True Experimental Design

True Experimental Design merupakan desain penelitian eksperimen yang menyelidiki kemungkinan hubungan sebab akibat dimana secara nyata terdapat kelompok perlakuan dan kelompok kontrol, dan membandingkan hasil perlakuan dengan kontrol yang tidak dikenai kondisi perlakuan.

True Experimental Design terbagi atas :

1. Post-Test Only Control Group Design 

Desain ini merupakan desain yang paling sederhana dari desain eksperimental sebenarnya. Responden dipilih secara random dan diberi perlakuan serta ada kelompok pengontrolnya. Desain ini telah memenuhi kriteria eksperimen sebenarnya karena terdapat manipulasi variabel, kelompok yang diteliti dipilih secararandom, serta seleksi perlakuan. Desainnya sebagai berikut:

 

Grup

Variabel Terikat

Postes

(R)

Eksperimen

X

O1

(R)

Kontrol

-

O2

Pengaruh Perlakuan (O1 – O2)

Treatment Effect (TE) jadi TE = (O1 – O2)

Deseain tersebut menggambarkan dua kelompok yang dipilih secara random. Kelompok pertama diberi perlakuan kemudian dilakukan pengukuran. Kelompok kedua digunakan sebagai kelompok pengontrol dan tidak diberi perlakuan hanya dilakukan pengukuran saja.

2. Pre-Test-Post-Test Control Group Design

Desain ini merupakan pengembangan dari Post-Test Only Control Group Design. Perbedaannya adalah dilakukan pengukuran di depan (pre-test) pada kelompok pertama dan kelompok pengontrol. Desainnya sebagai berikut.

 

Grup

Pretes

Variabel Terikat

Postes

(R)

Eksperimen

O1

X

O2

(R)

Kontrol

O1

-

O2

Keterangan :

Hasilnya dibandingkan (O1 – O2) : (O3 - O4)

3. Group Solomon (Solomon Four Group Design)

Desain ini merupakan kombinasi Post-Test Only Control Group Design dan Pre-Test-Post-Test Control Group Design. Group Solomon (Solomon Four Group Design) merupakan model desain ideal untuk melakukan penelitian eksperimen terkontrol (desain faktorial 2 x 2, menerapkan prosedur random assignment (R) pada para partisipan untuk empat kategori kelompok A, B, C, D). Peneliti dapat menekan sekecil mungkin sumber kesalahan dengan memberikan pre-test dan treatment secara variatif.

Desain ini tidak banyak digunakan pada jumlah sampel penelitian yang kecil, namun sering digunakan pada penelitian sosial. Keunggulan desain ini yaitu mengurangi pengaruh pre-test terhadap unit peercobaan dan mengurangi eror interaksi antara pre-test dan perlakuan. Desainnya sebagai berikut :

 

Grup

Pretes

Variabel Terikat

Postes

(R)/A

Eksperimen

O1

X

O2

(R)/B

Kontrol 1

O3

-

O4

(R)/C

Kontrol 2

-

X

O5

(R)/D

Kontrol 3

-

-

O6

 

Peneliti memilih empat kelompok secara random (R). Kelompok pertama merupakan kelompok inti diberi perlakuan dan dua kali pengukuran, yaitu pre-test dan post-test. Kelompok kedua sebagai kelompok pengontrol tidak diberi perlakuan tetapi dilakukan pengukuran pre-test dan post-test. Kelompok ketiga diberi perlakuan dan hanya dilakukan pengukuran post-test. Kelompok keempat hanya dilakukan pengukuran satu kali saja.

Analisis Regresi Sederhana

Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi (hubungan) linear antara dua variabel. Analisis korelasi tidak membedakan antara variabel dependen dengan variabel independent. Berbeda halnya dengan analisis regresi, selain mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel dependent dan variabel independen. Analisis regresi mendasarkan pada model propabilistik, yang terdiri atas komponen deterministik dan kesalahan random. Model probabilistik yang sederhana adalah model garis lurus, dimana komponen  deterministik dari model digambar garis lurus. Dalam rumus matematis model probabilititas garis lurus dapat dituliskan sebagai berikut:

Y = b+ bX + e

dimana:

Y           =   variabel dependen (respon)

X           =   variabel independen, yang digunakan sebagai penjelas Y

            =   komponen kesalahan random (random error)

b0               =   intercept, titik potong garis regresi dengan sumbu Y

b1           =   slope, kemiringan garis regresi, yaitu seberapa jauh kenaikan (penurunan) komponen  deterministic dari Y sebagai akibat kenaikan X

 

Dalam model probabilistic komponen deterministik merupakan garis rata-rata E(Y) sama dengan komponen garis lurus dari model tersebut, sehingga dalam rumus matematika dapat ditulis sebagai berikut:

E (Y) = b+ bX

Gambar Model Regresi Linear

 

 

 

            Ketepatan fungsi regeresi sampel dalam menaksir actual secara statistic dapat diukur dari nilai statistic t, nilai statistic F, dan koefisien determinasi.

Uji Signifikansi individual (Uji Statistik t)

            Uji statistik t digunakan untuk mengetahui seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terkait. Hipotesis nol (H0) yang hendak diuji adalah apakah satu parameter (bi) sama dengan nol, atau:

H0 : bi = 0

Artinya, apakah variabel independen bukan merupakan penjelas yang signifikan terhadapa variabel dependen. Hipotesis alternative (Ha), parameter suatu variabel tidak sama dengan nol, atau:

H0 : bi ≠ 0

Artinya, variabel tersebut merupkan penjelas yang signifikan terhadap variabel dependen.

Untuk menguji kedua hipotesis ini digunakan statistic t. Dapat dihitung dengan rumus berikut:

t = (b1-0)/S=b1/S

dimana S = deviasi standar yang dihitung dari akar varians. Varians (variance), atau S2, diperoleh dari SSE dibagi dengan jumlah derajat kebebasan (degree of freedom). Atau dalam rumus matematika sebagai berikut:

dimana:

n     = jumlah observasi

k     = jumlah parameter dalam model termasuk intercept

 

Uji Signifikansi Simulan (Uji Statistik F)

Uji statistik F digunakan untuk menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terkait. H0 yang hendak diuji adalah apakahsemua parameter dalam model sama dengan nol, atau :

 

H0 : b1 = b2 =…= bk = 0

Artinya, apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatif (Ha), tidak semua parameter secara simultan sama dengan nol, atau:

Ha : b1 ≠ b2 ≠…≠ bk ≠ 0

Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen

            Untuk menguji kedua hipotesis tersebut digunaan statistik F, nilai statistic F dapat dihitung dengan rumus berikut:

F = MSR/MSE = SSR/k/SSE (n - k)

dimana:

SSR       = sum of squares due to regression =

SSE       = sum of squares error =

n            = jumlah observasi

MSR      = mean squares due to regresional

MSE      = mean squares due to error

 

Kofisien Determinasi

              Kofisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terkait. Rumus yang digunakan untuk menghitung kofisien determinasi, sebagai berikut:

R2= (TSS-SSE)/TSS=SSR/TSS

Persamaan diatas menunjukkan bahwa proporsi total jumlah kuadrat (TSS) diterangkan oleh variabel independen dalam model. Sisanya dijelaskan leh variabel lain yang tidak dimasukkan dalam model, formulasi model yang keliru dan kesalahan eksperimental (Mendenhall, et al dalam Kuncoro:2011)

Nilai kofisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum kofisien determinasu untuk data silang tempat relative rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runut waktu biasanya memiliki nilai koefisien determinasi yang tinggi.

 

Referensi:

Kuncoro, Mudrajad. 2011. Metode Kualitatif Teori dan Aplikasi untuk Bisnis dan Ekonomi. UPP-STIM YKPN : Yokyakarta

Seminar Proposal Peserta Pelatihan Metodologi Penelitian XVIII

 

Minggu 11 April 2015 pukul 09.35 WITA, merupakan hari terakhir kegiatan PMP indoor dimana hari ini diadakan seminar proposal bagi peserta PMP. Kegiatan ini berlangsung di LEC Athira Antang. Ada dua ruangan yang digunakan untuk seminar proposal ini, ruangan A untuk bidang sains dan B bidang sosial humaniora. Ada 15 kelompok yang mengikuti seminar proposal, 8 kelompok untuk bidang sains pendidikan dan 7 kelompok untuk bidang sosial humaniora.

Read more...

Metodologi Penelitian Kualitatif oleh Dr. Farida Aryani, M.Pd & Haerani nur,S.Psi, M.Si

 

Metodologi Penelitian Kualitatif merupakan materi ke-3 dihari ke-2 bagi peserta PMP (Pelatihan Metodologi Penelitian) LPM Penalaran UNM, jum’at 10 April 2015 yang bertempat di LEC Athirah Antang. Materi tersebut dibawakan oleh Dr. Farida Aryani, M.Pd yang merupakan salah satu dosen di jurusan Psikologi Pendidikan Fakultas Ilmu Pendidikan UNM dan Haerani nur,S.Psi, M.Si oyang merupakan salah satu dosen fakultas psikologi UNM yang juga kini sedang melanjutkan pendidikannya di Universitas Erlangga. 

Read more...

Pimpinan

Ketua Umum

(Muh. Arief Pratama)

 

Sekretaris Umum

(Adinuansah)

Bendahara Umum

(Ayu Hardianti P.)

Ketua Divisi

 


 

Search

Twitter

Galeri


 

Jumlah Pengunjung

4.png0.png7.png2.png6.png2.png
Hari ini722
Kemarin976
Minggu ini6326
Bulan ini17378
Total407262

Peta Rumah Nalar

Sekretariat: Gedung Pusat Kegiatan Mahasiswa Lantai 2 Kampus Gunung Sari Baru Universitas Negeri Makassar,
Kode Pos 90222, Telp. 085240733977, Email: info@penalaran-unm.org
Copyright © 2015 by Humas LPM Penalaran UNM