Memahami Konsep Rancangan Acak Kelompok (RAK)

10SepDecember 20, 2023

Pada kesempatan yang lalu kita sudah membahas konsepsi dan secara aplikasi salah satu teknik dasar dalam rancangan percobaan yaitu Rancangan Acak Lengkap (RAL) dimana salah satunya mensyaratkan bahwa unit atau satuan percobaan harus bersifat homogen atau hampir homogen. Sedangkan pada kesempatan kali ini kita akan coba uraikan secara konsepsi salah satu teknik dasar lainnya pada rancangan percobaan yaitu Rancangan Acak Kelompok (RAK), tidak seperti pada RAL pada RAK memfasilitasi unit atau satuan percobaan yang heterogen atau tidak sama oleh karenanya pada unit atau satuan pengamatan ada pengelompokan sebelum diberikan perlakuan.

Lebih lengkap terkait dengan Rancangan Acak Kelompok (RAK) akan kita uraikan pada bagian berikut.

Rancangan Acak Kelompok (RAK)

Rancangan Acak Kelompok (RAK) merupakan salah satu bentuk rancangan yang telah digunakan secara meluas dalam berbagai bidang penyelidikan pertanian, industri dan sebagainya. Rancangan ini dicirikan oleh adanya kelompok dalam jumlah yang sama, dimana setiap kelompok dikenakan perlakuan-perlakuan. Melalui pengelompokan yang tepat atau efektif, maka rancangan ini dapat mengurangi galat percobaan. Disamping itu rancangan ini juga fleksibel dan sederhana. Jika pada RAL yang dipelajari adalah satu keragaman yang menyebabkan nilai-nilai pengamatan beragam yaitu keragaman karena perlakuan yang dicobakan, maka pada RAK yang diperhatikan adalah disamping perlakuan dan pengaruh galat masih dilihat juga adanya kelompok yang berbeda. Kalau digunakan RAL maka satuan percobaan harus homogen sedangkan yang berlainan adalah perlakuan, apabila menggunakan RAK satuan percobaan tidak perlu homogen, dimana satuan-satuan percobaan tersebut dapat dikelompokan ke dalam kelompok-kelompok tertentu sehingga satuan percobaan dalam kelompok tersebut menjadi relatif homogen. Dengan demikian proses pengelompokan adalah membuat keragaman dalam kelompok menjadi sekecil mungkin dan keragaman antar kelompok menjadi sebesar mungkin.

Pengacakan Dan Denah Rancangan

Sebelum pengacakan, bagilah daerah percobaan atau satuan percobaan ke dalam beberapa kelompok sebagai jumlah ulangan. Setiap kelompok kemudian dibagi lagi ke dalam jumlah yang sesuai dengan banyaknya perlakuan yang akan dicobakan. RAK menetapkan bahwa semua perlakuan harus muncul satu kali didalam setiap ulangan dan pengacakan dilakukan secara terpisah untuk setiap kelompok.

Misalkan bahwa kita mempunyai 6 perlakuan (katakanlah perlakuan A, B, C, D, E dan F) yang diulang masing-masing 4 kali. Jika kita menggunakan tabel angka acak, maka pertama kita memilih 6 angka dalam susunan tiga digit. (seperti penjelasan pada artikel Rancangan Acak Lengkap (RAL)). Pembacaan secara vertikal dari angka acak untuk memperoleh 6 angka dalam susunan tiga digit menghasilkan angka berikut :

Setelah itu, gunakan urutan yang munculnya angka acak sebagai nomor perlakuan dan gunakan pangkat (rank) sebagai nomor petak atau satuan percobaan di dalam kelompok. Dengan deminkian berikan perlakuan A kepada petak atau satuan percobaan nomor 6, perlakuan B kepada petak nomor 4, perlakuan C kepada petak nomor 2, perlakuan D kepada petak nomor 1, perlakuan E kepada petak nomor 3 dan perlakuan F kepada petak nomor 5.

Dengan cara yang sama lakukan kembali proses pengacakan untuk kelompok kedua, ketiga dan keempat. Terlihat adanya proses pengacakan yang berbeda pada RAL dan RAK. Jika pada RAL proses pengacakan dilakukan secara penuh atau lengkap, sedangkan pada RAK proses pengacakan dilakukan secara terpisah pada masing-masing kelompok.

Dari denah tersebut peneliti dapat mengaplikasikan perlakuan pada unit percobaan sesuai dengan denah lapangan sesuai dengan tabel di atas.

Model Linear dan Analisis Ragam RAL

Dengan satu pengamatan per petak percobaan, maka model linear untuk RAK adalah

Dimana :

Y_ij : nilai pengamatan dari perlakuan ke-i dalam kelompok ke-j
u : nilai tengah populasi
Ʈ_i : pengaruh aditif dari perlakuan ke-i
b_j : pengaruh aditif dari kelompok ke-j
ϵ_ij : pengaruh galat percobaan dari perlakuan ke-i pada kelompok ke-j

Dengan hipotesis (hipotesis nol) yang dirumuskan bahwa tidak ada pengaruh perlakuan terhadap respon atau dengan kata lain pengaruh perlakuan terhadap respon adalah nol. Dengan demikian kita dapat mengatakan bahwa pengujian kesamaan nilai pengaruh perlakuan (Ʈ) adalah nol.

Untuk percobaan yang menggunakan t buah perlakuan dengan jumlah kelompok (ulangan) yang sama untuk masing-masing perlakuan sebanyak r, maka data pengamatan untuk RAK adalah sebagai berikut.

Dengan format tabel data di atas dapat memudahkan untuk perhitungan secara manual untuk memperoleh tabel ANOVA dan nilai F statistik yang digunakan untuk pengujian hipotesis. (lebih lengkap tentang rumus perhitungan manual dapat dipelajari langsung pada buku rancangan percobaan). Selain itu format tabel di atas juga dapat membantu peneliti untuk mengidentifikasikan bahwa data penelitian yang disusun merupakan hasil dari pengamatan dengan teknik Rancangan Acak Kelompok (RAK).

Sebagai catatan, dalam rancangan acak kelompok (RAK) kita tidak boleh menguji hipotesis tentang ada tidaknya pengaruh kelompok dengan menggunakan uji F, hal ini disebabkan pembentukan kelompok tidak dilakukan secara acak sebagaimana penentuan perlakuan. Hal ini disebabkan karena dalam pembentukan kelompok yang diutamakan adalah mengurangi keragaman satuan percobaan dalam setiap kelompok atau dengan kata lain kita mengusahakan kehomogenan satuan percobaan dalam kelompok, sehingga pembentukan kelompok tidak dilakukan secara acak melainkan berdasarkan kriteria tertentu. Dengan demikian dalam RAK yang diuji hanya pengaruh perlakuan saja.

Selain konsep umum yang telah dipaparkan di atas, yang perlu diperhatikan pula oleh para peneliti juga pada jenis perlakuan dan unit pengamatan dari RAK. Yang menjadi catatan bagi peneliti adalah akan ada sedikit perbedaan nantinya dalam pemodelan dan proses perhitungan (akan terlihat jelas pada proses perhitungan manual), oleh karenanya diperlukan kehati-hatian dari para peneliti dalam mendefinisikan di awal erat kaitannya dengan tipe perlakuan dan unit pengamatanya.

Dari sisi perlakuan terdiri dari 2 tipe perlakuan atau model yaitu Model Tetap dan Model Acak. Model tetap dimana jika yang dicobakan adalah t buah perlakuan, maka kesimpulan yang ditarik hanya menyangkut t buah perlakuan tersebut. Sedangkan pada model acak, peneliti akan berhadapan dengan populasi perlakuan, olehkarenanya kesimpulan yang ditarik mengenai populasi perlakuan didasarkan atas sejumlah (t buah) perlakuan yang dicobakan, dimana perlakuan-perlakuan tersebut dipilih secara acak dari populasi perlakuan yang ada (misal : penelitian pada mesin tenun (perlakuan) pada kualitas kain (unit percobaan) yang dihasilkan).
Dari sisi unit pengamatan, memungkinkannya mengambil unit pengamatan yang lebih kecil pada induk unit pengamatan, sehingga sering disebut sebagai penarikan anak contoh (sub-sampling). Sebagai contoh, misal ada suatu percobaan pada tanaman yang terdiri dari 7 perlakuan. Masing-masing perlakuan diulang 3 kali (tersedia 3 pot untuk masing-masing perlakuan), serta pada masing-masing ulangan (pot) diamati 3 tanaman. Respon yang diamati adalah tinggi tanaman dalam satuan pengukuran cm. Maka hal tersebut dikenal sebagai “contoh dalam satuan percobaan” (samples within experimental units). Hal ini akan terlihat jelas setelah data dinput pada tabel data pengamatan.

Pada kesempatan selanjutkan kita akan coba uraikan tahapan dalam melakukan analisis rancangan percobaan dengan teknik RAKdengan bantuan software SPSS. Sebagai catatan perlu dipahami secara benar tentang penggunaan dan kriteria unit percobaan serta kriteria perlakuan, agar tidak terjadi kekeliruan pengaplikasian pada data yang dimiliki oleh peneliti atau data master. SEMANGAT MEMAHAMI!!.

Sumber :

Vincent Gaspersz, Teknik Analisis Rancanangan Percobaan

——————————————————————————————————————————————————————————-

Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

——————————————————————————————————————————————————————————-

online survey BPKH RI | LISREL | SEM | Eviews | Analisis Faktor | Validitas | SWOT | Rancangan Acak Kelompok

survey lapangan kampung ketandan I path analisis | analisis jalur | LISREL

Survey Lapangan Industri 4.0 Pada Perusahaan Manufaktur Kab. Bekasi

08SepDecember 22, 2023

Pada kesempatan kali ini kita akan sharing pengalaman kita di lapangan, survey lapangan atau sebar kuesioner, yang berbeda dengan sharing pada kesempatan sebelumnya. Survey lapangan atau sebar kuesioner kali ini, hendak menggali informasi atau perspektif dari karyawan industri manufaktur di Kab. Bekasi pada level Supervisor s.d Direktur, tepatnya informasi atau perspektif dalam hal kesiapan terhadap implementasi Industri 4.0. Sekali lagi bahwa persiapan fisik maupun pengetahuan terhadap medan lapangan yang akan dijadikan sasaran pengambilan data haruslah diperhatikan. Karena banyak hal-hal yang tidak bisa kita prediksikan dapat terjadi dan menjadi tantangan tersendiri di lapangan.

Objek dari survey lapangan atau sebar kuesioner lapangan kali ini dalam kategori sangat kompleks. Target spesifik yang menjadi kriteria dari responden adalah karyawanpada level Supervisor s.d Direktur pada perusahaan manufaktur di Kab. Bekasi. Kategori kompleks di sini adalah dimulai dari prosedural, biaya dan waktu serta effort tim lapangan.

Saran kita berdasarkan pengalaman di lapangan diperlukan extra time untuk melakukan penelitian dengan kriteria responden dari institusi bisnis besar. Rencana time line research yang harus well planning dan well organized. Networking atau Offering Benefits mungkin bisa jadi instrumen yang dapat mempermudah dan mempercepat dalam proses pengambilan data lapangan.

Sharing singkat ini, semoga bermanfaat dalam membantu rekan-rekan peneliti dalam membangun frame awal sebelum melakukan survey di lapangan. Kami akan share banyak pengalaman kami di lapangan pada kesempatan yang lain. SEMANGAT MENELITI!!!

—————————————————————————————————————————————————————————–

Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

“1^st Kirim Pertanyaan, Kami Jawab . . . InsyaAllah”

—————————————————————————————————————————————————————————–

Siapa Dulu … Baru Apa, Good to Great, Jim Collins

08SepDecember 7, 2023

Pada kesempatan yang lalu kita sudah share pembahasan atau bab pertama dari buku Good to Great karya Jim Collins tentang Kepemimpinan Level 5. Pada pembahasan pertama atau bab pertama, kita ketahui dan pahami bersama bahwa terdapat lima tingkatan dalam sosok pribadi dalam hal kompetensi dan kepemimpian dalam suatu organisasi bisnis dan level 5 merupakan tingkatan paripurna dalam suatu organisasi bisnis yang dapat membawa perusahaan pada level “lestari” berdasarkan hasil riset Jim Collins dalam bukunya Good to Great. Siapa Dulu!

Seperti yang sudah kita tuliskan pada artikelnya bahwa seseorang dengan Kepemimpinan Level 5 seperti disebutkan pada buku Good to Great, dimana menciptakan suatu perusahaan yang “lestari” akan melakukan tindakan-tindakan diantaranya Siapa Dulu … Baru Apa, Menghadapi Fakta Keras, Konsep Landak, Kultur Disiplin, Akselelator Teknologi dan Roda Gaya dan Kumparan Bencana.

…

Pada kesempatan ini kita akan coba share pembahasan bab kedua pada buku Good to Great mengenai “Siapa Dulu.. Baru Apa” yang merupakan tahap atau langkah awal pemimpin Level 5 dalam mewujudkan perusahaan yang “Lestari”. Berdasarkan pengalaman membaca penulis, pada bab 2 ini, mengungkapkan bahwa faktor “who” adalah yang pertama yang harus diperhatikan untuk menentukan langkah maju suatu perusahaan, dibandingkan dengan faktor “what” yang umumnya mengawali langkah maju perusahaan dengan berkutat dengan penyusunan visi dan misi perusahaan dll. Dalam buku Good to Great pola keumuman tersebut seolah-olah dibalikan 180 derajat dimana ketika orang-orang yang tepat sudah dimiliki suatu perusahaan, baru setelahnya “apa” yang akan dilakukan dirumuskan atau dengan kata lain arah maju perusahaan ditentukan ketika orang-orang pilihan yang tepat sudah ada didalamnya.

“Sekedar memperjelas poin utama bab ini bukanlah sekedar mengumpulkan tim yang tepat – itu bukan hal baru. Poin utamanya adalah pertama-tama mendapatkan orang yang tepat di atas bus (dan mengusir orang yang salah dari bus) sebelum Anda mencari tahu kemana Anda harus membawa bus itu. Poin utama kedua adalah kadar keketatan yang kuat (sheer rigor) di dalam keputusan mengenai SDM (people decision) guna membawa perusahaan bagus ke hebat” Jim Collins.

Jika kita gambarkan dalam bentuk diagram perbandingan antara pola perusahaan Good to Great dengan perusahaan “pembanding”, seperti tampak di bawah ini,

Pendapat penulis bahwa dengan pola yang ditunjukkan seperti diagram di atas, akan dirasakan sebagai “kerja efektif”. Meskipun tetap kita perlu perhatikan dengan sangat “catatan” yang sudah dituliskan sebelumnya. Bahwa terlihat seolah-olah mudah sedangkan perlu effort yang sangat luar biasa untuk mendapatkan orang-orang pilihan yang “tepat” dalam suatu organisasi bisnis.

Selanjutnya, pada artikel ini kita akan mengutip ikhtisar atau rangkumannya saja, lebih lengkap mengenai cerita dan data yang menjadi landasan intisari pada pembahasan bab Siapa Dulu.. Baru Apa, pembaca dapat membaca langsung pada buku Good to Great, Jim Collins. Adapun poin-poin kunci pada bagian kedua dari buku Good to Great yang membahas tentang Siapa Dulu .. Baru Apa diantaranya,

Para pemimpin bagus ke hebat memulai transformasi dengan pertama-tama mencari orang yang tepat untuk naik bus (dan mengusir orang yang keliru dari bus) dan baru mencari tahu ke mana harus membawa bus itu.
Poin utama dari bab ini bukan hanya konsep mendapatkan orang yang tepat didalam tim. Poin kuncinya adalah pertanyaan soal “siapa” mendahului keputusan tentang “apa” – sebelum visi, sebelum strategi, sebelum struktur organisasi, sebelum taktik. Siapa dulu, baru apa – sebagai disiplin ketat yang diterapkan secara konsisten.
Perusahaan pembanding kerap mengikuti model “genius dengan seribu penolong” – seorang pemimpin genius yang mematok suatu visi kemudian mengumpulkan satu awak yang terdiri dari “para penolong” sangat cakap guna mewujudkan visi tersebut. Model ini gagal ketika sang genius pergi.
Para pemimpin bagus ke hebat tegas, tapi tidak kasar, dalam membuat keputusan tentang orang atau SDM. Mereka tidak mengandalkan PHK dan restrukturisasi sebagai startegi utama untuk meningkatkan kinerja. Perusahaan pembanding jauh lebih sering menggunakan PHK.
Kami menemukan tiga disiplin praktis untuk menjadi tegas dalam keputusan tentang orang. Pertama. Ketika Ragu, jangan mempekerjakan orang – terus mencari. (note : satu perusahaan harus membatasi pertumbuhannya berdasarkan kemampuannya untuk menarik cukup banyak orang yang tepat). Kedua. Saat Anda tahu Anda perlu membuat perubahan tentang orang, bertindaklah. (note : pertama-tama pastikan Anda bukannya memiliki seseorang di posisi yang salah). Ketiga. Tempatkan orang terbaik Anda untuk peluang-peluang terbesar Anda, bukan untuk masalah-masalah besar Anda. (note : jika Anda ingin memecahkan masalah-masalah Anda, jangan menggunakan orang-orang terbaik Anda).
Tim manajemen bagus ke hebat terdiri dari orang-orang yang berdebat sengit demi mencari jawaban-jawaban terbaik. Akan tetapi, mereka bersatu ketika keputusan sudah tercapai, terlepas dari kepentingan ego sektoral.
Kami tidak menemukan pola sistematis yang mengaitkan kompensasi eksekutif dengan perubahan dari bagus ke hebat. Tujuan kompensasi bukanlah “memotivasi” perilaku yang tepat dari orang yang salah, melainkan mendapatkan dan mempertahankan orang yang tepat sejak awal.
Ungkapan kuno “orang adalah aset terpenting Anda.” Itu keliru. Orang bukanlah aset terpenting Anda, melainkan orang yang tepatlah yang merupakan aset terpenting Anda.
Apakah seseorang itu tergolong “orang yang tepat” lebih terkait dengan ciri-ciri kepribadian dan kemampuan bawaan dibandingkan dengan pengetahuan, latar belakang atau keterampilan khusus.

“Orang-orang yang kami wawancarai dari perusahaan bagus ke hebat jelas menyukai apa yang mereka lakukan, terutama karena mereka menyukai dengan siapa mereka melakukan itu.” Jim Collins.

…

Yang perlu kita sadari bersama bahwa untuk membangun suatu perusahaan yang bagus (bahkan perusahaan yang lestari) tidaklah bersifat instant (jangka waktu cepat). Dalam bab pertama buku Good to Great pada perusahaan-perusahaan yang diteliti setidaknya perlu belasan bahkan puluhan tahun (20 s.d 25 tahun) dari perusahaan untuk menujukkan bahwa perusahaan tersebut hebat dan lestari (didalamnya memiliki pemimimpin dengan kapasitas Level 5). Karena berbasis pada riset dan data, selama periode yang lama tersebut perusahaan mencatatkan kemajuan yang signifikan dengan tren naik salah satunya pada harga saham dan pendapatan.

Lebih lengkap mengenai cerita hasil riset yang didapati pada perusahaan-perusahaan US, Amerika tersebut sehingga digolongkan pada perusahaan yang hebat dan lestari, dapat dibaca pada buku Good to Great, Jim Collins, yang menurut penulis dapat dijadikan refrensi bacaan yang menarik dan memotivasi meskipun oleh para leader-leader yang sedang membangun sekalipun. SEMOGA BERMANFAAT. wallahu a’lam.

Sumber :

Good to Great, Jim Collins.

————————————————————————————————————————————————————————

Jika rekan peneliti memerlukan bantuan untuk survey lapangan, sebar kuesioner ataupun online survey dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Berpengalaman dalam membantu penelitian baik itu perorangan, organisasi maupun akademik dalam berbagai bidang ilmu pengetahuan. ————————————————————————————————————————————————————————

survey lapangan infastruktur papua barat | Siapa Dulu

survey lapangan ojol jabodetabek | Siapa Dulu

online survey pekerja industri kreatif | Siapa Dulu

Praktek Rancangan Acak Lengkap (RAL) Dengan SPSS

04SepDecember 20, 2023

Pada artikel sebelumnya kita sudah memaparkan konsepsi terkait penelitian dengan teknik rancangan percobaan dengan metode Rancangan Acak Lengkap (RAL). Secara prinsip kita sudah ketahui dan pahami bersama bahwa pada RAL unit percobaan bersifat homogen atau relatif homogen dan hanya melibatkan satu jenis perlakuan pada unit percobaan. Sehingga meskipun perhitungan untuk membuktikan keberartian hipotesis dilakukan secara manual tidak akan terlalu sulit.

Namun pada kesempatan kali ini kita tidak hendak menunjukkan kepada para pembaca pembuktian perhitungan secara manual, akan tetapi kita akan coba uraikan perhitungan atau tahapan penggunaan software SPSS untuk pengujian rancangan percobaan dengan metode RAL pada sampel data penelitian yang kita miliki.

Lebih lanjut langkah-langkah menggunakan software SPSS pada Rancangan Acak Lengkap (RAL) sebagai berikut.

1.Persiapkan data penelitian yang kita miliki dalam software Microsoft Excel, untuk memudahkan pembacaan pada data, buatlah entry data pengamatan seperti yang sudah kita tunjukkan pada artikel sebelumnya.

rancangan acak lengkap (RAL) dengan SPSS

2. Buka software SPSS dan identifikasikan data pada jendela Variabel View, yang terdiri dari dua jenis variabel yaitu Data Pengamatan dan Kategori atau Derajat Perlakuan. Pada variabel Kategori atau Derajat Perlakuan dilakukan dengan cara melakukan koding pada data pada menu Values sesuai dengan kategori atau derajat pada perlakuan yang diujikan. Kemudian pada Data View, data pengamatan dijadikan menjadi satu kolom. Tampilan akhir data pada SPSS yang siap untuk dianalisis adalah sebagai berikut.

3. Setelah data yang kita miliki siap untuk di analisis, langkah selanjutnya klik menu Analyze lalu pilih pada menu Compare Mean lalu klik pada menu One-Way ANOVA, maka akan muncul tabel sebagai berikut.

4. Langkah selanjutnya adalah mendefinisikan variabel yang kita miliki pada kolom-kolom yang ada untuk dilakukan analisis pada data. Pertama, isikan pada tabel Dependent List variabel yang berisi data hasil pengamatan dan kedua isikan pada tabel Factor variabel yang berisikan kategori perlakuan yang kita libatkan dalam penelitian, seperti tampak pada gambar berikut.

5. Setelah men-set variabel kita dengan tepat sesuai dengan kolom variabelnya, maka langkah selanjutnya adalah mendefinisikan output apa saja yang kita kehendaki, 2 (dua) menu utama yang sering digunakan adalah Post Hoc yang sering digunakan untuk uji lanjut antar data kelompok perlakuan dan Options untuk memberikan hasil analisis tambahan yang diperlukan dalam rangka interpretasi hasil analisis pada data (noted : untuk jenis analisis tertentu diperlukan teori pendukungnya), seperti tampak pada gambar berikut.

6. Setelah kita yakin dengan data yang kita miliki dan output tambahan yang kita perlukan, setelahnya kita klik OK dan SPSS akan memproses data hasil RAL kita. Output yang dihasilkan dari data RAL yang kita inputkan akan tampak seperti gambar berikut.

Sebagai catatan perlu dipahami secara benar tentang penggunaan dari uji lanjut (post hoc) yang diperlukan oleh peneliti, teori tepat yang mendasari penggunaannya akan menuntun peneliti pada hasil analisis yang optimal. Lebih lanjut tentang uji lanjut akan kita uraikan pada artikel selanjutnya. Dan seperti yang telihat pada pemaparan RAL dengan SPSS di atas, terlihat sangat sederhana dan sepertinya mudah untuk diaplikasikan. Yang menjadi perhatian penulis adalah penguasaan teori tentang RAL yang telah kita uraikan pada artikel sebelumnya sebelum mengaplikasikan pada software SPSS. SEMANGAT MENCOBA!!.

—————————————————————————————————————————————————————————–

Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

—————————————————————————————————————————————————————————–

online survey BPKH RI | LISREL | SEM | Eviews | Analisis Faktor | Validitas | SWOT | Rancangan Acak Lengkap

Sebar Kuesioner Pelanggan Sayurbox di Jakarta

04SepDecember 22, 2023

Pada kesempatan kali ini kita akan sharing pengalaman kita di lapangan, survey lapangan atau sebar kuesioner, yang berbeda dengan sharing pada kesempatan sebelumnya. Survey lapangan atau sebar kuesioner kali ini, hendak menggali informasi atau perspektif dari masyarakat yang memiliki pengalaman dalam pembelian produk pangan dan pertanian (seperti sayuran, buah-buahan, daging, seafood) secara online melalui aplikasi Sayurbox di wilayah Jakarta, tepatnya informasi atau perspektif terhadap faktor-faktor yang mempengaruhi kepuasan dan loyalitas konsumen dalam pembelian produk pangan dan pertanian secara online. Sekali lagi bahwa persiapan fisik maupun pengetahuan terhadap medan lapangan yang akan dijadikan sasaran pengambilan data haruslah diperhatikan. Karena banyak hal-hal yang tidak bisa kita prediksikan dapat terjadi dan menjadi tantangan tersendiri dilapangan.

Objek dari survey lapangan atau sebar kuesioner lapangan kali ini dalam kategori gampang-gampang susah. Target spesifik yang menjadi kriteria dari responden adalah warga yang berpengalaman minimal satu (1) kali dalam pembelian produk pangan dan pertanian (seperti sayuran, buah-buahan, daging, seafood) secara online melalui aplikasi Sayurbox di wilayah Jakarta. Target yang kita tetapkan sesuai kriteria yang disepakati adalah semua kalangan (mostly middle to up) yang memenuhi kriteria yang ditetapkan (kenal atau memliliki pengetahuan tentang pangan online).

Crew lapangan yang diturunkan pada survey lapangan kali ini sebanyak 2 orang. Rata-rata tenaga yang kita pakai berusia antara 20 s.d 25 tahun. Selain muda semangatnya pun OK untuk menjaga kualitas hasil survey yang kita lakukan. Selain itu, crew yang well educated (rata-rata sedang menempuh perkuliahan) memberikan nilai plus tersendiri, selain dari pola bahasa dalam komunikasi yang baik, yang terpenting behave yang menyenangkan bagi responden kita.

Meskipun relatif tidak ada kendala yang berarti di lapangan yang tim kita temui, planning dan strategi yang terukur dalam melakukan survey lapangan tetap perlu diperhatikan. Calon responden yang kita hadapi adalah responden yang tetap memiliki kecenderungan untuk menolak sangat tinggi dikarenakan golongan ekonomi calon responden yang kita sasar adalah golongan middle to up. Perlu penjelasan yang persuasif dan ringan agar dapat meyakinkan calon responden atas tujuan survey yang dilakukan tidak menyentuh hal-hal yang sensitif tentang private information yang sangat dijaga kerahasiaanya oleh responden.

Easyness dari proses survey ini adalah jumlah populasi kriteria responden yang cukup banyak, sehingga memudahkan tim lapangan dalam memperoleh target sampel. Tools lain yang kita gunakan dalam mendapatkan target sampel tersebut adalah gimmick atau souvenir survey, hal sangat sepele tapi sangat bermanfaat dalam proses persuasif kepada calon responden. Meskipun perlu ada budget tambahan dalam RAB peneliti, akan tetapi hal ini worthed untuk dilakukan dalam mempercepat proses survey lapangan.

Sharing singkat ini, semoga bermanfaat dalam membantu rekan-rekan peneliti dalam membangun frame awal sebelum melakukan survey dilapangan. Kami akan share banyak pengalaman kami di lapangan pada kesempatan yang lain. SEMANGAT MENELITI!!!

—————————————————————————————————————————————————————————–

Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

“1^st Kirim Pertanyaan, Kami Jawab . . . InsyaAllah”

—————————————————————————————————————————————————————————–

Memahami Konsep Rancangan Acak Lengkap (RAL)

30AugDecember 20, 2023

Pada artikel yang lalu yang berkaitan dengan rancangan percobaan kita sudah mengulas setidaknya 3 prinsip dalam rancangan percobaan yang sudah seharusnya di perhatikan oleh para peneliti terutama peneliti pemula, yang memutuskan penelitiannya dengan menggunakan teknik rancangan percobaan diantaranya adalah (1) Pengacakan (2) Pengulangan dan (3) Kontrol Lokal. Kita tidak akan membahas satu persatu ketiga prinsip tersebut, pembaca dapat mempelajari dan memahaminya melalui artikel kita tentang 3 Prinsip Dalam Rancangan Percobaan (RANCOB). Rancangan Acak Lengkap (RAL).

Dan pada kesempatan kali ini kita akan coba mempelajari teknik dasar pada rancangan percobaan yang melibatkan satu faktor perlakuan yaitu Rancangan Acak Lengkap (RAL). Perlu diperhatikan untuk menguasai dengan betul teknik-teknik dasar pada rancangan percobaan (RAL dan RAK) untuk memudahkan peneliti jika memperluas konsep penelitian terutama dengan melibatkan banyak faktor dan unit percobaan yang beragam. Lebih lanjut tentang Rancangan Acak Lengkap (RAL) akan kita bahas pada bagian berikut.

Rancangan Acak Lengkap (RAL)

Rancangan Acak Lengkap (RAL) merupakan rancangan yang paling sederhana diantara rancangan-rancangan percobaan yang baku. Jika kita ingin mempelajari t buah perlakuan dan menggunakan r satuan percobaan untuk setiap perlakukan atau menggunakan total rt satuan percobaan, maka RAL membutuhkan kita mengalokasikan t perlakuan secara acak kepada rt satuan percobaan. Pola ini dikenal sebagai pengacakan lengkap atau pengacakan dengan tiada pembatasan. RAL dipandang lebih berguna dalam percobaan laboratorium, dalam beberapa percobaan rumah kaca atau dalam percobaan pada beberapa jenis bahan percobaan tertentu yang mempunyai sifat relatif homogen. Beberapa keuntungan dari penggunaan RAL diantaranya : (1). Denah perancangan percobaan lebih mudah, (2). Analisis statistika terhadap subjek percobaan sangat sederhana, (3). Fleksibel dalam penggunaan jumlah perlakuan dan jumlah ulangan, dan (4). Kehilangan informasi relatif sedikit dalam hal data hilang dibandingkan rancangan lain. Selain itu, penggunaan RAL akan tepat dalam kasus : (1). Bila bahan percobaan homogen atau relatif homogen dan (2). Bila jumlah perlakuan terbatas.

Pengacakan dan Denah Rancangan

Pengacakan adalah suatu proses yang membuat hukum-hukum peluang dapat diterapkan sehingga analisis data menjadi sahih. Melalui pengacakan setiap satuan percobaan mempunyai peluang yang sama untuk menerima suatu perlakuan. Pengacakan dapat dikerjakan dengan cara undian atau menggunakan tabel angka acak. Berikut akan dikemukakan proses pengacakan dengan menggunakan tabel angka acak (note : tabel angka acak dapat diperoleh pada lampiran buku Rancangan Percobaan).

Misal kita akan mencoba 3 perlakuan dengan masing-masing perlakuan diulang sebanyak 5 kali, berarti harus tersedia 15 satuan percobaan (unit percobaan). Misalkan perlakuan tersebut adalah perlakuan A, Perlakuan B dan Perlakuan C. Dengan menggunakan tabel angka acak, maka tentukan terlebih dahulu nomor 1 s.d 15 pada satuan percobaan yang sesuai. Tempatkan ujung pensil anda pada tabel angka acak secara sembarang. Sebagai misal, baris ke-10 dan kolom ke-20 (lihat tabel angka acak) merupakan tempat kedudukan ujung pensil tersebut. Pilih 15 angka dalam susunan 3 digit (dapat dilakukan secara vertikal atau horizontal). Misalkan dilakukan secara vertikal maka diperoleh angka-angka sebagai berikut :

Rancangan Acak Lengkap (RAL) — Gambar 1. Tabel Angka Acak RAL

Susunan pangkat di atas dapat dipandang sebagai permutasi acak dari nomor 1 s.d 15, sehingga 5 pangkat yang pertama merupakan nomor-nomor satuan percobaan yang dikenakan perlakuan A dan seterusnya. Melalui prosedur pengacakan di atas maka dapat dibuatkan denah lapangan dari rancangan acak lengkap sebagai berikut.

Dari denah tersebut peneliti dapat mengaplikasikan perlakuan pada unit percobaan sesuai dengan denah lapangan sesuai dengan tabel di atas.

Model Linear dan Analisis Ragam RAL

Dalam RAL, data percobaan diabstraksikan melalui model berikut :

Dimana :

u : nilai tengah populasi
Ʈ : pengaruh aditif (koefisien regresi parsial) dari perlakuan ke-i
ϵ : galat dari perlakuan ke-i pada pengamatan ke-j

Untuk percobaan yang menggunakan t buah perlakuan dengan jumlah ulangan yang sama untuk masing-masing perlakuan sebanyak r, maka data pengamatan untuk RAL adalah sebagai berikut.

Selain konsep umum yang telah dipaparkan di atas, yang perlu diperhatikan pula oleh para peneliti juga pada jenis perlakuan dan unit pengamatan dari RAL. Yang menjadi catatan bagi peneliti adalah akan ada sedikit perbedaan nantinya dalam pemodelan dan proses perhitungan (akan terlihat jelas pada proses perhitungan manual), oleh karenanya diperlukan kehati-hatian dari para peneliti dalam mendefinisikan di awal erat kaitannya dengan tipe perlakuan dan unit pengamatanya.

Dari sisi perlakuan terdiri dari 2 tipe perlakuan atau model yaitu Model Tetap dan Model Acak. Model tetap dimana jika yang dicobakan adalah t buah perlakuan, maka kesimpulan yang ditarik hanya menyangkut t buah perlakuan tersebut. Sedangkan pada model acak, peneliti akan berhadapan dengan populasi perlakuan, olehkarenanya kesimpulan yang ditarik mengenai populasi perlakuan didasarkan atas sejumlah (t buah) perlakuan yang dicobakan, dimana perlakuan-perlakuan tersebut dipilih secara acak dari populasi perlakuan yang ada (misal : penelitian pada mesin tenun (perlakuan) pada kualitas kain (unit percobaan) yang dihasilkan).
Dari sisi unit pengamatan, memungkinkannya mengambil unit pengamatan yang lebih kecil pada induk unit pengamatan, sehingga sering disebut sebagai penarikan anak contoh (sub-sampling). Sebagai contoh, misal ada suatu percobaan pada tanaman yang terdiri dari 7 perlakuan. Masing-masing perlakuan diulang 3 kali (tersedia 3 pot untuk masing-masing perlakuan), serta pada masing-masing ulangan (pot) diamati 3 tanaman. Respon yang diamati adalah tinggi tanaman dalam satuan pengukuran cm. Maka hal tersebut dikenal sebagai “contoh dalam satuan percobaan” (samples within experimental units). Hal ini akan terlihat jelas setelah data dinput pada tabel data pengamatan.

Pada kesempatan selanjutkan kita akan coba uraikan tahapan dalam melakukan analisis rancangan percobaan dengan teknik RAL dengan bantuan software SPSS. Sebagai catatan perlu dipahami secara benar tentang penggunaan dan kriteria unit percobaan serta kriteria perlakuan, agar tidak terjadi kekeliruan pengaplikasian pada data yang dimiliki oleh peneliti atau data master. SEMANGAT MEMAHAMI!!.

Sumber :

Vincent Gaspersz, Teknik Analisis Rancanangan Percobaan

——————————————————————————————————————————————————————————–

Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

——————————————————————————————————————————————————————————–

Kepemimpinan Level 5, Good to Great, Jim Collins

28AugDecember 7, 2023

Pada kesempatan kali ini mari kita sharing mengenai buku yang menarik yang berkaitan dengan bisnis, person dan manajemen yaitu Good to Great karya dari Jim Collins. Tanpa bermaksud untuk menggurui karena penulis sendiri sangat minim pengetahuan pada aspek akademik di bidang bisnis dan manajemen, tulisan ini hanya coba sharing kepada pembaca mengenai pengalaman membaca penulis yang mungkin dapat juga dirasakan atau menstimulus pembaca untuk membaca keseluruhan isi buku yang berjudul Good to Great serta mengambil manfaat sebanyak-banyaknya bagi peningkatan kemampuan diri dan atau pada bisnis yang sedang atau akan dijalani. Kepemimpinan Level 5!

Jim Collins adalah sebagai orang yang mempelajari perusahaan-perusaahan hebat yang lestari. Dia berperan sebagai guru bagi para pemimpin di sektor sosial maupun korporat. Setelah sebelumnya menjadi staf pengajar di Stanford University Graduated School of Business, di mana ia mendapatkan Distinguished Teaching Award, Jim kini bekerja di lab penelitian manajemennya di Boulder, Colorado.

Pada buku Good to Great, selama 5 tahun melakukan penelitian, Jim Collins dan timnya, setelah menyisir tumpukan data dan ribuan halaman wawancara, menemukan faktor-faktor kunci penentu kehebatan– mengapa sejumlah perusahaan berhasil membuat lompatan, sementara yang lainya gagal.

Apa yang menariknya dari buku ini, secara garis besar buku ini bercerita tentang bagaimana menciptakan suatu bisnis atau perusahaan yang “lestari” dibandingkan dengan menciptakan perusahaan yang “sukses luar biasa” dengan durasi yang relatif singkat. Selain itu menariknya buku ini dikarenakan apa yang dituangkan didalamnya merupakan hasil riset yang panjang dan kompleks dari perusahaan-perusahaan terbaik di US, Amerika sehingga apa yang tertuang didalamnya sangat menarik dan bersifat empirik.

Secara prinsipil pada buku tersebut terdapat 7 Bab atau 7 topik bahasan utama yang mengulas tentang menciptakan perusahaan yang Good to Great (lestari) diantaranya : Kepemimpinan Level 5, Siapa Dulu … Baru Apa, Menghadapi Fakta Keras, Konsep Landak, Kultur Disiplin, Akselelator Teknologi dan Roda Gaya dan Kumparan Bencana.

Pada kesempatan kali ini kita akan coba ulas secara singkat bab pertama yang merupakan suatu pengantar atau langkah awal menuju suatu bisnis Good to Great (Lestari) dan juga pengantar atau langkah pertama yang harus dimiliki sebelum melangkah pada bab-bab selanjutnya berdasarkan pada apa yang tertuang dalam buku tersebut, yaitu Kepemimpinan Level 5. Lebih lanjut berdasarkan buku Good to Great levelisasi kepemimpinan seseorang pada perusahaan dapat digambarkan seperti piramida berikut.

good to great | Kepemimpinan Level 5 — Gambar 1. Hirarki Level 5, *Good to Great* , Jim Collins

Berdasarkan piramida tersebut di atas dapat kita ketahui bahwa levelisasi tersebut diantaranya.

Level 1 : Individu Yang Sangat Cakap. Memberikan kontribusi produktif melalui bakat, pengetahuan, keterampilan dan kebiasaan kerja yang baik.
Level 2 : Anggota Tim Yang Berkontribusi. Menyumbangkan kemampuan individual bagi pencapaian tujuan-tujuan kelompok dan bekerja efektif dengan orang lain dalam situasi kelompok.
Level 3 : Manajer Kompeten. Menata orang dan sumber daya guna melakukan pencapaian efektif dan efisien akan tujuan yang sudah ditentukan sebelumnya.
Level 4 : Pemimpin Efektif. Menyalakan komitmen pada dan dengan tekad baja mengejar, visi jernih nan memikat guna merangsang standar kinerja lebih tinggi.
Level 5 : Eksekutif Level 5. Membangun kejayaan melalui racikan paradoksal, kerendahan hati dan tekad profesional.

Pembahasan pertama dari buku Good to Great yaitu Kepemimpinan Level 5 yang menyoal apakah yang dimaksud dengan Level 5 itu, sementara sisa pembahasan bab lainnya merupakan gambaran apa yang dilakukan pememimpin Level 5 (diantaranya Siapa Dulu … Baru Apa, Menghadapi Fakta Keras, Konsep Landak, Kultur Disiplin, Akselelator Teknologi dan Roda Gaya dan Kumparan Bencana).

Pada artikel ini kita akan megutip ikhtisar atau rangkumannya saja, lebih lengkap mengenai cerita dan data yang menjadi landasan intisari pada pembahasan bab Kepemimpinan Level 5, pembaca membaca langsung pada buku Good to Great, Jim Collins. Adapun poin-poin kunci pada bagian pertama dari buku Good to Great yang membahas tentang Kepemimpinan Level 5 diantaranya,

Setiap perusahaan bagus ke hebat memiliki kepemimpinan Level 5 selama tahun-tahun penting transisi.
Level 5 adalah hierarki lima tingkat kemampuan eksekutif, dimana level 5 adalah yang tertinggi. Pemimpin level 5 merupakan capuran paradoksal dari kerendahan hati dan profesional. Pastinya mereka ambisius, tetapi ambisi mereka pertama-tama dan terutama untuk perusahaan, bukan untuk diri sendiri.
Pemimpin Level 5 membuka jalan bagi pennerus mereka untuk meraih kesuksesan lebih besar lagi di generasi berikutnya, sementara pemimpin egosentris Level 4 kerap membuka jalan bagi kegagalan penerus mereka.
Pemimpin Level 5 menunjukkan kerendahan hati yang memikat, tidak menonjolkan diri dan biasa-biasa saja. Sebaliknya, dua pertiga perusahaan pembanding (dalam riset) memiliki pemimpin dengan ego pribadi raksasa yang menyebabkan perusahaan musnah atau terus menerus dalam kondisi biasa-biasa saja.
Pemimpin Level 5 memiliki semangat yang kuat dan memiliki kebutuhan besar untuk memberikan hasil “lestari”. Mereka bertekad untuk melakukan apapun yang diperlukan untuk membuat perusahaan luar biasa, tak peduli betapa besar atau sulit keputusan yang ada.
Pemimpin Level 5 menunjukkan ketekunan ala pekerja lapangan-lebih banyak kuda pembajak ladang ketimbang kuda pamer aksi.
Pemimpin Level 5 mencari celah untuk menisbatkan kesuksesan pada faktor-faktor lain selain diri mereka. Namun, ketika keadaan berjalan buruk, mereka bercermin dan menyalahkan diri sendiri seraya mengambil tanggung jawab penuh. CEO pembanding kerap melakukan kebalikannya – mereka bercermin untuk menerima pujian atas kesuksesan, tapi melihat keluar jendela untuk menyalahkan faktor lain atas hasil mengecewakan.
Salah satu tren paling merusak dalam sejarah masa kini adalah kecenderungan (terutama oleh dewan direksi) untuk memilih pemimpin selebritis yang memesona dan menyingkirkan pemimpin Level 5 potensial.
Saya meyakini bahwa para pemimpin Level 5 potensial ada disekeliling kita semua jika kita tahu apa yang kita cari. Saya juga meyakini banyak orang memiliki potensi untuk berkembang menjadi Level 5.
Pemimpin selebritis legendaris yang datang dari luar berkorelasi secara negatif dengan proses berubah dari bagus ke hebat. Sepuluh dari sebelas CEO bagus ke hebat datang dari dalam perusahaan, sementara perusahaan pembanding mencoba CEO dari luar enam kali lebih sering.
Pemimpin Level 5 mengatribusikan sebagian besar kesuksesan mereka pada nasib baik, ketimbang kehebatan pribadi.
Kami tidak mencari kepemimpinan Level 5 dalam penelitian kami, atau hal apa pun yang serupa, tetapi data-datanya begitu berlimpah dan meyakinkan. Ini adalah temuan empiris, bukan ideologis.

Terlepas apakah kami berhasil menjadi Level 5, tujuan itu patut di coba. Sebab seperti semua kebenaran dasar mengenai apa yang terbaik dalam diri manusia, saat kita menangkap sekilas kebenaran itu dan segala yang kita sentuh tidak akan menjadi lebih baik karena upaya tersebut. (Jim Collins)

…

Sumber :

Good to Great, Jim Collins.

————————————————————————————————————————————————————————

Jika rekan peneliti memerlukan bantuan untuk survey lapangan, sebar kuesioner ataupun online survey dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Sebar Kuesioner Pelanggan Produk UMKM di Jakarta, Bandung, Yogyakarta dan Surabaya

22AugDecember 22, 2023

Pada kesempatan kali ini kita akan sharing pengalaman kita di lapangan, survey lapangan atau sebar kuesioner, yang berbeda dengan sharing pada kesempatan sebelumnya. Survey lapangan atau sebar kuesioner kali ini, hendak menggali informasi atau perspektif dari para customer loyal produk UMKM berbasis Website dan Media Sosial (MedSos) di kota Jakarta, Bandung, Yogyakarta dan Surabaya. Perihal pengalaman dan evaluasi para pelanggan produk UMKM terhadap kelengkapan dan kemenarikan Website dan Medsos yang dimiliki UMKM dalam menciptakan ketertarikan dan kemudahan dalam melakukan pembelian. Sekali lagi bahwa persiapan fisik maupun pengetahuan terhadap medan lapangan yang akan dijadikan sasaran pengambilan data haruslah diperhatikan. Karena banyak hal-hal yang tidak bisa kita prediksikan dapat terjadi dan menjadi tantangan tersendiri di lapangan.

Objek dari survey lapangan atau sebar kuesioner lapangan kali ini dalam kategori gampang-gampang susah. Target spesifik yang menjadi kriteria dari responden adalah para customer loyal produk UMKM berbasis Website dan Media Sosial (MedSos) di kota Jakarta, Bandung, Yogyakarta dan Surabaya. Kriteria objek yang cukup mudah pada awalnya karena seperti kita tahu bahwa tren penggunaan Website dan Media Sosial bagi para pedagang atau perusahaan untuk memasarkan produknya dapat sangat memudahkan dan menimbulkan daya tarik bagi para calon pembeli maupun pelanggan loyal. Realitanya diperlukan pengetahuan awal pada lokasi berkumpulnya calon responden (para buyer yang melek internet baik itu via website dan medsos) agar memudahkan dan effective dalam mendapatkan responden.

Crew lapangan yang diturunkan pada survey lapangan kali ini sebanyak 12 orang untuk 4 kota yaitu Jakarta, Bandung, Yogyakarta dan Surabaya. Rata-rata tenaga yang kita pakai berusia antara 20 s.d 25 tahun. Selain muda semangatnya pun OK untuk menjaga kualitas hasil survey yang kita lakukan. Selain itu, crew yang well educated (rata-rata sedang menempuh perkuliahan) memberikan nilai plus tersendiri, selain dari pola bahasa dalam komunikasi yang baik, yang terpenting behave yang menyenangkan bagi responden kita.

Meskipun relatif tidak ada kendala yang berarti di lapangan yang tim kita temui, planning dan strategi yang terukur dalam melakukan survey lapangan tetap perlu diperhatikan. Calon responden yang kita hadapi adalah responden yang tetap memiliki kecenderungan untuk menolak selain karena faktor benefit yang akan didapatkan oleh responden. Selain itu, perlu penjelasan yang persuasif dan ringan agar dapat meyakinkan calon responden atas tujuan survey yang dilakukan tidak menyentuh hal-hal yang sensitif tentang private information yang sangat dijaga kerahasiaanya oleh responden.

Easyness dari proses survey ini adalah jumlah populasi kriteria responden yang sangat banyak, sehingga memudahkan tim lapangan dalam memperoleh target sampel. Tools lain yang kita gunakan dalam mendapatkan target sampel tersebut adalah gimmick atau souvenir survey, hal sangat sepele tapi sangat bermanfaat dalam proses persuasif kepada calon responden. Meskipun perlu ada budget tambahan dalam RAB peneliti, akan tetapi hal ini worthed untuk dilakukan dalam mempercepat proses survey lapangan.

Sharing singkat ini, semoga bermanfaat dalam membantu rekan-rekan peneliti dalam membangun frame awal sebelum melakukan survey dilapangan. Kami akan share banyak pengalaman kami di lapangan pada kesempatan yang lain. SEMANGAT MENELITI!!!

——————————————————————————————————————————————————————————

1. Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

2. Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

“1^st Kirim Pertanyaan, Kami Jawab . . . InsyaAllah”

——————————————————————————————————————————————————————————

Sebar Kuesioner di 12 Pasar Tradisional di Jakarta

13AugDecember 22, 2023

Pada kesempatan kali ini kita akan sharing pengalaman kita di lapangan, survey lapangan atau sebar kuesioner, yang berbeda dengan sharing pada kesempatan sebelumnya. Survey lapangan atau sebar kuesioner kali ini, hendak menggali informasi atau perspektif terkait kecenderungan para pedagang dan pembeli di pasar tradisional di Jakarta dalam melakukan transaksi secara non-tunai (cash less), salah satu diantara tujuannya adalah menggali informasi atau perspektif dari para pedagang dan pembeli tentang kebutuhan informasi data harga yang akurat dan reliabel tentang harga komoditas Barang Kebutuhan Pokok yang dilakukan secara online. Sekali lagi bahwa persiapan fisik maupun pengetahuan terhadap medan lapangan yang akan dijadikan sasaran pengambilan data haruslah diperhatikan. Karena banyak hal-hal yang tidak bisa kita prediksikan dapat terjadi dan menjadi tantangan tersendiri di lapangan.

Objek dari survey lapangan atau sebar kuesioner lapangan kali ini dalam kategori gampang-gampang susah. Target spesifik yang menjadi kriteria dari responden adalah para pedagang dan pembeli yang melakukan aktivitas transaksinya di pasar tradisional diantaranya : Pasar Senen Blok VI, Pasar Jembatan Merah, Pasar Koja, Pasar Pramuka, Pasar Rawamangun, Pasar Majestik, Pasar Grogol, Pasar Jatinegara, Pasar Glodok, Pasar Rawa Badak, Pasar Minggu, dan Pasar Pal Merah.

Crew lapangan yang diturunkan pada survey lapangan kali ini sebanyak 3 orang. Crew yang well educated, bermental OK, PeDe, memiliki komunikasi yang baik dan behave yang menyenangkan bagi responden. Karena yang kita temui dilapangan dari berbagai latar belakang baik pendidikan, usia maupun suku. So, right person is a must.

Proses survey yang sangat challenging yang tim kita temui di lapangan, well planning dan well strategy dalam melakukan survey lapangan kali ini sangat diperlukan sekali, sekali lagi cost and time effective dalam penelitian. Calon responden yang kita hadapi adalah responden memiliki kecenderungan untuk menolak cukup tinggi dikarenakan frame bermanfaatnya research dan faktor kepadatan aktivitas para pedagang dan pembeli di pasar tradisional, menjadi tantangan tersendiri di lapangan. Sehingga perlu pemahaman akan timing yang tepat sehingga maksud dari riset ini dapat tersampaikan dengan baik dan tidak mengganggu aktivitas transaksi diantara pedagang dan pembeli.

Saran dari kita lebih pada aspek perencanaan time line research yang harus well planning dan well organized. Networking atau Offering Benefits (souvennir) mungkin bisa jadi instrumen yang dapat mempermudah dan mempercepat dalam proses pengambilan data lapangan.

——————————————————————————————————————————————————————————–

Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

“1^st Kirim Pertanyaan, Kami Jawab . . . InsyaAllah”

——————————————————————————————————————————————————————————–

Model Regresi Random Effect Pada Pool Data Eviews

21JulDecember 22, 2023

Pada artikel sebelumnya kita sudah sedikit mengulas mengenai data panel aplikasinya pada software Eviews. Sedikit mereview kembali pemaparan sebelumnya bahwa terdapat 2 perlakukan pada data panel yakni sebagai pool data dan sebagai data panel itu sendiri. (untuk melihat perbedaan pada aplikasi Eviews, silahkan para peneliti atau data master baca artikel kita tentang “Mengenal Pool Data dan Data Panel Pada Eviews”). Dimana untuk masing-masing pengguanaan datanya terdapat ciri khas dan kekhususan tersendiri. Regresi Random Effect!

Pada kesempatan kali ini kita akan coba paparkan satu analisis regresi dengan menggunakan pool data dengan menggunakan metode Random Effect (pada artikel sebelumnya bahwa dengan menggunakan pool data setidakanya ada 2 model tambahan yang dapat dibentuk merujuk pada jenis data pool yakni model dengan fixed effect dan model dengan random effect).

Efek random digunakan untuk mengatasi kelemahan metode efek tetap yang menggunakan variabel dummy (Baca artikel : Model Regresi Fixed Effect Pada Pool Data Eviews), metode efek random menggunakan residual, yang diduga memiliki hubungan antarwaktu dan antarobjek. Namun untuk menganalisis dengan metode efek random ada satu syarat yakni objek data silang (cross section) harus lebih besar dari pada banyaknya koefisien.

Berikut disajikan secara bertahap analisis data panel dengan metode analisis pada pool data dengan menggunakan Eviews.

Input Data Pool

Merujuk pada data artikel sebelumnya, (Baca artikel : Model Regresi Fixed Effect Pada Pool Data Eviews) apabila pada analisis regresi dengan data silang (cross section) kita hanya perlu membuat tiga variabel saja yaitu Penjualan, Biaya Iklan dan Laba, maka pada data pool kita perlu menambahkan satu variabel lagi yaitu nama perusahaan yang berfungsi sebagai acuan pengelompokan yang berfungsi pada analisis pemodelan dengan pool data. Selain itu, perlu ditambahan satu jenis perusahaan lagi (_D) untuk menghasilkan model regresi dengan random effect (karena pada bahasan fixed effect jumlah perusahaan (objek) sama dengan jumlah koefisien). Lebih jelas langkah-langkah untuk menginput pada Eviews adalah sebagai berikut :

1. Siapkan data yang akan kita analisis dalam Microsoft Excel seperti tampak pada data tabel 1.

pool data random effect regresi @mobilestatistik.com — Gambar 1. Data Panel Pada Excel

2. Klik File, New, Workfile…, sehingga di layar akan tampak gambar sebagai berikut. Pada menu ini kita mendefinisikan data penelitian yang akan kita masukan ke dalam Eviews.

3. Setelah kita mendefinisikan data yang kita miliki pada jendela Workfile, setelah kita klik OK maka akan terlihat jendela Eviews seperti tampak pada gambar berikut. Sampai tahapan ini kita belum memiliki data apapun. Akan tetapi pada poin 2 kita sudah mendefinisikan data yang akan kita import kedalam Eviews. Pada jendela Eviews akan terlihat lambang B dan huruf c, yang merupakan konstanta serta resid atau residual, yang didalam statistik sering disebut sebagai residual atau error.

4. Klik menu Object, New Object, lalu pilih Pool dan namai objek tersebut dengan nama “Iklan”, lalu klik OK. Maka pada layar akan muncul tampilan seperti pada gambar berikut.

5. Kemudian pada jendela “Pool Iklan” tuliskan secara manual nama perusahaan yang sesuai dengan format penulisan pada file excel data yang kita miliki. (perusahaan _A, _B, _C dan _D). Seperti tampak pada gambar berikut.

6. Pada jendela “Pool Iklan” klik menu Proc, Import Pool Data. Pada tahapan ini kita akan mengimport data yang sebelumnya sudah kita miliki pada file Excel. Sehingga ketika kita masukan kedalam Eviews akan terlihat seperti gambar berikut. Tuliskan nama variabel sesuai dengan nama pada file excel di akhiri dengan tanda “ ? ”.

7. Setelah kita berhasil memasukan data yang akan kita proses kedalam Eviews, maka tampilan akhir jendela Workfile yang sudah berisikan data yang sudah siap proses seperti tampak pada gambar berikut.

8. Untuk melakukan dan memastikan data yang kita masukan kedalam Eviews sudah benar maka kita bisa membuka data dengan cara mengklik pada icon nama variabel yang kita definisikan pada data pada jendela Workfile atau pada jendela Pool Iklan klik menu Sheet seperti tampak pada gambar berikut. Tuliskan nama variabel sesuai dengan nama pada file excel di akhiri dengan tanda “ ? ”.

9. Untuk mengamankan hasil entry data yang kita miliki kedalam Eviews maka lakukan penyimpanan SAVE, sesuai dengan nama file kerja yang kita kehendaki. Dari tampilan data pada poin 8, kita dapat melakukan Analisis Regresi Random Effect dengan mengklik menu Estimate.

Analisis Regresi Random Effect

Adapun langkah-langkah analisis model regresi Random Effect adalah sebagai berikut.

1. Setelah kita memperoleh data dalam Eviews seperti telah di jelaskan pada tahapan “Input Data Pool” pada poin ke-8, yakni data sudah yakin benar masuk dalam Eviews. Maka langkah selanjutnya adalah klik menu Estimates seperti tampak pada gambar berikut.

2. Dan selanjutnya pada bingkai Dependent Variabel, isikan “laba?” dan pada bingkau Common Coeficients isikan “penj?” dan “iklan?”. Lalu pada bingkai Estimation Method pada pilihan Cross Section pilih “Random Effect”. Seperti tampak pada gambar berikut.

3. Jika semua isian dalam bingkai menu Pool Estimation sudah benar maka klik OK. Maka Eviews akan memproses analisis regresi Random Effect dan akan muncul jendela output sebagai berikut.

4. Dari hasil di atas tampak terlihat fungsi dari pool data pada perusahaan A, B, C dan D. Dimana yang membedakan dengan fungsi regresi biasa (Common Effect) adalah terletak pada penambahan koefisien konstanta Random Effect untuk tiap objek perusahaan (_A_C ; _B_C ; _C_C dan _D_C) sebagai nilai penambah pada koefisien utama model C. Dari hasil di atas kita peroleh 4 bentuk persamaan yang merujuk pada pool data berdasarkan perusahaan A, B, C dan D.

Yang perlu diperhatikan oleh peneliti atau data master untuk semua proses yang sudah kita paparkan di atas diantaranya, pertama adalah tata cara menginput data dari format excel ke dalam Eviews dan kedua adalah pemilihan objek yang dijadikan sebagai pool data pada metode yang dipilih dalam analisis. Hal ini perlu diperhatikan agar tidak terjadi error ketika import data (data tidak muncul) dan model yang dihasilkan sesuai teori yang mendasari analisis. Dan yang paling utama bagi para peneliti atau data master adalah tahu tujuan dan dasar teori yang mengharuskannya menggunakan metode regresi dengan Random Effect. SEMANGAT MEMPELAJARI!!!

Sumber :

Analisis Ekonometrika dan Statistika dengan Eviews, Wing Wahyu Winarno

—————————————————————————————————————————————————————————

Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :

WhatsApp : 081321709749
Email : welcome@mobilestatistik.com

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

—————————————————————————————————————————————————————————