William Kaye Estes

Behavioristis atau Kognitivis?

William Kaye Estes (1919-…)
 William Kaye Estes lahir
pada tahun 1919.
 Mendapat gelar B.A.
(1940) dan Ph.D. (1943)
dari University of
Minnesota, di bawah
bimbingan dari BF Skinner.
 Menerima gelar
kehormatan D.Sc. dari
Indiana University (1976)
dan dari University of
Minnesota (1998).
William Kaye Estes (1919-…)
 Mengajar di Indiana University (1946-1962)
pindah ke The Rockefeller University (1968) dan
ke Harvard University (1979) dan kembali ke
Indiana University (1999).
 Salah satu pendiri bidang matematika psikologi.

Penghargaan:
 US National Medal of Science
 Gold Medal Life Achievement Award dari
American Psychological Foundation
 Warren Medal dari American Psychological
Association.
Konsep Teoritis Utama
Asumsi I:
 Situasi belajar terdiri dari banyak elemen stimulus
(S) dalam jumlah tertentu. Banyak hal yang dapat
dialami pembelajar pada wal percobaan belajar.
 Termasuk didalamnya stimulus internal dan
eksternal

Asumsi II:
 Semua respon yang diberikan dalam situasi
eksperimental dapat digolongkan menjadi dua
kategori:
 Respon A1 : respon yang dicari oleh eksperimenter /respon
yang benar
 Respon A2 : semua respon lainnya/yang keliru
 Tidak ada gradasi : hanya 1 atau yang lain
Konsep Teoritis Utama
Asumsi III:
 Semua elemen di S dilekatkan dengan A1 / A2
 All or nothing: dilekatkan kepada salah satu, tidak
keduanya
 Harus melihat perubahan: pada mulanya dilekatkan
ke A2, lalu berpindah ke A1
Asumsi IV:
 Pembelajar terbatas kemampuannya dalam
mengalami S
 Contoh: sebagian dari S
 Proporsi konstan dari S yang dialami pada awal
setiap percobaan belajar dilambangkan dengan
theta (Ѳ)
 Setelah percobaan, elemen Ѳ dikembalikan ke S
 Sampling dengan penggantian (Sampling with replacement)
Konsep Teoritis Utama
Asumsi V:
 Percobaan belajar berakhir ketika respons terjadi
 Harus pada A1 atau A2
 Apabila A1: maka elemen Ѳ dikondisikan ke A1
 Sebagaimana elemen S dikondisikan ke A1 bertambah,
kemungkinan Ѳ mengandung beberapa dari elemen itu juga
akan bertambah
 Hasil: munculnya respon A1 diawal percobaan belajar akan
meningkat dari waktu ke waktu
 Inilah yang dinamakan belajar

 State of the system (keadaan sistem) pada momen

tertentu = proporsi dari elemen yang dilekatkan ke
respon A1 dan A2
Konsep Teoritis Utama
Asumsi VI:
 Karena elemen di Ѳ dikembalikan ke S pada akhir
percobaan, Ѳ yang dijadikan sampel dari awal pada
dasarnya adalah acak
 Proporsi yang dikondisikan ke A1 dalam S akan tercermin
dalam elemen dalam Ѳ pada awal setiap percobaan baru
 A1 mungkin tidak didapat dalam beberapa percobaan
(adalah suatu kemungkinan)

 Maka berdasarkan kemungkinan A1 dgn menguji Ѳ:

 Jika semua elemen di S dikondisikan ke A1, maka
kemungkinannya = 1.0
 Jika hanya 75% yang dikondisikan = 0.75
 Jika hanya 25% yang dikondisikan = 0.25
Memformulasikan Asumsi:
Stimulus Sampling Theory
 Probabilitas respon A1 tergantung pada keadaan
sistem (state of the system)
 Probabilitas respon A1 pada setiap persiapan n (Pn)
adalah sama dengan proporsi elemen yang
dikondisikan ke A1 pada percobaan itu (Pn).
Pn = pn

 Semua elemen adalah elemen A1 (dengan

probabilitas p) atau elemen A2 (dengan probabilitas
q).
p + q = 1,00 sehingga p = 1,00 - q
Memformulasikan Asumsi:
Stimulus Sampling Theory
 Elemen yang tak dikondisikan ke A1 pada setiap
percobaan n (direfleksikan dalam q) harus :
 Merupakan elemen yang tidak diprakondisikan ke A1 sebelum
percobaan pertama
 Tidak dikondisikan pada A1 pada percobaan sebelumnya.
 Pada setiap percobaan n, probabilitas elemen itu tidak
diprakondisikan pada percobaan 1 adalah (1 – P1).
 Pada setiap percobaan n, probabilitas dua kejadian itu akan
terjadi bersama (yakni, probabilitas bahwa satu elemen tidak
diprakondisikan dan belum dikondisikan) adalah hasil
matematis dari probabilitas individualnya. Jadi,
q = (1 – P1)(1- Ѳ)n-1
 Dengan subtitusi, kita mendapatkan :
Pn = 1 – (1 – P1)(1 – Ѳ)n-1
Let’s do an example
 Dua pembelajar:
 Pembelajar 1: P1=0, Ѳ=0.05
 Pembelajar 2; P1=0, Ѳ=0.2

 Pembelajar 1:
 Pada percobaan 1: P1 = 1 - (1 - 0) (1 – 0,05)0=0
 Pada percobaan 2: P2 = 1 - (1 - 0) (1 - 0,05)1=0,05
 Pada percobaan 3: P3 = 1 - (1 - 0) (1 - 0,05)2=0,1
 Dan performa mendekati 100 persen (Pn = 1,00) setelah sekitar 105 percobaan,
dengan asumsi setiap percobaan berhenti dalam respon A 1.

 Pembelajar 2:
 Pada percobaan 1: P1 = 1 - (1 - 0) (1 – 0,20)0=0
 Pada percobaan 2: P2 = 1 - (1 - 0) (1 - 0,20)1=0,20
 Pada percobaan 3: P3 = 1 - (1 - 0) (1 - 0,20)2=0,36
 Dan performa mendekati 100 persen (Pn = 1,00) setelah sekitar 23-25 percobaan,
dengan asumsi setiap percobaan berhenti dalam respon A 1.

 Membentuk kurva pembelajaran (mirip dengan yang dihasilkan teori Hull)

Kurva Belajar Estes
Bagian pertama
dari sebuah
kurva
pembelajaran
seperti yang
dianalisis oleh
Estes. Undakan
vertikal
menunjukkan
pengkodisian
yang terjadi pada
masing-masing
percobaan,
seperti
diilustrasikan
detailnya pada
percobaan 2.
Kurva terputus
yang
menghubungkan
nilai p pada
setiap percobaan
akhirnya kan
mencapai 1,0.
How can he apply this?
 Generalisasi:
 Transfer terjadi sepanjang dua situasi memiliki elemen stimulus
yang sama

 Kepunahan:
 Kepunahan berakhir dengan melakukan sesuatu yang berbeda
 Jadi: elemen stimulus dikondisikan untuk kembali ke A1 A2
 Mungkin tidak lengkap, sehingga mendapatkan pemulihan spontan

 Pemulihan Spontan :
 Pemulihan spontan; munculnya kembali respon yang dikondisikan
setelah respon itu mengalami pelenyapan.
 S didefinisikan sebagai jumlah total dari elemen stimulus yang hadir
pada awal percobaan dalam eksperimen belajar.
 Bersifat sementara, sehingga pemulihan spontan dapat dijelaskan
dengan mengasumsikan bahwa proses pelenyapan tidak pernah
komplet/lengkap.
Pencocokan Probabilitas
Metode Tradisional:
 Sinyal cahaya pertama menyala
 Kemudian lamu yang kedua
 Harus menebak sinyal cahaya yang mana dari
kedua lampu yang akan menyala
 Percobaan bervariasi pada probabilitas lampu
 Hasilnya: subjek percobaan akan menebak
frekuensi cahaya mana yang akan muncul
sesuai dengan susunan eksperimenter yang
biasanya cocok dengan probabilitas dari cahaya
yang paling sering menyala
Pencocokan Probabilitas
Menurut Teori Estes:
 E1= lampu kanan menyala dan E2 = lampu kiri menyala
 A1 = memprediksi E1
Diasumsikan bahwa ketika E1 terjadi, ia menyebabkan subjek
memberikan respon A1 implisit (A2 = E2)
 π = probabilitas kejadian E 1 = p(E1) maka 1- π = p(E2)
 Probabilitas respon A1 setelah percobaan n dirumuskan sebagai
berikut: Pn = π - (π - P1)(1 - Ѳ)n-1
 Karena (1 - Ѳ) kurang dari 1, dengan n semakin besar, persamaan
ini menghasilkan kurva berakselerasi negatif dengan asymtote π.
 Jadi, berapapun nilai π, rumus ini memprediksikan bahwa proporsi
respon A1 yang diberikan oleh subjek pada akhirnya akan sesuai
atau sama dengan proporsi kejadian E1 yang ditentukan oleh
eksperimenter.
 Estes memprediksi adanya pencocokan probabilitas oleh
subjek.
Model Belajar Markov menurut Estes
 Perlu diingat: kebanyakan teoritis belajar (Thorndike,
Skinner, Hull) berpendapat bahwa pembelajaran terjadi secara
bertahap kecuali Guthrie and Gestaltists berpendapat belajar
terjadi secara all or none (pada 1 percobaan)

 Juga perlu diingat: teori belajar statistikal bersifat

probabilistik
 Yakni variabel bebas yang dipelajari = probabilitas respons
 Tetapi ada perbedaan opini mengenai apa sifat dari belajar yang
ditunjukkan oleh perubahan probabilitas respon ini:
 Belajar secara gradual
 Langsung lengkap dalam 1 percobaan

 Estes Stimulus Sampling Theory (SST):

 Pada awalnya: menerima keduanya incremental and all-or-none
 Belakangan: lebih mendalami posisi all-or-none
Estes dan Psikologi Kognitif
 Perlu dicermati; meskipun Estes seorang teoritisi kontiguitas,
tapi juga menekankan pada mekanisme kognitif dalam
analisisnya terhadap belajar

 Kenapa?
 Menekankan pentingnya memori
 Stimuli respon diasosiasikan oleh kontiguitas
 Kemudian menambahkan unsur memori atau ingatan

 Scanning model of decision making:

 Orang akan menggunakan informasi apapun yang
tersimpan dalam memori yang berkaitan untuk
mendapatkan hasil yang paling menguntungkan.

 Memori dan Bahasa, dari huruf ke teori gramar yang

kompleks
Model Array Kognitif
 Digunakan untuk memahami perilaku klasifikasi dan
kategorisasi
 Orang diasumsikan akan meneliti stimulus kompleks dan
memerhatikan ciri-ciri yang menonjol dan penting
 Stimulus dan informasi tentang kategorisasi/keanggotaan
kelasnya dipelajari secara all or none dalam 1 kali percobaan.
 Model Array berbeda dari SST:
 Karakteristik stimulus dan designasi kategori disimpan dalam
memori
 Fokus SST: asosiasi stimulus-respon yang dibentuk di masa
lalu dan pada cara asosiasi ini diakumulasikan
 Fokus Model Array: klasifikasi kejadian yang ditemui di masa
sekarang, atau masa depan
 Memori adalah masa lalu
 Perbandingan dilakukan pada saat ini
Perbedaan antara
SST dan Model Array:
 SST mengasumsikan Hubungan Stimulus Aditif
 Menurut model SST, ketika membandingkan stimulus pilihlah label
yang mencakup kategori yang terbanyak
 Misal: lingkaran merah besar; segitiga biru kecil
 Diperlihatkan segitiga merah besar; keihatan seperti lingkaran
merah besar; maka akan dipilih kategori tersebut
 Masalahnya: data tidak mendukung dalam situasi yang kompleks
 Model Array mengasumsikan Hubungan Stimulus Multiplikatif
 Membandingkan antara atribut-atribut dan elemen
 Menggunakan kesamaan koofisien untuk menggambarkan
kesamaan derajat
 Ukuran kesamaan = produk dari koofisien-koofisien ini
 Probabilitas transfer respon dari satu situasi training ke situasi tes
= fungsi dari produk koofisien persamaan
 Model ini digunakan untuk menggambarkan/memprediksi
bagaimana orang menilai stimuli untuk dikategorikan dalam
kategori spefisik, bukan bagaimana respon yang dikondisikan
digeneralisasikan atau ditransfer ke situasi baru
Learning to Learn
(Belajar untuk Belajar)
 Continuity-noncontinuity controversy:
 Incremental atau all or none?
 Keduanya all-or-none and incremental adalah benar
 Tapi masih SANGAT kontroversi

 Contoh:
Harry Harlow:
 Peningkatan gradual dalam problem diskriminasi (monyet).
 Peningkatan percobaan belajar awal relatif lambat dan bersifat
inkremental.
 Tetapi pada percobaan selanjutnya, peningkatannya bertambah
cepat dan bersifat all or none.

Dobald Hebb:
 Belajar yang terjadi pada awal kehidupan adalah proses ikremental.
 Belajar pada masa selanjutnya adalah bersifat kognitif, mendalam
dan all or none.
Evaluasi:
 Model matematika untuk belajar
 Model matematika ini relatif baru dalam psikologi.
 Para psikolog selalu ingin ilmiah = matematika.
 Memberikan deskripsi fenomena secara tepat.
 Tidak banyak memberi informasi baru.

 Kontribusi Estes
 Merubah arah teori belajar ke bidang yang lebih kognitif.
 Rumus matematika

 Kritik:
 Cakupan teori yang amat terbatas.
 Tidak ada mekanisme selain S—R kontiguitas.
 Penyusunan abstraksi matematika dalam teori dalam kondisi
eksperimental yang amat terbatas dan tidak bisa merefleksikan
lingkungan belajar yang nyata sehingga teorinya lemah.