Penelitian Kuantitatif, Sudah Paham Asumsinya?

Ketika kamu memasuki dunia penelitian, seperti saat kamu masuk SKS yang ada tulisan “Tugas Akhir” aau “Skripsi” pastinya kamu akan meneliti dengan metode-metode penelitian tertentu. Ada berbagai jenis metode penelitian, seperti penelitian kuantitatif, penelitian kualitatif, penelitian eksperimen, dan lain sebagainya. Namun, hal yang sering dipikirkan oleh para peneliti adalah penelitian kuantitatif dianggap sebagai penelitian yang cukup sulit karena berhubungan dengan angka-angka dan penuh dengan perhitungan. Padahal, sudah banyak alat-alat dan berbagai aplikasi untuk menunjang penelitian kuantitatif seperti Microsorft Excel, SPSS, PLS, Amos, dan lain-lain.

Pengertian Penelitian Kuantitatif

Penelitian kuantitatif adalah data statistik yang berupa angka-angka yang kemudian diolah untuk mengambil sebuah kesimpulan penelitian. Banyak jenis-jenis penelitian kuantitatif, seperti kuantitatif deskriptif, kuantitatif komparatif, regresi, korelasi, dan penelitian kuantitatif lainnya. Data yang digunakan dalam penelitian kuantitatif pun berbeda-beda sumbernya. Ada sumber data yang berupa data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari sumber data, sementara data primer merupakan data yang diperoleh tidak dari sumber data, tetapi memanfaatkan data yang telah tersedia.

Penelitian kuantitatif yang menggunakan data primer umumnya mengambil data dengan menggunakan kuisioner. Data sekunder pada umumnya mengambil data dari sumber yang berbeda-beda, ada yang dari laporan perusahaan, badan pusat statistik atau dari berita-berita terkait. Asumsi-asumsi yang dipakai untuk menentukan kebenaran data juga berbeda tergantung dari sumber datanya.

Sumber Data Primer

Sumber data primer biasanya menggunakan skala likert dengan range 1 sampai dengan 5. Ada juga beberapa peneliti yang menggunakan 1 sampai 4 dan 1 sampai 7. Namun, umumnya digunakan adalah 1 sampai dengan 5. Sumber data primer dengan menggunakan kuisioner umumnya menggunakan asumsi-asumsi untuk menentukan keabsahan data melalui sebagai berikut:

1. Uji Validitas

Uji validitas digunakan untuk menentukan kebenaran dari suatu instrumen dalam sebuah pengukuran. Sederhananya, responmu apakah memahami maksud dari instrumen pertanyaan yang telah peneliti siapkan. Jika ada instrumen yang dinyatakan tidak valid, maka peneliti bisa menghapus atau mengganti pertanyaan yang diberikan. Pengujian validitas dapat menggunakan pearson corelation dengan mengorelasi setiap pertanyaan dengan total nilai pada variabel. Jika hasilnya signifikan, artinya instrumen peneliti telah dinyatakan valid.

2. Uji Reliabilitas

Uji Reliabilitas merupakan uji yang digunakan untuk mengetahui keandalan dari suatu variabel. Pengukuran reliabilitas biasanya menggunakan cronbach alpha. Ada beberapa pendapat yang berbeda mengenai nilai minimum cronbach alpha. Namun, umumnya cronbach alpha dinyatakan reliabel apabila lebih besar dari 0,7.

Sumber Data Sekunder

Sumber data sekunder biasanya menggunakan data laporan-laporan atau data-data statistik yang telah diolah. Namun jika peneliti menggunakan sumber data primer laporan keuangan, ada beberapa asumsi klasik yang dipenuhi agar penelitian kamu bersifat best linear unbiased estimator atau BLUE dengan kata lain penelitian tidak bias. Asumsi-asumsi klasik tersebut umumnya adalah sebagai berikut:

1. Uji Normalitas

Uji normalitas adalah uji yang dilakukan untuk mengetahui sebaras data apakah mendekati atau berada pada garis normal. Uji normalitas bisa dilakukan dengan cara yang beragam. Namun, saya biasanya menggunakan kolmogorov-smirnov. Pengujian dengan kolmogorov-smirnov yaitu dengan melihat normalitas dari unstandarized residual. Apabila nilai prob atau signifikansi diatas alpha yang ditetapkan, maka data tersebut elah terdistribusi normal

2. Uji Autokorelasi

Uji autokorelasi biasanya terjadi pada data yang bersifat time series yaitu data yang bersumber dari sumber yang sama namun pada waktu yang berbeda-beda.Contohnya seperti data inflasi, GDP, dan lain-lain. Uji autokorelasi dapat menggunakan Durbin-Watson, dimana apabila nilai durbin-watson diantara dU dan 4-dU, maka data tersebut bebas autokorelasi.

Pada lain kesempatan,saya akan menulis lebih lengkap dan detail mengenai pengujian autokorelasi.

Lihat juga: Pengertian Autokorelasi, Durbin-Watson dan Cara Menentukannya

3. Uji multikolinearitas

Uji multikolinearitas berkebalikan dengan uji autokorelasi, dimana waktu yang diambil bersamaan namun dari sumber yang berbeda-beda, seperti contohnya adalah jumlah berbagai jenis kendaraan pada tahun 2010. Ada banyak cara untuk menguji mulkolinearitas, salah satunya dengan VIF atau Tolerance. Apabila nilai VIF lebih besar dari 10 dan Tolerance lebih kecil dari 0,1, maka penelitian bebas dari multikolinearitas

4. Uji heteroskedastis

Uji heteroskedastis digunakan untuk menguji agar tidak terjadi kesamaan variance dari residual antar data. Pengujian heteroskedastis juga berbeda-beda caranya. Salah satunya dengan menggunakan uji glejser. Hasil uji glejser yang diharapkan adalah lebih besar dari alpha yang telah ditentukan.

Jadi, sudah siap penelitian dengan metode kuantitatif?