Program Studi Manajemen · FEB UNDIP · Seminar Manajemen Keuangan

Memilih Metodologi
Penelitian yang Tepat

Pertemuan 13 · Menjodohkan Pertanyaan Penelitian dengan Metode

Dari kerangka teori & hipotesis yang sudah Anda rumuskan minggu lalu, kini saatnya memilih "kendaraan" yang tepat untuk mengujinya.

RPS Minggu 14 · 2×50 Menit

Selamat datang kembali, Anda sudah melewati sebagian besar perjalanan menyusun proposal — mulai dari merumuskan masalah, menelusuri literatur, sampai merangkai kerangka teori dan hipotesis minggu lalu. Hari ini kita masuk ke bagian yang sering membuat mahasiswa gamang: memilih metodologi penelitian. Banyak proposal bagus secara teori tapi ambruk di sidang karena metodenya tidak nyambung dengan pertanyaan penelitiannya sendiri — misalnya ingin menguji pengaruh struktur modal terhadap nilai perusahaan, tetapi memakai wawancara mendalam ala studi kualitatif. Bayangkan seorang mahasiswa yang meneliti reaksi harga saham BBCA setelah pengumuman dividen tapi memilih pendekatan studi kasus tunggal tanpa data time series — jelas keliru. Hari ini Anda akan belajar menjodohkan pertanyaan penelitian dengan metode yang tepat, termasuk dua metode paling umum di riset keuangan: studi peristiwa dan regresi data panel.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu memilih dan menjustifikasi metodologi penelitian yang selaras dengan rumusan masalah (Sub-CPMK Bab III):

Capaian 1 — Peta Desain

①

Membedakan pendekatan kuantitatif, kualitatif, dan mixed-methods serta jenis desain kuantitatif untuk pertanyaan penelitian keuangan.

Capaian 2 — Populasi & Sampel

②

Menentukan populasi, teknik sampling, dan ukuran sampel yang representatif, termasuk menghitung dengan rumus Slovin.

Capaian 3 — Metode Khas Keuangan

③

Menjelaskan cara kerja studi peristiwa (event study) dan regresi data panel sebagai dua andalan riset manajemen keuangan.

Capaian 4 — Menulis Bab III

④

Menyusun bab metodologi proposal yang lengkap & menghindari kesalahan umum yang sering ditegur penguji seminar.

Empat capaian ini langsung menuntun Anda menulis Bab III proposal, bagian yang paling sering dipertanyakan penguji karena di sanalah kredibilitas ilmiah penelitian Anda diuji. Pertama, Anda harus paham peta besar jenis desain penelitian supaya tidak salah pilih arah. Kedua, Anda harus bisa menentukan siapa populasi penelitian Anda dan berapa banyak sampel yang cukup secara statistik — ini sering ditanya penguji dengan pertanyaan sederhana namun mematikan: "kenapa sampelnya segini?" Ketiga, karena mata kuliah ini fokus manajemen keuangan, kita akan mendalami dua metode paling sering dipakai: studi peristiwa untuk menguji reaksi pasar, dan regresi data panel untuk menguji hubungan struktur modal, dividen, atau kinerja perusahaan. Keempat, semua pemahaman ini harus bermuara pada satu produk konkret: draf Bab III proposal Anda yang solid dan siap dipertahankan.

Mengapa Metodologi Sering Jadi "Titik Jatuh" Seminar Proposal

Tiga skenario nyata yang sering terjadi di ruang seminar FEB — kenali sebelum Anda mengalaminya:

Skenario 1

📉

Mahasiswa ingin meneliti reaksi harga saham Tokopedia (GOTO) pasca rights issue, tapi memakai kuesioner ke investor ritel — datanya tidak menjawab pertanyaannya.

Skenario 2

🧮

Rumusan masalah menguji struktur modal 50 perusahaan manufaktur BEI, tapi teknik sampling dipilih asal tanpa kriteria — ditegur "populasi Anda tidak jelas".

Skenario 3

✅

Mahasiswa lain menguji pengaruh kebijakan dividen BBCA terhadap nilai perusahaan pakai data panel 10 tahun — metodenya klop dengan rumusan masalah, lolos mulus.

Perbedaan antara skenario gagal dan berhasil bukan soal metode mana yang "lebih canggih" — melainkan soal kecocokan antara pertanyaan, data, dan metode. Itulah inti pertemuan hari ini.

Saya sering melihat pola yang sama di ruang seminar: mahasiswa yang gagal biasanya bukan karena teorinya lemah, melainkan karena metodenya tidak menjawab pertanyaan penelitiannya sendiri. Bayangkan seseorang ingin membuktikan bahwa harga saham GOTO bereaksi terhadap pengumuman rights issue, tapi alat yang dipakai adalah kuesioner persepsi investor — itu dua dunia data yang berbeda, satu berbasis harga pasar riil, satu berbasis opini subjektif. Contoh kedua, mahasiswa yang ingin menguji struktur modal lima puluh perusahaan manufaktur di BEI tapi tidak bisa menjelaskan kriteria sampelnya, akan langsung ditembak penguji dengan pertanyaan "kenapa sampelnya lima puluh, bukan seratus?" Sebaliknya, mahasiswa yang menguji kebijakan dividen BBCA memakai data panel sepuluh tahun lolos mulus karena metodenya sudah pas sejak awal. Hari ini kita belajar cara berpikir itu — kecocokan, bukan kecanggihan.

Bagian 1 dari 3

Peta Besar Desain
Penelitian

Kuantitatif vs kualitatif vs mixed-methods, tiga pertanyaan kunci untuk memilih desain, jenis desain kuantitatif, dan cara menentukan populasi & sampel.

Pendekatan Desain Sampel

Kuantitatif, Kualitatif, atau Mixed-Methods?

Pilihan pendekatan ditentukan oleh sifat pertanyaan penelitian Anda, bukan selera pribadi:

Kuantitatif

📊

Menguji hubungan/pengaruh antar-variabel dengan angka & statistik. Cocok untuk "apakah X memengaruhi Y" — mis. leverage terhadap ROA.

Kualitatif

🗣️

Menggali makna, proses, atau pengalaman secara mendalam lewat wawancara/observasi. Cocok untuk "bagaimana" & "mengapa" — mis. proses pengambilan keputusan investasi UMKM.

Mixed-Methods

🔀

Menggabungkan keduanya — mis. regresi menemukan pengaruh signifikan, lalu wawancara manajer menjelaskan mengapa pengaruh itu terjadi.

Untuk Seminar Manajemen Keuangan, mayoritas rumusan masalah bersifat kausal/pengaruh antar-variabel keuangan — sehingga kuantitatif adalah pilihan paling umum & yang akan kita dalami hari ini.

Pilihan pertama yang harus Anda putuskan adalah pendekatan besar penelitian Anda. Kuantitatif dipakai kalau pertanyaan Anda berbentuk pengaruh atau hubungan antar-variabel yang bisa diukur dengan angka, misalnya apakah rasio utang memengaruhi return on asset perusahaan consumer goods di BEI. Kualitatif dipakai kalau Anda ingin memahami proses atau makna di balik suatu fenomena, misalnya bagaimana pemilik UMKM di Semarang mengambil keputusan investasi tanpa akses perbankan formal — di sini angka tidak cukup, Anda butuh cerita dan konteks. Mixed-methods menggabungkan keduanya, misalnya Anda menemukan pengaruh signifikan lewat regresi lalu memperdalam temuan itu lewat wawancara manajer keuangan untuk menjelaskan mekanismenya. Karena mata kuliah ini berfokus pada topik keuangan inti seperti struktur modal dan kebijakan dividen yang sifatnya kausal, hampir seluruh proposal Anda akan berada di jalur kuantitatif.

Tiga Pertanyaan Kunci untuk Memilih Desain

Ajukan tiga pertanyaan ini secara berurutan sebelum menetapkan metodologi Bab III Anda:

Jawaban atas ketiga pertanyaan ini secara langsung menentukan: pendekatan (kuantitatif/kualitatif), sumber data (sekunder/primer), dan struktur data (panel/cross-section/time series).

Saya beri Anda kerangka praktis yang bisa langsung dipakai untuk proposal masing-masing. Pertanyaan pertama, lihat bentuk kalimat rumusan masalah Anda — kalau berbunyi "apakah" atau "seberapa besar pengaruh", itu tanda kuat menuju kuantitatif. Pertanyaan kedua, cek data apa yang benar-benar tersedia — apakah Anda bisa mengunduh laporan keuangan dan harga saham dari BEI atau Yahoo Finance, atau justru topik Anda menuntut kuesioner primer ke responden karena datanya belum ada di mana pun. Pertanyaan ketiga, pikirkan struktur datanya — apakah Anda meneliti banyak perusahaan dalam satu waktu, satu perusahaan dalam banyak waktu, atau kombinasi banyak perusahaan dan banyak waktu yang disebut data panel. Begitu tiga jawaban ini Anda pegang, metodologi Bab III Anda praktis sudah setengah jadi.

Empat Jenis Desain Penelitian Kuantitatif

Sebagian besar proposal keuangan menggunakan salah satu dari empat desain berikut:

Deskriptif

🗂️

Memotret kondisi apa adanya tanpa menguji hubungan sebab-akibat. Mis. profil rasio likuiditas 20 bank BUKU III tahun 2025.

Korelasional

↔️

Menguji keterkaitan dua variabel tanpa klaim sebab-akibat kuat. Mis. hubungan CSR disclosure dengan harga saham.

Kausal-Komparatif

⚖️

Membandingkan dua kelompok yang sudah ada secara alami. Mis. kinerja perusahaan syariah vs konvensional pasca-merger.

Eksperimen

🧪

Memanipulasi variabel secara terkontrol. Jarang di keuangan korporat, lebih umum di riset perilaku investor (lab experiment).

Untuk topik struktur modal, penganggaran modal, dividen, dan M&A — desain korelasional/kausal-komparatif berbasis data sekunder paling sering dipakai di skripsi FEB.

Mari kita bedah keempat jenis ini satu per satu, karena istilahnya sering tertukar di kalangan mahasiswa. Deskriptif hanya memotret kondisi tanpa menguji hubungan apa pun, misalnya sekadar melaporkan rata-rata rasio likuiditas dua puluh bank BUKU tiga tahun 2025. Korelasional melangkah lebih jauh dengan menguji apakah dua variabel berkaitan, misalnya apakah pengungkapan CSR berkaitan dengan harga saham, tanpa mengklaim satu menyebabkan yang lain secara kuat. Kausal-komparatif membandingkan dua kelompok yang sudah terbentuk secara alami, seperti membandingkan kinerja perusahaan berbasis syariah dengan konvensional setelah sebuah merger. Eksperimen jarang dipakai di riset keuangan korporat karena Anda tidak bisa memanipulasi struktur modal perusahaan sungguhan, tapi cukup umum di riset perilaku investor melalui simulasi laboratorium. Untuk topik-topik inti mata kuliah kita, Anda akan paling sering memakai desain korelasional atau kausal-komparatif dengan data sekunder.

Populasi, Sampel & Teknik Sampling

Populasi

🌐

Keseluruhan unit yang ingin Anda simpulkan. Mis. seluruh perusahaan manufaktur terdaftar di BEI 2020–2024.

Sampel

🎯

Sebagian populasi yang benar-benar diteliti karena keterbatasan waktu/biaya, harus representatif.

Probability Sampling

Simple random — tiap unit peluang sama.
Stratified — dibagi strata (mis. sektor industri) dulu.
Cocok kalau ingin generalisasi kuat ke populasi.

Non-Probability Sampling

Purposive sampling — berdasar kriteria tertentu.
Paling umum di skripsi keuangan: mis. "perusahaan yang laporan keuangannya lengkap & laba positif".
Wajib disertai kriteria eksplisit agar tidak dianggap asal pilih.

Populasi dan sampel adalah dua konsep yang wajib Anda bedakan dengan tegas di Bab III. Populasi adalah keseluruhan unit yang ingin Anda simpulkan, misalnya seluruh perusahaan manufaktur yang terdaftar di BEI dari tahun 2020 sampai 2024. Karena meneliti seluruh populasi biasanya tidak mungkin karena keterbatasan waktu dan data, Anda mengambil sampel yang representatif. Ada dua keluarga besar teknik sampling: probability sampling seperti simple random atau stratified, yang cocok kalau Anda ingin generalisasi kuat secara statistik ke seluruh populasi; dan non-probability sampling, di mana purposive sampling adalah yang paling sering dipakai di skripsi keuangan kita, misalnya memilih perusahaan yang laporan keuangannya lengkap dan mencatat laba positif selama periode penelitian. Yang paling penting, apa pun teknik yang Anda pilih, kriteria pemilihannya harus dituliskan secara eksplisit agar penguji tidak menuduh Anda memilih sampel secara sembarangan.

Coba Sendiri: Pilih Teknik Sampling yang Tepat

Jawab beberapa pertanyaan tentang topik dan data Anda, lalu lihat rekomendasi teknik sampling yang paling sesuai.

Hitung dari Nol — HDN-1: Ukuran Sampel dengan Rumus Slovin

Populasi Anda berjumlah N = 180 perusahaan sektor consumer goods di BEI. Anda menetapkan margin kesalahan e = 5%. Berapa ukuran sampel minimum?

n = N ÷ (1 + N·e²)

Langkah	Perhitungan	Nilai
Diketahui	N = 180; e = 0,05	—
Hitung e²	0,05 × 0,05	0,0025
Hitung N·e²	180 × 0,0025	0,45
Penyebut	1 + 0,45	1,45
Ukuran sampel n	180 ÷ 1,45	124,1 ≈ 125 perusahaan

Sampel minimum 125 perusahaan dari 180 populasi. Kalau data lengkap Anda kurang dari itu (mis. karena purposive sampling), Anda wajib menjustifikasi mengapa sampel lebih kecil tetap layak.

Mari kita hitung bersama contoh yang paling sering ditanyakan mahasiswa: berapa sebenarnya sampel minimum yang saya butuhkan? Rumus Slovin menjawabnya dengan sederhana. Anggap populasi Anda adalah seratus delapan puluh perusahaan sektor consumer goods yang terdaftar di BEI, dan Anda menetapkan margin kesalahan lima persen — angka yang lazim dipakai di penelitian sosial dan bisnis. Kita kuadratkan dulu margin kesalahannya menjadi 0,0025, lalu kalikan dengan populasi menjadi 0,45, tambahkan satu menjadi 1,45, dan bagi populasi dengan angka itu. Hasilnya seratus dua puluh empat koma satu, kita bulatkan ke atas menjadi seratus dua puluh lima perusahaan sebagai sampel minimum. Ingat, ini adalah batas bawah statistik — kalau Anda memakai purposive sampling dan hasilnya lebih kecil dari seratus dua puluh lima, Anda wajib menjelaskan secara eksplisit di Bab III mengapa jumlah itu tetap memadai untuk penelitian Anda.

Coba Sendiri: Hitung Ukuran Sampel dengan Slovin

Geser jumlah populasi dan margin kesalahan, lalu amati bagaimana ukuran sampel minimum berubah secara langsung.

Bagian 2 dari 3

Metode Empiris
Riset Keuangan

Dua andalan metodologi kuantitatif di riset manajemen keuangan: studi peristiwa (event study) untuk menguji reaksi pasar, dan regresi data panel untuk menguji hubungan antar-variabel keuangan lintas waktu.

Event Study Data Panel

Studi Peristiwa (Event Study): Menguji Reaksi Pasar

Dipakai untuk menjawab: apakah pasar bereaksi terhadap suatu pengumuman perusahaan?

Langkah 1

📅

Tentukan tanggal peristiwa (event date) — mis. tanggal pengumuman dividen BBCA — dan jendela peristiwa (event window), umumnya ±5 hari bursa.

Langkah 2

📈

Hitung return ekspektasi (mis. market model) dari periode estimasi sebelum jendela peristiwa.

Langkah 3

🔍

Bandingkan return aktual vs ekspektasi → abnormal return. Uji signifikansinya secara statistik.

Contoh topik: reaksi harga saham terhadap pengumuman right issue GOTO, dampak stock split terhadap likuiditas saham, atau reaksi pasar terhadap pengumuman merger dua bank BUKU IV.

Studi peristiwa adalah metode yang sangat khas riset keuangan pasar modal, dan sangat cocok kalau rumusan masalah Anda berbunyi "apakah pasar bereaksi terhadap". Langkah pertama, Anda menentukan tanggal peristiwa yang tepat, misalnya tanggal resmi pengumuman dividen BBCA, lalu menetapkan jendela peristiwa di sekitarnya, umumnya lima hari bursa sebelum dan sesudah. Langkah kedua, Anda menghitung return yang seharusnya terjadi seandainya tidak ada peristiwa itu, biasanya menggunakan market model yang diestimasi dari periode sebelum jendela peristiwa. Langkah ketiga, Anda membandingkan return yang benar-benar terjadi dengan return ekspektasi tadi, selisihnya disebut abnormal return, lalu Anda uji apakah selisih itu signifikan secara statistik. Contoh topik yang cocok memakai metode ini antara lain reaksi harga saham GOTO terhadap rights issue, atau dampak pengumuman merger dua bank BUKU empat terhadap harga saham keduanya.

Hitung dari Nol — HDN-2: Abnormal Return Sederhana

Saham BBCA pada hari pengumuman dividen naik dari Rp 9.800 ke Rp 10.000. Return ekspektasi (market model) hari itu adalah 1%. Berapa abnormal return-nya?

AR = Return Aktual − Return Ekspektasi

Langkah	Perhitungan	Nilai
Return aktual	(10.000 − 9.800) ÷ 9.800	2,04%
Return ekspektasi	diberikan (market model)	1,00%
Abnormal return (AR)	2,04% − 1,00%	+1,04%
Interpretasi	AR > 0 dan diuji signifikan	Pasar bereaksi positif

Dalam proposal Anda, satu hari abnormal return ini akan dihitung untuk seluruh sampel lalu dirata-rata jadi Average Abnormal Return (AAR) dan diuji dengan uji-t.

Sekarang mari kita hitung satu abnormal return sungguhan supaya konsepnya konkret. Anggap saham BBCA naik dari sembilan ribu delapan ratus rupiah menjadi sepuluh ribu rupiah pada hari pengumuman dividen. Return aktual hari itu kita hitung dengan selisih harga dibagi harga awal, hasilnya dua koma nol empat persen. Return ekspektasi, yaitu return yang seharusnya terjadi tanpa peristiwa itu berdasarkan market model, sudah diberikan sebesar satu persen. Abnormal return-nya adalah selisih keduanya, yaitu positif satu koma nol empat persen — artinya harga saham bergerak lebih tinggi dari yang diprediksi model pasar, mengindikasikan pasar merespons positif pengumuman dividen tersebut. Yang perlu Anda ingat untuk proposal, satu angka ini baru untuk satu saham satu hari; dalam penelitian sungguhan, Anda menghitung abnormal return untuk seluruh sampel perusahaan lalu merata-ratakannya menjadi average abnormal return, dan menguji signifikansinya dengan uji-t sebelum menyimpulkan bahwa pasar memang bereaksi.

Regresi Data Panel untuk Riset Struktur Modal & Dividen

Dipakai untuk menjawab: apakah/seberapa besar pengaruh variabel keuangan terhadap kinerja perusahaan?

Struktur Data Panel

Cross-section: banyak perusahaan.
Time series: banyak tahun/periode.
Data panel = gabungan keduanya — mis. 40 perusahaan × 5 tahun = 200 observasi.

Contoh Model Sederhana

ROA_it = β₀ + β₁DER_it + β₂Size_it + ε_it

DER (leverage) & Size sebagai variabel independen memengaruhi ROA (kinerja), untuk perusahaan i pada tahun t.

Perlu uji pemilihan model (Chow, Hausman, LM) untuk menentukan Common Effect, Fixed Effect, atau Random Effect — detail teknis ini akan didalami di mata kuliah Ekonometrika/Manajemen Keuangan lanjutan.

Regresi data panel adalah metode kedua yang sangat sering muncul di proposal-proposal seminar kita, terutama untuk topik struktur modal dan kebijakan dividen. Data panel adalah gabungan antara cross-section, yaitu banyak perusahaan dalam satu waktu, dengan time series, yaitu data yang berulang dari tahun ke tahun. Kalau Anda meneliti empat puluh perusahaan selama lima tahun, Anda mendapatkan dua ratus observasi total, jauh lebih kaya informasi dibanding regresi cross-section biasa. Contoh model sederhananya adalah return on asset perusahaan i pada tahun t dipengaruhi oleh debt to equity ratio dan ukuran perusahaan pada tahun yang sama. Yang perlu Anda ketahui untuk level Bab III, ada tiga model dasar data panel — common effect, fixed effect, dan random effect — dan pemilihannya memakai uji Chow, uji Hausman, serta uji Lagrange Multiplier; detail perhitungan uji-uji ini akan Anda pelajari lebih dalam di mata kuliah ekonometrika, hari ini cukup Anda pahami bahwa pemilihan model itu ada dan harus disebutkan di proposal.

Coba Sendiri: Telusuri Alur Uji Chow & Hausman

Ubah hasil probabilitas uji Chow dan Hausman, lalu amati bagaimana model panel yang direkomendasikan berubah.

Variabel, Definisi Operasional & Skala Pengukuran

Tiap variabel dalam kerangka teori Anda harus diterjemahkan menjadi sesuatu yang bisa diukur:

Variabel	Definisi Operasional	Skala
Struktur Modal	Debt to Equity Ratio = Total Utang ÷ Total Ekuitas	Rasio
Kebijakan Dividen	Dividend Payout Ratio = DPS ÷ EPS	Rasio
Ukuran Perusahaan	Ln (Total Aset)	Rasio
Status Merger	1 = melakukan merger, 0 = tidak	Nominal (dummy)

Definisi operasional yang jelas & terukur menghindarkan Anda dari pertanyaan penguji: "Bagaimana persisnya Anda mengukur variabel ini?"

Setiap variabel yang muncul di kerangka teori dan hipotesis Anda minggu lalu, sekarang harus diterjemahkan menjadi definisi operasional yang konkret dan terukur — ini adalah jembatan antara teori dan angka yang benar-benar Anda olah di Excel atau Eviews. Misalnya struktur modal, secara teori adalah konsep abstrak, tapi secara operasional Anda ukur dengan debt to equity ratio, yaitu total utang dibagi total ekuitas. Kebijakan dividen diukur dengan dividend payout ratio, yaitu dividen per lembar saham dibagi laba per lembar saham. Perhatikan juga skala pengukurannya — kebanyakan variabel keuangan berskala rasio, tapi ada juga variabel dummy seperti status merger yang berskala nominal, bernilai satu kalau perusahaan melakukan merger dan nol kalau tidak. Definisi operasional yang jelas ini adalah pertahanan pertama Anda ketika penguji bertanya bagaimana persisnya Anda mengukur suatu variabel.

Kalau Data Anda Primer: Validitas & Reliabilitas Instrumen

Untuk topik yang butuh kuesioner (mis. persepsi manajer keuangan UMKM terhadap sumber pendanaan), instrumen wajib teruji:

Validitas

🎯

Instrumen benar-benar mengukur apa yang ingin diukur. Diuji dengan korelasi item-total (uji Pearson) terhadap skor total.

Reliabilitas

🔁

Instrumen memberi hasil konsisten jika diulang. Diuji dengan Cronbach's Alpha — umumnya dianggap layak jika > 0,70.

Ini baru pratinjau — instrumen pengumpulan data (kisi-kisi kuesioner, skala Likert, uji coba) akan kita rancang mendalam di Pertemuan 14, pertemuan terakhir sebelum UAS.

Bagian ini khusus untuk Anda yang topiknya menuntut data primer lewat kuesioner, misalnya meneliti persepsi manajer keuangan UMKM di Semarang terhadap berbagai sumber pendanaan yang tersedia. Kalau Anda memakai kuesioner, instrumen itu wajib melewati dua uji dasar. Validitas memastikan instrumen benar-benar mengukur konsep yang Anda maksud, biasanya diuji dengan menghitung korelasi antara skor tiap item dengan skor totalnya. Reliabilitas memastikan instrumen memberi hasil yang konsisten kalau diulang pada waktu berbeda, diuji dengan Cronbach's Alpha, di mana nilai di atas 0,70 umumnya dianggap layak dipakai. Saya sengaja hanya memberi pratinjau singkat di sini karena topik instrumen pengumpulan data secara mendalam — termasuk cara menyusun kisi-kisi kuesioner dan skala Likert — akan kita bahas tuntas di pertemuan empat belas minggu depan, pertemuan terakhir kita sebelum UAS simulasi seminar.

Bagian 3 dari 3

Menulis & Mempertahankan
Bab Metodologi

Struktur baku Bab III proposal, kesalahan umum yang paling sering ditegur penguji, dan latihan langsung menjustifikasi metodologi kelompok Anda.

Struktur Bab III Kesalahan Umum

Struktur Baku Bab III: Metodologi Penelitian

Ikuti urutan logis ini — tiap bagian menjawab pertanyaan yang berbeda:

Bagian	Isi	Menjawab Pertanyaan
3.1 Desain Penelitian	Jenis penelitian (kuantitatif-korelasional dsb.)	Penelitian ini bertipe apa?
3.2 Populasi & Sampel	Populasi, teknik & kriteria sampling, ukuran sampel	Siapa yang diteliti?
3.3 Jenis & Sumber Data	Data sekunder (laporan keuangan, IDX) / primer	Datanya dari mana?
3.4 Definisi Operasional	Tiap variabel + rumus + skala pengukuran	Bagaimana variabelnya diukur?
3.5 Teknik Analisis Data	Uji asumsi klasik, model regresi/event study, uji hipotesis	Bagaimana data diolah?

Bab III proposal Anda mengikuti alur logis yang saling menopang, dan urutannya tidak boleh sembarang dibolak-balik. Pertama, Anda menyatakan desain penelitian, apakah kuantitatif korelasional, kausal-komparatif, atau lainnya. Kedua, Anda menjelaskan populasi dan sampel — siapa saja yang diteliti dan bagaimana Anda memilihnya. Ketiga, Anda menjelaskan jenis dan sumber data, apakah data sekunder dari laporan keuangan perusahaan di situs BEI, atau data primer dari kuesioner. Keempat, Anda menuliskan definisi operasional tiap variabel lengkap dengan rumus dan skala pengukurannya seperti yang kita bahas tadi. Kelima, Anda menjelaskan teknik analisis data, mulai dari uji asumsi klasik seperti normalitas dan multikolinearitas, model utama yang dipakai — regresi data panel atau event study — sampai cara menguji hipotesis. Kalau kelima bagian ini runtut dan konsisten satu sama lain, penguji akan melihat proposal Anda sebagai satu kesatuan logis yang solid.

Kesalahan Umum yang Sering Ditegur Penguji Seminar

Kesalahan	Contoh Nyata	Perbaikan
Metode tidak sesuai RQ	RQ "apakah" tapi pakai desain kualitatif	Selaraskan lagi bentuk RQ dengan pendekatan
Kriteria sampel tidak eksplisit	"Sampel dipilih yang datanya lengkap" tanpa detail	Sebutkan kriteria purposive sampling secara rinci & bernomor
Definisi operasional tanpa rumus	"Struktur modal diukur dari laporan keuangan"	Tulis rumus eksak: DER = Total Utang ÷ Total Ekuitas
Teknik analisis "digantung"	Menyebut regresi tapi tak jelaskan model apa & uji apa	Tuliskan persamaan model & daftar uji yang dipakai

Pola umumnya: penguji menegur bukan karena metode Anda salah total, melainkan karena penjelasannya tidak cukup spesifik & terukur.

Saya kumpulkan empat kesalahan yang paling sering saya lihat di seminar proposal FEB, dan hampir semuanya bermuara pada satu akar masalah: kurang spesifik. Kesalahan pertama, rumusan masalah berbentuk "apakah" yang jelas menuntut kuantitatif tapi metodenya kualitatif — ini tanda ketidaksinkronan paling mendasar. Kesalahan kedua, kriteria sampel ditulis terlalu umum seperti "sampel dipilih yang datanya lengkap" tanpa merinci kriteria apa saja, padahal penguji akan langsung menanyakan detailnya. Kesalahan ketiga, definisi operasional ditulis tanpa rumus eksak, misalnya hanya menyebut "diukur dari laporan keuangan" tanpa menuliskan rasio apa persisnya. Kesalahan keempat, teknik analisis disebut sekilas seperti "menggunakan regresi" tanpa menjelaskan model dan uji apa saja yang menyertainya. Perhatikan polanya — bukan metode yang salah, melainkan kedalaman penjelasannya yang kurang; perbaiki dengan selalu menuliskan angka, rumus, dan kriteria secara eksplisit.

Latihan Kelompok: Justifikasi Metodologi Proposal Anda

Bersama kelompok, kerjakan dalam 15 menit berdasarkan rumusan masalah yang sudah Anda susun pertemuan lalu:

Langkah Kerja

Tentukan jenis desain (deskriptif/korelasional/kausal-komparatif).
Tentukan populasi & kriteria purposive sampling Anda.
Pilih metode utama: event study atau regresi data panel (atau lainnya).
Tulis satu variabel + definisi operasional + rumusnya.

Output yang Dikumpulkan

Setengah halaman ringkasan metodologi kelompok.
Siap dipresentasikan singkat (2 menit) ke kelas.
Dosen akan memberi umpan balik langsung sebagai bekal Bab III.

Latihan ini adalah cikal-bakal draf Bab III proposal Anda — kerjakan dengan serius, bukan sekadar formalitas kelas.

Sekarang giliran Anda praktik langsung, karena metodologi paling baik dipahami dengan mencobanya sendiri, bukan sekadar mendengarkan saya menjelaskan. Silakan berkumpul dengan kelompok proposal Anda dan kerjakan empat langkah dalam lima belas menit: tentukan jenis desain penelitian Anda, tentukan populasi dan kriteria sampel dengan bahasa yang eksplisit, pilih metode utama antara studi peristiwa atau regresi data panel sesuai rumusan masalah kelompok Anda, lalu tuliskan satu contoh variabel lengkap dengan definisi operasional dan rumusnya. Setelah itu, tuliskan ringkasan setengah halaman yang akan Anda presentasikan singkat selama dua menit ke seluruh kelas, dan saya akan memberi umpan balik langsung di tempat. Anggap latihan ini bukan sekadar tugas kelas, karena hasilnya benar-benar akan menjadi cikal-bakal draf Bab III proposal Anda yang sesungguhnya.

Ringkasan & Pratinjau Pertemuan Berikutnya

Yang Sudah Kita Kuasai Hari Ini

Memilih pendekatan & jenis desain penelitian.
Menghitung ukuran sampel (Slovin) & memilih teknik sampling.
Memahami event study & regresi data panel — dua metode khas keuangan.
Menyusun & menghindari kesalahan umum Bab III.

Pertemuan 14 — Instrumen Pengumpulan Data

Merancang kisi-kisi kuesioner & skala Likert (bagi yang butuh data primer).
Menyusun panduan ekstraksi data sekunder dari laporan keuangan/IDX.
Uji coba instrumen sebelum pengumpulan data final.
Pertemuan terakhir sebelum UAS: simulasi seminar proposal.

Bawa draf Bab III kelompok Anda ke pertemuan berikutnya — kita akan langsung menyambungkannya dengan instrumen pengumpulan data yang konkret.

Mari kita rangkum perjalanan hari ini sebelum menutup kelas. Anda sudah belajar memilih pendekatan dan jenis desain penelitian yang sesuai dengan rumusan masalah Anda, menghitung ukuran sampel minimum dengan rumus Slovin, memahami cara kerja studi peristiwa dan regresi data panel sebagai dua metode paling khas riset manajemen keuangan, serta mengenali kesalahan-kesalahan umum yang sering ditegur penguji di Bab III. Minggu depan, di pertemuan empat belas, kita akan merancang instrumen pengumpulan data secara konkret — bagi Anda yang butuh kuesioner, kita susun kisi-kisi dan skala Likert-nya, dan bagi Anda yang memakai data sekunder, kita susun panduan ekstraksi data dari laporan keuangan dan situs BEI. Itu adalah pertemuan terakhir kita sebelum UAS berupa simulasi seminar proposal, jadi pastikan Anda membawa draf Bab III kelompok Anda supaya bisa langsung kita sambungkan dengan instrumen yang konkret. Sampai jumpa minggu depan.

Memilih MetodologiPenelitian yang Tepat

Pertemuan 13 · Menjodohkan Pertanyaan Penelitian dengan Metode

Tujuan Pembelajaran Hari Ini

Mengapa Metodologi Sering Jadi "Titik Jatuh" Seminar Proposal

Kuantitatif, Kualitatif, atau Mixed-Methods?

Tiga Pertanyaan Kunci untuk Memilih Desain

Empat Jenis Desain Penelitian Kuantitatif

Populasi, Sampel & Teknik Sampling

Coba Sendiri: Pilih Teknik Sampling yang Tepat

Hitung dari Nol — HDN-1: Ukuran Sampel dengan Rumus Slovin

Coba Sendiri: Hitung Ukuran Sampel dengan Slovin

Studi Peristiwa (Event Study): Menguji Reaksi Pasar

Hitung dari Nol — HDN-2: Abnormal Return Sederhana

Regresi Data Panel untuk Riset Struktur Modal & Dividen

Coba Sendiri: Telusuri Alur Uji Chow & Hausman

Variabel, Definisi Operasional & Skala Pengukuran

Kalau Data Anda Primer: Validitas & Reliabilitas Instrumen

Struktur Baku Bab III: Metodologi Penelitian

Kesalahan Umum yang Sering Ditegur Penguji Seminar

Latihan Kelompok: Justifikasi Metodologi Proposal Anda

Ringkasan & Pratinjau Pertemuan Berikutnya

Memilih Metodologi
Penelitian yang Tepat