TEORI DAN PENGEMBANGAN HIPOTESIS

TEORI DAN PENGEMBANGAN HIPOTESIS

1.1.TEORI

Teori (theory) adalah kumpulan dari konsep, definisi, dan proposisi yang sistematis yang digunakan untuk menjelaskan dan memprediksi fenomena atau fakta. Kinney, Jr. (1986) menyebutkan bahwa riset empiris melibatkan teori, hipotesis dan fakta. Teori dan hipotesis merupakan dua hal yang berbeda tetapi berhubungan. Riset yang bersifat peng­ujian (konfirmasi), teori digunakan untuk membangun hipotesis, jadi hipotesis dibangun berdasarkan teori.

— Hipotesis berbeda dengan Proposisi

Menurut Kinney, Jr. (1986) hipotesis (hypothesis) adalah prediksi tentang fenomena. Proposisi (proposition) adalah pernyataan tentang konsep yang dapat dinilai benar atau salah jika dihubungkan dengan fenomena yang diobser­vasi. Proposisi dimaksudkan untuk tidak diuji kebenarannya. Jika proposisi dimaksudkan untuk diuji dan dihubungkan dengan pengujian empiris maka disebut dengan hipotesis.

—  Hipotesis

Tidak semua penelitian menggunakan hipotesis. Hanya penelitian berupa pengujian hipotesis yang menggunakan hipotesis (saintifik). Penelitian tipe eksploratori (natrualis) tidak menggunakan hipotesis. Alasan­nya adalah pendekatan saintifik menggunakan teori atau logika atau riset-riset sebelumnya untuk menguji feno­mena yang ada, sehingga hipotesis-hipotesisnya dapat diketahui di awal riset dan harus dikembangkan. Pende­katan naturalis tidak menggunakan hipotesis karena yang akan diteliti adalah sesuatu di bawah permukaan (misainya kultur) yang belum tampak sebelum diobservasi dengan mendalam.

—  Manfaat Hipotesis (Gulo,2001)

1.    Memberikan arahan bagi penelitian atau menjadi jelas apa yang diteliti

2.    Mengidentifikasi fakta yang relevan dan yang tidak relevan

P Hipotesis : “Semakin tinggi tingkat pendapatan, semakin besar porsi pendapatan yang ditabung”

P Siapa yang akan diteliti...?

P Data apa yang akan dikumpulkan...?

3.    Mengarahkan desain penelitian yang sesuai

P Hipotesis : “Bagi calon konsumen, iklan yang disertai humor akan lebih lama diingat daripada iklan tanpa humor”

P Siapa yang akan diteliti...?

P Apa desain penelitian yang cocok...?

4.    Memberikan kerangka untuk mengorganisasikan kesimpuln penelitian

—  Contoh Proporsi

1.    Strategi pemasaran yang tepat akan meningkatkan penjualan perusahaaan

2.    Kepribadian seseorang akan mempengaruhi bagaimana ia berinteraksi dengan lingkungan sekitar

3.    Semakin giat perusahaan berpromosi, maka produknya akan semakin dikenal

4.    Orang yang berusia setengah baya akan lebih bijaksana daripada berusia remaja

5.    Pendidikan akan mempengaruhi kehidupan ekonomi suatu masyarakat

BACA SELANJUTNYA

— 

RANCANGAN RISET

RANCANGAN RISET

1. Pengertian Rancangan Riset

    Rancangan atau desain Riset dalam arti sempit dimaknai sebagai suatu proses pengumpulan dan analisis data Riset. Dalam arti luas rancangan Riset meliputi proses perencanaan dan pelaksanaan Riset. Pada dasarnya rancangan penelitian merupakan “’Blueprint” yang menjelaskan setiap prosedur penelitian sampai dengan analisis data.

  Rancangan Riset dibuat dengan tujuan agar pelaksanaan Riset dapat dijalankan dengan baik, benar dan lancar. Komponen yang umumnya terdapat dalam rancangan penelitian adalah :

a.     Tujuan Riset

b.    Jenis Riset yang akan digunakan

c.     Teknik pengambilan sampel

d.    Rentang waktu dan tempat Riset dilakukan

e.     Pengukuran Variabel Riset

f.      Unit analisis atau populasi Riset

g.     Teknik pengumpulan data

h.    Teknik Analisis Data

i.       Definisi operasional variabel Riset

j.       Instrumen Pencarian Data (Misalkan Kuesioner)

2. Langkah – Langkah Rancangan Riset :

a.      Merumuskan serta mendefinisikan masalah

b.      Mengadakan studi kepustakaan

c.       Memformulasikan hipotesa

d.      Menentukan model untuk menguji hipotesa

e.       Mengumpulkan data

f.        Menyusun, Menganalisa, dan Menyusun Interfensi

g.      Membuat generalisasi dan kesimpulan

h.      Membuat laporan ilmiah

3. Kriteria Rancangan Riset :

a.      Mencakup semua kegiatan yang akan dilakukan termasuk 

     masalah, tujuan, sumber data baik yang tersedia maupun yang 

     akan diperoleh, waktu, sarana, prasarana,dll.

b.      Disusun secara logis dan sistematis untuk memberi kemudahan 

     bagi penelitian dalam pelaksanaan dan bagi pihak lain yang mau 

     melakukan penelitian.

c.       Harus sejauh mungkin membatasi hal yang berhubungan dengan 

     data, sumber data, sarana maupun prasarana.

d.      Harus dapat memperkirakan sejauh mana hasil yang akan

     diperoleh, serta usaha – usaha yang mungkin dilakukan untuk 

     memperoleh hasil secara efektif dan efisien.

4. Komponen Rancangan Riset :

1)   Tujuan Riset

Tujuan Riset adalah hasil akhir penelitian itu sendiri. Fungsi tujuan Riset, disamping untuk mengarahkan proses penelitian, juga dapat dijadikan tolak ukur keberhasilan penelitian. Tujuan penelitian dapat dinyatakan dalam bentuk pertanyaan penelitian (Research penelitian) atau juga hipotesis penelitian.

2)   Menentukan Jenis Riset

Beberapa jenis penelitian yang banyak dipakai dalam ilmu adminstrasi atau manajemen adalah penelitian Deskriptif, Korelasional, Eksperimental.

Penelitian Deskriptif bertujuan memberikan gambaran fenomena yang diteliti secara apa adanya, namun lengkap dan rinci. Satu contoh yang banyak dari penelitian deskriptif adalah penilaian sikap atau pendapat dari individual, organisasi, peristiwa atau prosedur kerja.

3)   Menentukan Teknik Pengambilan Sampel

Secara umum ada dua teknik, yaitu :

a.    Sampling Probabilistik (Acak)

b.    Sampling Non Probabilistik (Non acak)

4)   Menentukan Dimensi Waktu Riset

a.    One shot or Cross section studies : Data dikumpulkan hanya sekali

b.    Longitudinal studies : Data dikumpulkan dalam beberapa periode waktu tertentu.

5) Menentukan Pengukuran Variabel Riset

          Jenis skala pengukuran untuk setiap variabel penelitian perlu 

     diketahui dengan benar. Hal ini berguna untuk menetapkan rumus 

     atau perhitungan – perhitungan statistik.

6) Menentukan Metode Pengumpulan Data

a.    Wawancara)

b.    Kuisioner

c.     Observasi

d.    Studi Dokumentasi

7) Menentukan Teknik analisis Data

          Sebelum data dianalisi, diolah terlebih dahulu. Maka dikenal proses editing, coding, master table dan lain – lainnya. Analisis data mencakup kegiatan mengukur reliabilitas dan validitas, standar diviasi, korelasi, distribusi frekuensi, uji hipotesis dan lain sebagainya.

8) Menentukan unit analisis dan populasi Riset

a.    Individual

Misalnya ingin mengetahui kepuasaan pegawai, maka unit analisisnya adalah individu – individu pegawai.

b.    Kelompok

Misalnya ingin mengetahui kinerja antar departemen atau gugus kendali mutu, maka unit analisisnya adalah kelompok.

c.     Organiasi

Misalnya ingin mengukur kualitas pelayanan dalam di kantor, maka unit analisisnya adalah organisasi.

d. Benda

    Misalnya menilai kualitas susu bubuk untuk bayi, maka unit

    analisisnya adalah produk, berupa susu bayi.

9) Menentukan Definisi Operasional Variabel Riset

Definisi operasional variabel adalah upaya untuk mengurangi keabstrakan konsep atau variabel penelitian, sehingga bisa dilakukan pengukuran.

10) Menentukan Instrumen Pencarian Data

          Ada beberapa alat yang dikenal sebagai alat pengambil data dalam penelitian sosial / bisnis. Alat – alat tersebut mencakup wawancara, kuesioner atau angket, observasi dan studi dokumentasi.

         

5.  Setelah Komponen Riset Ditentukan, Maka Langkah Selanjutnya 

    Adalah Merancang Sampel Data Yang akan Dikumpulkan :

a.   Merancang pengukuran dari variabel yang akan digunakan  

    untuk menangkap data.

b. Merancang metoda pengambilan sampel dan teknik  

    pengumpulan datanya.

c. Merancang model empirisnya.

6. FAKTOR-FAKTOR YANG MEMPENGARUHI RISET :

a.   Alpha(α)
         Merupakan probabilitas kesalahan tipe I (error type I), secara    

    salah menolak hipotesis nol yang benar.

b.Beta(β)
    Merupakan probabilitas kesalahan tipe II (error type II), secara  

   salah tidak menolak hipotesis nol yang tidak benar.

c. Ukuran sampel (n)

d. Faktor desain

7.  KEKUATAN PENGUJIAN :

a. Meningkatkan ukuran sampel.

b. Memperkecil nilai alpha (α).

c.  Meningkatkan desain lewat teori yang lebih baik (membangun  

   hipotesis menggunakan teori yang baik).

d. Meningkatkan desain lewat pengontrolan variabel  

  (meningkatkan validitas dan relibilitas data)

Contoh Regresi Linier Sederhana dengan SPSS

Contoh Regresi Linier Sederhana dengan SPSS

Artikel ini akan mengupas contoh regresi linier sederhana dengan SPSS menggunakan data regresi menggunakan data yang dipakai seperti pada perhitungan korelasi. Analisis regresi sederhana merupakan salah satu metodi uji regresi yang dapat dipakai sebagai alat inferensi statistik untuk menentukan pengaruh sebuahvariabel bebas (independen) terhadap variabel terikat (dependen).

Regresi linear sederhana ataupun regresi linier berganda pada intinya memiliki beberapa tujuan, yaitu :

·         Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada nilai variabel bebas.

·         Menguji hipotesis karakteristik dependensi

·         Meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas diluar jangkaun sample.

Pada analisis regresi sederhana dengan menggunakan SPSS ada beberapa asumsi dan persyaratan yang perlu diperiksa dan diuji, beberapa diantaranya adalah :

·         Variabel bebas tidak berkorelasi dengan disturbance term (Error). Nilai disturbance term sebesar 0 atau dengan simbol  sebagai berikut: (E (U / X) = 0,

·         Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata,

·         Model regresi dikatakan layak  jika angka signifikansi pada ANOVA sebesar < 0.05,

·         Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard Deviation,

·         Koefisien regresi harus signifikan. Pengujian dilakukan dengan Uji T. Koefesien regresi signifikan jika T hitung > T table (nilai kritis),

·         Model regresi dapat diterangkan dengan menggunakan nilai koefisiena determinasi (KD = r² x 100%) semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik,

·         Data harus berdistribusi normal,

·         Data berskala interval atau rasio,

·         Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel bebas (variabel predictor) sedang variabel lainnya variabel terikat (variabel response)

Berikut ini contoh perhitungan regresi linier sederhana menggunakan software SPSS 19.

·         Dengan menggunakan data yang sama seperti pada artikel perhitungan korelasi, proses mulai dengan memilih menu Analyze, kemudian pilih Linear,

·         Pilih variabel Y sebagai variabel dependen (terikat) dan X1 sebagai variabel independen (bebas) lalu klik tombol OK,

·         Output SPSS akan menampilkan hasil berupa 4 buah tabel yaitu; 1.) tabel variabel penelitian, 2.) ringkasan model (model summary), 3.) Tabel Anova, dan 4.) Tabel Koefisien.

·         Cara membaca output spss hasil uji regresi linier tersebut adalah :

o    Tabel pertama menunjukkan variabel apa saja yang diproses, mana yang menjadi variabel bebas dan variabel terikat.

o    Tabel kedua menampilkan nilai R yang merupakan simbol dari nilai koefisien korelasi. Pada contoh diatas nilai korelasi adalah 0,342. Nilai ini dapat diinterpretasikan bahwa hubungan kedua variabel penelitian ada di kategori lemah.
Melalui tabel ini juga diperoleh nilai R Square atau  koefisien determinasi (KD) yang menunjukkan seberapa bagus model regresi yang dibentuk oleh interaksi variabel bebas dan variabel terikat. Nilai KD yang diperoleh adalah 11,7% yang dapat ditafsirkan bahwa variabel bebas X1 memiliki pengaruh kontribusi sebesar 11,7% terhadap variabel Y dan 88,3% lainnya dipengaruhi oleh faktor-faktor lain diluar variabel X1.

o    Tabel ketiga digunakan untuk menentukan taraf signifikansi atau linieritas dari regresi. Kriterianya dapat ditentukan berdasarkan uji F atau uji nilai Signifikansi (Sig.). Cara yang paling mudah dengan uji Sig., dengan ketentuan, jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan berlaku sebaliknya. Berdasarkan tabel ketiga, diperoleh nilai Sig. = 0,140 yang berarti > kriteria signifikan (0,05), dengan demikian model persamaan regresi berdasarkan data penelitian adalah tidak signifikan artinya, model regresi linier tidak memenuhi kriteria linieritas.

o    Tabel keempat menginformasikan model persamaan regresi yang diperoleh dengan koefisien konstanta dan koefisien variabel yang ada di kolom Unstandardized Coefficients B. Berdasarkan tabel ini diperoleh model persamaan regresi :
Y =38,256 + 0,229 X1

Contoh soal regresi dan perhitungan korelasi regresi, regresi berganda, regresi linear, regresi spss, regresi logistik, logistik regresi, regresi linier berganda, analisis regresi berganda, regresi linier sederhana, model regresi, persamaan regresi, regresi statistik, statistik regresi, jurnal regresi, analisis regresi linear, analisis regresi sederhana, analisis regresi spss, penelitian regresi, contoh analisis regresi, contoh regresi berganda

Beberapa referensi lainnya mengenai olah data  statistik khususnya mengenai regresi yang dapat anda pelajari juga dibaca pada link berikut;
- http://www.jonathansarwono.info/regresi/regresi.htm
- http://www.regresi.com/uploads/5/9/4/2/5942698/contoh_hasil.pdf