Rancangan penelitian
This presentation is the property of its rightful owner.
Sponsored Links
1 / 41

Rancangan Penelitian PowerPoint PPT Presentation


  • 100 Views
  • Uploaded on
  • Presentation posted in: General

Rancangan Penelitian. Rancangan Korelasi. Pengertian Korelasi. Dalam rancangan penelitian korelasi , peneliti menggunakan uji statistik korelasi untuk mendeskripsikan dan mengukur tingkat asosiasi ( atau hubungan ) antara 2 atau lebih variabel .

Download Presentation

Rancangan Penelitian

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Rancangan penelitian

RancanganPenelitian

RancanganKorelasi


Pengertian korelasi

PengertianKorelasi

  • Dalamrancanganpenelitiankorelasi, penelitimenggunakanujistatistikkorelasiuntukmendeskripsikandanmengukurtingkatasosiasi (atauhubungan) antara 2 ataulebihvariabel.

  • Penelititidakberupayamengontroldanmemanipulasivariabel-variabelsepertipadarancanganeksperimen.

  • Korelasi = suatuujistatistik yang menentukankecenderunganataupolabagidua (ataulebih) variabelatau 2 set data yang bervariasisecarakonsisten.

  • Dalamkorelasi, ketikakitamemiliki 2 variabelsaja, makainiberarti 2 variabelberbagivarian (variance) yang umum, ataukeduanyasama-samaco-vary. Bila 2 variabelsama-samaco-vary, makakeduanyamembutuhkandasarmatematis yang cukupkompleks.


Rancangan penelitian

  • Co-vary = kitamemprediksisuatuskorpadasuatuvariabeldenganpengetahuantentangskorindividupadavariabellainnya.

  • Ilustrasi: Asumsikanbahwaskorpadakuismatematikakelas 4 SD memilikijangkauandarinilai 30 sampai 90.

  • Kita inginmencaritahuapakahskorpadasuatupekerjaansekolahpadamatematika (Variabel 1) dapatmemprediksiskorkuismatematika (Variable 2).

  • Jikaskorpadalatihantidakmenjelaskanskorpadakuismatematika, makakitatidakdapatmemprediksiskorsiapapunkecualidenganmengatakanmungkinskornyamenjangkaudarinilai 30 sampai 90.

  • Jikalatihandapatmenjelaskanvariandalamseluruhskorkuismatematikamakakitadapatmemprediksiskormatematikasecarasempurna.

  • Situasiinijarangdicapai, malahkitamungkinmendapatibahwa 40% variancedalamskorkuismatematikadijelaskanolehskorlatihan. Hal inimempersempitprediksikitapadaskorkuisdari 30-90 menjadi 40-60.

  • Dengankata lain bahwaketikavariancebertambah, kitalebihmampumemprediksiskordari variable independenhingga variable dependen.


Kapan kita menggunakan korelasi

Kapankitamenggunakankorelasi?

  • Andamenggunakanrancangankorelasiketikahendakmencarihubunganantara 2 ataulebihvariabeljikavariabel-variabeltsbsalingmempengaruhi. Contoh: hubunganantara guru yang menjalankanpraktek-praktekpengajaran yang terusberkembangdenganpenggunaanbahasapengajaran yang formal.

  • Rancangankorelasimemungkinkanandamemprediksihasil, contohnya, prediksiterhadapkemampuanpembelajarandisekolah, kualitaspembelajarandisekolah, motivasisiswa, danrancanganpengajaran yang mempengaruhiprestasisiswa.


Tipe tipe rancangan korelasi

Tipe-tiperancangankorelasi

  • RancanganPenjelasan (Explanatory Design)

  • RancanganPrediksi (Prediction Design)


Explanatory design

Explanatory Design

  • Explanatory research design = suaturancangankorelasi yang diminatipenelitikarenaadanya 2 variabel (ataulebih) saling co-vary, yaituperubahandalamsuatuvariabeldirefleksikandenganperubahandalamvariabellainnya.

  • Explanatory designs terdiridariasosiasisederhanaantara 2 variabel (misal: rasa humor dan performance dalam drama) ataulebihdari 2 variabel (misal: tekanandaritemanatauperasaandikucilkan yang berdampakpadapeminummiras)


Prediction design

Prediction Design

  • Prediction research design = rancanganuntukmengidentifikasivariabel yang akanmemprediksisuatuhasilataukriteria. Dalambentukpenelitian, penelitimengidentifikasi 1 ataulebihvariabelpredictordansuatuvariabel criteria (atauvariabelhasil).

  • Variabel predictor = suatuvariabel yang digunakanuntukmeramalkan (forecast) suatuhasildaripenelitiankorelasi.


Rancangan penelitian

  • Dalamkasusprediksikesuksesan guru disuatusekolah, predictor mungkindapatberupa “mentoring” selamapelatihan guru atau “lamanyapengalamanmengajar”.

  • Dalambanyakpenelitianprediksi, penelitiseringmenggunakanlebihdari 1 variabel predictor.

  • Variabel Criterion = Hasil yang sedangdiprediksidalampenelitiankorelasi.

  • Meskipunlebihdari 1 hasildapatdiprediksitetapiumumnyahanyaada 1 variabel criterion.


Rancangan penelitian

  • Untukmengidentifikasipenelitianprediksi, perhatikankarakteristikberikut:

    • Penelitiumumnyamemasukkankataprediksidalamjudullaporanataumungkinbisaditempatkandalampernyataantujuanpenelitianataupertanyaanpenelitian.


Rancangan penelitian

  • Penelitiumumnyamengukurvariabel predictor dalamsatuwaktudanmengukurvariabel criterion di lain waktu. Olehkarenaitu, andaharusmengujisuatukajianuntukmenentukanapakahpenelitimembangunsuatudimensi “waktu” kedalamrancanganpenelitian.

    Contoh: Predictor kesuksesan guru, “mentoring”, diukurselama program pelatihan guru, sedangkan “kesuksesan” diukursetelah program pelatihanselesaidanparasiswapelatihanmempraktekkanilmukeguruannya.

  • Penelitimeramalkankinerja (performance). Biasanyainidirumuskandalampernyataantujuanpenelitianataudidalampertanyaanpenelitian. Untukmembenarkan (justification) masalahpenelitian, penulisjugamenyebutkanmaksudnyauntuk “memprediksi” hasil.


Karakteristik utama rancangan korelasi

KarakteristikUtamaRancanganKorelasi

  • Tampilanskor (scatterplotsdanmatrix)

  • Asosiasiantarskor (arah, bentuk, dankekuatan)

  • Analisis multi variabel (korelasisebagiandan multi regresi)


Tampilan skor scatterplots dan matrix

Tampilanskor (scatterplotsdanmatrix)

  • Penelitimemplotskoruntuk 2 variabelpadagrafikuntukmenyajikangambar visual daribentukskor.

  • Inimemungkinkanpenelitimengidentifikasitipeasosiasiantarvariabeldanmenemukanskorekstrim. Terutama plot tsbdapatmenyajikaninformasittgbentukasosiasi – apakahskornya linear ataukurva linear (U-shaped form).

  • Jugamengindikasikanarahasosiasinya (misal: 1 skornaikdanskor lain juganaik) danderajadasosiasi(apakahrelasisempurnadengankorelasi = 1.0 ataukurangsempurna).


Rancangan penelitian

  • Suatumatrikskorelasimenyajikantampilan visual koefisienkorelasibagiseluruhvariabeldalamsuatukajian.

  • Untukmenyederhanakantabel, penelitimenempatkanangka-angkapadavariabeldanhanyamemasukkanangka-angkadikolomheading.

  • Koefisien yang hanyaberkisarantara -.33 dan +.65 ditampilkandalamcellsdalamtabel.

  • Asterisk (bintang) mengindikasikanapakahkoefisiensecarasignifikanberkorelasipada level p < .05 and p < .01.


Asosiasi antar skor arah bentuk dan kekuatan

Asosiasiantarskor (arah, bentuk, dankekuatan)


Rancangan penelitian

  • Koefisienkorelasir bergunauntukmenggambarkandanmengukurasosiasiantara 2 variabeljikaasosiasinya linear.

  • Alih-alihmenggunakankoefisienr, penelitimenggunakankorelasikoefisienSpearman rho (rs) untuk data non-lineardanuntuktipe data lain yang terukurpadaskalakategori (berdasarkan ranking)

  • Jikaandamengukur 1 variabelpadaskalacontinuous (interval ataurasio) danlainnyapadaskalakategori, dikotomi, makakorelasistatistikbukanlahrnamunkorelasipoint-biserial.


Rancangan penelitian

  • Asumsikanbahwapenelitimengkorelasikanskor interval berangkaipadavariabeldepresidenganpriadanwanita (variabeldikotomi)

  • Suatu statistic korelasipoint-biserialdigunakandengancaramengkonversivariabeldikotomimenjadiskornumerikyaituPria = 1 danWanita = 2. Denganmenggunakanangka-angkatersebutdanrumusuntuk data ordinal, penelitimengkalkulasikoefisienkorelasipoint biserial yang mengukurderajaddanarahasosiasiantaradepresipadapridanwanita.


Rancangan penelitian

  • Koefisien phidigunakanuntukmenentukanderajaddanarahasosiasiketikakeduaukuranvariabelnyadikotomi.

  • Contoh: PriadanWanitamungkinberkorelasidenganpenggunaannarkoba (tidakdanya). Dalamsituasiini, penelitijugamengkonversikeduavariabeldikotomimenjadi (pria=1, wanita=2; tidakmengkonsumsinarkoba=1, mengkonsumsinarkoba =2) dankemudianmenggunakanrumuskoefisien phiuntukmengkalkulasiskor yang telahdikonversitadi.


Rancangan penelitian

  • Derajadasosiasi= asosiasiantara 2 variabelatau set skormerupakankoefisienkorelasiantara –1.00 hingga +1.00, dengan 0.00 yang mengindikasikantidakadanyaasosiasi linear. Asosiasiantara 2 set skorinimerefleksikanapakahadaasosiasikonsistendandapatdiprediksiantarskor.

  • Meskipunkorelasimengukurderajadrelasi/hubungan, banyakpenelitisukamengkuadratkankorelasikorelasidanmenggunakannilaiakhiruntukuntukmengukurkekuatanrelasi/hubungan. Dalamprosedurini, penelitimenghitungkoefisiendeterminasi.


Rancangan penelitian

  • Koefisiendeterminasi (coefficient of determination) = koefisien yang menilaiproporsivariabilitasdalamsatuvariabel yang dapatdideterminasikanataudijelaskanolehvariabelkedua. Contoh: Jikaandamemperolehr=+.70 (atau –.70), denganmengkuadratkannilaiiniakandiperolehr2 = .49 (atau 49%). Iniberartihampirseparuh (49%) variabilitasdalam Y dapatdideterminasikanataudijelaskanoleh X.

  • Ilustrasi: Tingkat pendidikanortumenjelaskanbahwaada 49% kepuasansiswaterhadapsekolahnya (r2 =.49).


Ukuran koefisien korelasi

UkuranKoefisienKorelasi

  • .20 –.35: terdapatsedikithubungandansecarastatistiksedikitsignifikanuntuk 100 partisipanataulebih. Ukurankoefisieninimungkinbernilaiuntukmengeksplorasiinterkoneksiantarvariabeltapisedikitnilainyauntuktujuanprediksi.

  • .35 –.65: ketikakorelasidiatas .35, makaakanbermanfaatbagiprediksiterbatas. Merekamerupakannilai yang umumdigunakanuntukmengidentifikasikeanggotaanvariabeldalamproseduranalisisfaktor (interkorelasiantarvariabeldengansuatuskala), danbanyakkoefisienkorelasiuntukrelasibivariateditemukanpadawilayahini.


Rancangan penelitian

  • .66 –.85: ketikakorelasiditemukanpadawilayahini, prediksiygbagusdapatmunculdari 1 variabelkevariabellainnya. Koefisiendalamwilayahinidianggapsangatbagus.

  • .86 dandiatasnya: korelasidiwilayahiniumumnyadicapaiuntukkajianataupenelitianconstruct validity danreliabilitastes-retes. Malahparapenelitiinginkorelasiujivaliditasdanreliabilitassetinggiini. Ketika 2 ataulebihvariabelberelasi, korelasisetinggiinijarangdicapai. Kalaupunsetinggiini, maka 2 variabelsesungguhnyamengukurciri-ciri/karakteristikdasar yang samadanharusdikombinasikandalamanalisis data.


Analisis multi variabel korelasi sebagian dan multi regresi

Analisis multi variabel (korelasisebagiandan multi regresi)

  • Untukmelihatdampakapaygdimiliki multi variabelpadasuatuhasil, penelitimenggunakananalisisregresi.

  • Regression line = suatugaris yang tepatmengisisemuapoinskorpadasuatugrafik.

  • Garisinimendekatisemuapoinpada plot grafikdandikalkulasidenganmenggambarkansuatugaris yang meminimalisirjarakdalamkotakdarigaris.

  • Rumus Regression linesepertiberikut


Rancangan penelitian

  • Contoh: kitamendugaseorangindividu yang menggunakan Internet 14 jam/minggumemilikiskordepresisenilai 41.

  • Jika a= 6, b = 2.5, and X= 14  Y(yang diprediksi) =2.5(14) + 6 = 41


Rancangan penelitian

  • Multiple regression (atau multiple correlation) = suatuprosedurstatistikuntukmengujirelasikombinasidari multi variabelindependendengansatuvariabeldependen.

    Y(predicted) =b1(X1)+b2(X2)+a

    Dimana :

    Y=the predicted scores

    b1=a constant for the slope of X1 ( b2, for X2)

    a=the intercept

  • Asumsikanbahwakemiringan (slope) untuk b1=.24 dan b2=.19 danintercept=10.77. Prediksipersamaanuntukkeduavariabelindependenmenjadi:

    Y(predicted) =.24 (X1)+.19 (X2)+10.77

    Y(predicted) =.24 (10) +.19 (70) +10.77


Rancangan penelitian

  • TabelRegresimenunjukkanjumlah total variance yang dijelaskandalamsuatuvariabeldependenolehsemuavariabelindependen yang disebutr2

  • Bobot beta = koefisien yang mengindikasikankekuatanprediksisuatuvariabelsetelahmenghilangkanefekseluruh predictor yang lain


Langkah langkah melakukan penelitian korelasi

Langkah-langkahmelakukanpenelitiankorelasi

  • Tentukanapakahdenganpenelitiankorelasiakanmenjawabmasalahpenelitiananda.

  • Identifikasiindividuuntukditeliti.

  • Identifikasi 2 ataulebihukuranuntukmasing-masingindividudalampenelitian.

  • Kumpulkan data dan monitor ancaman-ancamanpotensial.

  • Analisis data danrepresentasikanhasilnyadalamtabeldangrafik.

  • Interpretasikanhasilpenelitian.


Tentukan apakah dengan penelitian korelasi akan menjawab masalah penelitian anda

Tentukanapakahdenganpenelitiankorelasiakanmenjawabmasalahpenelitiananda

  • Penelitiankorelasitidakmembuktikansuaturelasi, tetapimengindikasikansuatuasosiasiantar 2 ataulebihvariabel.

  • Karenaandatidakmembandingkankelompok-kelompokdalampenelitiankorelasi, makaandamenggunakanpertanyaanpenelitianketimbanghipotesis.

  • Contohpertanyaanpenelitiankorelasi:

    • Apakahkreatifitasberhubungandenganskortes IQ padaanak-anak SD? (mengasosiasikan 2 variabel)

    • Apasajakahfaktor-faktor yang menjelaskanperilakuetissiswakeguruanselamapengalamanmengajarnyadisekolah? (mengeksplorasirelasikompleks)

    • Apakah ranking di SMA dapatdigunakanuntukmemprediksikan IPK mahasiswatingkat I pada semester 1? (prediksi)


Identifikasi individu untuk diteliti

Identifikasiindividuuntukditeliti.

  • Kelompoksampelperluukuranmemadaiuntukdiujistatistikkorelasi, contoh: N = 30; Semakinbesarukuran yang berkontribusipadaminimnyaerror variance, semakinbaikketerwakilannya.

  • Ilustrasi: seorangpenelitimeneliti 100 atlit yang sedangbelajardi SMA denganmaksudmengkorelasikanderajadpartisipasimerekadalamberagamolahragadanaktifitasmerokok.

  • Suatujangkauanskor yang sempitdarisuatupopulasimungkinakanmempengaruhikekuatankorelasihubungannya. Sebagaicontoh, jikaandamemperhatikanrelasiantaratinggibadanpemain basket danjumlahkeranjangdalamsatupermainan/game, andamungkinakanmenemukanhubungankuatantaradiantaraanak-anakusia TK-SMA. Tapijikaandamemilihdarikumpulanpemain NBA, makahubungannyasecarasignifikanakanlebihlemah.


Identifikasi 2 atau lebih ukuran untuk masing masing individu dalam penelitian

Identifikasi 2 ataulebihukuranuntukmasing-masingindividudalampenelitian

  • Karenapengertiandasardarikorelasiadalahuntukmembandingkanpartisipanpada 2 ataulebihkarakteristik, makaukuran-ukuranvariabeldalampertanyaanpenelitianharusdiidentifikasidaninstrumen-instrumen yang mengukurvariabel-variabelperludiperoleh.

  • Idealnya, instrumen-instrumentsbharusdibuktikanvaliditasdanreliabilitasnya.

  • Umumnya 1 variabeldiukurpadamasing-masinginstrumen, tetapi 1 instrumentunggalmungkinsajamemuat 2 variabel yang nantinyaakandikorelasikan.


Kumpulkan data dan monitor ancaman ancaman potensial

Kumpulkan data dan monitor ancaman-ancamanpotensial

  • Ilustrasi: Suatusampel database kecilberisi 10 mahasiswaditujukkanpadatabelberikut. Penelitiinginmenjelaskanvariabilitas IPK mahasiswatahun I.

  • Asumsikanbahwapenelitiinitelahmengidentifikasi 4 predictormelaluitinjauanpustaka. Dalampenelitian-penelitianterdahulu, predictor-predictor inisecarapositifberkorelasidenganprestasidiperkuliahan.

  • Penelitidapatmemperolehinformasiuntukvariabel predictor darikantoradmisi. Kriteria, yaitu IPK (GPA) selamatahun I, diperolehdarikantor registrar.

  • Dalamkajianregresi, penelitimengidentifikasifaktorataukombinasifaktormana yang paling tepatmenjelaskanvariancepadaIPK (GPA) tahun I.

  • Ulasan data inimenunjukkanbahwaskorbervariasipadamasing-masingvariabel, denganvariasi yang lebihbanyakdiantaraskorTesMasuk PT (GRE) ketimbangdiantaraskorrekomendasidankecocokkanpadaprogram studitertentu. JugaditunjukkanbahwanilaiIPK (GPA) danTesMasuk PT (GRE) yang lebihtinggisecarapositifberhubungandengan IPK (GPA) semester I.

  • Karena data inidiperolehdarikantoradmisimakapenelititidakperlukhawatirakanprosedur-prosedur yang mengancamvaliditasskor.


Analisis data dan representasikan hasilnya dalam tabel dan grafik

Analisis data danrepresentasikanhasilnyadalamtabeldangrafik

  • Penelitimencaripola (pattern) respondanmenggunakanprosedurstatistikuntukmenentukankekuatanhubungandanarahnya.

  • Analisisdimulaidenganpengkodean data danmentransfernyadariinstrumenke file komputer. Kemudianditentukanlahstatistik yang tepatuntukdigunakan.

  • Pertanyaanawaladalahapakah data berhubunganitusecara linear ataucurva linear. Makascatterplotskor (jikapenelitianmenggunakanbivariate) dapatmembantumenjawabpertanyaantsb.


Rancangan penelitian

  • Jugapertimbangkanapakah:

    • Hanya 1 variabelindependen yang dikaji/diteliti (Pearson’s correlation coefficient)

    • Suatuvariabelmediasimenjelaskanbaikvariabelindependenmaupundependendanperludikontrol (partial correlation coefficient)

    • Adalebihdari 1 variabelindependenperludikaji/ditelitiuntukmenjelaskanvariabilitasdalamsuatuvariabeldependen (multiple regression coefficient)


Rancangan penelitian

  • Berdasarkanuji statistic yang paling banyakdigunakan, penelitikemudianmengkalkulasiapakah statistic tsbsignifikanberdasarkanskor-skor yang ada. Contohnya: suatup-valuediperolehdalamkajianbivariatedengancara:

    • Men-setting alpha level

    • Menggunakancritical valuedaritabelr. (Dapatdiperolehdaribanyakbuku-bukustatistik)

    • Menggunakandegree of freedom N = 2 dengantabelr

    • Mengkalkulasikoefisienr yang diamatidanmembandingkannyadengan r-critical value.

    • Menolakataumenerima hipotesis null pada level signifikansitertentu, contoh: p < 0.05

  • Selainitu, bergunauntukmelaporkaneffect size (r2). Dalamanalisiskorelasi, effect sizeadalahPearson’s correlation coefficientkuadrat. Dalammerepresentasikanhasil, penelitikorelasiakanmenyajikanmatrikskorelasidarisemuavariabeldanjugatabel statistic (untukkepentingankajianregresi) yang melaporkannilaiRdanR2danbeta weightsbagimasing-masingvariabel.


Interpretasikan hasil penelitian

Interpretasikanhasilpenelitian

  • Bagianinimembutuhkanpembahasantentangkekuatandanarahdarihasilpenelitiankorelasi yang:

    • mempertimbangkandampakvariabel-variabelintervensidalamsuatukorelasipartial

    • menginterpretasikanbobotregresivariabeldalamanalisisregresi

    • mengembangkanpersamaanprediktif yang digunakandalamkajian/penelitianprediksi.

  • Dalamseluruhrangkaianlangkahpenelitiankorelasi, perhatianseutuhnyaadalah:

    • apakah data andamendukungteori-teori, hipotesis-hipotesis, ataupertanyaan-pertanyaanpenelitian.

    • apakahhasilpenelitianandamengkonfirmasiatautidak (confirm or disconfirm) temuan-temuanpadapenelitianlainnya/sebelumnya.

    • apakahrefleksi yang dibuatapakahmenyinggungtentangancaman-ancaman yang akanmenimbulkankekeliruan-kekeliruankoefisien

    • apakahdimungkinkanlangkah-langkah yang ditempuhpadapenelitianselanjutnyamampumengatasi/menjawabperhatian (concern) tsb.


Bagaimana mengevaluasi penelitian korelasi

Bagaimanamengevaluasipenelitiankorelasi?

Untukmengevaluasidanmenilaikualitaspenelitiankorelasi, peneliti/penulisakanmempertimbangkan:

  • Ukuransampel yang memadaiuntukdiuji/diteliti.

  • Tampilanhasilkorelasidalammatriksdangrafik.

  • Intepretasitentangarahdankekuatanasosiasiantara 2 ataulebih variable.

  • Penilaiankekuatanrelasi / hubunganberdasarkankoefisiendeterminasi, p-value, effect size, size of the coefficient.

  • Pilihan statistic yang tepatuntukmenganalisis data.

  • Identifikasivariabelpredictordancriterion.

  • Jika model visual relasidigunakan, makapenelitimengindikasikanarahrelasiantarvariabelatauarahberdasarkan data yang diobservasi.

  • Identifikasisecarajelasterhadapprosedurstatistik.


  • Login