desain riset

Disain riset adalah kerangka atau framework untuk mengadakan penelitian yang memuat prosedur yang dibutuhkan dalam upaya memperoleh informasi dan mengolahnya dalam rangka memecahkan masalah.

Tipe Tipe Riset

  • Exploratory Research
  • Descriptive Research
  • Causal Research

Exploratory Research

  • Untuk menjawab pertanyaan “WHAT”.
  • Digunakan apabila peneliti tidak mengetahui banyak informasi mengenai masalah.
  • Informasi yang dibutuhkan sangat longgar, fleksibel dan tidak terstruktur, sample tidak perlu banyak dan analisis data lebih bersifat kualitatif.
  • Untuk mengembangkan hipotesa dan menentukan variabel penelitian dan pengujian lebih lanjut.
  • Hasil penelitian bersifat sementara dan pada umumnya dilanjutkan dengan penelitian yang bersifat konklusif.

Descriptive Research

  • Menjawab pertanyaan 6 W (Who, What, When, Where, Why, Way).
  • Menjawab karakteristik objek penelitian.
  • Hipotesis lebih spesifik, memiliki desain penelitian secara terstruktur.
  • Menggunakan data sekunder, data primer atau observasi.
  • WHO, siapa yang akan diteliti? Setiap pengunjung? Setiap pembeli?
  • WHAT, Informasi apa yang ingin diperoleh dari responden? Frekuensi pembeliannya?
  • WHEN, Kapan informasi tersebut diperlukan?
  • WHERE, dimana penelitian tersebut dilakukan?
  • WHY, Mengapa informasi tersebut diperlukan?
  • HOW, Bagaimana informasi tersebut diperoleh? Pengamatan? Wawancara?

Causal Research

  • Untuk mengetahui variabel yang menjadi penyebab atau variabel pengaruh (variabel independen) dan variabel yang menjadi akibat atau variabel terpengaruh (variabel dependen).
  • Untuk mengetahui hubungan atau keterkaitan antara varibel-variabel tersebut.

Aplikasi Exploratory Research
Tujuan Riset

  • Produk apa yang sebaiknya dikembangkan?
  • Produk apa yang tampaknya efektif untuk diiklankan?
  • Bagaimana pelayanan dapat ditingkatkan?

Pertanyaan Riset

  • Alternatif apa yang dibutuhkan dalam menyediakan makan pagi bagi anak sekolah?
  • Benefit apa yang dibutuhkan dalam produk?
  • Apa yang menyebabkan ketidakpuasan pelanggan?

Hipotesis

  • Makanan kotak lebih baik dari yang lainnya.
  • Tidak Diketahui.
  • Suspect that an image of impersonalization is a problem

Aplikasi Descriptive Research
Tujuan Riset

  • Bagaimana sebaiknya produk baru didisribusikan?
  • Bagaimana target pasar dapat disegmentasikan?
  • Bagaimana sebaiknya produk diganti?

Pertanyaan Riset

  • Dimana pelanggan membeli produk baru yang sama?
  • Jenis pelanggan yang bagaimana yang membeli produk dan siapa yang membeli produk kita?
  • Apa image kita sekarang?

Hipotesis

  • Pelanggan kelas atas membeli di toko khusus dan pelanggan menengah membeli di toko biasa.
  • Orang yang lebih tua membeli produk kita sedangkan orang muda menjadi sasaran kompetitor kita.
  • We are regarded as being conservatives and behind the times.

Aplikasi Causal Research
Tujuan Riset

  • Akankan penambahan karyawan memberi profit?
  • Program advertising mana yang ditayangkan?

Pertanyaan Riset

  • Bagaimana hubungan antara pelayanan karyawan dan pendapatannya?
  • Akankah orang akan pindah dari mobil pribadi ke angkutan umum?

Hipotesis

  • Untuk organisasi kecil penambahan 50% atau kurang menghasilkan marginal revenue in excess of marginal cost.
  • Program iklan A menghasilkan lebih pengendara baru dari program B.

Metode Pengumpulan Data

  • Data Sekunder, merupakan data yang sudah tersedia, telah dikumpulkan untuk berbagai tujuan dalam memecahkan permasalahan. Terdiri dari : (1) sistem informasi perusahaan yang ada, (2) bank data dari organisasi baik pemerintah atau swasta dan (3) sumber data lainnya yang tersindikasi.
  • Data Primer, merupakan data yang khusus dikumpulkan untuk tujuan penelitian yang dilakukan.

Kelemahan Data Sekunder

  • Sulit mendapatkannya.
  • Kurang relevan.
  • Tidak Akurat.
  • Data tidak lengkap.

Kelebihan Data Sekunder

  • Dapat menjelaskan ulang permasalahan sebagai bagian dari proses riset eksploratori.
  • Mungkin dapat memberikan solusi untuk masalah tersebut.
  • Memberikan alternatif metode riset data primer.
  • Mengingatkan peneliti kesulitan yang dihadapi.
  • Memberikan informasi latar belakang yang diperlukan dan membangun kreatifitas bagi laporan riset.

Hubungan Antara Metode Pengumpulan Data Dengan Katagori Riset

  • Data Collection Method Eksploratory Descriptive Causal
  • Secondary Sources
  • Information System A B
  • Databanks A B
  • Syndicates services A B B
  • Primary sources
  • Qualitative research A B
  • Survey B A B
  • Experiments B A

A : Very Appropriate Method
B : Somewhat Appropriate Method

Kesalahan dalam Disain Riset
Error dalam riset merupakan selisih antara nilai yang diperoleh dari hasil pengumpulan data dengan nilai sesungguhnya, terdiri dari :

  • Sampling Error merupakan kesalahan yang terjadi karena karena sampling yaitu tidak semua objek diselidiki sehingga ada selisih/ perbedaan dengan true value.
  • Non Sampling Error merupakan kesalahan bukan karena sampling.
  • Systematic Error, kesalahan yang terjadi karena nilai yang diperoleh lebih kecil atau lebih besar dari sebenarnya.
  • Non Systematic Error, kesalahan yang terjadi karena tidak disengaja.

TOTAL ERROR

  • Sampling Error
  • Non Sampling Error

Design Error

  • Selection Error
  • Population Specification Error
  • Sampling frame Error
  • Surrogate Information Error
  • Measurement Error
  • Experinmental Error

Admistering Error

  • Questioning Error
  • Recording Error
  • Interference Error

Response Error

  • Data Error
  • Intentional
  • Unintentional

Non Response Error

  • Failure to contact all members
  • Incomplete response

Bookmarks:
  • Facebook
  • Google Bookmarks
  • Digg
  • LinkedIn
  • Twitter

No related posts.

Related posts brought to you by Yet Another Related Posts Plugin.

You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.

Leave a Reply

XHTML: You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong> <pre user="" computer="" escaped="">