55-67)

• Sampling probabilitasTeknik sampling yang mengharuskan setiap bagian dari populasi memiliki peluang yang sama untuk dimasukkan sebagai sampel.

Nama lainnya: random sampling

Teknik Sampling (Kothari, hal. 55-67)

• Systematic sampling:Sampling yang secara sistematis mengambil sampel pada bagian tertentu populasi.

Contoh: Diinginkan sample yang mewakili 4% dari tiap bagian populasiMaka: sampel akan dipilih secara acak dari tiap bagian/anggota ke-25 populasi

Teknik Sampling (Kothari, hal. 55-67)

• Stratified sampling:Populasi dibagi menjadi beberapa sub-populasi yang homogen. Kemudian, peneliti memilih secara acak bagian/anggota dari sub-populasi sebagai sampel.

Contoh: BAHAS

Teknik Sampling (Kothari, hal. 55-67)

• Cluster sampling:Ketika wilayah penelitian sangat luas, maka populasi penelitian akan sangat luas.

Cara terbaik untuk kondisi ini adalah membagi populasi luas menjadi beberapa populasi yang lebih kecil, kemudian diambil sampel secara acak dari populasi yang lebih kecil (cluster).

Teknik Sampling (Kothari, hal. 55-67)

• Area sampling

Cluster sampling yang meliputi wilayah geografis

Teknik Sampling (Kothari, hal. 55-67)

•Multi-stage sampling:Cluster sampling yang melibatkan pembagian populasi dengan cara memilih beberapa sub-populasi primer yang kemudian dipecah lagi menjadi beberapa cluster kecil. Dari cluster kecil ini dipilih sampel secara acak.

Teknik Sampling (Kothari, hal. 55-67)

• Sampling dengan proporsi ukuran

Dalam hal unit sampel dalam cluster sampling tidak sama jumlahnya, maka teknik sampling ini dapat digunakan.

Teknik Sampling (Kothari, hal. 55-67)

• Contoh:• Jumlah toko di 15 kota adalah sebagai

berikut: 35, 17, 10, 32, 70, 28, 26, 19, 26, 66, 37, 44, 33, 29, 28.Sampel yang diinginkan: 10 toko dari tiap cluster berdasar kota. Berapa banyak toko dari tiap kota yang harus dimasukkan dalam sampel?

Teknik Sampling (Kothari, hal. 55-67)

• Jawab:500 toko, 10 toko ingin diambil sebagai sampel. Interval sampling = 50 toko. Jadi: Lihat Tabel

Teknik Sampling (Kothari, hal. 55-67)

Teknik Sampling (Kothari, hal. 55-67)

• Sequential sampling:Jumlah pasti sampel tidak direncanakan di depan. Tergantung pada hasil dari sampel yang diambil sebelumnya.

Pengukuran dan Skala(Kothari, hal. 55-67)

• Jenis data:1. Nominal data2. Ordinal data 3. Interval data4. Ratio data

Pengukuran dan Skala(Kothari, hal. 55-67)

• Skala nominal (contoh laki-laki/perempuan)• Skala ordinal (contoh ranking)• Skala interval (contoh kenaikan suhu)• Skala ratio (contoh cm, m km, berat

badan)

Pengukuran dan Skala(Kothari, hal. 55-67)

• Suatu pengukuran dapat dipercaya jika memenuhi uji berikut:

• Uji validitas: Validitas mewakili sejauh mana perbedaan yang didapat dari instrumen penelitian mencerminkan perbedaan sesungguhnya unit yang diteliti.

Pengukuran dan Skala(Kothari, hal. 55-67)

• Jenis validitas:1. Content validity2. Criterion-related validity3. Construct validity

Pengukuran dan Skala(Kothari, hal. 55-67)

1. Content validitySejauh mana instrumen penelitian mencakup topik yang diteliti

2. Criterion-related validityInstrumen yang digunakan harus dapat memenuhi prinsip:Relevan, bebas dari bias, reliable (stabil atau dapat direproduksi), tersedia (informasi tersedia untuk topik yang diteliti).

Pengukuran dan Skala(Kothari, hal. 55-67)

3. Construct validityJika suatu instrumen pengukuran dapat mengkonfirmasi suatu asosiasi yang diprediksi dengan proposisi teori, maka instrumen tersebut memiliki construct validity.

Pengukuran dan Skala(Kothari, hal. 55-67)

• Teknik scaling akan dibahas lebih lanjut dengan metode pengumpulan data

• Pada bagian berikut ini, akan diperkenalkan cara memilih statistik yang tepat berdasar variabel dan data

Perencanaan statistik untuk penelitian(Sekaran, hal. 270)

1. Data nominal dengan satu atau dua variabel independen: Chi-Square2. Data ordinal dengan satu variabel independen: Sign test, Mann-Whitney U test, Kruskall Wallis one-way ANOVA3. Data interval dengan dua atau lebih variabel independen dan dependen:Multiple discriminant analysis, Canonical correlation, multiple regression (1 variabel dependen),

Perencanaan statistik untuk penelitian(Sekaran, hal. 270)

Contoh-contoh penggunaan statistik akan diupload di weblog dosen untuk dikaji di rumah oleh mahasiswa.

Pertanyaan atas contoh-contoh tersebut harus diajukan melalui email yang telah disebutkan di kelas.

Operasional statistik dapat diperdalam dalam kelas Statistik.