Beberapa kesalahan analisis data dalam penelitian positivis

Analisis data kuantitatif dalam penelitian positivis yang melibatkan kuesioner terkadang terlihat sepele. Ada buku dan manual yang bisa diikuti, dan yada… semuanya terlihat sempurna. Ada tabel dan angka yang bisa disalin-dan-ditempel dalam laporan atau artikel. Benarkan demikian? Belum tentu.

Ada banyak kesalahan yang saya jumpai ketika membaca beragam dokumen ilmiah, baik itu skripsi atau tesis mahasiswa maupun artikel. Berdasar pengalaman yang terbatas ini, saya mengidentifikasi beberapa kesalahan yang sering terjadi dalam analisis data kuantitatif dari kuesioner. Kesalahan juga kadang terkait dengan formulasi pertanyaan dalam kuesioner.

Pertama adalah kesalahan dalam memilih tingkat pengukuran (level of measurement): nomimal, ordinal, interval, atau ratio. Dalam SPSS, misalnya, hanya dikenal tiga jenis data: categorical, ordinal, dan scale. yang terakhir digunakan untuk mengakomodasi data interval dan ratio.

Contoh data nominal adalah jender. Hanya ada dua(?) kemungkinan: pria dan wanita. Contoh lain adalah golongan darah. Contoh data ordinal adalah jenjang pendidikan; mulai sekolah dasar dampai dengan universitas. Kita bisa mengurutkan data ini; dengan menyimpulkan, misalnya pendidikan si A lebih tinggi dibandingkan dengan pendidikan si A. Contoh data interval adalah suhu (dalam Celcius, bukan dalam Kelvin) atau penghasilan. Kita bisa ‘membandingkan’ nilai internal, misalnya dengan mengatakan penghasilan si A dua kali penghasilan penghasilan si B. Contoh data ratio adalah suhu tetapi dalam derajat Kelvin atau Fahrenheit, di mana nilai 0 (nol) di sana berbeda dengan 0 (nol) dalam sistem Celcius. Dalam sistem Celcius (data interval), kita bisa menyimpulkan bahwa 100 derajat adalah dua kali lebih panas dibandingkan 50 derajat. Tidak demikian halnya dengan 100 dan 50 derajat Kelvin, karena acuan nilai derajat Kelvin atau Fahrenheit tidak dimulai dengan 0 (nol).

Apa akibat pemilihan tingkat pengukuran ini? Ini terkait kesalahan kedua, kesalahan dalam memilih teknik statistik deskriptif. Tidak teknik analisis statistik dapat diaplikasikan untuk semua data. Sebagai contoh, kita tidak bisa menghitung rata-rata data nominal dan ordinal seperti contoh di atas. Anda tetap ingin tetap menghitung rata-rata? Untuk data nomimal tidak ada peluang, tetapi untuk data ordinal *kadang* masih ada peluang. Sebagai contoh, untuk jenjang pendidikan, kita bisa mengkonversinya dengan berapa lama dibangku pendidikan (schooling years) — dalam bentuk interval — karena kita tahu lama pendidikan setiap jenjang. Bagaimana jika yang kita buat dalam bentuk ordinal adalah tingkat penghasilan (misal a. <1 juta; b. 1-2 juta; dst)? Kita tidak bisa mengkonversikannya dalam bentuk internal, dan akibatnya kita tidak bisa menghitung rata-rata. Apa solusinya? Dalam kuesioner, tanyakan besar penghasilan, tetapi biarkan responden yang mengisinya tanpa kita memberikan pilihan. Lebih sulit bagi responden? Mungkin. Lebih tidak pasti? Bisa jadi. Tetapi bukankah dengan data ordinal, responden juga melakukan perkiraan.

Ketiga, masih terkait dengan kesalahan kedua, yaitu kesalahan dalam memilih teknik statistik untuk analisis multivariate. Sebagai contoh, kita tidak bisa menggunakan regresi biasa ketika variabel dependennya dalam bentuk nominal (misal untuk kasus adopsi: ya dan tidak yang diwakili oleh angka 0 dan 1). Kadang saya temukan penelitian yang ‘hantam kromo’ dalam menggunakan regresi berganda (multiple regression). Begitu juga halnya untuk analisis korelasi. Analisisi korelasi Pearson, misalnya didesain untuk data interval. Chi kuadrat digunakan untuk data nominal atau ordinal. Bagaimana kalau yang satu interval dan satunya lagi nominal? Komparasi rata-rata dengan uji t mungkin alternatifnya.

Keempat, seringkali peneliti tidak menguji reliabilitas dan validitas intrumen penelitian yang digunakan untuk mendapatkan data dari responden. Validitas pengukuran terkait dengan ketepatan alat untuk mengukur yang kita ingin ukur. Sebagai contoh, kilometer adalah alat ukur yang valid untuk menghitung jarak di Jakarta, dan bukan waktu. Pertanyaan yang memberikan jawaban yang valid adalah ‘berapa kilometer jarak antara Monas dan Grogol’ dan bukan ‘berapa jam jarak antara Monas dan Grogol’. Reliabilitas tekait dengan konsitensi hasil pengukuran. Jika kita gunakan penggaris dari besi atau plastik untuk mengukur panjang meja, kita akan menghasilkan panjang yang sama meski kita lakukan berulang kali. Penggaris ini adalah alat ukur yang reliabel. Bagaimana kalau penggarisnya dari bahwa yang lentur seperti karet? Hasil yang berbeda bisa kita dapatkan. Penggaris karet bukan alat ukur yang valid. Contoh lain adalah soal untuk ujian TOEFL. Jika seseorang mengikuti tes TOEFL dua kali dalam sebulan (meski nampaknya tidak boleh), bisa jadi nilai yang didapatkan berbeda. Jika ini kasusnya, kita bisa mengatakan bahwa ujian TOEFL adalah alat ukur kemampuan bahasa Inggris yang valid, tetapi reliabilitasnya bisa didiskusikan.

Dalam penelitian positivis, pastikan kita melakukan uji ini, jika dalam instrumen kita mengukur sebuah konstruk yang terdiri dari beberapa item/pertanyaan untuk mengukurnya. Uji reliablitas bisa dilakukan dengan menghitung Cronbach’s alpha untuk setiap konstruk. Namun, sebelumnya lakukan uji validitas; misalnya dengan factor analysis baik itu confirmatory (jika intrument pernah digunakan atau dikembangkan dengan asumsi teoretikal tertentu, dan jumlah kontruk yang diharapkan sudah diketahu) atau explanatory (untuk instrumen baru). Namun tunggu sebentar. Tidak semua kontruk bisa duji relibalitasnya dengan nilai Cronbach’s alpha.

Ini kesalahan yang kelima. Cronbach’s alpha hanya diaplikasikan jika konstruk bersifat reflektif dalam item yang digunakan untuk mengukurnya. Contoh konstruk adalah ‘ease of use‘ dalam Technology Acceptance Model (TAM). Konstruk ‘ease of use‘ dioperasionalkan dengan beberapa item yang menggambarkannya, seperti terkait dengan tiadanya usaha yang keras dan kecilnya pengetahuan yang dibutuhkan. Lain halnya jika konstruk yang diukur adalah ‘status sosial’ yang terdiri dari beragam item, misalnya pendidikan, penghasilan, jabatan, dan lain-lain. Konstruk terakhir bersifat formatif, dan nilai kumulatif semua item membentuk sebuah indeks. Dalam kasus ini, Cronbach’s alpha tidak bisa diaplikasikan.

Untuk melakukan uji ini, jika kita menggunakan SPSS, beragam uji harus dilakukan terpisah. Tetapi jika kita gunakan analisis SEM atau PLS, dengan software yang tepat (misalnya SmartPLS), semua analisis, mulai dari uji reliabilitas dan validitas, sampai dengan regresi dapat dilakukan sekaligus.

Masih banyak kesalahan lain yang sering saya jumpai. Lima kesalahan di atas, menurut saya sangat mendasar, dan bisa dengan mudah dihindari dengan sedikit peduli dengan ‘filosofi’ di balik setiap konsep dalam statistik yang ada.

Copenhagen, 22 September 2012

7 comments
  1. ass. pak fathul.. saya ingin tanya. yang dimaksud dengan penelitian positivis apa ya? yang termasuk dalam penelitian positivis apa saja pak? mungkin ke depan bpk bisa tampilkan tulisan tentang penelitian positivis. itu saja.. trm ksh!

  2. Lukman said:

    Senang sekali membaca Topik ini. Saya ingin bertanya : bila dalam kuesioner ada pertanyaan, “Seberapa Butuh Anda dengan Produk A. ? – Jawaban antara 1 sampai 10, ( 1 Semakin Tidak Butuh dan 10 Sangat Butuh). ”
    Bagaimanakah menganalisa datanya dalam SPSS ? Mohon penjelasan Pak. Terimakasih

    • Fathul Wahid said:

      Mas Lukman, jawaban item tersebut dalam SPSS dianggap sebagai ‘scale’ (ini untuk mengakomodasi data ratio dan interval). Anda bisa hitung rata-rata, simpangan baku, dan lain-lain. Misalnya, rata-rata yang didapatkan adalah 8 dan simpangan baku kecil (misal 1), maka dapat disimpulkan bahwa responden sangat menyukai produk A.

      Tetapi jika simpangan bakunya besar, perlu juga dianalisis perbedaan antar kelompok responden. Anda bisa melakukan analisis lebih lanjut, misalnya dengan melihat distribusi jawaban per skor (mulai dari 1 sampai dengan 10), meskipun yang terakhir ini biasanya bisa diwakili dengan rata-rata dan simpangan baku (juga nilai maksimum dan minimum).

      Bisa juga, misalnya Mas Lukman ingin melihat karakteristik responden yang menyukai dan tidak menyukai produk A, jika dikaitkan dengan variabel yang lain (misal demografis).

      Hanya saja mengapa harus 1 sampai 10? Memang Mas Lukman menginginkan variasi jawaban yang banyak. Apa bedanya misalnya skor 8 dan 9? Kalau tidak sangat penting, menurut saya dibuat 1-5 sudah cukup. Lagian biasanya skala Likert dibuat ganjil, 1-5, 1-7.

      Sementara itu Mas, mudah-mudahan membantu.

  3. Zohan N said:

    Assalamu ‘alaikum wr. wb.
    D. Cook and Charles Reichardt, ( 1978 ) menyatakan, metode kualitatif dan kuantitatif tidak akan di pakai bersama-sama, karena ke dua metode tersebut mempunyai paradigma yang berbeda dan perbedaannya itu bersifat mutually exclusive, sehingga dalam penelitian hanya dapat memilih salah satu metode. Akan tetapi saya pernah membaca suatu penelitian yang menggunakan kedua metode tersebut dalam satu penelitian. Adakah trik khusus untuk menggabungkan kedua metode tersebut dalam satu penelitian? Mohon pencerahan sebuah tulisan yang membahas hal tersebut. Terima kasih….🙂

  4. Selvia said:

    Pak, mohon pencerahannya ya. Saat ini saya sedang meneliti 3 variabel dimana variabel Y dan X1 didapatkan dari kuesioner berupa skala Likert 1-4 sedangkan X2 dari kuesioner berbentuk checklist ya dan tidak (saya beri nilai 1 untuk ya dan 0 untuk tidak).
    Saat ini saya menggunakan Excell dan SmartPLS untuk menguji hasilnya. Pertanyaan saya, bagaimana caranya menguji validitas dan reliabilitas untuk data berskala nominal ya? Dan bagaimana uji hipotesisnya? Hipotesis saya adalah: ada hubungan X1 thdp Y, ada hubungan X2 thdp Y, ada hubungan X1 dan X2 thdp Y.

    Mohon pencerahannya Pak, terimakasih

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: