META ANALYSIS

1. Pengertian
Meta Analysis adalah suatu bentuk penelitian kuantitatif yang menggunakan angka-angka dan metode statistik dari
beberapa hasil penelitian untuk mengorganisir dan menggali informasi sebanyak mungkin dari data yang diperoleh
sehingga mendekati ke-komprehensif-an untuk maksud-maksud yang lainnya.

Ketika kegiatan penelitian untuk mencermati hasil-hasil penelitian yang sudah tersedia, maka bentuk kegiatan
penelitian inilah yang disebut meta analysis. Salah satu syarat yang diperlukan dalam melakukan meta analisis adalah
pengkajian terhadap hasil-hasil penelitian yang sejenis.

Hal yang dicermati ulang, antara lain, adalah: metodologi penelitian dan ketepatan teori yang digunakan, data (populasi
dan ukuran sampel), operasionalisasi variabel- variabel penelitian, besarnya ukuran efek, dan terkadang termasuk
model penelitian dan hipotesis serta hasilnya.

2. Sejarah
Sebenarnya, secara “implisit” bentuk meta analysis sudah ada sejak tahun 1904 oleh Karl Pearson dalam pengkajian
bidang kesehatan (pengobatan). Namun kata “meta-analysis” pertama kali dipakai oleh Gene Glass pada tahun 1976
di dalam artikelnya (Primary, Secondary, and Meta-Analysis of research”,Review of research in Education) dan
kemudian diperluas dengan mengadopsi hasil-hasil penelitian para peneliti sebelumnya (Gene V Glass, 1965: My topic
is meta-analysis).

Jika dibandingkan dengan ketiga metode review artikel lainnya (Narrative Review, Descriptive Review, dan Vote
Counting), meta analysis merupakan metode yang paling konsern pada pendekatan kuantitatif. Itulah sebabnya
Sutjipto (1995) menyatakan bahwa meta-analisis adalah salah satu upaya untuk merangkum berbagai hasil penelitian
secara kuantitatif.

Bentuk penelitian ini bertujuan untuk merangkum berbagai hasil penelitian terdahulu secara kuantitatif melalui
perbandingan effect size. Besar kemungkinan bahwa sebagian besar hasil penelitian yang dimaksud mampu
diidentifikasi sebagai jenis dari penelitian meta-analisis. Namun hasil-hasil penelitian tersebut masih bisa
dikelompokkan berdasarkan tujuan, kandungan, dan karakteristiknya. Selanjutnya dikembangkan, antara lain, oleh
Hunter Schimidt. Lihat operasionalisasi variable di bawah ini.

No Varibel Dimensi Indikator Skala Skor

variabel pengukuran pengukuran
1 Nilai Harga salam (go Nilai- saham Interval or rasio persentase
perusahaan public) (market price)
2 PER
3 Firm Size

3. Contoh nyata
Selain dapat dipergunakan untuk mengkaji effect size, teknik Hunter Schimidt dapat juga dipergunakan untuk
mengkoreksi kesalahan sebagai akibat error of measurement, maupun man made error (artifact) yang lain.

a. Pengujian ulang alpha karena indikator dianggap kurang tepat.

Pengujian ulang sering berbeda dengan hasil pengujian penyusun skala. Dalam table 1 di bawah ini (Soetjipto,
1995: 21), sebagai pembanding, skala yang digunakan adalah skala kecemasan, formulasi Janet Taylor
(Northwestern University, 1955) yang popular dengan nama TMAS (Teylor Manifest Anxiety Scale), ternyata tidak
menunjukkan hasil yang sama antara beberapa hasil penelitian para peneliti.
Pengujian validitas dan reliabilitas dalam table 1 ini (Soetjipto, 1995), berdasarkan data dari tiga hasil penelitian di
tahun 1980 (Sutarmanto) dan tahun 1982 (Rusdian dan Sungkar), ternyata dapat dicermati hasilnya dengan uji
korelasi (p) berdasarkan sampel yang sama (50) untuk alpha 5%.
Tabel 1: Hasil Uji Validitas Aitem TMAS
 Jumlah Aitem dan Taraf Signifikansi
Penelitian p> p< p<
0.05 0.05 0.05
Sutarmanto . 35 15
(1980)
Rusdin 3 17 30
(1982)
Sungkar . 46 4
(1982)

Sutarmanto dan Sungkar memperoleh hasil korelasi yang berbeda dengan penggunaan aitem yang sama
jumlahnya (50) secara penuh (semua aitem dinyatakan valid pada taraf nyata 5%) sedangkan Rusdin
menggunakan dasar aitem yang berkorelasi signifikan tetapi hasil skornya harus meng-gugur-kan 3 (tiga) aitem
sehingga hanya 47 (empat puluh tujuh) yang dinyatakan valid. Setelah diamati dengan cermat, keputusan ini
bersifat arbitrary sehingga memperbesar kemungkinan terjadinya ketidak-setara-an skala dan interpretasi.
Catatan teoritis menyatakan bahwa “jika landasan teori klasik yang digunakan menghitung parameter aitem-aitem
di dalam penelitian, maka sampel memang menjadi masalah yang selalu harus ikut diuji dalam pengujian validitas
dan reliabilitas aitem-aitem penelitian”. Cara mengatasi perbedaan tersebut, jika harus dilakukan, adalah: aplikasi
meta-analysis untuk menguji perbedaan sampelnya.

b. Pengujian perbedaan sampel

pengujian validitas aitem dengan menggunakan teknik korelasi sebagai metode utama, secara aditif dan tidak
sistematis, ternyata dipengaruhi oleh kesalahan penentuan sampel (Hunter dan Schmidt, 1990). Jadi makin besar
sampel, maka makin besar kesalahan yang terjadi (effect sizes).
Jika menggunakan pendekatan klasik (konvensional), maka Hunter dan Schmidt menyatakan bahwa: tabel
koefisien korelasi tabel adalah p, koefisien korelasi sampel adalah r, dan kesalahan sampel adalah e, maka itu
berarti:

r = p + e.

Jadi besar kecilnya kesalahan sampel sangat ditentukan oleh besar kecilnya sampel. Dengan demikian untuk
menguji perbedaan varians dan korelasi yang terdapat di dalam hasil penelitian (hasil studi) yang mempunyai
kesamaan dan menunjukkan perbedaan yang signifikan dapat digunakan tiga persamaan di atas. Tetapi harus
diingat bahwa koefisien pengujian perbedaan varians dan korelasi berdasarkan perhitungannya mempunyai
distribusi yang sama dengan distribusi Kai Kuadrat (X2). Berikut ini contoh proses pengamatannya (table 15.2,
Soetjipto, 1995) untuk memperoleh nilai Kai Kuadrat.
Tabel 2: Korelasi Aitem Total atas 10 Sampel yang Berbeda

No r n (nx r)
01 0.3810 65 24.7650
02 0.2493 82 20.4426
03 0.2499 71 17.7429
04 0.3880 37 14.3560
05 0.4240 41 17.3840
06 0.2807 70 19.6490
07 0.1102 36 3.9672
08 0.0846 42 3.5532
09 0.5310 43 22.8330
10 0.0895 41 3.6695 Keterangan tabel
15.2
Total 528 148.3624
a. Kolom
Rerata (Mean) 52,8 0.280989 2 (dua) adalah
 koefisien korelasi aitem total (terkoreksi) yang diperoleh dari 10 (sepuluh) sampel penelitian.
b. Kolom 3 (tiga) adalah jumlah sampel untuk setiap koefisien korelasi.
c. Kolom 4 (empat) adalah kolom hasil perkalian antara koefisien korelasi dengan jumlah sampelnya.

Langkah-langkah proses perhitungan nilai Kai Kuadrat adalah sebagai berikut:

a. Hitung rerata sampel (ñ), yakni koefisien korelasi aitem total (terkoreksi) dari 10 (sepuluh) sampel penelitian
(528 : 10 = 52,8).
b. Hitung mean dari (ñ x r), yakni hasil perkalian antara koefisien korelasi dengan jumlah sampelnya
(0.148.3624 : 10 = 0.280989).
c. Hitung nilai atau angka Kai Kuadrat dengan menyusun tabel baru (tabel 15.3), hasil pengembangan tabel
15.2 sesuai dengan variabel dalam rumus perhitungan angka Kai Kuadrat.

Ulasan tabel 15.3 adalah sebagai berikut:

a. Nilai X2 adalah sebesar 12,118731 dengan derajat kebebasan 9. Hal ini menunjukkan bahwa angka Kai
Kuadrat sebesar itu adalah tidak signifikan karena lebih kecil dari nilai tabek Kai Kuadrat untuk alpha 5%,
yakni:
b. Jadi hipotesis nol (Ho; tidak ada perbedaan sampel dari ke-10 studi yang diamati) tidak dapat ditolak.
c. Berhubung Ho diterima, maka perbedaan koefisien korelasi aitem-total dari ke-10 hasil studi yang diamati,
ternyata perbedaan koefisien korelasi tidak disebabkan perbedaan sampel, melainkan berasal dari artifak-
artifak yang berada di luar artifak perbedaan sampel. Jadi bukan kesalahan sampel (lihat nilai alpha di tabel
15.3 di bawah ini).
Tabel 3: Perhitungan Angka Kai Kuadrat Perbedaan Koefisien Korelasi

No r n-1 (r – r) (r – r)2 {(n-1)(r – (n-1)(r – r)

r)2} (r – r)2
01 0.3810 64 0.100011 0.010002 0.640136 0.890301
02 0.2493 81 -0.031690 0.001004 0.081342 0.113130
03 0.2499 70 -0.031090 0.000967 0.067659 0.094099
04 0.3880 36 0.107011 0.011451 0.412246 0.573351
05 0.4240 40 0.143011 0.020452 0.818081 1.137788
06 0.2807 69 -0.000290 8.37E-08 5.78E-06 0.000008
07 0.1102 35 -0.170790 0.029169 1.020916 1.419889
08 0.0846 41 -0.196390 0.038569 1.581321 2.199301
09 0.5310 42 0.250011 0.062505 2.625223 3.651160
10 0.0895 40 -0.036668 0.036668 1.466728 2.039925
X2 12,118731
db = 10 -1, yakni: k - 1 = 9 db 9
p-hitung p > 0.05

-= silakan mencoba sendiri =-