Metode Kuantitatif untuk Penelitian Sosial Ananda Sabil Hussein, PhD, CMA Disampaikan pada Workshop Metode Kuantitatif STIE PGRI Dewantara Jombang 2018

Ananda Sabil HussEIn Ketua Program Studi S-1 Kewirausahaan, Jurusan Manajemen FEBUB S1 – Manajemen FEBUB S2 – Strategic Marketing, University of Wollongong S3 – Doctor of Philosophy in Marketing, Lincoln University NZ Certified Marketing Analyst Research Areas: Strategic Marketing Tourism and Hospitality Consumer behaviour Service marketing Publications Emerald, Taylor francis, IGI-Global, Informing Science etc

outline

Riset Gap dan Novelty Sebuah penelitian membutuhkan permasalahan penelitian Permasalahan penelitian  celah penelitian Menemukan celah penelitian baru langkah awal dalam penelitian

Riset Gap Terdapat lima jenis research gap (Ferdinan,2016) Tatanan konseptual yang baik, tetapi belum ada kajian teoretikal serta penelitian empiris Ketidakterselesaikannya sebuah masalah penelitian seperti tidak atau belum terbuktinya hipotesis yang diajukan Penelitian yang menyisakan defisiensi dalam hasil dan peran penelitian sejenisnya Hasil penelitian yang baik tetapi menyisakan ketidakjelasan proses Hasil penelitian yang menyisakan kelemahan

Memberikan variabel mediasi Menambahkan variabel moderasi Mengisi Gap Memberikan variabel mediasi Menambahkan variabel moderasi Menambahkan variabel baru Memodifikasi variabel

Metode kuantitatif Regresi linear berganda Analisa jalur Variance Based SEM / PLS Covariance Based SEM / SEM

Regresi Linear Berganda Analisis regresi linear berganda merupakan salah satu analisis multivariate yang bertujuan untuk memprediksi pengaruh beberapa variable bebas terhadap satu variable terikat. Jika ditulis dalam persamaan matematika Y=a+b1X1+b2X2+…+bnXn+e Y = variable terikat a = konstanta b = koefisien dari variable bebas X = variable bebas e = error X Z Y

Regresi Linear Berganda

Regresi Linear Berganda Z=-0.823 + 0.241X1+ 0.901Y + e

Analisa Jalur Regresi Linear Analisa Jalur

Analisa Jalur Untuk melakukan analisa jalur dilakukan beberapa langkah: Merancang model teoritis Menguji asumsi-asumsi terkait Melakukan pendugaan parameter/perhitungan koefisien jalur Menguji validitas model Melakukan intepretasi

Analisa Jalur Merancang model teoritis X Y Z Z= a+bX+cY+e Y=a+bX+e

Analisa Jalur Langkah Kedua : Menguji Asumsi-asumsi Adapun asumsi-asumsi yang perlu diuji adalah sebagai berikut: Dalam model analisis jalur, hubungan antar variabel adalah linear Hanya model non rekursif yang dapat dianalisa Data variabel endogen minimal dalam skala interval Instrumen valid dan reliabel Model yang dianalisis sudah dispesifikasi dengan benar

Analisa Jalur Pendugaan Parameter p3 X Y Z p2 p1 p1 x p2

Analisa Jalur Z= a+bX+cY+e Z = -0.823 + 0,241X + 0,901Y + e1 P3 = 0,196 P2 = 0,773

Analisa Jalur Y=a+bX+e Y = 0,205 + 0,916X + e2 P1 = 0,868

Analisa Jalur Menghitung error error dapat dihitung dengan rumus sebagai berikut : Pei= 1- R1-square sehingga e1 = 1- 0,898 = 0,319 e2 = 1- 0,753 = 0,496

Analisa Jalur 0,868 X Y Z e2 0.496 0.319 0,196 0,773 e1 0.151

Mengapa Menggunakan PLS-SEM Cocok untuk jumlah sampel kecil Non-normal data Indikator formatif dan reflektif Single indicator Menguji teori Melakukan prediksi Kompleks model Model hierarki Exploratory dan pengembangan teori

Terima Kasih