Rekabentuk penyelidikan kuantitatif Istilah yang penting Pembolehubah (variable) –satu konsep yang berubah Penyelidik kuantitatif menggunakan pembolehubah dan menerangkan hubungan antara pembolehubah. Pembolehubah boleh mempunyai dua atau lebih nilai atau kategori.

Jenis-jenis pembolehubah – pembolehubah bebas (independent) dan pembolehubah bergantung (dependent) Pembolehubah ‘intervening’-pembolehubah selepas pembolehubah bebas dan sebelum pembolehubah bergantung.

hipotesis sebab-akibat Hipotesis sebab-akibat (causal hypothesis) merupakan satu penyataan yang belum diuji secara empirik. Hipotesis menerangkan hubungan pembolehubah bergantung dan bebas.

Jenis-jenis hipotesis Hipotesis nol dan hipotesis alternatif.

Ciri-ciri hipotesis sebab-akibat Mempunyai sekurang-kurangnya dua pembolehubah. Menerangkan hubungan sebab akibat antara pembolehubah Boleh ditulis dalam bentuk ramalan atau apa yang dijangkakan pada masa depan. Berkaitan dengan soalan kajian dan teori. Boleh diuji dengan menggunakan bukti-bukti empirik.

Ukuran Kuantitatif Definisi Konsep Definisi Pengoperasian Satu definisi yang sistematik dan teliti tentang sesuatu konsep yang ingin diukur. Definisi Pengoperasian Definisi bagi sesuatu pembolehubah berdasarkan tindakan yang akan diambil untuk mengukur pembolehubah tersebut.

3 perkara untuk menunjukkan ‘causality’ Temporal order (susunan) Hubungan (association) Mengenalpasti pembolehubah alternatif yang boleh menjadi punca dan memastikan punca sebenar sesuatu fenomena.

Proses membentuk definisi konsep dan pengoperasian Sumber: Neuman (2006)

Proses membentuk definisi konsep dan pengoperasian Sumber: Neuman (2006)

Cadangan untuk membentuk satu ukuran Penyelidik perlu menyediakan definisi konsep dan sentiasa memastikan bahawa ukuran yang akan dibuat sesuai dengan definisi ini. Mempunyai fikiran yang terbuka. Merujuk kepada ukuran yang digunakan oleh penyelidik yang lain. Meminjam ukuran dari penyelidik lain sekiranya sesuai. Memikirkan masalah praktikal yang mungkin timbul dalam membuat ukuran. Memastikan ukuran sesuai dengan unit of analysis.

Reliability (kebolehpercayaan) dan validity (kesahihan) Dua perkara yang sangat penting dalam membuat ukuran. Realibility atau kebolehpercayaan merujuk kepada sama ada satu ukuran itu konsisten atau tidak. Validity atau kesahihan – sama ada ukuran itu benar-benar mengukur konsep yang ingin diukur oleh penyelidik

Reliability Terdapat tiga jenis: Stability reliability – sama ada ukuran itu memberi keputusan yang sama selepas satu jangka masa. Contohnya, sekiranya kita mengukur satu konsep pada hari ini dan setahun dari sekarang adakah kedua-duanya memberi keputusan yang sama. Boleh diuji dengan menggunakan test-retest method (ujian-ujian semula)

Representative reliability Sama ada ukuran tersebut memberi keputusan yang sama bila digunakan untuk kumpulan-kumpulan yang berbeza. Contohnya, adakah ukuran itu memberi keputusan yang sama di kalangan kumpulan yang berbeza umur, etnik, agama, gender dll. Boleh diuji dengan menggunakan analisis sub populasi (sub population analysis)

Equivalence reliability Digunakan apabila beberapa item/ pernyataan digunakan untuk mengukur satu konsep Contohnya, terdapat 5 soalan/pernyataan untuk mengukur satu konsep dalam soal selidik. Jika semua pernyataan didapati mengukur konsep yang sama maka ukuran tersebut mempunyai equivalence reliability.

Bagaimana memperbaiki kebolehpercayaan Pastikan definisi konsep dan pengoperasian adalah jelas. Tingkatkan tahap pengukuran (level of measurements) Guna beberapa soalan/pernyataan untuk mengukur satu konsep Membuat pra-ujian (pre test), kajian pilot

Validity (kesahihan) Empat jenis Kesahihan muka (face validity) Pandangan atau keputusan komuniti saintifik mengenai sesuatu ukuran sama ada mereka fikir ukuran itu benar-benar mengukur konsep yang ingin diukur.

content validity Adakah keseluruhan definisi konsep diukur oleh ukuran tersebut.

Kesahihan kriteria (criterion validity) Terdapat dua jenis Kesahihan serentak (Concurrent validity) Sekiranya penyelidik ingin membuat satu ukuran baru bagi satu konsep yang telah mempunyai satu ukuran yang sahih (valid measurement) maka keputusan yang diperolehi oleh penyelidik dengan menggunakan ukuran yang dibentuk olehnya perlu memberi keputusan yang hampir sama dengan ukuran yang sedia ada.

Kesahihan ramalan (predictive validity) Keupayaan satu ukuran untuk ‘meramalkan’ kejadian pada masa depan. Tidak sesuai untuk semua ukuran.

Construct validity Digunakan untuk ukuran yang mempunyai beberapa item/penyataan. Terdapat 2 jenis: Convergent validity Apabila semua item yang mengukur satu konsep yang sama memberi keputusan yang sama. Discriminant validity Bertentangan dengan convergent validity Jika terdapat item yang mengukur konsep yang bertentang, maka keputusan item tersebut mesti berbeza/bertentangan.

Indeks Indeks adalah gabungan beberapa item kepada satu skor numerik Contoh: CPI (Indeks harga pengguna) digunakan untuk mengukur inflasi. Ia dikira dengan membandingkan kos membeli/mendapatkan beberapa barang dan perkhidmatan pada satu masa dengan kos barang/perkhidmatan yang sama pada tahun sebelumnya. tahap pengukuran interval/selang atau ratio/nisbah.

Skala Skala sering digunakan bila penyelidik ingin mengukur apa yang dirasai/difikir oleh seorang responden. Kebanyakan skala mempunyai tahap pengukuran ordinal. Skala boleh mempunyai satu atau lebih item. Ia merupakan satu ukuran di mana penyelidik cuba mengukur arah, tahap dll.

Skala Likert (Likert Scale) Skala Likert adalah contoh skala yang popular dan sering digunakan. Responden perlu menyatakan sama ada mereka bersetuju atau tidak bersetuju dengan sesuatu penyataan. Seringkali beberapa item digunakan untuk mengukur satu pembolehubah. Skor daripada item-item ini boleh digabungkan untuk membentuk satu indeks.

Persampelan Sampel merupakan satu set kes yang dipilih oleh penyelidik daripada satu populasi. Sampling element (unsur persampelan) – unit analisis yang digunakan dalam kajian. Sampling frame (rangka persampelan)- senarai semua unsur dalam populasi yang dikaji.

Persampelan rawak (probability sampling) Simple random sampling (persampelan rawak mudah) Penyelidik membuat rangka persampelan dan memberi nombor kepada setiap kes atau unsur dalam populasi. Dengan menggunakan jadual nombor rawak (random number table) penyelidik memilih sampel yang dikehendaki. Setiap unsur dalam populasi mempunyai kebarangkalian yang sama untuk dipilih

Persampelan sistematik (systematik sampling) Juga merupakan persampelan rawak. Penyelidik membuat rangka persampelan. Penyelidik menentukan selang persampelan (sampling interval). Penyelidik memilih unsur pertama secara rawak dan memilih unsur-unsur seterusnya berdasarkan selang persampelan.

Contoh

Jadual nombor rawak

Persampelan berlapis (stratified sampling) Penyelidik membahagikan populasi kepada beberapa kategori yang saling ekslusif (mutually exclusive). Penyelidik memilih sampel secara rawak daripada setiap kategori. Bilangan yang dipilih daripada setiap kategori adalah berdasarkan nisbah dalam populasi.

Persampelan kelompok (cluster sampling) Sering digunakan bila rangka persampelan tidak lengkap dan apabila populasi merangkumi kawasan geografi yang besar. Populasi dibahagikan kepada kelompok-kelompok dan seterusnya kelompok-kelompok ini dipilih secara rawak. Sering dilakukan dalam 2 atau tiga peringkat.

Contohnya: Peringkat pertama: penyelidik memilih kelompok secara rawak. Peringkat kedua: penyelidik memilih di dalam kelompok (yang telah dipilih secara rawak dalam peringkat pertama) secara rawak.

Saiz sampel Banyak faktor perlu diambil kira dalam menentukan saiz sampel. Seringkali sample yang besar adalah baik namun begitu ia tidak menjamin bahawa sampel itu akan mewakili ciri-ciri yang wujud dalam populasi.

Sumber Neuman, W. L. (2006). Social Research Methods: qualitative and quantitative. Wadsworth: Thomson Bailey, K. D. (1992). Kaedah Penyelidikan. Kuala Lumpur: DBP.