Unenggaged Response, seberapa penting? (Kumpulan tulisan mengenai statistik)
Dalam penelitian kualitatif, peneliti mengumpulkan data empiris dengan menggunakan kuistioner. Berdasarkan pertanyaan yang ada, responden menjawab pertanyaan sesuai dengan pemahaman mereka. Ada kalanya data yang dikumpulkan memiliki masalah yang disebabkan oleh berbagai hal, misalnya respon yang tidak lengkap dari responden ataupun jawaban yang menyimpang. Oleh karena itu sebelum melakukan analisis data statistik, peneliti perlu melakukan data preparation atau data screening untuk memastikan dataset yang akan dianalisis terbebas dari permasalahan yang pada akhirnya akan menghasilkan temuan yang akurat dan ‘mungkin’ bermanfaat. Salah satu hal yang penting dilakukan sebelum melakukan analisis statistik adalah pemeriksaan unengaged response.
Ketika diminta berpartisipasi dalam suatu survey, peneliti mengharapkan responden membaca, memahami dan menjawab sesuai dengan pengetahuannya. Namun, terkadang orang tidak berusaha memahami pertanyaan dan memberi jawaban yang sesuai dengan pertanyaan. Atau bahkan memberi jawaban tanpa membaca pertanyaan 😊. Hal inilah yang menyebabkan unengaged response yang mengacu pada jawaban atau poin data dalam survei atau kumpulan data yang menunjukkan kurangnya keterlibatan atau pertimbangan yang bijaksana dari responden. Beberapa karaterisktik dari unengaged response ini misalnya
- Responden menjawab setiap pertanyaan dengan jawaban yang sama. Misalnya dalam pertanyaan skala likert, responden secara konsisten menjawab dengan nilai yang sama.
- Responden menyelesaikan survei jauh lebih cepat dari perkiraan, hal ini menunjukkan bahwa mereka mungkin tidak membaca pertanyaan dengan cermat.
- Response yang berlawanan untuk pertanyaan yang mirip.
Jika unengaged response ini dibiarkan maka akan mempengaruhi validitas dimana hasil survei tidak akan mencerminkan pandangan atau pengalaman nyata sehingga membuat kesimpulan yang diambil dari data tersebut kurang valid. Sedangkan jika dilihatkan dari sisi reliabilitas maka dapat menyebabkan data menjadi tidak reliabel, artinya hasil analisis tidak dapat dipercaya untuk memberikan hasil yang sama jika survei diulang. Akibatnya dengan mengandalkan data yang terdistorsi ini dapat menyebabkan kesimpulan yang salah dan akan berisiko pada penetapan strategi yang tidak efektif atau bahkan merugikan.
Oleh karenanya, peneliti harus mencegah kesalahan ini dengan beberapa cara. Pertama dengan melakukan penyaringan awal dengan menggunakan pertanyaan filter atau screening untuk mengidentifikasi responden yang tidak relevan atau tidak serius. Misalnya dengan memberikan pertanyaan verifikasi “Untuk memastikan Anda memperhatikan, tolong pilih ‘Sangat Setuju’ untuk pertanyaan ini.” (opsi: Sangat Setuju, Setuju, Netral, Tidak Setuju, Sangat Tidak Setuju). Kedua, dengan merancang survei yang lebih menarik dan mudah dipahami untuk meningkatkan keterlibatan responden. Ketiga, dengan menggunakan teknik validasi seperti memberi pertanyaan yang sama untuk memastikan konsistensi jawaban. Keempat, untuk menimbulkan motivasi responden mengisi jawaban dengan benar, peneliti dapat memberi insentif atas partisipasi mereka agar serius.
Selanjutnya, pada proses persiapan data dilakukan analisis untuk mendeteksi unengaged response. Untuk mendeteksi unengaged responses dalam dataset survei, metode yang sering digunakan meliputi analisis waktu penyelesaian, pemeriksaan konsistensi jawaban, dan identifikasi jawaban nonsense atau tidak relevan. Alat statistik seperti SPSS atau R dapat digunakan untuk menganalisis pola jawaban dan mendeteksi outlier yang menunjukkan kurangnya keterlibatan. Fungsi stdev pada Excel juga dapat digunakan untuk memeriksa variasi jawaban dari suatu respon.Pertanyaan validasi juga efektif, misalnya dengan memasukkan pertanyaan yang menginstruksikan responden untuk memilih jawaban tertentu untuk memastikan perhatian mereka (Gaskin, 2017). Setelah unengaged responses teridentifikasi, langkah selanjutnya adalah menghapus atau mengkoreksi data tersebut untuk memastikan analisis yang lebih akurat dan reliabel (Gaskin, 2017).
Referensi:
- Gaskin, J. (2017). Data Screening. Retrieved October 31, 2017, from http://statwiki.kolobkreations.com