Skip to content
Kembali ke hasil pencarian

Penelitian Penjelas — Desain Penelitian Penjelas

Diperkenalkan oleh
Formalized by Earl Babbie and Fred Kerlinger among others
Tahun
1960s–1980s (codified in behavioral and social science methodology)
Jenis
Non-experimental quantitative research design
Keluarga
Survey / observational design

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Penelitian penjelas adalah desain penelitian kuantitatif non-eksperimental yang melampaui deskripsi fenomena untuk mengidentifikasi mengapa fenomena itu terjadi — menguji hubungan atau mekanisme yang menjelaskan pola yang diamati.

Berakar pada metodologi ilmu sosial positivis, penelitian ini menggunakan hipotesis yang didorong oleh teori dan analisis statistik untuk menguji apakah variabel spesifik menjelaskan variasi dalam suatu hasil, tanpa perlu memanipulasi variabel tersebut.

Intuisi di balik metode

Jika penelitian deskriptif menjawab 'apa yang sedang terjadi?' dan penelitian eksploratif bertanya 'apa yang mungkin terjadi?', penelitian penjelas bertanya 'mengapa ini terjadi?' Bayangkan Anda telah menetapkan bahwa motivasi siswa dan prestasi akademik berkorelasi. Penelitian penjelas melangkah lebih jauh: ia merumuskan hipotesis yang didasarkan pada teori motivasi, mengumpulkan data tentang variabel penjelas yang diusulkan (misalnya, efikasi diri, orientasi tujuan, dukungan orang tua), dan menguji secara statistik apakah variabel-variabel tersebut menjelaskan perbedaan dalam prestasi. Tujuannya adalah untuk membangun atau memverifikasi penjelasan — akun kausal atau relasional — bukan sekadar deskripsi.

Sejarah

Perbedaan antara tujuan penelitian deskriptif, eksploratif, dan penjelas disistematisasi dalam buku teks metodologi ilmu sosial tahun 1960-an hingga 1980-an, terutama dalam Fred Kerlinger's Foundations of Behavioral Research (1964, rev. 1986) dan Earl Babbie's The Practice of Social Research (edisi pertama 1975). Karya-karya ini menetapkan penelitian penjelas sebagai tingkat penyelidikan ilmiah ketiga dan paling ambisius — setelah deskripsi dan eksplorasi — di mana peneliti menguji akun teoretis tentang mengapa pola ada. Kerangka kerja ini diadopsi secara luas di seluruh penelitian sosiologi, psikologi, pendidikan, dan manajemen dan tetap menjadi inti dari kurikulum metode penelitian pascasarjana.

Kapan digunakan

Gunakan penelitian penjelas ketika dasar deskriptif sudah ada dan tujuannya adalah untuk memahami mengapa atau bagaimana pola yang diamati muncul — menguji penjelasan teoretis spesifik daripada sekadar mendokumentasikannya. Ini cocok untuk situasi di mana eksperimen acak tidak praktis atau tidak etis dan di mana kontrol statistik dapat menggantikan manipulasi eksperimental. Ini sesuai ketika ukuran sampel cukup besar untuk analisis multivariat dan ketika ukuran yang tervalidasi dari konstruk penjelas tersedia. Jangan gunakan penelitian penjelas ketika fenomena tersebut sangat sedikit dipahami sehingga belum ada teori yang kredibel (gunakan penelitian eksploratif sebagai gantinya), ketika ukuran sampel terlalu kecil untuk model statistik yang dimaksud, atau ketika pertanyaan penelitian memerlukan bukti kausal yang hanya dapat diberikan oleh eksperimen terkontrol.

Batasan dan pertimbangan

  • Tanpa penugasan acak, penelitian ini tidak dapat secara definitif menetapkan kausalitas — korelasi dan kontrol statistik bukanlah pengganti eksperimentasi.
  • Desain cross-sectional tidak dapat menyingkirkan kausalitas terbalik atau menetapkan urutan temporal variabel yang diperlukan untuk inferensi kausal.
  • Daya penjelas sepenuhnya bergantung pada kualitas kerangka kerja teoretis; model yang salah spesifikasi akan menghasilkan hasil yang menyesatkan bahkan dengan data yang bersih.
  • Kesalahan pengukuran pada variabel penjelas melemahkan koefisien regresi dan dapat menyebabkan perkiraan hubungan yang sebenarnya terlalu rendah.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Menggerakkan penyelidikan melampaui deskripsi untuk menguji penjelasan yang diturunkan secara teoretis tentang mengapa fenomena terjadi.
  • Dapat diterapkan dalam konteks di mana manipulasi eksperimental tidak praktis, tidak etis, atau tidak mungkin.
  • Kontrol statistik multivariat memungkinkan pemeriksaan beberapa variabel penjelas secara bersamaan sambil menjaga yang lain tetap konstan.
  • Kompatibel dengan sampel besar yang representatif, memungkinkan generalisasi penjelasan ke populasi yang ditentukan.
  • Kumulatif: temuan dapat diintegrasikan di berbagai studi melalui meta-analisis untuk membangun model penjelas yang lebih kuat.

Penerapan

  • Menguji apakah efikasi diri, nilai tugas, dan dukungan orang tua bersama-sama menjelaskan varians dalam prestasi akademik siswa setelah mengontrol pencapaian sebelumnya.
  • Memeriksa faktor organisasi mana (gaya kepemimpinan, iklim komunikasi, kejelasan peran) yang menjelaskan perbedaan tingkat kelelahan karyawan di berbagai departemen.
  • Menyelidiki mengapa lingkungan tertentu memiliki tingkat penyakit kronis yang lebih tinggi dengan menguji variabel penjelas seperti akses makanan, kualitas udara, dan kemiskinan sosioekonomi.
  • Mengevaluasi penjelasan teoretis yang bersaing tentang partisipasi pemilih dengan menguji prediktor demografis, sikap, dan struktural dalam kumpulan data survei nasional.
  • Menganalisis jalur di mana intensitas pelatihan, praktik pemulihan, dan kesiapan psikologis menjelaskan variasi kinerja di antara atlet kompetitif.

Cara kerjanya

Cara kerjanya

1

Peneliti mengidentifikasi fenomena yang perlu dijelaskan dan menurunkan hipotesis spesifik yang didasarkan pada teori tentang mengapa fenomena itu terjadi. Hipotesis-hipotesis ini menentukan variabel independen mana yang diharapkan menjelaskan variasi dalam variabel dependen dan ke arah mana, berdasarkan literatur sebelumnya atau kerangka kerja teoretis yang mapan.

2

Desain penelitian dipilih yang memungkinkan hipotesis diuji dengan kontrol yang sesuai. Survei cross-sectional, kumpulan data sekunder, atau catatan arsip adalah hal yang umum. Karena penelitian penjelas biasanya non-eksperimental, peneliti menggunakan kontrol statistik (misalnya, regresi, ANCOVA, analisis jalur) untuk mengisolasi kontribusi penjelas dari setiap variabel daripada merandomisasi partisipan ke dalam kondisi.

3

Data dikumpulkan dari sampel yang cukup besar untuk mendeteksi ukuran efek yang diharapkan dan mendukung teknik statistik yang direncanakan. Instrumen standar, skala yang tervalidasi, atau catatan administratif lebih disukai untuk memaksimalkan keandalan pengukuran. Representativitas sampel penting karena tujuannya adalah untuk menggeneralisasi penjelasan di luar sampel.

4

Metode statistik inferensial — analisis regresi, pemodelan persamaan struktural, analisis varians, atau analisis mediasi/moderasi — diterapkan untuk menguji apakah variabel penjelas yang dihipotesiskan menjelaskan varians signifikan dalam hasil. Statistik goodness-of-fit, ukuran efek, dan interval kepercayaan dilaporkan bersama dengan uji signifikansi.

5

Hasil diinterpretasikan berdasarkan kerangka kerja teoretis asli. Peneliti mengevaluasi apakah bukti mendukung, mendukung sebagian, atau menyangkal setiap hipotesis, membahas penjelasan alternatif, mengakui keterbatasan inferensi cross-sectional atau non-eksperimental, dan menempatkan temuan dalam literatur yang lebih luas.

Kesalahan umum

  • Mengklaim kausalitas dari bukti korelasional — penelitian penjelas dapat mendukung interpretasi kausal tetapi tidak dapat membuktikannya tanpa desain eksperimental atau data longitudinal dengan urutan temporal yang tepat.
  • Menghilangkan variabel yang relevan — variabel pengganggu yang tidak dimasukkan dalam model memperbesar atau mengecilkan kontribusi penjelas yang tampak dari variabel yang dimasukkan, yang mengarah pada perkiraan yang bias.
  • Sampel yang kurang bertenaga — regresi dan SEM memerlukan ukuran sampel yang memadai relatif terhadap jumlah prediktor; aturan praktis menunjukkan setidaknya 10–20 kasus per prediktor untuk regresi.
  • Memperlakukan signifikansi statistik sebagai sinonim dengan kepentingan penjelas — sampel besar dapat menghasilkan efek yang signifikan tetapi sangat kecil; selalu laporkan dan interpretasikan ukuran efek.

Pertanyaan yang sering diajukan

Apa perbedaan antara penelitian penjelas dan penelitian konfirmatif?

Istilah-istilah tersebut sangat terkait tetapi memiliki penekanan yang berbeda. Penelitian penjelas berfokus pada tujuan — memahami mengapa suatu fenomena terjadi — dan mencakup berbagai desain mulai dari survei berbasis regresi hingga model jalur. Penelitian konfirmatif secara khusus menekankan pengujian hipotesis yang telah didaftarkan sebelumnya di mana hipotesis, ukuran sampel, dan rencana analisis yang tepat ditentukan sebelum pengumpulan data, mengikuti logika konfirmasi hipotesis yang ketat. Semua penelitian konfirmatif bersifat penjelas dalam niatnya, tetapi tidak semua penelitian penjelas memenuhi standar protokol yang lebih ketat dari penelitian konfirmatif.

Bisakah penelitian penjelas menetapkan kausalitas?

Penelitian penjelas non-eksperimental dapat memberikan bukti kuat yang konsisten dengan interpretasi kausal, terutama ketika dikombinasikan dengan data longitudinal, variabel instrumental, atau kontrol statistik yang ketat, tetapi tidak dapat secara definitif menetapkan kausalitas dengan cara yang sama seperti eksperimen terkontrol acak. Peneliti harus mengakui keterbatasan ini dan membahas penjelasan alternatif untuk hubungan yang diamati.

Bagaimana penelitian penjelas berbeda dari penelitian eksploratif?

Penelitian eksploratif dilakukan ketika relatif sedikit yang diketahui tentang suatu fenomena dan tujuannya adalah untuk menghasilkan hipotesis atau mengidentifikasi variabel yang relevan. Penelitian penjelas dimulai di mana eksplorasi berakhir: ia mengasumsikan dasar teoretis yang cukup sudah ada dan menguji hipotesis spesifik tentang mengapa fenomena itu terjadi. Dalam praktiknya, program penelitian sering bergerak dari fase eksploratif ke fase penjelas di berbagai studi.

Metode statistik apa yang umum dalam penelitian penjelas?

Regresi linier atau logistik berganda, regresi hierarkis, pemodelan persamaan struktural (SEM), analisis kovarians (ANCOVA), analisis mediasi dan moderasi (misalnya, makro PROCESS), dan analisis jalur semuanya umum digunakan. Pilihan tergantung pada jumlah dan jenis variabel penjelas, sifat hasil, dan apakah jalur mediasi atau moderasi dihipotesiskan.

Berapa ukuran sampel yang saya butuhkan?

Persyaratan ukuran sampel tergantung pada teknik statistik, jumlah prediktor, dan ukuran efek yang diharapkan. Untuk regresi berganda, heuristik umum adalah 10–20 kasus per variabel prediktor; untuk SEM, minimum 200 kasus sering dikutip. Analisis kekuatan (misalnya, menggunakan G*Power) sebelum pengumpulan data sangat direkomendasikan untuk memastikan studi dapat mendeteksi ukuran efek yang ditentukan oleh teori yang sedang diuji.

Metode terkait

Sumber

  1. Kerlinger, F. N. (1986). Foundations of Behavioral Research (3rd ed.). Holt, Rinehart and Winston.

    ISBN: 978-0030417559
    Disalin.
  2. Babbie, E. (2010). The Practice of Social Research (12th ed.). Wadsworth/Cengage Learning.

    ISBN: 978-0495598428
    Disalin.