Dokumen tersebut membincangkan reka bentuk penyelidikan kuantitatif. Ia menjelaskan konsep penting seperti pembolehubah, jenis pembolehubah, hipotesis sebab-akibat, jenis hipotesis, ciri-ciri hipotesis sebab-akibat, ukuran kuantitatif, proses membentuk definisi konsep dan pengoperasian, reliabiliti dan validiti ukuran, skala dan indeks pengukuran, dan kaedah persampelan.
1. Rekabentuk penyelidikan kuantitatif
Istilah yang penting
Pembolehubah (variable) –satu konsep
yang berubah
Penyelidik kuantitatif menggunakan
pembolehubah dan menerangkan
hubungan antara pembolehubah.
Pembolehubah boleh mempunyai dua atau
lebih nilai atau kategori.
2. Jenis-jenis pembolehubah – pembolehubah
bebas (independent) dan pembolehubah
bergantung (dependent)
Pembolehubah ‘intervening’-pembolehubah
selepas pembolehubah bebas dan
sebelum pembolehubah bergantung.
3. hipotesis sebab-akibat
Hipotesis sebab-akibat (causal hypothesis)
merupakan satu penyataan yang belum
diuji secara empirik. Hipotesis
menerangkan hubungan pembolehubah
bergantung dan bebas.
5. Ciri-ciri hipotesis sebab-akibat
Mempunyai
sekurang-kurangnya dua
pembolehubah.
Menerangkan hubungan sebab akibat
antara pembolehubah
Boleh ditulis dalam bentuk ramalan atau
apa yang dijangkakan pada masa depan.
Berkaitan dengan soalan kajian dan teori.
Boleh diuji dengan menggunakan buktibukti empirik.
6. Ukuran Kuantitatif
Definisi
Konsep
Satu
definisi yang sistematik dan teliti tentang
sesuatu konsep yang ingin diukur.
Definisi
Pengoperasian
Definisi
bagi sesuatu pembolehubah
berdasarkan tindakan yang akan diambil
untuk mengukur pembolehubah tersebut.
7. 3 perkara untuk menunjukkan
‘causality’
Temporal
order (susunan)
Hubungan (association)
Mengenalpasti pembolehubah alternatif
yang boleh menjadi punca dan
memastikan punca sebenar sesuatu
fenomena.
10. Cadangan untuk membentuk
satu ukuran
Penyelidik perlu menyediakan definisi konsep dan
sentiasa memastikan bahawa ukuran yang akan dibuat
sesuai dengan definisi ini.
Mempunyai fikiran yang terbuka.
Merujuk kepada ukuran yang digunakan oleh penyelidik
yang lain. Meminjam ukuran dari penyelidik lain
sekiranya sesuai.
Memikirkan masalah praktikal yang mungkin timbul
dalam membuat ukuran.
Memastikan ukuran sesuai dengan unit of analysis.
11. Reliability (kebolehpercayaan)
dan validity (kesahihan)
Dua
perkara yang sangat penting dalam
membuat ukuran.
Realibility atau kebolehpercayaan merujuk
kepada sama ada satu ukuran itu
konsisten atau tidak.
Validity atau kesahihan – sama ada
ukuran itu benar-benar mengukur konsep
yang ingin diukur oleh penyelidik
12. Reliability
Terdapat
Stability
tiga jenis:
reliability – sama ada ukuran itu
memberi keputusan yang sama selepas satu
jangka masa.
Contohnya, sekiranya kita mengukur satu
konsep pada hari ini dan setahun dari
sekarang adakah kedua-duanya memberi
keputusan yang sama.
Boleh diuji dengan menggunakan test-retest
method (ujian-ujian semula)
13. Representative reliability
Sama
ada ukuran tersebut memberi
keputusan yang sama bila digunakan
untuk kumpulan-kumpulan yang berbeza.
Contohnya, adakah ukuran itu memberi
keputusan yang sama di kalangan
kumpulan yang berbeza umur, etnik,
agama, gender dll.
Boleh diuji dengan menggunakan analisis
sub populasi (sub population analysis)
14. Equivalence reliability
Digunakan
apabila beberapa item/
pernyataan digunakan untuk mengukur
satu konsep
Contohnya, terdapat 5 soalan/pernyataan
untuk mengukur satu konsep dalam soal
selidik.
Jika semua pernyataan didapati mengukur
konsep yang sama maka ukuran tersebut
mempunyai equivalence reliability.
15. Bagaimana memperbaiki
kebolehpercayaan
Pastikan
definisi konsep dan
pengoperasian adalah jelas.
Tingkatkan tahap pengukuran (
level of measurements)
Guna beberapa soalan/pernyataan untuk
mengukur satu konsep
Membuat pra-ujian (pre test), kajian pilot
16. Validity (kesahihan)
Empat
jenis
Kesahihan
muka (face validity)
Pandangan
atau keputusan komuniti saintifik
mengenai sesuatu ukuran sama ada mereka fikir
ukuran itu benar-benar mengukur konsep yang
ingin diukur.
18. Kesahihan kriteria (criterion
validity)
Terdapat
dua jenis
Kesahihan
Sekiranya
serentak (Concurrent validity)
penyelidik ingin membuat satu ukuran
baru bagi satu konsep yang telah mempunyai satu
ukuran yang sahih (valid measurement) maka
keputusan yang diperolehi oleh penyelidik dengan
menggunakan ukuran yang dibentuk olehnya perlu
memberi keputusan yang hampir sama dengan
ukuran yang sedia ada.
19. Kesahihan
ramalan (predictive validity)
Keupayaan
satu ukuran untuk ‘meramalkan’
kejadian pada masa depan.
Tidak sesuai untuk semua ukuran.
20. Construct validity
Digunakan
untuk ukuran yang mempunyai
beberapa item/penyataan.
Terdapat 2 jenis:
Convergent
validity
Apabila
semua item yang mengukur satu konsep yang sama
memberi keputusan yang sama.
Discriminant
validity
Bertentangan
dengan convergent validity
Jika terdapat item yang mengukur konsep yang bertentang,
maka keputusan item tersebut mesti berbeza/bertentangan.
21. Indeks
Indeks
adalah gabungan beberapa item kepada
satu skor numerik
Contoh: CPI (Indeks harga pengguna)
digunakan untuk mengukur inflasi.
Ia dikira dengan membandingkan kos
membeli/mendapatkan beberapa barang dan
perkhidmatan pada satu masa dengan kos
barang/perkhidmatan yang sama pada tahun
sebelumnya.
tahap pengukuran interval/selang atau
ratio/nisbah.
22. Skala
Skala
sering digunakan bila penyelidik
ingin mengukur apa yang dirasai/difikir
oleh seorang responden.
Kebanyakan skala mempunyai tahap
pengukuran ordinal.
Skala boleh mempunyai satu atau lebih
item.
Ia merupakan satu ukuran di mana
penyelidik cuba mengukur arah, tahap dll.
23. Skala Likert (Likert Scale)
Skala
Likert adalah contoh skala yang popular
dan sering digunakan.
Responden perlu menyatakan sama ada
mereka bersetuju atau tidak bersetuju dengan
sesuatu penyataan.
Seringkali beberapa item digunakan untuk
mengukur satu pembolehubah.
Skor daripada item-item ini boleh digabungkan
untuk membentuk satu indeks.
24. Persampelan
Sampel
merupakan satu set kes yang
dipilih oleh penyelidik daripada satu
populasi.
Sampling element (unsur persampelan) –
unit analisis yang digunakan dalam kajian.
Sampling frame (rangka persampelan)senarai semua unsur dalam populasi yang
dikaji.
25. Persampelan rawak (probability sampling)
Simple
random sampling (persampelan
rawak mudah)
Penyelidik
membuat rangka persampelan dan
memberi nombor kepada setiap kes atau
unsur dalam populasi.
Dengan menggunakan jadual nombor rawak
(random number table) penyelidik memilih
sampel yang dikehendaki.
Setiap unsur dalam populasi mempunyai
kebarangkalian yang sama untuk dipilih
26. Persampelan sistematik (systematik
sampling)
Juga
merupakan persampelan rawak.
Penyelidik membuat rangka persampelan.
Penyelidik menentukan selang
persampelan (sampling interval).
Penyelidik memilih unsur pertama secara
rawak dan memilih unsur-unsur
seterusnya berdasarkan selang
persampelan.
29. Persampelan berlapis (stratified
sampling)
Penyelidik
membahagikan populasi
kepada beberapa kategori yang saling
ekslusif (mutually exclusive).
Penyelidik memilih sampel secara rawak
daripada setiap kategori.
Bilangan yang dipilih daripada setiap
kategori adalah berdasarkan nisbah
dalam populasi.
30. Persampelan kelompok (cluster
sampling)
Sering
digunakan bila rangka
persampelan tidak lengkap dan apabila
populasi merangkumi kawasan geografi
yang besar.
Populasi dibahagikan kepada kelompokkelompok dan seterusnya kelompokkelompok ini dipilih secara rawak.
Sering dilakukan dalam 2 atau tiga
peringkat.
31. Contohnya:
Peringkat pertama: penyelidik memilih
kelompok secara rawak.
Peringkat kedua: penyelidik memilih di
dalam kelompok (yang telah dipilih secara
rawak dalam peringkat pertama) secara
rawak.
32. Saiz sampel
Banyak
faktor perlu diambil kira dalam
menentukan saiz sampel.
Seringkali sample yang besar adalah baik
namun begitu ia tidak menjamin bahawa
sampel itu akan mewakili ciri-ciri yang
wujud dalam populasi.
33. Sumber
Neuman, W. L. (2006). Social Research
Methods: qualitative and quantitative.
Wadsworth: Thomson
Bailey, K. D. (1992). Kaedah Penyelidikan.
Kuala Lumpur: DBP.