Metode riset kuanti dan kuali, Mix-Method. Research Method for Lecturers.

49
MENJADIKAN PENELITIAN SEBAGAI KEBIASAAN Totok Amin Soefijanto, MA, Ed.D

description

How to do research? It is not always easy and clear. However, this ppt will help you to explore the options of methods you would like to use. You may use quantitative, qualitative, or both (mix-method). Just learn the tricks here.

Transcript of Metode riset kuanti dan kuali, Mix-Method. Research Method for Lecturers.

  • 1. Totok Amin Soefijanto, MA, Ed.DMENJADIKAN PENELITIAN SEBAGAI KEBIASAAN

2. Menjadikan Penelitian sebagai Kebiasaan Totok Amin Soefijanto, Ed.D Universitas Paramadina JakartaTwitter: @totoksoefijanto +Facebook, Linked-In, Academia.edu, Slideshare, Google+Lokakarya Metodologi Penelitian Sekolah Tinggi Pariwisata Nusa Dua Bali 23 Desember 2013 3. Tujuan Lokakarya 1. Konsep pokok penelitian di PT 2. Memahami titik awal untuk penelitian 3. Menguasai Penelitian Kuantitatif & SPSS 4. Menguasai Penelitian Kualitatif & NVivo 5. Memahami mix-method 4. Program WaktuSub-tema09:00-09:30Pendahuluan & Perkenalan09:30-10:30Penelitian Kuantitatif (inc. penggunaan SPSS)10:30-10:45Break10:45-11:45Penelitian Kualitatif (inc. penggunaan NVivo)11:45-12:15Mix-Method & Penutup 5. Perkenalan Pendidikan IPB Bogor: S1 Teknologi Pertanian (Maret 1986) Emerson College: MA bidang Integrated Marketing Com (Mei 1999) Boston University: Ed.D bidang Teknologi & Media Pendidikan (Januari 2005) PekerjaanWartawan pada periode 1986-1997 TEMPO Editor Tiras Pada 1994, Editor dibreidel bersama-sama TEMPO dan Detik Pada 1997 mendirikan PT Advis yang selanjutnya membentuk PT Bintang Advis Multimedia (BAM) Cek & Ricek (C&R) Alamat: Jl. Gatot Subroto 97, Jakarta 12790 Email: [email protected] Telp: 021-7918-1188 ext. 231 dan 103 (direct) HP: 0819-3260-9119 Spring 2005 dosen Boston University (Intro to Ed.Tech) 2005-2007 dosen Binus Univ. International (CS & IS) 2007-Skrg Deputi Rektor bid. Akademik, Riset, Kemahasiswaan Universitas Paramadina (UPM) 1 Okt 2013 +PLH Rektor UPM 6. Pengantar Kenapa kita melakukan riset? Dosen harus melakukan riset. Keperluan administrasi kepangkatan akademik Bahan pengajaran Kemajuan bidang ilmu Apa yang menarik untuk diriset?Arah menentukan segalanya Topik untuk riset. Kegiatan keseharian: di kampus dan di masyarakat Kejadian atau masalah Ditemukan sendiri Ditemukan rekan, kolega, mitra Ditemukan pemerintah/lembaga internasional Ditemukan lembaga non-pemerintah/usaha swasta Apa 7. Pendahuluan Tri Dharma: Pendidikan Penelitian Pengabdian kepada Masyarakat memenuhi keingin-tahuan menerapkan ide/teori menuju ujung tombak bidang ilmu menjaga untuk selalu berpikir dan bertindak Penelitian dan Pengabdian kepada Masyarakat Penelitian Pengabdian Masyarakat Kreativitas MahasiswaSumber: Affandi (2009), Strategi Penyusunan Proposal Penelitian, ITS Surabaya 8. Sumber Dana Hibah Penelitian Perguruan Tinggi DIKTI P3M www.dikti.go.id PPMRISTEK www.ristek.go.id Hibah Peneliti Dosen Muda KOPERTIS Penelitian Dasar (Fundamental) Hibah Bersaing (HB) Hibah Penelitian Kerjasama antar Perguruan Tinggi (PEKERTI) Hibah Penelitian Tim Pascasarjana RAPID (Riset Andalan Perguruan tinggi dan InDustri) Hibah Penelitian Strategis Hibah Kompetensi ... Insentif Riset Dasar Insentif Riset Terapan Insentif Peningkatan Kapasitas Iptek Sistem Produksi Insentif Percepatan Difusi Dan Pemanfaatan Iptek Insentif Riset Unggulan Strategis Nasional.Lain-lain Internasional Foundation: IDRC, Ford Foundation, Toray foundation dll Proyek kerjasama: JSPS, ...Sumber: Affandi (2009), Strategi Penyusunan Proposal Penelitian, ITS Surabaya 9. CONTOH: Karakteristik Hibah Penelitian Peneliti Dosen Muda bagi dosen yang belum bergelar doktor, dan belum berpangkat Lektor Kepala. Khusus untuk SKW diperbolehkan dengan ketentuan bukan dari bidang kajian wanita. Usulan dana penelitian maksimum sebesar Rp10.000.000,00, tidak diperkenankan untuk honorarium, dengan waktu maksimum 1 (satu) tahun. Setelah penelitian selesai, laporan hasil penelitian, draft artikel ilmiah, proposal penelitian program yang lebih tinggi (misalnya dari Ditjen Dikti: Hibah Bersaing, Hibah Pekerti; atau ke instansi lain)Sumber: Affandi (2009), Strategi Penyusunan Proposal Penelitian, ITS Surabaya 10. Peneliti Dosen MudaSumber: Affandi (2009), Strategi Penyusunan Proposal Penelitian, ITS Surabaya 11. Peneliti Dosen MudaSumber: Affandi (2009), Strategi Penyusunan Proposal Penelitian, ITS Surabaya 12. Methods of Knowing Authority and TraditionCommon SensePostulateSumber PengetahuanCase Studies Myth and SuperstitionSelf-Evident TruthSciencePersonal Experience 13. Contoh Rumusan Masalah Bagaimana kualitas Faktor-faktor apa pelayanan jasa yang dipertimbangkan konvensi bagi para wisatawan untuk wisatawan konvensi? dining-out? (Hendriyani, 2011) Bagaimana dinamika situasi pelayanan wisatawan Rusia di Bali? (Ginaya, 2010)(Budiasa, 2011) Bagaimana keterkaitan pariwisata Bali dan otonomi daerah? (Mertha, 2010) 14. Perumusan Masalah Problem well Minat pribadi: defined is a problem Curiosity (rasa ingin tahu) half-solved Personal Experience (pengalaman pribadi) Minat Pribadi Contoh: Masalah Sosial Pertanyaan: Riset Sebelumnya Evaluasi Program (Universitas Indonesia, nd) Apakah kualitas pelayanan berpengaruh terhadap kepuasan pelanggan pada restoran cepat saji di Bali? (Utama, Suprastayasa, & Wiratnaya, 2011) 15. Dua Paradigma Riset Kuantitatif Riset Kualitatif 16. Kualitatif vs Kuantitatif Paradigma Kualitatif Metoda kualitatifParadigma Kuantitatif Metoda kuantitatifMemahami perilaku manusia dari sudut Mencari fakta atau penyebab fenomena pandang si aktor sosial secara obyektif Pendekatan fenomenologiPendekatan logical-positivismSubyektif, insider perspective, tidak menjaga jarak dengan dataObyektif, outsider perspective, menjaga jarak dengan dataOrientasi prosesOrientasi hasilValiditas sangat penting, nyata, kaya, dan mendalamReliabilitas sangat penting, hard data, data mudah direplikasiHolistik, sintesaPartikularistik, analisis(Dewi, 2007) 17. Kualitatif vs Kuantitatif Riset Kualitatif Mengungkap makna ketika peneliti menyatu dengan dataRiset Kuantitatif Menguji hipotesis yang mengawali proses penelitiandikembangkan secara Instrumen dikembangkan secara ad hoc, Instrumen dan terstandar sebelum sistematik spesifik pada setting dan peneliti pengumpulan dataData dalam bentuk kata-kata atau kesan Data dalam bentuk angka dari yang bersumber dari dokumen, pengukuran dengan presisi tinggi observasi, dan transkrip Teori dapat bersifat kausal atau nonkausal dan induktifTeori pada umumnya bersifat kausal dan deduktifProsedur riset sangat khas dan replikasi sangat jarang dilakukanProsedur riset terstandar dan replikasi perlu dilakukanAnalisis dilakukan untuk mengekstraksi tema dari temuantemuan risetAnalisis menggunakan statistik, tabel, atau diagram dan dikaitkan dengan hipotesis(Dewi, 2007) 18. Riset Kuantitatif Angka Direncanakan dengan baik: Hipotesa Populasi dan Sampel Analisa data Ada peluang untuk melakukan generalisasi 19. Analisis Statistik yang Sesuai Menurut Skala Data SKALABENTUK HUBUNGANNOMINALEkuivalensiModus Frekuensi Koef. ContingensiORDINALEkuivalensiMedian PersentilSTATISTIKLebih Besar dariEkuivalensiRata-rata (mean) Simpangan BakuRasio sembarang dua intervalKorelasi momen hasil kali Pearson Korelasi momen hasil kali gandaRASIONon-parametrikSpearman (rs) Kendall (t) Kendall (W)Lebih Besar dariINTERVALUji StatistikParametrikEkuivalensi Lebih Besar dariMean geometrikRasio sembarang dua intervalKoefisien Variasi(Alamsyah, 2010)19 20. Kenapa perlu statistik? Statistik adalah cara obyektif untuk menerjemahkan sekumpulan pengamatan Tipe-tipe statistik 1. Deskriptif Central tendency Variability2. Korelasional 3. Inferensial Perbedaan di dalam & antara kelompok(Sumber: Coburn, 2006) 21. Sample vs. PopulationPopulation (Sumber: Lee, 2004)Sample 22. Teknik Sampling Probabilistik Random Stratified Systematic Non-Probabilistik Accidental (kebetulan) Purposive (pakar) Convenience (kesukaan) Quota (jumlah) Snowball (responden ajak teman) 23. Teknik Sampling Rumus Slovin = Rumus Yamane = n = jumlah sampel N = populasi e = kesalahan pengambilan sampel n = Jumlah sampel N = populasi d = level signifikansi (umumnya 0,05 utk bidang sosial) 24. Contoh Populasi 1000 dan e=5% 1000 1 + 1000 (5%) 1000 1 + 1000 (0,0025) = 285 25. Tiga Syarat Data 1. Normal Kolmogorov-Smirnov 2. Reliabel (RELIABILITAS) Cronbach-Alpha 3. Valid (VALIDITAS) Corrected-Item 26. Kenormalan Data Asumsi umum adalah data dianggap normal apabila jumlah sampel lebih dari 30 (n=30) tidak perlu diuji lagi. Penting untuk menganggap data sebagai data parametrik. Bisa juga diuji dengan tes KolmogorovSmirnov 27. RELIABILITAS Menurut Singarimbun dan Effendy (1989:140) Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan. Teknik pengujian dengan menggunakan rumus Alpha Cronbach, nilai standar minimum alpha yang dapat diterima sebagai indikator yang reliable adalah 0,5. (Sugiyono, 2007:231) 28. VALIDITAS Menurut Kriyantono Validitas dimaksudkan untuk menyatakan sejauh mana instrumen (misalnya kuesioner) akan mengukur apa yang ingin diukur. (2008:141). Pengujian validitas adalah bisa dengan melihat nilai corrected item-total correlation pada semua butir pertanyaan pada tiap variabel berada diatas nilai r = 0,3 menyatakan bahwa setiap butir pertanyaanpertanyaan dalam kuesioner tersebut valid. (Sugiyono, 2001:125) 29. Central Tendency Pengukuran central tendency menggambarkan skor rerata atau bersama dari sekumpulan skor Pengukuran yang umum untuk central tendency adalah mean, median, and mode(Sumber: Coburn, 2006) 30. Korelasi Correlation adalah teknik statistik yg dipakai untuk menentukan hubungan antara dua atau lebih variabel. Kita menggunakan dua cara yang berbeda dalam menentukan skor hubungan tsb: 1. Teknik gambar 2. Teknik matematis yang disebut korelasi(Sumber: Coburn, 2006)30 31. Menerjemahkan koefisien korelasi Hubungan antara dua set data sangat jarang sempurna, maka mayoritas koefisien korelasi berupa pecahan (0.92, 0.80, dst) Saat menerjemahkan koefisien korelasi, kadang-kadang sulit untuk menentukannya sebagai tinggi, rendah, dan sedang. (Sumber: Coburn, 2006)31 32. Catatan: koefisien determinasi (d) Koefisien determinasi = the amount of variability in one measure that is explained by the other measure The coefficient of determination is the square of the correlation coefficient (r2). For example, if the correlation coefficient between two variables is r = 0.90, the coefficient of determination is (0.90)2 = 0.81 (Sumber: Coburn, 2006)32 33. CONTOH: National Insurance Company Computing Pearson Correlation Among Service Quality Constructs (Contd)1. 2. 3. 4.Click ANALYZE Select CORRELATE Select BIVARIATE Move oq, reliable, empathy, tangible, respons e, and assure to VARIABLES box 5. Click OK 34. National Insurance Company Computing Pearson Correlation Among Service Quality Constructs (Contd) 35. National Insurance Company Computing Pearson Correlation Among Service Quality Constructs Using SPSS 36. Regresi Kalau dua variabel ada hubungan (korelasi), maka ada kemungkinan untuk mengetahui atau memprediksi nilai satu variabel (Y) dengan mengetahui nilai variabel yang lainnya (X)(Sumber: Coburn, 2006)36 37. Hubungan atau Pengaruh? Korelasi Pearson atau Spearman?Regresi Linear sederhana atau berganda? 38. Metode Kualitatif Insert Slide dari NVivo 39. Mixed-Method Metode campur: Kuantitatif + Kualitatif Sekuen dapat disesuaikan dengan kondisi lapangan dan tema riset Campuran keduanya akan memperkuat hasil riset 40. Pengumpulan data Who WhatEvaluation questions Indicators: Evidence that answers your questions (Sumber: Ellen Henert, 2008)Sources of information: program records, individuals, publicMETHODS 41. Sumber utk evaluasi informasi Informasi yang ada Masyarakat Observasi dan rekaman gambar(Sumber: Ellen Henert, 2008) 42. Quantitative: numbers Qualitative: wordsbreadth generalizability depth specificRemember, "Not everything that counts can be counted." (Sumber: Ellen Henert, 2008) 43. Dimensi-dimensi Paradigma Qualitative Naturalistic inquiry Holistic, system-wide perspective Uniqueness and diversity Inductive reasoning Qualitative data (words) Qualitative methods unstructured, open-ended Purposeful sampling Emergent, flexible design Content analysis Extrapolations(Sumber: Ellen Henert, 2008)Quantitative Scientific/experimental design Independent, dependent variables Standardized, uniform Deductive reasoning Quantitative data (numbers) Quantitative methods structured, standardized Probabilistic, random sampling Fixed, controlled design Statistical analysis Generalizations 44. Quantitative methods Qualitative methods QuantitativeQualitativeSurveys QuestionnairesFocus groupsTestsUnstructured interviewsExisting databasesUnstructured observations(Sumber: Ellen Henert, 2008) 45. Sering, lebih baik menggunakan lebih dari satu metode. Metode campur utk satu program Catatan aktifitas dan keikutsertaan Kuesioner yang diisi setelah workshop Interview mendalam dengan informan kunci Observasi workshop Survey terhadap partisipan(Sumber: Ellen Henert, 2008) 46. Common data collection methods Survey Case study Interview Observation Group assessment Expert or peer reviews Portfolio reviews (Sumber: Ellen Henert, 2008) Testimonials Tests Photographs, videotapes, slides Diaries, journals, logs Document review and analysis 47. Penutup Metode Kuantitatif Data berupa angka Data harus dicek kenormalan, reliabilitas, dan validitasnya. Central Tendency, korelasi, regresi Metode Kualitatif Data berupa teks Definisi sangat menentukan hasil analisa NVivo sudah dapat mengolah data dari media sosial 48. Referensi Achmad Affandi, Laboratorium Jaringan Telekomunikasi, Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember, Strategi Penyusunan Proposal Penelitian, Surabaya, 30 Juni 2009 Jared W. Coburn, KNES 510, Research Methods in Kinesiology, 27 Februari 2006. James Daniel Lee, 27 September 2004. Descriptive Statistics. Available on-line: http://www.sjsu.edu/people/james.lee/courses/102/s1/asDescriptive _Statistics2.ppt Agung PU, 13 Agustus 2006, MENGOLAH DATA MENGGUNAKAN SPSS. Repository Binus University. Retrieved from: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=4&ved=0CEcQFjAD&url=http%3A%2F%2Frepository.binus.ac.id% 2Fcontent%2FJ0204%2FJ020471884.ppt&ei=Y4tKUv20DobkrAf50IEI&usg=AFQjCNHCdS07ZupJK7qY4fcDlJUYt7j1w&sig2=xszyw7S132_K_xdb0efLWA Ellen Henert, 4 September 2008, Unit 5: Collecting Data (mixmethod). University of Wisconsin. 49. Template Provided Bywww.animationfactory.com 500,000 Downloadable PowerPoint Templates, Animated Clip Art, Backgrounds and Videos