Path atau SEM?

Cermat dalam melakukan pengukuran variabel

Merancang pengukuran pada variabel yang akan diteliti seringkali terlupakan oleh peneliti. Mereka umumnya belum sampai pada bagaimana cara mengukur variabel dan data seperti apa yang akan didapatkan. 

Beda jumlah kuesioner maupun jml kasus. Kalau korelasi harus memiliki jumlah kasus yang sama satu variabel dengan variabel lain, sedangkan untuk uji beda tidak masalah memakai jumlah kasus yang berbeda tiap kelompok (variabel). => kasus ibu yg S3 pertanian.
Ternyata hal ini dialami juga oleh mahasiswa lain yang sedang mengambil tesis. Jadi, sekali lagi, kita harus cermat dalam melakukan pengukuran variabel.

Untuk penelitian yang menguji hubungan/pengaruh, perlu dicermati bahwa jumlah sampel/responden harus sama antar variabel. Unit analisis/subyek penelitian juga  diharapkan sama, agar didapatkan pengukuran yang benar. Sebagai contoh, jika sampelnya karyawan, semua variabel diukur dari karyawan, jangan ada yang diukur dari pimpinannya.

 

Saran dan Rekomendasi

1. Apa perbedaan saran dan rekomendasi?
Saran tidak memiliki konsekuensi terhadap masa organisasi yang diteliti, sedangkan  rekomendasi memiliki implikasi bagi organisasi jika hal itu tidak dilakukan. Oleh karena itu, secara peringkat, rekomendasi lebih penting dibandingkan saran.
2. Berbagai macam variasi dalam bab penutup di laporan penelitian (skripsi, tesis, disertasi dll).
Dalam bagian penutup, ada yang berisi kesimpulan dan saran. Ada juga simpulan, implikasi, keterbatasn dan saran/rekomendasi dst. Hal ini sangat fleksibel menurut masing-masing saja.

Binggung Cara Menganalisis Kuesioner

Pagi-pagi selepas subuh waktu Indonesia, saya membuka FB. Segera saya membaca chat dari seorang teman yang sedang mengammbil S2 di Jerman. "mas agussssssssssssssssssssssss,,,,,,,,,,,,,,,,,,,,,,,,,, help me please,,,,,,,,,,,, ini angket musti diolah, musti diapain mas....?", begitu kata-katanya. Terkesan aneh ya, lha kan saat bikin proposal harusnya sudah punya rencana, hendak diapakan data yang didapatkan. Kemudian, saya pandu untuk meletakkan data/metodologi pada tempatnya.

Statistika bukan hanya persoalan mahasiswa S1/D3

Persoalan statistik tidak hanya menjadi persoalan mahasiswa yang kuliah di level S1 saja. Para mahasiswa S2 dan S3 pun juga sering kali mengalami persoalan dalam menentukan teknik statistik yang akan digunakan ataupun bagaimana teknis melakukan analisis data.

Hal ini disebabkan karena kurangnya latihan berbagai rumus dalam aplikasi statistik. Untuk itu, diperlukan latihan yang cukup sehingga mereka dapat mengidentifikasi rumus-rumus yang digunakan.

Umumnya mereka pernah mengetahui, maklum dari s1 sampai s3 materi statistik hampir sama aja. Akan tetapi karena jarang dipakai, maka hal itu menyebabkan mereka lupa atau tidak bisa memilih teknik analisis apa yang tepat. Oleh karena itu jika ingin belajar seharusnya banyak latihan untuk memecahkan soal-soal atau kasus.

Selain banyak belajar dan latihan, terkadang diperlukan instruktur yang dapat memberikan materi sehingga lebih memudahkan belajar. Kontak kami untuk mendapatkan instruktur pelatihan atau privat tentang metode statistika.

Heirarkhial Regression Analysis

Dunia penelitian memang cukup unik. Sering kali seorang pembaca mengetahui cara membaca hasil, akan tetapi belum tentu dapat melakukan analisis seperti yang diharapkan. Disinilah fungsi konsultasi dan data analyst menjembatani. Tidak jarang, seseorang hanya dapat merumuskan hipotesis tanpa tahu bagaimana membuktikannnya. Ada juga yang tidak mengetahui hipotesis penelitiannya, hanya perumusan masalah yang diketahuinya.

Sebagai contoh, seorang peneliti ingin menggunakan teknik analisis heirarkhial regression analysis. Berdasarkan penelitian terdahulu yang dia baca, dapat disusun rumusan, hipotesis dan sekaligus dapat ditentukan teknik analisis data yang digunakan. Akan tetapi, bagaimana cara menganalisisnya? Itu yang jadi pertannyaannya.

Teknik analisis heirarkhial regression analysis adalah metode analisis regresi dimana peneliti dapat menentukan urutan variabel yang dimasukkan dan dikeluarkan dari persamaan regresi. Analisis ini juga dinamai model multilevel karena modelnya yang berbentuk heirarkhis. Model regresi heirarkhis dilakukan dengan membuat beberapa buah model  regresi dengan menambahkan variabel bebas (prediktor) setahap demi setahap. Dengan memasukkan prediktor setahap demi setahap akan dapat diketahui berapa besarnya variabel bebas pertama dibandingkan kedua dan seterusnya. Analisis ini dapat dilakukan menggunakan software antara lain: SPSS, SPS dll.

Data Analyst

Ternyata persoalan menentukan teknik analisis data tidak hanya persoalan yang dialami mahasiswa, akan tetapi juga oleh dosen. Awal bulan ini saya dapat klien seorang mahasiswa S3, beliau mengaku binggung bagaimana menganalisis data. 

Dari pembicaraan itu, kemudian kami terlibat diskusi mengenai desain dan analisis data. Diskusi agak tersendat karena beliau tidak mau menunjukkan proposal. Dan lagi ditanyain hipotesisnya seperti apa juga tidak dijawab dengan jelas. Akhirnya kami berdiskusi dengan hasil yang produktif. Kami menyepakati untuk memakai teknik analisis tertentu untuk melakukan analisis datanya.

Dari diskusi tersebut, beliau berterimakasih karena telah dibantu untuk menemukan teknik analisis yang relevan. Dari kasus tersebut menunjukkan peran data analyst cukup signifikan, sebagai tenaga ahli yang membantu pengambilan keputusan. Mereka bagaikan kamus berjalan yang siap menjawab pertanyaan yang menginginkan berkonsultasi.

Peran tenaga analyst sangat membantu dalam menyingkat waktu karena jika mereka mempelajari sendiri teknik statistik yang relevan, belum tentu mereka akan dapat dengan tepat memilih teknik analisis yang relevan. Tidak jarang mereka tetap salah dalam menentukan teknik analisis yang digunakan, meski telah belajar sekian waktu sampai harus lembur. Bahkan, sebagian dari mereka pun, telah belajar berhari-hari bahkan berminggu-minggu untuk mempelajari akan tetapi tetap tidak dapat menentukan teknik statistik yang relevan.

Uji Korelasi dalam Pair Sample T Test

Dalam output SPSS untuk uji pair sample t test, dapat kita temukan tiga tabel. Tabel pertama adalah Paired Sample Statistic, kedua adalah Paired Sample Correlation dan ketiga adalah Paired Sample Test. Tabel Test of homogenity variance tidak bisa kita temukan pada output ini. Tiga tabel tersebut menunjukkan fungsi yang berbeda-beda, yang pertama menunjukkan nilai mean dan standard deviasi, yang kedua nilai korelasi dua variabel dan ketiga adalah hasil uji beda (t test).

Ada kejadian menarik ketika seorang mahasiswa ada yang ingin membaca hasil uji beda dengan melihat nilai korelasinya. Hal ini menarik perhatian saya karena, jika ingin melihat uji beda, mengapa melihat korelasinya?

Nilai korelasi menunjukkan skor antara pretest dengan postest, dimana ketika ada korelasi berarti semakin tinggi nilai pretest maka akan semakin tinggi pula postest. Dengan demikian dapat dikatakan bahwa nilai pretest yang semakin tinggi, akan semakin meningkatkan semakin tinggi pula skor postest. Tentu hal ini tidak diharapkan peneliti, karena keberhasilan treatment hanya dinikmati oleh orang yang prestestnya baik. Peneliti tentu berharap skor postest akan semakin meningkat meski skor pretestnya rendah.

Menurut pendapat saya, kita sebaiknya memakai output pada tabel Paired Sample Test, khususnya pada nilai t. Hal ini dikarenakan nilai t menunjukkan hasil uji beda antara skor pretest dengan postest. Jika nilai t signifikan, hal ini berarti ada perbedaan signifikan antara skor pretest dengan postest. Semakin signifikan berarti semakin besar pula perbedaan antar pre dengan post.

LT dan LD

Bagaimana jika LT50 maupun LD50 kita bernilai negatif?
Ini kasus yang saya tangani beberapa kali.

Penelitian Kepuasan Pelanggan

Minggu ini kami ada proyek penelitian di Taman Pintar Yogyakarta. Ini penelitian tentang pendapat pengunjung terhadap pelayanan perusahaan. Sampel yang ditargetkan 1000 orang dari berbagai status karakteristik demografis seperti: daerah asal, umur, pendidikan.

Tujuan penelitian ini adalah untuk memberikan gambaran kepuasan pengunjung dan sekaligus menjaring kritik serta saran dari pengunjung. Penelitian seperti ini memang perlu dilakukan secara berkala misalnya setiap enam bulan atau satu tahun sekali sehingga manajemen akan mendapatkan input untuk mengambil berbagai kebijakan.

Rising Star. Analisis persamaan struktural dengan PLS

Analisis data dengan PLS

Program partial least square (PLS) merupakan software yang relatif baru dan mulai banyak digunakan oleh para peneliti di dunia. Program ini mendasarkan analisis berbasis covarian. Berbagai buku yang dapat Anda baca misalnya dikarang oleh Imam Ghozali, Jogiyanto Hartono dan sebagainya.

Program ini dapat diunduh gratis di www.smartpls.de. Keunggulan program ini dibandingkan program SEM lain seperti: Lisrel ataupun AMOS adalah:
1. Dapat bekerja dengan sampel kecil N<100
2. Tidak memerlukan asumsi pengujian goodness of fit

Program ini juga kadang dijadikan alternatif sebagai pengganti uji selain AMOS karena tidak memenuhi goodness of fits.

Program ini sudah mulai banyak dipake, jadi kenapa Anda ragu memakainya?

Location Quotients

LQ merupakan cara dalam penentuan kapasitas ekspor perekonomian daerah dan derajat self-sufficiency suatu sektor. Dalam LQ, kegiatan ekonomi daerah dibagi menjadi dua golongan, yaitu:

a) Industri basis yaitu industri dengan kegiatan ekonomi atau industri yang melayani pasar di daerah itu sendiri maupun di luar daerah yang bersangkutan.

b) Industri non basis atau industri lokal yaitu industri dengan kegiatan ekonomi atau industri yang melayani pasar di daerah tersebut.

Dasar teori LQ adalah teori economic base. Secara ringkas, inti teori economic base menyatakan bahwa industri basis menghasilkan barang-barang dan jasa untuk pasar di daerah maupun luar daerah. Penjualan keluar daerah menghasilkan pendapatan bagi daerah tersebut. Arus pendapatan dari luar daerah ini menyebabkan kenaikan konsumsi dan investasi di daerah tersebut, dan pada tahap selanjutnya meningkatkan pendapatan dan menciptakan kesempatan kerja baru. Peningkatan pendapatan tersebut tidak hanya meningkatkan permintaan terhadap industri basis, tetapi juga permintaan terhadap industri non basis (lokal). Kenaikan permintaan ini akan medorong kenaikan investasi baik pada industri basis maupun non-basis. Oleh karenanya, kenaikan investasi pada industri lokal dinyatakan juga sebagai induced-investment sebagai akibat dari kenaikan industri basis.

Rumus menghitung LQ adalah:

Vi* adalah pendapatan dari industri di suatu daerah i.
Vt* adalah pendapatan total daerah i.
Vi adalah pendapatan dari industri sejenis secara regional / nasional.
Vt adalah pendapatan regional / nasional.

Implikasi Penelitian

Tulisan saya ini merupakan jawaban untuk seorang teman yang sedang menulis Tesis di Jerman. Beliau bertanya kepada saya, apa sih implikasi penelitian? Alhamdulilah yah...saya berhasil menjawabnya dalam tulisan yang cukup panjang.

Implikasi dapat didefinisikan sebagai konsekuensi atau akibat langsung dari temuan hasil penelitian. Secara kebahasaan, implication berarti sudah tersimpul didalamnya secara tersimpul.  Sedangkan pengertian Consequences yang berarti sebagai akibat dari.

Dalam  konteks penelitian, implikasi dapat dilihat, kalau penelitian kita punya kesimpulan seperti “A”, so what gitu loh? Nah, “so what gitu loh?” Itu yang namanya implikasi penelitian. Sebagai contoh, hasil penelitian kita menemukan bahwa siswa yang diajar menggunakan metode jigsaw cenderung kreatif dan mempunyai social skill yang lebih baik. Hal ini berarti bahwa dengan jigsaw kita dapat mengharapkan siswa akan lebih kreatif dan mempunyai social skill yang bagus.

Implikasi penelitian, selanjutnya perlu dikaitkan dengan konteks penelitian yang dibangun. Misalnya, sampelnya kelas berapa? Berapa banyak sampel? Bagaimana karakteristik sekolah? bagaimana desain penelitian? Bagaimana materi yang diajarkan? Karakteristik guru? Media? Dll. Nah, implikasi penelitian seharusnya diberlakukan secara spesifik seperti pada karakteristik penelitian yang diangkat.

Sebagai contoh, siswa yang diajar menggunakan metode jigsaw menjadi lebih baik, kreatif dan mempunyai social skill pada siswa kelas X SMA Muhammadiyah kelas akselerasi, dengan materi pelajaran sosiologi, guru yang mengajar merupakan guru idola di sekolah tersebut. Implikasi penelitian yang dapat ditarik adalah,  metode jigsaw menjadikan siswa kreatif dan mempunyai social skill yang tinggi dengan kondisi pelajaran yang memerlukan pemahaman tentang pengetahuan kemasyarakatan (sosiologi), dengan diajar oleh guru yang dapat diterima dengan baik oleh siswa (idola). Karena metode jigsaw efektif, maka untuk siswa dengan karakteristik yang sama dan jika guru ingin hasil yang sesuai dengan penelitian ini, maka dapat melakukan modifikasi untuk meniru penelitian ini. 

Implikasi lain, dapat lebih lebar dari hasil kesimpulan tersebut. Contohnya, bagaimana kondisi siswa saat diajar menggunakan metode jigsaw, misalnya siswa menjadi lebih berani mengemukakan pendapat, siswa dapat belajar, tetapi ada beberapa hal yang kurang baik pada pemberlakukan teknik jigsaw seperti: molornya waktu yang diperlukan untuk pembelajaran, tidak semua siswa aktif, biaya yang diperlukan juga meningkat.

Dari implikasi, kemudian akan dirumuskan saran, misalnya: organisasi kelas lebih diperbaiki agar persoalan waktu dan siswa tidak semuanya aktif dapat diatasi.

Semoga bermanfaat…. ;)