Bebas dari Bias

Salah satu ciri dari desain penelitian yang baik adalah bahwa hal itu akan memberikan data yang
memungkinkan adil, perbandingan berisi antara kelompok-kelompok. Ini berarti bahwa
perawatan telah diambil untuk memastikan bahwa setiap perbedaan antara kelompok dapat
dikaitkan dengan variabel independen yang diteliti. data dan statistik yang dihitung dari mereka
tidak berbeda dengan cara yang sistematis kecuali karena mereka mungkin dipengaruhi oleh
variabel independen. Semua variasi lainnya berasal dari fluktuasi acak.
perbandingan yang tidak adil dapat memasukkan penelitian dalam sejumlah cara, termasuk tugas
bias dari individu untuk perawatan eksperimental. Misalnya, bias akan Hava telah diperkenalkan
pada contoh kimia jika siswa kemampuan tinggi semua ditugaskan untuk satu metode
pengajaran. tugas acak dari siswa untuk kelompok akan menghilangkan bias menempatkan siswa
kemampuan tinggi dalam satu metode. (Kemungkinan "tugas liar bias" tidak ada, tapi
probabilitas akan sangat kecil). perbandingan yang tidak adil yang lain akan terjadi ketika peserta
sukarelawan berada di kelompok eksperimen dan yang tidak sukarela yang tersisa untuk
melayani kelompok kontrol. kelompok ini pasti akan berbeda dalam hal motivasi serta dalam hal
variabel independen.

Kebebasan dari Confounding

Cara lain yang bias dapat memasukkan data adalah melalui membingungkan. Dua (atau lebih)
independen dan / atau lainnya variabel variabel bingung jika efeknya tidak dapat dipisahkan.
Sebuah desain penelitian yang baik menghilangkan pengganggu variabel atau menyimpannya ke
minimum sehingga efek yang dapat dipisahkan dan hasilnya dapat ditafsirkan tanpa
kebingungan. Dalam contoh kimia, membingungkan akan terjadi jika ada guru yang digunakan,
masing-masing menggunakan hanya satu metode, dan ada perbedaan yang cukup besar dalam
efektivitas mengajar mereka. Kemudian guru dan metode akan bingung. Jika siswa dari satu
metode dinilai lebih tinggi pada ujian kimia daripada dua metode lain, kita tidak akan tahu
apakah kinerja yang lebih tinggi adalah karena metode atau guru. Efek dari guru dan metode
tidak dapat dipisahkan, karena setiap guru hanya menggunakan metode tunggal.
Dua atau lebih variabel dikacaukan jika efek mereka tidak dapat dipisahkan.

Pengendalian variabel asing

Meskipun variabel asing tidak variabel yang menjadi perhatian utama dalam studi penelitian,
mereka mungkin memiliki efek pada variabel dependen. Untuk mengontrol variabel tersebut
adalah untuk dapat mengidentifikasi, menyeimbangkan, meminimalkan, atau menghilangkan
efeknya. Efeknya diwujudkan karena mereka mempengaruhi varians dalam variabel dependen,
sehingga kendali variabel asing dicapai melalui kontrol varians, seperti yang dideskripsikan
sebelumnya. Dalam contoh kimia, tingkat kemampuan siswa dianggap sebagai variabel asing,
dan berbagai pendekatan untuk kontrol yang dibahas. Sebuah desain penelitian yang baik
mengontrol variabel seperti, daripada membingungkan efeknya dengan orang-orang dari variabel
lain atau mengabaikan efeknya sama sekali.

Statistik Presisi untuk Pengujian Hipotesis

Analisis dalam penelitian kuantitatif biasanya melibatkan beberapa jenis prosedur statistik,
karena penelitian kuantitatif melibatkan angka dan hipotesis yang memerlukan uji statistik. Hal
ini penting untuk memiliki data appopriate dengan cukup presisi sehingga hipotesis dapat diuji
dengan keyakinan. Dalam arti statistik, presisi meningkat sebagai varian random atau kesalahan
menurun. presisi statistik meningkat dengan sampel yang lebih besar dan ketika variabel
independen tambahan yang dibangun ke dalam desain penelitian. Sebagaimana kita bahas pada
contoh kimia, ketika variabel tambahan dikendalikan, varians acak cenderung berkurang.
Ketika prosedur statistik yang digunakan untuk menguji hypothese, untuk setidaknya beberapa
hipotesis, perlu untuk mendapatkan perkiraan varians acak dari data. Yang lebih tepat perkiraan
ini, yang lebih sensitif analisis akan efek dari variabel independen. Artinya, analisis akan lebih
mungkin untuk menunjukkan efek jika, pada kenyataannya, satu ada. variabel asing
mengembang estimasi varians acak dan cenderung membuat uji statistik insentitive yang ada,
defferences nyata.

Desain penelitian harus menyediakan data untuk menguji allof hipotesis penelitian.
Kadang-kadang banyak dan harus menyediakan data untuk menguji semua hipotesis penelitian.
Kadang-kadang banyak dan kompleks hipotesis yang terlibat, sehingga peneliti harus memeriksa
desain dengan hati-hati dan mengidentifikasi bagian mana dari desain akan memberikan untuk
menguji hipotesis tersebut