Anda di halaman 1dari 29

EXPERIMENTAL RESEARCH

RIANDY PRATAMA 0402518019


SHINTA ALMAYRA S 0402518020
MUTIARA RAMADHAN 0402518043
Prinsip-prinsip penelitian
Eksperimen
○ Kuasi eksperimen
○ Design faktorial
○ Single-case single

2
Kuasi eksperimen
Kuasi eksperimen meliputi kelompok
eksperimen dan kolompok control yang
digunakan untuk memperkuat validitas
internal suatu percobaan. Campbell
dan Stanley menyebut eksperimen
yang tidak memiliki penilaian acak
sebagai eksperimen semu.

3
Statistic group comparation design
Penelitian jenis ini menggunakan satu group yang
dibagi menjadi dua, yang satu memperoleh
stimulus eksperimen (yang diberi perlakuan
pretest) dan yang lain tidak mendapatkan stimulus
apapun sebagai alat kontrol. Masalah yang akan
muncul dalam desain ini adalah meyangkut resiko
penyeleksian terhadap subjek yang akan diteliti.
Oleh karena itu, grup tersebut harus dipilih secara
acak.

4
Adapun bagan desain penelitian ini adalah
sebagai berikut:

O1: hasil pengukuran satu grup yang diberi


perlakuan, dan O2: hasil pengukuran satu
grup yang tidak diberi perlakuan.
5
Nonequivalent Control-Group design
Dalam design ini, penelitian menggunakan
satu kelompok pembangding dengan
diawali dengan sebuah test awal (pretest)
yang di berikan kepada kedua kelompok,
kemuan diberi perlakuan. Penelitian
kemudian diakhiri dengan posttest yang
diberikan kepada kedua kelompok.

6
Nonequivalent Control-Group design
Kelas Pretest Treatmen posttest

KE O1 X1 O1O2

KK O1 X2 O1O2

KE = Kelompok eksperimen
KK = Kelompok kontrol

7
Factorial design
Eksperimen varibel tunggal bertujuan untuk mempertahankan
konstanta semua elemen dari situassi ekperime kecuali variable
perlauan. Namun dalam penelitian pendidikan perlakuan
eksperimental secara realistis dianggap terpisah dari factor-faktor
lain. Eksperimen factorial memungkinkan untuk memeriksa
kemungkinan ini. Eksperimen factorial adalah eksperimen yang
menggunakan pengaruh dua atau lebih variable independen,
keduanya secra tunggal dan dalam interaksi satu sama lain pada
variable dependan. Efek dari masing-masing variable independen
terhadap variable dependen disebut efek utama, sedangkan interaksi
dua variable independen atau lebih pada variable dependen disebut
efek interaksi.
8
Eksperimen dua factor

Desain factorial ini membentuk empat kelompok perlakuan,


dengan masing-masing kombinasi menerima kombinasi yang
berbeda dari dua factor. Data yang dihasilkan dari quasi-
eksperimental factorial sangat sulit untuk ditafsirkan, karena
dalam menganalisis efek utama dan efek interaksi dari
kemungkinan perbedaan awal antara peserta dalam kelompok
perlakuan yang berbeda.
Analisis statistic langkah pertama dalam mengganalisis hasil
percobaan factorial adalah menghitung statistik deskriptif untuk
setiap kelompok yang mewakili kombinasi faktor-faktor tertentu
9
Desain Solomon Four-Group Desain

Tujuan Desain Solomon Four-Group Desain adalah :


○ Untuk menilai pengaruh dari eksperimen dengan
perlakuan relative terhadap perlakuan control.
○ Untuk menentukan adanya kepekaan pretest.
○ Untuk menilai interaksi antara pretest dan
perlakuan.

10
Desain Solomon Four-Group Desain
Tujuan utama percobaan ini adalah untuk mengetahui
pengaruh standar kinerja pada pengembangan keterampilan
motorik pada anak-anak sekolah dasar. Desain ini menuntut
penempatan subjek secara random kedalam empat kelompok.
Pada kelompok 1 dan 2 diberi pre tes dan post test dan hanya
kelompok 1 dan 3 yang dikenai perlakuan eksperimen.

Kelemahannya adalah memerlukan subjek dua kali lipat


jumlah subjek untuk desain eksperimen

11
Eksperimen tiga factor
Eksperimen yang melibatkan lebih dari dua faktor dapat dirancang
tetapi mengambangkan semua perlakuan dan sampel besar sehingga
penelitian ini diperlukan anailisis data statistic yang memadai untuk
analisisnya.
Sebagai contoh penelitian ini adalah mahasiswa tingkat rendah
(yaitu mahasiswa baru dan mahasiswa tahun kedua) yang lebih
rentan terhadap ancaman evaluative dan kekhawatiran daripada
mahasiswa tingkat atas. Mahasiswa tingkat atas memiliki waktu yang
relative lebih banyak daripada mahasiswa senior untuk dapat belajar
mengatasi secara efektif dengan kecemassan tes. Dengan
menggunakan anaslisis ANOVA dapat menentukan pengaruh utama
untuk faktor ancaman evaluative, pengaruh utama untuk faktor
kecemasan, pengaruh utama terhadap status perguruan tinggi,

12
Manipulasi variable independen

Fitur utama dari variable adalah variable tertentu dapat


dimanipulasi. Sebagai contoh ada intevansi dari beberapa macam,
misalnya penggunaan kurikulum atau metode pengajaran oleh
para peneliti atau indivu yang sudah dilatih. Faktor lain dalam
percobaan ini adalah kecemasan siswa. Apabila variable tida
dimanipulasi artinya peneliti tidak menggunakan intervensi yang
meningkatkan kecemasan tes bebrapa siswa dan menurunkan
kecemasan siswa lain. Sebaliknya, ia mengukur tingkat kecemasan
tes siswa yang ada dan menggunakan skor mereka pada ukuran
untuk membentuk mereka menjadi kelompok tes kecemasan
tinggi.
13
Campbell dan Stanley mengembangkan klasifikasi yang berguna
dari jenis variabel independen yang mungkin muncul dalam
eksperimen pendidikan di sepanjang arahan manipulabilitas ini,
dari tinggi ke rendah:
○ Variabel yang dimanipulasi, seperti metode pengajaran, dapat ditentukan
sesuka hati oleh eksperimen.
○ Aspek-aspek yang berpotensi dimanipulasi, seperti pelajaran sekolah
yang dipelajari, yang dapat diberikan eksperimen oleh beberapa orang
secara acak kepada individu yang sedang dipelajari, tetapi jarang
dilakukan.
○ Aspek-aspek lingkungan yang relatif tetap seperti sekolah dihadiri atau
tingkat sosial ekonomi keluarga, tidak di bawah kendali langsung dari
eksperimen tetapi melayani sebagai dasar eksplisit untuk stratifikasi
dalam eksperimen.
○ Karakteristik organisme individu seperti usia, tinggi badan. berat. dan
Jenis Kelamin.
○ Karakteristik respons dari individu.
14
Factor fix and random

○ Faktor tetap adalah variabel independen yang nilainya tidak


akan digeneralisasi di luar eksperimen
○ Faktor acak adalah variabel independen yang nilainya akan
digeneralisasi di luar eksperimen
○ Dalam hal ini, setiap guru dapat dimasukkan ke dalam desain
eksperimental sebagai nilai faktor guru.
○ Perbedaan antara faktor-faktor tetap dan acak adalah penting,
karena itu mempengaruhi teknik statistik yang digunakan
untuk menganalisis data yang dihasilkan dari percobaan
15
Assigment of participant to multiple threatments
Percobaan faktorial melibatkan penugasan masing-masing peserta
penelitian untuk lebih dari satu kondisi pelakuan.
Sebagai contoh, misalkan kita tertarik pada apakah perilaku tugas
siswa di kelas dipengaruhi oleh “istirahat” selama 30 detik. Secara
khusus, kita ingin mengetahui apakah tidak ada istirahat, satu
istirahat, dua istirahat, atau tiga. stretch break selama periode
kelas 50 menit memiliki efek diferensial pada perilaku tugas
mereka. Salah satu cara untuk melakukan percobaan adalah
dengan menetapkan secara acak 40 kelas siswa untuk empat
kondisi perawatan ini. Pendekatan lain adalah dengan memilih
jumlah yang jauh lebih kecil kelas (katakanlah, 10 hingga 15) dan
minta mereka mengalami setiap kondisi perawatan pada hari yang
berbeda.
16
Desain kasus

Eksperimen kasus tunggal tidak boleh disamakan dengan metode


studi kasus ligasi investasi. Desain kasus tunggal menggunakan
beberapa prosedur untuk mencapai kontrol eksperimental
sebagaimana dikonseptualisasikan dalam tradisi penelitian
kuantitatif, memeriksa keandalan pengamatan peneliti dari
perilaku peserta penelitian, pengamatan perilaku yang ditargetkan
untuk perubahan, deskripsi perlakuan. Studi kasus
mengeksplorasi perlakuan yang jauh lebih luas (biasanya, program
skala besar), dilakukan di lapangan, dan sangat bergantung pada
data kualitatif.
17
Observasi reliable

Observasi reliable biasanya memerlukan banyak pengamatan


perilaku. prosedur paling sederhana adalah menandai satu atau
dua perilaku untuk Pengamatan berulang sepanjang percobaan.
Sebagai contoh. tingkat keterlibatan anak dan perilaku
bermasalah adalah satu-satunya perilaku yang diamati dalam
percobaan pada dukungan perilaku positif. Dimungkinkan untuk
memantau perilaku tambahan, tetapi prosedur yang tidak sesuai
menjadi semakin rumit karena setiap perilaku baru ditambahkan
ke dalam desain penelitian.
18
Repeated Measurement
Dalam desain eksperimen kelompok tipikal, data dikumpulkan pada dua
titik waktu: sebelum (pretest) dan setelah (posttest) perlakuan
eksperimental. Desain kasus memiliki empat fase, yaitu : awal, perlakuan,
awal kedua, dan perlauan kedua. Jika keterlibatan anak dan perilaku
bermasalah hanya satu kali dalam setiap fase, tidak dapat untuk
menafsirkan apakah variasi dalam perilaku ini adalah fungsi dari variabel
perawatan atau kejadian lain yang terjadi secara alami. Penggunaan
pengukuran memberikan deskripsi yang lebih jelas dan lebih dapat
diandalkan tentang bagaimana perilaku anak secara alami bervariasi dan
bagaimana bervariasi dalam menanggapi kondisi perawatan. Uji
signifikansi statistik dari data satu kasus lebih kuat jika banyak pengukuran
variabel dependen tersedia
19
Description of Experimental Conditions

Peneliti harus memberikan deskripsi yang tepat dari setiap kondisi


eksperimental jika seseorang ingin mereplikasi eksperimen. Beberapa
desain kasus tunggal membutuhkan pengenalan ulang baseline dan
variabel perlakuan. Sebagai contoh, kondisi awal dan perlakuan
muncul tikus dalam percobaan pada dukungan perilaku positif. Jika
kondisi yang melibatkan dasar atau variabel perawatan tidak
ditentukan secara tepat, mereka akan sulit untuk ditiru dalam
percobaan. Akibatnya, validitas internal eksperiment terancam.
Selanjutnya. spesifikasi yang tidak tepat mempersulit peneliti lain
untuk mereplikasi percobaan, sehingga mengancam validitas eksternal
percobaan.
20
Baselin and threat
Dasar dalam desain kasus tunggal adalah frekuensi alami dari
perilaku target sebelum pengenalan variabel eksperimental.
Apabila selama pengatan prilaku target tidak bervariasi, akan
mudah untuk menilai efek variable perlakuan. Akan tetapi
sebagian bessar prilaku bervariasi. Jika variasinya terlalu besar
maka beberapa akan mengalami kesulitan untuk memisahkan
perlakkuan dan hasil para peserta penelitian.

21
Lenght of baselin and treatment phase

○ Sebagai aturan umum, harus ada kira-kira panjang waktu yang


sama dan jumlah pengukuran dalam setiap fase dari desain
satu kasus. Jika tidak, ketidakseimbangan mempersulit analisis
statistik dan interpretasi efek perlauan. Dalam beberapa
situasi, namun aturan fase yang sama ini bertentangan dengan
kebutuhan untuk mempertahankan kondisi awal atau
pengobatan sampai pola pengukuran yang stabil telah muncul.
Anda juga mungkin perlu mempertahankan kondisi dasar atau
kondisi lebih lama dari yang dimaksudkan karena faktor
kelembagaan atau etika.
22
Desain ABA

ABA digunakan dalam eksperimen satu kasus atau kelompok


tunggal yang memiliki satu perlakuan. A adalah singkatan dari
kondisi baseline. dan B adalah singkatan dari perlakuan.
○ Desain AB
○ ABA and ABAB Design

23
AB

AB adalah desain case-case paling sederhana. Penyeleksi dimulai


dengan memilih peserta untuk percobaan. satu atau lebih
perilaku target. ukuran perilaku target dan perlakuan
eksperimental. Kemudian perilaku target diukur berulang kali
selama periode baseline (A). Akhirnya perlakuan eksperimental
(B) diberikan sementara peneliti terus mengukur perilaku target.
Desain AB rendah dalam validitas internal. “Jika perbedaan antara
rata-rata pengukuran A dan pengukuran B signifikan secara
statistik. kita dapat menyimpulkan bahwa perubahan yang andal
terjadi dari fase awal ke fase perlakuan. 24
AB Design

AB adalah desain case-case paling sederhana. Penyeleksi dimulai


dengan memilih peserta untuk percobaan. satu atau lebih
perilaku target. ukuran perilaku target dan perlakuan
eksperimental. Kemudian perilaku target diukur berulang kali
selama periode baseline (A). Akhirnya perlakuan eksperimental
(B) diberikan sementara peneliti terus mengukur perilaku target.
Desain AB rendah dalam validitas internal. “Jika perbedaan antara
rata-rata pengukuran A dan pengukuran B signifikan secara
statistik. kita dapat menyimpulkan bahwa perubahan yang andal
terjadi dari fase awal ke fase perlakuan. 25
ABA and ABAB Design

ABA mengikuti langkah-langkah yang sama dengan desain AB,


kecuali bahwa kondisi dasar kedua ditambahkan. Baseline kedua
biasanya melibatkan penarikan perlakuan. seperti dalam
percobaan pada dukungan perilaku positif.
Desain ABA memiliki validitas internal yang tinggi. Jika perilaku
target berubah seperti yang diharapkan dalam setiap fase
pengeluaran, orang dapat menyimpulkan bahwa perubahan itu
disebabkan oleh efek dari berbagai perlakuan.

26
Multiple-Baseline Designs

○ Time-series designs (NBA) umumnya menggunakan kejadian


alami dari perilaku target sebagai kondisi kontrol untuk menilai
efek perlakuan. Sebaliknya, desain garis dasar ganda
eksperimen di mana kondisi selain perilaku target yang terjadi
secara alami digunakan sebagai kontrol untuk menilai efek
pengobatan. Administrasi kondisi ini mendekati penggunaan
kelompok kontrol untuk meningkatkan validitas internal dari
eksperimen kelompok.

27
Statistical anaklysis of single case data

○ Menggunakan plot data grafis, Anda dapat menganalisis dalam


setiap fase titik data untuk tingkat rata-rata perilaku target
○ menentukan besarnya efek dengan menghitung persentase
data yang tidak tumpang tindih. Persentase ini adalah jumlah
titik data perlakuan yang melebihi titik data dasar tertinggi,
dibagi dengan jumlah total poin data pengobatan. Semua titik
data untuk fase perlakuan guru lebih tinggi (arah yang
diinginkan) daripada titik data tertinggi di garis dasar
sebelumnya. Oleh karena itu, persentase data yang tidak
tumpang tindih adalah 100 persen. 28
○ Penggunaan analisis visual grafik untuk menafsirkan efek dalam
percobaan satu kasus telah dikritik. Satu kritik adalah bahwa skala
ordinal grafik dapat dimodifikasi untuk menonjolkan atau menutupi
efek perlakuan. Kritik lain terhadap analisis visual adalah bahwa
studi empiris telah menunjukkan reliabilitas antar penilai yang
rendah dalam penggunaan analisis visual untuk menentukan
apakah atau seberapa banyak efek pengobatan yang terjadi.
○ Alternatif analisis visual adalah penggunaan statistik inferensial.
Misalnya, dalam percobaan pada dukungan perilaku positif yang
bisa digunakan para peneliti pada tes untuk membandingkan rata-
rata yang dikumpulkan dari dua fase dasar dan rata-rata yang
dikumpulkan dari dua fase perlakuan
29

Anda mungkin juga menyukai