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)
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