Variabel Penelitian

Identifikasi, Klasifikasi Dan Definisi

Variabel Penelitian
• Variabel adalah semua ciri atau faktor yang dapat
menunjukkan variasi.
• Berdasarkan fungsinya, variabel dibedakan atas tiga
fungsi, yaitu:
– variabel sebab,
– variabel penghubung,
– variabel akibat.
• Variabel sebab dapat dibedakan atas:
– variabel bebas,
– variabel moderator,
– variabel kendali
– variabel random (rambang).
 Identifikasi, Klasifikasi Dan …
.
SEBAB PENGHUBUNG AKIBAT

Variabel bebas
Variabel moderator VARIABEL VARIABEL
INTERVENING TERGANTUNG
Variabel random
Variabel kendali
Gambar 2. Hubungan variabel sebab, veriabel penghubung dan variabel akibat
 Identifikasi, Klasifikasi Dan …
• Klasifikasi atau penentuan fungsinya variabel.
terutama variabel sebab sangat penting dan
merupakan tahap yang kritis.
• Sebab jika peneliti salah dlm mengklasifikasikan
variabel sebab ini, maka hasil penelitian akan
mengandung kesalahan (bias).
• Klasifikasi variabel yang benar memerlukan
penguasaan dasar teoritis yang kuat dan
mendalam. Memerlukan model atau kerangka
teoritis yang mantap.
 Identifikasi, Klasifikasi Dan …
Contoh:
• Hipotesis:
Ada hubungan antara umur daun teh dengan kadar
kofein yang dikandungnya.
• Dari hipotesis tersebut dapat diidentifikasi variabel-
variabel berdasarkan fungsinya, yaitu variabel sebab.
• Variabel sebab di sini adalah semua faktor yang
dapat mempengaruhi kadar kofein, antara lain: umur
daun, cara memetik dan menyimpan daun, lebar dan
tebal daun, umur pohon, genus spesiesnya, tempat
tumbuh, dan cara penetapan kadar yang digunakan.
 Identifikasi, Klasifikasi Dan …
Berdasarkan pertimbangan teoritis yang ada, maka
variabel sebab tersebut diklasifikasikan sbb:
• Variabel bebas: umur daun
• Variabel random: cara memetik daun teh.
• variabel moderator: cara menyimpan daun teh; lebar
dan tebal daun; umur pohon teh.
• variabel kendali: genus dan spesies, tempat tumbuh.
• Variabel penghubung: proses biosintesis kofein
dalam daun
• Variabel tergantung: kadar kofein
 Identifikasi, Klasifikasi Dan …
• Variabel bebas (independen): faktor yang
menjadi pokok permasalahan yg ingin diteliti.
• Variabel random (rambang): variabel sebab yg
diabaikan pengaruhnya.
• Variabel moderator: variabel yg penting tetapi
tidak diutamakan.
• Variabel kendali atau variabel kontrol: variabel
yg dikendalikan atau dikontrol, dibuat sama
antara kelompok yg diteliti.
 Identifikasi, Klasifikasi Dan …
• Variabel penghubung (intervening): yg terjadi
dlm daun, yg tidak dpt diamati secara langsung
peristiwanya tetapi dpt diamati hasilnya.
• Variabel tergantung (dependen) atau variabel
kriteria: variabel yg besarnya tergantung dari
variabel bebas yg diberikan dan diukur utk
menentukan ada tdknya pengaruh (kriteria) dr
variabel bebas.
 Identifikasi, Klasifikasi Dan …
• Dengan klasifikasi seperti tersebut maka pada
percobaan nanti, pengambilan sampel tidak
memperhatikan umur pohon, cara memetik,
cara menyimpan, dan tebal serta lebar daun.
Sedangkan genus-spesies, tempat tumbuh dan
cara penetapan kadarnya dijaga sama, baik
untuk daun muda maupun yang tua.
 Identifikasi, Klasifikasi Dan …
Contoh lain:
Sebuah penelitian ingin menguji hipotesis:
• "Antibiotika X mempunyai aktivitas anti
gonorhoe (GO) yang sama dengan Ampisillin"
 Identifikasi, Klasifikasi Dan …
Variabel Macam dan dosis antibiotik
:
bebas (ampisilin dan antibiotik X)
Varrabel : Aktivitas anti GO, yang dinyatakan
kriteria dengan dua kriteria, yaitu
penurunan titer antibodi dan
jumlah kuman dalam urin
Variabel Stadium penyakit GO dan ada
:
moderator atau tidak adanya komplikasi
Variabel Etnis dan golongan darah (factor
:
random genetik)
variabel Bentuk sediaan, metode
kendali : pengukuran titer antibodi dan
pengukuran jumlah kuman.
 Identifikasi, Klasifikasi Dan …
• Bila ternyata variabel stadium penyakit atau ada/
tidaknya komplikasi merupakan faktor yg memberi
pengaruh thd titer antibodi, maka pengklasifikasian
variabel tsb ke dlm variabel moderator akan menimbulkn
kesalahan (bias) pada hasil penelitian. Sebab penurunan
titer antibodi bukan hanya karena perbedaan jenis obat,
tetapi karena perbedaan stadium penyakit atau
ada/tidaknya komplikasi dari subyek penelitian yang
digunakan pada dua jenis perlakuan di atas.
• Jika demikian halnya maka variabel stadium penyakit dan
ada/tidaknya komplikasi harus dimasukkan ke dalam
variabel bebas.
 Identifikasi, Klasifikasi Dan …
• Jika dalam suatu penelitian hanya diteliti satu macam
variabel tergantung, maka data yang diperoleh disebut
data multivariate.
• Variabel sebab dapat juga dibedakan atas dasar aktivitas
yg dilakukan. Dalam hal ini variabel sebab dibedakan
atas variabel aktif dan variabel pasif.
• Variabel aktif adalah variabel sebab yang diberikan atau
hasil manipulasi oleh peneliti.
• Misalnya: pemberi obat, pemberian penyuluhan,
pemberian vaksinasi, dan sebagainya. Variabel pasif
adalah variabel yang sudah melekat dan merupakan ciri
dari subyek penelitian (atribut).
 Identifikasi, Klasifikasi Dan …
• Definisi operasional dari variabel adalah penting,
terutama untuk menentukan alat atau instrumen
untuk pengambilan data yang akan digunakan.
• Dari contoh di atas, definisi dari "daun muda"
harus jelas. Jika definisinya tidak jelas maka akan
terjadi bias.
• "Daun muda" dapat didefinisikan "daun yang
berwarna hijau muda". Pengertiannya akan lain
jika "daun muda" didefinisikan sebagai daun yang
terletak sampai urutan ke lima dari daun yang
paling ujung.
 Identifikasi, Klasifikasi Dan …
• Perbedaan definisi akan mempengaruhi cara
pengambilan sampelnya.
• Sebagai contoh lain adalah: pengertian orang lapar.
Orang lapar dpt didefinisikan: orang yg dpt
menghabiskn sepiring nasi dlm wkt kurang dr 2 menit.
• Dapat juga didefinisikan: orang yang kelihatan
mengantuk, tidak suka berbicara dan kelihatan lesu.
• Utk menentukn seseorang lapar atau tdk, berdasarkan
definisi pertama, diperlukan sepiring nasi dan sebuah
pencatat waktu. Sedangkan berdasarkan definisi kedua
tidak diperlukan alat, kecuali indera pengamatan.
 Identifikasi, Klasifikasi Dan …
• Pengukuran variabel dpt dilakukan secara langsung jika ciri
atau faktor yg akan diukur tsb secara fisik dpt diukur. Kadang­
kadang ciri tsb secara fisik tidak ada. Dalam hal demikian
maka yg diukur bukan faktornya itu sendiri, tetapi sifat yang
dapat digunakan sebagai petunjuk (indikator) kualitas dan
kuantitas ciri yang akan diukur tersebut, contoh: variabel
kealiman seseorang.
• Secara fisik sulit untuk diukur atau diobservasi. Maka diukur
atau diobservasi melalui indikan: banyaknya ke mesjid atau
ke gereja dalam setiap bulan. Dengan asumsi makin sering
makin alim. Contoh lain: fungsi ventilasi tuba eustasius,
diukur melalui indikan: besarnya retraksi membran, secara
audiometris dan timfanometris.
• Tks
• Pemilihan Instrumen Penelitian
 Penentuan Alat Pengukur Dalam
Pengumpulan Data
• Kualitas data sangat menentukan kualitas
penelitian.
• Kualitas data tergantung pada kualitas alat
atau instrumen yang digunakan dalam
penelitian.
 Prinsip-prinsip Pemilihan Instrumen
Penelitian
Pada dasarnya ada dua katagori alat atau instrumen
(seterusnya disebut instrumen) yang digunakan dalam
penelitian, yaitu:
• Instrumen yang digunakan untuk memperoleh
informasi atau data tentang keadaan obyek atau
proses yang diteliti.
• Instrumen yang digunakan untuk mengontrol obyek
atau proses penelitian.
• Dengan adanya dua jenis instrumen tersebut, maka
kondisi obyek atau proses penelitian diukur dalam
kondisi yg spesifik dan dapat diulang lagi.
 Prinsip-prinsip Pemilihan …
• Dalam sebuah penelitian yang sederhana mempunyai
dua sub sistem instrumen, yang satu untuk
mengumpulkan data dan yang satu lagi untuk
menganalisa data. Tiap sub sistem biasanya terdiri dari
tiga komponen, yaitu: masukan (input), proses
(modifer), keluaran (output). Keluaran dari sub sistem
instrumen mengumpulkan data akan merupakan
masukan bagi sub sistem instrumen analisis data,
dengan demikian teknik statistika merupakan sub
sistem proses instrumen analisis data. Yang akan
diuraikan dalam tulisan in; hanya terbatas pada proses
sub sistem pengumpulan data saja.
 Prinsip-prinsip Pemilihan …
• Prinsip utama pemilihan instrumen penelitian adalah
memahami sepenuhnya tujuan penelitian, sehingga
dapat memilih instrumen yang diharapkan dapat
mengantar ke tujuan penelitiannya. Dg dmk tujuan
penelitian menentukn instrumen apa yg akan digunakn.
• Kadang-kadang terjadi bahwa tujuan penelitian justru
ditentukan oleh instrumen yang tersedia. Atau
digunakan saja instrumen yang su­dah populer, yang
sebenarnya tidak cocok dengan tujuan pene­litiannya.
Hal-hal tersebut harus dihindari. Suatu pendapat yang
tidak selalu benar bahwa instrumen yang canggih
adalah yang terbaik.
 Prinsip-prinsip Pemilihan …
Pedoman umum yang dapat digunakan dalam
pemilihan instrumen, khususnya bagi peneliti
pemula, adalah sbb:
1. Pakailah instrumen seperti yang telah
digunakan oleh peneliti terdahulu.
2. Buatlah daftar instrumen yang tersedia,
kemudian katagorikan tiap instrumen sesuai
dengan input yang diperlukan dan output yg
dihasilkan, baru dipilih yang paling sesuai.
Syarat-syarat Instrumen penelitian
• Instrumen yang sederhana langsung
mengukur informasi yang dikehendaki akan
lebih baik.
• Kriteria penampilan instrumen yang baik
untuk mengontrol maupun untuk mengukur
variabel, yaitu:
1. Akurasi (accuracy).
2. Presisi (precision).
3.Kepekaan (sensitivity).
 Akurasi
• Akurasi instrumen pada hakekatnya berkaitan dengan
validitas (kesahihan) instrumen. Apakah instrumen benar-
benar mengukur apa yang hendak diukur. Apakah masukan
yang diukur (measurand) hanya terdiri dari masukan yang
hendak diukur saja ataukah te/ah kemasukan unsur-unsur
lain. Pengontroian yang ketat terhadap kemurnian masukan
ini adalah sangat penting agar pengaruh luar dapat
dieliminasi. Kegagalan dalam pengontrolan ini akan
menyebabkan menurunnya akurasi output.
• Validasi tentang apa yang hendak diukur disebut validitas
kualitatif, sedangkan jika instrumen dapat mengukur dengan
eermat sebatas yang hendak diukur, maka validitas yang
diperoleh adalah validitas kuantitatif.
 Presisi
• Presisi instrumen berkaitan erat dg keterhandalan
(reliability), yaitu kemampuan memberikan kesesuaian
hasil pada pengulangan pengukuran. Instrumen
mempunyai presisi yang baik jika dapat menjamin
bahwa jika inputnya sama memberikan output yang
sama tanpa dipengaruhi faktor lain. Dengan demikian,
kapan saja, dimana saja, oleh dan kepada siapa saja
instrumen ini digunakan akan memberikan hasil
konsisten (ajeg).
• Instrumen dengan presisi yang baik be/um tentu
akurasinya baik dan seba/iknya. Instrumen yang baik
tentu yang akurasi dan presisinya baik.
 Kepekaan
• Penelitian yang ingin mengetahui adanya perubahan
harga besaran variabel tertentu, membutuhkan
instrumen yang dapat mendeteksi besarnya perubahan
tersebut. Makin kecil perubahan yang terjadi harus
makin peka instrumen yang digunakan.
• Sebagai ilustrasi: stopwatch dengan presisi 0,1 detik
tidak dapat untuk mengukur kecepatan gerak refleks.
Penggaris dengan presisi 0,1 mm tidak dapat
mendeteksi perubahan panjang ikatan dalam
perubahan struktur molekul. Dalam contoh tersebut
kepekaan instrumen tidak memadai. Kepekaan
berkaitan erat dengan validitas kuantitatif.
Kepekaan
• Berdasarkan wujudnya, instrumen penelitian
dibedakan atas dua bentuk, yaitu: perangkat
keras (hardware) dan perangkat lunak
(software). Analogi dengan komputer,
perangkat keras adalah seperangkat komponen
mesin dan elektroniknya, sedangkan perangkat
lunaknya adalah instruksi-instruksi yang
terdapat dalam programnya.
 Kepekaan
• Perangkat lunak digunakn utk memperoleh informasi atau
respon dr subyek baik langsung maupun tdk langsung. Secara
garis besar dapat dilakukan pengukuran tentang:
1)Informasi langsung dari obyek.
2)Mengevaluasi obyek atau tindakannya oleh pengamat.
3)Mengukur langsung kemampuan dan pengetahuannya.
4)Mengukur secara tidak langsung tentang kepercayaan, sikap
atau perilaku obyek.
• Yang termasuk perangkat lunak misalnya: kuisener, ceklist,
rating seal, ujian tertulis, wawancara dan lainnya.
Yang termasuk perangkat keras: alat-alat laboratorium, alat-
alat kedokteran dan sebangsanya.
 Pengukuran
• Dlm penelitian diperlukan pengukuran (measurement)
variabel. Pengukuran adalah fungsi matematis yang
korespondensi. Dalam pengukuran diperlukan himpunan
obyek yang diukur (x), himpunan angka (y) dan suatu perintah
yang menghubungkan (x) dan (y) secara korespondensi,
artinya setiap anggota himpunan x mempunyai pasangan satu
anggota dalam himpunan y, tidak boleh lebih atau kurang.
Sebagai contoh pengukuran suhu badan dengan termometer.
Himpunan y, tidak boleh lebih atau kurang.
• Sebagai contoh pengukuran suhu badan dengan termometer.
Himpunan x adalah himpunan pasien A, B, C, D, E dan F.
Himpunan y adalah himponan angka-angka skala termometer
yaitu 0, 1. 2, 3, 4,……, 50° C.
Pengukuran …
• Perintahnya: jika termometer dipasang di
ketiak seorang pasien, air raksa dalam
termometer menunjukkan angka 38, maka
suhu badan pasien tersebut adalah 38° C, maka
setiap pasien dalam pengukuran akan
mendapatkan satu angka dalam termometer.
 Pengukuran …
• Contoh lain: pengukuran sikap sekelompok subyek
thd suatu peraturan tertentu.
• Himpunan x adalah subyek: P, Q, R, S, T dan U.
• Himpunan y adalh himpunan angka: 0, 1 dan 2.
• Perintahnya: jika seorang subyek kurang setuju thd
peraturan berilah angka 0, jika setuju berilah angka 1
dan jika sangat setuju berilah angka 2.
• Jika si P menyatakan sangat setuju, hasil pengukuran
sikap P thd peraturan tsb adalah 2. Jika S menyatakan
tdk setuju maka skornya adalah 0, dan seterusnya.
 Pengumpulan, Pengaturan dan Analisis
Data
• Data adalah segala informasi mengenai variabel yg diteliti.
• Berdasarkan sumbernya data dibedakan atas data primer
dan data sekunder.
• Data primer adalah data yang dikumpulkan oleh peneliti
sendiri selama penelitian berjalan. Berarti bahwa pada
waktu penelitian dimulai data belum ada, baru ada data
setelah penelitian berlangsung.
• Data sekunder adalah data yang diperoleh dari penelitian
orang lain. Ini berarti bahwa pada waktu peneiitian
dimulai, data sekunder digunakan sebagai pelengkap dan
referensi dalam penelitian.
Pengumpulan, Pengaturan dan Analisis
Data
• Data (prural), datum (singular), berasal dari kata
latin "dare" berarti "to give". Jadi sebenarnya
data adalah fakta yg diamati peneliti yg
diberikan oleh suatu situasi tertentu. Tegasnya:
data adalah fakta tentang suatu situasi. Fakta
sendiri berasal dari kata latin "facere" berarti to
make". Jadi fakta adalah sesuatu yg dibuat atau
yg dihasilkan oleh suatu situasi atau sesuatu yg
dimanifestasikan oleh situasi.
Pengumpulan, Pengaturan dan Analisis
Data
• Dengan demikian, data sebenarnya adalah
suatu manifestasi dari situasi, bukan situasi itu
sendiri. Jadi data adalah perwakilan suatu
situasi. Padahal sebenarnya tujuan dari suatu
penelitian adalah ingin mengetahui situasi yg
sebenarnya. Sedangkan yg diperoleh hanya
representasi dari situasi yg "sebenarnya".
Peneliti yg baik harus selalu memikirkan bahwa
yg dicari adalah situasi yg "sebenarnya" dibalik
data yg diperolehnya.
--------------------------------------
HASRAT INGIN TAHU
ALAM PIKIRAN PENELITI
-------------------------------------- Human sense barrier
DATA SEKUNDER
-------------------------------------- Batas data primer dan data sekunder
DATA PRIMER
-------------------------------------- Inpenetrable barrier
--------------------------------------

SITUASI “SEBENARNYA” Manifestasi situasi sebenarnya

KEBENARAN “ABSOLUT”
--------------------------------------
Gambar 4. Hierarki Data
 Data dengan Skala Nominal
• Angka-angka yang diletakkan dalam skala nominal hanya
untuk pembeda antara yang satu dengan yang lain. Ciri dari
data nominal· adalah cara membedakan datanya dengan cara
menghitung (counting).
• Sebagai contoh data nominal: jumlah orang laki-Iaki atau
perempuan yang hadir dalam sebuah pertemuan. Satu subyek
akan mempunyai salah satu katagori saja, tidak mungkin satu
subyek muncul dengan lebih dari satu katagori laki-Iaki dan
perempuan. Jadi sifatnya "mutually exclusive". Contoh lain:
banyaknya subyek yang memenuhi katagori jenis pekerjaan,
status perkawinan, agama, setuju tidak setuju dan sebagainya.
• Angka-angka yang diperoleh tidak bersifat aditif (tak dapat
dijumlah kategorinya).
 Data dengan Skala Ordinal
• Data tersusun atas jenjang. Di sini sudah ada keteraturan
("order") bahwa suatu nilai (skor) lebih tinggi atau lebih
rendah dari yang lain.
• Sebagai contoh: pemberian angka pd kejuaraan melukis.
• Ada juara I, juara II dan juara Ill. Angka I berarti lebih bagus
dari pada II, dan angka III lebih jelek dari II, dan seterusnya.
Jadi angka I, II, III mempunyai jenjang yang berbeda satu
dengan yang lain. Tetapi selisih antara II dengan I tidak sama
dengan selisih III dengan II. Demikian pula III + I tidak sama
dengan II + II. Disini belum ada sifat aditif maupun
multiplikatif (perkalian).
• Contoh lain skala ordinal adalah skala rangking nilai siswa,
rangking pendapat: sangat setuju, setuju dan tidak setuju dsb.
Data dengan Skala Interval
• Pada data dengan skala interval disamping
sudah ada keteraturan atau jenjang, juga sudah
mempunyai sifat aditif. Jika 1, 2, 3, 4, 5 dan
seterusnya, dan juga 5 - 3 adalah sama dengan
4 - 2 dan seterusnya, demikian juga 3 + 1.
Begitu pula 4 x 1 sama dengan 2 x 2, artinya
ialah mempunyai sifat multiplikatif. Pada skala
interval belum ada harga nol mutlak.
• Contoh skala interval: indeks prestasi, skala
termometer dan lain-lain.
 Data dengan Skala Rasio
• Skala ini mempunyai derajat yg paling tinggi diantara
skala lain. Skala rasio mempunyai harga nol mutlak.
• Contoh data dengan skala rasio: berat badan, tinggi
badan, luas sawah, dosis obat, waktu dan sebagainya.
Data dengan skala rasio diperoleh dg cara mengukur.
• Penyajian dan analisis data penelitian tergantung dari
jenis datanya. Jika datanya adalah data kuantitatif,
maka data dapat disajikan dan analisis dengan metode
statistik. Jika datanya data kualitatif yang tidak dapat
dinyatakan dengan angka, maka metode statistika
tidak dapat digunakan.
 Data dengan Skala Rasio
• Untuk mengatur dan menyajikan data kualitatif
digunakan metode statistika deskriptif, sedangkan
untuk menarik kesimpulan dari data sampel terhadap
populasinya digunakan statistika induktif atau
statistika inferensial.
• Dengan statistika deskriptif data dapat disajikan dan
diatur dalam bentuk yang tepat sehingga data lebih
banyak "berbicara". Misalnya dalam bentuk grafik,
diagram, kurva, tabel dan sebagainya.
 Data dengan Skala Rasio
• Di samping itu dengan statistika deskriptif dapat dicari
kecenderungan pemusatannya (central tendency)
dalam bentuk harga rata-rata (mean), modus atau
mediannya. Juga dapat ditentukan penyebaran­nya
dalam bentuk range, deviasi, deviasi standard, variasi
dan sebagainya. Dengan statistika induktif dapat
dilakukan estimasi dan uji hipotesis statistika.
 Data dengan Skala Rasio
• Perlu diingat bahwa statistika adalah seperangkat alat
(aset of tools). Sudah barang tentu pemakai harus
tahu kegunaan, dan penggunaannya dengan tepat.
• Statistika pada dasarnya adalah bahasa peneliti untuk
menyatakan hasil penelitiannya. Sebagaimana
lazimnya bahasa maka dalam bahasa statistika juga
ada simbol-simbol tertentu seperti: +, -, x, sigma, akar,
pangkat dan sebagainya dengan gramatika tertentu
(metode statistika tertentu), akan diperoleh suatu
"kalimat" statistika yang mempunyai arti tertentu.
Pelaporan Hasil Penelitian
• Laporan peneiitian bukan sekedar kelengkapan
adminstrasi penelitian, tetapi yg lebih penting
adalah menjamin keterbukaan pengetahuan
ilmiah untuk diuji kembali atau dipergunakan
bagi yg memerlukannya. Betapapun hebatnya
hasil suatu penelitian, jika tidak ditulis dlm btk
laporan atau publikasi akan tidak ada artinya.
• Penulisan laporan penelitian hendaknya
mengikuti kaidah­kaidah penulisan ilmiah yang
lazim dan konsisten.
1. Berdasarkan fungsinya, terdapat variabel
sebab dan variabel akibat. Jelaskan apa
perbedaan antara variabel sebab dan
variabel akibat.
2. Sebutkan kriteria instrumen yang baik untuk
mengontrol maupun untuk mengukur
variable.