| Variabel | Kategori |
|---|---|
| Gender | Laki-laki |
| Perempuan | |
| Agama | Katolik |
| kristen | |
| Islam | |
| Hindu | |
| Budha | |
| Lainnya | |
| Status perkawinan | Kawin |
| Belum Kawin | |
| Cerai |
Elemen Penelitian
Logika Penelitian Sosial
Terdapat beberapa elemen yang membantu proses penelitian berjalan dengan terstruktur dan efektif.
tahapan penelitian yang dikemukakan oleh Wenas masih relevan untuk digunakan dalam penelitian sosial saat ini. Hal ini karena proses yang diberikan oleh Wenas merupakan proses alami yang sejak dulu sudah digunakan ilmuwan sosial terutama sosiologi. Waras mengajak kita untuk mengenali kembali bagaimana sebuah studi klasik dalam sosiologi pertama menggunakan metode kuantitatif Telah digunakan untuk mencetuskan sebuah teori.
Konsep 1
Konsep 2
Konsep 3
Konsep 4
Proses Penelitian
Proses penelitian merupakan serangkaian kegiatan yang dilakukan peneliti sosial sehingga mereka mampu menjawab pertanyaan, menguji ide atau menguji teori (Frankfort-Nachmias, Leon-Guerrero, and Davis 2019).
Proses penelitian terdiri dari 5 tahap yaitu:
Menentukan pertanyaan penelitian
Merumuskan hipotesis
Mengumpulkan data
Menganalisis data
Melakukan pengujian hipotesis
Setiap proses diatas dipengaruhi dan mempengaruhi teori.
Pertanyaan Penelitian
Titik awal dari sebagian besar penelitian adalah mengajukan pertanyaan penelitian (Frankfort-Nachmias, Leon-Guerrero, and Davis 2019).
Pertanyaan penelitian tidak bisa dijawab dengan mengandalkan alasan, spekulasi, atau preferensi subyektif. Misalnya pertanyaan “Apakah gaya hidup di perkotaan lebih baik daripada gaya hidup di pedesaan?”, pertanyaan tersebut tidak dapat dijawab secara empiris karena istilah baik dan lebih baik berkaitan dengan nilai, keyakinan, atau preferensi subyektif, sehingga tidak dapat diverifikasi secara independen.
Pertanyaan penelitian menjadi hal yang sangat penting karena menjadi
Teori Dasar Penelitian
Teori adalah seperangkat asumsi dan proposisi yang digunakan peneliti sosial untuk menjelaskan, memprediksi, dan memahami fenomena yang sedang diteliti atau dipelajari. Selain itu, teori berupaya membangun sebuah hubungan antara data dan pemahaman konseptual terhadap fenomena yang terjadi (Frankfort-Nachmias, Leon-Guerrero, and Davis 2019).
Bagi peneliti sosial, teori merupakan sebuah penjelasan lebih detail yang biasanya dibuktikan dengan melakukan penelitian. Contohnya, peristiwa kesenjangan prestasi akademik antara siswa laki-laki dan perempuan.
Konsep, Variabel, dan Pengukuran
Konsep
Variabel
Variabel Independen dan Dependen
Variabel independen disebut juga variabel bebas, sedangkan variabel dependen disebut sebagai variabel terikat.
Sebagaicontoh seorang peneliti ingin mengetahui pengaruh jenis kelamin terhadap prestasi belajar siswa. Variabel independen (bebas) dalam penelitian tersebut adalah jenis kelamin siswa, sedangkan prestasi belajar siswa sebagai variabel dependen (terikat).
Dalam ilmu sosial hubungan sebab akibat antar variabel tidak mudah disimpulkan. Untuk menetapkan bahwa dua variabel berhubungan secara kausal, analisis Anda harus memenuhi tiga kondisi berikut (Frankfort-Nachmias, Leon-Guerrero, and Davis 2019):
- Sebabnya harus mendahului akibat dalam waktu
- Harus ada hubungan empiris antara sebab dan akibat
- Hubungan ini tidak dapat dijelaskan oleh faktor lain.
Hubungan sebab akibat yang sulit disimpulkan, menyebabkan peneliti harus berhati-hati dalam menggunakan istilah sebab akibat ketika memeriksa hubungan antara dua variabel. Namun, penggunaan istilah variabel independen (bebas) dan dependen (terikat) tetap dibenarkan meskipun hubungan antara kedua variabel tersebut tidak diartikulasikan dalam kaitannya dengan sebab dan akibat secara langsung. Berikut ini adalah beberapa pedoman yang dapat membantu Anda untuk mengidentifikasi variabel independen dan dependen (Frankfort-Nachmias, Leon-Guerrero, and Davis 2019):
- Variabel dependen selalu menjadi variabel yang akan Anda jelaskan; selalu menjadi objek penelitian.
- Variabel independen biasanya terjadi lebih dulu sebelum variabel dependen.
- Variabel independen mempengaruhi variabel dependen.
Namun pada kenyataannya, dalam suatu penelitian, variabel independen dapat menjadi variabel dependen pada penelitian yang lain. Misalnya prestasi belajar siswa dapat menjadi variabel independen dalam penelitian yang mencoba menjelaskan bagiamana prestasi belajar mempengaruhi kebahagiaan siswa. Sedangkan dalam penelitian apakah prestasi belajar siswa dipengaruhi oleh jenis kelamin, prestasi belajar sebagai variabel dependen dan jenis kelamin sebagai variabel independen.
Variabel independen adalah variabel yang diharapkan dapat menjelaskan (penyebab) variabel dependen. Variabel dependen adalah variabel yang dijelaskan (akibat) variabel independen.
Variabel Diskrit dan Kontinu
Variabel diskrit adalah variabel yang memiliki ukuran minimum dan tidak dapat dibagi, sedangkan varibel kontinu tidak memiliki unit ukuran minimum dan rentang mereka dapat dibagi menjadi nilai yang lebih kecil. Contoh variabel diskrit adalah jumlah anak. Dalam satu keluarga dapat memiliki lebih dari 1 anak tetapi tidak \(1.5\) anak. Contoh variabel kontinu adalah tinggi badan. Meskipun kita tidak dapat mengukur tinggi badan seseorang secara mutlak, namun tinggi badan tidak memiliki unit minimum (Frankfort-Nachmias, Leon-Guerrero, and Davis 2019).
Pengukuran
Tingkat Pengukuran
Analisis data statistik bergantung pada variabel yang diukur. Misalnya untuk variabel jenis kelamin, angka 0 digunakan untuk mewakili perempuan dan angka 1 mewakili laki-laki. Demikian pula, angka 1 juga dapat digunakan sebagai kode numerik untuk kategori “satu dollar” pada variabel tingkat pendapatan. Jelas, dalam contoh pertama, angka adalah simbol arbitrase yang tidak sesuai dengan “laki-laki”, sedangkan contoh kedua angka 1 memiliki makna yang sesuai dengan properti “satu dollar”. Tingkat kesesuaian juga mengarahkan pada tingkat pengukuran yang berbeda. Dalam bagian ini, kita akan membahas tiga tingkat pengukuran yaitu nominal, ordinal dan rasio-interval.
Tingkat Nominal
Contoh variabel skala nominal adalah gender atau jenis kelamin, agama, dan status perkawinan. Angka-angka dalam pengukuran tingkat nominal hanya menggambarkan kategori dan tidak dapat diurutkan.
| Kategori |
|---|
Angka atau simbol sebagai kelompok kategori untuk tujuan menamkan, menandai, atau mengklasifikasikan pengamatan. Kategori nominal tidak dapat diurutkan.
Tingkat Ordinal
Ketika angka-angka kategori diurutkan dari yang paling rendah hingga paling tinggi, kita memiliki tingkat pengukuran skala ordinal. Misalnya untuk mengukur sikap responden terhadap pernyataan pendidikan lebih penting untuk laki-laki dibandingkan untuk perempuan, terdapat 4 kategori jawaban yang dapat dipilih responden mengenai pernyataan tersebut yaitu kategori 1 berarti sangat setuju, kategori 2 setuju, kategori 3 tidak setuju, dan kategori 4 menyatakan sangat tidak setuju.
| Tingkat | Nilai |
|---|---|
| 1 | Sangat setuju |
| 2 | Setuju |
| 3 | Tidak setuju |
| 4 | Sangat tidak setuju |
Tingkat Rasio-Interval
Contoh variabel yang diukur pada tingkat rasio-interval adalah tingkat kebahagiaan dan tingkat kepuasan hidup seperti tabel di bawah. Kita dapat membandingkan tingkat kebahagiaan dan kepuasan hidup tidak hanya dalam hal rendah atau tinggi, tetapi juga dalam seberapa tinggi atau rendah tingkat kebahagiaan dan kepuasan hidup responden.
| Tingkat | Variabel | Ukuran |
|---|---|---|
| Rasio | Kebahagiaan | Tidak bahagia sama sekali |
| Tidak begitu bahagia | ||
| Cukup bahagia | ||
| Sangat bahagia | ||
| Interval | Kepuasan Hidup | 1: Benar-benar tidak puas |
| 10: Sangat puas |
Dalam beberapa kasus, Anda akan melihat perbedaan antara variabel interval dan rasio yang memiliki nilai nol alami (nol berarti tidak ada nilai) dan variabel n0l sebagai titik arbitrase. Misalnya usia seseorang memiliki nol alami, sedangkan suhu memiliki nol arbitrari. Variabel dengan titik nol alami disebut dengan variabel rasio. Namun dalam statistik, variabel rasio tunduk pada operasi yang memperlakukan mereka sebagai interval dan mengabaikan sifat rasio mereka.
Properti Kumulatif Tingkat Pengukuran
Variabel pada tingkat yang lebih tinggi (variabel rasio dan interval adalah yang tertinggi) bisa diukur di tingkat yang lebih rendah, tetapi tidak sebaliknya. Variabel pada tingkat rasio dan interval dapat diukur pada tingkat ordinal dan nominal, sedangkan variabel tingkat nominal tidak dapat diukur pada tingkat ordinal.
Tingkat Pengukuran Variabel Dikotomi
Variabel dikotomi adalah variabel yang memiliki dua nilai, seperti gender (laki-laki atau perempuan), status pernikahan (menikah atau tidak menikah), dan status pekerjaan (bekerja atau pengangguran). Tidak ada kategori yang lebih tinggi atau lebih rendah dari variabel-variabel tersebut.
Perbandingan Tingkat Pengukuran
| Tingkat | Berbeda/ setara | Lebih tinggi/lebih rendah | Seberapa lebih tinggi |
|---|---|---|---|
| Nominal | Ya | Tidak | Tidak |
| Ordinal | Ya | Ya | Tidak |
| Rasio-Interval | Ya | Ya | Ya |
Kesalahan Pengukuran
Karakteristik pengukuran terdiri dari reliabilitas dan validitas. Reliablitas berarti bahwa pengukuran menghasilkan hasil yang konsisten setiap kali digunakan (Frankfort-Nachmias, Leon-Guerrero, and Davis 2019). Misalnya pertanyaan “Apakah Anda setuju dengan pernyataan pendidikan lebih penting untuk laki-laki daripada untuk perempuan?” lebih reliabel dibandingkan dengan pertanyaan “Bagaimana pendapat Anda mengenai pernyataan pendidikan lebih penting untuk laki-laki daripada untuk perempuan? karena pada pertanyaan kedua, jawaban responden mungkin tidak jelas dan memiliki berbagai macam interpretasi. Peneliti sosial mencari konsistensi pengukuran dari waktu ke waktu
Formulasi Hipotesis
Sebuah teori mungkin terdengar masuk akal dan logis, namun terlalu umum dan tidak berisi informasi spesifik yang cukup untuk diuji (Frankfort-Nachmias, Leon-Guerrero, and Davis 2019).
Hipotesis merupakan pernyataan yang memperkirakan hubungan antara dua atau lebih variabel yang diamati.Tidak semua hipotesis diturunkan dari teori…
| Variabel | Kategori |
|---|---|
| Gender | Laki-laki |
| Perempuan | |
| Pendidikan | Rendah |
| Sedang | |
| Tinggi | |
| Pendapatan | Rendah |
| Sedang | |
| Tinggi |
Jenis Data
Data merupakan salah satu aspek yang paling mendasar dalam kajian dan pengajaran dalam ilmu sosial. Dengan demikian kemampuan untuk mengerti datang untuk mengerti atau memahami data melakukan analisis tersebut merupakan keterampilan yang sangat dibutuhkan. Melakukan proses proses tersebut diperlukan perangkat yang sesuai dan mempunyai Kapabilitas yang mumpuni. R memberikan alternatif untuk melakukan proses tersebut.
Dalam ilmu sosial data dapat bersumber dari sumber mana saja yang relevan terkait dengan topik yang sedang di kasih atau diajarkan. Karena keberagaman sumber data tersebut mengakibatkan pada beragamnya bentuk data yang tersedia. Dalam konteks ini menyediakan fitur yang fleksibel dengan memberikan saran untuk membaca data dari sumber yang berbeda dengan format yang berbeda.
Berdasarkan Pengumpulannya: Data Primer dan Sekunder
Teknik pengumpulan data bisa dapat Anda lakukan melalui berbagai cara, seperti pengamatan langsung, pengumpulan data dengan survei, eksperimen, atau melalui sumber sekunder. Anda juga dapat mengumpulkan data dengan membangun instrumen pengukuran. Instrumen tersebut bisa berupa pertanyaan-pertanyaan sederhana dalam kuesioner atau pertanyaan kompleks melalui kombinasi dua atau lebih item kuesioner. Pemilihan metode pengumpulan data tergantung pada tujuan penelitian yang akan dilakukan. Misalnya untuk mempelajari bagaimana pengaruh aspek-aspek tata kelola pendidikan di Indonesia terhadap prestasi siswa, kita perlu mengumpulkan data dengan mengajukan pertanyaan kepada satuan pendidikan atau dinas pendidikan tentang aspek tata kelola pendidikan yang sudah mereka laksanakan selama ini. Metode pengumpulan data yang tepat untuk penelitian tersebut adalah survei menggunakan kuesioner atau melakukan wawancara secara langsung kepada pihak yang terkait untuk menghasilkan data yang akurat. Kuesioner dapat mencakup banyak pertanyaan yang dirancang untuk mengukur aspek tata kelola pendidikan, prestasi siswa, dan variabel lain yang relevan dengan penelitian.
Bagaimana kita akan mengumpulkan data untuk menguji hipotesis perbedaan prestasi belajar antara siswa laki-laki dengan siswa perempuan? Organization for Economic Co-operation and Development (OECD) secara rutin menyelenggarakan program PISA, yaitu penialain siswa secara internasioal yang pada tahun 2018 diikuti oleh 79 negara di dunia. PISA diselenggarakan untuk mengevaluasi sistem pendidikan di dunia melalui kemampuan matematika, membaca, dan sains siswa yang berusia 15 tahun. Tidak hanya itu, data PISA juga memuat informasi tentang jenis kelamin siswa, status sosial ekonomi siswa dan sekolah, kinerja guru saat mengajar siswa, dan lain-lain. Oleh karena itu, kita dapat menggunakan data PISA untuk menguji hipotesis kita.
Beberapa keuntungan yang dapat diperoleh ketika kita menggunakan data sekunder antara lain: murah dan efisien. Penelitian yang dilakukan dapat segera diketahui hasilnya tanpa melakukan penelitian di lapangan. Dengan demikian, peneliti dapat menulis hasil penelitian dan seghera diterbitkan pada jurnal bereputasi.
Keuntungan yang paling nampak adalah ekonomi. Data sekunder sudah dikumpulkan oleh orang lain atau pihak lain, sehingga tidak diperlukan biaya yang dibutuhkan untuk mengumpulkan data. Selain itu, waktu yang dibutuhkan untuk mengumpulkan data juga dapat diminimalisasi.
Keuntungan kedua adalah luasnya jangkauan data yang disediakan oleh data sekunder. Keluasan ini dapat dilihat dari jumlah pertanyaan yang banyak dan responden yang banyak., sehingga keterwakilan untuk populasi menjadi lebih meyakinkan.
Keuntungan ketiga, proses pengumpulan dalam data sekunder dilakukan oleh orang-orang yang ahli dalam bidang survey dan juga dalam isu substantif sehingga kuesioner yang ada dapat digunakan untuk melakukan analisis dengan pemodelan yang kompleks.
Keuntungan keempat, data sekunder dapat digunakan untuk bahan mengajar di tingkat sarjana dan pascasarjana karena data yang tersedia sudah ada dan tidak memerlukan sumber daya yang mahal. Sautter (2014) menunjukkkan bagaimana data sekunder dapat digunakan secara efektif untuk membantu pengajaran Metode Penelitian dan Statistika Sosial pada mata kuliah ilmu sosial. Sebelumnya, Howery (2006) sudah melakukan inisiasi untuk mengintegrasikan data sekunder pada pembelajaran substantif dalam bidang sosiologi.
Sedangkan kerugian ketika menggunakan data sekunder antara lain: tidak sesuai dengan pertanyaan penelitian dan jangkauan topik penelitian terlalu luas.
Kelemahan yang utama dari penelitian data sekunder adalah tidak bisa menjawab pertanyaan penelitian yang spesifik karena survey yang didesain mungkin tidak secara spesifik terkait dengan pertanyaan penelitian yang diajukan.
Kelemahan kedua yaitu ketidakterlibatan penelitian pada proses pengumpulan data mengakibatkan peneliti tidak memiliki pemahaman yang baik dan komprehensif terhadap data yang ada.
Berdasarkan Skala Pengukurannya
Data Kuantitatif dan Kualitatif
Dokumentasi Data
Dokumentasi data mencakup informasi mengenai data yang digunakan seperti kode variabel, nama variabel, dan skala pengukuran. Tujuan dokumentasi data adalah untuk mempermudah peneliti/ pengguna data dalam memahami data yang akan digunakan.Dokumentasi data dapat berupa kuisioner, code book atau sintaks perangkat lunak dan output file.
Gambar diatas merupakan contoh kuisioner data PISA 2015 dengan kotak warna hijau menunjukkan pertanyaan kuisioner, kotak warna merah merupakan kode pertanyaan, warna kuning dan biru merupakan skala pertanyaan penelitian.
OECD juga menyediakan dokumentasi data yang berupa kode buku (code book).Terdapat beberapa kode buku dalam PISA, diantaranya kode buku kuisioner untuk siswa, kuisioner untuk sekolah, kuisioner untuk guru, dan lebih lengkapnya termuat dalam gambar berikut.
Di bawah ini merupakan contoh kode buku kuisioner untuk siswa pada PISA 2018.
Kotak warna merah menunjukkan kode pertanyaan, kotak warna hijau menunjukkan pertanyaan kuisioner, sedangkan warna ungu merupakann tipe data variabel.
Gambar diatas merupakan contoh kuisioner data WVS Indonesia putaran ke-7 dengan kotak warna hijau menunjukkan item pertanyaan kuisioner, kotak warna merah merupakan kode pertanyaan, warna kuning dan biru merupakan skala pertanyaan penelitian.
Di bawah ini merupakan kode buku (code book) data WVS putaran ke-7.
Kotak warna hijau menunjukkan pertanyaan kuisioner, kotak warna merah merupakan kode pertanyaan, dan warna biru merupakan skala pertanyaan penelitian.
Analisis Data
Statistik Deskriptif
Statistik deskriptif merupakan teknik statistik yang digunakan untuk merangkum data. Statistik deskriptif memberikan informasi diantaranya rata-rata, nilai minimal, nilai maksimal, median, dan standar deviasi setiap variabel dalam data.
Statistik Inferensial
Statistik inferensial adalah teknik statistik yang digunakan untuk menguji hipotesis dan membuat kesimpulan apakah informasi dari sampel dapat digeneralisasikan ke suatu populasi. Misalnya uji t, anova, chi-square, dan regresi.
Visualisasi
Visualisasi data bertujuan untuk menyajikan data dan hasil analisis menjadi lebih menarik dan mudah dipahami.