S1 2015 302214 Introduction PDF
S1 2015 302214 Introduction PDF
PENDAHULUAN
1
2
tunggal dimana subjek yang diteliti digunakan sebagai kontrolnya sendiri. Kasus
tunggal dapat berupa beberapa subjek dalam satu kelompok atau subjek yang diteliti
adalah tunggal. Dalam penelitian klinis, pendidikan, psikiatri, dan kedokteran,
dimungkinkan adanya kasus spesifik dengan jumlah subjek sangat terbatas
sehingga tidak mungkin untuk dilakukan komparasi antar kelompok. Di Indonesia
penggunaan desain kasus tunggal sering digunakan pada bidang psikologi dan
pendidikan sebagai perwujudan dari pendekatan perilaku (behavioral approach)
subjek, terlebih juga dalam penelitian “clinical setting” dimana tekanan pokoknya
adalah efek terapi.
Desain kasus tunggal untuk kasus tertentu dianggap paling cocok untuk
meneliti perilaku manusia, terutama apabila perilaku yang diamati tidak mungkin
diambil rata-ratanya. Dalam beberapa kasus, rata-rata kelompok tidak dapat
mencerminkan keadaan perilaku individu di dalam kelompok itu. Dengan kata lain,
rata-rata kelompok tidak selalu mencerminkan keadaan individu-individu dalam
kelompoknya. Jadi, peneliti melakukan pengukuran yang sama dan berulang-ulang
untuk mempelajari seberapa banyak perubahan yang terjadi pada variabel dependen
dari hari ke hari.
Suatu desain kasus tunggal diperlukan dan harus dilakukan pengukuran
keadaan awal (baseline) yang berupa beberapa aspek dari perilaku subjek selama
beberapa waktu sebelum perlakuan. Rentang waktu pengukuran untuk menetapkan
baseline ini disebut fase keadaan awal (baseline phase). Baseline berfungsi sebagai
landasan pembanding untuk menilai keefektifan suatu perlakuan (treatment).
Desain kasus tunggal memiliki beberapa tipe, yaitu: Basic Design (A-B),
Withdrawal Design (A-B-A, A-B-A-B), dan Multiple Baseline Design.
Pengumpulan data penelitian dilakukan dengan metode observasi, dimana
variabel-variabel yang ada termasuk variabel respon dan variabel prediktor sudah
ditentukan secara tegas oleh para peneliti sejak awal penelitian sebelum dilakukan
analisis. Teknik analisis statistika yang sering digunakan berkaitan dengan
hubungan antar variabel baik masalah pemodelan dan prediksi adalah analisis
regresi. Dengan menggunakan model regresi, dapat dihitung besar perubahan pada
3
satu atau lebih variabel prediktor dalam kaitannya dengan variabel lain yaitu
variabel respon.
Perkembangan analisis regresi dimulai dengan regresi linear. Regresi linear
dapat digunakan apabila asumsi linearitas terpenuhi, yaitu terdapat hubungan yang
linear antar variabel dan juga mengasumsikan bahwa variabel respon harus
berdistribusi normal dan kehomogenan variansi.
Generalized Linear Models (GLM) merupakan suatu perluasan dari suatu
model linear. Tidak seperti model linear, distribusi dari respon tidak harus normal,
asalkan sebaran tersebut termasuk dalam distribusi keluarga eksponensial,
transformasi dari mean respon berhubungan secara linear terhadap prediktor dan
juga tidak mengharuskan kehomogenan dari variansinya. Model aditif juga
merupakan pengembangan dari model linear dimana komponen prediktornya
berupa jumlahan fungsi penghalus.
Generalized additive models (GAM) mengganti fungsi linear pada GLM
dengan fungsi aditif. Seperti halnya GLM, distribusi respon pada GAM tidak
terbatas hanya pada distribusi normal saja akan tetapi distribusi variabel respon
yang termasuk dalam keluarga eksponensial dapat dianalisis dengan model ini.
Model aditif mengganti fungsi linear dengan fungsi aditif yang tidak memiliki
bentuk yang kaku, sehingga model ini dapat digunakan meskipun hubungan
variabel respon dan prediktor tidak linear. Sehingga GAM merupakan perluasan
GLM dan model aditif.
Pengajuan untuk analisis desain kasus tunggal telah meningkat pesat dalam
dekade terakhir ini. Analisis itu meliputi ukuran efek penduga, regresi biasa, model
multilevel, statistik bayesian, dan tes pengacakan. Semua analisis ini harus
berhadapan dengan topik utama dalam semua data longitudinal yaitu tren.
Kebanyakan dari analisis desain kasus tunggal yang diajukan, apakah itu
mengasumsikan tidak ada tren ataupun model tren yang linier, bahkan dapat
dimodelkan dengan tren nonlinear. Meskipun faktanya pada kasus-kasus yang ada
dimana model nonlinear lebih cocok dengan data dibanding model linear.
Kegagalan untuk memodelkan tren dengan benar bisa memunculkan bias terhadap
koefisien dan kesalahan standarnya, juga dapat menghasilkan autokorelasi
4
Metode yang digunakan dalam penulisan tugas akhir ini adalah studi literatur.
Studi literatur adalah penelusuran literatur materi terkait yang bersumber dari buku,
media, pakar ataupun dari hasil penulusuran di internet, yang bertujuan untuk
menyusun dasar teori yang digunakan dalam melakukan penelitian ini.
BAB V. PENUTUP
Bab ini berisi kesimpulan yang diperoleh berdasarkan pembahasan
pada bab-bab sebelumnya dan saran atas kekurangan dan kelebihan
dari hasil penelitian yang dilakukan.