Desain Penelitian (Kuantitatif: Deskriptif, Korelasional, Eksplanasi, Evaluasi).

Halo kawan!

Dalam melakukan riset, setidaknya kita harus punya dulu tujuan kita melakukan riset. Jika hanya untuk menggambarkan atau mendeskripsikan sebuah fenomena, kejadian, atau variabel tertentu. Biasanya penelitian ini dilakukan jika ada variabel yang dirasa butuh deskripsi lebih lanjut. Biasanya variabelnya cenderung baru. Misalnya variabel phubbing. Untuk mendeskripsikan apa itu phubbing, dilakukan sebuah riset. Nah, riset semacam ini disebut dengan riset Deskriptif atau Descriptive Study. Penelitian deskriptif hanya melibatkan 1 variabel saja.

Banyak fenomena, khususnya dalam bidang psikologi dan ilmu sosial lainnya, yang tidak cukup hanya digambarkan seperti apa fenomena tersebut. Lebih dari itu, seseorang lebih tertarik untuk mengetahui apa hal yang dapat memprediksi suatu fenomena muncul, bahkan apa yang menyebabkan suatu fenomena itu ada. Dengan kata lain, pertanyaan yang dibangun adalah "Hal apa yang dapat memprediksi kecerdasan seseorang?" atau "Apa saja sih yang membuat seseorang itu depresi?".

Nah untuk menjawab pertanyaan itu, penelitian yang dilakukan tidak bisa hanya melibatkan satu variabel. Namanya hubungan, mana bisa cuma satu, itu jomblo namanya -_- *skip

Penelitian semacam ini biasa disebut dengan penelitian Korelasional atau Correlational Study. Penelitian korelasional bertujuan untuk mencari hubungan atas sesuatu. Penelitian korelasional ini tidak bisa menjawab pertanyaan hubungan sebab-akibat. Kenapa? Karena hanya sebatas menjelaskan keterkaitan satu variabel dengan variabel lainnya. Selain itu, penelitian korelasional ini hanya sebatas menemukan prediktor dari suatu fenomena.

Nah tolong dibedakan antara prediksi dan sebab-akibat. Jika mendung semakin gelap, maka akan semakin dapat memprediksikan hujan. Namun, mendung bukan penyebab dari hujan. Contoh lain, di tahun 90an diadakan survei terkait program keluarga berencana (KB). Hasilnya menunjukkan, semakin banyak warga desa yang memiliki setrika listrik, maka program KB semakin berhasil. Apa itu berarti setrika listrik jadi penyebab keberhasilan program KB? Jadi kalau mau tidur, dinyalain dulu setrikanya gitu? -____-
Pada waktu itu, listrik mulai masuk ke pedesaan. Warga desa yang panen berbondong-bondong beli alat elektronik. Kira-kira yang pertama kali dibeli apa? Yap televisi. Nah, waktu itu sosialisasi program KB lagi maraknya di televisi. Orang yang punya setrika listrik, biasanya sudah punya televisi. Orang yang punya televisi jadi lebih well informed dibandingkan yang tidak.

Contoh lain, coba kumpulkan anak SD dari kelas 3 sampai kelas 6. Beri tes matematika yang terstandarisasi, artinya bisa ditempuh anak kelas 3 sampai 6. Kemudian lihat ukuran sepatunya. Anak kelas 6 tentunya akan mendapatkan skor yang lebih tinggi dibandingkan kelas di bawahnya. Juga, umumnya anak kelas 6 memiliki ukuran sepatu yang lebih besar. Jika dikorelasikan, maka korelasinya akan positif dan kuat. Tapi apakah kita bisa menyimpulkan penyebab skor tinggi itu ukuran sepatu? Tentu tidak.

Jadi, studi korelasional hanya dapat menentukan predictor, bukan penyebab, serumit apapun metodenya, sekompleks apapun caranya, sebanyak apapun variabelnya, bahkan hingga ada variabel moderator dan mediator, tetap, penelitian korelasional tidak mampu mengungkap hubungan sebab akibat, karena tidak ada kontrol dan manipulasi terhadap variabel.

Untuk mengetahui hubungan sebab-akibat, dilakukan manipulasi dan kontrol terhadap variabelnya. Penelitian ini biasa disebut dengan penelitian Eksplanatori atau Explanatory Study. Metode yang digunakan biasanya berupa eksperimental, kuasi eksperimental, kausal-komparatif, dsb. Intinya adalah kontrol variabel. Selanjutnya, ada yang disebut dengan Evaluation Research atau kalau dalam bahasa klinis disebut Efficacy and Effectivity Study. Biasanya digunakan untuk melihat efektifitas dari sebuah terapi, misalnya terapi kognitif behavior, seberapa efektifkah.

Tadi semua adalah desain-desain penelitian dan tujuan dilakukannya untuk apa. Semoga bermanfaat.
Cheers~~

Sumber: Kuliah Umum bersama Bapak Urip Purwono, Ph.D, Psikolog

Read More

Jenis-jenis Matriks

Halo kawan!

Pernah denger kan apa itu matriks? Operasi matriks sangat dibutuhkan diberbagai analisis, misalnya analisis korelasi, regresi, dan analisis faktor.
Matriks secara sederhana dapat diartikan sebagai sebuah bujur sangkar yang terdiri atas baris dan kolom, di mana tiap selnya berisi bilangan ril.

Ada beberapa jenis matriks nih.

1. Skalar
Skalar itu matriks, namun ordonya 1 x 1. Ada satu baris dan satu kolom. Sebuah bilangan "biasa" itu bisa kita sebut sebagai skalar. Contohnya, 2, 3, 6, 14, dan seterusnya.

2. Vektor/Matriks Baris
Matriks yang terdiri dari 1 baris dan n kolom.
Contoh:
[2 3 4 5 6]

3. Vektor Kolom
Matriks yang terdiri dari n baris dan 1 kolom.
Contoh:
[6 ]
| 3 |
| 4 |
[2 ]

4. Matriks Square
Matriks yang terdiri dari n baris dan n kolom.
Contoh:
[ 2  3 ]
[ 6  5 ]

5. Matriks Simetri
Matriks square di mana elemen di atas diagonal sama dengan elemen di bawah diagonal. Biasanya elemen di atas diagonal cukup ditulis "sym" yang berarti simetri. Contoh popular buat matriks simetri ini yaitu matriks korelasi dan kovarians.
Contoh:
[ 1    sym ]
| 0.5 1       |
[0.6 0.7 1 ]

6. Matriks Diagonal
Matriks simetri di mana elemen selain diagonalnya adalah nol (0). Kondisi local independence (dalam analisis faktor) adalah contoh matriks diagonal.
Contoh:

[ 1.4       ]

| 0 0.8     |

[ 0 0 0.8 ]

7. Matriks Identity
Matriks diagonal di mana semua diagonalnya berupa angka satu.
Contoh:

[ 1         ]

| 0  1      |

[ 0  0  1 ]

Nah itu semua adalah jenis-jenis matriks. Nanti dengan jenis-jenis matriks itu dilakukan operasi matriks. Kedepannya nanti aku jelasin operasi matriks.

See ya~

Read More

Tips Melakukan Penelitian di Bidang Psikologi

Halo kawan!

Apa kabar semuanya? Semoga sehat selalu. Alhamdulillah kali ini aku lagi mood menulis (meskipun tesis agak terbengkalai T___T). Tulisanku kali ini bukan soal statistika sih, cuma tidak jauh-jauh pastinya dari sana. Kali ini aku mau coba share tentang bagaimana melakukan riset ilmiah, khususnya di bidang psikologi dan ilmu sosial. Pada dasarnya, semua riset ilmiah intinya sama. Cuma dalam hal ini aku mau bahas di bidang psikologi, ya karena memang itu bidangku.

Sebelum memulai pembahasan, kita awali dulu dengan beberapa pertanyaan.

1. Apa itu psikologi?
2. Kenapa penelitian ilmiah? Apakah harus ilmiah?
3. Penelitian ilmiah itu yang seperti apa sih?

Pertama, kita akan membahas apa itu psikologi. Jika kalian melihatnya di Wikipedia, "Psychology is the science of behavior and mind". Dalam beberapa sumber, biasanya psikologi didefinisikan sebagai "...the scientific study of human behavior and mental processes". Nah, dari sini kita sudah dapat kata kuncinya, SCIENTIFIC atau ilmiah.

Untuk menjawab pertanyaan nomor dua, kita sudah tahu, apakah harus ilmiah untuk melakukan penelitian di bidang psikologi. Jawabannya adalah HARUS. Kenapa harus? Karena sesuatu dikatakan sebagai ilmu pengetahuan jika dapat dibuktikan secara empiris.

Ketiga, lalu bagaimana kriteria ilmiah itu dan bagaimana cara melakukannya? Setidaknya terdapat tiga kata kunci mengenai ilmiah. Pertama, OBSERVABLE atau dapat diamati. Ya masa mau meneliti makhluk tak kasat mata -__-". Eitss, kak kak, memangnya jiwa seseorang itu dapat diamati? Kan psikologi itu ilmu jiwa? Coba tengok lagi apa itu definisi psikologi oke. Kata kunci ilmiah yang kedua, MEASURABLE atau dapat diukur. Segala sesuatu yang ilmiah harus terukur dan mempunyai ukuran, pun halnya psikologi. Memangnya jiwa bisa diukur, kak? Etdah lihat atas lagi!! Kata kunci ketiga yaitu REPEATABLE atau bisa diulangi kembali atau bisa dilakukan ulang oleh orang yang berbeda d tempat yang berbeda.

INI BELOM MASUK INTI AJA UDAH PANJANG YA..

Oke, masuk ke judul. Bagaimana cara melakukan penelitian di bidang psikologi dan atau ilmu sosial?
Penelitian dalam bidang psikologi dan ilmu sosial, biasanya dilakukan menggunakan data empiris. Berikutnya aku buat perpoin saja ya.

Sebelum melakukan penelitian, tentukan dulu tujuan penelitian. Mau meneliti tentang apa? Sikap? Persepsi? Minat? Pastikan dulu, mau meneliti apa. Pastikan juga bahwa kamu sanggup meneliti ini, kalau jelas tidak sanggup, buat apa? Kecuali mau belajar EKSTRA.

Tujuannya bisa tentang hubungan antar variabel (hal yang mau diteliti), pengaruh, gambaran deskriptif ataupun yang lainnya. Karena hal ini berkaitan tentang tahap selanjutnya.

Untuk tujuan hubungan antar variabel (korelasi) dan deskriptif, tidak ada istilah independent variable (IV) dan dependent variable (DV). Untuk tujuan pengaruh (regresi), ada istilah IV dan DV. IV adalah variabel yang memengaruhi, DV adalah variabel yang dipengaruhi. Beberapa variabel bisa dibolak-balik antara IV dan DV, tergantung literatur yang dibaca.

Contoh penelitian deskriptif: gambaran sikap peduli bencana mahasiswa. Penelitian korelasi: hubungan kepribadian dan sikap peduli bencana mahasiswa. Penelitian regresi: pengaruh kepribadian terhadap sikap peduli bencana mahasiswa.

Setelah tujuan, tentukan target populasinya. Mau pelajar? Mahasiswa? Lansia? Artis? Pengguna media sosial? Atau siapa? Pastikan kesediaan dan ketersediaan partisipasinya ya.

Kemudian perbanyak membaca dan mengkaji literatur. Dengan modal bacaan yang banyak tentang variabelmu, kita akan tahu hal-hal yang berkaitan dengan variabel kita. Ini juga bisa untuk pertimbangan penentuan tujuan.

Setelah sudah menetapkan populasi, pastikan apakah populasi bisa diketahui jumlahnya atau tidak. Hal ini terkait pengambilan sampel. Kalau populasi sangat besar, bahkan berbilang jutaan, tidak mungkin kan diambil semua informasi setiap orang dalam populasi? Maka dari itu diambil sampel. Pengambilan sampel biasa disebut sampling. Nanti akan dibahas soal sampling tersendiri.

Selanjutnya ambil data atau informasi terkait variabel pada sampel yang terpilih. Setelah dapat data. Mau diapakan data ini. Ini bergantung datanya seperti apa, tujuan penelitian kita seperti apa. Setelah selesai analisis, tinggal membuat tulisan dan laporannya.

Aku rasa kali ini cukup deh sampai sini dulu. Nanti di kesempatan berikutnya akan diusahakan sesering mungkin update mengenai termin-termin tertentu.

Thanks~

Sumber: Perkuliahan bersama Bapak Bahrul Hayat, Ph.D. (Ahli Psikometrika Indonesia) dan Bapak Bambang Suryadi, Ph.D.
*catatan ini akan terus direvisi jika itu diperlukan, oleh karena itu pembaca diharapkan memberi koreksi jika memang ditemukan tulisan yang kurang tepat

Read More

Jenis Data Menurut Waktu Pengumpulannya

Halo kawan!

Kali ini kita coba bahas tentang jenis data berdasarkan waktu pengumpulannya. Jadi nih, kalo dilihat dari waktu ngumpulinnya, ada dua jenis data. Pertama yaitu data cross sectional dan kedua yaitu data time series.

Data Cross Sectional
Data Cross Sectional, yaitu data yang dikumpulkan pada suatu waktu tertentu (at a point of time), yang bisa menggambarkan keadaan/ kegiatan pada waktu tersebut. Misalnya, suatu sekolah yang mengumpulkan data anak usia sekolah di sekitar sekolah pada tahun tertentu.

Data Time Series
Data Berkala (Time Series Data), data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan. Misalnya, banyaknya pendaftar pada suatu sekolah tertentu selama 10 tahun terakhir.

Nah, sekarang udah tau kan apa saja jenis data jika dilihat dari waktu pengumpulannya.

Oke sekian dulu ya. Kalo ada pertanyaan, kritik, dan saran bisa ditinggalkan di kolom komentar.
Thanks a lot!

Read More

Jenis Data Menurut Sifatnya

Halo kawan!

Kemarin sudah membahas jenis data menurut skala pengukurannya. Sekarang kita bahas yuk, data menurut sifatnya.

Jadi, data berdasarkan sifatnya tuh ada dua, yaitu data kualitatif dan data kuantitatif.

Nah kalian pasti sering denger kan tuh, apa  itu data kualitatif apa data kuantitatif.

Data kualitatif berarti data yang tidak berbentuk angka, misalnya berupa sifat, kualitas, kondisi, bentuk, dan sebagainya. Skala pengukurannya berupa nominal dan ordinal.
Misalnya: prestasi murid sangat meningkat, biaya sekolah sangat mahal, penyaluran dana BOS sangat lancar, dan seterusnya.

Nah, data kuantitatif sebaliknya. Data kuantitatif berupa angka-angka yang diperoleh melalui pengukuran. Skala pengukurannya berupa interval dan rasio.
Misalnya: rata-rata nilai mahasiswa adalah 80, biaya SPP perbulan sebesar Rp.100.000,-, 90% mahasiswa lulus mata kuliah statistika, dan seterusnya.

Oke sekian pembahasan kali ini. Kalo ada pertanyaan, kritik, dan saran bisa ditinggalkan di kolom komentar.

Cheers!

Read More

Apa sih Maksudnya Nol Mutlak?

Halo kawan!

Okelah sekilas aku akan bahas apa yang dimaksud dengan nilai nol mutlak.

*Kok nol mutlak? Berarti ada nilai nol yang ga mutlak dong?

Iya betul. Ada nilai nol yang sifatnya tidak mutlak, tidak tetap, atau biasa disebut dengan nilai nol yang relatif.

Kita bahas dulu nilai nol mutlak. Nilai nol mutlak berarti "tidak ada", "kosong", "tidak terdapat", "tidak memiliki". Biasanya nilai nol mutlak ini ada di variabel-variabel fisik, tapi tidak berarti semua variabel fisik memiliki nilai nol mutlak.

Contoh: Berat = 0 (nol). Artinya tidak memiliki berat sama sekali. Kecepatan = 0 berarti tidak ada kecepatan sama sekali. Dan seterusnya.

Lalu gimana kalo suhu = 0? Masa ga ada suhu sama sekali?

Nah, suhu di sini bukan termasuk variabel yang memiliki nilai nol mutlak, tapi memiliki nilai nol relatif.

Apa itu nilai nol relatif?
Ya nilai nol yang tidak mutlak wkwkw

Nilai nol relatif berarti meskipun suatu variabel bernilai 0 (nol), ia tetap memiliki nilai. Tidak berarti "kosong", "tidak punya", "tidak ada".

Contoh: Nilai matematika = 0 (nol). Tidak berarti seseorang itu sama sekali tidak bisa matematika, hanya saja soal yang ia kerjakan salah semua. Ia tetap memiliki nilai matematika, yaitu 0. Contoh lain, suhu = 0. Tidak berarti tidak ada suhu, namun suhu 0 derajat Celsius (misalnya) itu lebih besar dibandingkan -10 derajat Celsius.

Oke sekian pembahasan kali ini. Kalo ada pertanyaan, kritik, dan saran bisa ditinggalkan di kolom komentar.
Thanks a bunch!

Read More

Jenis Data Menurut Skala Pengukurannya

Halo kawan!

Kali ini aku mau berbagi tentang jenis-jenis data.
Jadi dalam statistik ada beberapa macam data.

Nah, sekarang kita bahas jenis data berdasarkan skala pengukurannya.

Secara garis besar, data menurut skala pengukurannya terbagi menjadi 2, yaitu data kategorik dan data kontinum. Terkadang istilah "data" diganti menjadi "variabel". Jadi, ada dua variabel, kategorik dan kontinum.

Variabel kategorik, yaitu sesuatu yang bervariasi berdasarkan jenis. Cara mengumpulkan data pada variabel ini dilakukan dengan cara menghitung (counting). Hasil hitungannya berupa bilangan integer (bilangan bulat positif).

Ada dua macam variabel kategorik, yaitu nominal dan ordinal.

---Nominal, yaitu variabel kategorik yang sifatnya hanya membedakan antar kelompok.
Contoh: jenis kelamin (laki-laki, perempuan), agama (Islam, Kristen, Hindu, dsb), jurusan (psikologi, ekonomi, kedokteran, dsb), moda transportasi (mobil, motor, sepeda, dsb).

---Ordinal, yaitu variabel kategorik yang sifatnya selain dapat membedakan juga menunjukkan peringkat. Namun, jarak antar peringkat belum tentu sama.
Contoh: tingkat pendidikan (SD, SMP, SMA), status sosial (rendah, menengah, bawah), skala perusahaan (kecil, sedang, besar), kondisi pasien (baik, fair, serius, kritis).

Karena sifatnya yang menghitung, tidak ada ukuran pasti, karena jarak yang berbeda, maka data kategorik terkadang disebut data kualitatif.

Nah sekarang kita beralih ke data atau variabel kontinum.

Variabel kontinum, yaitu sesuatu yang bervariasi berdasarkan besaran (magnitude). Nah, cara pengumpulan datanya bukan dengan menghitung, tapi mengukur (measure). Cara mengukur cari saja di blog ini, ada kok.

Sebelum mengukur harus menetapkan skala terlebih dahulu. Skala merupakan garis bilangan riil yang menunjukkan besaran, memiliki titik nol, dan satuan ukuran (scaling unit). Hasil pengukurannya berupa bilangan riil.

Ada dua macam variabel kontinum, yaitu interval dan rasio.

---Interval, yaitu ketika memiliki sifat ordinal, juga menunjukkan jarak antar peringkat yang sama. Namun, data interval tidak memiliki nilai nol mutlak.

*Loh berarti ada nilai nol yang tidak mutlak dong?

Iya benar. Ada nilai nol yang tidak multak, biasanya disebut nilai nol relatif. Kayaknya bakal aku bikin artikel singkat deh tentang nilai nol mutlak.
Oke, kembali. Contoh variabel interval: temperatur/suhu, prestasi, IQ, aptitude.

---Rasio, yaitu ketika memiliki sifat interval, namun memiliki nilai nol mutlak. Biasanya (namun tidak semua) variabel di bidang fisik masuk ke dalam kategori ini.
Contoh: tinggi badan, berat badan, panjang, kecepatan, dsb.

Oke, mungkin itu dulu pembahasan tentang jenis data menurut skala pengukurannya.
Kalo ada pertanyaan, kritik, atau saran, bisa kamu tinggalkan di kolom komentar ya.
Terima kasih.

Read More