“Penelitian yang baik bukan dimulai dari memilih alat, melainkan dari memahami apa yang sebenarnya ingin diketahui.” — Wicarita
Ketika Angka Terlihat Lebih Ilmiah daripada Pertanyaannya
Dalam banyak penelitian kuantitatif, perjalanan penelitian kadang berlangsung seperti sebuah ritual yang sudah memiliki urutannya sendiri. Peneliti menentukan dua variabel, menyusun hubungan X dan Y, membuat kuesioner dengan skala Likert, mengumpulkan jawaban responden, memasukkan angka ke dalam perangkat lunak statistik, lalu menunggu hasil uji signifikansi. Ketika angka p-value berada di bawah batas tertentu, lahirlah kalimat yang terdengar meyakinkan: X berpengaruh terhadap Y.
Masalahnya bukan terletak pada penggunaan angka, kuesioner, atau regresi. Semua itu dapat menjadi bagian yang sah dari penelitian. Persoalannya muncul ketika perangkat penelitian tersebut sekaligus dianggap sebagai bukti bahwa penelitian telah memenuhi landasan filsafat tertentu. Di titik itulah metodologi mulai berubah menjadi mantra: cukup menyebut positivisme, menggunakan skala Likert, kemudian menjalankan regresi, seolah-olah seluruh rangkaian tersebut otomatis membentuk penelitian positivistik.
Padahal, sebuah metode tidak menjadi ilmiah hanya karena menggunakan angka. Dan sebuah kesimpulan tidak menjadi kausal hanya karena menghasilkan nilai signifikansi
Dari “Sering Diasosiasikan” Menjadi “Pasti Berlandaskan”
Salah satu persoalan paling menarik muncul dari cara hubungan antara penelitian kuantitatif dan positivisme dijelaskan dalam sebagian literatur metodologi.
Penelitian kuantitatif memang secara historis sering diasosiasikan dengan positivisme atau postpositivisme. Namun, “sering diasosiasikan” bukan berarti “secara niscaya berlandaskan.” Dua pernyataan tersebut memiliki konsekuensi epistemologis yang berbeda.
Materi sumber menyoroti bagaimana klasifikasi metodologi yang menjelaskan berbagai label dalam perdebatan penelitian kemudian dapat dibaca secara terlalu sederhana. Hubungan historis antara paradigma dan pendekatan berubah menjadi hubungan identitas: kuantitatif dianggap pasti positivistik, sedangkan kualitatif dianggap pasti postpositivistik.
Padahal, sebuah pendekatan penelitian tidak dapat ditentukan hanya dari bentuk datanya. Data berupa angka belum menjawab pertanyaan epistemologis tentang bagaimana realitas dipahami, bagaimana pengetahuan diperoleh, bagaimana konsep dioperasionalkan, dan sejauh mana kesimpulan dapat dibenarkan.
Perubahan kecil dalam bahasa akhirnya menghasilkan konsekuensi besar dalam cara berpikir.
Positivisme, Likert, dan Regresi Berasal dari Wilayah yang Berbeda
Di sinilah pemisahan konsep menjadi penting.
Positivisme adalah wilayah filsafat ilmu. Ia berkaitan dengan pertanyaan mengenai pengetahuan, realitas, observasi, dan bagaimana pengetahuan ilmiah dibangun.
Skala Likert adalah instrumen psikometrik. Ia digunakan untuk memperoleh data mengenai sikap, persepsi, penilaian, keyakinan, kepuasan, atau konstruk psikologis tertentu melalui respons individu. Materi sumber secara khusus mengingatkan bahwa apa yang diukur oleh respons Likert adalah keadaan yang dilaporkan responden, bukan otomatis keadaan objektif dari objek yang sedang dinilai.
Regresi adalah teknik analisis statistik. Ia membantu menganalisis hubungan antarvariabel berdasarkan data dan asumsi model tertentu.
Ketiganya dapat hadir dalam satu penelitian. Tetapi keberadaan ketiganya secara bersamaan tidak membuat ketiganya menjadi hal yang sama.
Seorang pegawai yang menjawab, “Saya merasa disiplin,” memberikan informasi tentang persepsinya mengenai dirinya sendiri. Jawaban itu merupakan data yang sah untuk objek yang memang ingin mengukur persepsi diri tentang disiplin. Namun jawaban tersebut tidak otomatis menjadi bukti bahwa pegawai tersebut selalu datang tepat waktu, menyelesaikan tugas sesuai target, atau menaati seluruh ketentuan kerja.
Perbedaan antara apa yang dirasakan seseorang tentang objek dan keadaan objektif objek tersebut menjadi penting ketika peneliti menarik kesimpulan.
Peta Tidak Pernah Sama dengan Wilayah
Ada sebuah prinsip sederhana yang sering hilang ketika konstruk penelitian diperlakukan terlalu harfiah:
pengukuran bukanlah objek yang diukur.
Skor persepsi tentang kepemimpinan bukanlah kepemimpinan itu sendiri. Skor persepsi tentang kinerja bukanlah seluruh kinerja faktual. Jawaban mengenai kepuasan bukanlah keseluruhan realitas pelayanan.
Instrumen adalah cara memperoleh representasi tertentu mengenai objek atau konstruk. Karena itu, pertanyaan yang lebih penting bukan sekadar “Apakah instrumennya menggunakan skala Likert?”, tetapi:
Apa sebenarnya yang diukur oleh instrumen tersebut?
Jika yang ingin diketahui adalah persepsi pegawai terhadap gaya kepemimpinan, maka skala Likert dapat menjadi instrumen yang relevan. Tetapi jika peneliti ingin mengetahui kinerja faktual, diperlukan indikator yang merepresentasikan hasil kerja: misalnya jumlah pekerjaan, mutu hasil, ketepatan waktu, realisasi target, atau indikator lain yang memang sesuai dengan konstruk tersebut. Materi sumber menekankan perbedaan ini secara eksplisit.
Kesalahan terjadi ketika representasi dianggap sebagai realitas itu sendiri.
Ketika Korelasi Berubah Menjadi Sebab-Akibat
Masalah berikutnya muncul ketika analisis statistik diberi pekerjaan yang tidak semestinya.
Misalkan seorang peneliti mengukur persepsi pegawai mengenai gaya kepemimpinan dan persepsi mereka mengenai kinerja. Kemudian kedua skor tersebut menunjukkan hubungan statistik.
Kesimpulan yang hati-hati adalah bahwa persepsi mengenai kepemimpinan berasosiasi dengan persepsi mengenai kinerja dalam data yang dianalisis.
Tetapi kesimpulan tersebut berbeda dari pernyataan:
“Gaya kepemimpinan terbukti meningkatkan kinerja pegawai.”
Perubahan kalimat itu bukan sekadar perubahan gaya bahasa. Ada lompatan inferensi di dalamnya.
Variabel pertama telah berubah dari persepsi tentang gaya kepemimpinan menjadi gaya kepemimpinan aktual. Variabel kedua berubah dari persepsi tentang kinerja menjadi kinerja faktual. Hubungan statistik kemudian berubah menjadi hubungan sebab-akibat.
Di sini regresi bukan masalahnya. Masalahnya adalah apa yang dilakukan peneliti terhadap hasil regresi.
Signifikansi statistik tidak dengan sendirinya menyelesaikan persoalan desain penelitian, pengukuran, arah hubungan, variabel perancu, ataupun dasar untuk menyatakan kausalitas.
Ayam berkokok sebelum matahari terbit tidak berarti matahari terbit karena ayam berkokok. Hubungan temporal atau statistik saja belum cukup untuk menetapkan sebab.
Masalahnya Bukan pada Angka
Dari sini persoalan menjadi lebih jelas.
Angka bukan musuh penelitian. Kuesioner bukan musuh penelitian. Likert bukan musuh penelitian. Regresi juga bukan musuh penelitian.
Yang perlu diperiksa adalah hubungan antara pertanyaan penelitian, objek yang ingin diketahui, konsep, indikator, instrumen, data, metode analisis, dan kesimpulan.
Kesalahan metodologis sering muncul bukan karena seorang peneliti menggunakan teknik yang salah secara teknis, melainkan karena setiap komponen penelitian ditempatkan dalam hubungan yang tidak tepat.
Filsafat ilmu menjawab pertanyaan yang berbeda dari pertanyaan yang dijawab instrumen. Instrumen menjawab kebutuhan pengukuran yang berbeda dari kebutuhan analisis statistik. Analisis statistik menghasilkan informasi yang berbeda dari klaim kausal.
Ketika seluruhnya dilebur menjadi satu paket, penelitian terlihat rapi di permukaan tetapi rapuh pada tingkat penalaran.
Penelitian Seharusnya Dimulai dari Masalah
Karena itu, mungkin pertanyaan awal penelitian perlu digeser.
Bukan:
“Saya akan memakai metode kuantitatif atau kualitatif?”
Melainkan:
“Apa sebenarnya masalah ilmiah yang ingin saya pahami?”
Dari pertanyaan itu, barulah rangkaian metodologis dapat dibangun.
Apa objek material yang diteliti?
Fakta apa yang diperlukan?
Dari mana fakta tersebut dapat diperoleh?
Metode apa yang paling sesuai?
Bagaimana fakta dianalisis?
Dan yang tidak kalah penting:
kesimpulan seperti apa yang sah berdasarkan desain penelitian yang digunakan?
Jika objeknya persepsi, ukurlah persepsi. Jika objeknya disiplin kerja, cari indikator yang benar-benar merepresentasikan disiplin kerja. Jika objeknya kinerja, ukur hasil kerja. Jika objeknya tekanan darah, gunakan instrumen yang memang dirancang untuk mengukur tekanan darah.
Sederhana, tetapi justru kesederhanaan semacam ini sering hilang ketika metodologi berubah menjadi hafalan.
Ketelitian Dimulai Sebelum Angka Dihitung
Penelitian ilmiah pada akhirnya bukan kompetisi tentang siapa yang paling banyak menggunakan istilah metodologis, instrumen statistik, atau perangkat lunak analisis.
Kekuatan penelitian justru terletak pada kesesuaian antara pertanyaan dan jawaban yang diberikan oleh desain penelitian.
Sebuah kuesioner dapat menghasilkan ribuan angka, tetapi angka-angka tersebut tetap hanya menjawab apa yang memang diukur oleh instrumennya. Sebuah regresi dapat menghasilkan koefisien yang signifikan, tetapi koefisien tersebut tidak otomatis mengubah asosiasi menjadi sebab-akibat. Sebuah buku metodologi dapat menjadi rujukan luas, tetapi popularitas sebuah rujukan tidak menjadikannya kebal dari pemeriksaan kritis.
Karena itu, kedewasaan metodologis tidak ditandai oleh kemampuan menghafal bahwa kuantitatif identik dengan positivisme, Likert identik dengan penelitian kuantitatif, atau regresi identik dengan pengaruh.
Kedewasaan metodologis muncul ketika peneliti mampu membedakan realitas yang ingin diketahui, cara memperoleh pengetahuan tentangnya, alat yang digunakan untuk mengukurnya, teknik yang digunakan untuk menganalisisnya, dan batas kesimpulan yang dapat ditarik dari semua proses tersebut.
Di titik itu, metodologi berhenti menjadi mantra.
Ia kembali menjadi cara berpikir.
Mungkin masalah terbesar dalam penelitian bukan ketika seorang peneliti belum mengetahui teori yang cukup banyak.
Masalah yang lebih serius muncul ketika alat yang digunakan untuk mengetahui sesuatu mulai dianggap sebagai sesuatu itu sendiri.
Skor dianggap sebagai realitas. Korelasi dianggap sebagai sebab. Persepsi dianggap sebagai fakta objektif. Statistik dianggap sebagai pembuktian. Dan label filsafat ditempelkan pada metode hanya karena beberapa literatur pernah menghubungkan keduanya.
Padahal penelitian yang matang justru bergerak sebaliknya: semakin kuat alat yang digunakan, semakin hati-hati pula klaim yang dibuat.
Sebab tujuan penelitian bukan membuat angka berbicara lebih keras.
Tujuan penelitian adalah memastikan bahwa ketika angka berbicara, kita benar-benar tahu apa yang sedang dikatakannya.
