Program Studi Manajemen • FEB

Seminar Pasar Modal

Pertemuan 14 — Penyusunan Proposal: Teknik Analisis Data dan Jadwal Penelitian

Bab terakhir sebelum sidang proposal: menuliskan teknik analisis data yang tepat untuk hipotesis Anda, dan menyusun jadwal penelitian yang realistis dalam bentuk Gantt chart.

RPS MINGGU 15 • 2×50 MENIT

Selamat datang di pertemuan keempat belas — ini adalah bab penutup dari proposal penelitian Anda sebelum kita masuk ke tahap presentasi dan evaluasi di ujian akhir semester. Dua pertemuan lalu Anda sudah menyusun pendahuluan, tinjauan pustaka, metodologi, dan hipotesis; hari ini kita menuntaskan bagian yang paling teknis sekaligus paling sering bikin mahasiswa gugup: bagaimana caranya data yang sudah Anda kumpulkan dari laporan keuangan BEI atau harga saham BBCA benar-benar diuji secara statistik, dan bagaimana Anda meyakinkan penguji bahwa penelitian Anda punya jadwal yang masuk akal. Anggap kelas hari ini sebagai jembatan terakhir: begitu bab teknik analisis data dan jadwal penelitian ini rapi, proposal Anda sudah lengkap dan siap disidangkan. Mari kita mulai dengan mengingat kembali di mana posisi kita dalam alur penyusunan proposal.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu menuliskan bagian teknik analisis data yang konsisten dengan hipotesis, serta menyusun jadwal penelitian dalam bentuk Gantt chart. Secara rinci:

CAPAIAN 1

UJI ASUMSI

Menjelaskan fungsi uji asumsi klasik sebagai syarat sah model regresi.

CAPAIAN 2

TEKNIK ANALISIS

Memilih & menuliskan teknik analisis (regresi, event study) sesuai hipotesis Bab II.

CAPAIAN 3

UJI HIPOTESIS

Menjelaskan cara membaca uji t, uji F, dan R² untuk menjawab hipotesis penelitian.

CAPAIAN 4

JADWAL RISET

Menyusun jadwal penelitian yang realistis dalam bentuk Gantt chart.

Empat capaian ini menuntun kita menyelesaikan dua sub-bab terakhir Bab III. Pertama, Anda akan paham kenapa sebelum menguji hipotesis, data harus lolos uji asumsi klasik dulu — supaya hasil regresi Anda tidak bias atau menyesatkan. Kedua, Anda akan bisa menuliskan teknik analisis yang benar-benar cocok dengan hipotesis yang sudah dirumuskan di pertemuan sebelumnya, entah itu regresi berganda untuk menguji pengaruh ROA terhadap return saham, atau event study untuk menguji reaksi pasar terhadap pengumuman dividen. Ketiga, Anda akan bisa membaca output uji t, uji F, dan koefisien determinasi tanpa bingung angka mana yang menjawab hipotesis mana. Keempat, kita tutup dengan menyusun jadwal penelitian yang masuk akal — bukan sekadar tabel hiasan, tapi bukti bahwa Anda sudah memperhitungkan waktu riil dari pengumpulan data sampai sidang skripsi.

Bagian 01

Dari Hipotesis ke Teknik Analisis Data

Bab III proposal Anda sudah punya model dan hipotesis (Pertemuan 13) — sekarang saatnya menentukan alat statistik yang tepat untuk mengujinya.

Peta Bab III: Di Mana Posisi Kita?

Bab III proposal terdiri dari lima komponen berurutan — hari ini kita fokus pada dua komponen terakhir.

Setelah dua komponen terakhir ini selesai, Bab III lengkap dan proposal siap disidangkan pada UAS.

Uji Asumsi Klasik: Kenapa Wajib Ada?

Regresi Ordinary Least Squares (OLS) hanya sah dipakai untuk menguji hipotesis kalau data lolos empat syarat dasar ini terlebih dahulu.

Syarat yang diuji

Normalitas — residual model menyebar normal
Multikolinearitas — variabel bebas tidak saling berkorelasi tinggi
Heteroskedastisitas — varians residual konstan (homoskedastis)
Autokorelasi — residual antar-periode tidak saling berkorelasi

Kalau diabaikan: koefisien regresi bisa bias, standard error meleset, dan kesimpulan uji t/uji F terhadap hipotesis Anda menjadi tidak dapat dipercaya — inilah alasan penguji selalu menanyakan bagian ini duluan.

Bayangkan Anda meneliti pengaruh Debt to Equity Ratio terhadap return saham dua puluh perusahaan consumer goods di BEI selama lima tahun — data time series dan cross-section digabung seperti ini rawan sekali melanggar asumsi autokorelasi dan heteroskedastisitas. Kalau uji asumsi klasik ini dilewati begitu saja, hasil regresi Anda bisa terlihat signifikan padahal sebenarnya menyesatkan, dan penguji sidang proposal pasti akan menanyakannya lebih dulu sebelum membahas hasil substantif. Empat syarat di slide ini — normalitas, multikolinearitas, heteroskedastisitas, dan autokorelasi — adalah pemeriksaan kesehatan model sebelum kesimpulan diambil. Di dua slide berikutnya kita akan hitung sendiri contoh uji multikolinearitas memakai VIF, supaya Anda tahu persis angka mana yang harus dilaporkan di proposal.

Hitung dari Nol: Uji Multikolinearitas (VIF)

Model: Return = α + β₁ROA + β₂DER + β₃Growth + ε. Uji apakah ROA terlalu berkorelasi dengan variabel bebas lain.

Langkah	Perhitungan	Nilai
1. Regresikan ROA terhadap DER & Growth (regresi bantu), ambil R²	hasil regresi bantu	R² = 0,35
2. Hitung Tolerance = 1 − R²	1 − 0,35	0,65
3. Hitung VIF = 1 / Tolerance	1 / 0,65	1,54
4. Bandingkan dengan ambang batas VIF < 10	1,54 < 10	Tidak ada multikolinearitas

Kesimpulan

VIF = 1,54

Model layak dilanjutkan ke uji hipotesis

Coba Sendiri: Geser Korelasi Antarvariabel, Amati VIF

Geser tingkat korelasi antara ROA, DER, dan Growth lalu lihat kapan VIF melewati ambang batas 10.

Walkthrough: Membaca Uji Heteroskedastisitas & Autokorelasi

Kasus A • Uji Glejser (Heteroskedastisitas)

Residual absolut diregresikan terhadap ROA, DER, Growth
Nilai signifikansi (Sig.) tiap variabel: ROA 0,42; DER 0,58; Growth 0,31
Semua Sig. > 0,05 → tidak terjadi heteroskedastisitas

Kasus B • Uji Durbin-Watson (Autokorelasi)

Nilai DW hasil regresi = 1,98
Rentang aman: dU (1,73) < DW < 4 − dU (2,27)
1,98 berada di rentang aman → tidak ada autokorelasi

Kita lanjut dengan dua uji asumsi klasik lainnya lewat dua kasus singkat. Pada kasus A, uji Glejser dilakukan dengan meregresikan nilai absolut residual terhadap ketiga variabel bebas — kalau signifikansinya di atas 0,05 untuk semua variabel, berarti varians residual konstan sehingga tidak ada heteroskedastisitas; di contoh kita, ketiga nilai signifikansi 0,42, 0,58, dan 0,31 semuanya aman. Pada kasus B, uji Durbin-Watson menghasilkan nilai 1,98 yang berada tepat di rentang aman antara dU 1,73 dan 4 minus dU sebesar 2,27, artinya tidak ada autokorelasi antar-residual. Kombinasi hasil dari slide sebelumnya dan slide ini berarti model regresi return saham terhadap ROA, DER, dan Growth Anda lolos keempat asumsi klasik, dan boleh dilanjutkan ke tahap pengujian hipotesis yang sesungguhnya. Ingat, urutan penulisan di proposal harus sama: normalitas, multikolinearitas, heteroskedastisitas, baru autokorelasi.

Memilih Teknik Analisis Sesuai Desain Riset

Teknik analisis harus mengalir langsung dari hipotesis dan desain riset yang sudah Anda tetapkan di Pertemuan 6 dan 13 — bukan dipilih karena "terlihat canggih".

Jenis Hipotesis	Contoh Rumusan	Teknik Analisis
Pengaruh variabel terhadap return (data panel)	ROA & DER berpengaruh terhadap return saham	Regresi Data Panel (FEM/REM)
Reaksi pasar terhadap peristiwa tertentu	Pengumuman dividen memengaruhi harga saham	Event Study (CAR)
Perbandingan dua kelompok	Return saham syariah berbeda dari saham konvensional	Uji Beda (Independent t-test/Mann-Whitney)
Hubungan antar-variabel laten (multi-indikator)	Kepercayaan investor memengaruhi keputusan investasi	SEM-PLS

Tabel ini adalah alat bantu paling praktis untuk menghindari kesalahan klasik: memilih teknik analisis yang tidak nyambung dengan hipotesis. Kalau hipotesis Anda tentang pengaruh rasio keuangan terhadap return saham memakai data panel — banyak emiten, banyak tahun — maka teknik yang tepat adalah regresi data panel dengan pilihan fixed effect atau random effect, bukan regresi sederhana biasa. Kalau hipotesis Anda tentang reaksi harga saham setelah pengumuman tertentu, misalnya stock split atau right issue, teknik yang tepat adalah event study dengan menghitung cumulative abnormal return, yang akan kita hitung bersama di slide berikutnya. Kalau Anda membandingkan dua kelompok, seperti performa saham syariah versus konvensional, gunakan uji beda; dan kalau variabel Anda berupa konstruk laten dengan banyak indikator seperti kepercayaan investor, gunakan SEM-PLS. Silakan cocokkan hipotesis proposal Anda masing-masing dengan baris yang paling sesuai di tabel ini.

Bagian 02

Regresi & Event Study: Dua Alat Utama

Sebagian besar proposal riset pasar modal di kelas ini memakai salah satu dari dua teknik ini — mari kita bedah cara menuliskan dan menghitungnya.

Hitung dari Nol: Uji t pada Regresi Berganda

Menguji H₁: "ROA berpengaruh positif terhadap return saham" dari output regresi (n = 50, df = n − k − 1 = 47).

Langkah	Perhitungan	Nilai
1. Koefisien regresi ROA (b₁) dari output	hasil estimasi OLS	0,42
2. Standard error koefisien (SE) dari output	hasil estimasi OLS	0,15
3. Hitung t-hitung = b₁ / SE	0,42 / 0,15	2,80
4. Bandingkan dengan t-tabel (df=47, α=5%, dua arah)	2,80 > 2,01	H₁ didukung (signifikan)

Kesimpulan

t = 2,80

ROA berpengaruh positif & signifikan terhadap return

Sekarang kita hitung uji hipotesis yang sesungguhnya, bukan lagi uji asumsi. Dari output regresi ROA terhadap return saham, katakanlah Anda mendapati koefisien b satu sebesar 0,42 dengan standard error 0,15 — dua angka ini selalu ada di baris "Coefficients" pada output SPSS. T-hitung dihitung dengan membagi koefisien dengan standard error-nya, yaitu 0,42 dibagi 0,15 sama dengan 2,80. Untuk sampel lima puluh perusahaan dengan tiga variabel bebas, derajat bebasnya 47, dan pada taraf signifikansi lima persen dua arah, t-tabelnya kira-kira 2,01. Karena 2,80 lebih besar dari 2,01, kita simpulkan hipotesis pertama didukung secara statistik: ROA berpengaruh positif dan signifikan terhadap return saham — inilah kalimat yang akan Anda tulis persis di Bab IV hasil penelitian nanti, tapi rumus dan cara hitungnya harus sudah dijelaskan sejak Bab III ini.

Hitung dari Nol: Cumulative Abnormal Return (Event Study)

Menguji reaksi harga saham 3 hari setelah pengumuman dividen (contoh: emiten consumer goods di BEI).

Langkah	Perhitungan	Nilai
1. AR hari ke-1 = Return aktual − Return ekspektasi	2,1% − 1,3%	0,8%
2. AR hari ke-2	−0,9% − (−0,6%)	−0,3%
3. AR hari ke-3	2,0% − 0,9%	1,1%
4. CAR (3 hari) = Σ AR	0,8% + (−0,3%) + 1,1%	1,6%

Kesimpulan

CAR = 1,6%

Pasar bereaksi positif terhadap pengumuman dividen

Event study bekerja dengan logika berbeda dari regresi biasa — di sini kita mengukur selisih antara return yang benar-benar terjadi dengan return yang diharapkan seandainya tidak ada peristiwa, disebut abnormal return. Pada hari pertama setelah pengumuman dividen, return aktual sahamnya 2,1 persen sementara return ekspektasinya 1,3 persen, sehingga abnormal return hari itu 0,8 persen. Hari kedua returnnya negatif tapi masih lebih baik dari ekspektasi, menghasilkan abnormal return minus 0,3 persen; hari ketiga abnormal returnnya 1,1 persen. Cumulative abnormal return dihitung dengan menjumlahkan ketiga abnormal return itu, hasilnya 1,6 persen — angka positif ini mengindikasikan pasar bereaksi menguntungkan terhadap pengumuman dividen tersebut, sesuatu yang bisa Anda uji signifikansinya lebih lanjut dengan uji t satu sampel terhadap CAR ini.

Melengkapi Uji Hipotesis: Uji F dan R²

Uji t menjawab hipotesis parsial (per variabel); dua uji ini menjawab pertanyaan model secara keseluruhan.

Uji F • Signifikansi Simultan

Menjawab: "Apakah ROA, DER, Growth bersama-sama memengaruhi return?"
Kriteria: Sig. F < 0,05 → model layak (fit)
Contoh: Sig. F = 0,002 → model signifikan secara simultan

R² • Koefisien Determinasi

Menjawab: "Berapa % variasi return dijelaskan model?"
Contoh: R² = 0,38 → model menjelaskan 38% variasi return
Sisa 62% dijelaskan faktor di luar model (wajar untuk data pasar modal)

Banyak mahasiswa hanya melaporkan uji t lalu berhenti, padahal penguji sidang proposal hampir selalu bertanya tentang uji F dan R kuadrat juga. Uji F menjawab pertanyaan yang berbeda dari uji t: bukan "apakah ROA sendirian berpengaruh", melainkan "apakah ROA, DER, dan Growth secara bersama-sama sebagai satu model layak digunakan" — kriterianya nilai signifikansi F harus di bawah 0,05, dan dalam contoh kita 0,002 jelas memenuhi. R kuadrat kemudian menjawab seberapa besar kemampuan model menjelaskan variasi return saham; angka 0,38 berarti 38 persen variasi return dijelaskan oleh tiga variabel bebas Anda, sementara 62 persen sisanya dipengaruhi faktor lain di luar model seperti sentimen pasar atau kondisi makroekonomi — ini wajar untuk penelitian pasar modal karena harga saham memang dipengaruhi banyak faktor yang tidak mungkin semuanya masuk satu model.

Studi Kasus: Menulis Narasi Teknik Analisis Data

Contoh kalimat yang menghubungkan rumus, kriteria, dan hipotesis dalam satu paragraf proposal — bukan sekadar menempel rumus mentah.

Contoh narasi (topik: profitabilitas & return saham consumer goods):
"Pengujian hipotesis dilakukan melalui regresi linear berganda dengan tingkat signifikansi α = 5%. Hipotesis diterima apabila nilai signifikansi t < 0,05 dan koefisien regresi searah dengan arah hipotesis. Model diuji kelayakannya melalui uji F, serta kemampuan menjelaskan variasi return diukur melalui koefisien determinasi (R²)."

Kesalahan umum yang harus dihindari: menulis rumus statistik tanpa menjelaskan kriteria keputusan (kapan H₁ diterima/ditolak), dan lupa mengaitkan kembali hasil uji ke rumusan hipotesis di Bab II.

Slide ini menunjukkan bagaimana bagian teknik analisis data seharusnya ditulis sebagai narasi yang mengalir, bukan daftar rumus terpisah-pisah. Perhatikan contoh narasi di atas: kalimat itu menyebut teknik yang dipakai — regresi linear berganda — lalu langsung menjelaskan kriteria keputusan yang jelas, yaitu signifikansi di bawah 0,05 dan arah koefisien yang sesuai hipotesis, sebelum menyebut uji pelengkap seperti uji F dan R kuadrat. Kesalahan yang paling sering saya temukan saat menguji proposal mahasiswa adalah menuliskan rumus t-hitung atau rumus CAR mentah-mentah dari buku teks tanpa menjelaskan kriteria penerimaan hipotesisnya, atau menulis teknik analisis tapi lupa menyebut kembali hipotesis mana yang sedang diuji. Ingat, setiap kalimat di bagian ini harus bisa dijawab dengan pertanyaan "ini menguji hipotesis yang mana?" — kalau tidak bisa dijawab, kalimat itu perlu direvisi.

Kesalahan Umum di Bagian Teknik Analisis Data

Kesalahan 1

TIDAK NYAMBUNG

Teknik analisis tidak sesuai jenis data (mis. pakai uji beda untuk data panel).

Kesalahan 2

LUPA KRITERIA

Menulis rumus tapi tidak menjelaskan kriteria "hipotesis diterima jika...".

Kesalahan 3

LOMPAT ASUMSI

Langsung uji hipotesis tanpa menyebut uji asumsi klasik sama sekali.

Kesalahan 4

SALAH SALIN

Menyalin bagian ini dari skripsi kakak tingkat tanpa menyesuaikan variabel sendiri.

Mari kita rangkum empat kesalahan yang paling sering muncul di sidang proposal, supaya Anda bisa mengecek ulang draf masing-masing sebelum dikumpulkan. Kesalahan pertama adalah memilih teknik analisis yang tidak sesuai jenis data, misalnya memakai uji beda sederhana padahal datanya panel dari banyak emiten dan banyak tahun. Kesalahan kedua adalah menuliskan rumus tanpa kriteria keputusan yang jelas, sehingga pembaca tidak tahu kapan hipotesis dianggap diterima atau ditolak. Kesalahan ketiga adalah melompat langsung ke uji hipotesis tanpa menyebutkan uji asumsi klasik sama sekali — padahal ini bagian yang selalu ditanyakan penguji. Kesalahan keempat, dan yang paling sering terjadi karena tergesa-gesa, adalah menyalin bagian teknik analisis dari skripsi kakak tingkat atau template internet tanpa menyesuaikan dengan variabel dan hipotesis penelitian sendiri — penguji sangat mudah mengenali pola ini karena rumus dan variabelnya tidak konsisten dengan bab-bab sebelumnya.

Bagian 03

Menyusun Jadwal Penelitian

Bagian penutup Bab III yang sering diremehkan, padahal jadi bukti nyata bahwa proposal Anda realistis untuk diselesaikan.

Komponen & Tahapan Jadwal Penelitian

Jadwal penelitian minimal memuat enam tahapan berikut, disusun berurutan dengan estimasi waktu per tahap.

Tahapan	Aktivitas	Estimasi Waktu
1. Persiapan	Penyusunan & seminar proposal	4 minggu
2. Pengumpulan data	Unduh laporan keuangan & harga saham dari BEI/IDX	3 minggu
3. Pengolahan data	Input, uji asumsi klasik, uji hipotesis (SPSS/Eviews)	3 minggu
4. Analisis & interpretasi	Menulis Bab IV hasil & pembahasan	3 minggu
5. Penyusunan laporan	Menulis Bab V & finalisasi naskah skripsi	2 minggu
6. Sidang & revisi	Ujian skripsi & revisi akhir	2 minggu

Jadwal penelitian yang baik minimal memuat enam tahapan seperti di tabel ini, disusun secara berurutan dan logis. Tahap persiapan mencakup penyusunan dan seminar proposal yang sedang Anda jalani sekarang, biasanya memakan waktu sekitar empat minggu termasuk revisi setelah masukan penguji. Tahap pengumpulan data untuk riset pasar modal biasanya berarti mengunduh laporan keuangan dan data harga saham dari situs resmi BEI atau penyedia data seperti IDX, yang realistisnya butuh dua sampai tiga minggu tergantung jumlah emiten. Tahap pengolahan data mencakup input ke SPSS atau Eviews, uji asumsi klasik, dan uji hipotesis; setelah itu tahap analisis dan interpretasi untuk menulis Bab IV, penyusunan laporan akhir Bab V, dan terakhir sidang skripsi beserta revisinya. Total keseluruhan biasanya berkisar empat sampai enam bulan — ini yang perlu Anda visualisasikan dalam bentuk Gantt chart di slide berikutnya.

Visualisasi: Contoh Gantt Chart Jadwal Penelitian

Setiap tahapan digambarkan sebagai batang horizontal pada garis waktu bulanan — memudahkan penguji melihat durasi & tumpang tindih antar-tahap.

Inilah contoh visual Gantt chart yang menerjemahkan tabel tahapan di slide sebelumnya menjadi garis waktu. Perhatikan bahwa batang-batangnya sengaja dibuat sedikit tumpang tindih, bukan berurutan kaku satu-satu — misalnya pengumpulan data mulai sebelum tahap persiapan benar-benar selesai seratus persen, karena pada praktiknya mahasiswa sering mulai mengunduh data awal sambil menunggu revisi proposal disetujui. Warna gelap dipakai untuk menandai tahap yang melibatkan interaksi dengan dosen pembimbing atau penguji, yaitu persiapan proposal dan sidang skripsi, sementara warna abu-abu untuk tahap kerja mandiri. Gantt chart seperti ini jauh lebih mudah dibaca penguji dibanding tabel angka saja, karena mereka bisa langsung melihat total durasi penelitian dan mengecek apakah estimasi waktu Anda realistis atau terlalu optimis.

Walkthrough: Menyusun Gantt Chart Anda Sendiri

Kasus A • Riset dengan Data Sekunder BEI

Data sudah tersedia publik → tahap pengumpulan data bisa dipersingkat (2–3 minggu)
Tahap pengolahan data lebih panjang karena jumlah emiten banyak
Total estimasi: ~4 bulan

Kasus B • Riset dengan Survei Investor/Kuesioner

Butuh tahap tambahan: uji coba kuesioner & perizinan responden (2 minggu)
Tahap pengumpulan data lebih panjang (4–6 minggu) karena menunggu respons
Total estimasi: ~5–6 bulan

Dua kasus ini menunjukkan bahwa jadwal penelitian tidak boleh disalin mentah dari template, melainkan harus disesuaikan dengan jenis data penelitian Anda. Kasus A adalah riset dengan data sekunder dari BEI, seperti laporan keuangan atau harga saham historis, yang sudah tersedia publik sehingga tahap pengumpulan data bisa dipersingkat menjadi dua sampai tiga minggu saja, tapi tahap pengolahan datanya cenderung lebih panjang kalau jumlah emitennya banyak, sehingga totalnya sekitar empat bulan. Kasus B adalah riset dengan survei atau kuesioner ke investor ritel, misalnya mengukur persepsi risiko investor UMKM yang baru mulai investasi di reksa dana — riset seperti ini butuh tahap tambahan untuk uji coba kuesioner dan perizinan responden, serta waktu pengumpulan data lebih lama karena menunggu respons masuk, sehingga totalnya bisa mencapai lima sampai enam bulan. Silakan tentukan jenis data riset Anda, lalu sesuaikan estimasi waktu tiap tahap mengikuti pola salah satu kasus ini.

Latihan Terstruktur: Susun Draf Bab III Anda

Kerjakan individual (20 menit), lalu diskusikan dengan kelompok bimbingan proposal Anda.

Instruksi Tugas

Tuliskan teknik analisis data yang sesuai hipotesis proposal Anda, sebutkan uji asumsi klasik yang relevan dengan jenis data Anda (cross-section/time series/panel).
Tuliskan kriteria penerimaan/penolakan hipotesis (nilai signifikansi & arah koefisien yang diharapkan).
Susun jadwal penelitian dalam bentuk tabel 6 tahapan lengkap dengan estimasi waktu (dalam minggu/bulan).
Bawa draf ini ke sesi bimbingan proposal berikutnya untuk direview dosen pembimbing.

Sekarang giliran Anda mempraktikkan semua yang sudah kita bahas hari ini pada proposal masing-masing. Anda punya waktu dua puluh menit untuk menuliskan draf kasar bagian teknik analisis data proposal Anda sendiri, dimulai dari menyebutkan uji asumsi klasik apa saja yang relevan dengan jenis data Anda — apakah cross-section seperti survei satu waktu, time series seperti data harga saham harian, atau panel gabungan keduanya. Setelah itu, tuliskan kriteria yang jelas kapan hipotesis Anda dianggap diterima, termasuk arah koefisien yang diharapkan sesuai teori yang dipakai. Terakhir, coba susun tabel enam tahapan jadwal penelitian dengan estimasi waktu versi Anda sendiri, menyesuaikan dengan jenis data seperti pada dua kasus yang baru kita bahas. Draf ini nanti wajib Anda bawa ke sesi bimbingan proposal dengan dosen pembimbing masing-masing sebelum resmi didaftarkan untuk sidang.

Penutup: Proposal Anda Sudah Lengkap

Dengan selesainya teknik analisis data dan jadwal penelitian, seluruh Bab I–III proposal Anda sudah lengkap dan siap disidangkan.

Yang sudah Anda kuasai: memilih & menuliskan teknik analisis yang konsisten dengan hipotesis, membaca uji asumsi klasik, uji t, uji F, R², serta menyusun jadwal penelitian yang realistis.

Langkah selanjutnya: finalisasi draf lengkap Bab I–III, konsultasi ke dosen pembimbing, lalu presentasi & evaluasi proposal riset pada Ujian Akhir Semester.

Sampai di sini, selamat — Anda sudah menuntaskan seluruh komponen proposal penelitian, dari pendahuluan dan tinjauan pustaka di pertemuan dua belas, metodologi dan hipotesis di pertemuan tiga belas, sampai teknik analisis data dan jadwal penelitian hari ini. Ini pencapaian yang tidak kecil: banyak mahasiswa di luar kelas ini yang masih kebingungan menyusun proposal sampai mendekati deadline, sementara Anda sudah melalui proses bertahap dan terbimbing selama satu semester penuh. Langkah berikutnya adalah memfinalisasi seluruh draf Bab I sampai III menjadi satu dokumen utuh yang koheren, membawanya konsultasi ke dosen pembimbing masing-masing untuk pengecekan terakhir, sebelum akhirnya dipresentasikan dan dievaluasi pada Ujian Akhir Semester. Siapkan diri Anda menghadapi pertanyaan penguji seputar konsistensi antara hipotesis, teknik analisis, dan jadwal penelitian — tiga hal yang baru saja kita latih hari ini. Selamat mempersiapkan sidang proposal Anda.