Filsafat ilmu dalam Metodologi Kuantitatif

• Landasan: Menggali akar ontologis di balik angka.
• Korelasi: Sintesis antara paradigma, logika deduktif, dan metode.
• Distingsi S3: Menggeser fokus dari "bagaimana cara menghitung" ke "mengapa kita menghitung".

Pengantar

Metodologi Kuantitatif: Bukan Sekadar Alat, Tapi Ideologi

• Non-Netralitas: Setiap rumus statistik membawa asumsi filosofis tentang dunia.
• Akar Sejarah: Evolusi dari Logical Positivism (Vienna Circle) ke Post-Positivism.
• Dominasi: Mengapa jurnal Q1 (AMJ, ASQ) tetap memprioritaskan generalisasi kuantitatif?
• Esensi: Konsistensi antara worldview peneliti dengan instrumen yang digunakan.
• 📌 Key Concept: Quantitative method is a philosophical choice, not just a technical preference.

​

Posisi Filosofis Kuantitatif -The Post-Positivist Stance�

Riset kuantitatif modern (S3) berpijak pada:

• Ontologi (Critical Realism): Realitas ada secara objektif, namun persepsi manusia terhadapnya bersifat imperfect (probabilistik).
• Epistemologi (Objectivism): Peneliti berusaha menjaga jarak (independensi) agar tidak mengkontaminasi data.
• Aksiologi (Value-Free): Penelitian harus bebas dari bias personal; etika riset dijunjung tinggi melalui standarisasi.
• Logika (Deductive-Nomological): Menarik kesimpulan dari hukum umum ke kasus khusus.

​

Ontologi: Realitas yang Terukur Asumsi Dasar tentang Objek Manajemen�

Dalam kuantitatif, fenomena manajemen dianggap:

• Realisme Objektif: Kinerja atau kepemimpinan dianggap sebagai entitas yang "nyata" dan ada di luar sana.
• Reduksionisme: Fenomena kompleks bisa dipecah menjadi variabel-variabel kecil yang saling berhubungan.
• Determinisme Linier: Adanya hubungan sebab-akibat ($X \rightarrow Y$) yang dapat diprediksi.

​

Contoh: Memperlakukan "Budaya Organisasi" sebagai variabel skor (1-5) yang stabil.

​

Epistemologi & Inkuiri Mekanisme Perolehan Pengetahuan�

Mekanisme Perolehan Pengetahuan

• Korespondensi: Pengetahuan dianggap benar jika pernyataan (hipotesis) sesuai dengan fakta empiris.
• Falsifikasi (Karl Popper): Sains tidak mencari pembenaran, tapi mencoba membuktikan kesalahan (theory testing).
• Standardisasi: Penggunaan instrumen (kuesioner) yang divalidasi secara psikometrik untuk menjamin objektivitas.

​

Logika Deduktif & Teori🡪The Top-Down Approach�

Alur penalaran dalam disertasi kuantitatif:

• Teori Utama (Grand Theory): Titik tolak pemikiran.
• Hipotesis: Proposisi teoretis yang diturunkan secara logis.
• Operasionalisasi: Mengubah konsep abstrak menjadi indikator empiris.
• Uji Empiris: Konfirmasi atau diskonfirmasi teori.

​

• ✅ S3 Insight: Disertasi Anda harus diawali oleh kekuatan teoretis, bukan sekadar "iseng" menguji hubungan variabel.

​

Spektrum Metodologi Modern🡪Beyond Simple Regression�

Riset manajemen kontemporer menuntut alat yang selaras dengan kompleksitas realitas:

• SEM (Structural Equation Modeling): Menangkap hubungan laten dan multivariat secara simultan.
• Experimental Design: Mencari kausalitas murni dalam lingkungan terkontrol.
• Panel Data/Longitudinal: Mengamati dinamika realitas dalam rentang waktu.
• Analisis Sekunder: Memanfaatkan big data organisasi untuk validitas eksternal yang lebih tinggi.

​

Kriteria Kualitas (The Big Four)-->Keabsahan Ilmu dalam Paradigma Kuantitatif�

Keabsahan Ilmu dalam Paradigma Kuantitatif

• Internal Validity: Apakah $X$ benar-benar menyebabkan $Y$? (Kausalitas).
• External Validity: Sejauh mana hasil dapat digeneralisasi ke populasi lain?Reliability: Konsistensi pengukuran jika diulang di waktu yang berbeda.
• Construct Validity: Apakah kita benar-benar mengukur apa yang kita klaim diukur? (Fokus pada EFA/CFA).

Filosofi Statistik�Statistik sebagai Bahasa Logika�

• P-Value & Signifikansi: Bukan kebenaran mutlak, melainkan ukuran probabilitas kesalahan (Type I Error).
• Effect Size: Seberapa penting hubungan tersebut secara praktis (bukan sekadar statistik).
• Inferensi: Melompat dari sampel kecil menuju klaim populasi besar (sebuah tindakan induktif dalam kerangka deduktif).
• ⚠️ Warning: Statistics is a tool for reasoning, not a substitute for thinking.

​

Kritik & Batasan (Reflektivitas)��

Mengapa Kuantitatif Sering Diserang?

• Context Stripping: Mengabaikan sejarah dan budaya unik di balik angka.
• The "Black Box" Problem: Kita tahu $X$ berpengaruh ke $Y$, tapi sering gagal menjelaskan "mengapa" dan "bagaimana" proses itu terjadi secara psikologis.
• Quantification Bias: Anggapan bahwa sesuatu yang tidak bisa dihitung dianggap tidak ada atau tidak ilmiah.

Ontologi dalam Riset Kuantitatif�

Asumsi realitas:

• Realitas tunggal
• Dapat diukur
• Stabil
• Independen dari peneliti

Contoh:

• kepuasan pelanggan
• kinerja perusahaan
• niat beli

​

Epistemologi Kuantitatif

Cara memperoleh pengetahuan:

• observasi terstruktur
• instrumen terstandar
• pengujian hipotesis
• analisis statistik
• 📌 Tujuan: menjelaskan & memprediksi

​

Metodologi Kuantitatif�

Metode umum:

• survei
• eksperimen
• analisis sekunder
• SEM / PLS
• regresi

​

Logika Deduktif

Alur kuantitatif:

Teori → Hipotesis → Data → Uji Statistik → Kesimpulan

Karakteristik:

• theory testing
• confirmatory
• structured

​

✅ Dominan di artikel Q1 manajemen

Kriteria Kualitas Riset�

Dalam kuantitatif:

• Validitas
• Reliabilitas
• Objektivitas
• Generalisasi
• Goodness of fit
• 📌 Sangat penting untuk publikasi Scopus

​

Kapan Menggunakan Kuantitatif?�

Gunakan jika:

• variabel jelas
• teori mapan
• ingin generalisasi
• sampel besar
• tujuan prediksi

​

Implikasi untuk Disertasi S3�

Mahasiswa harus:

• menyatakan paradigma
• menjelaskan ontologi
• konsisten teori–metode
• memastikan validitas instrumen
• tidak sekadar “uji model”
• 📌 Filosofi = pembeda disertasi kuat

​

Kesalahan Umum Mahasiswa�

⚠️ Langsung SEM tanpa filosofi�⚠️ Hipotesis tidak berbasis teori�⚠️ Instrumen tidak valid�⚠️ Paradigma tidak disebut�⚠️ Overclaim hasil

​

Penutup�

• Metodologi kuantitatif berakar filosofis kuat
• Dominan dalam riset manajemen modern
• Harus konsisten ontologi–epistemologi–metode
• Kesadaran filosofis meningkatkan kualitas disertasi

​