Analisis Kuantitatif

Analisis Kuantitatif

13 Maret 2012

• Kerangka Konsep menggambarkan proposisi, yang menyatakan hubungan antara konstruk-konstruk dari suatu unit yang diteliti (= Unit Analisis).

Konstruk = konsep terstruktur (i.e., mempunyai dimensi dan variabel) mengenai benda, sifat atau kegiatan yg dimiliki Unit Analisis.

Contoh: Mahasiswa mempunyai Gaya Belajar, bersifat Mandiri dan

melakukan Pembelajaran. Perguruan Tinggi mempunyai Kurikulum Pendidikan,

merupakan Organisasi Pembelajaran dan melakukan Tri Dharma PT.

• Variabel = benda, sifat dan kerja dari UA yang dapat diberi perlakuan oleh peneliti (i.e., datanya diamati, dimanipulasi, dikontrol atau diabaikan)

Contoh: Pembelajaran

Pembelajaran Kognitif

Menghafal

Konstruk

Dimensi/Faktor

Variabel

• Subyek penelitian memiliki data dari variabel.

Contoh:

Unit analisis: MahasiswaKonstruk: “Pembelajaran”Peneliti dapat mengamati data dari variabel

“Menghafal”.Subyek yang memiliki data mahasiswa “menghafal” ialah

mahasiswa itu sendiri (dalam hal ini subyek sama dengan Unit analisis), teman dekatnya, hasil ujiannya, dst.

Jenis Variabel Perlakuan Tujuan

Prediktor & Kriterion

Diamati datanya Utk meneliti korelasi Prediktor – Kriterion (A)

V Bebas & V Terikat

V Bebas dimanipulasi datanya , V Terikat diamati datanya

Utk meneliti korelasi V Bebas - V Terikat (B)

Moderator (M) a. Dikontrol datanya

b. Diamati datanya

a. Utk menghilangkan pengaruh M

b. Utk meneliti pengaruh M thd kekuatan & arah A/B

Mediator Diamati datanya Untuk meneliti mangapa/bagaimana A/B

Confounding(M non-spesifik)

Dikontrol datanya Utk menghilangkan pengaruh V Confounding

Perlakuan peneliti terhadap masing-masing variabel dapat berupa:a. mengamati – data dibiarkan bervariasi &

diamati.b. memanipulasi (mengintervensi) – data ditentukan variasinya.c. mengendalikan (mengontrol) – data dibuat

konstan.d. mengabaikan – data dibiarkan bervariasi ttp

tidak diamati.

• Hipotesis = hubungan antara variabel2 dari konstruk2 suatu proposisi.

Contoh: Ada korelasi yang kuat antara salah satu variabel dari konstruk Gaya Belajar dan Menghafal (variabel dari konstruk Pembelajaran)

8

Moderator

Gaya Belajar

Pembelajaran

Mediator

III. Metoda Penelitian

A. Rancangan Penelitian:1. Rancangan Pengumpulan Data2. Rancangan Pengolahan Data3. Rancangan Penafsiran Data

B. Metoda Pengumpulan DataC. Metoda Pengolahan DataD. Metoda Penafsiran Data

A. Rancangan Penelitian • Rancangan Penelitian (Bab III A): Logika (= cara

bernalar yang dianggap valid/salah) dari metoda penelitian untuk mencegah/mengakui bias.

Rencana Penelitian (Bab IV Proposal): Logistika (= rincian) dari pelaksanaan penelitian.

• Metoda penelitian dengan rancangan yang kuat (robust) diperlukan untuk menghasilkan kesimpulan (tesis) yang valid:a. hipotesis2 penelitian diterima/ditolak?b. pertanyaan2 penelitian dijawab?

• Rancangan penelitian yang lemah menimbulkan bias (Cari di internet jenis2 bias penelitian)

A.1. Rancangan Pengumpulan Data

Logika pengumpulan data yang valid: Peneliti secara konsisten menggunakan alat/cara yang valid untuk mengumpulkan data dari subyek yang tepat.

a. Alat/cara pengumpulan data yang validb. Penggunaan alat/cara secara konsistenc. Subyek yang tepat

a. Alat/Cara Pengumpulan Data yang Valid

Peneliti (akan) membuktikan dengan data kuantitatif dan kualitatif bahwa alat/cara pengumpulan datanya valid:

• Validitas Isi (Expert Validity; V. substansi; V. Konsep; Face Validity) – sesuai dengan pendapat para ahli; disusun dalam/ diterjemahkan ke bahasa yang dapat dimengerti responden.

• Validitas Konstruk – a. Dibandingkan dengan suatu tolok ukur untuk

variabel biologis atau fisik.

b. Triangulasi dengan sejumlah metoda validasi untuk variabel perilakuContoh: Analisis Faktor, Reliabilitas

Internal (Cronbach’s alpha), konsistensi respons terhadap item tertutup dan item terbuka, Validitas diskriminasi, Validitas prediksi.

b. Penggunaan yang konsisten

Peneliti (akan) membuktikan dengan data kualitatif dan kuantitatif bahwa alat/cara pengumpulan data yang valid digunakan secara konsisten/reliabel:

• Pengumpul data diseleksi, dilatih & disupervisi • Hasil pengumpulan data inter- dan intra-

pengumpul data dari suatu sampel subyek dianalisis:

a. Untuk data skala interval atau rasio buat tabel data dan hitung r .

b. Untuk data skala ordinal buat tabel data dengan kolom urut dan hitung Spearman rho atau Kendall tau.

c. Untuk data nominal buat tabel subyek dan hitung phi, C, atau kappa

Subyek Score Pengamat(an)

I

Score Pengamat(an) II

123...kn Total Total

r yang bermakna

r ≥ rmin (koef korelasi yg ingin dicapai)

Subyek Pengamat(an) I Pengamat(an) IIScore Order Score Order

123...kn

ρ ≥ ρmin

τ ≥ τmin

rho atau tau yang

bermakna

Pengamat(an) II Total Subyek+ -

Penga-mat(an) I

+ a b a + b

- c d c + d

Total Subyek a + c b + d n=a+b+c+d

Φ atau C yang bermakna Φ ≥ φmin atau C ≥ C min

c. Subyek yang tepat

Peneliti membuktikan dengan data kualitatif dan kuantitatif bahwa subyek yang diukur tepat:

• Memiliki data yg diperlukan untuk mengukur variabel2 dari konstruk yg bersangkutan.

• Data dari berbagai subyek dikorelasikan.

A.2. Rancangan Pengolahan DataLogika pengolahan data yang valid: Peneliti

menggunakan teknik2 ilmu statistik yang tepat untuk

a. menghitung kekuatan korelasi antara konstruk yg disebutkan dalam proposisi2

b. menghitung besar kesalahan sampling bila besar korelasi dihitung berdasar data dari sampel unit2 analisis dan sampel subyek2.

X = Unit Analisis (e.g., FKG) memiliki konstruk2 (e.g., “Pembelajaran di Skills Lab”, “Kompetensi klinik”)

X = subyek (e.g., Mahasiswa) memiliki variabel2 (e.g.“Keterampilan anestesi blok intraoral”)

XXXXXX

XXXXXXXXXXXXXXXXXXXXX X X X X

XXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXX

XXXXXXXXXXXX

Pop FKG

Sampel FKG

Pop Mhs FKG UGM

R

RXXXX

Sampel Mhs FKG

UGM

Unit Ana-lisis

Score Variabel

Prediktor

Score Variabel Kriterion

123...kn Total Total

Menghitung r utk Prediktor & Kriterion

skala interval /rasio

Hipotesis penelitian

didukung jika

r ≥ rmin

Kelompok X1 Kelompok X0

Unit Ana-lisis

Score Variabel Terikat

Unit Ana-lisis

Score Variabel Terikat

1 12 23 3...k kn Total Total

Mean1 Mean0

Menghitung r bis atau d

utk Variabel Bebas yg

dimanipulasi

Hipotesis Penelitian didukung jika

rbis ≥ rbis.min

atau

d ≥ dmin (d = Mean1 - Mean0)

Unit Ana-lisis

Prediktor KriterionScore Order Score Order

123...kn

Hipotesis penelitian

didukung jika

ρ ≥ ρmin

Atau

τ ≥ τmin

Menghiung rho atau tau utk

prediktor & kriterion skala ordinal

Kriterion Total subyek

+ -

Prediktor+ a b a + b

- c d c + d

Total subyek a + c b + d n = a+b+c+d

Menghitung Φ atau C utk Prediktor &

Kriterion skala nominal

Hipotesis penelitian didukung jika

Φ ≥ φmin & C ≥ C min

Sampling Error• Diperlukan jika kekuatan hubungan dihitung berdasarkan

data yang berasal dari sampel Unit Analisis.• Dihitung dengan uji statistik yang sesusai dengan skala:

a. uji statistik parametrik (e.g., Student’s t Test, F Test) untuk menguji apakah koef korelasi skala rasio mewakili parameternya.b. uji statistik non-parametrik untuk menguji apakah koef korelasi skala nominal, ordinal dan interval mewakili parameternya.

Lihat Siegel, S. (1956). Nonparametric statistics for the behavioral sciences. New York: McGrraw-Hill.

• Hipotesis statistik (statistik pada sampel mewakili parameter pada populasi) didukung jika kesalahan sampling ≤ batas.

• Diperkecil dengan memperbesar n.

A.3. Rancangan Penafsiran Data

Logika penafsiran data yang valid: Peneliti mempertimbangkan a. validitas dalam - sejauh mana koefisien korelasi (atau koefisen selisih) yang bermakna

bukan karena dimoderasi oleh mediator atau variabel confounding yang diabaikan.b. validitas luar – sejauh mana hasil penelitian

berlaku untuk subyek2 di luar populasi penelitian.

Untuk meningkatkan validitas dalam peneliti dapat melakukan:

1. Analisis multivariat – korelasi yang menggunakan 2/> prediktor, 2/> kriterion atau keduanya. Nilai tambah: Validitas external tinggiNilai kurang: Membutuhkan jumlah unit analisis yang besar

2. Mengontrol (membuat konstan)a. moderator2 spesifik dengan Korelasi Parsial, kriteria inklusi dan kelompok kontrol yg diMatch.

Nilai kurang: Validitas external berkurang; matching cocok jika variabel bebas dimanipulasib. moderator2 tidak spesifik (variabel2 perancu) dengan Penempatan secara acak ke kelompok kontrol dan Pre-test.

Nilai kurang: Cocok jika variabel bebas dimanipulasi; Validitas external berkurang.

Variabel2 Perancu

a) History – variabel2 lingkunganb) Maturasi – variabel2 intra subyekc) Testing – variabel2 pengukurand) Instrumentasi – variabel2 alat ukure) Seleksi diferensial – variabel2 inter-subyekf) Tendensi sentral – variabel2 subyek extremg) Mortalitas – variabel2 subyek yang drop-out

Lihat: Campbell, D.T., & Stanley, J.C. (1963). Experimental and quasi-experimental designs for research. Chicago: Rand McNally College.

Dengan penempatan acak unit2 analisis ke kelompok2 kontrol diharapkan data variabel2 perancu sama di kelompok2 tsb, kecuali Mortalitas

Populasi Sampel

X1

X0

RR

R

• Cara mengendalikan Mortalitas dengan Pre-test (untuk melihat siapa yang drop-out)

• Hipotesis penelitian didukung jika Selisih Mean Opost kedua kelompok ≥ Selisih Mean Minimum (yang dipatok sebelum penelitian dimulai).

• Opre juga dapat digunakan untuk melihat apakah unit2 analisis kedua kelompok setara dalam hal variabel terikat sebelum V bebas dimanipulasi.

R O X1 OR O X0 O

Validitas external menurun karena ada kemungkinan

• interaksi antara Pre-test dengan Intervensi• Interaksi antara Seleksi dengan Intervensi• Pengaturan2 khusus

Moderator?

Kurikulum Klinik

Kompetensi Klinik

Pembelajaran

V

Keterampilan anestesi blok

intraoral

VPembelajaran

di Skills Lab

X V V