Kebijakan Data Penelitian

GOLMAN: Jurnal Manajemen dan Bisnis (Golan Journal of Management and Business) mendukung pengelolaan data penelitian yang transparan, etis, aman, dapat diverifikasi, dan dapat dipertanggungjawabkan.

Kebijakan ini berlaku untuk penelitian yang menggunakan data primer maupun sekunder, termasuk data dari perusahaan, UMKM, karyawan, pelanggan, konsumen, investor, laporan keuangan, survei, wawancara, platform digital, media sosial, dan sumber data lainnya yang relevan dengan bidang manajemen dan bisnis.

1. Prinsip Umum

Penulis bertanggung jawab memastikan bahwa data penelitian:

diperoleh secara sah;
dikumpulkan secara etis;
disimpan dengan aman;
dianalisis secara jujur;
dilaporkan secara akurat;
digunakan sesuai tujuan penelitian;
dan dilindungi sesuai tingkat sensitivitasnya.

Data tidak boleh dibuat, dimanipulasi, diubah, atau dihilangkan secara sengaja untuk menghasilkan kesimpulan tertentu.

2. Jenis Data Penelitian

Data dalam penelitian manajemen dan bisnis dapat mencakup:

data survei;
kuesioner;
wawancara;
transkrip;
observasi;
data karyawan;
data pelanggan;
data konsumen;
data perusahaan;
data UMKM;
data penjualan;
data keuangan;
laporan tahunan;
laporan keberlanjutan;
data pasar;
data investasi;
data transaksi;
data digital;
data media sosial;
data e-commerce;
data platform;
data sekunder;
dataset publik;
dan jenis data lain yang relevan.

3. Pernyataan Ketersediaan Data

Artikel penelitian dianjurkan mencantumkan Pernyataan Ketersediaan Data apabila relevan.

Contoh jika data tersedia berdasarkan permintaan:

Ketersediaan Data: Data yang mendukung temuan penelitian ini tersedia dari penulis korespondensi berdasarkan permintaan yang wajar.

Jika data disimpan pada repositori:

Ketersediaan Data: Data penelitian tersedia pada [nama repositori] melalui [tautan atau identifier].

Jika data tidak dapat dibagikan:

Ketersediaan Data: Data penelitian tidak tersedia secara terbuka karena mengandung informasi pribadi, rahasia perusahaan, atau pembatasan penggunaan lainnya.

Jika tidak terdapat dataset baru:

Ketersediaan Data: Tidak terdapat dataset baru yang dihasilkan atau dianalisis dalam penelitian ini.

4. Berbagi Data Penelitian

GOLMAN mendorong keterbukaan data apabila memungkinkan dan tidak bertentangan dengan:

privasi;
kerahasiaan;
persetujuan partisipan;
perjanjian bisnis;
hak perusahaan;
hak cipta;
lisensi;
keamanan;
atau ketentuan hukum.

Keterbukaan data tidak diwajibkan apabila terdapat alasan etis, hukum, kontraktual, atau komersial yang sah.

5. Data Karyawan

Penelitian yang melibatkan karyawan harus menjaga kerahasiaan data pribadi dan profesional.

Data sensitif dapat meliputi:

nama;
nomor pegawai;
jabatan;
gaji;
penilaian kinerja;
riwayat pekerjaan;
data kesehatan;
data keluarga;
atau informasi internal lainnya.

Jika identitas individu tidak diperlukan, penulis dianjurkan menggunakan anonimisasi atau pseudonimisasi.

6. Hubungan Atasan dan Bawahan

Apabila responden merupakan bawahan dari peneliti atau pihak yang memfasilitasi penelitian, penulis harus memperhatikan potensi tekanan dalam partisipasi.

Partisipasi sebaiknya bersifat sukarela dan tidak boleh memengaruhi:

status pekerjaan;
promosi;
penilaian kinerja;
kompensasi;
atau hubungan kerja.

7. Data Pelanggan dan Konsumen

Data pelanggan atau konsumen dapat mencakup:

identitas;
alamat;
nomor kontak;
preferensi;
perilaku pembelian;
riwayat transaksi;
data loyalitas;
keluhan;
atau informasi lainnya.

Data tersebut harus digunakan secara etis dan tidak boleh dipublikasikan secara terbuka jika dapat mengidentifikasi individu tanpa dasar yang memadai.

8. Data Perusahaan

Penelitian yang menggunakan data perusahaan harus memperhatikan:

kepemilikan data;
izin penggunaan;
kerahasiaan;
kebijakan perusahaan;
perjanjian;
dan sensitivitas bisnis.

Penulis tidak boleh mempublikasikan informasi internal yang bersifat rahasia tanpa otorisasi yang sesuai.

9. Data UMKM

Data UMKM dapat mencakup:

omzet;
laba;
biaya;
jumlah karyawan;
strategi bisnis;
pelanggan;
supplier;
arus kas;
atau informasi operasional lainnya.

Jika data tersebut sensitif, penulis harus memastikan perlindungan identitas dan kepentingan usaha.

10. Data Keuangan

Penelitian yang menggunakan data keuangan harus menjelaskan sumber secara jelas.

Data dapat berasal dari:

laporan keuangan;
laporan tahunan;
laporan keberlanjutan;
Bursa Efek;
lembaga keuangan;
regulator;
database;
atau sumber resmi lainnya.

Penulis tidak boleh mengubah data keuangan agar sesuai dengan hipotesis.

11. Data Pasar Modal dan Investasi

Jika penelitian menggunakan data saham, obligasi, indeks, harga pasar, volume perdagangan, atau data investasi lainnya, penulis harus menjelaskan:

sumber data;
periode;
metode pengambilan;
dan batasan data.

Apabila data berasal dari penyedia komersial, ketentuan lisensi harus dipatuhi.

12. Data Survei

Untuk penelitian survei, penulis harus memperhatikan:

instrumen;
teknik sampling;
jumlah responden;
proses pengumpulan data;
tingkat respons;
dan perlindungan data peserta.

Respons palsu, duplikasi respons yang disengaja, atau manipulasi hasil tidak dapat diterima.

13. Data Wawancara

Untuk penelitian wawancara, penulis harus menjaga kerahasiaan informan.

Identitas dapat disamarkan menggunakan:

kode;
inisial;
nama samaran;
atau teknik anonimisasi lainnya.

Kutipan wawancara harus mencerminkan pernyataan informan secara akurat.

14. Data Observasi

Catatan observasi harus berdasarkan kondisi yang benar-benar diamati.

Penulis tidak boleh:

membuat observasi fiktif;
mengubah catatan;
atau menghilangkan informasi penting

hanya agar hasil mendukung teori atau hipotesis tertentu.

15. Data Sekunder

Data sekunder harus berasal dari sumber yang dapat diverifikasi.

Penulis harus menjelaskan:

sumber;
periode;
metode akses;
kriteria penggunaan;
dan keterbatasan data jika relevan.

16. Database Komersial

Jika data diperoleh dari layanan berbayar atau database komersial, penulis harus mematuhi:

lisensi;
batas penggunaan;
hak akses;
dan ketentuan distribusi ulang.

Hak akses peneliti terhadap database tidak otomatis memberikan hak untuk membagikan seluruh dataset secara publik.

17. Data Media Sosial

Penelitian yang menggunakan data media sosial harus mempertimbangkan:

apakah data bersifat publik atau privat;
privasi pengguna;
ketentuan platform;
anonimisasi;
risiko identifikasi;
dan potensi dampak terhadap pengguna.

Data yang tersedia secara daring tidak otomatis bebas digunakan tanpa pertimbangan etika.

18. Data E-Commerce dan Platform Digital

Penelitian dapat menggunakan data dari:

marketplace;
aplikasi;
platform digital;
website;
sistem transaksi;
atau layanan daring.

Penulis harus memperhatikan ketentuan akses, privasi pengguna, dan hak penggunaan data.

19. Web Scraping dan Pengumpulan Data Otomatis

Jika penulis menggunakan web scraping, API, atau metode otomatis lainnya, penggunaan harus memperhatikan:

ketentuan sumber;
batas akses;
privasi;
keamanan;
dan ketentuan hukum yang relevan.

Penulis harus menjelaskan metode pengumpulan data secara transparan.

20. Instrumen Penelitian

Instrumen seperti:

kuesioner;
skala;
konstruk;
indikator;
pedoman wawancara;
dan alat ukur

harus digunakan secara sah.

Jika dikembangkan oleh pihak lain, penulis harus memberikan atribusi dan memperoleh izin apabila diperlukan.

21. Validitas Data

Penulis harus melakukan langkah yang wajar untuk memastikan keakuratan data.

Langkah tersebut dapat mencakup:

validasi input;
pengecekan duplikasi;
pengecekan data hilang;
validasi instrumen;
verifikasi sumber;
dan pemeriksaan konsistensi.

22. Penanganan Data Hilang

Untuk penelitian kuantitatif, penulis sebaiknya menjelaskan bagaimana data yang hilang (missing data) ditangani apabila berdampak signifikan terhadap analisis.

Metode penanganan tidak boleh digunakan untuk memanipulasi hasil.

23. Outlier dan Pembersihan Data

Jika dilakukan:

penghapusan outlier;
transformasi;
filtering;
winsorization;
atau pembersihan data,

prosedur tersebut harus memiliki dasar metodologis dan dijelaskan secara transparan apabila memengaruhi hasil.

24. Reproduksibilitas

GOLMAN mendorong penulis memberikan informasi yang cukup agar analisis dapat dipahami dan, jika memungkinkan, direplikasi.

Hal ini dapat mencakup:

definisi variabel;
sumber data;
formula;
metode statistik;
parameter;
kode analisis;
atau prosedur pengolahan.

25. Data dan Software Analisis

Penulis dapat menggunakan perangkat seperti:

SPSS;
R;
Python;
Stata;
SmartPLS;
AMOS;
EViews;
atau perangkat lain.

Nama software dapat dicantumkan apabila relevan, tetapi penulis tetap bertanggung jawab terhadap metode dan interpretasi hasil.

26. Data dan Kecerdasan Buatan

AI dapat digunakan untuk membantu analisis sepanjang penggunaannya transparan dan dapat dipertanggungjawabkan.

Penulis harus memastikan AI tidak digunakan untuk:

membuat data palsu;
mengubah hasil;
menciptakan responden fiktif;
atau menghasilkan kesimpulan yang tidak didukung data.

Penggunaan AI secara substansial sebaiknya diungkapkan.

27. Data Sensitif dan AI

Data pribadi, rahasia perusahaan, atau informasi bisnis sensitif tidak boleh dimasukkan ke layanan AI eksternal tanpa perlindungan yang memadai.

Penulis harus mempertimbangkan apakah layanan tersebut:

menyimpan data;
menggunakan data untuk pelatihan;
mengirim data ke pihak lain;
atau memiliki risiko kebocoran.

28. Data Penelitian Sponsor

Jika sponsor memberikan data, penulis harus menjelaskan pembatasan penggunaan yang relevan.

Sponsor tidak boleh menghalangi publikasi hanya karena hasil penelitian tidak menguntungkan sponsor, kecuali terdapat pembatasan hukum atau kontraktual yang sah dan telah diungkapkan.

29. Kepemilikan Data

Kepemilikan data dapat berada pada:

peneliti;
institusi;
perusahaan;
sponsor;
pemerintah;
atau pihak ketiga.

Penulis harus mengetahui batas haknya sebelum membagikan data.

30. Penyimpanan Data

Penulis dianjurkan menyimpan data penelitian untuk jangka waktu yang wajar setelah publikasi agar dapat digunakan untuk:

verifikasi;
klarifikasi;
koreksi;
audit akademik;
atau penelitian lanjutan.

Data sensitif harus disimpan menggunakan perlindungan keamanan yang sesuai.

31. Anonimisasi dan Pseudonimisasi

Sebelum data dibagikan, penulis harus mempertimbangkan penghapusan informasi yang dapat mengidentifikasi individu atau organisasi.

Identifikasi dapat muncul dari kombinasi informasi seperti:

nama;
jabatan;
lokasi;
perusahaan;
usia;
divisi;
atau karakteristik unik lainnya.

32. Permintaan Data oleh Editor atau Reviewer

Editor atau reviewer dapat meminta:

dataset;
output statistik;
instrumen;
data mentah;
kode analisis;
atau dokumen pendukung

apabila diperlukan untuk menilai integritas atau kualitas penelitian.

Informasi yang diberikan harus diperlakukan secara rahasia.

33. Data yang Tidak Dapat Dibagikan

Tidak semua data wajib tersedia secara terbuka.

Pembatasan dapat dibenarkan jika berkaitan dengan:

privasi;
kerahasiaan perusahaan;
perjanjian non-disclosure;
lisensi;
hak cipta;
hak pihak ketiga;
kepentingan bisnis;
atau ketentuan hukum.

Penulis sebaiknya menjelaskan alasan pembatasan secara singkat.

34. Fabrikasi Data

GOLMAN tidak mentoleransi pembuatan data yang sebenarnya tidak pernah diperoleh.

Contohnya:

responden fiktif;
transaksi palsu;
wawancara palsu;
laporan keuangan buatan;
atau observasi yang tidak pernah dilakukan.

35. Falsifikasi Data

Falsifikasi mencakup perubahan atau manipulasi data secara tidak sah.

Contohnya:

mengubah nilai;
menghapus data yang tidak sesuai hipotesis tanpa alasan metodologis;
memodifikasi hasil statistik;
atau memilih sebagian data dengan cara yang menyesatkan.

36. Dokumentasi Proses Analisis

Penulis dianjurkan menjaga dokumentasi penelitian yang memadai, termasuk:

versi dataset;
catatan cleaning;
syntax;
kode;
output;
atau catatan metodologis.

Dokumentasi dapat membantu proses verifikasi jika diperlukan.

37. Pelanggaran Integritas Data

Jika terdapat dugaan masalah terhadap data penelitian, Dewan Editorial dapat meminta:

data asli;
bukti pengumpulan;
dokumen izin;
file analisis;
atau klarifikasi.

38. Tindakan terhadap Pelanggaran

Jika ditemukan pelanggaran, tindakan dapat meliputi:

permintaan revisi;
penghentian proses editorial;
penolakan;
koreksi;
Expression of Concern;
pencabutan artikel;
atau tindakan lain yang sesuai.

39. Tanggung Jawab Penulis

Penulis tetap bertanggung jawab penuh terhadap:

keaslian data;
sumber data;
legalitas penggunaan;
kualitas analisis;
keamanan;
privasi;
dan keakuratan pelaporan.

Penggunaan software, AI, konsultan, atau pihak ketiga tidak mengalihkan tanggung jawab tersebut.

40. Komitmen GOLMAN

GOLMAN mendukung keterbukaan data penelitian sepanjang tidak bertentangan dengan:

privasi;
kerahasiaan;
hak perusahaan;
hak pihak ketiga;
lisensi;
keamanan;
kontrak;
dan ketentuan hukum.

Tujuan kebijakan ini adalah memastikan bahwa data penelitian manajemen dan bisnis dikelola secara jujur, transparan, aman, etis, dapat diverifikasi, dan dapat dipertanggungjawabkan.