Rumusan Masalah: 4 Contoh Studi Kasus + Tips Mendalam

Cara membuat rumusan masalah setiap proposal penelitian / skripsi / makalah itu tidak bisa sama. Karena tergantung dengan tujuan penelitian bahkan variabel dan metode analisis apa yang Anda gunakan dalam penelitian.

Panduan ini melanjutkan Panduan Membuat Identifikasi Masalah. Jadi Saya harap Anda sudah menyusun latar belakang maupun identifikasi masalah penelitian dengan benar. Jika belum, silahkan lihat Pintasan Panduan.

Note: Rumusan Masalah ini sangat penting keberadaannya dalam sebuah penelitian. Jika tidak ada rumusan masalah, lalu apa yang akan Anda teliti ? Jika Latar Belakang membahas tentang A, Identifikasi masalah tentang B, Rumusan Masalah tentang C dan Pembahasan tentang D, tentu itu ngawur…

Jadi Saya harap, fokus dan seriuslah dalam memahami materi kali ini. Jika sudah siap, mari kita mulai…

Pengertian dan Jenis Rumusan Masalah

Secara umum, Arti rumusan masalah adalah sebuah perumusan atas fenomena / issue / data yang merupakan sebuah permasalahan yang akan diteliti secara ilmiah. Rumusan masalah harus ditulis dalam kalimat tanya.

Jadi secara berurutan, Latar Belakang membahas permasalahan yang diangkat dalam penelitian yang dilihat secara global hingga mendetail. Identifikasi masalah menjelaskan inti permasalahan yang akan diteliti yang menjadi sebuah pernyataan singkat jelas dan padat yang diambil dari Fenomena / issue terkait / data pada latar belakang.

Kemudian, Rumusan Masalah akan menegaskan permasalah apa yang akan diteliti pada penelitian yang disusun berupa kalimat tanya yang singat dan padat.

Kurang lebih seperti itu alur dalam menyusun penelitian mulai dari latar belakang hingga rumusan masalah.

Namun, seperti yang Saya jelaskan pada awal panduan ini (Lupa? Baca Lagi), rumusan masalah penelitian tidak selalu sama dan akan tergantung beberapa hal. Biar semakin paham coba pahami jenis-jenis rumusan masalah berikut:

1. Asosiatif, yaitu rumusan masalah untuk penelitian yang bertujuan mencari hubungan antara 2 variabel atau lebih yang terbagi menjadi 3 jenis yaitu Simetris, Kausal (Sebab-Akibat) dan Interaktif (Reciprocal / Timbal Balik). Perumusan masalah asosiatif minimal akan mencari hubungan antara 1 variabel independen (bebas) dan 1 variabel dependen (terikat). Namun bisa juga memiliki lebih dari 1 variabel independen ataupun tambahan variabel intervening dan moderating.
2. Komparatif, yaitu rumusan masalah penelitian yang bertujuan untuk membandingkan 2 list data (2 sample) dari 1 variabel atau lebih baik untuk waktu yang sama maupun berbeda.
3. Deskriptif, yaitu rumusan masalah untuk penelitian yang bertujuan mendeskripsikan sebuah variabel atau lebih. Umumnya seperti penelitian Kualitatif.

FYI, perumusan masalah tersebut sering digunakan pada penelitian yang menggunakan metode analisis Regresi Linier (sederhana / berganda) atau (data panel / time series / cross section) ataupun uji beda seperti t-test.

Khusus penelitian Analysis with Theory seperti Analisis Portofolio Optimal. Anda bisa menggunakan Rumusan Masalah Deskriptif sebagai alternatif. Kurang lebih akan sama saja.

Note: Saya akan jelaskan cara membuat ketiga jenis Rumusan Masalah tersebut berserta contoh studi kasus dan judul penelitiannya. Silahkan perhatikan secara seksama…

Contoh #1 Rumusan Masalah Asosiatif (Penelitian yang Bertujuan Mencari Hubungan Sebab-Akibat)

Misalnya untuk penelitian dengan judul “Pengaruh Price Earning Ratio (PER) dan Earning Per Share (EPS) Terhadap Harga Saham pada Industri Perkebunan yang Terdaftar di BEI Periode 2011 – 2015”

Note: Perlu Anda ketahui, Rumusan Masalah Asosiatif dapat disusun baik menyertakan arah hubungan (positif / negatif) maupun tidak. Saya akan berikan contoh keduanya…

Untuk merumuskan permasalahan dengan menyertakan arah hubungan (positif / negatif), silahkan ikuti 3 tahap berikut:

#1 Lihat Jumlah Variabel Yang Akan Diuji

Dari judul, Anda pasti sudah tahu bahwa penelitian ini menggunakan 2 Variabel Independent (sebagai penyebab) yaitu Price Earning Ratio (PER) dan Earning Per Share (EPS). Sementara itu, Variabel Dependent (sebagai akibat) yaitu Harga Saham.

Saya harap tidak ada keraguan dalam mendefiniskan setiap variabel. Karena hal ini selalu Saya bahas sejak SUB-BAB Pertama.

Karena ada 2 variabel independen pada contoh judul ini, maka ada 2 jenis pengujian statistik yang wajib dilakukan yaitu Uji t (partial / sendiri / individu) dan Uji F (simultan / bersama-sama).

Penting! Jika penelitian Anda juga menggunakan variabel Moderating / Intervening, silahkan skip ke contoh 2

Sederhanya, Uji t adalah pengujian secara individual / satu per satu untuk masing-masing variabel independen (penyebab) ke variabel dependen (akibat).

Sedangkan uji F adalah pengujian secara bersamaan (seluruh variabel independen secara bersamaan ke variabel Y)

Sehingga, Anda harus membuat 3 buah rumusan masalah, yaitu 2 rumusan masalah untuk pengujian secara partial (PER ke harga Saham dan EPS ke Harga Saham) serta 1 rumusan masalah untuk pengujian secara simultan (PER dan EPS secara bersamaan ke Harga Saham).

Kita mulai dahulu untuk uji t (partial)…

#2 Rumusan Masalah Secara Partial (Uji t)

Pada latar belakang, Anda bisa menampilkan data histori dari setiap variabel x dan y. Contoh ini menggunakan 2 variabel X (PER dan EPS) dan 1 variabel Y (Harga Saham). Katakanlah data history variabel tersebut seperti berikut:

Note: Sebetulnya ini materi untuk Identifikasi Masalah. Namun tidak ada salah nya kita mengulang kembali untuk mendapatkan gambaran yang mendalam tentang hubungan latar belakang > identifikasi masalah > rumusan masalah

Tahun	PER	EPS	Harga Saham
2011	9,44	417,57	5.009,57
2012	11,91	392,46	5.699,00
2013	18,48	129,65	5.909,43
2014	18,04	132,34	5.375,71
2015	0,56	156,54	3.401,86

Rumusan Masalah Pertama…

Selanjutnya untuk membuat Perumusan Masalah Secara partial yang menyertakan arah hubungan, coba Anda baca data di atas seperti keterangan berikut:

Pertama, lihat pola data Harga Saham dari tahun 2011 ke 2012 = Naik, 2012 ke 2013 = Naik, 2013 ke 2014 = Turun, dan 2014 ke 2015 = Turun.

Jadi pola Variabel Y (Harga Saham) adalah Naik > Naik > Turun > Turun

Kedua, lihat pola data PER. Ternyata, PER memiliki pola yang sama dengan Variabel Harga saham yaitu Naik > Naik > Turun > Turun.

Dengan pola yang sama antara variabel X dan Y (naik sama naik, turun sama turun), Anda bisa mengetahui arah hubungan kedua variabel tersebut yaitu Positif (karena pergerakannya sama). Sehingga Rumusan Masalah yang pertama adalah:

Apakah Price Earning Ratio Secara Partial Berpengaruh Positif Signifikan Terhadap Harga Saham Pada Industri Perkebunan yang terdaftar pada BEI periode 2011 – 2015 ?

Note: Kata “Secara Partial” artinya secara sendiri yang merupakan tanda bahwa rumusan masalah ini untuk uji t. Kata “positif” merupakan hasil dari identifikasi masalah yang saya jelaskan diatas.
Sementara kata “signifikan” wajib Anda masukkan pada rumusan masalah untuk penelitian yang bertujuan mencari hubungan Sebab-Akibat.

Rumusan Masalah Kedua…

Selanjutnya, identifikasi pola data Variabel EPS. Dan ternyata pola data EPS merupakan kebalikan dari Pola data Harga Saham yaitu Turun > Turun > Naik > Naik, sehingga arah hubungan kedua variabel ini adalah Negatif. Sehingga Rumusan Masalah yang kedua adalah:

Apakah Earning Per Share Secara Partial Berpengaruh Negatif Signifikan Terhadap Harga Saham Pada Industri Perkebunan yang terdaftar pada BEI periode 2011 – 2015 ?

Note: Saya merubah kata “Positif” menjadi negatif, karena arah hubungan Variabel EPS dengan Harga Saham adalah Negatif (berdasarkan data pada Latar Belakang).

#3 Rumusan Masalah Secara Simultan (Uji F)

Sebelumnya sudah Saya jelaskan bahwa Uji F adalah pengujian secara bersamaan. Jadi Anda hanya perlu menggabungkan kedua Variabel Independent pada 1 rumusan masalah.

Menyusun Rumusan Masalah untuk uji F tidak wajib Anda kaitkan dengan Latar Belakang. Serta tidak perlu Anda buat arah hubungan. Karena uji F tidak bisa menentukan arah hubungan.

Dengan kata lain, silahkan buat Rumusan Masalah seperti berikut:

Apakah Price Earning Ratio dan Earning Per Share Secara Simultan Berpengaruh Signifikan Terhadap Harga Saham Pada Industri Perkebunan yang terdaftar pada BEI periode 2011 – 2015 ?

Note: Intinya, rumusan masalah untuk uji F, yaitu memasukkan semua variabel independent dan dipertegas dengan kata “Secara Simultan” yang berarti secara bersama-sama.

Jadi secara keseluruhan, ada 3 Rumusan Masalah pada contoh penelitian ini yaitu 2 untuk hubungan masing-masing variabel Independen secara sendiri-sendiri / partial terhadap variabel dependen, dan 1 untuk hubungan semua variabel independen secara bersamaan (simultan) terhadap variabel dependen.

Saya yakin, Anda pasti pernah menemukan Rumusan Masalah yang menyertakan arah hubungan baik positif signifikan ataupun negatif signifikan dari Penelitian Terdahulu yang menggunakan variabel yang sama.

Tapiiii… Ada juga penelitian terdahulu yang tidak meyertakan arah hubungan (positif / negatif) dalam Rumus Masalah.

Jika Anda kesulitan membaca pola data untuk mendapatkan arah hubungan variabel, It’s Okay… Coba pahami penjelasan berikut:

Bagaimana Jika Rumusan Masalah Tanpa Arah Hubungan, Apakah Boleh ?

Untuk kasus seperti ini, Anda tidak perlu menyertakan arah hubungan setiap variabel pada rumusan masalah untuk uji t. Anda hanya perlu mencari tahu berapa jumlah variabel Independent nya saja.

Saya masih menggunakan contoh yang sama. Berarti Jumlah Variabel Independent ada 2. Sehingga rumusan masalah yang harus Anda buat juga ada 3. Kurang Lebih rumusan masalah untuk uji t sebagai berikut:

1. Apakah Price Earning Ratio Secara Partial Berpengaruh Signifikan Terhadap Harga Saham Pada Industri Perkebunan yang terdaftar pada BEI periode 2011 – 2015 ?
2. Apakah Earning Per Share Secara Partial Berpengaruh Signifikan Terhadap Harga Saham Pada Industri Perkebunan yang terdaftar pada BEI periode 2011 – 2015 ?

Sementara itu rumusan masalah untuk uji F sama saja dengan contoh sebelumnya seperti berikut:

Apakah Price Earning Ratio dan Earning Per Share Secara Simultan Berpengaruh Signifikan Terhadap Harga Saham Pada Industri Perkebunan yang terdaftar pada BEI periode 2011 – 2015 ?

Note: Kedua contoh di atas menggunakan 2 variabel independen sehingga bisa menggunakan Metode Analisis Regresi Linier Berganda. Namun, penelitian Anda hanya menggunakan 1 variabel independen dan 1 variabel dependen, cukup buat 1 rumusan masalah tanpa menyertakan “secara partial”. Dan tidak perlu membuat rumusan masalah secara simultan, karena variabel independen hanya ada 1.

Nah, beda lagi ceritanya jika ada 3 jenis variabel dalam penelitian Anda. Penelitian seperti ini biasanya menggunakan variabel Independen, Dependen dan Variabel Moderating / Intervening. Saya masuk ke contoh.

Contoh #2 Rumusan Masalah Asosiatif + Variabel Moderating & Intervening (Sebab-Akibat)

Penelitian yang menggunakan variabel Intervening ataupun Moderating umumnya juga bertujuan mencari hubungan Sebab-Akibat. Perbedaannya dengan contoh pertama adalah terdapat 1 tambahan jenis variabel (bisa Intervening bisa juga Moderating).

Karena ada tambahan jenis variabel, maka Rumusan Masalah juga ikut bertambah. Selain itu, Rumusan Masalah untuk Variabel Intervening dan Moderating tidak sama, alias berbeda.

Oleh karena itu, Saya berikan contoh satu per satu + Judulnya…

#1 Variabel Intervening

Misalnya penelitian dengan judul “Pengaruh Price Earning Ratio (PER) dan Earning Per Share (EPS) Terhadap Harga Saham dengan “AAA” Sebagai Variabel Intervening pada Industri Perkebunan yang Terdaftar di BEI Periode 2011 – 2015″

Penting! Untuk penelitian seperti ini, Saya harap Anda sudah memahami terlebih dahulu seperti apa konsep dan kedudukan setiap jenis variabel. Terutama variabel Intervening. Tapi Panduan nya belum Saya susun. Nanti akan Saya bahas dipanduan terpisah. Sekarang kita Fokus untuk membahas cara membuat Rumusan Masalahnya saja.

Pertanyaan Saya, ada berapa banyak panah pada gambar dia tas (warna merah, biru dan hijau) ? Ada 5 bukan ? Ya… Jadi jumlah rumusan masalah pada contoh ini ada 5 dan semuanya berupa rumusan masalah secara partial (tidak ada simultan).

Jadi pertama-tama, buat dahulu Rumusan Masalah setiap variabel independen terhadap intervening seperti berikut:

1. Apakah Price Earning Ratio (PER) secara partial berpengaruh Signifikan terhadap “AAA” pada Industri Perkebunan yang Terdaftar di BEI Periode 2011 – 2015″
2. Apakah Earning Per Share (EPS) secara partial berpengaruh Signifikan terhadap “AAA” pada Industri Perkebunan yang Terdaftar di BEI Periode 2011 – 2015″

Kemudian buat juga Rumusan Masalah setiap variabel independen terhadap dependen seperti berikut:

3. Apakah Price Earning Ratio (PER) secara partial berpengaruh Signifikan terhadap Harga Saham pada Industri Perkebunan yang Terdaftar di BEI Periode 2011 – 2015″
4. Apakah Earning Per Share (EPS) secara partial berpengaruh Signifikan terhadap Harga Saham pada Industri Perkebunan yang Terdaftar di BEI Periode 2011 – 2015″

Terakhir… sisa panah dari variabel apa ke variabel apa ? Dari Intervening ke Dependen bukan ? Ya… Buat Rumusan masalah secara partial untuk variabel tersebut. Kurang lebih seperti ini:

5. Apakah “AAA” secara partial berpengaruh Signifikan terhadap Harga Saham pada Industri Perkebunan yang Terdaftar di BEI Periode 2011 – 2015″

Penting! Anda boleh-boleh saja menyertakan arah hubungan (positif / negatif) dalam rumusan masalah seperti contoh pertama di atas apabila dibutuhkan. Jika tidak butuh, lebih baik tidak sama sekali.

#2 Variabel Moderating

Rumusan masalah untuk Variabel Moderating, akan sedikit berbeda..

Sebagai contoh penelitian dengan judul “Analisis Pengaruh Net Profit Margin (NPM) dan Debt to Equity Ratio (DER) terhadap Harga Saham dengan Earning Per Share (EPS) sebagai Variabel Moderating pada Perusahaan Manufaktur yang Terdaftar di BEI Tahun 2014-2020″

Gambar di atas kurang lebih menggambarkan kedudukan variabel moderating dalam model. Sudah terlihat perbedaannya dengan variabel intervening bukan ? Nah, begitu juga dengan Perumusan masalahnya… Ada sedikit perbedaan…

Pertama-tama, Anda bisa membuat Rumusan Masalah secara partial dan simultan seperti contoh Petama diatas (baca lagi)

Pengaruh	Secara	Terhadap
NPM	Partial	Harga Saham
DER	Partial	Harga Saham
NPM dan DER	Simultan	Harga Saham

Note: Jangan lupa buat berupa kalimat tanya yang sama seperti contoh-contoh sebelumnya ya…

Terakhir… Buat Rumusan Masalah untuk Variabel Moderating. Kurang lebih untuk contoh ini bisa Anda susun seperti berikut “Apakah Earning Per Share (EPS) Memoderasi Hubungan Net Profit Margin (NPM) dan Debt to Equity Ratio (DER) Terhadap Harga Saham?”

Klop sudah… Hanya ada 4 Rumusan Masalah pada contoh penelitian ini meskipun jumlah variabel pada contoh moderating sama banyak dengan contoh intervening.

Mudah-mudahan contoh-contoh ini bisa menjadi gambaran ya… Tidak selalu rumusan masalah disusun seperti ini, tapi kurang lebih seperti inilah rumusan masalahnya… Selain itu, boleh juga menyertakan arah hubungan kedalam Rumusan masalah jika dibutuhkan.

Contoh #3 Rumusan Masalah Komparatif (Penelitian yang Bertujuan Membandingkan 2 data)

Gunakan contoh ini JIKA penelitian Anda ertujuan untuk membandingkan 2 sample data baik dari 1 variabel maupun lebih dalam 1 periode ataupun lebih.

Sebagai contoh, penelitian dengan judul “Analisis Perbandingan Return Saham Sebelum dan Selama Covid 19 (Studi Kasus, Industri Manufaktur yang Terdaftar di Bursa Efek Indonesia) Periode 2010-2020”

Dari judul ini, hanya ada 1 variabel yaitu Return Saham. Sementara ada 2 data (sample) dari variabel tersebut yang akan dibandingkan yaitu Return Saham Sebelum Covid 19 VS Return Saham Selama Covid 19.

Untuk penelitian dengan judul tersebut, Anda hanya perlu membuat 1 Rumusan masalah yang menyertakan kedua sample dari 1 variabel tersebut. Kurang lebih rumusan masalah yang tepat seperti berikut:

Apakah Terdapat Perbedaan Signifikan antara Return Saham Sebelum dan Selama Covid 19 pada Industri Manufaktur yang Terdaftar di Bursa Efek Indonesia) Periode 2010-2020 ?

Mudah bukan ? Mungkiin… 😀

Note: Tidak perlu menyertakan arah hubungan (positif / negatif) pada rumusan masalah komparatif. Karena uji komparatif tidak bisa mengetahui arah hubungan.

Lalu Bagaimana jika penelitian Saya menggunakan 2 variabel ? Ya buat 2 Rumusan masalahnya…

Misalnya judul “Komparasi Risk dan Return Saham Sebelum dan Selama Covid 19 bla lba lba…”

Untuk judul tersebut, sudah jelas ada 2 variabel yaitu Risk dan Return. Jika judul dan konsep penelitian Anda seperti ini, buat saja 2 rumusan masalah. Yang pertama untuk variabel Risk Sebelum VS Selama Covid19, dan yang kedua untuk variabel Return.

Tidak sulit bukan ??? Yang terpenting… Apa tujuan penelitian Anda dan bagaimana konsep penelitiannya ?

Contoh #4 Rumusan Masalah Deskriptif (Penelitian Analysis with Theory)

Di Pusat Panduan Nyusun Skripsi M Jurnal, Saya juga membahas Cara Menyusun Skripsi dengan Judul “Analisis Portofolio Optimal Menggunakan Single Index Model pada Perusahaan yang Termasuk Kedalam Index LQ-45 Periode Februari 2011 – Januari 2016”

FYI, penelitian seperti ini tidak menggunakan metode analisis statistik seperti Regresi Linier, Analysis Path ataupun t-test dll. melainkan menggunakan teory tersendiri dalam menganalisis data.

Karena tidak menggunakan metode analisis statistik, maka penelitian ini juga tidak Wajib memiliki hipotesis. Mungkin terlalu cepat jika Saya membahas tentang hipotesis pada Panduan Rumusan Masalah ini. Tapi bukan itu intinya…

Intinya adalah… Rumusan Masalah pada Contoh Pertama, Kedua dan Ketiga yang Saya paparkan sebelumnya adalah rumusan masalah yang Wajib memiliki hipotesis.

Jadi untuk penelitian jenis ini, tidak perlu menyertakan arah hubungan variabel (positif / negatif) ataupun pengujian partial maupun simultan serta penegasan pengaruh / perbedaan (signifikan) ke dalam Rumusan masalah.

Tapi Anda bisa menggunakan proses perhitungan dari Teori Portofolio Optimal dan Teori Single Index Model untuk membuat Rumusan Masalah Penelitian. Dan inilah maksud dari Rumusan Masalah Deskriptif itu.

Penting! Saya harap Anda sudah memahami proses perhitungan dari Teori Portofolio Optimal dan Single Index Model agar Saya tidak mengulang-ngulang kata. Jika belum, silahkan kunjungi Panduan Portofolio Optimal

Tidak perlu menuliskan semua poses perhitungan dari teori kedalam Rumusan Masalah. Ambil secara garis besar saja. Jika Saya diminta untuk menentukan, Saya pikir Rumusan masalah berikut sudah sangat cocok.

1. Berapakah expected return dan risiko dari portofolio optimal yang terbentuk?
2. Apakah saham-saham yang termasuk indeks LQ-45 periode Februari 2011 – Januari 2016 termasuk ke dalam portofolio optimal?
3. Berapakah besarnya proporsi dana dari masing-masing saham dalam pembentukan portofolio optimal?

Ingat! tidak ada rumusan masalah secara partial dan simultan ataupun pertanyaan berupa komparasi signifikan.

Jika Anda Sudah betul-betul memahami alur perhitungan porotofolio optimal, tentu sudah terbayang bagaimana cara menjawab ke tiga rumusan masalah tersebut dan menjelaskannya pada bagian hasil penelitian.

Saya harap ke empat contoh diatas sudah bisa memberikan gambaran seperti apa menyusun rumusan masalah penelitian baik Asosiatif, Komparatif maupun Deskriptif.

Jika Panduan ini belum menjawab permasalahan Anda, silahkan sampaikan pada kolom komentar. Insya Allah akan Saya bantu dan kita cari solusinya bersama-sama.