YE YC
SC
= Effect Size
Y E = Rerata Kelompok Percobaan (Experiment)
Y C = Rerata Kelompok Pembanding (Control)
SC = Simpangan Baku Kelompok Pembanding
ES pertama kali diungkapkan di forum internasional tahun 1976 oleh Gene Glass dalam
Seminar Tahunan Asosiasi Psikolog Amerika Serikat.
ES mengukur berapa besar pengaruh suatu variabel terhadap variabel yang lain.
Contoh:
Suatu kelas murid (kelompok E) selalu mengucapkan salam.
Kelas yang lain (kelompok C) tidak melakukannya.
Kedua kelas dilakukan tes dengan soal yang sama.
Rata-rata hasil tes kedua kelas dibandingkan.
Jika nilai ES < 0,3 dianggap rendah
Jika nilai ES antara 0,3 sampai 0,7 dianggap sedang.
Jika nilai ES > 0,7 dianggap tinggi.
ES dapat digunakan untuk membandingkan kejadian sesudah percobaan dengan kejadian
sebelum percobaan.
melihat sebagian data populasi. Dengan melihat data sampel atau sebagian data populasi,
peneliti mengambil keputusan tentang populasi. Masalahnya adalah bahwa sampel
mengandung kekeliruan pensampelan, misalnya, dari populasi dengan rerata sama
dengan 5 dapat ditarik sampel dengan rerata sama dengan 3 atau 7. Ini adalah kekeliruan
pensampelan dan kekeliruan pensampelan ini membentuk distribusi probabilitas.
Dengan demikian pengambilan keputusan pada parameter populasi perlu
memperhatikan distribusi probabilitas kekeliruan pensampelan ini. Keputusan tentang
populasi ini mengandung risiko keliru. Agar risko keliru dalam pengambilan keputusan
tentang parameter populasi adalah kecil maka peneliti menentukan bahwa risiko keliru
cukuplah sebesar 0,05 atau 0,01 saja atau bahkan lebih kecil lagi. Risiko keliru inilah
yang dikenal sebagai taraf signifikansi. Karena taraf signifikansi adalah ukuran risiko
keliru dalam pengambilan keputusan maka kata sangat signifikan atau sangat berarti
merupakan kata yang tidak tepat.
Ukuran Efek
Setelah berhasil menguji hipotesis dengan taraf signifikansi tertentu, maka
bahasan selanjutnya adalah ukuran efek. Ukuran efek adalah besarnya efek yang
ditimbulkan oleh parameter yang diuji di dalam pengujian hipotesis. Ukuran efek
bergantung kepada jenis parameter yang diuji. Jika parameter itu adalah perbedaan rerata
dua populasi maka ukuran efek ditentukan oleh seberapa besar perbedaan itu. Jika
parameter itu adalah perbedaan proporsi dua populasi maka ukuran efek ditentukan oleh
seberapa besar perbedaan itu. Jika parameter itu adalah koefisien korelasi maka ukuran
efek ditentukan oleh seberapa besar perbedaan itu. Jadi, apabila peneliti ingin berbicara
tentang besarnya perbedaan rerata atau proporsi atau koefisien korelasi maka istilah yang
tepat adalah ukuran efek dan bukan lagi taraf signifikansi
Ukuran efek pada rerata. Cara yang paling sederhana dan langsung untuk
menghitung ukuran efek pada satu rerata adalah d dari Cohen. Menurut Cohen, ukuran
efek pada rerata adalah selisih rerata yang dinyatakan dalam satuan simpangan baku
Ukuran efek d Cohen = (selisih rerata) / (simpangan baku)
Untuk pengujian hipotesis satu rerata maka (selisih rerata) = (rerata pada H1)
(rerata pada H0). Namun di sini kita mengganti rerata pada H 1 dengan rerata pada sampel
sehingga (selisih rerata) = (rerata sampel) (rerata pada H0). Apabila simpangan baku
populasi diketahui maka simpangan baku yang digunakan adalah simpangan baku
populasi . Tetapi dalam hal simpangan baku populasi tidak diketahui maka simpangan
baku yang digunakan adalah simpangan baku sampel s.
Untuk pengujian hipotesis selisih dua rerata maka (selisih rerata) = (selisih dua
rerata pada H1) (selisih dua rerata pada H0). Namun di sini kita mengganti selisih dua
rerata pada H1 dengan selisih dua rerata pada sampel sehingga (selisih rerata) = (selisih
dua rerata pada sampel) (selisih dua rerata pada H0). Simpangan baku adalah
simpangan baku paduan mereka sp. Dalam hal simpangan baku sampel adalah s1 dan s2
dengan ukuran sampel n1 dan n2 maka sp adalah
sp
( n1 1) s12 ( n2 1) s 22
( n1 1) ( n2 1)
Kriteria yang diusulkan oleh Cohen tentang besar kecilnya ukuran efek adalah
sebagai berikut:
0 < d < 0,2
0,2 < d < 0,8
d > 0,8
Ukuran efek pada proporsi. Ukuran efek pada proporsi adalah mirip dengan
ukuran efek pada rerata manakala ukuran mereka cukup besar (n > sekitar 20) yakni pada
saat distribusi probabilitas kekeliruan pensampelan pada proporsi mendekati distribusi
probabilitas normal. Ukuran efek d Cohen pada proporsi adalah
Ukuran efek d Cohen = (selisih proporsi) / (simpangan baku)
Untuk satu proporsi, (selisih proporsi) = (proporsi pada H 1) (proporsi pada H0).
Namun di sini proporsi pada H1 kita ganti dengan proporsi pada sampel sehingga (selisih
proporsi) = (proporsi pada sampel) (proporsi pada H0). Simpangan baku dapat
menggunakan nilai simpangan baku proporsi [p(1 p)] atau nilai simpangan baku
maksimumnya yakni sebesar 0,5.
Untuk dua proporsi, (selsisih proporsi) = (selisih dua proporsi pada H1) (selisih
dua proporsi pada H0). Namun di sini selisih dua proporsi pada H1 kita ganti dengan
selisih dua proporsi pada sampel sehingga (selisih proporsi) = (selisih dua proporsi pada
sampel) (selisih dua proporsi pada H0). Simpangan baku adalah simpangan baku
paduan. Untuk selisih proporsi pada X dan Y dengan proporsi sampel p X dan pY serta
ukuran sampel nX dan nY, simpangan baku paduan itu adalah
n X p X nY pY
n X nY
s X sY
n X p X nY pY
n X nY
1
1
n X nY
Kriteria ukuran efek adalah sama dengan kriteria pada ukuran efek rerata.
Ukuran efek pada koefisien korelasi. Ukuran efek pada koefisien korelasi
adalah langsung diperoleh dari koefisien korelasi sampel. Untuk koefisien korelasi di
antara X dan Y ukuran efek adalah
Ukuran efek d Cohen = (selisih koefisien korelasi)
Dalam hal H0 adalah XY = 0 maka (selisih koefisien korelasi) = (koefisien
korelasi sampel). Dalam hal H0 adalah XY = 0 maka (selisih koefisien korelasi) =
(transformsi Fisher dari koefisien korelasi sampel) (transformasi Fisher dari koefisien
korelasi 0). Dalam hal selisih dua koefisien korelasi, misalnya, XY UV maka (selisih
2
A
B2
JK antara kelompok
JK total
JK total
JK A
JK B JK AxB
JK total
JK B
JK A JK AxB
2
AxB
JK total
JK AxB
JK A JK B
2
n
dengan n sebagai ukuran sampel dan sebagai derajat kebebasan (Gravetter and Wallnau,
2004). Menurut kriteria Cohen, ukuran efek dari ketergantungan ini dipengaruhi oleh
derajat kebebasan yakni
Untuk derajat kebebasan = 1
Welcowitz, J., Ewen, R.B., and Cohen, J. (1982). Introductory statistics for the
behavioral sciences. Third edition. Orlando, Florida: Harcourt, Brace Jovanovich,
Inc.