Tidak hanya dalam budaya populer, cerita rakyat, atau kisah para dewa-dewi, mitos rupanya juga hidup di dunia market research. Bedanya, kalau dalam cerita fantasi ada penyihir yang bisa melihat masa depan melalui bola kristal, di dunia riset pasar ada keyakinan-keyakinan yang beredar dari mulut ke mulut, dari rapat internal hingga ruang observasi FGD.
Ada yang menganggap semakin banyak responden berarti semakin benar hasil penelitian. Ada yang lebih yakin pada angka daripada cerita konsumen. Ada pula harapan begitu agensi riset menerima sebuah persoalan bisnis, semua jawaban, bahkan yang belum pernah ditanyakan, akan muncul dengan sendirinya.
Sesekali, ekspektasinya membuat peneliti terdengar seperti cenayang, dukun, atau mage dalam film Hollywood: diminta membaca isi kepala konsumen, mengetahui apa yang akan terjadi tahun depan, dan sekaligus memberikan resep untuk seluruh persoalan perusahaan. Sayangnya, di kantor kami tidak tersedia bola kristal.
Tetapi kami juga tidak ingin menertawakan klien yang mempunyai harapan tinggi. Tidak semua orang harus memahami metodologi penelitian. Ketika perusahaan mengeluarkan anggaran untuk riset, wajar apabila mereka mengharapkan informasi yang berguna untuk mengambil keputusan. Yang menjadi persoalan ialah ketika harapan tersebut tidak dibarengi pemahaman tentang apa yang mampu dan tidak mampu dijawab suatu metode.
Berikut tujuh anggapan yang pernah kami jumpai selama mengerjakan berbagai proyek di Proxima Research, beserta cara kami memahaminya. Ada yang berupa mitos, ada yang lebih tepat disebut prasangka atau ekspektasi yang kelewat tinggi. Rincian kasus sengaja kami samarkan untuk menjaga kerahasiaan proyek dan klien.
Mitos 1. Riset kuantitatif selalu lebih kredibel daripada kualitatif
Kami cukup sering menjumpai anggapan riset dengan ratusan atau ribuan responden lebih dapat dipercaya daripada penelitian yang hanya melibatkan beberapa wawancara mendalam atau kelompok diskusi. Apalagi ketika hasilnya harus dibawa ke meja direksi. Bagi sebagian pengambil keputusan, persentase terlihat lebih meyakinkan daripada penjelasan panjang tentang pengalaman konsumen.
Pandangan ini tidak sepenuhnya tanpa alasan. Ketika perusahaan hendak mengambil keputusan bisnis besar, misalnya memperkirakan ukuran pasar, mengukur tingkat penerimaan produk, atau menentukan seberapa luas suatu kebutuhan muncul, penelitian kuantitatif yang dirancang dengan baik sering menjadi pilihan lebih tepat. Keputusan yang mahal membutuhkan gambaran besaran, bukan sekadar dugaan.
Sebaliknya, ketika perusahaan baru ingin menangkap sinyal perubahan perilaku, menelusuri alasan di balik pilihan konsumen, atau menguji apakah sebuah gagasan layak dikembangkan, pendekatan kualitatif sering lebih berguna. FGD dan in-depth interview (IDI) membantu menemukan hal-hal yang mungkin belum terpikirkan ketika kuesioner disusun. Ulasan Busetto dan rekan-rekannya (2020) juga menempatkan penelitian kualitatif sebagai pendekatan yang cocok untuk memahami mengapa suatu fenomena terjadi.
Namun, kami berhati-hati agar pembagian itu tidak berubah menjadi hierarki baru. Kualitatif bukan sekadar “sinyal lemah”, dan kuantitatif bukan mesin pemberi kepastian. Temuan kualitatif bisa langsung menjadi dasar perbaikan desain layanan; survei besar pun bisa keliru apabila pertanyaan atau sampelnya bermasalah.
Jadi, bukan kuantitatif versus kualitatif. Pertanyaannya adalah: keputusan apa yang hendak diambil, informasi apa yang belum diketahui, dan metode mana yang paling layak untuk menjawabnya.
Mitos 2. Sampel besar otomatis membuat penelitian representatif
“Apakah respondennya sudah representatif ya pak?” Terdengar sederhana. Namun, kami kerap perlu memastikan lebih dahulu: representatif menurut siapa? Bagi sebagian klien, artinya jumlah sampel harus banyak. Bagi yang lain, karakteristik responden harus menyerupai profil konsumen mereka. Dalam bahasa statistik, representatif berkaitan dengan sejauh mana sampel mencerminkan populasi sasaran yang ingin dijelaskan.
Bayangkan survei berisi 1.000 orang, tetapi sebagian besar responden berasal dari saluran rekrutmen atau kelompok demografis yang sama. Apakah angka besar itu otomatis mencerminkan keseluruhan pasar? Tentu tidak. Menambah jumlah orang dari kelompok yang sudah berlebihan terwakili tidak dengan sendirinya memperbaiki masalah seleksi sampel.
Untuk penelitian yang hendak membuat kesimpulan tentang populasi, pemilihan secara acak dengan peluang terpilih yang diketahui (probability sampling) umumnya memberikan pijakan inferensi yang lebih kuat dibandingkan sekadar mengumpulkan siapa pun yang bersedia ikut. Tentu tetap ada tantangan: daftar populasi bisa tidak lengkap dan sebagian orang yang terpilih mungkin tidak merespons.
Sebagai gambaran, Pew Research Center (2023) membandingkan tiga panel daring berbasis probabilitas dengan tiga sampel daring yang merekrut peserta secara sukarela di Amerika Serikat. Rata-rata kesalahan absolut terhadap tolok ukur lebih kecil pada panel probabilitas, yakni 2,6 poin persentase dibandingkan 5,8 poin pada sampel sukarela. Ini temuan dalam konteks studi tersebut, bukan rumus yang otomatis berlaku untuk setiap survei di Indonesia.
Di penelitian kualitatif, logikanya berbeda lagi. Enam peserta FGD tidak dimaksudkan untuk mewakili populasi secara statistik. Pemilihannya diarahkan pada pengalaman yang relevan, keberagaman perspektif, dan kedalaman pembahasan. Maka, sebelum bertanya apakah sebuah riset sudah representatif, ada baiknya kita menyepakati: mewakili siapa, untuk menjawab apa, dan berdasarkan cara pemilihan sampel yang bagaimana?
Mitos 3. Desain riset boleh diubah kapan saja tanpa konsekuensi
Bayangkan sebuah penelitian telah disepakati, kriteria responden sudah jelas, dan rekrutmen mulai berjalan. Dalam sebuah diskusi internal, seorang pimpinan perusahaan lalu menyinggung kelompok konsumen lain yang sebelumnya tidak masuk sasaran studi. Bisa jadi itu baru gagasan sepintas, bukan perintah untuk mengubah rancangan.
Tetapi, komentar dari pimpinan terkadang ditangkap sebagai hal yang harus langsung dilaksanakan. Tim yang mengelola proyek pun mendadak sibuk meminta tambahan kelompok responden. Kami pernah menghadapi dinamika semacam ini dan, dalam praktiknya, akhirnya mengakomodasi perubahan tersebut.
Apakah penyesuaian itu boleh? Bisa saja. Tetapi, tidak semestinya diperlakukan seolah hanya menambah beberapa nama pada daftar peserta. Perubahan besar dapat mengubah struktur biaya, jadwal, instrumen, pembagian kuota, kebutuhan tenaga lapangan, sampai cara analisis dilakukan. Penambahan segmen juga bisa mempersulit perbandingan apabila sebagian data lama dikumpulkan dengan kriteria berbeda.
Dalam manajemen proyek, perluasan pekerjaan yang tidak dikelola dengan jelas dikenal sebagai scope creep. Project Management Institute (PMI) mengingatkan perubahan ruang lingkup perlu dinilai dampaknya terhadap biaya, risiko, dan pekerjaan lain yang ikut terpengaruh.
Bukan berarti desain penelitian harus membatu. Penelitian eksploratif memang dapat berkembang mengikuti temuan. Tetapi, perubahan yang masuk akal perlu memiliki alasan bisnis dan metodologis, dihitung konsekuensinya, lalu disetujui bersama. Untuk tambahan besar, mungkin lebih jujur menjadikannya tahap studi tersendiri.
Adakalanya satu komentar di rapat memang membuka peluang baru. Namun, sebelum mengubah desain, pastikan dulu apakah itu kebutuhan penelitian yang sudah diputuskan atau sekadar bahan diskusi.
Mitos 4. Peserta yang lolos screening pasti aktif saat FGD
Saat screening, seorang calon peserta bisa tampak komunikatif, cepat menanggapi pertanyaan, dan nyaman berbicara secara pribadi. Kita pun merasa menemukan partisipan yang cocok. Tetapi, pada hari FGD, orang yang sama bisa mendadak lebih banyak diam. Atau sebaliknya, ia berbicara panjang lebar tetapi jauh dari pokok pembahasan.
Kami paham kalau hal ini mengecewakan klien. Proses rekrutmen sudah ketat, waktu untuk mengamati diskusi sudah disediakan, tetapi suasana tidak selalu berjalan seperti yang dibayangkan. Padahal, wawancara satu lawan satu dan diskusi bersama beberapa orang asing adalah dua situasi sosial yang berbeda.
Bukan hanya soal kepribadian. Bisa saja peserta sedang menghadapi masalah pribadi pada hari itu sehingga suasana hatinya berubah. Ia mungkin baru menerima kabar yang mengganggu pikiran. Atau di dalam kelompok, ada peserta lain yang berbicara dengan cara dominan, meremehkan pendapat, atau secara tidak langsung mengintimidasi. Seseorang yang semula percaya diri pun bisa menarik diri.
Kajian Grønkjær dan rekan-rekannya (2011), serta Jenkinson dan rekan-rekannya (2019), menunjukkan pentingnya dinamika kelompok dan keterampilan moderator dalam menjaga partisipasi. Karena itu, tugas moderator bukan hanya membacakan discussion guide, tetapi juga mencairkan suasana, membangun rasa aman, dan mengelola peserta yang terlalu dominan.
Di Proxima Research, kami mengantisipasi kemungkinan tersebut dengan menyiapkan partisipan cadangan yang juga lolos seleksi. Namun, penggantian bukan reaksi pertama ketika seorang peserta terlihat pasif. Moderator lebih dulu berupaya melakukan ice breaking, mengatur giliran bicara, atau mengubah cara bertanya. Barulah jika diperlukan, opsi cadangan dipertimbangkan sesuai ketentuan proyek.
FGD bukan ajang mencari peserta paling cerewet. Yang ingin kami dapatkan bukan jumlah kata terbanyak, melainkan pengalaman dan alasan yang relevan.
Mitos 5. Cerita responden selalu sama dengan pengalaman yang sebenarnya
Banyak penelitian mengandalkan cerita tentang pengalaman masa lalu (past experience). Hal ini terjadi dalam FGD, wawancara mendalam (IDI), maupun survei tatap muka (face-to-face survey atau F2F). Kami menanyakan kapan terakhir membeli suatu produk, mengapa memilih merek tertentu, atau apa yang dirasakan saat menggunakan layanan.
Jawaban itu penting, tetapi ingatan manusia bukan rekaman CCTV. Responden bisa lupa detail, mencampur beberapa kejadian, atau mengingat sesuatu secara tidak tepat. Ada yang tanpa sadar menyusun cerita agar terdengar konsisten. Dalam kajian metodologi, salah satu risikonya disebut recall bias.
Ada pula social desirability bias: kecenderungan menjawab dengan cara yang terasa lebih pantas di mata orang lain. Althubaiti (2016) membahas kedua jenis bias tersebut sebagai bagian dari tantangan memperoleh data yang akurat. Dari pengalaman lapangan, kami juga melihat kemungkinan orang memberikan jawaban yang menurutnya ingin didengar peneliti, merasa tertekan, kelelahan, atau hanya ingin sesi lekas selesai.
Tetapi, berhati-hatilah menyimpulkan responden sedang berbohong. Ingatan yang tidak tepat belum tentu disengaja. Jawaban normatif pun bisa muncul karena situasi wawancara, bukan karena niat menipu.
Apakah itu berarti kita harus selalu mengganti wawancara dengan observasi, etnografi, atau studi pengalaman aktual (actual experience)? Belum tentu. Ketika ingin memahami apa yang benar-benar dilakukan seseorang di toko atau di rumah, pengamatan langsung bisa sangat membantu. Misalnya, orang mengaku selalu membaca label gizi, tetapi pada saat berbelanja langsung mengambil merek langganannya. Itu contoh hipotetis tentang kesenjangan antara ucapan dan tindakan.
Observasi juga punya keterbatasan: orang dapat bertindak berbeda ketika sadar sedang diamati, dan pengamatan belum tentu menjelaskan alasan di balik tindakan. Karena itu, apa yang dikatakan konsumen dan apa yang dilakukannya sebaiknya dipandang sebagai dua sumber bukti yang dapat saling menguji, bukan saling meniadakan.
Mitos 6. Responden panel online selalu menjawab dengan jujur dan saksama
Survei online membuat pengumpulan data lebih cepat dan mudah dijangkau. Namun, ada pertanyaan yang tidak pernah benar-benar hilang: apakah responden membaca setiap pertanyaan dengan baik, atau lebih tertarik menyelesaikan survei agar segera menerima insentif?
Istilah prize hunter sering muncul untuk menggambarkan peserta yang terutama tertarik pada hadiah. Kami tidak menganggap motivasi memperoleh insentif sebagai sesuatu yang salah. Waktu responden memang layak dihargai. Persoalan baru muncul apabila kualitas jawaban dikorbankan demi menyelesaikan survei secepat mungkin.
Dalam pekerjaan kami, cukup sering terlihat pola jawaban yang membuat tim perlu memeriksa data lebih lanjut. Misalnya, pada skala 1–5, seorang responden berkali-kali memilih angka 3 yang dianggap sebagai jawaban “aman”, “biasa saja”, atau ragu-ragu. Ada pula respons yang terus menumpuk di satu ujung: hampir semua dinilai sangat puas, atau sebaliknya sangat tidak puas.
Tetapi, angka 3 bukan barang bukti kebohongan. Studi Kankaraš dan Capecchi (2025) justru menunjukkan sebagian besar responden menggunakan kategori netral secara sah, meskipun sebagian kecil dapat menjadikannya jalan keluar ketika pertanyaan terasa sensitif. Demikian pula, pilihan ekstrem berulang bisa mencerminkan sikap sungguhan atau bisa menjadi pola menjawab yang perlu diperiksa.
Jon Krosnick (1991) menggunakan konsep satisficing untuk menjelaskan keadaan ketika seseorang mengambil jalan pintas dalam menjawab survei. Kajian Cornesse dan Blom (2023) juga meneliti pola seperti straightlining, ketika pilihan jawaban berulang pada sederet pertanyaan. Ini alasan kami memeriksa data melalui kombinasi indikator: durasi pengisian, konsistensi antarpoin, kecenderungan jawaban berulang, serta indikasi duplikasi.
Jadi, kami tidak berangkat dari prasangka semua peserta panel tidak jujur. Kualitas data tidak boleh diputuskan hanya dari satu angka mencurigakan; polanya perlu dibaca bersama konteks pertanyaan dan pemeriksaan lainnya. Panduan AAPOR (2023) juga menekankan perlunya menilai kualitas sampel daring secara lebih menyeluruh.
Mitos 7. Agensi consumer research adalah konsultan palugada
Ada kalanya perusahaan datang untuk memahami konsumen, lalu berharap agensi riset juga sanggup menyelesaikan semua persoalan turunannya. Setelah studi perilaku pembelian selesai, pembicaraan merambat ke strategi merek, kelayakan finansial, rancangan kampanye komunikasi, sampai pelaksanaan aktivasi. Lama-lama terdengar seperti konsep palugada: apa lu mau, gua ada.
Kami memahami mengapa ekspektasi itu muncul. Klien tentu tidak ingin berhenti pada kalimat “konsumen menyukai konsep A”. Mereka ingin tahu: jadi, perusahaan sebaiknya berbuat apa? Dan memberikan implikasi serta rekomendasi dari temuan adalah bagian penting dari pekerjaan agensi riset.
Tetapi, riset konsumen bukan berarti otomatis menguasai seluruh disiplin bisnis. Mengetahui kebutuhan pasar dapat membantu menentukan arah branding atau komunikasi. Namun, menyusun model kelayakan finansial membutuhkan asumsi biaya, pendapatan, arus kas, dan risiko investasi yang tidak otomatis tersedia dalam data perilaku konsumen. Merancang activation pun berbeda dengan menjalankan kegiatan tersebut di lapangan.
Beberapa agensi memang memiliki tim konsultasi atau mitra spesialis untuk layanan-layanan itu. Kerja lintas disiplin sangat mungkin dan sering bermanfaat. Syaratnya sederhana: kompetensinya ada, ruang lingkupnya jelas, hasil pekerjaannya didefinisikan, dan sumber daya serta biaya disepakati.
Hubungan antara perusahaan dan agensi adalah kerja sama profesional, bukan hubungan di mana satu pihak bisa meminta pihak lain mengerjakan apa saja tanpa batas. Menjelaskan suatu pekerjaan berada di luar kompetensi atau kontrak bukan berarti enggan membantu; justru itu bentuk tanggung jawab agar rekomendasi tidak lebih jauh daripada bukti yang tersedia.
Jadi, kami ingin menjadi mitra yang membantu klien berpikir lebih jernih bukan cenayang, dan bukan pula tenaga serbabisa untuk setiap kebutuhan yang tiba-tiba muncul.
Penutup: Riset bukan ramalan
Dari ketujuh cerita ini, ada satu benang merah yang kami pelajari: sering kali yang perlu diselaraskan terlebih dahulu bukan angka dalam laporan, melainkan harapan tentang apa yang bisa dihasilkan sebuah penelitian.
Klien wajar menginginkan jawaban yang dapat dipakai mengambil keputusan, sementara peneliti berkewajiban menjelaskan kekuatan sekaligus keterbatasan buktinya. Kami pun tidak menganggap pihak peneliti selalu benar. Desain bisa kurang tepat, rekrutmen bisa meleset, pertanyaan bisa membingungkan, dan interpretasi dapat terlalu jauh. Semuanya perlu dikritisi.
Karena itu, pekerjaan riset yang baik bukan sekadar mengumpulkan data sebanyak mungkin, melainkan memastikan persoalan bisnisnya tepat, metodenya sesuai, kualitas buktinya dijaga, dan kesimpulannya tidak melampaui apa yang diketahui.
Kalau suatu hari kami diminta memastikan sebuah produk pasti sukses di pasar, kami akan membantu menilai peluang, risiko, dan faktor yang perlu diuji. Tetapi, untuk kepastian mutlak mengenai masa depan, agaknya kita masih harus mencari bola kristal yang tadi. Sejauh ini, perlengkapan tersebut belum masuk daftar inventaris Proxima Research.
Referensi dan bacaan lanjutan
Email: marketing@proximaresearch.co.id
Contact: +6282299988600
Editor: Hendy Adhitya
Official Address:
Komplek Royal Palace, Blok B No. 24
Jl. Prof. Dr. Soepomo No.178A, Menteng Dalam, Tebet, Jakarta Selatan 12870
Copyright © 2026 Proxima Research. All Rights Reserved