Hypothesis or Proposition Builder
Overview
Skill ini dirancang untuk memandu Research Agent dalam menerjemahkan kerangka teoretis dan celah penelitian menjadi pernyataan hipotesis yang dapat diuji (testable hypotheses untuk riset kuantitatif) atau proposisi logis (propositions untuk riset kualitatif/konseptual). Tujuannya adalah memastikan arah pengujian data memiliki dasar teori yang kuat.
Dependencies
research-question-builder
Quick Start
Contoh penggunaan: "Gunakan skill hypothesis-or-proposition-builder untuk menyusun hipotesis hubungan antara penggunaan model XAI (Explainable AI) dengan tingkat kepercayaan pengguna akhir (user trust)."
Workflow
1. Analisis Landasan Teori Dasar (Theoretical Foundation)
- Identifikasi teori utama (grand theory) atau studi empiris terdahulu yang mendukung hubungan antar-variabel/konstruk.
- Jelaskan mekanisme teoritis yang melandasi mengapa hubungan tersebut diperkirakan ada (e.g., Technology Acceptance Model (TAM) untuk adopsi sistem).
2. Pemetaan Hubungan Logis / Kausal (Variables Mapping)
- Tentukan arah hubungan antar-variabel:
- Hubungan Kausal Langsung (e.g., X berpengaruh positif terhadap Y).
- Hubungan Moderasi (e.g., Z memperkuat/memperlemah pengaruh X terhadap Y).
- Hubungan Mediasi (e.g., M menjembatani pengaruh X terhadap Y).
3. Visualisasi Kerangka Konseptual (Conceptual Framework Diagram)
Gambarkan diagram hubungan antar-variabel menggunakan format berbasis teks atau diagram Mermaid Markdown yang bersih. Contoh visualisasi:
graph LR
X[Variabel X: XAI] -->|Hipotesis 1 +| Y[Variabel Y: User Trust]
Z[Variabel Z: User Literacy] -->|Moderasi: Hipotesis 2| X
4. Formulasi Pernyataan Hipotesis atau Proposisi
- Hipotesis (Riset Kuantitatif): Buat pernyataan deklaratif yang spesifik, berarah, dan dapat diuji secara statistik (e.g., H1: Penerapan visualisasi penjelasan model (XAI) berpengaruh positif secara signifikan terhadap tingkat kepercayaan (user trust) pengguna awam).
- Proposisi (Riset Kualitatif/Konseptual): Buat pernyataan logis yang memaparkan hubungan antar-konsep berdasarkan data kualitatif (e.g., P1: Persepsi kegunaan visualisasi penjelasan bervariasi tergantung pada tingkat literasi digital dari masing-masing tipe aktor).
Common Mistakes & Aturan Kritis
- Hipotesis Tidak Dapat Diuji (Untestable Hypothesis): Membuat pernyataan hipotesis yang normatif atau terlalu abstrak sehingga tidak dapat diverifikasi secara empiris dengan data kuantitatif.
- Ketiadaan Justifikasi Teoretis: Menyusun hipotesis hubungan dua variabel hanya berdasarkan asumsi subjektif agen tanpa menyertakan referensi teori dasar atau studi terdahulu.
- Pernyataan yang Ambigu: Menggunakan bahasa yang tidak terukur dalam hipotesis (e.g., "Variabel X mungkin memengaruhi variabel Y secara tidak langsung"). Gunakan arah hubungan yang jelas (positif, negatif, atau netral/dua-arah).
- Inkonsistensi Istilah: Menggunakan nama konstruk/variabel yang berbeda-beda antara bagian penjelasan teori, diagram kerangka konseptual, dan daftar hipotesis. Name konstruk harus konsisten 100%.