Esai Komprehensif: Mix Data dalam Riset sebagai Bentuk Akuntabilitas, Integritas, dan Outcome Riset yang Benar

Esai Komprehensif: Mix Data dalam Riset sebagai Bentuk Akuntabilitas, Integritas, dan Outcome Riset yang Benar

Oleh: Asep Rohmandar

Masyarakat Peneliti Sundaland (MPS) dan Masyarakat Peneliti Mandiri Sunda Nusantara (MPMSN) 

Abstrak

Dalam lanskap penelitian kontemporer, kompleksitas pertanyaan riset semakin menuntut pendekatan yang melampaui batas-batas metodologi tunggal. Mix data—integrasi data kuantitatif dan kualitatif dalam kerangka mixed methods research (MMR)—telah muncul sebagai paradigma yang menjanjikan untuk menghasilkan pemahaman yang lebih holistik dan komprehensif. Namun, di balik janji epistemologisnya, integrasi data menghadirkan tantangan fundamental bagi akuntabilitas dan integritas riset. Esai ini mengupas secara komprehensif peran mix data sebagai instrumen akuntabilitas, penjaga integritas ilmiah, dan jaminan outcome riset yang benar. Berdasarkan kerangka teoritis dari para ahli terkemuka serta panduan pelaporan terkini, esai ini berargumen bahwa kekuatan MMR tidak terletak pada pengumpulan data dari dua paradigma secara terpisah, melainkan pada integrasi yang disengaja, transparan, dan dapat dipertanggungjawabkan—suatu proses yang oleh para ahli disebut sebagai "jantung" dari mixed methods research. Tanpa integrasi yang bermakna, mix data hanyalah sekumpulan temuan yang berdiri sendiri, kehilangan potensi sinergisnya, dan yang lebih parah, dapat menjadi sumber kesalahan inferensi yang mengancam kredibilitas seluruh enterprise ilmiah.

BAB I: PENDAHULUAN

1.1 Mengapa Mix Data? Menjawab Kompleksitas dengan Keberagaman

Pertanyaan penelitian modern semakin jarang dapat dijawab melalui satu lensa metodologis saja. Fenomena sosial, klinis, kebijakan, dan organisasi bersifat multidimensi—ia memiliki aspek yang terukur secara kuantitatif (berapa banyak, seberapa besar, seberapa sering) sekaligus aspek yang hanya dapat dipahami secara kualitatif (mengapa, bagaimana, apa maknanya). Mixed methods research (MMR) hadir sebagai respons terhadap kompleksitas ini.

MMR didefinisikan sebagai pendekatan yang secara sengaja mengintegrasikan elemen-elemen metodologi kualitatif dan kuantitatif—mulai dari pengumpulan data, analisis, hingga interpretasi—untuk menghasilkan pemahaman yang lebih dalam tentang apa yang diteliti. Seperti ditegaskan oleh Creswell dan Plano Clark (2018), MMR berlandaskan pada integrasi data kuantitatif dan kualitatif untuk memberikan pemahaman yang lebih komprehensif dan holistik terhadap pertanyaan riset yang kompleks.

Namun, penting untuk membedakan MMR dari penelitian multimethod. Penelitian multimethod merujuk pada penggunaan berbagai metode dalam satu paradigma—misalnya, menggunakan focus group dan wawancara dalam penelitian kualitatif—tanpa menggabungkan data lintas paradigma. Sebaliknya, MMR melibatkan integrasi yang disengaja antara data kualitatif dan kuantitatif, yang biasanya dipandu oleh filosofi pragmatis.

1.2 Akuntabilitas dan Integritas dalam Riset: Sebuah Imperatif

Akuntabilitas dalam riset berarti kemampuan peneliti untuk mempertanggungjawabkan setiap langkah proses penelitian—dari pemilihan desain, pengumpulan data, analisis, hingga penarikan kesimpulan. Integritas riset, di sisi lain, mencakup kejujuran intelektual, transparansi metodologis, dan komitmen terhadap kebenaran ilmiah.

Dalam konteks MMR, akuntabilitas dan integritas menjadi lebih kompleks karena peneliti harus mempertanggungjawabkan tidak hanya kualitas masing-masing strand (kuantitatif dan kualitatif), tetapi juga integritas dari integrasi itu sendiri. Seperti yang ditegaskan oleh Fetters (2020), menjamin integritas dan kualitas MMR memerlukan perhatian yang ketat terhadap validitas dan trustworthiness dari kedua strand, serta integritas dari integrasi mereka.

1.3 Tujuan dan Kerangka Esai

Esai ini bertujuan untuk mengupas secara komprehensif bagaimana mix data—melalui integrasi yang bertanggung jawab—dapat berfungsi sebagai:

1. Instrumen akuntabilitas yang memungkinkan verifikasi dan replikasi

2. Penjaga integritas ilmiah melalui transparansi dan rigor metodologis

3. Jaminan outcome riset yang benar melalui meta-inferensi yang valid

Kerangka analisis esai ini mengacu pada perkembangan terkini dalam metodologi MMR, termasuk Mixed Methods Integration Quality Framework (MMIQF), Good Reporting of a Mixed Methods Study (GRAMMS) 2.0 yang sedang dikembangkan, serta konsep-konsep kunci seperti joint display, meta-inference, dan legitimation criteria.

BAB II: MIX DATA — KONSEP, JENIS, DAN LANDASAN EPISTEMOLOGIS

2.1 Mendefinisikan Mix Data: Lebih dari Sekadar "Campuran"

Mix data dalam konteks MMR bukanlah sekadar mengumpulkan data kuantitatif dan kualitatif dalam satu penelitian. Ia adalah proses integrasi yang disengaja dan sistematis di mana kedua jenis data tersebut saling berinteraksi, saling melengkapi, dan bersama-sama menghasilkan pemahaman yang tidak mungkin dicapai oleh masing-masing metode secara terpisah.

Sebagaimana dijelaskan oleh Bazeley (2018), integrasi dalam MMR mengarah pada keadaan "purposeful interdependence" atau "mutual illumination" antara kedua pendekatan—yang pada akhirnya menghasilkan nilai tambah (added value) yang tidak mungkin dicapai dengan metode tunggal. Nilai tambah ini dapat terwujud dalam berbagai bentuk, tergantung pada jenis desain dan waktu integrasi:

· Dalam desain konvergen, integrasi selama fase interpretasi dapat menghasilkan meta-inferensi—kesimpulan terintegrasi yang ditarik dari pertimbangan bersama atas inferensi individual dari komponen kuantitatif dan kualitatif.

· Dalam desain sekuensial eksploratori, integrasi selama fase pengumpulan data dapat menghasilkan pembuatan atau modifikasi instrumen kuesioner.

2.2 Tipologi Desain Mixed Methods

Pemahaman tentang desain MMR sangat penting karena desain menentukan kapan, bagaimana, dan di mana integrasi terjadi. Secara umum, terdapat tiga desain utama:

1. Desain Konvergen (Convergent Design)

Data kuantitatif dan kualitatif dikumpulkan secara bersamaan (concurrent), dianalisis secara terpisah, kemudian diintegrasikan pada fase interpretasi untuk membandingkan, mengontraskan, atau menggabungkan temuan.

2. Desain Sekuensial Eksplanatori (Explanatory Sequential Design)

Fase kuantitatif dilakukan terlebih dahulu, diikuti oleh fase kualitatif yang bertujuan untuk menjelaskan atau memperdalam temuan kuantitatif.

3. Desain Sekuensial Eksploratori (Exploratory Sequential Design)

Fase kualitatif dilakukan terlebih dahulu untuk mengeksplorasi fenomena, diikuti oleh fase kuantitatif untuk menguji atau menggeneralisasi temuan kualitatif.

2.3 Landasan Epistemologis: Pragmatisme sebagai Fondasi

MMR umumnya berlandaskan pada filosofi pragmatisme, yang menolak dikotomi ketat antara paradigma positivis dan interpretivis. Pragmatisme menekankan bahwa kebenaran adalah apa yang "bekerja" untuk menjawab pertanyaan riset—apakah itu data kuantitatif, kualitatif, atau kombinasinya.

Namun, pragmatisme bukanlah lisensi untuk eklektisisme metodologis yang sembarangan. Sebaliknya, ia menuntut justifikasi yang jelas tentang mengapa pendekatan tertentu dipilih dan bagaimana pendekatan tersebut secara koheren menjawab pertanyaan riset.

BAB III: INTEGRASI SEBAGAI JANTUNG MIX DATA

3.1 Integrasi: Ciri Khas yang Membedakan MMR

Para ahli sepakat bahwa integrasi adalah ciri khas (hallmark) MMR yang membedakannya dari penelitian monomethod. Tanpa integrasi, MMR kehilangan raison d'être-nya dan berubah menjadi sekadar dua penelitian terpisah yang dikemas dalam satu laporan.

Guetterman dan kolega (2024) menekankan bahwa integrasi yang bermakna dalam MMR dapat dicapai dengan memusatkan integrasi pada berbagai tingkat: pertanyaan riset, desain, metode, hasil, serta pelaporan dan interpretasi. Pandangan holistik tentang integrasi melalui semua tingkat ini akan memungkinkan peneliti memberikan jawaban yang lebih baik terhadap masalah kompleks.

3.2 Strategi Integrasi: Merge, Build, dan Connect

Dalam literatur MMR, terdapat tiga strategi utama integrasi:

1. Merge (Penggabungan)

Data kuantitatif dan kualitatif digabungkan dalam analisis. Contoh paling umum adalah joint display—tabel atau visual yang menyajikan temuan dari kedua strand secara berdampingan untuk memungkinkan perbandingan dan kontras.

2. Build (Membangun)

Satu jenis data digunakan untuk membangun atau menginformasikan pengumpulan atau analisis data lainnya. Misalnya, temuan kualitatif digunakan untuk mengembangkan instrumen kuantitatif dalam desain sekuensial eksploratori.

3. Connect (Menghubungkan)

Data dari satu strand dihubungkan dengan data dari strand lain melalui sampel atau variabel yang sama.

3.3 Joint Display: Visualisasi Integrasi

Joint display telah menjadi salah satu teknik paling populer untuk mengintegrasikan dan mengomunikasikan temuan MMR. Joint display adalah representasi visual yang menyajikan data kuantitatif dan kualitatif secara berdampingan, memungkinkan pembaca untuk melihat hubungan, pola, dan kontras antara kedua jenis data.

Penelitian menunjukkan bahwa joint display menambahkan nilai signifikan pada MMR dalam hal komprehensi, desain, dan komunikasi temuan. Joint display memungkinkan peneliti untuk:

1. Membandingkan temuan kuantitatif dan kualitatif secara sistematis

2. Mengidentifikasi konvergensi, divergensi, atau komplementaritas

3. Menghasilkan meta-inferensi yang lebih kuat

3.4 Meta-Inferensi: Outcome Tertinggi dari Integrasi

Meta-inferensi adalah kesimpulan terintegrasi yang ditarik dari pertimbangan bersama atas inferensi individual dari komponen kuantitatif dan kualitatif. Ini adalah outcome tertinggi dari integrasi—temuan yang tidak mungkin dicapai oleh masing-masing metode secara terpisah.

Seperti ditegaskan dalam literatur, "By combining methods, we are able to yield meta-inferences beyond what either approach could alone. Simply, synergy arises from mixed methods research". Meta-inferensi inilah yang menjadi bukti nyata dari "nilai tambah" MMR. 

BAB IV: MIX DATA SEBAGAI INSTRUMEN AKUNTABILITAS

4.1 Akuntabilitas melalui Transparansi Metodologis

Akuntabilitas dalam MMR dimulai dengan transparansi metodologis—dokumentasi yang jelas tentang setiap keputusan yang diambil selama proses penelitian. Seperti yang ditekankan dalam panduan pelaporan, pelaporan yang jelas sangat penting untuk menilai validitas, mereplikasi studi, dan memungkinkan sintesis serta penerapan bukti MMR.

Transparansi dalam MMR mencakup:

1. Justifikasi penggunaan MMR: Mengapa pendekatan mixed methods dipilih untuk menjawab pertanyaan riset?

2. Deskripsi desain: Apa tujuan, prioritas, dan urutan metode?

3. Prosedur integrasi: Kapan, bagaimana, dan di mana integrasi terjadi?

4. Audit trail: Jejak keputusan dan rasionalisasi selama pengumpulan data, analisis, dan integrasi

4.2 Akuntabilitas melalui Pelaporan yang Terstandarisasi

Upaya untuk meningkatkan akuntabilitas MMR telah menghasilkan berbagai panduan pelaporan. GRAMMS (Good Reporting of a Mixed Methods Study) yang dikembangkan pada 2008 adalah salah satu panduan paling awal. Kini, GRAMMS 2.0 sedang dikembangkan untuk meningkatkan konsistensi, transparansi, dan kualitas pelaporan studi mixed methods.

Selain GRAMMS, terdapat juga MMARS (Mixed Methods Article Reporting Standards) untuk psikologi dan bidang terkait, serta CORMIX (Consolidated Checklist for Reporting Mixed Methods Research) yang sedang dalam pengembangan.

4.3 Akuntabilitas melalui Data Sharing

Data sharing merupakan dimensi penting dari akuntabilitas riset. Namun, data sharing dalam MMR menghadapi tantangan unik karena perbedaan fundamental antara data kuantitatif dan kualitatif. Data kuantitatif (angka) relatif mudah dianonimkan dan dibagikan, sementara data kualitatif (transkrip wawancara, catatan lapangan) mengandung risiko identifikasi partisipan yang lebih tinggi.

Praktik terbaik saat ini menganjurkan bahwa data harus dibuat seopen mungkin, dan setertutup yang diperlukan (as open as possible, as closed as necessary). Dalam praktiknya, ini berarti:

· Data kuantitatif dapat dibagikan secara terbuka melalui repositori data

· Data kualitatif dapat dibagikan dengan akses terkontrol atau dalam bentuk ringkasan anonim

· Metadata dan dokumentasi prosedur integrasi harus selalu tersedia

4.4 Akuntabilitas melalui Legitimation Criteria

Legitimation criteria adalah kerangka untuk menetapkan rigor dan validitas dalam MMR. Berbeda dengan validitas dalam penelitian kuantitatif atau trustworthiness dalam penelitian kualitatif, legitimation criteria secara khusus mengatasi ancaman terhadap validitas yang muncul dari integrasi lintas paradigma.

Beberapa legitimation criteria penting meliputi:

· Inside-outside legitimation: Memastikan bahwa perspektif orang dalam (insider) dan orang luar (outsider) keduanya dipertimbangkan

· Weakness-minimization legitimation: Mengkompensasi kelemahan metodologis dalam satu strand dengan kekuatan di strand lain

· Sample integration legitimation: Memastikan bahwa sampel dari kedua strand terintegrasi secara bermakna

4.5 Menghindari Fragmentasi dan Salami Slicing

Salah satu ancaman terbesar terhadap akuntabilitas dalam MMR adalah fragmentasi dan salami slicing—praktik memecah studi MMR menjadi beberapa publikasi yang terpisah-pisah, sehingga mengorbankan koherensi dan transparansi yang menjadi inti MMR.

Fragmentasi melibatkan pemisahan komponen studi di berbagai publikasi, sementara salami slicing membagi dataset menjadi output yang minim kontribusi, sering kali tidak selaras dengan desain studi asli. Praktik-praktik ini mengancam integritas MMR karena pembaca tidak dapat melihat gambaran utuh dari temuan yang terintegrasi.

BAB V: MIX DATA SEBAGAI PENJAGA INTEGRITAS ILMIAH

5.1 Integritas pada Tingkat Desain

Integritas ilmiah dalam MMR dimulai dari desain yang koheren. Seperti yang ditekankan oleh Guetterman dan kolega (2024), integrasi harus dipusatkan pada pertanyaan riset, desain, metode, hasil, serta pelaporan dan interpretasi.

Desain yang koheren berarti:

1. Pertanyaan riset secara eksplisit memerlukan pendekatan mixed methods

2. Desain dipilih berdasarkan pertanyaan riset, bukan sebaliknya

3. Metode pengumpulan dan analisis data selaras dengan desain

4. Prosedur integrasi direncanakan sejak awal, bukan sebagai pemikiran akhir

5.2 Integritas pada Tingkat Pengumpulan dan Analisis Data

Integritas pada tingkat pengumpulan data mengharuskan peneliti untuk:

1. Mengikuti standar etika dan pedoman untuk kedua jenis data

2. Memastikan kualitas data melalui prosedur validasi yang tepat

3. Mendokumentasikan setiap penyimpangan dari protokol

Pada tingkat analisis, integritas menuntut:

1. Analisis yang ketat untuk masing-masing strand secara terpisah

2. Prosedur integrasi yang transparan dan dapat direplikasi

3. Penggunaan teknik integrasi yang tepat (merge, build, atau connect)

5.3 Integritas pada Tingkat Interpretasi dan Pelaporan

Meta-inferensi—kesimpulan terintegrasi—adalah tempat di mana integritas MMR diuji paling berat. Peneliti harus:

1. Membedakan antara inferensi dari masing-masing strand dan meta-inferensi terintegrasi

2. Mengakui keterbatasan dari setiap strand dan dari integrasi itu sendiri

3. Menghindari over-claim—menarik kesimpulan yang tidak didukung oleh data

5.4 Kerangka Kualitas Integrasi: MMIQF

Mixed Methods Integration Quality Framework (MMIQF) yang dikembangkan oleh Fàbregues dan kolega (2024) menyediakan kerangka untuk menilai kualitas integrasi dalam MMR. MMIQF mengatasi kelemahan kerangka kualitas sebelumnya yang cenderung hanya fokus pada apakah integrasi hadir atau tidak, tanpa mempertimbangkan aspek penting seperti rigor dari proses integrasi atau konsistensinya dengan komponen lain dari studi MMR.

MMIQF mencakup dimensi-dimensi seperti:

1. Kejelasan strategi integrasi: Apakah tujuan, waktu, dan prosedur integrasi dijelaskan dengan jelas?

2. Rigor prosedur integrasi: Apakah prosedur integrasi dilakukan secara sistematis dan dapat dipertanggungjawabkan?

3. Konsistensi integrasi: Apakah integrasi konsisten dengan komponen lain dari studi MMR?

BAB VI: MIX DATA DAN OUTCOME RISET YANG BENAR

6.1 Outcome yang Benar: Definisi dan Kriteria

Outcome riset yang benar dalam konteks MMR bukan hanya tentang mendapatkan hasil yang "signifikan secara statistik" atau "kaya secara naratif". Ia mencakup:

1. Validitas inferensi: Kesimpulan yang ditarik benar-benar didukung oleh data

2. Komprehensivitas: Pemahaman yang holistik tentang fenomena yang diteliti

3. Kegunaan: Temuan yang dapat diterapkan dalam praktik atau kebijakan

6.2 Nilai Tambah MMR: Sinergi yang Melampaui Jumlah Bagian

Seperti ditegaskan dalam literatur, "Fetters and Molina-Azorin (2017) emphasized that integration leads to a state of 'purposeful interdependence' or 'mutual illumination' between the two approaches, which ultimately results in an added value that would not be possible with quantitative and qualitative methods alone".

Nilai tambah ini adalah bukti nyata dari outcome yang benar. Beberapa bentuk nilai tambah meliputi:

1. Konfirmasi (Confirmation): Temuan dari kedua strand saling mengkonfirmasi, meningkatkan keyakinan terhadap kesimpulan

2. Komplementaritas (Complementarity): Temuan dari kedua strand saling melengkapi, memberikan gambaran yang lebih lengkap

3. Kontras (Contrast): Temuan dari kedua strand menunjukkan perbedaan yang memicu pemahaman lebih dalam

4. Ekspansi (Expansion): Temuan dari satu strand memperluas pemahaman dari strand lainnya

6.3 Triangulasi: Memperkuat Validitas melalui Berbagai Sumber Data

Triangulasi—penggunaan berbagai sumber data atau metode untuk memverifikasi temuan—adalah salah satu kontribusi terpenting MMR terhadap outcome riset yang benar. Dengan menggabungkan data dari berbagai sumber, peneliti dapat:

1. Mengurangi bias yang melekat pada setiap metode tunggal

2. Meningkatkan keyakinan terhadap temuan melalui konvergensi bukti

3. Mengidentifikasi anomali yang mungkin terlewatkan dengan metode tunggal

6.4 Konvergensi, Divergensi, dan Komplementaritas

Dalam MMR, temuan dari kedua strand dapat memiliki tiga jenis hubungan:

1. Konvergensi: Temuan dari kedua strand saling menguatkan

2. Divergensi: Temuan dari kedua strand saling bertentangan—ini bukan kegagalan, melainkan peluang untuk eksplorasi lebih dalam

3. Komplementaritas: Temuan dari kedua strand saling melengkapi, memberikan gambaran yang lebih lengkap

6.5 Outcome yang Benar dalam Praktik: Contoh dari Berbagai Bidang

MMR telah digunakan di berbagai bidang untuk menghasilkan outcome yang benar:

Bidang Kesehatan: MMR digunakan untuk mengevaluasi intervensi kesehatan yang kompleks, di mana data kuantitatif mengukur efektivitas dan data kualitatif menjelaskan mengapa dan bagaimana intervensi berhasil atau gagal.

Bidang Kebijakan Publik: MMR digunakan untuk mengevaluasi program, di mana data kuantitatif mengukur outcome dan data kualitatif memberikan pemahaman tentang konteks dan proses implementasi.

Bidang Pendidikan: MMR digunakan untuk memahami faktor-faktor yang mempengaruhi hasil belajar, menggabungkan data kuantitatif tentang nilai dan data kualitatif tentang pengalaman siswa.

BAB VII: TANTANGAN DAN JALAN KE DEPAN

7.1 Tantangan Implementasi Integrasi

Meskipun integrasi adalah jantung MMR, implementasinya tetap menjadi tantangan. Penelitian menunjukkan bahwa:

· Hanya 73% studi MMR yang melakukan integrasi data

· 83% studi mengintegrasikan data melalui narasi—teknik yang paling dasar

· 69,8% integrasi terjadi pada tingkat interpretasi

Tantangan utama meliputi:

1. Kurangnya keahlian dalam teknik integrasi lanjutan

2. Keterbatasan ruang publikasi untuk melaporkan integrasi secara komprehensif

3. Kurangnya panduan yang jelas dan praktis tentang integrasi

4. Insentif akademik yang lebih menghargai kuantitas publikasi daripada kualitas integrasi

7.2 Perkembangan Terkini: GRAMMS 2.0 dan CORMIX

Upaya untuk mengatasi tantangan ini terus berlanjut. GRAMMS 2.0 sedang dikembangkan melalui tinjauan metodologis dan proses Delphi yang dimodifikasi. Tujuannya adalah untuk meningkatkan konsistensi, transparansi, dan kualitas pelaporan studi mixed methods.

Demikian pula, CORMIX (Consolidated Checklist for Reporting Mixed Methods Research) sedang dikembangkan untuk menyediakan standar pelaporan yang komprehensif dan mudah digunakan. Pelaporan yang jelas sangat penting untuk menilai validitas, mereplikasi studi, dan memungkinkan sintesis serta penerapan bukti MMR.

7.3 Masa Depan Mix Data: Integrasi yang Lebih Canggih

Masa depan mix data dalam riset akan ditandai oleh:

1. Penggunaan visualisasi yang lebih canggih untuk integrasi, seperti joint display interaktif dan visual timelines

2. Integrasi yang lebih dini dalam proses penelitian—bukan hanya pada tahap interpretasi

3. Penggunaan teknologi untuk memfasilitasi integrasi data dari berbagai sumber

4. Standarisasi pelaporan yang lebih ketat melalui GRAMMS 2.0 dan CORMIX

BAB VIII: KESIMPULAN

8.1 Mix Data sebagai Imperatif, Bukan Pilihan

Mix data, melalui kerangka mixed methods research, telah muncul sebagai imperatif metodologis bagi penelitian yang menghadapi pertanyaan kompleks. Kemampuannya untuk menggabungkan kekuatan data kuantitatif dan kualitatif—serta menghasilkan pemahaman yang melampaui kemampuan masing-masing metode secara terpisah—menjadikannya pendekatan yang tak tergantikan dalam lanskap penelitian kontemporer.

8.2 Integrasi sebagai Jantung dan Ukuran Kualitas

Esai ini telah berargumen bahwa integrasi adalah jantung dari MMR—tanpa integrasi, MMR kehilangan raison d'être-nya. Kualitas MMR tidak diukur dari pengumpulan data dari dua paradigma, melainkan dari bagaimana kedua jenis data tersebut diintegrasikan secara bermakna, transparan, dan dapat dipertanggungjawabkan.

8.3 Akuntabilitas, Integritas, dan Outcome yang Benar: Sebuah Trilogi

Mix data berfungsi sebagai instrumen akuntabilitas melalui transparansi metodologis, pelaporan terstandarisasi, data sharing, dan legitimation criteria. Ia bertindak sebagai penjaga integritas ilmiah melalui desain yang koheren, prosedur analisis yang ketat, dan interpretasi yang jujur. Dan ia menjamin outcome riset yang benar melalui nilai tambah sinergis, triangulasi, dan meta-inferensi yang valid.

8.4 Refleksi Akhir: Menuju Praktik MMR yang Lebih Baik

Jalan ke depan bagi MMR adalah jalan standardisasi tanpa kehilangan fleksibilitas. Panduan seperti GRAMMS 2.0 dan CORMIX akan membantu meningkatkan konsistensi dan transparansi, namun esensi MMR tetap terletak pada kreativitas metodologis peneliti dalam merancang integrasi yang sesuai dengan pertanyaan riset mereka.

Seperti yang ditegaskan oleh para ahli, integrasi dalam MMR adalah "intentional mixing of quantitative and qualitative approaches throughout the MMR study to generate new insights or a more comprehensive understanding of the phenomena of interest". Intensionalitas inilah yang membedakan MMR yang berkualitas dari sekadar "campuran" data yang tidak bermakna.

Pada akhirnya, mix data dalam riset bukanlah sekadar teknik—ia adalah komitmen epistemologis terhadap pemahaman yang lebih baik, komitmen etis terhadap akuntabilitas dan integritas, serta komitmen praktis terhadap outcome riset yang benar dan bermanfaat bagi masyarakat.

DAFTAR REFERENSI

1. Creswell, J. W., & Plano Clark, V. L. (2018). Designing and Conducting Mixed Methods Research (3rd ed.). Sage Publications.

2. Fetters, M. D. (2020). The Mixed Methods Research Workbook: Activities for Designing, Implementing, and Publishing Projects. Sage Publications.

3. Fàbregues, S., Younas, A., Escalante-Barrios, E. L., Molina-Azorin, J. F., & Vázquez-Miraz, P. (2024). Toward a Framework for Appraising the Quality of Integration in Mixed Methods Research. Journal of Mixed Methods Research, 18(3), 270-280.

4. Guetterman, T. C., et al. (2024). Grand rounds in methodology: designing for integration in mixed methods research. BMJ Quality & Safety, 33(7), 470-478.

5. Munce, S., et al. (2026). Updating the Good Reporting of a Mixed Methods Study (GRAMMS) Reporting Guidelines: Protocol for a Methodological Review and Modified Delphi Process. JMIR Research Protocols, 15, e82364.

6. Nijkamp, N., et al. (2026). Avoiding Fragmentation and Salami Slicing in Mixed Methods Research. Clinical Nursing Research, 35(4), 127-132.

7. Tang, G. (2025). Using mixed methods research to study research integrity: Current status, issues, and guidelines. Accountability in Research, 32(5), 807-828.

8. Onwuegbuzie, A. J., & Johnson, R. B. (2006). The validity issue in mixed research. Research in the Schools, 13(1), 48-63.

9. Fetters, M. D., Curry, L. A., & Creswell, J. W. (2013). Achieving integration in mixed methods designs—principles and practices. Health Services Research, 48(6pt2), 2134-2156.

10. Younas, A., et al. (2020). Using legitimation criteria to establish rigour in sequential mixed-methods research. Nurse Researcher, 28(3), 44-51.

11. Wilkinson, M. D., et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018.

12. Archibald, M. M., Mazzon, S. J., & Bourque, M. A. (2025). Examining the Integrative Potential of Visual Timelines in Mixed Methods Research. Journal of Mixed Methods Research.

13. PLOS ONE. (2025). Protocol for developing a Consolidated Checklist for Reporting Mixed Methods Research (CORMIX) using modified Delphi. PLOS ONE, 20(5), e0321587.