Program Studi Manajemen • FEB UNDIP

Metodologi Penelitian Bisnis

Pertemuan 10 — Metode Pengumpulan Data Primer & Sekunder

Dari kerangka teoritis dan desain yang sudah Anda susun, sekarang saatnya mengumpulkan data sungguhan: kuesioner, wawancara, observasi, hingga data sekunder BPS dan laporan keuangan Bursa Efek Indonesia (BEI).

RPS MINGGU 11 • 2×50 MENIT

Tujuan Pembelajaran Hari Ini

SASARAN 1

jenis data penelitian

Membedakan data primer (dikumpulkan sendiri) dan data sekunder (sudah ada), beserta kapan masing-masing tepat dipakai.

SASARAN 2

teknik pengumpulan primer

Memahami kuesioner, wawancara, Focus Group Discussion (FGD), dan observasi — kelebihan, kelemahan, dan konteks pemakaiannya.

SASARAN 3

sumber data sekunder utama

Mengenal sumber sekunder terpercaya di Indonesia: BPS, OJK/BEI, dan laporan tahunan perusahaan.

SASARAN 4

kerangka pemilihan metode

Mampu memilih teknik pengumpulan data yang cocok dengan rumusan masalah proposal Anda sendiri.

Mengapa Ini Krusial?

Bab Metode Penelitian di proposal Anda akan dinilai konsultan/dosen pembimbing dari SATU pertanyaan: "Dari mana data ini berasal, dan bisakah kita percaya?"

Kesalahan paling sering mahasiswa: memilih teknik pengumpulan data karena mudah (sebar kuesioner Google Form ke teman sekelas), bukan karena paling sesuai dengan rumusan masalah. Data yang salah metode = temuan tidak valid, walau statistiknya rapi.

Contoh nyata: peneliti yang ingin memahami alasan psikologis UMKM di Semarang enggan mengajukan kredit bank tidak akan terjawab tuntas hanya dengan kuesioner skala 1–5 — di sinilah wawancara mendalam lebih tepat.

Mari kita jujur soal kebiasaan yang sering terjadi: banyak mahasiswa memilih metode pengumpulan data karena alasan kepraktisan, misalnya menyebar Google Form ke grup WhatsApp teman sekelas, bukan karena metode itu benar-benar menjawab rumusan masalah. Akibatnya, walau hasil olah datanya terlihat rapi dengan SPSS, temuan penelitiannya lemah karena datanya tidak menjawab pertanyaan yang tepat. Contohnya begini: kalau Anda ingin memahami alasan psikologis di balik keengganan pelaku UMKM di Semarang mengajukan kredit ke bank, kuesioner dengan skala satu sampai lima tidak akan menangkap nuansa ketakutan atau pengalaman traumatis mereka — di sinilah wawancara mendalam jauh lebih tepat dibanding survei tertutup. Jadi mulai hari ini, biasakan bertanya "metode apa yang paling menjawab masalah saya", bukan "metode apa yang paling gampang saya kerjakan".

Bagian 1 dari 3

Data Primer vs. Data Sekunder

Dua sumber data yang menjadi fondasi seluruh bab metode penelitian — memahami perbedaannya menentukan kredibilitas seluruh riset Anda.

Data Primer — Dikumpulkan Langsung dari Sumber Pertama

Data primer = data yang dikumpulkan peneliti SENDIRI, LANGSUNG dari responden/objek, untuk MENJAWAB masalah penelitian yang sedang diteliti.

CIRI KHAS

"Tangan pertama" — belum pernah diolah pihak lain
Dirancang khusus sesuai kebutuhan riset Anda
Butuh waktu, biaya, dan izin (persetujuan responden)

CONTOH

Kuesioner ke 200 nasabah BCA soal kepuasan mobile banking
Wawancara pemilik UMKM kuliner di Semarang
Observasi antrean pelanggan di gerai Indomaret

Data primer adalah data yang Anda kumpulkan sendiri, langsung dari sumbernya, khusus untuk menjawab pertanyaan penelitian Anda saat ini. Ciri utamanya adalah "tangan pertama" — belum pernah disentuh atau diolah pihak lain sebelumnya, sehingga sangat sesuai dengan kebutuhan spesifik riset Anda, tetapi konsekuensinya Anda butuh waktu, tenaga, dan biaya lebih besar, serta harus mengurus persetujuan responden atau yang disebut informed consent. Contohnya, kalau Anda ingin tahu kepuasan nasabah BCA terhadap aplikasi mobile banking, Anda harus menyebar kuesioner sendiri ke dua ratus nasabah, bukan mengambil data yang sudah ada. Contoh lain, mewawancarai langsung pemilik UMKM kuliner di Semarang soal tantangan mereka, atau mengamati langsung antrean pelanggan di sebuah gerai Indomaret. Semua ini "segar", belum ada yang mengolahnya sebelum Anda.

Data Sekunder — Sudah Tersedia, Dikumpulkan Pihak Lain

Data sekunder = data yang SUDAH ADA, dikumpulkan pihak lain untuk tujuan lain, lalu DIMANFAATKAN kembali oleh peneliti.

CIRI KHAS

Lebih cepat, murah, tanpa perlu ke lapangan
Cakupan waktu/wilayah bisa jauh lebih luas
Risiko: definisi variabel tidak selalu cocok kebutuhan Anda

CONTOH

Statistik inflasi & PDB dari Badan Pusat Statistik (BPS)
Laporan keuangan tahunan emiten di situs Bursa Efek Indonesia
Data survei OJK tentang literasi keuangan nasional

Berbeda dengan data primer, data sekunder adalah data yang sudah ada dan dikumpulkan oleh pihak lain untuk tujuan yang mungkin berbeda dari tujuan riset Anda, lalu Anda manfaatkan kembali. Keuntungannya jelas: jauh lebih cepat, lebih murah, dan Anda tidak perlu turun ke lapangan, bahkan bisa mencakup rentang waktu bertahun-tahun atau wilayah yang sangat luas yang mustahil Anda jangkau sendiri. Tetapi ada risikonya — definisi variabel yang dipakai pembuat data belum tentu persis sesuai kebutuhan penelitian Anda. Contoh konkretnya, data inflasi dan PDB dari BPS, laporan keuangan tahunan emiten seperti BBCA atau Astra International yang bisa Anda unduh gratis di situs resmi Bursa Efek Indonesia, atau data survei literasi keuangan nasional dari OJK. Semua data ini "second-hand" — orang lain yang mengumpulkan, Anda yang memanfaatkan.

Primer vs. Sekunder — Perbandingan Langsung

Kriteria	Data Primer	Data Sekunder
Sumber	Langsung dari responden/objek	Dokumen/basis data pihak lain
Kesesuaian dengan RQ	Sangat presisi (dirancang khusus)	Kadang kurang pas (tujuan awal beda)
Biaya & waktu	Tinggi (survei, wawancara, transport)	Rendah (unduh/akses laporan)
Kontrol kualitas	Peneliti kendalikan penuh	Bergantung penyedia data
Contoh sumber	Kuesioner, wawancara, FGD, observasi	BPS, OJK, BEI, laporan tahunan

Banyak riset bisnis yang kuat justru menggabungkan keduanya — misalnya data keuangan emiten (sekunder) dipadukan wawancara manajemen (primer) untuk memahami "mengapa" di balik angka.

Tabel ini merangkum lima kriteria pembanding yang harus Anda pertimbangkan setiap kali menyusun bab metode penelitian. Perhatikan baris kesesuaian dengan rumusan masalah — data primer selalu lebih presisi karena dirancang khusus untuk pertanyaan Anda, sementara data sekunder kadang kurang pas karena dikumpulkan untuk tujuan lain oleh pihak lain. Dari sisi biaya dan waktu, keduanya bertolak belakang: primer mahal dan lama, sekunder murah dan cepat. Tapi jangan berpikir Anda harus memilih salah satu — riset bisnis yang kuat justru sering menggabungkan keduanya, misalnya menganalisis laporan keuangan Tokopedia atau GoTo sebagai data sekunder, lalu memperdalam temuan dengan wawancara terhadap manajemen atau analis sebagai data primer untuk menjawab pertanyaan "mengapa" di balik tren angkanya.

Bagian 2 dari 3

Teknik Pengumpulan Data Primer

Empat teknik utama — kuesioner, wawancara, FGD, dan observasi — beserta kapan dan mengapa masing-masing dipilih.

Teknik 1 — Kuesioner (Survey)

DEFINISI

📋

Daftar pertanyaan terstruktur

Diberikan tertulis (kertas/daring, misalnya Google Form) kepada sampel responden untuk mengukur variabel secara kuantitatif dan terstandardisasi.

KAPAN TEPAT DIPAKAI

Sampel besar (misalnya 200+ responden)
Variabel jelas & sudah ada instrumen tervalidasi
Butuh generalisasi hasil ke populasi lebih luas

Kelemahan: jawaban dangkal (tidak bisa mengejar "mengapa"), rawan bias jika pertanyaan ambigu, dan respons rendah kalau disebar acak tanpa strategi.

Kuesioner atau survei adalah teknik paling populer di kalangan mahasiswa manajemen karena bisa menjangkau banyak responden dengan cepat, misalnya menyebar Google Form ke dua ratus mahasiswa UNDIP untuk mengukur minat berwirausaha. Teknik ini paling tepat dipakai kalau sampel Anda besar, variabel penelitian sudah jelas dan idealnya memakai instrumen yang sudah pernah divalidasi peneliti lain, serta Anda ingin hasilnya bisa digeneralisasi ke populasi yang lebih luas — inilah ciri khas penelitian kuantitatif deskriptif atau kausal yang sudah kita bahas sebelumnya. Tetapi hati-hati, kuesioner punya kelemahan: jawabannya cenderung dangkal karena tidak bisa mengejar pertanyaan lanjutan "mengapa Anda menjawab begitu", rawan bias kalau pertanyaannya ambigu atau menggiring, dan tingkat respons bisa sangat rendah kalau disebar sembarangan tanpa strategi yang jelas, misalnya cuma dibagikan sekali di grup WhatsApp tanpa pengingat.

Teknik 2 — Wawancara (Interview)

DEFINISI

💬

Percakapan terarah 1-ke-1

Peneliti bertanya langsung ke narasumber untuk menggali makna, pengalaman, dan alasan di balik suatu fenomena — ciri khas riset kualitatif.

TIGA JENIS WAWANCARA

Terstruktur: pertanyaan & urutan tetap (seperti kuesioner lisan)
Semi-terstruktur: panduan pertanyaan, tapi bisa mengejar jawaban menarik
Tidak terstruktur: mengalir bebas, hanya bertopik umum

Wawancara adalah percakapan terarah antara Anda sebagai peneliti dengan narasumber, dan ini adalah teknik andalan untuk riset kualitatif karena mampu menggali makna, pengalaman pribadi, dan alasan mendalam yang tidak bisa ditangkap kuesioner berskala angka. Ada tiga jenis wawancara yang perlu Anda pahami. Wawancara terstruktur mirip kuesioner lisan, pertanyaan dan urutannya sudah tetap sehingga mudah dibandingkan antar-narasumber. Wawancara semi-terstruktur memakai panduan pertanyaan tapi Anda bebas mengejar jawaban menarik yang muncul spontan — ini yang paling sering dipakai dalam riset bisnis, misalnya mewawancarai manajer cabang bank tentang strategi menghadapi persaingan fintech. Wawancara tidak terstruktur mengalir bebas seperti obrolan biasa, hanya berpegang pada topik umum, cocok untuk eksplorasi awal ketika Anda belum tahu banyak tentang fenomenanya.

Teknik 3 — Focus Group Discussion (FGD)

FGD = diskusi terarah dengan 6–10 peserta sekaligus, dipandu moderator, untuk menggali persepsi bersama tentang suatu topik.

KEUNGGULAN

Efisien: satu sesi menangkap banyak sudut pandang
Interaksi antar-peserta memunculkan ide baru
Cocok menguji reaksi awal terhadap produk/iklan baru

RISIKO

Groupthink: peserta ikut opini yang paling vokal
Butuh moderator terlatih agar diskusi tidak didominasi 1 orang
Sulit menjaga kerahasiaan jawaban personal/sensitif

Focus Group Discussion, atau FGD, adalah diskusi terarah yang melibatkan enam sampai sepuluh peserta sekaligus dalam satu sesi, dipandu oleh seorang moderator, untuk menggali persepsi bersama tentang suatu topik. Bayangkan sebuah perusahaan seperti Unilever ingin menguji reaksi konsumen terhadap kemasan produk baru — mereka akan mengumpulkan sekelompok konsumen, memandu diskusi, dan mengamati bagaimana interaksi antar-peserta memunculkan ide-ide yang mungkin tidak muncul kalau diwawancara satu per satu. Keunggulan utamanya adalah efisiensi waktu karena satu sesi bisa menangkap banyak sudut pandang sekaligus, dan interaksi antar-peserta sering memunculkan wawasan baru. Tetapi ada risiko yang disebut groupthink, yaitu peserta cenderung mengikuti opini yang paling vokal atau dominan, sehingga dibutuhkan moderator yang benar-benar terlatih agar diskusi tidak dikuasai satu-dua orang saja, dan topik yang bersifat sangat pribadi atau sensitif sebaiknya tidak dibahas dalam format kelompok seperti ini.

Teknik 4 — Observasi

DEFINISI

👁

Mengamati perilaku langsung

Peneliti mencatat perilaku/kejadian nyata TANPA bertanya — mengurangi bias "jawaban yang diinginkan" (social desirability bias).

DUA MODE

Partisipan: peneliti ikut terlibat dalam aktivitas yang diamati
Non-partisipan: peneliti mengamati dari luar, tidak terlibat

Contoh: mengamati langsung pola antre & lama transaksi pelanggan di kasir Indomaret untuk meneliti efisiensi layanan — jauh lebih akurat daripada bertanya "menurut Anda seberapa cepat pelayanan kami?".

Observasi berarti Anda mengamati langsung perilaku atau kejadian nyata tanpa perlu bertanya kepada siapa pun, dan keunggulan besarnya adalah mengurangi bias yang disebut social desirability bias, yaitu kecenderungan orang menjawab sesuai apa yang dianggap baik secara sosial, bukan apa yang sebenarnya mereka lakukan. Ada dua mode observasi: partisipan, di mana peneliti benar-benar ikut terlibat dalam aktivitas yang diamati, misalnya bekerja sementara sebagai kasir untuk memahami budaya kerja ritel dari dalam; dan non-partisipan, di mana peneliti mengamati dari luar tanpa ikut campur, misalnya duduk di sudut toko mencatat pola antrean. Contoh konkretnya, kalau Anda ingin meneliti efisiensi layanan di gerai Indomaret, mengamati langsung berapa lama rata-rata pelanggan mengantre dan bertransaksi akan jauh lebih akurat dibanding sekadar bertanya "menurut Anda seberapa cepat pelayanan kami", karena persepsi orang tentang waktu seringkali tidak akurat.

Hitung dari Nol #1 — Tingkat Respons Kuesioner

Anda menyebar kuesioner daring ke 250 nasabah BCA untuk riset kepuasan mobile banking. Yang mengisi lengkap: 180 orang. Berapa response rate-nya, dan apakah layak dianalisis?

Langkah	Perhitungan	Nilai
1. Kuesioner disebar	Jumlah target responden	250
2. Kuesioner kembali lengkap	Jumlah yang valid diisi penuh	180
3. Response rate	180 ÷ 250 × 100	72%
4. Bandingkan ambang layak	Ambang umum riset akademik: ≥ 50%~	72% > 50% → LAYAK

RESPONSE RATE

72%

180 dari 250 kuesioner kembali lengkap — di atas ambang minimal ~50%, data layak dianalisis lebih lanjut

Mari kita hitung bersama, langkah demi langkah, sebuah kasus nyata: Anda menyebar kuesioner daring ke dua ratus lima puluh nasabah BCA untuk riset kepuasan mobile banking, dan yang mengisi lengkap hanya seratus delapan puluh orang. Langkah pertama, catat jumlah kuesioner yang disebar, yaitu dua ratus lima puluh. Langkah kedua, catat jumlah yang benar-benar kembali dan terisi lengkap, seratus delapan puluh — perhatikan, yang setengah terisi atau kosong tidak dihitung. Langkah ketiga, kita hitung response rate dengan membagi seratus delapan puluh dengan dua ratus lima puluh dikali seratus persen, hasilnya tujuh puluh dua persen. Langkah keempat, kita bandingkan dengan ambang kelayakan umum di riset akademik, yaitu sekitar lima puluh persen ke atas — karena tujuh puluh dua persen jauh di atas ambang itu, data Anda layak dianalisis lebih lanjut. Ini penting Anda cantumkan di bab metode penelitian sebagai bukti kualitas pengumpulan data.

Coba Sendiri: Hitung Response Rate Kuesioner Anda

Ubah jumlah kuesioner disebar dan yang kembali lengkap, lalu amati apakah response rate sudah melewati ambang layak analisis.

Hitung dari Nol #2 — Kapan Wawancara Kualitatif "Cukup"?

Riset kualitatif tidak pakai rumus sampel statistik, tetapi konsep saturasi data (data saturation) — titik ketika wawancara baru tidak lagi memunculkan informasi baru.

Langkah	Perhitungan	Nilai
1. Wawancara ke-1–5	Tema baru muncul tiap sesi	5 tema baru
2. Wawancara ke-6–8	Tema baru menurun drastis	1 tema baru
3. Wawancara ke-9–10	Tidak ada tema baru sama sekali	0 tema baru
4. Titik saturasi	2 sesi berturut-turut = 0 tema baru	Berhenti di wawancara ke-10

JUMLAH NARASUMBER

Bukan angka baku "wajib 30 responden" seperti kuantitatif — berhenti saat data sudah jenuh, biasanya berkisar 8~–15~ narasumber untuk riset skala skripsi

Ini kasus yang sering membingungkan mahasiswa: kalau riset kuantitatif punya rumus jelas untuk menentukan jumlah sampel, riset kualitatif memakai logika berbeda yang disebut saturasi data. Mari kita telusuri langkah demi langkah. Di wawancara pertama sampai kelima, biasanya Anda masih menemukan lima tema baru — misalnya alasan-alasan berbeda mengapa UMKM enggan mengajukan kredit bank. Di wawancara keenam sampai kedelapan, tema baru yang muncul mulai menurun drastis, katakanlah hanya satu tema baru. Di wawancara kesembilan dan kesepuluh, tidak ada tema baru sama sekali yang muncul — semua yang dikatakan narasumber sudah pernah Anda dengar sebelumnya. Titik inilah yang disebut saturasi: ketika dua sesi berturut-turut tidak menghasilkan tema baru, Anda bisa berhenti mewawancarai, dalam contoh ini di narasumber kesepuluh. Untuk riset skala skripsi, jumlah ini biasanya berkisar delapan sampai lima belas narasumber — jauh lebih sedikit dari kuesioner, tapi kedalamannya jauh lebih besar.

Bagian 3 dari 3

Sumber Data Sekunder di Indonesia & Kualitas Instrumen

Ke mana mencari data sekunder terpercaya, dan bagaimana memastikan instrumen pengumpulan data Anda valid serta reliabel.

Peta Sumber Data Sekunder Terpercaya di Indonesia

BPS

📈

Badan Pusat Statistik

Inflasi, PDB, angka kemiskinan, sensus ekonomi — data makro nasional & regional, gratis di bps.go.id.

OJK & BEI

🏦

Otoritas Jasa Keuangan & Bursa Efek Indonesia

Laporan keuangan tahunan emiten (mis. BBCA, TLKM, GOTO), statistik perbankan, indeks literasi keuangan.

LAPORAN TAHUNAN

📄

Annual Report perusahaan

Diunggah wajib oleh emiten Tbk. (Terbuka) — memuat laporan keuangan, tata kelola, dan strategi bisnis.

Selalu cek: siapa penerbit data, tahun rilis terbaru, dan metodologi pengumpulannya — data sekunder yang tidak jelas sumbernya tidak boleh dipakai di proposal akademik.

Untuk data sekunder, ada tiga rujukan utama yang wajib Anda kenal di konteks Indonesia. Pertama, Badan Pusat Statistik atau BPS, sumber resmi untuk data makro seperti inflasi, produk domestik bruto, dan angka kemiskinan, semuanya bisa diakses gratis di situs bps.go.id. Kedua, Otoritas Jasa Keuangan dan Bursa Efek Indonesia, tempat Anda menemukan laporan keuangan tahunan emiten seperti BBCA, Telkom, atau GoTo, serta statistik perbankan dan survei literasi keuangan nasional. Ketiga, laporan tahunan atau annual report perusahaan — istilah "Tbk." di belakang nama perusahaan berarti Terbuka, artinya perusahaan itu wajib mempublikasikan laporan keuangan dan tata kelolanya ke publik. Tapi ingat, jangan asal comot data sekunder — selalu periksa siapa penerbitnya, kapan tahun rilis terbarunya, dan bagaimana metodologi pengumpulannya, karena data yang sumbernya tidak jelas akan langsung dipertanyakan penguji proposal Anda.

Validitas & Reliabilitas — Syarat Instrumen Layak Pakai

VALIDITAS

Instrumen benar-benar mengukur apa yang HENDAK diukur.

Kuesioner "kepuasan kerja" jangan diam-diam mengukur "gaji" saja
Diuji dengan korelasi item-total (uji validitas)

RELIABILITAS

Instrumen memberi hasil KONSISTEN bila diulang.

Diuji dengan koefisien Cronbach's Alpha (umumnya ≥ 0,7~ dianggap reliabel)
Wawancara: konsistensi dijaga lewat pedoman wawancara baku

Instrumen yang TIDAK valid dan reliabel → data yang dikumpulkan pun tidak bisa dipercaya, seberapa pun canggih analisis statistiknya nanti.

Sebelum kuesioner atau pedoman wawancara Anda dipakai ke lapangan, ada dua syarat mutlak yang harus dipenuhi, dan ini sudah pernah disinggung sekilas di pertemuan tentang desain kuantitatif, sekarang kita kaitkan langsung dengan praktik pengumpulan data. Validitas berarti instrumen Anda benar-benar mengukur apa yang hendak diukur — misalnya kalau Anda ingin mengukur kepuasan kerja karyawan, jangan sampai pertanyaan-pertanyaan Anda diam-diam hanya mengukur besaran gaji saja, karena itu konsep yang berbeda. Reliabilitas berarti instrumen memberikan hasil yang konsisten kalau diulang pada kondisi serupa, diuji secara statistik dengan koefisien Cronbach's Alpha, di mana nilai sekitar 0,7 ke atas umumnya dianggap reliabel. Untuk wawancara, konsistensi dijaga dengan pedoman wawancara yang baku sehingga setiap narasumber ditanya dengan kerangka yang sama. Ingat baik-baik: kalau instrumen Anda tidak valid dan tidak reliabel, data yang terkumpul tidak bisa dipercaya, betapapun canggih nanti Anda mengolahnya dengan SPSS atau software statistik lain.

Latihan Kelas — Pilih Teknik yang Tepat

Kasus: Anda meneliti "Pengaruh Kualitas Layanan terhadap Loyalitas Pelanggan Kopi Kenangan di Semarang" dengan pendekatan kuantitatif kausal, target sampel 150 pelanggan.

PERTANYAAN DISKUSI

Teknik pengumpulan data primer apa yang paling tepat, dan mengapa?
Apakah Anda perlu data sekunder pendukung? Dari mana?
Bagaimana Anda memastikan instrumen Anda valid & reliabel?

INSTRUKSI

Diskusikan berkelompok (4–5 orang) selama 10 menit, lalu satu perwakilan kelompok memaparkan jawaban singkat di depan kelas.

Rangkuman — Cheat Sheet Pengumpulan Data

Kebutuhan Riset	Teknik Disarankan
Sampel besar, hasil digeneralisasi, variabel jelas	Kuesioner (kuantitatif)
Menggali makna, pengalaman, "mengapa"	Wawancara (kualitatif)
Persepsi kolektif thd produk/isu baru	FGD (kualitatif)
Perilaku nyata, hindari bias jawaban sosial	Observasi (kualitatif/campuran)
Data makro, laporan keuangan, tren historis	Data sekunder (BPS/OJK/BEI)

Pilih teknik berdasarkan RUMUSAN MASALAH, bukan kemudahan — lalu pastikan instrumennya valid & reliabel sebelum turun ke lapangan.

Mari kita rangkum seluruh materi hari ini dalam satu tabel yang bisa Anda jadikan panduan cepat saat menyusun bab metode penelitian. Kalau riset Anda butuh sampel besar dengan hasil yang bisa digeneralisasi dan variabelnya sudah jelas, gunakan kuesioner. Kalau Anda ingin menggali makna, pengalaman, atau alasan di balik suatu fenomena, gunakan wawancara. Kalau Anda ingin menangkap persepsi kolektif terhadap produk atau isu baru, gunakan FGD. Kalau Anda ingin menangkap perilaku nyata tanpa bias jawaban yang dianggap baik secara sosial, gunakan observasi. Dan kalau Anda butuh data makro, laporan keuangan, atau tren historis, manfaatkan data sekunder dari BPS, OJK, atau BEI. Satu pesan yang harus Anda ingat sampai kapan pun: pilih teknik berdasarkan rumusan masalah Anda, bukan berdasarkan mana yang paling gampang dikerjakan, dan selalu pastikan instrumen Anda valid serta reliabel sebelum benar-benar turun ke lapangan.

Penutup — Tugas & Pertemuan Berikutnya

MINGGU DEPAN

Kita akan membahas Teknik Analisis Data — bagaimana data yang sudah dikumpulkan hari ini diolah menjadi temuan: analisis tematik untuk data kualitatif, dan uji statistik dasar untuk data kuantitatif.

TUGAS SEBELUM PERTEMUAN 11

draf instrumen pengumpulan data

Susun draf kuesioner ATAU pedoman wawancara (pilih sesuai desain proposal Anda), minimal 10 item/pertanyaan, siap dikonsultasikan.