Dalam sebuah desain prediksi, peneliti berusaha untuk mengantisipasi hasil-hasil dengan
menggunakan variabel-variabel tertentu sebagai alat prediksi, bukan hanya berkaitan dengan dua
variabel pada suatu waktu atau kompleks seperti dalam contoh terakhir. Sebagai contoh, pengawas dan
kepala sekolah perlu untuk mengidentifikasi guru yang akan berhasil di sekolah mereka. Untuk memilih
guru yang memiliki peluang bagus untuk sukses, para administrator dapat mengidentifikasi prediktor
keberhasilan dengan menggunakan penelitian korelasi. Desain prediksi, oleh karena itu, berguna karena
membantu mengantisipasi atau meramalkan perilaku masa depan.
Tujuan dari desain prediksi adalah untuk mengidentifikasi variabel yang akan memprediksi hasil
atau kriteria. Dalam bentuk penelitian, penyelidik mengidentifikasi satu atau lebih variabel prediktor dan
kriteria ( hasil) variabel. Sebuah variabel prediksi adalah variabel yang digunakan untuk membuat
ramalan tentang hasil penelitian pada penelitian korelasi. Dalam kasus memprediksikan keberhasilan
guru dalam sekolah, alat tes yang mungkin dipakai "mentoring" selama pelatihan guru atau "bertahun-
tahun dari pengalaman mengajar". Dalam banyak penelitian prediksi, para peneliti sering menggunakan
lebih dari satu variabel prediktor. Hasil yang diprediksikan dalam penelitian korelasi disebut variabel
kriteria. Sebagai contoh, keberhasilan guru adalah variabel kriteria.
Sebuah penelitian prediksi akan melaporkan analisa korelasi menggunakan uji statistik korelasi.
Sebagai contoh, penulis mungkin tertarik di beberapa prediktor yang membantu menjelaskan kriteria
dari setiap variabel.
Dalam pelaksanaan di bidang pendidikan, banyak situasi yang menghendaki dilakukannya
prediksi atau peramalan. Pada awal tahun ajaran baru, misalnya, setiap sekolah karena keterbatasan
fasilitas, seringkali harus menyeleksi para pendaftar yang akan diterima menjadi calon siswa baru.
Penelitian korelasi jenis ini memfokuskan pada pengukuran terhadap satu variabel atau lebih
yang dapat dipakai untuk memprediksi atau meramal kejadian di masa yang akan datang atau variabel
lain (Borg & Gall dalam Abidin, 2010). Penelitian ini sebagaimana penelitian relasional, melibatkan
penghitungan korelasi antara suatu pola tingkah laku yang kompleks, yakni variabel yang menjadi
sasaran prediksi atau yang diramalkan kejadiannya (disebut kriteria), dan variabel lain yang diperkirakan
berhubungan dengan kriteria, yakni variabel yang dipakai untuk memprediksi (disebut prediktor).
Teknik yang digunakan untuk mengetahui tingkat prediksi antara kedua variabel tersebut adalah teknik
analisis regresi yang menghasilkan nilai koefisien regresi, yang dilambangkan dengan R.
Perbedaan yang utama antara penelitian relasional dan penelitian jenis ini terletak pada asumsi
yang mendasari hubungan antar variabel yang diteliti. Dalam penelitian relasional, peneliti berasumsi
bahwa hubungan antara kedua variabel terjadi secara dua arah atau dengan kata lain, ia hanya ingin
menyelidiki apakah kedua variabel mempunyai hubungan, tanpa mempunyai anggapan bahwa variabel
yang muncul lebih awal dari yang lain. Oleh karena itu, kedua variabel biasanya diukur dalam waktu
yang bersamaan. Sedang dalam penelitian prediktif, di samping ingin menyelidiki hubungan antara dua
variabel, peneliti juga mempunyai anggapan bahwa salah satu variabel muncul lebih dahulu dari yang
lain, atau hubungan satu arah. Oleh karena itu, tidak seperti penelitian relasional, kedua variabel diukur
dalam waktu yang berurutan, yakni variabel prediktor diukur sebelum variabel kriteria terjadi, dan tidak
dapat sebaliknya.
Bila variabel mempunyai hubungan yang signifikan, skor pada satu variabel dapat dipakai untuk
memprediksikan skor pada variabel yang lainnya. Sebagai contoh, Peringkat SMA, dapat dipakai untuk
memprediksikan peringkat di perguruan tinggi. Variabel yang mendasar pembuatan diacu sebagai
kriteria.
Studi prediksi sering dilakukan guna memudahkan dalam pengambilan suatu kesimpulan
mengenai individu atau membantu dalam pemilihan individu. Studi prediksi juga dijalankan guna
menguji hipotesis teoretis tentang variabel yang dipercaya menjadi pediktor pad suatu kriteria, dan guna
menentukan validitas prediktif dari instrumen pengukuran individual. Sebagai contoh, hasil studi
prediksi digunakan untuk memprediksikan level keberhasilan yang kemungkinan diperoleh individu
pada mata pelajaran tertentu, mislanya aljabar pada tahun pertama untuk memprediksikan individu mana
yang kemungkinan sukses di perguruan tinggi atau untuk memprediksikan dalam bidang studi mana
seseorang individu mungkin yang paling sukses.
Bila beberapa variabel prediktor masing-masing mempunyai hubungan dengan suatu variabel
kriteria, prediksi yang didasarkan pada kombinasi dari beberapa variabel tersebut akan lebih akurat
daripada didasarkan hanya pada salah satu darinya. Sebagai contoh, prediksi kesuksesan di perguruan
tinggi umumnya didasarkan pada kombinasi beberapa faktor, seperti rangking dalam peringkat kelas,
peringkat SMA, dan skor pada ujian masuk perguruan tinggi. Meskipun terdapat beberapa perbedaan
utama antara studi prediksi dengan studi hubungan, keduanya melibatkan penentuan hubungan antara
sejumlah variabel yang diidentifikasi dan variabel kompleks.
Penelitian korelasional dapat digunakan untuk melakukan studi tentang prediksi dari hubungan
suatu variabel dengan variabel lainnya. Misalnya, apakah prestasi belajar di SD yang tinggi berkorelasi
dengan prestasi belajar di SMP, lalu dapatkah nantinya diprediksi jika seseorang berprestasi di SD akan
berprestasi di SMP?
3. Korelasi Multivariat
Teknik untuk mengukur dan menyelidiki tingkat hubungan antara kombinasi dari tiga variabel
atau lebih disebut teknik korelasi multivariat. Ada beberapa teknik yang dapat digunakan, dua
diantaranya yang akan dibahas di sini adalah: regresi ganda atau multiple regresion dan korelasi
kanonik.
a. Regresi ganda.
Memprediksi suatu fenomena yang kompleks hanya dengan menggunakan satu faktor (variabel
prediktor) seringkali hanya memberikan hasil yang kurang akurat. Dalam banyak hal, semakin
banyak informasi yang diperoleh semakin akurat prediksi yang dapat dibuat (Mc Millan &
Schumaker dalam Abidin, 2010), yakni dengan menggunakan kombinasi dua atau lebih variabel
prediktor, prediksi terhadap variabel kriteria akan lebih akurat dibanding dengan hanya
menggunakan masing-masing variabel prediktor secara sendiri-sendiri. Dengan demikian,
penambahan jumlah prediktor akan meningkatkan akurasi prediksi kriteria.
b. Korelasi kanonik.
Pada dasarnya teknik ini sama dengan regresi ganda, dimana beberapa variabel dikombinasikan
untuk memprediksi variabel kriteria. Akan tetapi, tidak seperti regresi ganda yang hanya melibatkan
satu variabel kriteria, korelasi kanonik melibatkan lebih dari satu variabel kriteria. Korelasi ini
berguna untuk menjawab pertanyaan, bagaimana serangkaian variabel prediktor memprediksi
serangkai variabel kriteria? Dengan demikian, korelasi kanonik ini dapat dianggap sebagai perluasan
dari regresi ganda,dan sebaliknya, regresi berganda dapat dianggap sebagai bagian dari korelasi
kanonik (Pedhazur dalam Abidin, 2010). Seringkali korelasi ini digunakan dalam penelitian
eksplorasi yang bertujuan untuk meentukan apakah sejumlah variabel mempunyai hubungan satu
sama lain yang serupa atau berbeda.
4. Analisis Faktor
Prosedur statistik ini mengidentifikasi pola variabel yang ada. Sejumlah besar variabel
dikorelasikan dan terdapatnya antarkorelasi yang tinggi mengindikasikan suatu faktor penting yang
umum.
Sebagai contoh, peneliti dapat mengukur sejumlah besar aspek kesehatan fisik, mental, emosi,
dan spiritual. Setiap pertanyaan akan memberikan kepada peneliti suatu skor. Korelasi yang tinggi baik
positif itu maupun negatif antara beberapa skor ini akan mengindikasikan faktor penting yang bersifat
umum. Banyak pertanyaan berbeda yang dapat diberikan, yang kemungkinan dapat mengukur faktor
kesehatan emosional. Dalam kasus ini akan terdapat korelasi yang tinggi antara pertanyaan tentang
marah, depresi, cemas, dan seterusnya. Atau di lain pihak, bila masing-masing pertanyaan merupakan
faktor terpisah, akan terdapat korelasi yang kecil antara pertanyaan yang berhubungan dengan marah,
depresi, cemas, dan seterusnya.
5. Rancangan korelasional yang digunakan untuk menarik kesimpulan kausal
Terdapat dua rancangan yang dapat digunakan untuk membuat pernyataan-pernyataan tentang
sebab dan akibat menggunakan metode korelasional. Rancangan tersebut adalah rancangan analisis jalur
(path analysis design) dan rancangan panel lintas-akhir (cross-lagged panel design)
Analisis jalur digunakan untuk menentukan mana dari sejumlah jalur yang menghubungkan satu
variabel dengan variabel lainnya. Sedangkan desain panel lintas akhir mengukur dua variabel pada dua
titik sekaligus.
Sebagai contoh, peneliti mengetahui adanya suatu hubungan antara kesehatan dan stres. Analsis
jalur digunakan untuk memperlihatkan bahwa terdapat jalur kecil melalui psikologi, jalur utama yang
berhubungan dengan kesehatan dan stres melalui perilaku sehat. Artinya kita mengetahui bahwa stres
memengaruhi faktor-faktor psikologi seperti coronary dan fungsi-fungsi kekebalan. Kita juga
mengetahui bahwa kita stres, kita menghentikan kehati-hatian terhadap diri kita, kita kurang tidur,
makan kurang baik, gagal memperoleh latihan-latihan yang layak, dan seterusnya. Penelitian
memperlihatkan bahwa terdapat hubungan yang lebih kuat antara stres, perilaku sehat, dan kesehatan
daripada antara stres, psikologi, dan kesehatan. Penelitian ini menggunakan statistik korelasi untuk
menggambarkan kesimpulan ini.
6. Analisis sistem (System Analysis)
Desain ini melibatkan penggunaan prosedur matematik yang kompleks/rumit untuk menentukan
proses dinamik, seperti perubahan sepanjang waktu, jerat umpan balik serta unsur dan aliran hubungan.
Analisis sistem melibatkan penggunaan prosedur matemetik yang kompleks atau rumit guna
menentukan proses dinamik, mislanya seperti perubahan sepanjang waktu, jerat umpan balik, serta
aliran dan unsur hubungan. Sebagai contoh, sistem analisis digunakan untuk menggambarkan atau
membuat diagram perbedaan antara SMP yang berhasil dan SMP yang gagal. Beberapa unsur dari
sistem ini adalah harapan guru terhadap usaha pengajaran, performasi siswa, dan performasi siswa.
Masing-masing unsur ini saling memengaruhi dan berubah sepanjang waktu.
Sedangkan menurut Hamid Hamdani (2011: 172-174), langkah-langkah melakukan penelitian kausal
komparatif adalah :
1. Desain dan prosedur
Desain pokok penelitian kausal komparatif mencakup pemilihan data kelompok yang berbeda,
yaitu kelompok variabel bebas dan pembanding. Hal-hal yang erlu diperhatikan adalah memilih sampel
yang representative dari masing-masing populasi dan sampel yang sama, tujuannya agar kelompok-
kelompok tersebut mempunyai kemiripan pada semua variabel selain variabel bebas. Untuk menentukan
persamaan-persamaan kelompok tersebut dapat dilihat dari latar belakang dan status variabel-variabel
sekarang.
2. Prosedur pengontrolan
Prosedur pengontrolan ini berfungsi agar meminimalisir perbedaan-perbedaan kelompok selain
perbedaan pada variabel bebas. Prosedur ini dilakukan karena sulitnya randomnisasi, manipulasi, dan
control yang dilakukan pada saat penelitian.
3. Matching
Apabila peneliti telah mengidentifikasikan suatu variabel yang ia percaya ada hubungannya
dengan penampilan pada variabel yang ia percaya ada hubungannya dengan penampilan pada variabel
tidak bebas, ia bisa mengontrol variabel itu dengan “pair wise matching” subjek. Untuk masing-masing
subjek pada suatu kelompok , peneliti mendapatkan subjek pada kelompok kedua dengan suatu variabel
yang sama pada variabel control. Apabila subjek salah satu tidak mempunyai jodoh yang cocok , subjek
itu harus dihilangkan dari penyelidikan. Jadi, hasil dari kelompok-kelompok yang dijodohkan adalah
serupa atau sangat mendekati sehubungan dengan variabel asing yang diidentifikasikan.
Masalah pokok pada matching “pair wise” adalah bahwa ada subjek yang tidak bisa dirubah
yang tidak mempunyai kecocokan dan oleh karena itu harus dihilangkan dari penyelidikan. Masalah itu
menjadi lebih serius apabila peneliti bersama-sama menjodohkan lebih dari dua variabel.
4. Membandingkan kelompok-kelompok homogen.
Cara lain untuk mengontrol variabel asing adalah dengan membandingkan kelompok-kelompok
yang homogeny sehubungan dengan variabel itu. Suatu pendekatan yang serupa tetapi lebih memuaskan
adalah penyusun sub-sub kelompok di dalam tiap-tiap kelompok yang mewakili semua tingkat dari
variabel control. Selain mengontrol variabel, teknik ini juga mempunyai keuntungan tambahan yakni
memungkinkan peneliti untuk melihat apakah variabel bebas mempengaruhi variabel tidak bebas,
berbeda pada variabel pada tiap-tiap control. Untuk itu pendekatan terbaik adalah tidak bekerja dengan
beberapa analisis terpisah, tetepi membuat variabel control seperti desain tersebut dan menganalisis hasil
dengan teknik statistic yang disebut analisis variabel factorial.
Analisis variabel factorial memungkinkan peneliti menetapkan efek variabel bebas dan variabel
control, keduanya secara terpisah atau kombinasi. Dengan kata lain, memungkinkan peneliti menetapkan
apakah ada interaksi antara varianel bebas dan variabel terkontrol seperti bahwa variabel bebas bekerja
pada tingkat-tingkat variabel control yang berbeda.Contohnya IQ bisa merupakan variabel control pada
penelitian kausal komparatif pada efek dari bermacam-macam “metode pamhaman” tentang pecahan.
5. Analisis Kovarians
Analisis kovarians adalah suatu metode statistika yang digunakan untuk menyamakan kelompok-
kelompok pada satu variabel atau lebih. Analisis kovarians mengatur nilai-nilai pada suatu variabel tidak
bebas pada perbedaan awal terhadap variabel-variabel yang lain. Misalnya pada studi yang
membandingkan efektivitas dua metode mengajar tentang pecahan, kita bisa meng-“covary” pada IQ,
jadi menyeragamkan nilai pada suatu ukuran pencapaian (achievement) tentang berhitung pecahan.
6. Analisis Data dan Interpretasi
Statistika deskriptif yang paling banyak digunakan dalam penelitian kausal komparatif adalah
mean dan standar deviasi. Mean menunjukkan rata-rata perbuatan atau prestasi suatu kelompok dalam
suatu ukuran dari beberapa variabel. Sedangkan standar deviasi menunjukan penyebaran sekumpulan
nilai.
Statistika inferensial yang paling banyak digunakan dalam penelitian ini adalah test yang
digunakan untuk melihat apakah ada perbedaan yang signifikan antara mean-mean dari dua kelompok.
Selain itu juga digunakan analisis varians dan chi kuadrat. Analisis varians digunakan untuk melihat
apakah ada perbedaan signifikan antara mean-mean dari tiga kelompok atau lebih, sedangkan chi
kuadrat digunakan untuk emmbandingkan frekuensi-frekuensi kelompok, yaitu apakah suatu kejadian
lebih sering pada suatu kelompok yang satu terhadap yang lain atau sebaliknya.
Interpretasi dari perolehan pada penelitian kausal komparatif memerlukan pertimbangan yang
hati-hati. Hubungan sebab akibat yang dicurigai dalam kenyataan bisa menjadi kebalikan dari hipotesis,
Kemungkinan ada factor ketiga yang benar-benar penyebab yang dicurigai dari variabel bebas dan efek
(variabel terkontrol).
Cara untuk menentukan urutan yang benar dari hubungan sebab akibat, variabel yang mana
disebabkan yang mana, adalah dengan menentukan hal man ayang lebih dahulu terjadi. Cara mengontrol
untuk penyebab untuk yang potensial adalah mempersamakan kelompok-kelompok terhadap variabel
yang dicurigai.
Contoh skripsi yang menggunakan kausal komparatif di UIN Sunan Gunung Djati Bandung
adalah skripsi dengan judul Perbedaan Perolehan IPK Semester 1 sampai Semester 5 Pada Mahasiswa
Pendidikan Matematika Berdasarkan Asal Sekolah dan Jalur Masuk. Pada penelitian ini yang menjadi
variable bebasnya adalah perolehan IPK. Perolehan IPK adalah variable yang tidak dapat dimanipulasi,
karena datanya sudah sangat jelas berdasarkan nilai yang ia dapat pada mata kuliah semester 1 sampai
semester 5. Sedangkan variable terkontrolnya adalah asal sekolah dan jalur masuk. Asal sekolah dalam
penelitian ini dibagi menjadi 3, yaitu mahasiswa yang berasal dari SMA, Ma, dan SMK, sedangkan jalur
masuk ke UIN untuk Pendidikan Matematika ada 3 jalur, yaitu SNMPTN, ujian tulis, dan PPA.
Barangkali kita berpikir IQ, rajin belajaran atau tidaknya, dan banyak hal lain juga
mempengaruhi perolah IPK, namun peneliti telah melakukan prosedur pengontrolan dan matching,
sehingga tingkat IQ dianggap sama karena telah berhasil lolos saringan masuk PTN. Semua saringan
masuk punya batas minimalnya, sehingga dianggap IQ-nya setara. Sedangkan tingkat rajin belajar,
karena melihat budaya dan lingkungan dari universitasnya sendiri, peneliti menyimpulkan hampir sama,
sehingga tidak terdapat perbedaan signifikan karena hal rajin.
Dari penelitian kausal komparatif ini disimpulkan bahwa terdapat perbedaan IPK antara yang
sekolah asalnya dari SMA dengan yang sekolah asalnya dari MA atau SMK. Sedangkan berdasarkan
jalur masuk, lewat SNMPTN lebih bagus IPK nya disbanding jalur lainnya. Hal ini barangkali
disebabkan karena di SMA, mereka mendapatkan dasar yang kuat untuk mata pelajaran matematika dan
yang masuk UIN lewat jalur SNMPTN seleksi dan saringannya lebih ketat, sehingga menimbulkan
perolehan IPK yang lebih besar. Antara jalur masuk dan sekolah asal tidak ada hubungannya. Hubungan
sebab akibat terlihat jelas, antara yang asal sekolah dengan perolehan IPK ataupun antara jalur masuk
dengan perolahan IPK.
Identifikasi masalah:
1. Penelitian beranggapan bahwa ada hubungan kausal antara ketiga faktor pada judul diatas terhadap
kemahiran berpidato. Pelajaran bahasa Indonesia di SMA berpengaruh terhadap kemahiran.
2. Variabel bebas :
a. Bahasa ibu
b. Lingkungan di luar rumah
c. Pelajaran bahasa indonesia di SMA
3. Variabel terikat : Kemahiran berpidato
4. Rumusan Masalah: “Apakah faktor-faktor bahasa ibu, lingkungan di luar rumah, dan pelajaran bahasa
indonesia di SMA berpengaruh terhadap kemahiran berpidato”.
5. Hipotesis : “faktor-faktor bahasa ibu, lingkungan di luar rumah, dan pelajaran bahasa indonesia di SMA
berpengaruh secara signifikan terhadap kemahiran berpidato mahasiswa jurusan bahasa indonesia.