• Definisikan masalah dengan baik
  • Sertakan latar belakang atau fenomena
  • Buat hipotesisnya dan tinjauan teori
  • Buat model dan cara identifikasi variabel
  • Cara pengumpulan & pengambilan data
  • Lakukan uji validitas & reliabilitas
  • Lakukan analisa dan uji hipotesis
  • Lakukan interpretasi
  • Buat kesimpulan / rencana tindakan
  • Melakukan tindakan / terapan

Kerangka Riset

  • Konsep dasar berpikir
  • Identifikasi variabel penelitian
  • Definisi operasional variabel
  • Asumsi penelitian
  • Batasan penelitian
  • Terminologi
  • Alat analisa data
  • Pengujian hipotesis
  • Kesimpulan dan saran
  • Tindakan dan rekomendasi

Alur Analisa Ekonometrika

  • Temukan masalah
  • Susun solusi alternatif dan modelnya
  • Pencarian dan pengumpulan data
  • Sesuaikan model/metode analisanya
  • Terapkan analisa
  • Jika memenuhi harapan buat prediksi dan tindakan
  • Jika tidak memenuhi harapan maka tolak & revisi model
  • Lakukan analisa ulang, prediksi & tindakan
  • Evaluasi tindakan

PENGGALIAN DATA PRIMER

Konsep dasar berpikir
Construct blue print
     CBP adalah uraian konsep dasar berpikir
      Secara detail dan terperinci tentang:
      1. Variabel : alat identifikasi
      2. Indikator : alat indikasi
      3. Butir / item : obyek yang akan di ukur.
Membuat daftar pertanyaan.

BENTUK PENELITIAN

EKSPLORASI

• Bersifat Baru
• Bersifat Sebab-Akibat
• Kurun Waktu Lama
• Bentuk Original
• Cakupan Luas
• Referensi / Daftar Pustaka sangat terbatas.

EKSPLOTASI

• Berulang-ulang
• Bukan sebab-akibat
• Waktu Terbatas
• Tidak Original
• Cakupan Terbatas
• Referensi / Daftar Pustaka banyak

Bisa Hasil Analisa

1.  Perhatikan modelnya, mungkin terjadi kesalahan
2.  Perhatikan variabelnya, mungkin terjadi bias spesifik 
3.  Perhatikan jumlah sampelnya, mungkin kurang
4.  Perhatikan jumlah variabelnya mungkin kurang

Data Statistik

Data Parametrik: data yang bersifat   given (statis) dan memiliki satuan ukur sendiri, sehingga satuan ukurnya tidak dapat diubah. 

Data Rasio : data yang memiliki alat ukur sendiri-sendiri, data bersifat given/tetap, tidak berubah sepanjang waktu, tersimpan dalam bentuk dokumen, dikenal dengan nama data kuantitatif. Contoh data jenis ini: data penjualan, data penerimaan MABA, data gaji karyawan, data biaya operasional dll.

Data Interval:  hampir sama pemahamannya dengan data rasio, namun penyajiannya dalam bentuk range atau interval, tidak dalam bentuk satuan hitung data (point data), contoh : penghasilan konsumen (tinggi, sedang, rendah), predikat kelulusan (cumlaude, sangat memuaskan, memuaskan), jumlah buku di perpus (banyak, cukup, kurang).


Data Non Parametrik: data yang bersifat relatif, mudah berubah dan tidak statis, tidak memiliki satuan ukur, sehingga perlu dibuatkan alat ukur jika ingin mengukurnya.

Data  Nominal : data yang digali melalui instrumen khusus yang dibuat berdasar konsep, data bersifat berjenjang, digali melalui kuesioner, memiliki validitas dan reliabilitas, tidak given dan dapat berubah secara ruang waktu dan tempat. Contoh data ini :  1=laki2; 2=perempuan, 1=puas; 0=tidak puas, 1=sering; 2=jarang; 3=tidak pernah, 1=tidak setuju; 2=abstein; 3=setuju.

Data Ordinal: data berjenjang yang digali melalui instrumen secara ketat dan terstruktur, umumnya menggunakan simbol2 berbentuk angka, kemudian setiap angka diberi definisi, jarak antar angka memiliki nilai yang jelas. Setiap angka dapat berbentuk satuan point atau satuan interval. Misal 1=peng tinggi, 2=peng sedang, 3=peng rendah, 4=tidak memiliki penghasilan.

Skala Pemeringkatan

Skala Tunggal : konsumen / customer diminta menilai satu atribut produk / jasa dengan berbagai rentetan pertanyaan, kemudian konsumen diminta mengukur harapan atau kinerja produk tersebut dimata konsumen. Jawaban konsumen dinilai dengan menggunakan peringkat : 1=tidak setuju, 2=kurang setuju, 3=setuju, 4=sangat setuju. Atau 1=tidak penting, 2=kurang penting, 3=penting, 4=sangat penting.

Skala Ganda : selain mengukur harapan konsumen terhadap sebuah atribut produk/jasa, konsumen juga diminta mengukur kinerja produk/jasa ybs melalui persepsinya. Artinya konsumen mengukur harapan dan kinerja secara bersama-sama pada atribut produk/jasa yang harus diukurnya. Jawaban sama seperti skala tunggal.

Tahap Merancang kuesioner
Jumlah Responden

ALAT UKUR KEPUASAN

Mengukur sebuah kepuasan, baik kepuasan dalam konsumsi produk / jasa membutuhkan alat tepat, secara umum alat analisa yang digunakan untuk mengukur kepuasan konsumen / customer adalah : acsi, fishbein, perceptual mapping, semantic defferential, ipa, multidimension scalling, categorical analysis.

Jika mengukur kepuasan menggunakan alat statistik, gunakanlah alat statistik non parametrik, yakni menguji adanya deferensial/perbedaan di antara unsur2 variabel yg digunakan dlm penelitian, bukan menggunakan regresi. Kecuali data berbentuk skala ordinal.
Data Kuantitatif & Kualitatif

DATA SKALA ORDINAL

  1. Tamat Sekolah Dasar
  2. Tamat SMP
  3. Tamat SMA
  4.  Lulus D3
  5.  Lulus Sarjana
  6. Lulus dengan pujian IPK > 3,75
  7. Lulus sangat memuaskan 3,00 < IPK < 3,75
  8. Lulus memuaskan 2,75 < IPK < 3,00

DATA SKALA LIKERT

  1. Sangat tidak setuju
  2. Tidak setuju
  3. Kurang setuju
  4. Setuju
  5. Sangat setuju
  6. Amat sangat setuju

SKALA RATING

  1. Sangat digemari pembeli 100 per hari
  2. Digemari pembeli 80 per hari
  3. Kurang digemari pembeli 60 per hari
  4. Tidak digemari pembeli 40 per hari
  5. Tidak laku pembeli kurang 20 per hari
  1. Sangat sukses 10 kali juara
  2. Sukses  7 kali juara
  3. Tidak sukses   5 kali juara
  4. Gagal  1 kali juara

Skala semantic defferential

Cara pimpinan membina staf:

Bersahabat          5  4  3  2  1 tidak bersahabat
Demokratis 5  4  3  2  1 otoriter
Peduli 5  4  3  2  1 tidak peduli
Memberi kesempatan 5  4  3  2  1 mendominasi
Menguatkan komunikasi 5  4  3  2  1 pemberian sanksi
Orientasi jangka panjang 5  4  3  2  1 jangka pendek
Familier          5  4  3  2  1 ego centris
Musyawarah/diskusi 5  4  3  2  1 sentralisme

SKALA INTERVAL

Paling bagus nilai 90 juara i
Bagus nilai 80 juara ii
Cukup bagus nilai 70 juara iii
Kurang bagus nilai 60 tidak juara
Tidak bagus nilai 50 tidak juara
Gagal nilai 40 tidak juara

Cara Penyajian Kurva (Graph)

Dalam bidang statistik, terkadang tampilan kurva jauh lebih bermakna dan memberikan gambaran lebih jelas dibandingkan sekedar tampilan angka-angka dalam tabel, hal ini akan mempermudah dalam membaca informasi yang terkandung dalam sebuah data. 

Manfaat penyajian hasil analisa atau data melalui kurva:
  1.  Lebih mudah dalam hal pemahaman
  2.  Lebih jelas dalam perbandingan
  3.  Lebih fokus dalam perbedaan satuan nilai
  4.  Lebih cepat dalam mengambil kesimpulan

Post a Comment

Berkomentar sesuai dengan judul blog ini yah, berbagi ilmu, berbagi kebaikan, kunjungi juga otoriv tempat jual aksesoris motor dan mobil lengkap

Lebih baru Lebih lama