Skip to content
Kembali ke hasil pencarian

Riset Survei — Desain Riset Survei

Diperkenalkan oleh
Francis Galton, Charles Booth, and early social statisticians; systematised by Paul Lazarsfeld and colleagues at Columbia in the 1940s
Tahun
Late 19th century; methodologically systematised 1940s–1960s
Jenis
Quantitative (and mixed) non-experimental design
Keluarga
Survey / observational design

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

Ukuran huruf

Apa fungsinya?

Riset survei adalah desain kuantitatif (dan terkadang metode campuran) di mana seorang peneliti mengumpulkan data laporan diri yang terstandarisasi dari sampel yang diambil dari populasi yang terdefinisi, menggunakan kuesioner atau wawancara terstruktur.

Ini adalah strategi non-eksperimental yang dominan untuk menggambarkan karakteristik populasi, memperkirakan prevalensi, memetakan distribusi sikap, dan menguji hubungan bivariat atau multivariat di seluruh ilmu sosial, perilaku, dan kesehatan.

Intuisi di balik metode

Anggap survei sebagai instrumen pengukuran terstandarisasi yang diterapkan secara bersamaan pada banyak orang. Alih-alih mengamati setiap partisipan secara mendalam, peneliti mengajukan serangkaian pertanyaan yang sama kepada setiap responden. Dataset yang dihasilkan adalah sebuah persegi panjang: baris adalah orang, kolom adalah variabel. Keajaiban riset survei adalah agregasi — bahkan ketika jawaban individu berisik, pola di antara ratusan responden dapat mengungkapkan kebenaran di tingkat populasi dengan keyakinan yang dapat dikuantifikasi. Pertukaran utama adalah keluasan versus kedalaman: survei menangkap banyak variabel pada banyak orang, tetapi tidak dapat menyelidiki pengalaman satu orang pun dengan kekayaan yang akan diberikan oleh wawancara.

Sejarah

Survei sosial sistematis muncul pada akhir abad kesembilan belas dengan peta kemiskinan London karya Charles Booth (1889–1903) dan upaya serupa oleh Seebohm Rowntree. Survei probabilitas modern dibentuk oleh pengembangan teori pengambilan sampel acak — makalah Jerzy Neyman tahun 1934 tentang pengambilan sampel bertingkat sebagai tonggak sejarah — dan oleh industrialisasi jajak pendapat opini publik melalui Gallup, Roper, dan Crossley pada tahun 1930-an. Paul Lazarsfeld dan rekan-rekannya di Universitas Columbia memformalkan metodologi survei untuk ilmu sosial selama tahun 1940-an. Floyd Fowler, Don Dillman, dan Robert Groves selanjutnya menghasilkan buku pegangan metodologis kanonik yang mendefinisikan praktik terbaik saat ini.

Kapan digunakan

Riset survei sesuai ketika tujuannya adalah untuk menggambarkan karakteristik, atau hubungan antar variabel dalam, populasi yang terdefinisi — terutama ketika observasi langsung atau eksperimen tidak praktis. Ini adalah metode pilihan untuk pengukuran sikap, penilaian kebutuhan, evaluasi program, dan studi prevalensi epidemiologi. Gunakan ketika variabel tidak dapat dimanipulasi dan ketika pengukuran terstandarisasi dari banyak partisipan layak. Jangan gunakan riset survei ketika pertanyaan riset memerlukan pemahaman mendalam tentang makna subjektif (gunakan fenomenologi atau penyelidikan naratif), ketika inferensi kausal dari kondisi yang dimanipulasi diperlukan (gunakan desain eksperimental atau kuasi-eksperimental), atau ketika populasi yang diminati terlalu kecil atau tidak dapat diakses untuk menghasilkan tingkat respons yang dapat digunakan.

Batasan dan pertimbangan

  • Desain cross-sectional (bentuk yang paling umum) tidak dapat menetapkan urutan temporal atau menyingkirkan pengganggu, membatasi inferensi kausal.
  • Data laporan diri rentan terhadap varians metode umum, bias keinginan sosial, dan efek persetujuan respons.
  • Bias non-respons adalah ancaman yang persisten — responden yang menyelesaikan survei mungkin berbeda secara sistematis dari non-responden.
  • Kata-kata item, format skala respons, dan urutan pertanyaan dapat secara substansial memengaruhi respons dengan cara yang sulit dideteksi.
  • Kedalaman informasi per responden terbatas; konstruk kompleks mungkin tidak tertangkap dengan baik oleh sejumlah kecil item.

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

Kelebihan

  • Memungkinkan deskripsi dan analisis populasi besar yang tersebar secara geografis dengan biaya per responden yang relatif rendah.
  • Instrumen terstandarisasi memaksimalkan perbandingan antar responden dan replikasi antar studi.
  • Pengambilan sampel probabilitas mendukung generalisasi statistik ke populasi yang terdefinisi dengan ketidakpastian yang terkuantifikasi.
  • Mode administrasi yang fleksibel (online, pos, telepon, tatap muka) memungkinkan adaptasi ke populasi target.
  • Menghasilkan dataset terstruktur yang cocok untuk berbagai prosedur statistik inferensial.
  • Dapat mengukur sejumlah besar variabel secara bersamaan, memungkinkan analisis multivariat dari hubungan yang kompleks.

Penerapan

  • Survei kesehatan nasional yang memperkirakan prevalensi penyakit, perilaku berisiko kesehatan, dan pemanfaatan layanan kesehatan di seluruh populasi dewasa.
  • Survei keterlibatan karyawan dan iklim organisasi yang digunakan untuk memantau sikap di tempat kerja dan memandu kebijakan SDM.
  • Survei penilaian pendidikan yang mengukur pengalaman belajar siswa, efikasi diri, dan kepuasan di pendidikan tinggi.
  • Jajak pendapat publik yang mengukur sikap politik, niat memilih, dan preferensi kebijakan sebelum pemilu.
  • Survei evaluasi program yang mengumpulkan data kepuasan peserta dan hasil yang dilaporkan sendiri untuk intervensi sosial.
  • Kuesioner riset pasar yang memetakan preferensi konsumen, persepsi merek, dan perilaku pembelian.

Cara kerjanya

Cara kerjanya

1

Peneliti menentukan pertanyaan riset dan konstruk yang diminati — apa yang harus diukur oleh survei dan untuk populasi mana. Tujuan menentukan apakah desainnya murni deskriptif (memperkirakan prevalensi), relasional (menguji hubungan), atau prediktif (memodelkan hasil). Tujuan yang jelas mencegah pembengkakan instrumen dan menjaga analisis tetap fokus.

2

Item individual (pertanyaan) disusun dan disempurnakan untuk mengoperasionalkan setiap konstruk. Pilihan kata item, jenis skala respons (Likert, diferensial semantik, dikotomis, terbuka), urutan, dan logika lompatan adalah semua keputusan yang dibuat pada tahap ini. Pengujian percontohan dengan sampel kenyamanan kecil digunakan untuk mengidentifikasi kata-kata yang ambigu dan memperkirakan waktu penyelesaian sebelum menyelesaikan instrumen.

3

Strategi pengambilan sampel dipilih untuk menarik responden dari populasi target. Desain probabilitas (acak sederhana, bertingkat, klaster, sistematis) memungkinkan generalisasi statistik ke populasi; desain non-probabilitas (kenyamanan, purposif, snowball) tidak, tetapi dapat diterima untuk pekerjaan eksploratori atau konfirmatori di mana keterwakilan bukanlah tujuannya. Ukuran sampel yang diperlukan diperkirakan dari ekspektasi ukuran efek, kekuatan yang diinginkan, dan margin kesalahan yang dapat diterima.

4

Instrumen diterapkan melalui mode yang dipilih — online (platform survei web), pos, telepon, atau wawancara tatap muka. Pilihan mode memengaruhi tingkat respons, bias keinginan sosial, dan akses ke subpopulasi. Pengingat tindak lanjut dikirim untuk meningkatkan tingkat respons, dan pelacakan tingkat respons dipertahankan selama pekerjaan lapangan.

5

Respons yang selesai dibersihkan (menangani data yang hilang, nilai di luar jangkauan, dan pelurusan lurus), dan kemudian dianalisis. Statistik deskriptif meringkas distribusi item dan skala. Analisis inferensial — uji-t, ANOVA, chi-kuadrat, regresi, pemodelan persamaan struktural — dipilih untuk menjawab pertanyaan riset. Bobot survei diterapkan ketika desain probabilitas digunakan dan tingkat respons bervariasi di seluruh strata.

6

Temuan diinterpretasikan sehubungan dengan pertanyaan riset dan ditempatkan dalam konteks literatur sebelumnya. Laporan mencakup detail pengambilan sampel, tingkat respons, indeks reliabilitas instrumen (misalnya, Cronbach's alpha untuk skala multi-item), ukuran efek, dan interval kepercayaan. Keterbatasan mengenai bias non-respons, varians metode umum, dan generalisasi dibahas secara transparan.

Kesalahan umum

  • Pembengkakan instrumen — memasukkan setiap item yang berpotensi menarik meningkatkan waktu penyelesaian, meningkatkan tingkat putus sekolah, dan menghasilkan dataset yang terlalu besar untuk dianalisis secara koheren; prioritaskan item yang secara langsung menjawab pertanyaan riset.
  • Mengabaikan pengujian percontohan — item yang tampak jelas bagi peneliti sering disalahpahami oleh responden; percontohan kecil (n = 5–10) menangkap sebagian besar masalah kata-kata sebelum disebarkan dalam skala besar.
  • Memperlakukan sampel kenyamanan sebagai representatif — hasil dari sampel non-probabilitas hanya dapat digeneralisasi dengan sangat hati-hati; nyatakan keterbatasan pengambilan sampel secara eksplisit dan hindari klaim prevalensi tingkat populasi.
  • Mengabaikan bias non-respons — tingkat respons yang rendah tidak secara otomatis membatalkan studi, tetapi analisis yang membandingkan responden awal dan akhir (atau responden dan non-responden yang diketahui) diperlukan untuk menilai ancaman tersebut.
  • Menghilangkan bukti reliabilitas dan validitas untuk skala multi-item — melaporkan Cronbach's alpha dan, jika sesuai, hasil analisis faktor konfirmatori diharapkan dalam publikasi peer-review.

Pertanyaan yang sering diajukan

Seberapa besar sampel survei saya yang dibutuhkan?

Ukuran sampel yang diperlukan bergantung pada ukuran efek yang diharapkan, kekuatan statistik yang diinginkan (secara konvensional 0,80), tingkat signifikansi (biasanya 0,05), dan kompleksitas analisis yang direncanakan. Untuk perbandingan dua kelompok sederhana yang mendeteksi efek sedang (d = 0,50) dengan kekuatan 80% Anda memerlukan sekitar 64 per kelompok. Model persamaan struktural biasanya memerlukan setidaknya 200 kasus lengkap. Gunakan analisis kekuatan a priori (misalnya, G*Power) daripada aturan praktis, dan tambahkan 20–30% untuk memperhitungkan respons yang tidak lengkap yang diantisipasi.

Apakah tingkat respons yang rendah merupakan cacat fatal?

Tingkat respons yang rendah adalah ancaman, bukan cacat fatal otomatis. Yang penting adalah apakah responden berbeda secara sistematis dari non-responden pada variabel yang relevan dengan studi. Lakukan analisis bias non-respons — bandingkan responden awal dan akhir pada demografi utama, atau bandingkan profil sampel Anda dengan tolok ukur populasi yang diketahui — dan laporkan temuan tersebut. Akui ketidakpastian yang tersisa tentang generalisasi bahkan jika analisisnya meyakinkan.

Apa itu varians metode umum dan bagaimana cara mengatasinya?

Varians metode umum (CMV) adalah kovarians semu di antara variabel yang disebabkan oleh fakta bahwa mereka diukur dengan instrumen yang sama pada waktu yang sama — melebih-lebihkan korelasi yang diamati. Upaya prosedural termasuk pemisahan temporal pengukuran prediktor dan hasil, menggunakan format respons yang berbeda untuk konstruk yang berbeda, dan memasukkan variabel penanda. Pemeriksaan statistik seperti uji faktor tunggal Harman atau pendekatan faktor laten yang tidak terukur dapat mendeteksi tetapi tidak sepenuhnya memperbaiki CMV.

Kapan saya harus memilih survei online daripada survei pos atau telepon?

Survei online hemat biaya, cepat, dan sesuai ketika populasi target memiliki akses internet yang andal — sebagian besar orang dewasa usia kerja di negara maju. Survei pos tetap berharga untuk populasi yang lebih tua atau mereka yang tidak memiliki akses internet, dengan biaya perputaran yang lebih lambat dan biaya per respons yang lebih tinggi. Survei telepon memiliki tingkat respons yang menurun tetapi memungkinkan logika percabangan yang kompleks dan menjangkau populasi tanpa internet. Desain mode campuran (menawarkan beberapa saluran respons) biasanya mencapai tingkat respons yang lebih tinggi daripada mode tunggal mana pun.

Dapatkah survei menetapkan kausalitas?

Satu survei cross-sectional tidak dapat menetapkan kausalitas karena kurangnya urutan temporal dan penugasan acak. Desain panel longitudinal yang mengukur responden yang sama pada beberapa titik waktu dapat menetapkan urutan temporal, yang merupakan kondisi yang diperlukan (tetapi tidak cukup) untuk kausalitas. Model panel cross-lagged dan model panel cross-lagged dengan intercept acak dapat mengontrol perbedaan individu yang stabil, memperkuat inferensi kausal, tetapi pengganggu yang tidak terukur tetap menjadi ancaman. Untuk klaim kausal yang tidak ambigu, desain eksperimental atau kuasi-eksperimental diperlukan.

Metode terkait

Sumber

  1. Fowler, F. J. (2014). Survey Research Methods (5th ed.). Sage Publications.

    ISBN: 978-1452259000
    Disalin.
  2. Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.

    ISBN: 978-1118456149
    Disalin.