Dari desain riset garis besar ke instrumen dan protokol yang siap dieksekusi — mengunci validitas, reliabilitas, dan kelayakan lapangan sebelum data pertama dikumpulkan.
RPS minggu 7 · 2×50 menit
Bagian 1 dari 3
Dari Desain Garis Besar ke Instrumen Tervalidasi
Diskusi kelas: mengapa dua peneliti dengan RQ yang sama bisa menghasilkan kesimpulan manajerial yang bertentangan?
Dari Pertemuan 5-6 ke Hari Ini
Desain riset garis besar (P5) dan presentasi topik (P6) sudah mengunci RQ, unit analisis, dan pendekatan umum. Hari ini kita menerjemahkannya menjadi keputusan teknis yang akan diuji reviewer proposal atau manajemen: instrumen, sampling, dan protokol lapangan.
Sudah Dikunci (P5-P6)
RQ & hipotesis/proposisi
Unit analisis & populasi
Pendekatan kuant/kual/campuran
Fokus Hari Ini (P7)
Operasionalisasi konstruk
Desain instrumen & skala
Strategi sampling & ukuran sampel
Menuju P8-P9
Protokol pengumpulan data
Uji coba (pilot) instrumen
Draf proposal riset lengkap
Operasionalisasi Konstruk: dari Abstrak ke Terukur
Konstruk teoretis (mis. kepuasan kerja, kepercayaan merek) tidak bisa diukur langsung — harus diturunkan menjadi indikator terobservasi lewat definisi operasional yang eksplisit dan dapat direplikasi.
Kegagalan paling umum: melompat langsung dari konstruk ke item tanpa dimensi eksplisit — hasilnya konstruk multidimensi diukur seolah unidimensi, merusak validitas isi.
Validitas: Empat Jenis yang Wajib Dicek
Reviewer Q1/proposal internal akan menguji keempatnya secara terpisah — instrumen yang valid secara isi belum tentu valid secara konstruk.
Validitas Isi & Konstruk
Isi: expert judgment/panel ahli menilai kecukupan item
Konstruk: CFA/EFA — loading ≥ 0,5-0,7, AVE ≥ 0,5
Validitas Kriteria & Internal-Eksternal
Kriteria: korelasi dengan ukuran hasil yang sudah mapan
Internal: kontrol confounding; Eksternal: generalisasi populasi
Untuk riset kualitatif, padanan validitas adalah trustworthiness (Lincoln & Guba, 1985): kredibilitas, transferabilitas, dependabilitas, konfirmabilitas — dibahas lebih dalam di P13.
Reliabilitas: Konsistensi Pengukuran
Instrumen valid tapi tidak reliabel = hasil acak yang kebetulan benar sekali; reliabilitas adalah syarat perlu (necessary), bukan syarat cukup (sufficient) untuk validitas.
Langkah
Perhitungan
Nilai
1. Data mentah: 6 item skala kepercayaan merek, n = 120 responden, hitung korelasi rata-rata antar-item
r rata-rata antar-item
0,42
2. Terapkan formula Cronbach's Alpha (Cronbach, 1951) dengan k = 6 item
α = (k · r̄) / (1 + (k-1) · r̄)
(6 × 0,42) / (1 + 5 × 0,42)
3. Hitung pembilang: 6 × 0,42
6 × 0,42
2,52
4. Hitung penyebut: 1 + (5 × 0,42)
1 + 2,10
3,10
5. Bagi pembilang dengan penyebut
2,52 / 3,10
α = 0,81
Interpretasi
0,81
≥ 0,70 dapat diterima; ≥ 0,80 baik (Nunnally & Bernstein, 1994)
Desain Skala Pengukuran
Pilihan skala menentukan teknik analisis yang bisa dipakai di P10-P11 — keputusan ini tidak bisa diubah setelah data terkumpul.
Likert & Semantic Differential
5 vs 7 poin: trade-off presisi vs beban kognitif
Genap = paksa memilih sisi (no midpoint)
Konjoin & Discrete Choice
Ungkap trade-off atribut (harga vs fitur)
Dekat perilaku beli aktual vs stated preference murni
Behavioral & Sekunder
Data transaksi, log klik (revealed preference)
Bias recall lebih rendah, tapi cakupan konstruk terbatas
Keputusan manajerial: makin tinggi stakes keputusan (mis. investasi rebranding miliaran rupiah), makin kuat alasan mengombinasikan stated preference dengan data perilaku aktual.
Latihan Kelas: Audit Instrumen Kelompok
Dalam kelompok topik riset masing-masing (dari P6), lakukan audit cepat terhadap draf instrumen Anda menggunakan checklist berikut. Waktu: 12 menit diskusi kelompok, 8 menit pleno.
Checklist Audit
Tiap item terhubung eksplisit ke satu dimensi konstruk?
Ada item reverse-coded untuk deteksi careless response?
Bahasa item bebas dari double-barreled question?
Skala konsisten sepanjang instrumen?
Output yang Dikumpulkan
Draf revisi 3 item terlemah
Catatan validitas isi (siapa expert judgment-nya)
Satu risiko reliabilitas yang teridentifikasi
Bagian 2 dari 3
Strategi Sampling untuk Keputusan Bisnis
Diskusi kelas: kapan sampel probabilitas ketat justru bukan pilihan terbaik secara manajerial?
Kerangka Sampling: Probabilitas vs Non-Probabilitas
Pilihan sampling menentukan sejauh mana Anda bisa generalisasi temuan ke populasi — trade-off inti adalah rigor statistik vs kelayakan biaya/waktu.
Probabilitas (Setiap Unit Punya Peluang Terpilih)
Simple/systematic random, stratified, cluster
Memungkinkan margin of error dihitung formal
Butuh sampling frame lengkap — sering tidak tersedia di konteks Indonesia
Non-Probabilitas (Judgment/Aksesibilitas)
Purposive, snowball, quota, convenience
Umum di riset B2B/kualitatif — populasi sulit diakses
Generalisasi statistik terbatas; harus dinyatakan eksplisit sebagai limitasi
Kesalahan umum: memakai convenience sampling lalu tetap mengklaim generalisasi populasi — ini yang paling sering dikritik reviewer dan auditor internal.
Hitung dari Nol: Ukuran Sampel Minimum (Survei)
Riset survei kuantitatif membutuhkan ukuran sampel minimum yang dihitung, bukan ditebak — berikut perhitungan untuk populasi 8.000 pelanggan korporat dengan margin of error 5% dan tingkat kepercayaan 95%.
Langkah
Perhitungan
Nilai
1. Tentukan parameter: Z (95% CI) = 1,96; p = 0,5 (variansi maksimum, konservatif); e = 0,05; N = 8.000
Z=1,96; p=0,5; e=0,05
N = 8.000
2. Hitung n tanpa koreksi populasi terbatas (formula Cochran, 1977): n₀ = Z²p(1-p)/e²
1,96² × 0,5 × 0,5 / 0,05²
3,8416 × 0,25 / 0,0025
3. Selesaikan pembilang lalu bagi
0,9604 / 0,0025
n₀ = 384,16
4. Terapkan koreksi populasi terbatas (finite population correction): n = n₀ / (1 + (n₀-1)/N)
384,16 / (1 + 383,16/8.000)
384,16 / 1,0479
5. Hasil akhir dibulatkan ke atas
366,5 → dibulatkan
n = 367 responden
Ukuran Sampel Minimum
367
Tambahkan buffer 15-20% untuk antisipasi non-response → target kumpulkan ±430
Hitung dari Nol: Titik Saturasi Data Kualitatif
Riset kualitatif tidak memakai rumus ukuran sampel, tetapi saturasi tematik (Guest, Bunce & Johnson, 2006) — berikut simulasi pelacakan saturasi pada studi wawancara mendalam terhadap pemilik UMKM digital.
Langkah
Perhitungan
Nilai
1. Wawancara ke-1 sampai ke-6: kode tema baru muncul di tiap wawancara
Tema kumulatif setelah wawancara 6
14 tema
2. Wawancara ke-7 sampai ke-12: tema baru melambat drastis
Tema baru per wawancara (rata-rata)
0,3 tema/wawancara
3. Hitung persentase tema baru yang ditemukan pada 12 wawancara pertama (Guest et al. 2006 melaporkan 92% tema teridentifikasi pada 12 wawancara)
92% dari total tema akhir
16 dari total 17 tema
4. Wawancara ke-13 sampai ke-15: cek 0 tema baru berturut-turut → kriteria saturasi terpenuhi
0 tema baru pada 3 wawancara berturut
Saturasi tercapai
Keputusan manajerial: hentikan pengumpulan data kualitatif pada wawancara ke-15, bukan pada angka arbitrer "minimal 10 informan" — dokumentasikan kriteria saturasi di metodologi.
Coba Sendiri: Lacak Titik Saturasi Tematik
Tambahkan wawancara satu per satu pada widget dan amati kapan jumlah tema baru per wawancara turun ke nol berturut-turut.
Triangulasi: Memperkuat Kredibilitas Temuan
Triangulasi (Denzin, 1978) mengurangi risiko bahwa temuan hanyalah artefak dari satu metode/sumber/peneliti — penting untuk riset yang hasilnya akan mendasari keputusan investasi atau strategi.
Empat Jenis Triangulasi
Data: sumber berbeda (survei + data transaksi)
Metode: kuant + kual (mixed methods, P14)
Peneliti: lebih dari satu coder/analis
Teori: lebih dari satu lensa teoretis
Kapan Wajib Dipertimbangkan
Temuan akan mendasari keputusan investasi besar
Konstruk sensitif secara sosial (mis. etika, kepatuhan)
Hasil awal kontraintuitif terhadap teori mapan
Mini-Kasus: Bank Digital Menentukan Strategi Sampling Peluncuran Produk
Bank digital di Indonesia (ilustrasi berbasis pola industri) hendak meluncurkan fitur investasi reksa dana dalam aplikasi dan perlu riset preferensi nasabah dalam waktu 3 minggu sebelum keputusan go/no-go dewan direksi.
Langkah Analisis
Pertimbangan Kunci
Keputusan
1. Definisikan populasi target & kendala waktu
Populasi: ~2 juta nasabah aktif; deadline 3 minggu tidak memungkinkan sampling frame lengkap tervalidasi
Tolak simple random murni
2. Nilai trade-off rigor vs kecepatan
Stratified sampling by segmen (usia, saldo rata-rata) via data internal aplikasi — frame tersedia & representatif per strata
Bandingkan profil responden vs populasi (usia, saldo) — jika timpang, terapkan post-stratification weighting
Weighting pasca-survei jika perlu
Keputusan manajerial: rigor statistik disesuaikan dengan stakes dan tenggat — bukan berarti mengorbankan validitas, tetapi memilih desain yang defensible dalam batasan nyata.
Bagian 3 dari 3
Protokol, Etika, dan Kesiapan Lapangan
Diskusi kelas: siapa yang bertanggung jawab jika data yang dikumpulkan ternyata melanggar privasi responden?
Protokol Pengumpulan Data & Etika Riset
Protokol tertulis melindungi peneliti, institusi, dan responden — wajib disusun sebelum pilot test, bukan disusun ulang setelah masalah muncul di lapangan.
Komponen Protokol Lapangan
Informed consent tertulis/lisan terekam
Prosedur anonimisasi & penyimpanan data
Kriteria inklusi/eksklusi responden
Rencana kontinjensi (refusal, dropout)
Isu Etika Riset Bisnis Indonesia
Data karyawan/nasabah — batasan akses via NDA perusahaan
Insentif responden — hindari coercion (tekanan atasan ke bawahan)
Kerahasiaan data kompetitif (harga, strategi)
Riset yang melibatkan data karyawan/nasabah perusahaan tempat Anda bekerja punya risiko dual-role — deklarasikan potensi konflik kepentingan secara eksplisit di proposal.
Uji Coba Instrumen (Pilot Test)
Pilot test adalah simulasi kecil sebelum pengumpulan data penuh — mendeteksi masalah instrumen sebelum menjadi masalah dataset yang tidak bisa diperbaiki lagi.
Untuk topik non-numerik seperti menilai kelayakan sebuah proposal riset, gunakan rubrik lima langkah berikut — cocok dipakai saat Anda menjadi reviewer proposal rekan sekelas atau proposal internal perusahaan.
Langkah Analisis
Pertanyaan Kunci
Indikator Lolos
1. Koherensi RQ-Desain
Apakah pendekatan (kuant/kual) benar-benar menjawab RQ, atau dipilih karena kemudahan?
RQ eksplisit meminta jenis bukti yang sesuai desain
2. Operasionalisasi
Apakah tiap konstruk punya definisi operasional & sumber instrumen tervalidasi?
Sitasi instrumen & adaptasi konteks Indonesia dijelaskan
3. Kelayakan Sampling
Apakah target sampel realistis dalam waktu & anggaran yang tersedia?
Justifikasi ukuran sampel & akses populasi kredibel
4. Kesiapan Etika & Lapangan
Apakah ada rencana informed consent & mitigasi konflik kepentingan?
Protokol tertulis, bukan hanya niat lisan
5. Relevansi Manajerial
Apakah temuan riset ini bisa langsung menjadi rekomendasi tindakan?
Implikasi manajerial dinyatakan eksplisit di proposal
Rubrik ini akan Anda pakai untuk saling me-review draf proposal rekan sekelas sebelum submission P9 — latih ketajaman evaluatif Anda sendiri.
Tugas Menuju Pertemuan 8
Bawa dokumen berikut ke pertemuan berikutnya (Pengumpulan Data) — ini menjadi syarat untuk memulai pilot test di awal P8.
Rencana sampling: metode, ukuran sampel terhitung, justifikasi
Persiapan Individu
Identifikasi 3-5 calon responden pilot test
Draf singkat informed consent (1 paragraf)
Baca kasus P8 yang akan dibagikan di LMS
Ringkasan: Dari Desain ke Instrumen Siap-Jalan
Yang Sudah Anda Kuasai Hari Ini
Operasionalisasi konstruk & empat jenis validitas
Menghitung reliabilitas (Cronbach's Alpha) & ukuran sampel minimum
Memilih strategi sampling sesuai stakes & kendala lapangan
Menyusun protokol etika & merancang pilot test
Kaitan ke Pertemuan Berikutnya
P8: eksekusi pengumpulan data dengan instrumen yang sudah divalidasi
P9: proposal riset lengkap memuat seluruh keputusan desain hari ini
P10-P11: pilihan skala & sampel hari ini menentukan teknik analisis yang tersedia
Prinsip inti pertemuan ini: setiap keputusan desain riset adalah keputusan manajerial yang harus bisa dipertanggungjawabkan secara eksplisit, bukan hanya "kebiasaan" metodologis.