Disusun Oleh:
Dosen:
2021
Causal Research Design: Experimentation
Concept of Causality
Eksperimen biasanya digunakan untuk menyimpulkan hubungan sebab akibat. Konsep
kausalitas memerlukan beberapa penjelasan. Konsep ilmiah tentang kausalitas itu kompleks.
“Kausalitas” berarti sesuatu yang sangat berbeda bagi kebanyakan orang di jalan daripada
seorang ilmuwan. Pernyataan seperti itu sebagai "X menyebabkan Y" akan memiliki arti
yang berbeda untuk orang biasa dan ilmuwan, seperti yang terlihat pada meja yang
menyertainya.
Conditions for Causality
Sebelum membuat kesimpulan kausal, atau mengasumsikan kausalitas, tiga kondisi harus
dipenuhi. Ini adalah (1) variasi seiring, (2) urutan waktu kemunculan variabel, dan (3)
eliminasi variabel lain kemungkinan faktor penyebab. Kondisi ini diperlukan tetapi tidak
cukup untuk menunjukkan kausalitas.
Tak satu pun dari tiga kondisi ini, atau ketiga kondisi digabungkan, dapat menunjukkan
dengan pasti bahwa ada hubungan sebab akibat.
Concomitant Variation
adalah sejauh mana penyebab, X, dan akibat, Y, terjadi bersama-sama atau bervariasi
bersama-sama dalam cara yang diprediksi oleh hipotesis yang sedang dipertimbangkan.
Bukti terkait untuk variasi seiring dapat diperoleh secara kualitatif atau kuantitatif.
Misalnya, dalam kasus kualitatif, manajemen department store percaya bahwa: bahwa
penjualan sangat bergantung pada kualitas layanan di dalam toko. Hipotesis ini bisa
diperiksa dengan menilai variasi bersamaan. Di sini, faktor penyebab X adalah layanan di
dalam toko, dan faktor efek Y adalah penjualan. Variasi bersamaan yang mendukung
hipotesis akan menyiratkan bahwa toko dengan pelayanan di dalam toko yang memuaskan
juga akan memiliki penjualan yang memuaskan. Demikian juga, toko dengan pelayanan yang
tidak memuaskan akan menunjukkan penjualan yang tidak memuaskan. Sebaliknya, jika
ditemukan pola yang berlawanan, kita akan menyimpulkan bahwa hipotesis tidak dapat
dipertahankan.
Time Order of Occurrence of Variables
Urutan waktu kondisi kejadian menyatakan bahwa peristiwa yang menyebabkan harus
terjadi baik sebelum atau bersamaan dengan efeknya; itu tidak dapat terjadi setelahnya.
Menurut definisi, suatu efek tidak dapat dihasilkan oleh suatu peristiwa yang terjadi setelah
efek itu terjadi. Namun, itu mungkin untuk setiap peristiwa dalam suatu hubungan menjadi
penyebab dan akibat dari peristiwa lainnya. Di lain Dengan kata lain, suatu variabel dapat
menjadi sebab dan akibat dalam hubungan sebab akibat yang sama. Menggambarkan,
pelanggan yang sering berbelanja di department store lebih cenderung memiliki biaya atau
kartu kredit untuk toko itu. Juga, pelanggan yang memiliki kartu tagihan untuk department
store adalah lebih sering berbelanja di sana.
Pertimbangkan layanan di dalam toko dan penjualan department store. Jika layanan di
dalam toko adalah penyebabnya penjualan, maka perbaikan layanan harus dilakukan
sebelum, atau setidaknya bersamaan dengan, dan peningkatan penjualan. Perbaikan ini
mungkin terdiri dari pelatihan atau mempekerjakan lebih banyak tenaga penjualan.
Role of Evidence
Bukti variasi seiring, urutan waktu terjadinya variabel, dan penghapusan lainnya faktor
penyebab yang mungkin, bahkan jika digabungkan, masih belum menunjukkan secara
meyakinkan bahwa penyebab hubungan ada. Namun, jika semua bukti kuat dan konsisten,
mungkin masuk akal untuk menyimpulkan bahwa ada hubungan sebab akibat. Akumulasi
bukti dari beberapa investigasi meningkatkan keyakinan kita bahwa ada hubungan sebab
akibat. Keyakinan lebih ditingkatkan jika bukti ditafsirkan dalam terang pengetahuan
konseptual yang mendalam tentang situasi masalah. Eksperimen terkontrol dapat
memberikan bukti kuat pada ketiga kondisi tersebut.
External Validity
mengacu pada apakah hubungan sebab-akibat yang ditemukan dalam eksperimen
dapat disamaratakan. Dengan kata lain, dapatkah hasilnya digeneralisasikan di luar
situasi eksperimental, dan jika demikian, untuk apa populasi, pengaturan, waktu,
variabel independen, dan variabel dependen dapat hasilnya diproyeksikan?
Ancaman terhadap validitas eksternal muncul ketika rangkaian eksperimen tertentu
kondisi tidak secara realistis memperhitungkan interaksi variabel lain yang relevan
dalam dunia nyata.
Diinginkan untuk memiliki desain eksperimental yang memiliki validitas internal dan
eksternal, tetapi dalam riset pemasaran terapan sering kali kita harus menukar satu
jenis validitas dengan yang lain.
Extraneous Variables
Pada bagian ini, kami mengklasifikasikan variabel asing dalam kategori berikut: sejarah,
pematangan, pengujian, instrumentasi, regresi statistik, bias seleksi, dan mortalitas.
History
Bertentangan dengan apa yang tersirat dari namanya, sejarah (H) tidak mengacu
pada terjadinya peristiwa sebelumnya percobaan. Sebaliknya, sejarah mengacu pada
peristiwa tertentu yang berada di luar eksperimen tetapi terjadi bersamaan dengan
percobaan. Peristiwa ini dapat mempengaruhi variabel dependen. Perhatikan
percobaan berikut, di mana O1 dan O2 adalah ukuran penjualan rantai department
store di wilayah tertentu, dan X1 mewakili kampanye promosi baru. Perbedaannya
(O2 O1) adalah efek perlakuan. Misalkan percobaan mengungkapkan bahwa tidak
ada perbedaan antara O2 dan O1. Bisakah kita kemudian menyimpulkan bahwa
kampanye promosi tidak efektif? Tentu tidak! NS kampanye promosi (X1) bukan
satu-satunya penjelasan yang mungkin tentang perbedaan antara O2 dan O1.
Maturation
mirip dengan sejarah kecuali bahwa itu mengacu pada perubahan di unit pengujian
itu sendiri. Perubahan tersebut tidak disebabkan oleh pengaruh variabel bebas atau
perlakuan tetapi terjadi dengan berlalunya waktu. Dalam eksperimen yang
melibatkan manusia, pematangan terjadi saat manusia menjadi lebih tua, lebih
berpengalaman, lelah, bosan, atau tidak tertarik. Pelacakan dan studi pasar yang
menjangkau beberapa bulan rentan terhadap pematangan karena sulit untuk
mengetahui bagaimana keadaan responden berubah seiring waktu.
Testing Effects
disebabkan oleh proses eksperimen. Biasanya, ini adalah efeknya pada eksperimen
mengukur variabel terikat sebelum dan sesudah pemberian perlakuan. Ada dua jenis
efek pengujian: (1) efek pengujian utama (MT) dan (2) efek pengujian interaktif (IT).
Efek pengujian utama (MT) terjadi ketika pengamatan sebelumnya mempengaruhi
pengamatan terakhir. Pertimbangkan sebuah eksperimen untuk mengukur pengaruh
iklan terhadap sikap terhadap produk tertentu merek. Responden diberikan
kuesioner pretreatment yang mengukur latar belakang informasi dan sikap terhadap
merek. Mereka kemudian diekspos ke iklan uji coba dimasukkan ke dalam program
yang sesuai.
Instrumentation
mengacu pada perubahan dalam alat ukur, pengamat, atau skor diri. Terkadang, alat
ukur dimodifikasi selama percobaan. Di dalam eksperimen periklanan, jika kuesioner
yang baru dirancang digunakan untuk mengukur posttreatment sikap, hal ini dapat
menimbulkan variasi dalam tanggapan yang diperoleh. Pertimbangkan sebuah
eksperimen di mana penjualan dolar sedang diukur sebelum dan sesudah paparan
tampilan di dalam toko (perawatan).
Statistical Regression
efek terjadi ketika unit tes dengan skor ekstrim bergerak lebih dekat ke skor rata-
rata selama percobaan. Dalam eksperimen periklanan, misalkan: bahwa beberapa
responden memiliki sikap yang sangat baik atau sangat tidak baik. Pada pasca
perawatan pengukuran, sikap mereka mungkin telah bergerak menuju rata-rata.
Sikap orang berubah terus menerus. Orang dengan sikap ekstrim memiliki lebih
banyak ruang untuk berubah, jadi variasi lebih banyak mungkin.
Selection Bias
mengacu pada penugasan unit uji yang tidak tepat untuk kondisi perawatan. Ini
bias terjadi ketika pemilihan atau penugasan unit tes menghasilkan kelompok
perlakuan yang berbeda dalam variabel dependen sebelum paparan kondisi
pengobatan. Jika unit uji pilih sendiri kelompok mereka sendiri atau ditugaskan ke
kelompok berdasarkan penilaian peneliti, seleksi bias mungkin. Misalnya,
pertimbangkan eksperimen merchandising di mana dua tampilan merchandising
(lama dan baru) ditugaskan ke department store yang berbeda. Toko-toko di
kedua kelompok mungkin tidak setara untuk memulai. Mereka mungkin berbeda
sehubungan dengan karakteristik utama, seperti ukuran toko.
Mortality
mengacu pada hilangnya unit uji saat percobaan sedang berlangsung. Ini terjadi
karena berbagai alasan, seperti unit uji menolak untuk melanjutkan percobaan.
Kematian mengacaukan hasil karena sulit untuk menentukan apakah unit uji yang
hilang akan merespon dengan cara yang sama untuk perawatan seperti yang tersisa.
Pertimbangkan lagi eksperimen tampilan merchandising. Misalkan selama
percobaan, tiga toko dalam kondisi perawatan tampilan baru putus.
Matching
melibatkan membandingkan unit uji pada satu set variabel latar belakang utama
sebelum menetapkan mereka untuk kondisi pengobatan. Dalam eksperimen
tampilan merchandising, toko bisa menjadi dicocokkan berdasarkan penjualan
tahunan, ukuran, atau lokasi. Kemudian satu toko dari setiap pasangan yang cocok
akan ditugaskan untuk setiap kelompok eksperimen.
Statistical Control
melibatkan pengukuran variabel asing dan menyesuaikan efeknya melalui analisis
statistik. Ini diilustrasikan pada Tabel 7.2, yang menguji hubungan (asosiasi) antara
pembelian pakaian fashion dan pendidikan, mengendalikan efek daripenghasilan.
Prosedur statistik yang lebih maju, seperti analisis kovarians (ANCOVA), adalah juga
tersedia.
Design Control
melibatkan penggunaan eksperimen yang dirancang untuk mengontrol variabel asing
tertentu. Jenis kontrol yang mungkin dengan merancang eksperimen yang sesuai
diilustrasikan dalam contoh berikut. Contoh sebelumnya menunjukkan bahwa pasar
uji elektronik distribusi terkontrol bisa efektif dalam mengendalikan variabel asing
tertentu. Variabel asing juga dapat dikendalikan oleh mengadopsi desain
eksperimental tertentu, seperti yang dijelaskan pada bagian berikutnya.
X O1
Sekelompok tunggal unit uji terkena perlakuan X, dan kemudian satu pengukuran
pada variabel terikat diambil (O1). Tidak ada penugasan acak dari unit uji. Perhatikan
bahwa symbol R tidak digunakan, karena unit tes dipilih sendiri atau dipilih secara
sewenang-wenang oleh peneliti.
O1 X O2
Dalam desain ini, sekelompok unit uji diukur dua kali. Tidak ada kelompok kontrol.
Pertama, dilakukan tindakan pretreatment (O1), kemudian kelompok tersebut
diberikan perlakuan (X). Akhirnya, tindakan pasca perawatan diambil (O2). Efek
pengobatan dihitung sebagai O2 O1, tetapi validitas kesimpulan ini dipertanyakan
karena variabel asing sebagian besar tidak terkendali. Sejarah, pematangan
pengujian (baik efek pengujian utama dan interaktif), instrumentasi, seleksi,
kematian, dan regresi mungkin bisa hadir.
EG: X O1
CG: O2
Efek pengobatan akan diukur sebagai O1 O2. Perhatikan bahwa perbedaan ini juga
bisa menjadi dikaitkan dengan setidaknya dua variabel asing (seleksi dan kematian).
Karena unit uji tidak ditugaskan secara acak, kedua kelompok (EG dan CG) mungkin
berbeda sebelum perawatan, dan seleksi.
Quasi-Experimental Designs
Hasil desain kuasi-eksperimental dalam kondisi berikut. Pertama, peneliti dapat kontrol
ketika pengukuran dilakukan dan pada siapa pengukuran tersebut dilakukan. Kedua, peneliti
tidak memiliki kendali atas penjadwalan perawatan dan juga tidak dapat mengekspos unit
uji ke perlakuan secara acak.18 Desain kuasi-eksperimental berguna karena dapat
digunakan dalam kasus-kasus ketika eksperimen sejati tidak bisa, dan karena mereka lebih
cepat dan lebih murah. Namun, karena kontrol eksperimental penuh kurang, peneliti harus
memperhitungkan variabel yang tidak dikendalikan.
Time Series Design
Desain deret waktu melibatkan serangkaian pengukuran periodik pada variabel
dependen untuk sekelompok unit uji. Perlakuan tersebut kemudian diberikan oleh
peneliti atau terjadi secara alami.
Setelah perawatan, pengukuran berkala dilanjutkan untuk menentukan efek
perawatan. Eksperimen deret waktu dapat dilambangkan sebagai:
O1 O2 O3 O4 O5 X O6 O7 O8 O9 O10
Ini adalah eksperimen semu, karena tidak ada pengacakan unit uji untuk perawatan,
dan waktu penyajian pengobatan, serta unit uji mana yang terkena pengobatan,
mungkin tidak berada dalam kendali peneliti. Mengambil serangkaian pengukuran
sebelum dan sesudah perawatan memberikan setidaknya sebagian
mengontrol beberapa variabel asing. Pematangan setidaknya sebagian dikendalikan,
karena itu tidak akan mempengaruhi O5 dan O6 saja tetapi akan mempengaruhi
pengamatan lainnya.
EG: O1 O2 O3 O4 O5 X O6 O7 O8 O9 O10
CG: O11 O12 O13 O14 O15 O16 O17 O18 O19 O20
Jika kelompok kontrol dipilih dengan hati-hati, desain ini dapat menjadi perbaikan
dari percobaan deret waktu sederhana. Peningkatannya terletak pada kemampuan
untuk menguji efek pengobatan dua kali: terhadap pengukuran pretreatment pada
kelompok eksperimen dan terhadap kelompok control.
Statistical Designs
Desain statistik terdiri dari serangkaian eksperimen dasar yang memungkinkan kontrol
statistik dan analisis variabel eksternal. Dengan kata lain, beberapa eksperimen dasar
dilakukan secara bersamaan.
Randomized Block Design
berguna ketika hanya ada satu variabel eksternal utama, seperti
penjualan, ukuran toko, atau pendapatan responden, yang mungkin mempengaruhi
variabel dependen. Ujian unit diblokir, atau dikelompokkan, berdasarkan variabel
eksternal. Peneliti harus mampu mengidentifikasi dan mengukur variabel
pemblokiran. Dengan memblokir, peneliti memastikan bahwa berbagai
kelompok eksperimen dan kontrol dicocokkan erat pada variabel eksternal.
Factorial Design
digunakan untuk mengukur pengaruh dua atau lebih variabel bebas pada berbagai
tingkat. Berbeda dengan desain blok acak dan bujur sangkar Latin, desain faktorial
memungkinkan untuk interaksi antar variabel. Suatu interaksi dikatakan berlangsung
bila terjadi secara simultan efek dari dua atau lebih variabel berbeda dari jumlah
efek yang terpisah. Sebagai contoh, minuman favorit seseorang mungkin kopi dan
tingkat suhu favorit mungkin dingin, tapi individu ini mungkin tidak menyukai kopi
dingin, yang mengarah ke interaksi. Sebuah desain faktorial juga dapat
dikonseptualisasikan sebagai sebuah tabel. Dalam desain dua faktor, setiap level
dari satu variabel mewakili baris dan setiap tingkat variabel lain mewakili kolom.
Tabel multidimensi dapat digunakan untuk tiga faktor atau lebih.
Cost
Eksperimen seringkali mahal. Persyaratan kelompok eksperimen, kelompok kontrol,
dan beberapa pengukuran secara signifikan menambah biaya penelitian.
Administration
Eksperimen bisa jadi sulit untuk dikelola. Mungkin tidak mungkin untuk mengontrol
efek dari variabel asing, terutama di lingkungan lapangan. Eksperimen lapangan
sering mengganggu operasi perusahaan yang sedang berjalan, dan mendapatkan
kerjasama dari pengecer, grosir, dan orang lain yang terlibat mungkin sulit. Akhirnya,
pesaing dapat dengan sengaja mencemari hasil dari sebuah eksperimen lapangan.