Rabu Riset: Tiga Komponen Penting dalam Riset

Hai!!
Ketemu lagi di Rabu Riset edisi kedua.
Kali ini saya akan menulis tentang komponen riset atau penelitian yang paling penting, versi saya tentunya.

Seperti yang pernah saya singgung di Rabu Riset edisi pertama. Setidaknya ada 3 komponen utama dalam sebuah riset. You can’t do your research well if you can’t do these 3 things perfectly.

1. Research Design alias Desain Penelitian

Desain penelitian terdiri dari beberapa bagian. Mulai dari Latar Belakang yang mendasari kenapa penelitian itu dilakukan, lalu Tujuan Penelitian alias Research Objective. Dua hal yang saya bold itu penting untuk diperhatikan karena menjadi cornerstone dalam sebuah penelitian. Isi kuesioner atau discussion guide akan berdasar dari Research Background and Objective (RBO). Pun dalam metode pengambilan sampling.

RBO yang ngga jelas dan mengawang-awang cenderung akan menyulitkan periset sendiri karena ngga tau surveynya mau dibawa kemana, sama kayak sebuah personal relationship yang kalo ngga tau mau dibawa kemana akhirnya cuma bakal bikin sakit hati aja. outoftopic,G!

Selain RBO, hal lain yang juga penting dalam Research Design adalah susunan instrumen penelitian yang kalo diterjemahkan di bahasa industri adalah Kuesioner untuk penelitian kuantitatif atau Discussion Guide untuk penelitian kualitatif. Kuesioner atau discussion guide berisi daftar pertanyaan yang nantinya akan dijawab oleh responden. Tantangan dalam membuat kuesioner/DG antara lain;

  1. Kelengkapan Pertanyaan – Periset harus bolak balik ngecek RBO untuk memastikan bahwa semua item di RBO dapat dijawab melalui pertanyaan-pertanyaan yang ada di Kuesioner/DG
  2. Alur Wawancara – Ini penting untuk diperhatikan agar tidak ada poin yang terlewat dan memastikan wawancara berlangsung lancar, tanpa responden merasa bahwa pertanyaan lompat-lompat atau malah dobel ditanyakan.
  3. LOI – Pertanyaan lengkap dan sesuai RBO, alur wawancara udah oke banget, eh terbentur di LOI alias Length of Interview alias lama wawancara. Idealnya wawancara kuantitatif selesai dalam jangka waktu 20 menit untuk menghindari response rate yang rendah atau wawancara ditinggalkan di tengah jalan, tapi sayang kadang ada ajaa client yang ingin menanyakan semua hal šŸ™ Solusinya adalah memangkas pertanyaan-pertanyaan terbuka atau mengganti pertanyaan terbuka dengan pertanyaan tertutup.
  4. Routing – Penyusunan kuesioner di dunia industri tidaklah semudah bikin kuesioner pas jaman skripsi. Kadang ada butir-butir pertanyaan yang hanya ditanyakan untuk tipe responden tertentu, atau merupakan pertanyaan follow up. Ini biasa disebut routing. Hal ini cukup memusingkan saat merumuskan kuesioner karena harus beberapa kali check and recheck kuesioner. Apalagi ketika scripting karena survey dilakukan tidak dengan kertas, periset harus mengecek dengan semua alternatif jawaban untuk memastikan routingnya benar.

Urusan pertanyaan-pertanyaan ini selesai, lanjut ke metode pengambilan sampel. Masih inget mata kuliah atau pelajaran statistika dulu? Yup, teknik pengambilan sampelnya kepake banget di dunia riset. Mau itu random atau purposive. Metode pengambilan sampel ini harus disesuaikan dengan RBO. Jangan sampai salah sasaran.

2. Pengumpulan data

Saya sudah bahas panjang lebar mengenai pengumpulan data yang valid di sini. Jadi pengumpulan data ini juga penting karena akan berdampak pada proses analisa.

Yang harus diperhatikan saat pengumpulan data adalah teknik pemilihan responden. Pastikan responden yang diwawancarai sesuai dengan profil yang periset cari. Pada tahap ini pula penting adanya proses checking kuesioner untuk memastikan data sudah terisi semua secara logis dan berdasarkan routing. Penting juga untuk melakukan QA untuk make sure wawancara dilakukan dengan responden yang tepat bukan dengan responden jadi-jadian.

3. Analisa

Analisa dalam sebuah riset menjadi saus penyedap. The data is there, start making analysis. Secara kuantitatif, biasanya pake program seperti SPSS atau QPS untuk membuat tabulasi deskriptif yang biasanya disajikan dengan T2B, B2B, Mean score atau persentase biasa. Selain itu kita bisa juga menggunakan tools analisa lainnya seperti analisa faktor atau dengan regresi.Ā  Secara kualitatif, data yang kita dapat berupa kata-kata, jadi diperlukan brainstorming dan mood untuk mendapatkan analisa yang tepat.

Analisa bukan berarti hanya memindahkan angka dari tabel ke box deskripsi atau mengejawantahkan verbatim secara literal. Jujur, it takes time to be a good analyst and I’m still trying my best. Mentor saya di ahensi multinasyenel dulu bilang kalo skill analisa juga butuh jam terbang. Kelemahan saya dulu biasanya dalam report adalah data dumping. Jadi hanya menyajikan serentet data tapi tak ada arti apa apa dari data tersebut, hiks. Tapi makin kesini,saya sudah mulai bisa menemukan pola dan ngasih insight berarti humblebrag.

Saya biasanya menanyakan dua hal ini ketika sedang ngasih lirik atau memberikan analisa:

1. So What?
Ini sebetulnya adalah kata kata ampuh mantan bos saya dulu. Tapi sebenernya iya juga sih, datanya bilang A terus apa? Impact buat produk/brand apa?
Misal datanya bilang gini:
– Tahun ini 85% konsumen memiliki smartphone dan sisanya memiliki feature phone, sedangkan tahun lalu hanya 50% konsumen memiliki smartphone dan sisanya memiliki feature phone.
Terus, so what?
# Selain kepemilikan smartphone naik 35% dibanding tahun lalu, data ini menunjukkan bahwa lebih banyak konsumen indonesia yang dapat terhubung ke internet melalui ponsel sehingga potensi penjualan paket data internet pun meningkat.

2. Polanya mana?
Set data yang kita punya biasanya menunjukkan pola-pola tertentu. Dalam analisa statistika pengujian pola pola ini bisa melalui analisa korelasi. Yang seru? Kalo sudah segmentasi, ada pola mengenai usage behavior sama purchasing behaviour yang bisa dijadikan benang merah.
Dalam studi kualitatif, menemukan pola ini caranya bisa lebih rumit, karena yang kita analisa bisa verbatim, gambar atau warna.Tapi so far menemukan benang merah atau pola ini menyenangkan dan memusingkan.

Okay peeps., sekian posting #raburiset edisi kali ini.
Please share your thoughts in the comment

Love,

G

You may also like

1 Comment

  1. Iā€™d have to examine with you here. Which is not one thing I usually do! I take pleasure in reading a post that may make folks think. Additionally, thanks for permitting me to comment!

Leave a Reply

Your email address will not be published.