Archive for March, 2012

Deskriptif Kualitatif

Metode Deskripsi

Metode deskriptif/ deskripsi merupakan prosedur pemecahan masalah yang diselidiki dengan menggambarkan/melukiskan keadaan subyek/obyek penelitian (seseorang, lembaga, masyarakat, dan lain-lain) pada saat sekarang berdasarkan fakta-fakta yang tampak atau sebagaimana adanya. Metode deskriptif tidak lebih daripada penelitian yang bersifat penemuan fakta-fakta seadanya (fact finding). Penemuan gejala-gejala berarti juga tidak sekedar menunjukkan distribusinya, akan termasuk usaha mengemukakan hubungan satu dengan yang lain didalam aspek-aspek yang diselidiki itu.

Metode ini tidak terbatas sampai pada pengumpulan dan penyusunan data, tetapi meliputi juga analisa dan interpretasi tentang data itu. Secara singkat dapat dikatakan bahwa metode deskriptif merupakan langkah-langkah melakukan representasi obyektif tentang gejala-gejala yang terdapat didalam masalah yang diselidiki. Ciri-ciri pokok metode deskriptif:

  1. Memusatkan perhatian pada masalah-masalah yang ada pada saat penelitian dilakukan (saat sekarang) atau masalah-masalah yang bersifat aktual.
  2. Menggambarkan fakta-fakta tentang masalah yang diselidiki sebagaimana adanya, diiringi dengan interpretasi rasional yang adequat.

Bentuk-bentuk pokok dari metode ini digolongkan menjadi tiga bentuk, yaitu:

  1. Survei (survey studies)

Survei pada dasarnya tidak berbeda dengan penelitian (research). Reseach memusatkan diri pada salah satu atau beberapa aspek dari obyeknya. Sedangkan suvei bersifat menyeluruh yang kemudian akan dilanjutkan secara mengkhusu pada aspek tertentu bilaman diperlukan studi yang lebih mendalam. Melalui survei, suatu objek diungkapkan secara menyeluruh.

Survei umumnya dilakukan pada sejumlah besar obyek, walaupun tidak berarti semua bentuk survei obyeknya seperti itu. Obyeknya dapat terdiri dari lingkungan suatu bangsa/negara, daerah, sebuah kota, sebuah desa, suatu sistem dan lain-lain.

Bentuk-bentuk survei sebagia bagian dari metode deskriptif antara lain:

  1. Survei Kelembagaan
  2. Analisis Jabatan/ Pekerjaan
  3. Analisis dokumenter
  4. Analisis Isi
  5. Suvei Pendapat Umum
  6. Survei Kemasyarakatan

  1. Studi Hubungan ( Interrelationship Studies)

Beberapa penelitian di bidang ilmu sosial seringkali tidak cukup mendalam jika hanya dilakukan untuk mengumpulkan fakta-fakta sebagaimana adanya. Agar suatu kondisi atau peristiwa dapat dipahami secar baik maka perlu menghubungkan fakta-fakta tersebut secra obyektif. Untuk itu dalam metode deskriptif terdapat beberapa cara penelitian sebagai berikut:

  1. Studi Kasus

Penelitian ini memusatkan diri secara intensif terhadap satu objek tertentu, dengan mempelajari sebagai suatu kasus. Seorang peneliti harus mengumpulkan data setepat-tepatnya dan selengkap-lengkapnya dari kasus tersebut untuk mengetahui sebab-sebab yang sesungguhnya. Data yang terkumpul disusun dan dipelajari menurut urutannya dan dihubungkan satu dengan yang lain secara menyeluruh dan integral agar menghasilkan gambaran umum dari kasus yang diselidiki.

  1. Studi Sebab Akibat dan Perbandingan

Dalam studi ini dilakukan usaha untuk memahami mengapa suatu gejala terjadi atau apa sebabnya suatu peristiwa, keadaan atau situasi berlangsung. Studi ini pada dasarnya bermaksud menemukan hubungan sebab akibat di dalam suatu peristiwa atau keadaan yang sedang atau sudah berlangsung.

  1. Studi Korelasi

Penelitian dengan cara ini bermaksud mengungkapkan bentuk hubunganimbal balik antar variabel yang diselidiki. Intensitas hubungan itu diukur dengan mempergunakan prosedur mathematis dengan menyatakan koefisien korelasi yang bergerak dari -1,00 samapi +1,00. Hubungan korelasi ini dinyatakan dalam tiga bentuk: korelasi positif, korelasi negatif, dan korelasi nihil atau rendah.

  1. Studi Perkembangan (Developmental Studies)

Studi perkembangan tidak sekedar mengenai fakta-fakta pada masa sekarang. Pengelompokannya sebagai bagian dari metode deskriptif karena studi ini bermaksud melukiskan hubungan antara gejala-gejala sebagaimana adanya sekarang dengan fakta-fakta  lain berdasarkan fungsi waktu yang bersifat kontinyu. Untuk itu dapat digunakan dua cara penelitian sebagai berikut:

  1. Studi Pertumbuhan

Studi ini bermaksud menggambarkan pertumbuhan atau perkembangan yang dialami objeknya, baik secara keseluruhan maupun mengenai aspek-aspek tertentu dalam batas waktu yang tertentu pula. Studi ini dapat dilakukan dengan dua cara:

  1. Teknik Longitudinal
  2. Teknik Memotong.
    1. Studi Kecendrungan

Studi ini bermaksud memperkirakan keadaan suatu lembaga atau kemungkinan yang akan terjadi atau situasi yang akan dihadapi di masa mendatang. Penelitian seperti ini termasuk deskriptif kualitatif karena pada tahap permulaan bermaksud menggambarkan fakta-fakta di masa sekarang sebagaimana adanya, yang kemudian dihubungkan dengan perkembangannya di masa lalu untuk mengetahui pola perkembangannya itu sehingga seperti adanya sekarang dilakukan perkiraan tentang kecendrungan keadaan variabel yang diselidiki itu di masa yang akan datang.

Daftar Pustaka

Prof.Dr. Hadari Nawawi. 1995. Metode Penelitian Bidang Sosial. Pontianak: Gadjah Mada University Press.

Slamet, Yulius. 2006. Metode Penelitian Sosial. Surakarta: LPP UNS dan UNS press.

Regresi Linier dan Regresi Ganda

Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling mungkin terjadi dimasa yang akan datang berdasarkan informasi yang sekarang dimiliki agar memperkecil kesalahan. Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau tidaknya korelasi antarvariabel. Jika kita memiliki dua buah variabel atau lebih maka sudah selayaknya apabila kita ingin mempelajari bagaimana variabel-variabel itu berhubungan atau dapat diramalkan. Analisis regresi dapat juga diartikan sebagai usaha memprediksi perubahan. Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel-variabel lain yang mempengaruhinya. Misalnya, volume pupuk terhadap hasil panen padi, karena adanya perubahan volume pupuk maka produksi padi dengan sendirinya akan berubah. Dalam fenomena alam banyak sekali kejadian yang saling berkaitan sehingga perubahan pada variabel lain berakibat pada perubahan variabel lainnya. Teknik yang digunakan untuk menganalisis ini adalah analisis regresi.

Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai analisis prediksi. Karena merupakan prediksi, maka nilai prediksi tidak selalu tetap dengan nilai riilnya, semakin kecil tingkat penyimpangan antara nilai prediksi dengan nilai riilnya, maka semakin tepat persamaan regresinya. Analisis regresi mempelajari hubungan yang diperoleh dinyatakan dalam persamaan matematika yang menyatakan hubungan fungsional antara variabel-variabel. Hubungan fungsional antara satu variabel prediktor dengan satu variabel kriterium disebut analisis regresi sederhana (tunggal), sedangkan hubungan fungsional yang lebih dari satu variabel disebut analisis regresi ganda. Sehingga dapat didefinisikan bahwa: Analisis regresi adalah metode statistik yang digunakan untuk menentukan kemungkinan hubungan antara variabel-variabel.

Regresi Linear

Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui pengaruh antara satu atau beberapa variabel terhadap satu buah variabel. Variabel yang mempengaruhi sering disebut variabel bebas, variabel independen atau variabel penjelas. Variabel yang dipengaruhi sering disebut dengan variabel terikat atau variabel dependen. Regresi linear hanya dapat digunakan pada skala interval dan ratio. Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana yaitu dengan satu buah variabel bebas dan satu buah variabel terikat; dan regresi linear berganda (regresi ganda) dengan beberapa variabel bebas dan satu buah variabel terikat. Analisis regresi linear merupakan metode statistik yang paling jamak dipergunakan dalam penelitian-penelitian sosial, terutama penelitian ekonomi. Program komputer yang paling banyak digunakan adalah SPSS (Statistical Package For Service Solutions).

Regresi Linear Sederhana

Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh antara satu buah variabel bebas terhadap satu buah variabel terikat. Persamaan umumnya adalah:

Y = a + b X.

Dengan Y adalah variabel terikat dan X adalah variabel bebas. Koefisien a adalah konstanta (intercept) yang merupakan titik potong antara garis regresi dengan sumbu Y pada koordinat kartesius.

Interpretasi Output

  1. Koefisien determinasi

Koefisien determinasi mencerminkan seberapa besar kemampuan variabel bebas dalam menjelaskan varians variabel terikatnya. Mempunyai nilai antara 0 – 1 di mana nilai yang mendekati 1 berarti semakin tinggi kemampuan variabel bebas dalam menjelaskan varians variabel terikatnya.

  1. Nilai t hitung dan signifikansi

Nilai t hitung > t tabel berarti ada pengaruh yang signifikan antara variabel bebas terhadap variabel terikat, atau bisa juga dengan signifikansi di bawah 0,05 untuk penelitian sosial, dan untuk penelitian bursa kadang-kadang digunakan toleransi sampai dengan 0,10.

  1. Persamaan regresi

Sebagai ilustrasi variabel bebas: Biaya promosi dan variabel terikat: Profitabilitas (dalam juta rupiah) dan hasil analisisnya Y = 1,2 + 0,55 X. Berarti interpretasinya:

  1. Jika besarnya biaya promosi meningkat sebesar 1 juta rupiah, maka profitabilitas meningkat sebesar 0,55 juta rupiah.
  2. Jika biaya promosi bernilai nol, maka profitabilitas akan bernilai 1,2 juta rupiah.

Interpretasi terhadap nilai intercept (dalam contoh ini 1,2 juta) harus hati-hati dan sesuai dengan rancangan penelitian. Jika penelitian menggunakan angket dengan skala likert antara 1 sampai 5, maka interpretasi di atas tidak boleh dilakukan karena variabel X tidak mungkin bernilai nol. Interpretasi dengan skala likert tersebut sebaiknya menggunakan nilai standardized coefficient sehingga tidak ada konstanta karena nilainya telah distandarkan.

Contoh: Pengaruh antara kepuasan (X) terhadap kinerja (Y) dengan skala likert antara 1 sampai dengan 5. Hasil output yang digunakan adalah standardized coefficients sehingga Y = 0,21 X dan diinterpretasikan bahwa peningkatan kepuasan kerja akan diikuti dengan peningkatan kinerja atau penurunan kepuasan kerja juga akan diikuti dengan penurunan kinerja. Peningkatan kepuasan kerja dalam satu satuan unit akan diikuti dengan peningkatan kinerja sebesar 0,21 (21%).

Regresi Linear Berganda

Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya lebih dari satu buah. Persamaan umumnya adalah:

Y = a + b1 X1 + b2 X2 + …. + bn Xn.

Dengan Y adalah variabel bebas, dan X adalah variabel-variabel bebas, a adalah konstanta (intersept) dan b adalah koefisien regresi pada masing-masing variabel bebas.

Interpretasi terhadap persamaan juga relatif sama, sebagai ilustrasi, pengaruh antara motivasi (X1), kompensasi (X2) dan kepemimpinan (X3) terhadap kepuasan kerja (Y) menghasilkan persamaan sebagai berikut:

Y = 0,235 + 0,21 X1 + 0,32 X2 + 0,12 X3

  1. Jika variabel motivasi meningkat dengan asumsi variabel kompensasi dan kepemimpinan tetap, maka kepuasan kerja juga akan meningkat
  2. Jika variabel kompensasi meningkat, dengan asumsi variabel motivasi dan kepemimpinan tetap, maka kepuasan kerja juga akan meningkat.
  3. Jika variabel kepemimpinan meningkat, dengan asumsi variabel motivasi dan kompensasi tetap, maka kepuasan kerja juga akan meningkat.

Interpretasi terhadap konstanta (0,235) juga harus dilakukan secara hati-hati. Jika pengukuran variabel dengan menggunakan skala Likert antara 1 sampai dengan 5 maka tidak boleh diinterpretasikan bahwa jika variabel motivasi, kompensasi dan kepemimpinan bernilai nol, sebagai ketiga variabel tersebut tidak mungkin bernilai nol karena Skala Likert terendah yang digunakan adalah 1.

Kegunaan Analisis Regresi Linear Berganda

Analisis Regresi Linear Berganda digunakan untuk mengukur pengaruh antara lebih dari satu variabel prediktor (variabel bebas) terhadap variabel terikat.

Contoh: Seorang Manajer Pemasaran deterjen merek “BOOM” ingin mengetahui apakah Promosi dan Harga berpengaruh terhadap keputusan konsumen membeli produk tersebut?

Hipotesis:

Ho : b1 = b2 = 0, Promosi dan Harga tidak berpengaruh signifikan terhadap keputusan konsumen membeli deterjen merek “BOOM”.

Ha : b1 ¹ b2 ¹ 0, Promosi dan Harga berpengaruh signifikan terhadap keputusan konsumen membeli deterjen merek “BOOM”.

Data Kasus

No.

Responden

Promosi

(X1)

Harga

(X2)

Keputusan Konsumen

(Y)

1 10 7 23
2 2 3 7
3 4 2 15
4 6 4 17
5 8 6 23
6 7 5 22
7 4 3 10
8 6 3 14
9 7 4 20
10 6 3 19
jumlah 60 40 170

Tabel Pembantu

No. Resp. X1 X2 Y X1Y X2Y X1X2 X12 X22
1 10 7 23 230 161 70 100 49
2 2 3 7 14 21 6 4 9
3 4 2 15 60 30 8 16 4
4 6 4 17 102 68 24 36 16
5 8 6 23 184 138 48 64 36
6 7 5 22 154 110 35 35 25
7 4 3 10 40 30 12 16 9
8 6 3 14 84 42 18 36 9
9 7 4 20 140 80 28 49 16
10 6 3 19 114 57 18 36 9
jumlah 60 40 170 1122 737 267 406 182

åY = an+b1+ å X1+b2 + å X2

å X1Y= a å X1+b1+ å X12+b2 å X1 X 2

åX2Y = a å X2+b1 å X1 X 2 + b2 å X22

170 = 10 a + 60 b1 + 40 b2……………………. (1)

1122 = 60 a + 406 b1 + 267 b2………………….. (2)

737 = 40 a +267 b1 + 182 b2………………….. (3)

Persamaan (1) dikalikan 6, persamaan (2) dikalikan 1:

1020 = 60 a + 360 b1 + 240 b2

35163 = 60 a + 406 b1 + 267 b2

-102 = 0 a + -46 b1+ -27 b2

-102 = -46 b1-27 b2……………………………………. (4)

Persamaan (1) dikalikan 4, persamaan (3) dikalikan 1:

680 = 40 a + 240 b1 + 160 b2

737 = 40 a + 267 b1 + 182 b2 _

-57 = 0 a + -27 b1 + -22 b2

-57 = -27 b1 – 22 b2………………………………….. (5)

Persamaan (4) dikalikan 27, persamaan (5) dikalikan 46:

-2754 = -1242 b1 – 729 b2

-2622 = -1242 b1 – 1012 b2 _

-132 = 0 b1 + 283 b2

b2 = -132:283 = -0,466

Harga b2 dimasukkan ke dalam salah satu persamaan (4) atau (5):

-102 = -46 b1- 27 (-0,466)

-102 = -46 b1+ 12,582

46 b1 = 114,582

b1 = 2,4909

Harga b1 dan b2 dimasukkan ke dalam persamaan 1:

170 = 10 a + 60 (2,4909) + 40 (-0,466)

170 = 10 a + 149,454 – 18,640

10 a = 170 – 149,454 + 18,640

a = 39,186 : 10 = 3,9186

Jadi:

a = 3,9186

b1 = 2,4909

b2 = -0,466

Keterangan:

a = konstanta

b1 = koefisien regresi X1

b2 = koefisien regresi X2

Persamaan regresi:

Y = 3,9186 + 2,4909 X1 – 0,466 X2

F Tabel

Dk Pembilang = k= 2

Dk Penyebut = n-k-1= 10-2-1= 7

F tabel = 4,74

Hipotesis

Ho : b1 = b2 = 0, Variabel Promosi Dan Harga Tidak Berpengaruh Signifikan Terhadap Keputusan Konsumen Membeli Deterjen Merek ”BOOM”

Ha : b1 ¹ b2 ¹ 0, Variabel Promosi Dan Harga Berpengaruh Signifikan Terhadap Keputusan Konsumen Membeli Deterjen Merek ”BOOM”

Kriteria:

F hitung _ F tabel = Ho diterima

F hitung > F tabel = Ho ditolak, Ha diterima

F hitung (5,25) > F tabel (4,74) = Ho ditolak, Ha Diterima

Jadi, dapat disimpulkan bahwa Promosi dan Harga berpengaruh signifikan terhadap keputusan konsumen membeli deterjen merek “BOOM”.

Analisis regresi linear berganda memerlukan pengujian secara serempak dengan menggunakan F hitung. Signifikansi ditentukan dengan membandingkan F hitung dengan F tabel atau melihat signifikansi pada output SPSS. Dalam beberapa kasus dapat terjadi bahwa secara simultan (serempak) beberapa variabel mempunyai pengaruh yang signifikan, tetapi secara parsial tidak. Sebagai ilustrasi: seorang penjahat takut terhadap polisi yang membawa pistol (diasumsikan polisi dan pistol secara serempak membuat takut penjahat). Akan tetapi secara parsial, pistol tidak membuat takut seorang penjahat. Contoh lain: air panas, kopi dan gula menimbulkan kenikmatan, tetapi secara parsial, kopi saja belum tentu menimbulkan kenikmatan.

Penggunaan metode analisis regresi linear berganda memerlukan uji asumsi klasik yang secara statistik harus dipenuhi. Asumsi klasik yang sering digunakan adalah asumsi normalitas, multikolinearitas, autokorelasi, heteroskedastisitas dan asumsi linearitas.

Daftar Pustaka

Daniel, W.W. STATISTIK NONPARAMETRIK TERAPAN. Gramedia. Jakarta.

Gujarati, D. 1991. EKONOMETRIKA DASAR. Erlangga. Jakarta.

Johnson, R.A. dan D.W. Wichern. 2002. APPLIED MULTIVARIATE STATISTICAL ANALYSIS. Fifth Ed. PrenticeHall, Inc. New Jersey.

Kutner, M.H., C.J. Nachtsheim, dan J. Neter. 2004. APPLIED LINEAR REGRESSION MODELS. Fourth Ed. McGrawHill/ Irwin. New York.

Walpole, R.E. dan R.H Myers. 1995. ILMU PELUANG DAN STATISTIKA UNTUK INSINYUR DAN  ILMUWAN. Edisi ke4. ITB. Bandung.