Survey Lapangan Mobilitas Warga Kawasan TOD Jakarta Pusat

Survey Lapangan Mobilitas Warga Kawasan TOD Jakarta Pusat

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 warga masyarakat yang tinggal atau beraktivitas di Kawasan TOD Jakarta Pusat, guna memperoleh informasi pola pergerakan para pengguna kawasan transit berbasis TOD regional di Jakarta Pusat (Kawasan Dukuh Atas, Senen, dan Tanah Abang). 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 warga masyarakat yang beraktivitas dan atau tinggal di wilayah Kawasan Dukuh Atas, Senen, dan Tanah Abang. Kriteria objek yang cukup mudah pada perkiraan awal karena seperti kita tahu bahwa warga masyarakat biasanya welcome dengan riset, apalagi dilakukan kaitannya dengan pendidikan. Pada realitanya didapati pula kesulitan tertentu, di antaranya adalah faktor kesediaan responden dan waktu yang tepat dalam bertemu dengan calon responden. Sehingga diperlukan effort ekstra tidak hanya proses komunikasi yang diharuskan baik, akan tetapi extra time agar didapatkan waktu pas untuk bertemu target responden (week end dan waktu sore hingga malam hari).

Crew lapangan yang diturunkan pada survey lapangan kali ini sebanyak 3 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. Perlu pendekatan kepada para tokoh masyarakat (RT dan RW setempat) agar penerimaan warga terhadap tim lapangan kita tidak terkendala. Dan hal ini memudahkan tim kita dilapangan dalam mendapatkan responden, sehingga berpengaruh pada proses pengambilan data di lapangan yang relatif lebih cepat.

Tools lain yang kita gunakan dalam mendapatkan target sampel 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, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian, aplikasi software statistik ataupun olahdata.

  • “1st Kirim Pertanyaan, Pasti Kami Jawab . . . InsyaAllah”

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

Survey Lapangan Preferensi Moda Transportasi Warga Jakarta #Part2

Survey Lapangan Preferensi Moda Transportasi Warga Jakarta #Part2

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 warga masyarakat di sekitar pembangunan MRT Jakarta dengan radius 5 km s.d 7 km, guna mendapatkan informasi terkait kebiasaan dan pilihan moda transportasi yang digunakan warga Jakarta untuk menuju tempat aktivitasnya (Misal : kerja, sekolah, dagang atau kuliah). 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 warga masyarakat yang mewakili sebuah keluarga di wilayah Jakarta, yang memiliki keseharian aktivitas di ibu kota Jakarta, baik itu yang beraktivitas dengan menggunakan pribadi maupun dengan menggunakan kendaraan umum. Kriteria objek yang cukup mudah pada perkiraan awal karena seperti kita tahu bahwa warga masyarakat biasanya welcome dengan riset, apalagi dilakukan kaitannya dengan pendidikan. Pada realitanya didapati pula kesulitan tertentu, di antaranya adalah faktor kesediaan responden dan waktu yang tepat dalam bertemu dengan calon responden. Sehingga diperlukan effort ekstra tidak hanya proses komunikasi yang diharuskan baik, akan tetapi extra time agar didapatkan waktu pas untuk bertemu target responden (week end dan waktu sore hingga malam hari).

Crew lapangan yang diturunkan pada survey lapangan kali ini sebanyak 4 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. Perlu pendekatan kepada para tokoh masyarakat (RT dan RW setempat) agar penerimaan warga terhadap tim lapangan kita tidak terkendala. Dan hal ini memudahkan tim kita dilapangan dalam mendapatkan responden, sehingga berpengaruh pada proses pengambilan data di lapangan yang relatif lebih cepat.

Tools lain yang kita gunakan dalam mendapatkan target sampel 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, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian, aplikasi software statistik ataupun olahdata.

  • “1st Kirim Pertanyaan, Pasti Kami Jawab . . . InsyaAllah”

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

Ragam Uji Lanjut Dalam Rancangan Percobaan

Ragam Uji Lanjut Dalam Rancangan Percobaan

Pada empat artikel yang lalu kita sudah membahas 2 rancangan percobaan dasar yang seharusnya peneliti pahami baik itu secara konsepsi maupun aplikasi (menggunakan SPSS), yakni teknik Rancangan Acak Lengkap (RAL) dan Rancangan Acak Kelompok (RAK). Seperti sudah sedikit kita singgung pada pembahasan pada penggunaan aplikasi SPSS bahwa jika memang hasil uji F pada teknik rancangan percobaan baik itu RAL maupun RAK adalah signifikan maka untuk memastikan perlakuan mana yang secara berarti berbeda atau menjadikannya berbeda dapat diketahui dengan adanya uji lanjut.

Jika para pembaca sudah mengetahui atau kenal adanya uji 2 sampel dengan menggunakan uji t, tidak lah susah dalam memahami secara konsepsi pengaplikasian uji lanjut pada rancangan percobaan. Permasalahannya sekarang adalah tipe uji lanjut yang manakah yang memang cocok diterapkan pada data atau rancangan percobaan yang kita gunakan. Nah pada kesempatan kali ini kita akan coba uraikan secara singkat beberapa teknik uji lanjut yang terdapat pada teknik rancangan percobaan yang dapat digunakan oleh para peneliti.

Beda Nyata Terkecil (Least Significant Difference : LSD)

Uji ini secara singkat telah didiskusikan oleh Fisher (1935), sehingga dikenal juga sebagai beda nyata terkecil Fisher (Fisher’s LSD) atau uji t berganda (multiple t test). Perlu dicatat bahwa uji ini akan sangat baik digunakan apabila pengujian nilai tengah (mean) perlakuan yang akan diperbandingkan sebelumnya telah direncanakan. Sehingga sering juga dikenal sebagai pembanding terencana. Tingkat ketepatan uji LSD akan berkurang apabila digunakan untuk menguji semua kemungkinan pasangan nilai tengah (mean) perlakuan, yaitu melakukan pembanding yang tidak terencana (unplanned comparison).

Berikut ini dikemukakan beberapa aturan dasar yang perlu diperhatikan agar uji LSD dapat digunakan secara efektif.

  1. Gunakan uji LSD hanya bila uji F dalam analisis ragam (Anova) nyata (signifikan).
  2. Tidak menggunakan uji LSD untuk pembandingan semua kombinasi pasangan nilai tengah (mean) perlakuan bila percobaan mencakup lebih dari 5 perlakuan.
  3. Gunakan uji LSD untuk pembandingan terencana tanpa memperhatikan banyaknya perlakuan. Sebagai misal, dalam membandingkan setiap perlakuan terhadap kontrol, uji LSD dapat digunakan  sekalipun percobaan tersebut mencakup lebih dari 5 perlakuan.

Untuk menilai apakah dua nilai tengah (mean) perlakuan berbeda secara nyata, maka bandingkan selisih dua nilai tengah (mean) perlakuan tersebut dengan nilai LSD. Jika beda dua nilai tengah (mean) perlakuan lebih besar daripada nilai LSD, maka dua nilai tengah (mean) perlakuan dikatakan bebeda secara nyata (signifikan).

Uji Tukey (Honestly Significant Difference : HSD)

Uji Tukey atau sering juga disebut uji beda nyata jujur (honestly significant difference test). Uji ini diperkenalkan oleh J. W. Tukey (1953). Alternatif untuk pengujian pembandingan tanpa rencana, yaitu menguji semua kombinasi pasangan nilai tengah (mean) perlakuan dapat digunakan uji HSD.

Uji HSD sangat sederhana karena hanya membutuhkan satu nilai tunggal HSD yang digunakan sebagai pembanding. Jika beda dua nilai tengah (mean) perlakuan lebih besar dari nilai HSD maka kedua perlakuan dinyatakan berbeda.

Uji Wilayah Berganda Duncan (Duncan Multiple Range Test)

Uji Duncan didasarkan pada sekumpulan nilai beda nyata yang ukurannya semakin besar tergantung pada jarak di antara pangkat-pangkat dari dua nilai tengah (mean) yang dibandingkan. Uji Duncan dapat digunakan untuk menguji perbedaan diantara semua pasangan perlakuan yang mungkin tanpa memperhatikan jumlah perlakuan yang ada dari percobaan tersebut serta masih dapat mempertahankan tingkat nyata yang ditetapkan.

Berbeda dengan perhitungan uji pada LSD dan HSD, perhitungan signifikansi dua nilai tengah (mean) perlakuan pada uji Duncan cukup kompleks (tidak dibandingkan dengan hanya satu acuan nilai) dan dilakukan secara bertahap pada seluruh kombinasi nilai tengah (mean) dari perlakuan. Oleh karenanya dengan menggunakan uji wilayah berganda Duncan kita harus melakukan pembandingan sebanyak (t-1) kali, dimana t merupakan jumlah perlakuan yang akan dibandingkan.

Uji Student-Newman-Keuls (Uji S-N-K)

Student, Newman dan Kuels masing-masing telah memberikan kontribusi bagi pengembangan uji ini. Namun demikian uji ini sering disebut sebagai uji Newman-Keuls atau secara singkat hanya disebut sebagai metode Keuls. Berbeda dengan uji HSD yang hanya menggunakan satu nilai tunggal w (nilai acuan HSD) sebagai pembanding, pada uji S-N-K ini menggunakan beberapa nilai untuk pengujian (menggunakan beberapa nilai acuan w). Dan secara prosedur perhitungan uji S-N-K serupa prosedurnya dengan uji Duncan. 

Pada pengujian dengan uji S-N-K lebih kompleks dari segi kombinasi pengujian nilai tengah (mean) perlakuan dibandingkan dengan kombinasi pengujian nilai tengah (mean) perlakuan yang ada pada uji Duncan (hanya t-1 buah). Pada uji S-N-K akan ada ½t(t-1) pasangan nilai tengah (mean) perlakuan yang dapat dibandingkan.

Uji Dunnett (Dunnett Test)

Jika kita ingin membandingkan nilai tengah (mean) dari semua perlakuan dengan nilai tengah (mean) perlakuan kontrol, maka dapat menggunakan uji Dunnet. Jadi uji Dunnet merupakan suatu alat pengujian pembanding semua nilai tengah (mean) perlakuan dengan kontrol. Dunnet mengembangkan uji ini dan mempopulerkannya pada tahun 1955. Prosedur Dunnet membutuhkan sebuah nilai tunggal (d) untuk dijadikan pembanding.

Jika dilihat dari konsep penggunaan dari uji Dunnet mirip atau hampir sama dengan penggunaan uji LSD dan boleh jadi menjadi alternatif bagi peneliti jika memang memiliki kondisi yang di syaratkan oleh uji-uji tersebut.

….

Beberapa uji lanjut (5 jenis uji) dari teknik rancangan percobaan (jika Anova menghasilkan F yang signifikan) yang sudah kita kemukakan di atas haruslah dipahami secara baik dan benar. Pemahaman awal terkait dengan kondisi perlakuan dan tujuan penggunaannya pada perlakuan harus diperhatikan secara benar oleh peneliti. Agar penggunaan uji lanjut pada teknik rancangan percobaan dapat secara tepat memberikan konklusi yang diharapkan dari penelitian percobaan.

Hal lainnya, bagi peneliti yang menyenangi pembuktian perhitungan secara manual dapat mempelajarinya langsung pada buku-buku rancangan percobaan yang menjadi rujukan. Hal ini dikarenakan ada banyak notasi dan nilai-nilai yang harus dihitung dan diperoleh dari tabel-tabel acuan baku yang ada di buku sumber rujukan.

Selain itu ke-5 jenis pengujian di atas, ada beberapa teknik pengujian lanjutan yang lebih kompleks dan harus dipraktekan secara langsung (manual) bagi rancangan percobaan yang memiliki model dan perlakuan yang kompleks, beberapa teknik yang dapat dipelajari secara langsung diantaranya, Metode Pembanding Ortogonal, Uji Scheffe dan Analisis Gerombol (klaster) Scott-Knott. Adapun metode-metode yang sudah kita paparkan di atas biasanya metode yang umum digunakan pada penelitian yang cukup sederhana (baik dari teknik rancangan percobaan maupun jumlah perlakuan). Dan secara aplikasi dengan menggunakan SPSS menu untuk menemukan uji lanjut ada pada menu “Post Hoc”. SEMANGAT MEMAHAMI!!.

Sumber :

  • Vincent Gaspersz, Teknik Analisis Rancanangan Percobaan

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

Jika rekan peneliti memerlukan bantuan survey lapangan, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

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

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

Menghadapi Fakta Brutal, Good to Great, Jim Collins

Menghadapi Fakta Brutal, Good to Great, Jim Collins

Dua artikel lalu, yang kita muat pada kolom SerbaSerbi yang kaitannya dengan ulasan singkat dari buku Good to Great, kita sudah bahas pada 2 bab awal dari buku tersebut yaitu Kepemimpinan Level 5 dan Siapa Dulu… Baru Apa. Kita coba ulas singkat pembahasan dua bab yang lalu, kaitannya dengan Kepemimpinan Level 5, dimana menjadi landasan bagi para CEO dalam membangun perusahaan yang bukan hanya baik secara performa finansial akan tetapi perusahaan yang lestari (keberadaan perusahaan bukan hanya ada karena suatu pimpinan melainkan karena nilai-nilai yang ada dalam perusahaan itu sendiri). Sedangkan Siapa Dulu …. Baru Apa, merupakan langkah awal yang dilakukan oleh seorang pemimpin level 5, dimana mereka menemukan orang yang tepat terlebih dahulu dalam perusahaan dapat mengakselerasi kerja dan capaian-capaian perusahaan secara kontinu.

Pada kesempatan kali ini kita akan coba share tema selanjutnya, dimana ini merupakan langkah kedua yang dilakukan oleh pemimpin level 5 dalam membangun perusahaan bagus ke hebat (lestari), yaitu Menghadapi Fakta Keras/Brutal [Tapi Tidak Pernah Kehilangan Keyakinan]. Dalam bab ini dibahas sikap optimistis menyikapi kondisi terpuruk dari suatu perusahaan, dengan tanpa mengabaikan fakta-fakta riil lapangan yang sedang terjadi. Dalam hal kebanyakan, optimisme dibangun hanya dengan narasi motivasi yang hanya menggugah semangat akan tetapi mengabaikan penanggulangan fakta-fakta keras yang sedang terjadi di luar perusahaan. Dan penulis dalam hal ini Jim Collins pada bukunya menyebutnya dengan istilah “Paradoks Stockdale”.

Paradoks Stockdale, Good to Great, Jim Collins

Selanjutnya, pada artikel ini kita akan mengutip ikhtisar atau rangkumannya saja, lebih lengkap mengenai cerita dan data yang menjadi landasan intisari pada pembahasan bab Menghadapi Fakta Keras/Brutal [Tapi Tidak Pernah Kehilangan Keyakinan], pembaca dapat membaca langsung pada buku Good to Great, Jim Collins. Adapun poin-poin kunci pada bagian ketiga dari buku Good to Great yang membahas tentang Menghadapi Fakta Keras/Brutal [Tapi Tidak Pernah Kehilangan Keyakinan] diantaranya,

  1. Semua perusahaan bagus ke hebat memulai proses menemukan jalan keagungan atau kejayaan dengan menghadapi fakta-fakta brutal dari realitas terkini mereka.
  2. Saat Anda memulai dengan upaya jujur dan tekun untuk menemukan realitas situasi Anda, keputusan-keputusan yang benar kerap menjadi jelas dengan sendirinya.
  3. Tugas utama membawa satu perusahaan dari bagus ke hebat adalah menciptakan satu kultur dimana orang akan memiliki peluang besar untuk didengarkan, sehingga pada akhirnya kebenaran pun akan terdengar.
  4. Menciptakan satu iklim dimana kebenaran itu terdengar melibatkan empat praktik dasar : (1). Memimpin dengan pertanyaan, bukan jawaban (2). Terlibat dalam dialog dan debat, bukan paksaan (3). Melakukan otopsi tanpa saling menyalahkan dan (4). Membangun mekanisme bendera merah yang mengubah informasi menjadi informasi yang tak bisa diabaikan..
  5. Perusahaan bagus ke hebat menghadapi kesukaran yang sama besar dengan perusahaan pembanding, tapi merespon kesukaran itu secara berbeda. Mereka langsung menghadapi realitas situasi. Akibatnya mereka keluar dari kesukaran itu dalam kondisi lebih kuat.
  6. Satu psikologi kunci untuk memimpin dari bagus ke hebat adalah Paradoks Stockdale : Mempertahankan keyakinan mutlak bahwa Anda bisa dan akan menang pada akhirnya, terlepas dari rintangan yang ada, dan pada saat bersamaan menghadapi fakta-fakta paling brutal dari realitas terkini Anda, apa pun rintangan itu.
  7. Karisma bisa jadi menjadi beban ketimbang aset karena kekuatan dari kepribadian kepemimpinan Anda bisa menyurutkan orang untuk membawa fakta-fakta brutal kepada Anda.
  8. Kepemimpinan tidak hanya mulai dengan visi. Kepemimpinan mulai dengan membuat orang menghadapi fakta-fakta keras dan bertindak mengatasi dampak-dampak yang terjadi.
  9. Mencurahkan waktu dan energi untuk berusaha “memotivasi” orang sama dengan membuang tenaga. Pertanyaan pentingnya bukanlah, “Bagaimana kita memotivasi orang kita?”. Jika Anda memiliki orang yang tepat, mereka akan memotivasi diri dengan sendirinya. Salah satu cara utama untuk menyurutkan motivasi orang adalah dengan mengabaikan fakta-fakta keras realitas.

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.

Rancangan Acak Kelompok (RAK) Dengan SPSS

Rancangan Acak Kelompok (RAK) Dengan SPSS

Pada artikel sebelumnya kita sudah memaparkan konsepsi terkait penelitian dengan teknik rancangan percobaan dengan metode Rancangan Acak Kelompok (RAK). Secara prinsip kita sudah ketahui dan pahami bersama bahwa pada RAK unit percobaan bersifat heterogen atau dalam kelompoknya relatif homogen sedangkan antar kelompoknya heterogen. Selain itu, dalam RAK pun hanya melibatkan satu jenis perlakuan pada unit percobaan (seperti halnya pada RAL). 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 RAK pada sampel data penelitian yang kita miliki.

Lebih lanjut langkah-langkah menggunakan software SPSS pada Rancangan Acak Kelompok (RAK) 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 Kelompok (RAK)

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.

Rancangan Acak Kelompok (RAK)
Gambar 1. Jendela Variabel View
Rancangan Acak Kelompok (RAK)
Gambar 2. Jendela Variabel View

3. Setelah data yang kita miliki siap untuk di analisis, langkah selanjutnya klik menu Analyze lalu pilih pada menu General Linear Model (GLM) lalu klik pada menu Univariate, maka akan muncul tabel sebagai berikut.

Rancangan Acak Kelompok (RAK)
Gambar 1. Menu GLM Univariate
Rancangan Acak Kelompok (RAK)
Gambar 2. Pendefinisian Variabel Pada GLM Univariate

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

Rancangan Acak Kelompok (RAK)

5. Setelah men-set variabel kita dengan tepat sesuai dengan kolom variabelnya, maka langkah selanjutnya adalah mendefinisikan output apa saja yang kita kehendaki, 3 (dua) menu utama yang sering digunakan adalah Models yang digunakan untuk mendefinisikan model matematis secara teori (main effect dan interaksi) serta metode perhitungan pada Anova, Post Hoc untuk melakukan 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.

Rancangan Acak Kelompok (RAK)
Gambar 1. Menu Pendefinisian Model Matematis RAK
Rancangan Acak Kelompok (RAK)
Gambar 2. Opsi Output SPSS

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 RAK kita. Output yang dihasilkan dari data RAK yang kita inputkan akan tampak seperti gambar berikut.

Rancangan Acak Kelompok (RAK)
Gambar 1. Output RAK Uji Signifikansi Staistik F

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 RAK dengan SPSS di atas, terlihat sangat sederhana dan sepertinya mudah untuk diaplikasikan. Yang menjadi perhatian penulis adalah penguasaan teori tentang RAK yang telah kita uraikan pada artikel sebelumnya sebelum mengaplikasikan pada software SPSS. SEMANGAT MENCOBA!!.

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

Jika rekan peneliti memerlukan bantuan survey lapangan, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

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

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

Survey Lapangan Pelanggan Aksesoris Mobil Toyota Jakarta

Survey Lapangan Pelanggan Aksesoris Mobil Toyota Jakarta

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 konsumen atau pelanggan aksesoris mobil Toyota di DKI Jakarta. 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 konsumen atau pelanggan yang pernah atau tetap menggunakan aksesoris merk Toyota untuk kendaraannya. Oleh karenanya, pemilihan lokasi berkumpulnya calon responden yang memenuhi kriteria harus diprediksikan, semisal komunitas mobil Toyota dan bengkel-bengkel resmi merk Toyota menjadi sasaran utama lokasi dalam menndapatkan responden.

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. 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 (brand awareness Toyota), 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, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

  • Phone/WA/Line : 081321709749

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian, aplikasi software statistik ataupun olahdata.

  • “1st Kirim Pertanyaan, Pasti Kami Jawab . . . InsyaAllah”

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

Rancangan Acak Kelompok (RAK)

Rancangan Acak Kelompok (RAK)

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 :

rancangan acak kelompok (RAK)

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.

rancangan acak kelompok (RAK)

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

rancangan acak kelompok (RAK)

Dimana :

  1. Yij : nilai pengamatan dari perlakuan ke-i dalam kelompok ke-j
  2. u : nilai tengah populasi
  3. Ʈi : pengaruh aditif dari perlakuan ke-i
  4. bj : pengaruh aditif dari kelompok ke-j
  5. ϵij : 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. 

  1. 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).
  2. 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, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

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

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

Survey Lapangan Industri 4.0 Pada Perusahaan Manufaktur Kab. Bekasi

Survey Lapangan Industri 4.0 Pada Perusahaan Manufaktur Kab. Bekasi

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.

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 sangat tinggi dikarenakan frame bermanfaatnya research dan traffic kerja di perusahaan manufaktur menjadi tantangan tersendiri di 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, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian, aplikasi software statistik ataupun olahdata.

  • “1st Kirim Pertanyaan, Pasti Kami Jawab . . . InsyaAllah”

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

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

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

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.

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,

good to great, jim collins

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,

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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).
  6. 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.
  7. 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.
  8. Ungkapan kuno “orang adalah aset terpenting Anda.” Itu keliru. Orang bukanlah aset terpenting Anda, melainkan orang yang tepatlah yang merupakan aset terpenting Anda.
  9. 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.
Rancangan Acak Lengkap (RAL) Dengan SPSS

Rancangan Acak Lengkap (RAL) Dengan SPSS

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.

rancangan acak lengkap (RAL) dengan SPSS

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.

rancangan acak lengkap (RAL) dengan SPSS
Gambar 1. Menu One Way Anova
rancangan acak lengkap (RAL) dengan SPSS
Gambar 2. Pendefinisian Variabel Pada One Way Anova

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.

rancangan acak lengkap (RAL) dengan SPSS

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.

rancangan acak lengkap (RAL) dengan SPSS
Gambar 1. Menu Uji Lanjut Pada Data
rancangan acak lengkap (RAL) dengan SPSS
Gambar 2. Opsi Tambahan Pada Output SPSS

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.

rancangan acak lengkap (RAL) dengan SPSS
Gambar 1. Output SPSS Untuk RAL
rancangan acak lengkap (RAL) dengan SPSS
Gambar 2. Output SPSS Untuk RAL

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, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

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

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