Dalam penelitian kuantitatif, terutama yang menggunakan kuesioner atau survei, salah satu masalah metodologis yang sering muncul adalah Common Method Bias (CMB). Bias ini dapat memengaruhi hubungan antar variabel dalam model penelitian dan berpotensi menghasilkan kesimpulan yang tidak akurat jika tidak diidentifikasi dan dikendalikan dengan baik.

Secara sederhana, Common Method Bias terjadi ketika variasi dalam data bukan disebabkan oleh konstruk yang diteliti, tetapi oleh metode pengukuran yang sama. Hal ini sering terjadi ketika semua variabel dikumpulkan dari sumber yang sama, menggunakan instrumen yang sama, dan pada waktu yang sama. Podsakoff et al. menjelaskan bahwa CMB dapat muncul karena berbagai faktor seperti kecenderungan responden memberikan jawaban yang konsisten secara sosial, format pertanyaan yang serupa, atau konteks pengukuran yang sama (Podsakoff et al., 2003).

Dalam praktik penelitian, CMB sering terjadi pada studi yang mengandalkan self-reported survey, misalnya penelitian mengenai perilaku konsumen, perilaku investor, atau sikap organisasi. Ketika responden menjawab seluruh pertanyaan dalam satu kuesioner, terdapat kemungkinan bahwa jawaban mereka dipengaruhi oleh gaya respon, persepsi umum terhadap topik, atau keinginan untuk memberikan jawaban yang terlihat konsisten, bukan karena hubungan nyata antar variabel yang diteliti.

Podsakoff dan rekan-rekannya menyatakan bahwa Common Method Bias dapat menyebabkan estimasi hubungan antar variabel menjadi lebih kuat atau lebih lemah dari kondisi sebenarnya, sehingga peneliti perlu melakukan langkah-langkah pencegahan maupun pengujian statistik untuk mendeteksinya (Podsakoff et al., 2003).

Cara Mendeteksi Common Method Bias

Dalam penelitian empiris, terdapat beberapa pendekatan yang umum digunakan untuk mendeteksi kemungkinan adanya CMB.

Salah satu teknik yang paling sering digunakan adalah Harman’s Single Factor Test. Metode ini dilakukan dengan memasukkan seluruh indikator penelitian ke dalam analisis faktor eksploratori tanpa rotasi. Jika satu faktor tunggal menjelaskan sebagian besar variansi data (biasanya lebih dari 50%), maka ada indikasi bahwa common method bias mungkin terjadi. Walaupun teknik ini sederhana, banyak penelitian masih menggunakannya sebagai pemeriksaan awal terhadap potensi bias metode.

Selain itu, penelitian modern juga menggunakan Full Collinearity Assessment yang diperkenalkan oleh Kock. Dalam pendekatan ini, peneliti memeriksa nilai Variance Inflation Factor (VIF) untuk setiap konstruk. Jika nilai VIF berada di bawah ambang batas tertentu (biasanya 3.3), maka model dianggap bebas dari masalah common method bias yang serius (Kock, 2015).

Pendekatan lain yang semakin sering digunakan adalah marker variable technique, yaitu dengan menambahkan variabel yang secara teoritis tidak berkaitan dengan konstruk utama penelitian. Variabel ini digunakan untuk menangkap potensi variansi metode yang mungkin memengaruhi hubungan antar variabel dalam model penelitian (Lindell & Whitney, 2001).

Referensi:

  • Kock, N. (2015). Common method bias in PLS-SEM: A full collinearity assessment approach. International Journal of e-Collaboration, 11(4), 1–10.
  • Lindell, M. K., & Whitney, D. J. (2001). Accounting for common method variance in cross-sectional research designs. Journal of Applied Psychology, 86(1), 114–121.
  • Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903.