Essentials of Behavioral Science Research

Essentials of Behavioral Science Research.

A Course Pertama di Metodologi Penelitian

Howard Lee

California State University

Didistribusikan oleh WWW.LULU.COM Morrisville, NC 27560

Essentials of Behavioral Science Research: A Course Pertama di Metodologi Penelitian

Copyright  © 2007 oleh Howard Lee. Semua hak dilindungi.

Diterbitkan dan Didistribusikan oleh WWW.LULU.COM 3131 RDU Center Drive, Suite 210 Morrisville, NC 27560

Dicetak di Amerika Serikat


Daftar isi

Bab 1 1

Sains dan Pendekatan Ilmiah 1

Sains dan Common Sense 1

Empat Metode Mengetahui 3

Sains dan Fungsi Its 4

Para Tujuan dari Science, Penjelasan Ilmiah, dan

Teori 5

Penelitian Ilmiah Definisi 7 Ilmiah Pendekatan 8 Masalah-Kendala-Idea 8 Hipotesis 8 Penalaran-Pengurangan 8 Pengamatan-Test-Percobaan 10 Bab Garis-Ringkasan 12

Bab 2 13

Masalah dan Hipotesis 13

Kriteria Masalah dan Masalah Laporan 14

Hipotesis 14

Pentingnya Masalah dan Hipotesis 15 Kebajikan Masalah dan Hipotesis 15 Masalah, Nilai, dan Definisi 17 Generality dan Kekhususan Masalah dan Hipotesis 17

Penutup-Kekuatan Khusus Hipotesis 19 Bab Ringkasan 21

Bab 3 23

Konstruksi, Variabel dan Definisi 23 Konsep dan Membangun 23 Definisi konstitutif dan Operasional Constructs dan Variabel 24 Jenis Variabel 28 Variabel Independen dan Dependent 28 Aktif dan Atribut Variabel 30 kontinyu dan kategoris Variabel 32 Constructs, diamati, dan Variabel Laten 33 Contoh Variabel dan Definisi Operasional 34

Bab 4 39

Perhitungan Sarana dan Varians 39

Jenis Variance 40

Populasi dan Sampel varians 41

Antara-Groups (Eksperimental) Varian 41

Kesalahan Variance 43

Komponen Variance 48

Kovarian 49

Studi Saran 50

Bab Ringkasan 51

Bab 5 53

Sampling dan Randomness 53 Sampling, Random Sampling, dan Keterwakilan 53 keacakan 55

Contoh Random Sampling 55

Pengacakan 56

Ukuran Sampel 60

Jenis Sampel 62

Beberapa buku tentang sampling. 67

Bab Ringkasan 68

Bab 6 69

Pertimbangan etis dalam Melakukan Perilaku

Penelitian Ilmu 69

Sebuah Awal? 70

Pertimbangan Umum 72

Penipuan 73

Bebas dari Pemaksaan 73

Pembekalan 73

Perlindungan Peserta 73 Kerahasiaan 73 Etika Penelitian Ternak 74 Studi Saran 74 th Bab Ringkasan 75

Bab 7 77

Desain Penelitian: Tujuan dan Prinsip 77 Tujuan Penelitian Desain 77

Sebuah Desain Kuat 78 Desain Penelitian Sebagai Variance Kontrol 80 A Kontroversial Contoh 81 Maksimalisasi Eksperimental Variance 82 Pengendalian Variabel karat tambahan 83 Meminimalkan Kesalahan Variance 85 Bab Ringkasan 86

Bab 8 87

Desain yang tidak memadai dan Kriteria Desain 87 Eksperimental dan nonexperimental Pendekatan 87

Simbolisme dan Definisi 88 Desain rusak 89

Pengukuran, Sejarah, Pematangan 90

The Regresi Effect 90

Kriteria Desain Penelitian 91

Jawaban Pertanyaan Penelitian? 91

Pengendalian karat tambahan Independen Variabel 92

Generalisasi 93

Internal dan Eksternal Validitas 93

Bab 9 97

Desain Umum Penelitian 97 Yayasan Konseptual Desain Penelitian 97 Catatan Awal: Desain Eksperimental dan Analisis Ragam 99 Desain 99

Pemikiran Kelompok Kontrol dan Ekstensi Desain 9.1 100

Pencocokan dibandingkan Pengacakan 102 Beberapa cara kelompok yang cocok. 102 Matching dengan Menyamakan Peserta 102 Frekuensi Distribusi Matching Metode 103

Pencocokan dengan Memegang Variabel Konstan 104 Matching dengan memasukkan variabel Gangguan ke Desain Penelitian 104 Peserta sebagai kontrol Sendiri 104 Ekstensi Desain Tambahan: Desain 9.3 menggunakan Pretest 105

Perbedaan Skor 106 Penutup 108 Saran Studi 108

Desain Penelitian Aplikasi: 111 Subjek acak sederhana Desain 111 faktorial Desain 113

Faktorial Desain dengan Lebih dari Dua Variabel 114

Contoh penelitian faktorial Designs 114

Bunga: Groupthink 114

Korelasi Grup 120

Umum Paradigma 120

Satu kelompok Trials berulang Desain 121

Dua kelompok, Experimental Group-Kelompok Kontrol

Desain 122

Contoh Penelitian Korelasi-kelompok Designs 122

Multigroup Korelasi-kelompok Designs 125 Unit Variance 125 faktorial Korelasi Grup 125 Analisis Kovarian 127 Bab Ringkasan 133

Bab 11 135

Kuasi Eksperimental dan N = 1 Desain Penelitian 135

Varian Dasar Designs 135

Kompromi Desain alias Quasi Eksperimental

Desain 135

Nonequivalent Kontrol Group Design 135 Tidak ada pengobatan Kontrol Group Design 136 Waktu Desain 140


Bab 1: Sains dan Pendekatan Ilmiah 1 Bab 1
Sains dan Pendekatan Ilmiah

UNTUK MEMAHAMI aktivitas manusia yang kompleks yang harus memahami bahasa dan pendekatan individu yang mengejar itu. Demikian pula dengan ilmu pemahaman dan penelitian ilmiah. Satu harus tahu dan mengerti, setidaknya sebagian, bahasa ilmiah dan pendekatan ilmiah untuk memecahkan masalah.

Salah satu hal yang paling membingungkan bagi mahasiswa ilmu adalah cara khusus ilmuwan menggunakan kata-kata biasa. Untuk membuat keadaan menjadi lebih buruk, mereka menciptakan kata-kata baru. Ada alasan baik untuk digunakan khusus ini bahasa; mereka akan menjadi jelas nanti. Untuk saat ini, cukup untuk mengatakan bahwa kita harus memahami dan belajar bahasa ilmuwan sosial. Ketika peneliti memberitahu kita tentang variabel independen dan dependen mereka, kita harus tahu apa yang mereka maksud. Ketika mereka memberitahu kami bahwa mereka telah diacak prosedur eksperimental mereka, kita harus tidak hanya tahu apa yang mereka maksud-kita harus mengerti mengapa mereka melakukan apa yang mereka lakukan.

Demikian pula, pendekatan ilmuwan untuk masalah harus dipahami dengan jelas. Hal ini tidak begitu banyak bahwa pendekatan ini berbeda dengan orang awam. Hal ini berbeda, tentu saja, tapi itu tidak aneh dan esoteris. Hal ini justru sebaliknya. Ketika dipahami, maka akan tampak alami dan hampir tak terelakkan apa yang ilmuwan tidak. Memang, kita mungkin akan bertanya-tanya mengapa berpikir lebih manusia dan pemecahan masalah tidak sadar terstruktur di sepanjang garis tersebut.

Tujuan dari Bab 1 dan 2 dari buku ini adalah untuk membantu siswa belajar dan memahami bahasa dan pendekatan ilmu pengetahuan dan penelitian. Dalam bab-bab dari bagian ini banyak konstruksi dasar dari ilmuwan sosial, perilaku dan pendidikan akan dipelajari. Dalam beberapa kasus tidak akan mungkin untuk memberikan definisi yang lengkap dan memuaskan. Hal ini disebabkan kurangnya latar belakang pada titik awal dalam pengembangan kami. Dalam kasus seperti upaya akan dilakukan untuk merumuskan dan menggunakan cukup akurat pertama perkiraan definisi kemudian, lebih memuaskan. Mari kita mulai pelajaran kita dengan mempertimbangkan bagaimana ilmuwan pendekatan masalah dan bagaimana pendekatan ini berbeda dari apa yang disebut pendekatan akal sehat.

ILMU DAN AKAL SEHAT

Whitehead (1911/1992, p. 157) pada awal abad ke-20 menunjukkan bahwa dalam pemikiran kreatif akal sehat adalah master buruk. â € œIts kriteria tunggal untuk penghakiman adalah bahwa ide-ide baru akan terlihat seperti ones.â tua € ini dikatakan baik. Akal sehat mungkin sering menjadi master buruk bagi evaluasi pengetahuan. Tapi bagaimana ilmu pengetahuan dan akal sehat sama dan bagaimana mereka berbeda? Dari satu sudut pandang, ilmu pengetahuan dan akal sehat yang sama. Pandangan ini akan mengatakan bahwa ilmu pengetahuan adalah ekstensi yang sistematis dan terkontrol akal sehat. James Bryant Conant (1951) menyatakan bahwa akal sehat adalah serangkaian

konsep dan skema konseptual 1 memuaskan untuk

manfaat praktis kemanusiaan. Namun, konsep-konsep dan skema konseptual mungkin serius menyesatkan dalam ilmu pengetahuan modern-dan khususnya dalam psikologi dan pendidikan. Untuk banyak pendidik di 1800â € ™ s, itu akal sehat untuk menggunakan hukuman sebagai alat dasar pedagogi. Namun, pada pertengahan 1900â € ™ s bukti muncul untuk menunjukkan bahwa ini pandangan akal sehat yang lebih tua motivasi mungkin cukup keliru. Reward tampaknya lebih efektif daripada hukuman dalam membantu pembelajaran. Namun, temuan terbaru menunjukkan bahwa berbagai bentuk hukuman yang berguna dalam pembelajaran di kelas (Tingstrom, et al, 1997;.. Marlow, et al, 1997).

Sains dan akal sehat berbeda tajam dalam lima cara. Perbedaan pendapat ini berkisar pada kata-kata "sistematis" dan â € œcontrolled.â € Pertama, penggunaan skema konseptual dan struktur teoritis yang sangat berbeda. Orang umum dapat menggunakan "teori" dan konsep, tetapi biasanya melakukannya secara longgar. Orang ini sering sekenanya menerima penjelasan fantastis fenomena alam dan manusia. Sebuah 1 penyakit, misalnya, dapat dianggap sebagai hukuman atas dosa (Klonoff & Landrine, 1994). Jolliness adalah karena kelebihan berat badan. Para ilmuwan, di sisi lain, secara sistematis membangun struktur teoritis, menguji mereka untuk konsistensi internal, dan menempatkan aspek mereka untuk menguji empiris. Selain itu, mereka menyadari bahwa konsep yang mereka gunakan adalah istilah buatan manusia yang mungkin atau mungkin tidak menunjukkan hubungan dekat dengan kenyataan.

Kedua, para ilmuwan secara sistematis dan empiris menguji teori dan hipotesis mereka. Nonscientists menguji "hipotesis," juga, tapi mereka menguji mereka dengan cara yang selektif. Mereka sering "pilih" bukti hanya karena konsisten dengan hipotesis. Ambil stereotip: Asia adalah ilmu pengetahuan dan matematika berorientasi. Jika orang-orang percaya ini, mereka dapat dengan mudah "memverifikasi" keyakinan dengan mencatat bahwa banyak orang Asia adalah insinyur dan ilmuwan (lihat Tang, 1993). Pengecualian terhadap stereotip, non-sains Asia atau matematis menantang Asia, misalnya, tidak dirasakan. Ilmuwan sosial dan perilaku canggih mengetahui hal ini "seleksi kecenderungan" menjadi fenomena psikologis umum, hati-hati menjaga penelitian mereka terhadap prasangka dan predilections mereka sendiri dan terhadap dukungan selektif hipotesis. Untuk satu hal, mereka tidak puas dengan kursi atau fiat eksplorasi hubungan; mereka harus menguji hubungan di laboratorium atau di lapangan. Mereka tidak puas, misalnya, dengan hubungan dugaan antara metode pengajaran dan prestasi, antara kecerdasan dan kreativitas, antara nilai-nilai dan keputusan administratif. Mereka bersikeras atas pengujian yang sistematis, terkendali, dan empiris hubungan ini.

Perbedaan ketiga terletak pada gagasan kontrol. Dalam penelitian ilmiah, kontrol berarti beberapa hal. Untuk saat ini, biarkan berarti bahwa ilmuwan mencoba sistematis untuk menyingkirkan variabel yang mungkin "menyebabkan" efek yang diteliti selain variabel diduga menjadi "penyebab." Orang awam jarang repot-repot untuk mengontrol sistematis penjelasan mereka tentang fenomena yang diamati. Mereka biasanya melakukan sedikit usaha untuk mengendalikan sumber asing pengaruh. Mereka cenderung menerima mereka penjelasan yang sesuai dengan prasangka dan bias mereka. Jika mereka percaya bahwa kondisi kumuh menghasilkan kenakalan, mereka cenderung mengabaikan kenakalan di lingkungan nonslum. Ilmuwan, di sisi lain, mencari dan "kontrol" kenakalan kejadian di berbagai jenis lingkungan. Bedanya, tentu saja, adalah mendalam.

Perbedaan lain antara ilmu pengetahuan dan akal sehat mungkin tidak begitu tajam. Dikatakan sebelumnya bahwa ilmuwan terus disibukkan dengan hubungan antar fenomena. Orang awam juga melakukan ini dengan menggunakan akal sehat untuk penjelasan fenomena. Tapi ilmuwan sadar dan sistematis mengejar hubungan. The laypersonâ € ™ s keasyikan dengan hubungan longgar, tidak sistematis, dan tidak terkendali. Orang awam sering merebut, misalnya, pada terjadinya kebetulan dari dua fenomena dan segera menghubungkan mereka tak terpisahkan sebagai sebab dan akibat.

Ambil hubungan diuji dalam studi klasik yang dilakukan bertahun-tahun yang lalu oleh Hurlock (1925). Dalam terminologi yang lebih baru, hubungan ini dapat dinyatakan: penguatan positif (reward) menghasilkan peningkatan yang lebih besar dari pembelajaran daripada hukuman. Relasi antara penguatan (atau reward dan punishment) dan pembelajaran. Pendidik dan orang tua dari abad kesembilan belas sering diasumsikan bahwa hukuman adalah agen lebih efektif dalam belajar. Pendidik dan orang tua masa kini sering menganggap bahwa penguatan positif (reward) yang lebih efektif. Keduanya mungkin mengatakan bahwa pandangan mereka "hanya akal sehat." Hal ini jelas, mereka mungkin mengatakan, bahwa jika Anda pahala (atau menghukum) anak, ia akan belajar lebih baik. Ilmuwan, di sisi lain, sementara secara pribadi mengemban satu atau yang lain atau tidak dari sudut pandang ini, mungkin akan bersikeras pengujian sistematis dan terkontrol baik hubungan (dan lainnya), sebagai Hurlock lakukan. Dengan menggunakan metode ilmiah Hurlock menemukan insentif untuk secara substansial terkait dengan aritmatika prestasi. Kelompok yang menerima pujian mencetak lebih tinggi dari teguran atau kelompok diabaikan.

Perbedaan antara akhir akal sehat dan ilmu pengetahuan terletak pada penjelasan yang berbeda dari fenomena yang diamati. Ilmuwan, ketika mencoba untuk menjelaskan hubungan antara fenomena yang diamati, hati-hati mengesampingkan apa yang disebut "penjelasan metafisik." Penjelasan metafisik hanyalah sebuah proposisi yang tidak dapat diuji. Untuk mengatakan, misalnya, bahwa orang-orang miskin dan kelaparan karena Allah menghendakinya, atau bahwa itu adalah salah untuk menjadi otoriter, adalah berbicara metafisik.

Tak satu pun dari proposisi ini dapat diuji; sehingga mereka metafisik. Dengan demikian, ilmu pengetahuan tidak peduli dengan mereka. Ini tidak berarti bahwa para ilmuwan tentu akan menolak pernyataan seperti itu, mengatakan mereka tidak benar, atau mengklaim bahwa mereka tidak ada artinya. Ini hanya berarti bahwa sebagai ilmuwan mereka tidak peduli dengan mereka. Singkatnya, ilmu pengetahuan berkaitan dengan hal-hal yang dapat diamati publik dan diuji. Jika proposisi atau pertanyaan tidak mengandung implikasi untuk observasi publik tersebut dan pengujian, mereka tidak proposisi ilmiah atau pertanyaan.

EMPAT METODE MENGETAHUI

Charles Sanders Peirce seperti yang dilaporkan dalam Buchler (1955) mengatakan bahwa ada empat cara umum mengetahui atau, seperti yang ia katakan, memperbaiki kepercayaan. Dalam diskusi berikutnya, penulis mengambil beberapa kebebasan dengan rumusan asli Peirce dalam upaya untuk mengklarifikasi ide-ide dan untuk membuat mereka lebih erat dengan pembahasan ini. Yang pertama adalah metode keuletan. Di sini orang berpegang teguh pada kebenaran, kebenaran bahwa mereka ketahui benar karena mereka memegang teguh hal itu, karena mereka selalu tahu itu benar. Pengulangan sering "kebenaran" tersebut tampaknya meningkatkan validitas mereka. Orang sering berpegang teguh kepada keyakinan mereka dalam menghadapi jelas bertentangan fakta. Dan mereka juga akan menyimpulkan "baru" pengetahuan dari proposisi yang mungkin palsu.

Metode kedua mengetahui atau memperbaiki keyakinan adalah metode otoritas. Ini adalah metode yang ditetapkan keyakinan. Jika Alkitab mengatakan, begitu. Jika seorang ahli fisika mencatat mengatakan ada Tuhan, begitu. Jika ide memiliki berat tradisi dan sanksi publik di balik itu, begitu. Sebagai Peirce menunjukkan, metode ini lebih unggul dengan metode keuletan, karena kemajuan manusia, meskipun lambat, dapat dicapai dengan menggunakan metode ini. Sebenarnya, kehidupan tidak bisa pergi tanpa metode otoritas. Dawes (1994) menyatakan bahwa sebagai individu, kita tidak bisa tahu segalanya. Kami menerima otoritas Obat AS dan Administrasi Makanan dalam menentukan apa yang kita makan dan minum yang aman. Dawes menyatakan bahwa pikiran benar-benar terbuka yang mempertanyakan semua otoritas tidak ada. Kita harus mengambil tubuh besar fakta dan informasi atas dasar otoritas. Dengan demikian, hal itu tidak boleh disimpulkan bahwa metode otoritas tidak sehat; itu tidak sehat hanya dalam keadaan tertentu.

Apriori metode adalah cara ketiga mengetahui atau memperbaiki keyakinan. Graziano dan Raulin (1993) menyebutnya metode intuisi. Ini didasarkan kasus untuk keunggulan pada asumsi bahwa proposisi diterima oleh "priorist a" adalah jelas. Perhatikan bahwa proposisi apriori "setuju dengan alasan" dan tidak harus dengan pengalaman. Idenya tampaknya bahwa orang-orang, melalui komunikasi bebas dan hubungan, bisa mencapai kebenaran karena kecenderungan alami mereka cenderung ke arah kebenaran. Kesulitan dengan posisi ini terletak pada ekspresi â € œagree dengan € reason.â siapa alasan? Misalkan dua individu yang jujur ​​dan bermaksud baik, menggunakan proses rasional, mencapai kesimpulan yang berbeda, karena mereka sering lakukan. Mana yang benar? Apakah ini masalah selera, seperti Peirce menempatkan? Jika ada sesuatu yang jelas bagi banyak orang-misalnya, bahwa belajar mata pelajaran keras melatih pikiran dan membangun karakter moral, bahwa pendidikan Amerika lebih rendah daripada Asia dan Eropa pendidikan-artinya ini begitu? Menurut apriori metode, hal ini-itu hanya "berdiri untuk alasan."

Metode keempat adalah metode s cience Peirce mengatakan.:

â € œTo memuaskan keraguan kami,. . . Oleh karena itu, perlu bahwa metode harus ditemukan dimana keyakinan kita dapat ditentukan oleh apa-apa manusia, melainkan oleh beberapa eksternal keabadian-oleh sesuatu di mana pikiran kita tidak berpengaruh. . . . Metode ini harus sedemikian rupa sehingga kesimpulan akhir dari setiap orang harus sama. Itulah metode ilmiah. Hipotesis fundamentalnya. . . adalah: â € œThere hal-hal yang nyata, yang karakter sepenuhnya independen pendapat kita tentang mereka. . . â € (Buchler 1955, hal.18)

Pendekatan ilmiah memiliki ciri khas yang tidak ada metode lain untuk mencapai pengetahuan memiliki: koreksi diri. Ada built-in cek sepanjang jalan untuk pengetahuan ilmiah. Pemeriksaan ini sangat dipahami dan digunakan bahwa mereka mengontrol dan memverifikasi kegiatan ilmiah dan kesimpulan akhir mencapai pengetahuan diandalkan. Bahkan jika hipotesis tampaknya didukung dalam percobaan, ilmuwan akan menguji hipotesis alternatif yang masuk akal, jika juga didukung, mungkin meragukan hipotesis pertama. Para ilmuwan tidak menerima pernyataan yang benar, meskipun bukti pada awalnya tampak menjanjikan. Mereka ngotot menguji mereka. Mereka juga bersikeras bahwa prosedur pengujian setiap terbuka untuk inspeksi publik. Salah satu interpretasi dari metode ilmiah dan metode ilmiah adalah bahwa tidak ada satu metode ilmiah seperti itu. Sebaliknya, ada beberapa metode yang para ilmuwan dapat dan melakukan digunakan, tetapi mungkin dapat dikatakan bahwa ada satu pendekatan ilmiah.

Sebagai Peirce mengatakan, pemeriksaan yang digunakan dalam penelitian ilmiah berlabuh sebanyak mungkin dalam kenyataannya berbaring di luar ilmuwan pribadi keyakinan, persepsi, bias, nilai-nilai, sikap, dan emosi. Mungkin yang terbaik kata untuk mengungkapkan ini adalah "objektivitas." Objektivitas kesepakatan di antara "ahli" hakim pada apa yang diamati atau apa yang harus dilakukan atau telah dilakukan dalam penelitian (lihat Kerlinger, 1979 untuk diskusi objektivitas, artinya dan karakter yang kontroversial.). Menurut Sampson

(1991, hal.12) objektivitas â € œ adalah mereka pernyataan tentang dunia yang saat ini kami bisa membenarkan dan mempertahankan menggunakan standar argumen dan bukti yang digunakan dalam masyarakat yang kita milik - misalnya, komunitas scientists.â € Tapi, seperti yang akan kita lihat nanti, pendekatan ilmiah melibatkan lebih dari kedua pernyataan tersebut. Intinya adalah bahwa pengetahuan yang lebih diandalkan dicapai karena ilmu pengetahuan pada akhirnya menarik bagi bukti: proposisi dikenai uji empiris. Keberatan dapat dinaikkan: Teori, yang para ilmuwan menggunakan dan meninggikan, berasal dari orang-orang, para ilmuwan itu sendiri. Namun, seperti Polanyi (1958/1974, p. 4) menunjukkan, "Teori adalah sesuatu yang lain dari myself.â € demikian teori membantu ilmuwan untuk mencapai objektivitas yang lebih besar. Singkatnya, para ilmuwan sistematis dan sadar menggunakan self-korektif aspek pendekatan ilmiah.

ILMU DAN FUNGSI PERUSAHAAN

Apakah ilmu? Pertanyaannya adalah tidak mudah untuk menjawab. Memang, tidak ada definisi ilmu akan langsung dicoba. Kami akan, sebaliknya, berbicara tentang gagasan dan pandangan ilmu pengetahuan dan kemudian mencoba untuk menjelaskan fungsi ilmu pengetahuan.

Ilmu adalah kata buruk disalahpahami. Tampaknya ada tiga stereotip populer yang menghambat pemahaman kegiatan ilmiah. Salah satunya adalah putih stereotip mantel-stetoskop-laboratorium. Para ilmuwan dianggap sebagai individu yang bekerja dengan fakta-fakta di laboratorium. Mereka menggunakan peralatan yang rumit, melakukan percobaan yang tak terhitung banyaknya, dan menumpuk fakta untuk tujuan akhir meningkatkan banyak manusia. Jadi, sementara grubbers agak imajinatif setelah fakta, mereka ditebus oleh motif mulia. Anda dapat percaya mereka ketika, misalnya, mereka memberitahu Anda bahwa pasta gigi seperti-dan-seperti yang baik untuk Anda atau bahwa Anda tidak harus merokok.

Stereotip kedua ilmuwan adalah bahwa mereka adalah individu brilian yang berpikir, berputar teori yang kompleks, dan menghabiskan waktu mereka di menara gading jauh dari dunia dan masalah-masalahnya. Mereka adalah ahli teori praktis, meskipun pemikiran dan teori mereka kadang-kadang menyebabkan hasil signifikansi praktis seperti energi atom.

Stereotip ketiga menyamakan ilmu pengetahuan dengan teknik dan teknologi. Pembangunan jembatan, perbaikan mobil dan rudal, otomatisasi industri, penemuan mesin mengajar, dan sejenisnya yang dianggap ilmu pengetahuan. Pekerjaan ilmuwan, dalam konsepsi ini, adalah untuk bekerja pada peningkatan penemuan dan artefak. Ilmuwan ini disusun untuk menjadi semacam insinyur sangat terampil bekerja untuk membuat hidup halus dan efisien.

Gagasan ini menghambat pemahaman siswa ilmu pengetahuan, kegiatan dan pemikiran ilmuwan, dan penelitian ilmiah pada umumnya. Singkatnya, mereka membuat tugas siswa lebih sulit daripada seharusnya. Dengan demikian mereka harus dibersihkan untuk membuat ruang untuk gagasan yang lebih memadai.

Ada dua pandangan yang luas ilmu: statis dan dinamis. Menurut Conant (1951, hlm. 23-27) pandangan statis, pandangan yang tampaknya mempengaruhi sebagian besar orang awam dan mahasiswa, adalah bahwa ilmu pengetahuan merupakan kegiatan yang memberikan kontribusi informasi sistematis kepada dunia. Pekerjaan ilmuwan adalah untuk menemukan fakta-fakta baru dan menambahkannya ke tubuh sudah ada informasi. Sains bahkan disusun untuk menjadi badan fakta. Dalam pandangan ini, ilmu pengetahuan juga merupakan cara untuk menjelaskan fenomena yang diamati. Penekanannya, kemudian, adalah pada saat negara o f pengetahuan dan menambahkan untuk itu dan pada set hukum sekarang, teori, hipotesis, dan prinsip-prinsip.

Pandangan yang dinamis, di sisi lain, menganggap ilmu pengetahuan lebih sebagai suatu kegiatan, apa yang dilakukan para ilmuwan. The kondisi pengetahuan penting, tentu saja. Tetapi penting terutama karena merupakan dasar untuk teori ilmiah dan penelitian lebih lanjut. Ini telah disebut pandangan heuristik. Kata â € œheuristic, â € arti melayani untuk menemukan atau mengungkapkan, kini memiliki gagasan selfdiscovery berhubungan dengan itu. Sebuah metode heuristik mengajar, misalnya, menekankan siswa hal Discovering untuk diri mereka sendiri. Pandangan heuristik dalam ilmu menekankan teori dan skema konseptual yang saling berhubungan yang bermanfaat bagi penelitian lebih lanjut. Penekanan heuristik adalah penekanan penemuan.

Ini adalah aspek heuristik ilmu yang membedakannya di bagian yang baik dari teknik dan teknologi. Atas dasar firasat heuristik, ilmuwan mengambil lompatan berisiko. Seperti Polanyi (1958/1974, p. 123) mengatakan, â € œIt adalah risiko yang kita mendapatkan pijakan di pantai lain realitas. Pada terjun seperti ilmuwan harus saham sedikit demi sedikit seluruh life.A profesional € Michel (1991, hal. 23) menambahkan â € œanyone yang takut menjadi salah dan untuk alasan ini studi â € sebuah œsafeâ € atau â € œcertainâ € ilmiah metode, tidak harus masuk pada setiap enquiry.â ilmiah € heuristik juga dapat disebut pemecahan masalah, namun penekanannya adalah pada imajinatif dan tidak rutin pemecahan masalah. Pandangan heuristik dalam ilmu menekankan pemecahan masalah daripada fakta dan badan informasi. Dugaan fakta didirikan dan badan informasi yang penting bagi ilmuwan heuristik karena mereka membantu memimpin untuk melanjutkan teori, penemuan lebih lanjut, dan penyelidikan lebih lanjut.

Masih menghindari definisi langsung ilmu-tetapi tentu menyiratkan satu-sekarang kita melihat fungsi ilmu pengetahuan. Di sini kita menemukan dua pandangan yang berbeda. Orang praktis, nonscientist umumnya, berpikir ilmu sebagai disiplin atau kegiatan yang bertujuan untuk meningkatkan hal-hal, untuk membuat kemajuan. Beberapa ilmuwan juga mengambil posisi ini. Fungsi ilmu pengetahuan, dalam pandangan ini adalah untuk membuat penemuan, untuk mempelajari fakta-fakta, untuk memajukan pengetahuan untuk memperbaiki keadaan. Cabang ilmu pengetahuan yang jelas dari karakter ini menerima dukungan luas dan kuat. Saksi dukungan yang murah hati terus penelitian medis dan meteorologi. Kriteria kepraktisan dan "hadiah" yang unggul dalam pandangan ini, khususnya dalam penelitian pendidikan (lihat Kerlinger, 1977; Bruno, 1972).

Sebuah pandangan yang sangat berbeda dari fungsi ilmu baik diungkapkan oleh Braithwaite (1953/1996, p 1.):

"Fungsi ilmu pengetahuan... Adalah untuk membangun hukum-hukum umum yang meliputi perilaku peristiwa empiris atau benda dengan yang ilmu tersebut yang bersangkutan, dan dengan demikian memungkinkan kita untuk menghubungkan bersama-sama pengetahuan kita tentang peristiwa terpisah diketahui, dan untuk membuat . prediksi handal peristiwa yang belum diketahui â € œ Hubungan antara pandangan tentang fungsi ilmu pengetahuan dan pandangan dinamis-heuristik dibahas sebelumnya jelas, kecuali bahwa elemen penting ditambahkan: pembentukan hukum-atau umum teori, jika Anda akan. Jika kita memahami penelitian perilaku modern dan kekuatan dan kelemahan, kita harus mengeksplorasi unsur pernyataan Braithwaite itu. Kami melakukannya dengan mempertimbangkan tujuan ilmu pengetahuan, penjelasan ilmiah, dan peran dan pentingnya teori.

Sampson (1991) membahas dua pandangan yang berlawanan ilmu. Ada perspektif konvensional atau tradisional dan kemudian ada perspektif sociohistorical. Pandangan konvensional memandang ilmu sebagai cermin alam atau kaca jendela dari kaca bening yang menyajikan alam tanpa prasangka atau distorsi. Tujuannya di sini adalah untuk menggambarkan dengan tingkat akurasi tertinggi apa dunia benar-benar terlihat seperti. Berikut Sampson menyatakan bahwa ilmu pengetahuan adalah wasit yang obyektif. Tugasnya adalah untuk â € perselisihan œresolve dan membedakan apa yang benar dan tepat dari apa yang not.â € Ketika pandangan konvensional ilmu pengetahuan tidak dapat menyelesaikan sengketa, itu hanya berarti bahwa ada data atau informasi untuk melakukannya cukup. Conventionalists, bagaimanapun, merasa itu hanya masalah waktu sebelum kebenaran jelas.

The sociohistorical pandangan melihat ilmu pengetahuan sebagai sebuah cerita. Para ilmuwan pendongeng. Berikut idenya adalah bahwa realitas hanya dapat ditemukan oleh cerita-cerita yang bisa dikatakan tentang hal itu. Di sini, pendekatan ini tidak seperti pandangan konvensional bahwa tidak ada arbiter netral. Setiap cerita akan dibumbui oleh orientasi storytellerâ € ™ s. Akibatnya tidak ada satu cerita yang sebenarnya. Sampsonâ € ™ s tabel membandingkan kedua direproduksi pada Tabel 1.

Meskipun Sampson memberikan dua pandangan ini ilmu dalam terang psikologi sosial, presentasinya hanya diterapkan di semua bidang ilmu perilaku.

TUJUAN ILMU, PENJELASAN ILMIAH, DAN TEORI

Tujuan dasar dari ilmu pengetahuan adalah teori. Mungkin kurang samar, tujuan dasar ilmu pengetahuan adalah untuk menjelaskan fenomena alam. Penjelasan tersebut disebut teori. Alih-alih mencoba untuk menjelaskan setiap perilaku yang terpisah dari anak-anak, psikolog ilmiah mencari penjelasan umum yang mencakup dan menghubungkan bersama banyak perilaku yang berbeda. Alih-alih mencoba untuk menjelaskan metode anak-anak memecahkan masalah aritmatika, misalnya, ilmuwan berusaha penjelasan umum dari semua jenis pemecahan masalah. Ini mungkin disebut teori umum pemecahan masalah.

Ini diskusi tentang tujuan dasar ilmu teori mungkin aneh bagi siswa, yang mungkin telah ditanamkan dengan gagasan bahwa kegiatan manusia harus membayar dengan cara yang praktis.

Jika kita mengatakan bahwa tujuan ilmu adalah perbaikan umat manusia, sebagian besar pembaca cepat akan membaca kata-kata dan menerima mereka. Tapi tujuan dasar ilmu bukanlah kemajuan umat manusia. Ini adalah teori. Sayangnya, pernyataan menyapu dan benar-benar kompleks ini tidak mudah dimengerti. Namun, kita harus mencoba karena itu penting. Lebih dalam hal ini diberikan dalam bab 16 dari Kerlinger (1979).

Tujuan lain dari ilmu yang telah dinyatakan adalah: penjelasan, pengertian, prediksi, dan kontrol. Jika kita menerima teori sebagai tujuan akhir dari ilmu pengetahuan, namun, penjelasan dan pemahaman menjadi subaims dari tujuan akhir. Hal ini karena definisi dan sifat teori: Teori adalah seperangkat konstruksi yang saling terkait (konsep), definisi, dan proposisi yang menyajikan pandangan sistematis fenomena dengan menentukan ing hubungan antar variabel, dengan tujuan explaini ng dan memprediksi Fenomena. Definisi ini mengatakan tiga hal. Satu, teori adalah seperangkat proposisi yang terdiri dari didefinisikan dan saling konstruksi.Dua, teori menetapkan keterkaitan antara satu set variabel (konstruksi), dan dengan demikian, menyajikan pandangan sistematis dari fenomena yang dijelaskan oleh variabel. Akhirnya, teori menjelaskan fenomena. Ia melakukannya dengan menentukan apa variabel yang terkait dengan variabel apa dan bagaimana mereka berhubungan, sehingga memungkinkan peneliti untuk memprediksi dari variabel tertentu untuk variabel tertentu lainnya. Orang mungkin, misalnya, memiliki teori kegagalan sekolah. Seseorang variabel mungkin kecerdasan, bakat verbal dan numerik, kecemasan, keanggotaan kelas sosial, nutrisi, dan motivasi berprestasi.

Tabel 1. Sampson â € ™ s Dua Pandangan Ilmu Psikologi Sosial.

Biasa Sociohistorical


Tujuan utama

Untuk menggambarkan dunia pengalaman sosial manusia dan aktivitas seperti itu benar-benar dan karena benar-benar fungsi

Untuk menggambarkan berbagai rekening pengalaman sosial manusia dan kegiatan; untuk

memahami kedua basis sosial dan sejarah mereka dan peran mereka bermain dalam kehidupan manusia.


Pemerintahan keyakinan

Ada tempat dari yang untuk melihat realitas yang independen dari realitas itu; dengan demikian, akan ada pengamat nonpositioned yang bisa memahami realitas seperti itu tanpa menempati setiap biasing sudut pandang tertentu.

Kita hanya dapat menemukan kenyataan dari beberapa sudut pandang; dengan demikian, pengamat selalu berdiri di suatu tempat dan dengan demikian nece ssarily pengamat diposisikan


Membimbing Metafora

Sains adalah seperti cermin yang dirancang untuk mencerminkan hal-hal seperti apa adanya.

Ilmu adalah seperti seorang pendongeng mengusulkan rekening dan versi realitas.


Metodologi

Prioritas

Metode yang dirancang untuk mengontrol faktor-faktor yang akan melemahkan penyidik ​​â € ™ s kemampuan untuk membedakan bentuk sejati dari realitas.

Faktor sosial dan historis yang luas selalu membingkai penyidik ​​â € ™ s pemahaman; yang terbaik yang dapat kita capai adalah pemahaman yang lebih kaya dan lebih dalam berdasarkan encoun Tering rekening historis dan budaya yang beragam yang digunakan orang dalam membuat hidup mereka masuk akal.


Fenomena yang akan menjelaskan, tentu saja, adalah kegagalan sekolah atau, mungkin lebih tepat, prestasi sekolah. Artinya, kegagalan sekolah bisa dianggap sebagai berada di salah satu ujung kontinum prestasi sekolah dengan keberhasilan sekolah berada di ujung lain. Kegagalan sekolah dijelaskan oleh hubungan tertentu antara masing-masing dari tujuh variabel dan kegagalan sekolah, atau dengan kombinasi dari tujuh variabel dan kegagalan sekolah. Ilmuwan, berhasil menggunakan set konstruksi, maka "memahami" kegagalan sekolah. Dia mampu "menjelaskan" dan, sampai batas tertentu setidaknya, "memprediksi" itu.

Hal ini jelas bahwa penjelasan dan prediksi dapat dimasukkan di bawah teori. Sifat teori terletak pada penjelasannya tentang fenomena yang diamati. Ambil teori penguatan. Sebuah proposisi sederhana yang mengalir dari teori ini adalah: Jika respon dihargai

(Diperkuat) ketika itu terjadi, ia akan cenderung untuk diulang. Ilmuwan psikologi yang pertama kali dirumuskan beberapa proposisi seperti melakukannya sebagai penjelasan tentang kejadian berulang-ulang diamati tanggapan. Mengapa mereka terjadi dan terulang kembali dengan keteraturan diandalkan? Karena mereka dihargai. Ini adalah penjelasan, meskipun mungkin bukan penjelasan yang memuaskan bagi banyak orang. Orang lain mungkin bertanya mengapa reward meningkatkan kemungkinan terjadinya respon itu. Sebuah teori full-blown akan memiliki penjelasan. Hari ini, bagaimanapun, tidak ada jawaban yang benar-benar memuaskan. Semua dapat kita katakan adalah bahwa, dengan tingkat tinggi probabilitas, penguatan respon membuat respon lebih mungkin terjadi dan terulang kembali (lihat Nisbett & Ross, 1980). Dengan kata lain, proposisi dari teori, laporan hubungan, merupakan penjelasan, sejauh teori yang bersangkutan, fenomena alam yang diamati.

Sekarang, prediksi dan kontrol, dapat dikatakan bahwa para ilmuwan tidak benar-benar harus peduli dengan penjelasan dan pemahaman. Hanya prediksi dan kontrol yang diperlukan. Para pendukung sudut pandang ini mungkin mengatakan bahwa kecukupan teori adalah kekuatan prediktif. Jika dengan menggunakan teori kita dapat memprediksi sukses, maka teori dikonfirmasi dan ini sudah cukup. Kita perlu belum tentu mencari penjelasan yang mendasari lanjut. Karena kita dapat memprediksi andal, kita dapat mengontrol karena kontrol deducible dari prediksi.

Prediksi pandang ilmu memiliki validitas. Tapi sejauh buku ini yang bersangkutan, prediksi dianggap aspek teori. Pada dasarnya, teori memprediksi. Artinya, ketika dari proposisi primitif teori kita menyimpulkan yang lebih kompleks, kita pada dasarnya "memprediksi." Ketika kita menjelaskan fenomena yang diamati, kami selalu menyatakan hubungan antara, katakanlah, kelas A dan kelas B. penjelasan ilmiah melekat dalam menetapkan hubungan antara satu kelas peristiwa empiris dan yang lain, dalam kondisi tertentu. Kita mengatakan: Jika A, maka B, A dan B mengacu pada kelas objek atau peristiwa. 2 Tapi ini prediksi, prediksi dari A ke B. Dengan demikian penjelasan teoritis berarti prediksi. Dan kita kembali ke gagasan bahwa teori adalah tujuan akhir dari ilmu pengetahuan. Semua yang lain mengalir dari teori.

Tidak ada maksud di sini untuk mendiskreditkan atau merendahkan penelitian yang secara khusus dan secara sadar teori-oriented. Penelitian ilmiah dan pendidikan sosial yang berharga jauh lebih sibuk dengan tujuan berbagai shorter- menemukan hubungan tertentu; yaitu, hanya untuk menemukan relasi merupakan bagian dari ilmu pengetahuan. Hubungan akhirnya paling bermanfaat dan memuaskan, bagaimanapun, adalah mereka yang paling umum, orang-orang yang terkait dengan hubungan lain dalam teori.

Gagasan umum adalah penting. Teori, karena mereka umumnya, berlaku untuk banyak fenomena dan banyak orang di banyak tempat. Sebuah hubungan yang spesifik, tentu saja, kurang berlaku secara luas. Jika, misalnya, orang menemukan bahwa tes kecemasan terkait untuk menguji kinerja. Temuan ini, meskipun menarik dan penting, kurang berlaku secara luas dan kurang dipahami daripada menemukan hubungan dalam jaringan variabel yang saling terkait yang merupakan bagian dari teori. Sederhana, terbatas, dan spesifik tujuan penelitian, maka, baik. Tujuan penelitian teoritis lebih baik karena, antara lain, mereka lebih umum dan dapat diterapkan untuk berbagai situasi. Selain itu, ketika kedua teori sederhana dan satu kompleks ada dan kedua account untuk fakta sama baiknya, penjelasan sederhana lebih disukai. Oleh karena itu dalam pembahasan generalisasi, teori yang baik juga pelit. Namun, sejumlah teori yang salah tentang penyakit mental bertahan karena fitur parsimoni ini. Beberapa masih percaya bahwa individu kerasukan setan. Penjelasan tersebut sederhana jika dibandingkan dengan psikologis dan / atau penjelasan medis.

Teori adalah penjelasan tentatif. Setiap teori dievaluasi secara empiris untuk menentukan seberapa baik memprediksi temuan baru. Teori dapat digunakan untuk memandu oneâ rencana penelitian € ™ s dengan menghasilkan hipotesis dapat diuji dan untuk mengatur fakta-fakta yang diperoleh dari pengujian hipotesis. Sebuah teori yang baik adalah salah satu yang tidak bisa cocok untuk semua pengamatan. Salah satu harus dapat menemukan suatu kejadian yang akan bertentangan itu. Blondlotâ € ™ s teori N-Rays adalah contoh dari teori yang buruk. Blondlot mengklaim bahwa semua materi yang dipancarkan N-Rays (Weber, 1973). Meskipun N-Rays kemudian dibuktikan tidak ada, Barber (1976) melaporkan bahwa hampir 100 makalah yang diterbitkan dalam satu tahun pada N-Rays di Perancis. Blondlot bahkan mengembangkan peralatan rumit untuk tampilan N-Rays. Para ilmuwan mengklaim mereka 1 melihat N-Rays hanya menambahkan dukungan untuk Blondlotâ € ™ s teori dan temuan. Namun, ketika seseorang tidak melihat N- Rays, Blondlot mengklaim bahwa mata persona € ™ s tidak cukup sensitif atau orang tidak mengatur instrumen dengan benar. Tidak ada kemungkinan hasil diambil sebagai bukti terhadap teori. Dalam masa yang lebih baru, teori lain yang rusak yang mengambil alih 75 tahun untuk menghilangkan prasangka peduli asal tukak lambung. Pada tahun 1910 Schwartz (seperti yang dilaporkan dalam Blaser, 1996) telah mengklaim bahwa ia telah mapan penyebab bisul. Dia menyatakan bahwa tukak lambung disebabkan oleh asam lambung. Dalam tahun-tahun berikutnya, peneliti medis mencurahkan waktu dan tenaga untuk mengobati bisul tersebut dengan mengembangkan obat baik menetralisir asam atau memblokir mereka. Perawatan ini tidak pernah benar-benar berhasil dan mereka mahal. Namun pada tahun 1985, J. Robin Warren dan Barry Marshall (seperti yang dilaporkan dalam Blaser, 1996) menemukan bahwa helioc bacter pylori adalah penyebab nyata bagi sakit maag. Hampir semua kasus dari jenis ulkus yang berhasil diobati dengan antibiotik dan untuk jauh lebih rendah. Selama 75 tahun tidak ada hasil yang mungkin diambil sebagai bukti terhadap teori ini stres-asam ulkus.

PENELITIAN ILMIAH DEFINISI

Lebih mudah untuk mendefinisikan penelitian ilmiah daripada untuk mendefinisikan sains. Ini tidak akan mudah, namun, untuk mendapatkan para ilmuwan dan peneliti untuk menyepakati definisi tersebut. Meskipun demikian, kita mencoba satu di sini:

Penelitian ilmiah sistematis, terkendali, empiris, amoral, masyarakat dan investigasi kritis fenomena alam. Hal ini dipandu oleh teori dan hipotesis tentang hubungan antara fenomena tersebut diduga.

Definisi ini memerlukan sedikit penjelasan karena sebagian besar pernyataan kental dan diformalkan banyak yang mengatakan sebelumnya atau yang akan dikatakan segera. Dua hal yang perlu penekanan, namun. Pertama, ketika kita mengatakan bahwa penelitian ilmiah yang sistematis dan terkontrol, yang kami maksud, pada dasarnya, bahwa penyelidikan ilmiah sehingga memerintahkan penyidik ​​dapat memiliki keyakinan penting dalam hasil penelitian. Seperti yang akan kita lihat nanti, pengamatan penelitian ilmiah secara ketat disiplin. Selain itu, di antara banyak penjelasan alternatif fenomena, semua kecuali satu secara sistematis dikesampingkan. Selanjutnya Anda dapat memiliki keyakinan besar bahwa hubungan diuji adalah karena dibandingkan jika tidak dikontrol pengamatan dan mengesampingkan kemungkinan alternatif. Dalam beberapa kasus hubungan sebab-akibat dapat dibentuk.

Kedua, penyelidikan ilmiah empiris. Jika ilmuwan percaya sesuatu begitu, keyakinan bahwa harus entah bagaimana put lainnya ke luar tes independen. Keyakinan subyektif, dengan kata lain, harus diperiksa terhadap realitas objektif. Para ilmuwan harus selalu tunduk gagasan mereka ke pengadilan penyelidikan empiris dan uji. Para ilmuwan kritis dari hasil sendiri dan penelitian orang lain. Setiap ilmuwan menulis laporan penelitian memiliki ilmuwan lain membaca apa yang menulis sementara ia menulis itu. Meskipun mudah untuk berbuat salah, untuk membesar-besarkan, untuk overgeneralize saat penulisan seseorang bekerja sendiri, tidak mudah untuk melarikan diri dari perasaan mata ilmiah terus mengintip dari balik bahu seseorang.

Dalam ilmu ada peer review. Ini berarti bahwa orang lain pelatihan dan pengetahuan yang sama dipanggil untuk mengevaluasi para ilmuwan lain bekerja sebelum diterbitkan dalam jurnal ilmiah. Ada poin positif dan negatif mengenai hal ini. Melalui peer review bahwa studi penipuan telah terpapar. Esai ditulis oleh RW Wood (1973) pada pengalamannya dengan Profesor Blondlot Perancis mengenai tidak adanya N-sinar memberikan demonstrasi jelas dari peer review. Peer review bekerja sangat baik untuk ilmu pengetahuan dan mempromosikan penelitian yang berkualitas. Sistem Namun tidak sempurna. Ada kesempatan di mana peer review bekerja melawan ilmu. Hal ini didokumentasikan sepanjang sejarah dengan orang-orang seperti Kepler, Galileo, Copernicus, Jenner, dan Semelweiss. Ide-ide dari orang-orang yang tidak populer dengan rekan-rekan mereka. Baru-baru ini dalam psikologi, karya-karya John Garcia pada kendala biologis pada pembelajaran pergi bertentangan dengan rekan-rekannya. Garcia berhasil mempublikasikan temuannya dalam jurnal (Buletin Psychonomic Masyarakat) yang tidak memiliki peer review. Orang lain yang membaca Garciaâ € ™ s kerja dan direplikasi itu menemukan Garciaâ € ™ s pekerjaan yang berharga. Pada sebagian besar kasus, peer review ilmu yang bermanfaat.

Ketiga, pengetahuan yang diperoleh secara ilmiah tidak tunduk pada evaluasi moral. Hasilnya tidak dianggap â € œbadâ € atau â € œGood, â € tetapi dalam hal validitas dan reliabilitasnya. Metode ilmiah adalah namun tunduk pada isu-isu moralitas. Artinya, para ilmuwan bertanggung jawab atas metode yang digunakan dalam memperoleh pengetahuan ilmiah. Dalam psikologi, kode etik ditegakkan untuk melindungi orang-orang yang diteliti. Sains adalah usaha koperasi. Informasi yang diperoleh dari ilmu tersedia untuk semua. Ditambah metode ilmiah dikenal dan tersedia untuk semua yang memilih untuk menggunakannya.

THE ILMIAH PENDEKATAN

Pendekatan ilmiah adalah bentuk sistematis khusus semua-reflektif pemikiran dan penyelidikan. Dewey (1933/1991), dalam berpengaruh Bagaimana Kita Pikirkan, diuraikan

Paradigma umum penyelidikan. Pembahasan ini pendekatan ilmiah sebagian besar didasarkan pada analisis Dewey.

Masalah-Kendala-Idea

Ilmuwan biasanya akan mengalami hambatan untuk memahami, sebuah kerusuhan kabur tentang diamati dan tidak teramati fenomena, rasa ingin tahu mengapa sesuatu adalah seperti itu. Langkah pertama dan yang paling penting adalah untuk mendapatkan ide di tempat terbuka, untuk mengekspresikan masalah dalam beberapa bentuk cukup dikelola. Jarang atau tidak pernah akan musim semi masalah full-blown pada tahap ini. Ilmuwan harus berjuang dengan itu, mencobanya, dan hidup dengan itu. Dewey (1933/1991, p. 108) mengatakan, "Ada yang bermasalah, bingung, mencoba situasi, di mana kesulitannya adalah, karena itu, tersebar di seluruh seluruh yang

Situasi, menginfeksi itu secara keseluruhan. "Cepat atau lambat, secara eksplisit maupun implisit, negara ilmuwan masalah, bahkan jika ekspresi itu belum lengkap dan tentatif. Di sini intellectualizes ilmuwan, seperti (1933/1991 p. 109) menempatkan , "apa yang pada awalnya hanyalah sebuah

emosional kualitas seluruh situasi. "" Dalam beberapa hal, ini adalah bagian yang paling sulit dan paling penting dari keseluruhan proses. Tanpa semacam pernyataan masalah, ilmuwan jarang bisa melangkah lebih jauh dan mengharapkan pekerjaan yang berbuah. Dengan beberapa peneliti, ide bisa datang dari berbicara dengan rekan atau mengamati fenomena aneh. Idenya di sini adalah bahwa masalah biasanya dimulai dengan jelas dan / atau ilmiah pikiran atau firasat tidak sistematis. Ini kemudian berjalan melalui langkah perbaikan. Hipotesis

Setelah intellectualizing masalah, setelah mengacu pada pengalaman masa lalu untuk solusi yang mungkin, setelah mengamati fenomena yang relevan, ilmuwan dapat merumuskan hipotesis. Hipotesis adalah pernyataan dugaan, proposisi tentatif tentang hubungan antara dua atau lebih fenomena atau variabel. Ilmuwan kami akan mengatakan, "Jika terjadi seperti itu-dan-, maka hasil begitu-dan-begitu."

Penalaran-Pengurangan

Langkah atau kegiatan ini sering diabaikan atau underemphasized. Ini mungkin adalah bagian paling penting dari analisis Dewey berpikir reflektif. Ilmuwan menyimpulkan konsekuensi dari hipotesis yang telah dirumuskan. Conant (1951), dalam berbicara tentang kebangkitan ilmu pengetahuan modern, mengatakan bahwa elemen baru yang ditambahkan pada abad ketujuh belas adalah penggunaan

penalaran deduktif. Di sinilah pengalaman, pengetahuan, dan kecerdasan yang penting.

Seringkali ilmuwan, ketika menyimpulkan konsekuensi dari hipotesis dirumuskan, akan tiba di masalah yang sangat berbeda dari satu dimulai dengan. Di sisi lain, pemotongan dapat menyebabkan keyakinan bahwa masalah tidak dapat diselesaikan dengan alat-alat teknis ini. Misalnya, sebelum statistik modern dikembangkan, masalah penelitian tertentu perilaku yang tidak larut. Itu sulit, jika bukan tidak mungkin, untuk menguji dua atau tiga hipotesis saling tergantung pada satu waktu. Itu tidak mungkin untuk menguji pengaruh interaktif dari variabel. Dan sekarang kami memiliki alasan untuk percaya bahwa masalah-masalah tertentu yang tidak larut kecuali mereka ditangani secara multivariat. Contoh dari hal ini adalah metode pengajaran dan hubungannya dengan prestasi dan variabel lainnya. Sangat mungkin bahwa metode pengajaran, per se, tidak berbeda jauh jika kita mempelajari hanya efek sederhana mereka. Metode pengajaran mungkin kerja yang berbeda dalam kondisi yang berbeda, dengan guru yang berbeda, dan dengan murid yang berbeda. Dikatakan bahwa metode "berinteraksi" dengan kondisi dan dengan karakteristik guru dan murid. Simon (1987) menyatakan contoh lain dari ini. Simon (1987) menunjukkan bahwa penelitian tentang pelatihan pilot yang diusulkan oleh Williams dan Adelson pada tahun 1954 tidak dapat dilakukan dengan menggunakan metode penelitian tradisional eksperimental. Penelitian yang diusulkan untuk belajar 34 variabel dan pengaruh mereka pada pelatihan pilot. Menggunakan metode penelitian tradisional, jumlah variabel yang diteliti adalah terlalu berlebihan. Lebih dari 20 tahun kemudian, Simon (1976, 1984) menunjukkan bahwa studi tersebut dapat secara efektif dipelajari dengan menggunakan desain multifaktor ekonomis.

Contoh dapat membantu kita memahami langkah penalaran-pemotongan. Misalkan penyidik ​​menjadi tertarik dengan perilaku agresif. Investigator bertanya-tanya mengapa orang sering agresif dalam situasi di mana agresivitas mungkin tidak sesuai. Pengamatan pribadi mengarah ke gagasan bahwa perilaku agresif tampaknya terjadi ketika orang mengalami kesulitan dari satu jenis atau yang lain. (Catatan ketidakjelasan masalah di sini.) Setelah berpikir selama beberapa waktu, membaca literatur untuk petunjuk, dan membuat pengamatan lebih lanjut, hipotesis dirumuskan: Frustrasi menyebabkan agresi.

"Frustrasi" didefinisikan sebagai pencegahan mencapai tujuan dan "agresi" sebagai perilaku yang ditandai dengan serangan fisik atau verbal orang atau benda lainnya.

Berikut dari ini adalah pernyataan seperti: Jika frustrasi menyebabkan agresi, maka kita harus mencari banyak agresi antara anak-anak yang berada di sekolah-sekolah yang ketat, sekolah yang tidak mengizinkan anak-anak banyak kebebasan dan ekspresi diri. Demikian pula, dalam situasi sosial yang sulit dengan asumsi situasi seperti frustasi, kita harus mengharapkan lebih agresi daripada "biasa." Penalaran lanjut, jika kita memberikan pelajaran eksperimental masalah yang menarik untuk memecahkan dan kemudian mencegah mereka dari pemecahan mereka, kita bisa memprediksi beberapa jenis perilaku agresif. Singkatnya, proses ini bergerak dari gambaran yang lebih luas untuk yang lebih spesifik disebut penalaran deduktif.

Penalaran mungkin, seperti ditunjukkan di atas, mengubah masalah. Kita mungkin menyadari bahwa masalah awal hanya kasus khusus dari masalah yang lebih luas, lebih mendasar dan penting. Kami mungkin, misalnya mulai

dengan hipotesis sempit: situasi sekolah restriktif menyebabkan negativisme pada anak-anak. Kemudian kita bisa menggeneralisasi masalah untuk bentuk: Frustrasi menyebabkan agresi. Sementara ini adalah bentuk berpikir yang berbeda dari yang dibahas sebelumnya, adalah penting karena apa yang hampir bisa disebut kualitas heuristik nya. Penalaran dapat membantu menyebabkan lebih luas, lebih mendasar, dan dengan demikian lebih signifikan masalah, serta memberikan operasional (diuji) implikasi dari hipotesis asli. Jenis penalaran ini disebut penalaran induktif. Dimulai dari fakta-fakta tertentu dan bergerak ke pernyataan umum atau hipotesis. Jika salah satu tidak berhati-hati, metode ini dapat menyebabkan penalaran yang salah. Hal ini disebabkan oleh MethodA € ™ s kecenderungan alami untuk mengecualikan data lain yang tidak sesuai hipotesis. Metode penalaran induktif cenderung untuk mencari data pendukung daripada menyangkal bukti.

Pertimbangkan studi klasik oleh Peter Wason (Wason dan Johnson-Laird, 1972) yang telah menjadi topik dari banyak bunga (Hoch, 1986; Klayman dan Ha, 1987). Dalam penelitian ini, siswa diminta untuk menemukan aturan eksperimen yang ada dalam pikiran yang menghasilkan urutan angka. Salah satu contoh adalah untuk menghasilkan aturan untuk urutan berikut nomor: â € œ3, 5, 7.A € Siswa diberitahu bahwa mereka bisa bertanya tentang urutan lainnya. Siswa akan menerima umpan balik pada setiap urutan yang diusulkan, apakah cocok atau tidak sesuai dengan aturan eksperimen yang ada dalam pikiran. Ketika siswa merasa percaya diri, mereka bisa mengajukan aturan. Beberapa siswa akan menawarkan â € œ9, 11, 13.A € Mereka mengatakan bahwa urutan ini cocok aturan. Mereka kemudian dapat mengikuti dengan â € œ15, 17, 19.â € Dan lagi mereka diberitahu bahwa urutan ini cocok. Para siswa kemudian dapat menawarkan sebagai jawaban mereka: â € œThe aturan tiga numbers.â aneh berturut-turut € Mereka akan mengatakan bahwa ini bukan aturan. Lain yang akan ditawarkan setelah beberapa urutan lebih diusulkan adalah nomor € œincreasing â penambahan sebesar dua, atau angka ganjil dengan penambahan sebesar two.â € Dalam masing-masing, mereka mengatakan bahwa itu bukan aturan yang eksperimen sedang memikirkan . Aturan yang sebenarnya dalam pikiran adalah â € œany tiga meningkatkan numbers.â positif € Telah studentsâ € ™ mengusulkan urutan â € œ8, 9, 10A € atau â € œ1, 15, 4500â € mereka akan telah diberitahu bahwa ini juga cocok aturan. Dimana siswa membuat kesalahan mereka dalam pengujian hanya kasus-kasus yang dipasang urutan yang diusulkan pertama mereka yang mengkonfirmasi hipotesis mereka.

Meskipun disederhanakan, studi Wason menunjukkan apa yang bisa terjadi dalam penyelidikan ilmiah yang sebenarnya. Seorang ilmuwan dapat dengan mudah terkunci mengulangi jenis yang sama eksperimen yang selalu mendukung hipotesis.

Pengamatan-Test-Percobaan

Harus jelas sekarang bahwa fase percobaan pengamatan-tes-hanya bagian dari perusahaan ilmiah. Jika masalah telah dinyatakan baik, hipotesis atau hipotesis memadai dirumuskan, dan implikasi dari hipotesis hati-hati menyimpulkan, langkah ini hampir otomatis-dengan asumsi bahwa penyidik ​​secara teknis kompeten.

Inti dari pengujian hipotesis adalah untuk menguji hubungan diungkapkan oleh hipotesis. Kami tidak menguji variabel, seperti; Kami menguji hubungan antara variabel. Observasi, pengujian, dan eksperimen yang untuk satu tujuan besar: menempatkan hubungan masalah untuk pengujian empiris. Untuk menguji tanpa mengetahui setidaknya cukup baik apa dan mengapa satu adalah pengujian adalah blunder. Cukup untuk menyatakan masalah samar-samar, seperti â € ~ Bagaimana Terbuka Pendidikan mempengaruhi belajar â € ™ dan kemudian untuk menguji siswa di sekolah-sekolah dianggap berbeda dalam "keterbukaan", atau bertanya: Apa saja efek disonansi kognitif? dan kemudian, setelah manipulasi eksperimental untuk menciptakan disonansi, untuk mencari efek diduga dapat menyebabkan hanya untuk informasi dipertanyakan. Demikian pula, untuk mengatakan seseorang akan mempelajari proses atribusi tanpa benar-benar mengetahui mengapa seseorang melakukannya atau tanpa menyatakan hubungan antara variabel penelitian omong kosong.

Hal lain tentang pengujian hipotesis adalah bahwa kita biasanya tidak menguji hipotesis secara langsung. Seperti yang ditunjukkan pada langkah sebelumnya pada penalaran, kami menguji implikasi dideduksi hipotesis. Uji hipotesis kami mungkin: "Subjek mengatakan untuk menekan pikiran yang tidak diinginkan akan lebih sibuk dengan mereka daripada subyek yang diberi pengalih perhatian." Hal ini disimpulkan dari hipotesis yang lebih luas dan lebih umum: â € upaya œGreater untuk menekan ide menyebabkan keasyikan besar dengan ide "Kami tidak menguji" penindasan gagasan "atau" keasyikan "Kami menguji hubungan antara mereka, dalam.. . hal ini hubungan antara penekanan pikiran yang tidak diinginkan dan tingkat keasyikan (lihat Wegner, Schneider, Carter dan Putih, 1987; Wegner, 1989)

Dewey menekankan bahwa urutan temporal berpikir reflektif atau penyelidikan tidak tetap. Kita dapat mengulangi dan menekankan kembali apa yang dia katakan dalam kerangka kita sendiri. Langkah-langkah pendekatan ilmiah tidak rapi tetap. Langkah pertama adalah tidak rapi selesai sebelum langkah kedua dimulai. Selanjutnya, kita dapat menguji sebelum memadai menyimpulkan implikasi dari hipotesis. Hipotesis itu sendiri mungkin tampak membutuhkan elaborasi atau perbaikan akibat menyimpulkan

implikasi dari itu. Hipotesis dan ekspresi mereka akan sering ditemukan tidak memadai ketika implikasi yang disimpulkan dari mereka. Kesulitan yang sering terjadi ketika hipotesis begitu jelas bahwa salah satu pemotongan sebagus yang lain-yaitu, hipotesis mungkin tidak menghasilkan tes yang tepat.

Umpan balik untuk masalah, hipotesis, dan, akhirnya, teori hasil penelitian sangat penting. Belajar ahli teori dan peneliti, misalnya, telah sering mengubah teori mereka dan

penelitian sebagai akibat dari temuan eksperimental (lihat Malone, 1991; Schunk, 1996; Hergenhahn, 1996). Ahli teori dan peneliti telah mempelajari efek dari lingkungan dan pelatihan awal perkembangan selanjutnya. Kagan dan Zentner (1996) mengkaji hasil penelitian 70 berkaitan dengan hubungan antara pengalaman hidup awal dan psikopatologi dewasa. Mereka menemukan bahwa kenakalan remaja dapat diprediksi oleh jumlah impulsif terdeteksi pada usia prasekolah. Lynch, pendek dan Chua (1995) menemukan bahwa proses musik dipengaruhi oleh stimulasi persepsi bayi mengalami pada usia 6 bulan sampai 1 tahun. Ini dan penelitian lain telah menghasilkan bukti bervariasi berkumpul di ini sangat

Masalah teoritis dan praktis yang penting. Bagian dari inti penting dari penelitian ilmiah adalah upaya terus-menerus untuk meniru dan memeriksa temuan, untuk memperbaiki teori berdasarkan bukti empiris, dan untuk menemukan penjelasan yang lebih baik dari fenomena alam. Satu bahkan dapat pergi sejauh mengatakan ilmu yang memiliki aspek siklik. Seorang peneliti menemukan, misalnya, bahwa A berhubungan ke B di such- cara dan-rupa. Kemudian lebih banyak penelitian dilakukan untuk menentukan kondisi apa lain A juga sama terkait dengan peneliti B. lain menantang teori ini dan penelitian ini, menawarkan penjelasan dan bukti mereka sendiri. Peneliti asli, diharapkan, mengubah oneâ € ™ s bekerja dalam terang data baru. Proses tidak pernah berakhir.

Mari kita meringkas apa yang disebut pendekatan ilmiah untuk penyelidikan. Pertama ada keraguan, penghalang, situasi tak tentu menangis dibuat determinate. Ilmuwan mengalami keraguan kabur, gangguan emosi, dan ide-ide belum lengkap. Ada perjuangan untuk merumuskan masalah, bahkan jika tidak cukup. Ilmuwan kemudian mempelajari literatur, scan oneâ € ™ s pengalaman sendiri dan pengalaman orang lain. Seringkali peneliti hanya harus menunggu lompatan inventif pikiran. Mungkin akan terjadi; mungkin tidak.Dengan masalah dirumuskan, dengan pertanyaan dasar atau pertanyaan yang diajukan benar, sisanya adalah jauh lebih mudah. Maka hipotesis dibangun, setelah implikasi empiris yang menyimpulkan. Dalam proses ini masalah asli, dan tentu saja hipotesis asli, dapat diubah. Ini dapat diperluas atau dipersempit. Bahkan mungkin ditinggalkan. Terakhir, namun tidak akhirnya, hubungan diungkapkan oleh hipotesis diuji dengan observasi dan eksperimen. Berdasarkan bukti penelitian, hipotesis didukung atau ditolak. Informasi ini kemudian makan kembali ke masalah asli, dan masalah disimpan atau diubah sebagai didikte oleh bukti. Dewey menunjukkan bahwa salah satu fase dari proses dapat diperluas dan menjadi sangat penting, yang lain bisa skimped, dan mungkin ada sedikit atau lebih langkah yang terlibat. Penelitian jarang bisnis tertib pula. Memang, jauh lebih tertib daripada pembahasan di atas dapat diartikan. Order dan gangguan, bagaimanapun, tidak penting. Apa yang jauh lebih penting adalah rasionalitas dikendalikan penelitian ilmiah sebagai proses penyelidikan reflektif, sifat saling tergantung dari bagian-bagian dari proses, dan pentingnya penting dari masalah dan pernyataannya.

Studi Saran

Beberapa isi dari bab ini sangat kontroversial. Pandangan yang dikemukakan diterima oleh beberapa pemikir dan ditolak oleh orang lain. Pembaca dapat meningkatkan pemahaman ilmu pengetahuan dan tujuannya, hubungan antara ilmu pengetahuan dan teknologi, dan penelitian dasar dan terapan dengan membaca selektif literatur. Membaca tersebut dapat menjadi dasar untuk diskusi kelas. Pengobatan diperpanjang aspek kontroversial ilmu, khususnya ilmu perilaku, diberikan dalam pertama authorâ € ™ s buku, Perilaku Researc h: Sebuah Pendekatan Konseptual. New York: Holt, Rinehart dan Winston, 1979, bab. 1, 15, dan 16. Banyak artikel baik pada ilmu pengetahuan dan penelitian telah dipublikasikan dalam jurnal ilmu pengetahuan dan filsafat buku ilmu pengetahuan. Berikut adalah beberapa di antaranya.Termasuk juga laporan khusus di Scientific American. Semua yang berkaitan dengan substansi bab ini.

Barinaga, M. (1993). Filsafat ilmu: Kaum feminis menemukan jender di mana-mana dalam ilmu. Ilmu, 260, 392-393. Membahas kesulitan memisahkan pandangan budaya perempuan dan ilmu pengetahuan. Berbicara tentang ilmu pengetahuan sebagai bidang yang didominasi laki-laki.

Editor dari Scientific American . Ilmu dibandingkan Antiscience. (Laporan Khusus). Januari 1997, 96101. Hadirkan tiga berbeda gerakan anti-ilmu pengetahuan: penciptaan, feminis, dan media.

Hausheer, J. & Harris, J. (1994). Dalam mencari definisi singkat ilmu . Fisika

Guru, 32 (5), 318. Menyebutkan bahwa definisi ilmu harus mencakup pedoman untuk mengevaluasi teori dan hipotesis baik sebagai ilmu pengetahuan atau nonscience.

Holton, G. (1996). Kontroversi akhir ilmu pengetahuan. Scientific American, 273 (10), 191. Ini adalah artikel yang bersangkutan dengan pengembangan dua kubu pemikiran: the

linearists dan pengendara sepeda. The Linearists mengambil perspektif yang lebih konvensional ilmu pengetahuan. Para pengendara sepeda melihat sains sebagai memburuk dalam dirinya sendiri.

Horgan, J. (1994). Anti-kemahatahuan: Sebuah

geng eklektik pemikir mendorong pada batas knowledgeâ € ™ s. Scientific American, 271, 20-22.

Membahas batas ilmu pengetahuan. Juga lihat Horgan, J. (1997). Akhir ilmu. New York: Broadway Books.

Miller, J. A (1994). Sikap postmodern terhadap ilmu pengetahuan. Bioscience, 41 (6), 395.

Discuses alasan beberapa pendidik dan sarjana di humaniora telah mengadopsi sikap bermusuhan terhadap ilmu pengetahuan.

Smith, B. (1995). Ontologi formal, akal sehat dan ilmu kognitif. International Journal of Human-Computer Studies, 43 (5-6), 641-667. Sebuah artikel memeriksa akal sehat dan ilmu kognitif.

Timpane, J. (1995). Bagaimana meyakinkan seorang ilmuwan enggan. Scientific American, 272, 104. Artikel ini memperingatkan bahwa terlalu banyak orisinalitas dalam ilmu akan menyebabkan non-penerimaan dan kesulitan pemahaman. Hal ini juga membahas bagaimana ilmiah penerimaan diatur oleh data lama dan baru dan reputasi ilmuwan.

Bab Garis-Summary

1. Untuk memahami perilaku manusia yang kompleks, kita harus memahami bahasa ilmiah dan pendekatan.

2. Ilmu adalah ekstensi yang sistematis dan terkontrol akal sehat. Ada 5 perbedaan antara ilmu pengetahuan dan akal sehat

a. ilmu menggunakan skema konseptual dan struktur teoritis

b. ilmu sistematis dan empiris menguji teori dan hipotesis

c. sains mencoba untuk mengendalikan kemungkinan penyebab asing

d. ilmu sadar dan sistematis mengejar hubungan

e. ilmu mengesampingkan metafisik (diuji) penjelasan

3. Peirceâ € ™ s Empat Metode Mengetahui

a. metode keuletan - dipengaruhi oleh didirikan keyakinan masa lalu

b. Metode otoritas - dipengaruhi oleh berat tradisi atau sanksi publik

c. metode apriori - juga dikenal sebagai metode intuisi. Kecenderungan alami terhadap kebenaran.

d. Metode ilmu - diri mengoreksi. Pengertian yang diuji dan obyektif

4. Stereotip ilmu telah menghambat pemahaman ilmu pengetahuan dengan masyarakat

5. Pandangan, fungsi ilmu

a. pandangan statis melihat ilmu kontribusi informasi ilmiah kepada dunia. Ilmu menambah tubuh informasi dan pengetahuan terkini.

b. tampilan dinamis berkaitan dengan aktivitas ilmu pengetahuan. Apa yang dilakukan para ilmuwan. Dengan ini datang pandangan heuristik ilmu pengetahuan. Ini adalah salah satu selfdiscovery. Sains mengambil risiko dan memecahkan masalah.

6. Tujuan ilmu

a. mengembangkan teori dan menjelaskan fenomena alam

b. mempromosikan pemahaman dan mengembangkan prediksi

7. Sebuah teori memiliki 3 elemen

a. set properti yang terdiri dari didefinisikan dan saling konstruksi

b. sistematis menetapkan keterkaitan antara satu set variabel.

c. menjelaskan fenomena

8. Penelitian ilmiah sistematis, terkendali, empiris dan penyelidikan kritis fenomena alam. Hal ini dipandu oleh teori dan hipotesis tentang hubungan antara fenomena tersebut diduga. Hal ini juga umum dan amoral.

9. Pendekatan ilmiah menurut Dewey terdiri dari:

a. Masalah-Kendala-Idea - merumuskan masalah penelitian atau pertanyaan yang harus diselesaikan.

b. Hipotesis - merumuskan pernyataan dugaan tentang hubungan antara fenomena atau variabel

c. Penalaran-Pengurangan - ilmuwan menyimpulkan konsekuensi dari hipotesis. Hal ini dapat menyebabkan masalah yang lebih signifikan dan memberikan ide-ide tentang bagaimana hipotesis dapat diuji dalam hal diamati.

d. Pengamatan-Test-Experiment- ini adalah pengumpulan data dan analisis fase. Hasil penelitian yang dilakukan terkait kembali ke masalah.


Bab 2
Masalah dan Hipotesis

BANYAK ORANG berpikir bahwa ilmu pada dasarnya adalah kegiatan factgathering. Hal ini tidak. Sebagai MR Cohen (. 1956/1997, p 148) mengatakan:

Ada .. ada kemajuan sejati dalam wawasan ilmiah

melalui metode Bacon akumulasi

fakta empiris tanpa hipotesis atau antisipasi alam. Tanpa beberapa ide membimbing kita tidak tahu apa fakta untuk mengumpulkan ... kita tidak bisa menentukan apa yang relevan dan apa yang tidak relevan.

Orang ilmiah kurang informasi sering memiliki gagasan bahwa ilmuwan adalah individu yang sangat objektif yang mengumpulkan data tanpa prasangka. Poincare (1952/1996, p. 143) lama menunjukkan betapa salahnya ide ini adalah. Dia mengatakan: â € œIt sering mengatakan bahwa eksperimen harus dilakukan tanpa prasangka. Itu tidak mungkin. Tidak hanya akan membuat setiap percobaan sia-sia, tetapi bahkan jika kita ingin melakukan

jadi, itu tidak bisa dilakukan.

MASALAH

Hal ini tidak selalu mungkin bagi peneliti untuk merumuskan masalah sederhana, jelas, dan lengkap. Penelitian ini mungkin sering hanya memiliki agak umum, menyebar, bahkan gagasan bingung masalah. Ini adalah sifat dari kompleksitas penelitian ilmiah. Bahkan mungkin mengambil penyidik ​​bertahun-tahun eksplorasi, pemikiran, dan penelitian sebelum peneliti dapat dengan jelas menyatakan pertanyaan. Namun demikian, pernyataan yang memadai dari masalah penelitian merupakan salah satu bagian yang paling penting dari penelitian. Kesulitan menyatakan masalah penelitian memuaskan pada waktu tertentu tidak memungkinkan kami untuk melupakan keinginan utama dan kebutuhan melakukannya.

Mengingat kesulitan ini dalam pikiran, prinsip dasar dapat dinyatakan: Jika seseorang ingin memecahkan masalah, seseorang harus umumnya tahu apa masalahnya. Dapat dikatakan bahwa sebagian besar dari solusi terletak pada mengetahui apa yang salah coba lakukan. Bagian lain terletak pada mengetahui apa masalah yang dan terutama apa masalah ilmiah.

Apa yang dimaksud dengan pernyataan masalah yang baik? Meskipun masalah penelitian berbeda jauh dan tidak ada satu "benar" cara untuk menyatakan masalah, karakteristik tertentu dari masalah dan rumusan masalah dapat dipelajari dan digunakan untuk keuntungan yang baik. Untuk memulai, mari kita mengambil dua atau tiga contoh masalah penelitian yang dipublikasikan dan mempelajari karakteristik mereka. Pertama, mengambil masalah dari studi oleh Hurlock (1925) 3 disebutkan dalam Bab 1: Apa efek pada kinerja murid dari berbagai jenis insentif? Perhatikan bahwa masalah ini dinyatakan dalam bentuk pertanyaan. Cara termudah adalah di sini cara terbaik. Juga mencatat bahwa masalah menyatakan hubungan antara variabel, dalam hal ini antara variabel insentif dan kinerja murid (prestasi). ("Variabel" akan secara resmi didefinisikan dalam Bab 3. Untuk saat ini, variabel adalah nama dari sebuah fenomena, atau membangun sebuah, yang mengambil seperangkat nilai numerik yang berbeda.)

Sebuah masalah, kemudian, adalah kalimat tanya atau pernyataan yang bertanya: Apa ada hubungan antara dua variabel atau lebih? Jawabannya adalah apa yang dicari dalam penelitian. Masalah dalam banyak kasus akan memiliki dua atau lebih variabel. Dalam contoh Hurlock, pernyataan masalah berkaitan insentif untuk kinerja murid. Masalah lain, belajar dalam percobaan berpengaruh oleh Bahrick (1984, 1992), terkait dengan usia tua pertanyaan: Berapa banyak dari apa yang Anda pelajari sekarang akan Anda ingat 10 tahun dari sekarang? Berapa banyak Anda akan ingat 50 tahun dari sekarang? Berapa banyak yang Anda akan ingat nanti jika Anda tidak pernah menggunakannya? Secara formal Bahrick bertanya: Apakah memori semantik melibatkan proses terpisah? Salah satu variabel jumlah waktu sejak bahan pertama kali belajar, kedua akan kualitas pembelajaran asli dan variabel lainnya adalah mengingat (atau lupa). Masih masalah lain, dengan sedikit, Sterling dan Tingstrom (1996), sangat berbeda: Apakah isyarat geografis dan ras mempengaruhi atribusi (menyalahkan dirasakan)? Satu isyarat geografis variabel, kedua akan menjadi informasi ras dan yang lainnya adalah atribusi. Tidak semua masalah penelitian jelas memiliki dua atau lebih variabel. Misalnya, dalam psikologi eksperimental, fokus penelitian sering pada proses psikologis seperti memori dan

kategorisasi. Dalam studi dibenarkan terkenal dan berpengaruh nya kategori persepsi, Rosch (1973) pada dasarnya mengajukan pertanyaan: Apakah ada arbitrer ("natural") kategori warna dan bentuk? Meskipun hubungan antara dua variabel atau lebih tidak jelas dalam pernyataan masalah ini, dalam penelitian yang sebenarnya kategori yang berkaitan dengan belajar.

Menjelang akhir buku ini kita akan melihat bahwa masalah penelitian faktor analitik juga tidak memiliki bentuk hubungan yang dibahas di atas. Dalam sebagian besar masalah penelitian perilaku, namun, hubungan antara dua atau lebih variabel yang dipelajari, dan oleh karena itu kita akan menekankan pernyataan hubungan tersebut.

Kriteria Masalah dan Laporan Masalah

Ada tiga kriteria masalah yang baik dan pernyataan masalah. Satu, masalah harus mengungkapkan hubungan antara dua variabel atau lebih. Ini meminta, pada dasarnya, pertanyaan seperti: Apakah A berhubungan dengan B? Bagaimana A dan B yang terkait dengan C? Bagaimana Sebuah terkait ke B dalam kondisi C dan D? Pengecualian untuk diktum ini sebagian besar terjadi dalam penelitian taksonomi atau metodologis.

Dua, masalah harus dinyatakan dengan jelas dan tegas dalam bentuk pertanyaan. Alih-alih mengatakan, misalnya, "Masalahnya adalah ... â € atau" Tujuan dari penelitian ini adalah ... â € œ, mengajukan pertanyaan. Pertanyaan memiliki keutamaan berpose masalah secara langsung. Tujuan dari penelitian ini belum tentu sama dengan masalah penelitian. Tujuan dari penelitian Hurlock, misalnya, adalah untuk menyoroti penggunaan insentif dalam situasi sekolah. Masalahnya adalah pertanyaan tentang hubungan antara insentif dan kinerja. Sekali lagi, cara paling sederhana adalah cara terbaik: mengajukan pertanyaan.

Kriteria ketiga adalah seringkali sulit untuk memuaskan. Ini menuntut bahwa masalah dan pernyataan masalah harus seperti untuk menyiratkan kemungkinan pengujian empiris. Masalah yang tidak mengandung implikasi untuk menguji hubungan atau relasi yang dinyatakannya bukan masalah ilmiah. Ini berarti tidak hanya bahwa hubungan yang sebenarnya dinyatakan, tetapi juga bahwa variabel relasi entah bagaimana dapat diukur. Banyak pertanyaan yang menarik dan penting bukanlah pertanyaan ilmiah hanya karena mereka tidak setuju untuk pengujian. Beberapa pertanyaan filosofis dan teologis, sementara mungkin penting bagi individu yang menganggap mereka, tidak dapat diuji secara empiris dan karena itu tidak menarik bagi ilmuwan sebagai ilmuwan. Pertanyaan epistemologis, "Bagaimana kita tahu ?," pertanyaan seperti itu. Pendidikan memiliki banyak menarik tapi nonscientific pertanyaan, seperti, "Apakah pendidikan demokratis meningkatkan pembelajaran anak-anak?" "Apakah kelompok proses yang baik untuk anak-anak?" Pertanyaan-pertanyaan ini bisa disebut metafisik dalam arti bahwa mereka, setidaknya seperti yang dinyatakan, di luar kemungkinan pengujian empiris. Kesulitan utama adalah bahwa beberapa dari mereka tidak hubungan, dan sebagian besar konstruksi mereka sangat sulit atau tidak mungkin untuk menentukan sehingga mereka dapat diukur.

HIPOTESIS

Hipotesis adalah pernyataan dugaan tentang hubungan antara dua variabel atau lebih. Hipotesis selalu dalam bentuk kalimat deklaratif, dan mereka berhubungan, baik secara umum maupun khusus, variabel variabel. Ada dua kriteria untuk "baik" hipotesis dan pernyataan hipotesis. Mereka adalah sama dengan dua dari mereka untuk masalah dan rumusan masalah. Satu, hipotesis adalah pernyataan tentang hubungan antara variabel. Dua, hipotesis membawa implikasi yang jelas untuk menguji hubungan yang dinyatakan. Kriteria ini berarti, kemudian, bahwa pernyataan hipotesis mengandung dua atau lebih variabel yang diukur atau berpotensi

terukur dan bahwa mereka menentukan bagaimana variabel yang terkait.

Mari kita tiga hipotesis dari literatur dan menerapkan kriteria mereka. Hipotesis pertama dari sebuah studi oleh Wegner, et al (1987). tampaknya menentang akal sehat: Semakin besar penindasan pikiran yang tidak diinginkan, semakin besar keasyikan dengan pikiran-pikiran yang tidak diinginkan (menekan sekarang; terobsesi kemudian). Berikut relasi dinyatakan antara satu variabel, penekanan ide atau pemikiran, dan variabel lain, keasyikan atau obsesi. Karena dua variabel dapat segera ditentukan dan diukur, implikasi untuk menguji hipotesis, juga, dapat segera dipahami. Kriteria puas. Dalam Wegner, et al studi, subyek diminta untuk tidak berpikir tentang â € œwhite bear.â € Setiap kali mereka memikirkan beruang putih, mereka akan membunyikan lonceng. Jumlah bel berdering menunjukkan tingkat keasyikan. Hipotesis kedua adalah dari sebuah studi oleh Ayres dan Hughes (1986). Ini studyâ € ™ s hipotesis tidak biasa. Ini menyatakan hubungan di apa yang disebut bentuk nol: Tingkat kebisingan atau

musik tidak berpengaruh pada fungsi visual. Relasi dinyatakan dengan jelas: satu variabel, kenyaringan suara (seperti musik), terkait dengan variabel lain, fungsi visual, dengan kata-kata "tidak berpengaruh pada." Pada kriteria potensi testability, namun, kami bertemu dengan kesulitan. Kita dihadapkan dengan masalah mendefinisikan "fungsi visual" dan â € œloudness "sehingga mereka dapat diukur. Jika kita bisa mengatasi masalah ini dengan memuaskan, maka kita pasti memiliki hipotesis. Ayres dan Hughes memang memecahkan masalah ini dengan mendefinisikan kenyaringan sebagai 107 . desibel dan fungsi visual dalam hal nilai pada tugas ketajaman visual Dan hipotesis ini tidak menyebabkan menjawab pertanyaan bahwa orang sering bertanya: â € œWhy kita mengecilkan volume stereo mobil ketika kita mencari sebuah alamat jalan ? â € Ayres dan Hughes menemukan penurunan pasti dalam fungsi persepsi ketika tingkat musik berada di 107 desibel.

Hipotesis ketiga merupakan kelas banyak dan penting. Berikut hubungan yang tidak langsung, tersembunyi, seolah-olah. Ini lazim datang dalam bentuk pernyataan bahwa Grup A dan B akan berbeda pada beberapa karakteristik. Sebagai contoh: Wanita lebih sering daripada pria percaya bahwa mereka harus menurunkan berat badan meskipun berat badan mereka baik dalam batas normal (Fallon & Rozin, 1985). Artinya, perempuan berbeda dari laki-laki dalam hal bentuk tubuh mereka dirasakan. Perhatikan bahwa pernyataan ini merupakan salah satu langkah dihapus dari hipotesis yang sebenarnya, yang dapat dinyatakan: bentuk tubuh yang dirasakan adalah sebagian fungsi dari gender. Jika laporan terakhir yang hipotesis menyatakan, maka yang pertama mungkin disebut subhypothesis, atau prediksi tertentu berdasarkan hipotesis asli.

Mari kita pertimbangkan hipotesis lain jenis ini, tetapi dihapus satu langkah lebih jauh. Individu yang memiliki karakteristik yang sama atau serupa akan mengadakan sikap yang sama terhadap obyek kognitif secara signifikan terkait dengan peran kerja (Saal dan Moore, 1993). ("Benda kognitif" yang konkrit atau abstrak hal-hal yang dirasakan dan "dikenal" oleh individu. Orang-orang, kelompok, pekerjaan atau kelas promosi, pemerintah, dan pendidikan adalah contoh.) Hubungan dalam hal ini, tentu saja, adalah antara karakteristik pribadi dan sikap (terhadap objek kognitif yang berhubungan dengan karakteristik pribadi, misalnya, gender dan sikap terhadap orang lain yang menerima promosi). Untuk menguji hipotesis ini, itu akan diperlukan untuk memiliki minimal dua kelompok, masing-masing dengan karakteristik yang berbeda, dan kemudian membandingkan sikap kelompok. Misalnya, seperti dalam kasus studi Saal dan Moore, perbandingan akan antara laki-laki dan perempuan. Mereka akan dibandingkan pada penilaian mereka terhadap keadilan promosi yang diberikan kepada rekan kerja lawan jenis atau sama. Dalam contoh ini, kriteria tersebut dipenuhi.

PENTINGNYA MASALAH DAN HIPOTESIS

Ada sedikit keraguan bahwa hipotesis adalah alat penting dan sangat diperlukan penelitian ilmiah. Ada tiga alasan utama untuk keyakinan ini. Satu, mereka, sehingga untuk berbicara, instrumen kerja teori. Hipotesis dapat disimpulkan dari teori dan dari hipotesis lain. Jika, misalnya, kita bekerja pada teori agresi, kita mungkin mencari penyebab dan dampak dari perilaku agresif. Kita mungkin telah mengamati kasus perilaku agresif yang terjadi setelah keadaan frustasi. Teori ini, kemudian, mungkin termasuk proposisi: Frustrasi menghasilkan agresi (Dollard, Doob, Miller, Mowrer & Sears, 1939; Berkowitz, 1983; Dill & Anderson, 1995). Dari hipotesis yang luas ini kita dapat menyimpulkan hipotesis yang lebih spesifik, seperti: Untuk mencegah anak-anak mencapai tujuan yang diinginkan (frustrasi) akan menghasilkan pertempuran mereka satu sama lain (agresi); jika anak-anak kekurangan cinta orangtua (frustrasi), mereka akan bereaksi sebagian dengan perilaku agresif.

Alasan kedua adalah bahwa hipotesis dapat diuji dan terbukti mungkin benar atau mungkin salah. Fakta terisolasi tidak diuji, seperti yang kita katakan sebelumnya; hanya hubungan diuji. Karena hipotesis adalah proposisi relasional, ini mungkin adalah alasan utama mereka digunakan dalam penyelidikan ilmiah. Mereka, pada dasarnya, prediksi formulir, "Jika A, maka B," yang kita dibentuk untuk menguji hubungan antara A dan B. Kami membiarkan fakta memiliki kesempatan untuk menegakkan kebenaran kemungkinan atau kesalahan hipotesis.

Tiga, hipotesis adalah alat yang kuat untuk kemajuan pengetahuan karena mereka memungkinkan para ilmuwan untuk mendapatkan luar diri mereka sendiri. Meskipun dibangun oleh manusia, hipotesis ada, dapat diuji, dan dapat terbukti mungkin benar atau salah terlepas dari nilai-nilai, dan opini seseorang. Hal ini sangat penting bahwa kita berani mengatakan bahwa tidak akan ada ilmu dalam arti lengkap tanpa hipotesis.

Sama pentingnya dengan hipotesis adalah masalah di belakang hipotesis. Seperti Dewey (1938/1982, hlm. 105-107) telah baik menunjukkan, penelitian biasanya dimulai dengan masalah. Dia mengatakan bahwa ada pertama situasi tak tentu di mana ide-ide yang samar-samar, keraguan dibangkitkan dan pemikir yang bingung. Dewey lanjut menunjukkan bahwa masalahnya tidak diucapkan, memang tidak bisa diucapkan, sampai satu telah mengalami situasi tak tentu seperti itu.

Ketidakpastian, namun, akhirnya harus dihapus. Meskipun benar, seperti yang dinyatakan sebelumnya, bahwa seorang peneliti mungkin sering hanya memiliki gagasan umum dan menyebar dari masalah, cepat atau lambat ia harus memiliki ide yang cukup jelas tentang apa masalahnya. Meskipun pernyataan ini tampaknya jelas, salah satu hal yang paling sulit untuk dilakukan adalah untuk menyatakan seseorang masalah penelitian secara jelas dan lengkap. Dengan kata lain, Anda harus tahu apa yang Anda mencoba untuk mencari tahu. Ketika Anda akhirnya tahu, masalahnya adalah jauh ke arah solusi.

KEBAJIKAN MASALAH DAN HIPOTESIS

Masalah dan hipotesis, kemudian, memiliki kebajikan yang penting. Satu, mereka mengarahkan penyelidikan. Hubungan

dinyatakan dalam hipotesis memberitahu penyidik ​​apa yang harus dilakukan. Dua, masalah dan hipotesis, karena mereka biasanya umum pernyataan relasional, memungkinkan peneliti untuk menyimpulkan manifestasi empiris tertentu tersirat oleh masalah dan hipotesis. Kita dapat mengatakan, setelah Guida dan Ludlow (1989): Jika memang benar bahwa anak-anak dalam satu jenis budaya (Chile) memiliki kecemasan tes yang lebih tinggi daripada anak-anak dari jenis lain dari budaya (Whitehead Amerika), maka berikut bahwa anak-anak di budaya Chili harus melakukan lebih buruk di bidang akademik daripada anak-anak dalam budaya Amerika. Mereka mungkin harus juga memiliki rendah diri atau lokus-of-kontrol yang lebih eksternal ketika datang ke sekolah dan akademisi.

Ada perbedaan penting antara masalah dan hipotesis. Hipotesis, jika benar menyatakan, dapat diuji. Sementara hipotesis yang diberikan mungkin terlalu luas untuk diuji secara langsung, jika itu adalah "baik" hipotesis, hipotesis diuji maka lain dapat disimpulkan dari itu. Fakta atau variabel tidak diuji seperti itu. Hubungan yang dinyatakan oleh hipotesis diuji. Dan masalah tidak dapat diselesaikan secara ilmiah kecuali direduksi menjadi bentuk hipotesis, karena masalah adalah pertanyaan, biasanya bersifat luas, dan tidak secara langsung dapat diuji. Orang tidak menguji pertanyaan: Apakah ada atau tidak adanya seseorang di toilet umum mengubah pribadi

kebersihan (Pedersen, Keithly dan Brady, 1986)? Apakah sesi konseling kelompok mengurangi tingkat morbiditas psikiatri di polisi? (Dokter, Cutris dan Issacs, 1994)? Sebaliknya, salah satu tes satu atau lebih hipotesis tersirat oleh pertanyaan-pertanyaan ini. Misalnya, untuk mempelajari masalah yang terakhir, orang dapat berhipotesis bahwa polisi yang menghadiri sesi konseling pengurangan stres akan mengambil hari sakit lebih sedikit daripada mereka polisi yang tidak menghadiri sesi konseling. Hipotesis di bekas masalah bisa menyatakan bahwa kehadiran seseorang di toilet umum akan menyebabkan orang lain untuk mencuci tangan mereka.

Masalah dan hipotesis memajukan pengetahuan ilmiah dengan membantu mengkonfirmasi penyidik ​​atau teori disconfirm. Misalkan penyidik ​​psikologis memberikan sejumlah mata pelajaran tiga atau empat tes, di antaranya adalah tes kecemasan dan tes aritmatika. Rutin menghitung interkorelasi antara tiga atau empat tes, orang menemukan bahwa korelasi antara kecemasan dan aritmatika negatif. Seseorang menyimpulkan, karena itu semakin besar kecemasan yang lebih rendah skor aritmatika. Tapi cukup dibayangkan bahwa hubungan tersebut kebetulan atau bahkan palsu. Namun, jika penyidik ​​telah dihipotesiskan hubungan atas dasar teori, peneliti bisa memiliki keyakinan yang lebih besar dalam hasil. Penyidik ​​yang tidak berhipotesis hubungan di muka, singkatnya, tidak memberikan fakta kesempatan untuk membuktikan atau menolak. Kata-kata "membuktikan" dan "membantah" tidak harus diambil di sini dalam arti literal biasa mereka. Hipotesis tidak pernah benar-benar terbukti atau tidak terbukti. Untuk lebih akurat kita mungkin harus mengatakan sesuatu seperti: Berat bukti adalah di sisi hipotesis, atau berat bukti meragukan hipotesis. Braithwaite (. 1953/1996 p 14) mengatakan:

â € œThus bukti empiris contoh yang pernah membuktikan hipotesis: dalam kasus yang sesuai kita dapat mengatakan bahwa itu menetapkan hipotesis, berarti dengan ini bahwa bukti membuatnya masuk akal untuk menerima hipotesis; tapi tidak pernah membuktikan hipotesis dalam arti bahwa hipotesis merupakan konsekuensi logis dari bukti. "

Ini penggunaan hipotesis ini mirip dengan bermain permainan kesempatan. Aturan permainan ditetapkan terlebih dahulu, dan taruhan yang dibuat di muka. Seseorang tidak dapat mengubah aturan setelah hasil, juga tidak bisa mengubah satu taruhan seseorang setelah membuat mereka. Itu tidak akan "adil." Satu tidak bisa melempar dadu pertama dan kemudian bertaruh. Demikian pula, jika seseorang mengumpulkan data dulu dan kemudian memilih datum dan datang ke kesimpulan berdasarkan datum, satu telah melanggar aturan main ilmiah. Permainan ini tidak "fair" karena penyidik ​​dapat dengan mudah memanfaatkan, mengatakan, dua relasi yang signifikan dari lima diuji. Apa yang terjadi pada tiga lainnya? Mereka biasanya dilupakan. Namun dalam permainan yang adil setiap lemparan dadu dihitung, dalam arti bahwa satu baik menang atau tidak menang atas dasar hasil dari setiap lemparan.

Hipotesis penyelidikan langsung. Seperti Darwin menunjukkan lebih dari seratus tahun yang lalu, pengamatan harus untuk atau terhadap beberapa pandangan jika mereka ada gunanya. Hipotesis menggabungkan aspek teori yang diuji dalam bentuk diuji atau dekat-diuji. Sebelumnya, contoh teori penguatan yang diberikan di mana hipotesis diuji yang disimpulkan dari masalah umum. Pentingnya mengenali fungsi ini hipotesis dapat ditampilkan dengan pergi melalui pintu belakang dan menggunakan teori yang sangat sulit, atau mungkin tidak mungkin, untuk menguji. Teori Freud kecemasan meliputi membangun represi. Sekarang, dengan represi Freud berarti memaksa ide-ide yang tidak dapat diterima jauh ke dalam alam bawah sadar. Untuk menguji teori Freud kecemasan itu perlu untuk menyimpulkan hubungan yang disarankan oleh teori. Pemotongan ini akan, tentu saja, harus menyertakan gagasan represi, yang meliputi konstruksi bawah sadar. Hipotesis dapat dirumuskan dengan menggunakan konstruksi ini; untuk menguji teori, mereka harus begitu dirumuskan. Tapi menguji mereka adalah satu lagi, masalah yang lebih sulit karena kesulitan ekstrim sehingga mendefinisikan istilah-istilah seperti "represi" dan "sadar" bahwa mereka dapat diukur. Untuk saat ini, belum ada yang berhasil mendefinisikan dua konstruksi tanpa serius berangkat dari makna Freudian asli dan penggunaan. Hipotesis, kemudian, adalah jembatan penting antara teori dan penyelidikan empiris.

MASALAH, NILAI, DAN DEFINISI

Untuk menjelaskan lebih lanjut sifat masalah dan hipotesis, dua atau tiga kesalahan umum sekarang akan dibahas. Pertama, masalah ilmiah yang tidak pertanyaan moral dan etika. Apakah tindakan disipliner hukuman buruk bagi anak-anak? Haruskah kepemimpinan organisasi demokratis? Apa cara terbaik untuk mengajar mahasiswa? Untuk mengajukan pertanyaan ini adalah untuk meminta nilai dan pertanyaan menghakimi bahwa ilmu pengetahuan tidak bisa menjawab. Banyak yang disebut hipotesis tidak hipotesis sama sekali. Misalnya: Metode kelompok kecil mengajar lebih baik daripada metode ceramah. Ini adalah pernyataan nilai; itu adalah sebuah artikel iman dan bukan hipotesis. Jika hal itu mungkin untuk menyatakan hubungan antara variabel, dan apakah mungkin untuk mendefinisikan variabel sehingga memungkinkan pengujian relasi, maka kita mungkin memiliki hipotesis. Tetapi tidak ada cara untuk menguji pertanyaan nilai ilmiah.

Cara cepat dan relatif mudah untuk mendeteksi pertanyaan nilai dan pernyataan adalah untuk mencari kata-kata seperti "seharusnya," "seharusnya," "lebih baik daripada" (bukan "lebih besar dari"). Juga salah satu dapat mencari kata-kata serupa yang menunjukkan penilaian budaya atau pribadi atau preferensi. Pernyataan nilai, bagaimanapun, adalah rumit. Sementara "harus" Pernyataan ini jelas sebuah pernyataan nilai, jenis tertentu lainnya laporan yang tidak begitu jelas. Ambil pernyataan: metode otoriter mengajar menyebabkan pembelajaran yang buruk. Di sini ada relasi. Tapi pernyataan itu gagal sebagai hipotesis ilmiah karena menggunakan dua ekspresi nilai atau kata-kata, "metode otoriter mengajar" dan "pembelajaran miskin." Baik yang dapat didefinisikan untuk tujuan pengukuran tanpa menghapus kata-kata "otoriter" dan

"Miskin." 4

Jenis lain dari pernyataan yang tidak hipotesis atau yang miskin sering dirumuskan, khususnya di bidang pendidikan. Perhatikan, misalnya: Kurikulum inti adalah memperkaya pengalaman. Jenis lain, terlalu sering, adalah generalisasi jelas: keterampilan membaca dapat diidentifikasi di kelas dua; tujuan dari individu yang unik adalah realisasi diri; Prasangka berhubungan dengan ciri-ciri kepribadian tertentu.

Cacat lain yang umum dari pernyataan masalah yang sering terjadi pada tesis doktor: pencatatan poin metodologis atau "masalah" sebagai subproblem. Titik-titik metodologis memiliki dua karakteristik yang membuat mereka mudah untuk mendeteksi: (1) mereka tidak masalah substantif yang muncul dari masalah dasar; dan (2) mereka berhubungan dengan teknik atau metode sampling, pengukuran, atau menganalisis. Mereka biasanya tidak dalam bentuk pertanyaan, melainkan berisi kata-kata "tes", "menentukan," "ukuran", dan sejenisnya. "Untuk menentukan keandalan instrumen yang digunakan dalam penelitian ini," "Untuk menguji signifikansi perbedaan antara sarana," dan "Untuk menetapkan siswa secara acak untuk kelompok eksperimen" adalah contoh dari gagasan keliru ini masalah dan submasalah.

Umum dan spesifisitas MASALAH DAN HIPOTESIS

Salah satu kesulitan yang pekerja penelitian biasanya bertemu dan bahwa hampir semua siswa mengerjakan tesis menemukan menjengkelkan adalah umum dan spesifisitas masalah dan hipotesis. Jika masalah terlalu umum, biasanya terlalu samar untuk diuji. Oleh karena itu, secara ilmiah tidak berguna, meskipun mungkin menarik untuk dibaca. Masalah dan hipotesis yang terlalu umum atau terlalu samar yang umum. Sebagai contoh: Kreativitas adalah fungsi dari aktualisasi diri individu; Pendidikan demokratis meningkatkan pembelajaran sosial dan kewarganegaraan; Otoriterisme di kelas perguruan tinggi menghambat imajinasi kreatif siswa. Ini adalah masalah yang menarik. Tapi, dalam bentuknya yang sekarang, mereka lebih buruk daripada tidak berguna secara ilmiah, karena mereka tidak dapat diuji dan karena mereka memberikan satu jaminan palsu bahwa mereka adalah hipotesis yang dapat "beberapa hari" diuji.

Istilah-istilah seperti "kreativitas," "aktualisasi diri," "demokrasi," "otoritarianisme," dan sejenisnya miliki, pada saat ini setidaknya, tidak ada cukup empiris 2

acuan. Sekarang, sangat benar bahwa kita dapat mendefinisikan "kreativitas," katakan, secara terbatas dengan menentukan satu atau dua tes kreativitas. Ini mungkin menjadi prosedur yang sah. Namun, dengan demikian, kita menjalankan risiko mendapatkan jauh dari istilah asli dan maknanya. Hal ini terutama berlaku ketika kita berbicara tentang kreativitas seni. Kita sering bersedia menerima risiko agar dapat menyelidiki masalah penting, tentu saja. Namun istilah seperti "demokrasi" yang hampir putus asa untuk menentukan. Bahkan ketika kita melakukan mendefinisikannya, kita sering menemukan kita telah menghancurkan makna asli

istilah.Pengecualian yang luar biasa untuk pernyataan ini (1980) definisi Bollen dan pengukuran "demokrasi." Kami akan memeriksa baik dalam bab-bab berikutnya.

Ekstrem yang lain adalah kekhususan terlalu besar. Setiap siswa telah mendengar bahwa perlu untuk mempersempit masalah ke ukuran yang bisa diterapkan. Ini benar. Tapi, sayangnya, kita juga bisa mempersempit masalah dari keberadaan. Secara umum, semakin spesifik masalah atau hipotesis jelas implikasi pengujiannya. Tapi kesia mungkin harga yang kita bayar. Para peneliti tidak dapat menangani masalah yang terlalu luas karena mereka cenderung terlalu samar untuk operasi penelitian yang memadai. Di sisi lain, dalam semangat mereka untuk memotong masalah ke ukuran yang bisa diterapkan atau untuk menemukan masalah yang bisa diterapkan, mereka mungkin memotong kehidupan dari itu. Mereka mungkin membuatnya sepele atau tidak penting. Tesis misalnya, tentang hubungan sederhana antara kecepatan membaca dan ukuran jenis, sementara penting dan bahkan mungkin menarik, terlalu tipis dengan sendirinya untuk studi doktor. Mahasiswa doktoral perlu memperluas topik dengan juga merekomendasikan perbandingan antara jenis kelamin dan mempertimbangkan variabel seperti budaya dan latar belakang keluarga. Peneliti mungkin bisa memperluas penelitian untuk melihat tingkat pencahayaan dan huruf jenis. Spesifisitas terlalu besar mungkin bahaya lebih buruk daripada umum terlalu besar. Peneliti mungkin dapat menjawab pertanyaan spesifik tetapi tidak akan dapat menggeneralisasi temuan situasi atau kelompok orang lain. Bagaimanapun, beberapa jenis kompromi harus dibuat antara umum dan spesifisitas. Kemampuan efektif untuk membuat kompromi tersebut adalah fungsi sebagian dari pengalaman dan sebagian dari studi kritis masalah penelitian.

Berikut adalah beberapa contoh yang kontras masalah penelitian dinyatakan sebagai terlalu umum atau terlalu spesifik:
Meskipun banyak penelitian otoritarianisme telah dilakukan dengan cukup sukses, diragukan bahwa kita tahu apa yang otoritarianisme di kelas berarti. Misalnya, tindakan seorang guru yang otoriter dalam satu kelas mungkin tidak otoriter di kelas lain. Perilaku demokratis dugaan dipamerkan oleh salah satu guru bahkan mungkin disebut otoriter jika ditunjukkan oleh guru lain. Elastisitas tersebut bukanlah hal ilmu pengetahuan.

1. Terlalu Umum: Ada perbedaan gender dalam bermain game.

Terlalu Spesifik: Tommya € ™ s skor akan menjadi 10 poin lebih tinggi dari Carola € ™ s di Tetris Profesional Emas.

Tentang Kanan: Video bermain game akan menghasilkan transfer yang lebih tinggi pembelajaran bagi anak laki-laki dibandingkan anak perempuan.

2. Terlalu Umum: Orang bisa membaca huruf ukuran besar

lebih cepat dari huruf ukuran kecil.

Terlalu Spesifik: Usia di Duarte SMA dapat membaca 24 titik font lebih cepat dari 12 titik font.

Tentang Kanan: Perbandingan tiga ukuran font yang berbeda dan ketajaman visual pada kecepatan membaca dan pemahaman.

THE MULTIVARIABEL SIFAT PERILAKU PENELITIAN DAN MASALAH

Sampai saat ini pembahasan masalah dan hipotesis telah cukup banyak terbatas pada dua variabel, x dan y. Kita harus cepat-cepat memperbaiki kesan bahwa masalah dan hipotesis tersebut adalah norma dalam penelitian perilaku. Para peneliti di bidang psikologi, sosiologi, pendidikan, dan ilmu perilaku lainnya telah menjadi sangat menyadari sifat multivariabel penelitian perilaku. Alih-alih mengatakan: IFP, maka q, sering lebih tepat untuk mengatakan: Jika p1, p2, ..., Pk, maka q; atau: Jika p maka q, dalam kondisi r, s , dan t.

Sebuah contoh dapat memperjelas titik. Alih-alih hanya menyatakan hipotesis: Jika frustrasi, maka agresi, itu lebih realistis untuk mengenali sifat multivariabel penentu dan pengaruh agresi. Hal ini dapat dilakukan dengan mengatakan, misalnya: Jika kecerdasan yang tinggi, kelas menengah, laki-laki, dan frustrasi, maka agresi. Atau: Jika frustrasi, maka agresi, di bawah kondisi kecerdasan yang tinggi, kelas menengah, dan laki-laki. Alih-alih satu x, kita sekarang memiliki empat x. Meskipun satu fenomena mungkin yang paling penting dalam menentukan atau mempengaruhi fenomena lain, tidak mungkin bahwa sebagian besar fenomena yang menarik bagi para ilmuwan perilaku ditentukan sederhana. Hal ini jauh lebih mungkin bahwa mereka bertekad biak. Hal ini jauh lebih mungkin bahwa agresi adalah hasil dari beberapa pengaruh yang bekerja dalam cara yang kompleks. Selain itu, agresi itu sendiri memiliki beberapa aspek. Setelah semua, ada berbagai jenis agresi.

Masalah dan hipotesis sehingga harus mencerminkan kompleksitas multivariabel realitas psikologis, sosiologis, dan pendidikan. Kami akan berbicara satu x dan y satu, terutama pada bagian awal buku ini. Namun, harus dipahami bahwa penelitian perilaku, yang digunakan untuk menjadi hampir secara eksklusif univariat dalam pendekatannya, telah menjadi lebih dan lebih multivariabel. Kami sengaja menggunakan kata â € œmultivariableâ € bukan â € œmultivariateâ € untuk alasan penting. Secara tradisional, â € studi œmultivariateâ € adalah mereka yang memiliki lebih dari satu variabel y dan satu atau lebih variabel x. Ketika kita berbicara tentang satu y dan lebih dari satu variabel x, kita menggunakan istilah yang lebih tepat â € œmultivariableâ € untuk membuat perbedaan. Untuk saat ini, kita akan menggunakan "univariat" untuk menunjukkan satu x dan y satu. "Univariat," tegasnya, juga berlaku untuk y. Kami akan segera menemukan konsep multivariat dan masalah. Dan bagian selanjutnya dari buku ini akan sangat peduli dengan pendekatan multivariat dan penekanan. Untuk penjelasan yang jelas tentang perbedaan antara multivariabel dan multivariat melihat Kleinbaum, Kupper, Muller dan Nizam (1997).

KESIMPULAN-KEKUATAN KHUSUS HIPOTESIS

Satu kadang-kadang akan mendengar bahwa hipotesis tidak diperlukan dalam penelitian. Sebagian merasa bahwa mereka tidak perlu membatasi imajinasi investigasi, dan bahwa tugas ilmu pengetahuan dan penelitian ilmiah adalah untuk mengetahui hal-hal dan tidak memukul jelas. Beberapa merasa bahwa hipotesis yang usang, dan sejenisnya. Pernyataan tersebut cukup menyesatkan. Mereka salah menanggapi tujuan hipotesis.

Hampir dapat dikatakan bahwa hipotesis adalah salah satu alat yang paling kuat namun diciptakan untuk mencapai pengetahuan diandalkan. Kami mengamati fenomena. Kami berspekulasi tentang kemungkinan penyebab. Tentu, budaya kita memiliki jawaban atas rekening untuk sebagian fenomena, banyak yang benar, banyak yang salah, banyak campuran fakta dan takhayul, banyak takhayul murni. Ini adalah bisnis ilmuwan meragukan sebagian penjelasan dari fenomena. Keraguan seperti itu sistematis. Para ilmuwan berkeras menundukkan penjelasan dari fenomena untuk menguji empiris dikendalikan. Untuk melakukan hal ini, mereka merumuskan penjelasan dalam bentuk teori dan hipotesis. Bahkan, penjelasan hipotesis. Para ilmuwan hanya mendisiplinkan bisnis dengan menulis hipotesis yang sistematis dan dapat diuji. Jika penjelasan tidak dapat dirumuskan dalam bentuk hipotesis dapat diuji, maka dapat dianggap sebagai penjelasan metafisik dan dengan demikian tidak setuju untuk penyelidikan ilmiah. Dengan demikian, ia diberhentikan oleh para ilmuwan sebagai tidak menarik.

Kekuatan hipotesis berjalan lebih jauh dari ini, namun. Hipotesis merupakan prediksi. Ia mengatakan bahwa jika x terjadi, y juga akan terjadi. Artinya, y diperkirakan dari x. Jika, maka, x dibuat terjadi (beragam), dan teramati bahwa y juga terjadi (bervariasi bersamaan), maka hipotesis dikonfirmasi. Ini adalah bukti lebih kuat daripada hanya mengamati, tanpa prediksi, yang covarying x dan y. Hal ini lebih kuat dalam arti taruhan permainan dibahas sebelumnya. Ilmuwan membuat taruhan yang x mengarah ke y. Jika, dalam percobaan, x tidak menyebabkan y, maka salah satu telah memenangkan taruhan. Seseorang tidak bisa hanya memasukkan permainan pada setiap titik dan memilih umum terjadi mungkin kebetulan x dan y. Game tidak dimainkan dengan cara ini (setidaknya dalam budaya kita). Orang ini harus bermain sesuai aturan, dan aturan-aturan dalam ilmu dibuat untuk meminimalkan kesalahan dan falibilitas. Hipotesis merupakan bagian dari aturan main ilmu.

Bahkan ketika hipotesis tidak dikonfirmasi, mereka memiliki kekuatan. Bahkan ketika y tidak covary dengan x, pengetahuan maju. Temuan negatif kadang-kadang sama pentingnya dengan yang positif, karena mereka mengurangi total alam semesta kebodohan dan kadang-kadang mengarah ke atas hipotesis lanjut berbuah dan garis penyelidikan. Tapi ilmuwan tidak bisa mengatakan positif dari bukti negatif kecuali satu menggunakan hipotesis. Hal ini dimungkinkan untuk melakukan penelitian tanpa hipotesis, tentu saja, terutama dalam penyelidikan eksplorasi. Tetapi sulit untuk hamil ilmu pengetahuan modern dalam semua kesuburan ketat dan disiplin tanpa kekuatan membimbing hipotesis.

Saran studi

1. Gunakan nama variabel berikut untuk menulis

masalah penelitian dan hipotesis: frustrasi,

prestasi akademik, kecerdasan, kemampuan verbal, ras, kelas sosial (status sosial ekonomi), jenis kelamin, penguatan, metode pengajaran Kerja pilihan, konservatisme, pendidikan, pendapatan, otoritas, kebutuhan untuk berprestasi, kohesivitas kelompok, ketaatan, prestise sosial, permisif.

2. Sepuluh masalah dari literatur penelitian diberikan di bawah ini. Pelajari secara seksama, memilih dua atau tiga, dan membangun hipotesis berdasarkan pada mereka.

a. Apakah anak-anak dari berbagai kelompok etnis memiliki berbagai tingkat tes kecemasan? (Guida dan Ludlow, 1989).

b. Apakah situasi sosial koperasi menyebabkan tingkat yang lebih tinggi motivasi intrinsik? (Hom, Berger, et al., 1994).

c. Apakah tanggapan afektif dipengaruhi oleh peopleâ aktivitas wajah € ™ s? (Strack, Martin dan Stepper, 1988).

d. Juri akan mengikuti petunjuk peradilan mahal dan informasi? (Shaw dan Skolnick, 1995).

e. Apa efek positif dari menggunakan bantalan tekanan bolak untuk mencegah dekubitus pada pasien rumah sakit tinggal di rumah? (Stoneberg, Pitcock, dan Myton, 1986).

f. Apa efek dari awal pengkondisian Pavlov pada pengkondisian Pavlov nanti? (Lariviere dan Tombak, 1996).

g. Apakah khasiat pengkodean informasi ke dalam memori jangka panjang tergantung pada kebaruan informasi? (Tulving dan Kroll, 1995).

h. Apa efek konsumsi alkohol pada kemungkinan penggunaan kondom saat berhubungan seks kausal? (MacDonald, Zanna dan Fong, 1996).

(I) Apakah ada perbedaan gender dalam memprediksi keputusan pensiun? (Talaga dan Beehr, 1995).

(J) Apakah Baik Perilaku permainan strategi intervensi yang layak bagi anak-anak di kelas yang membutuhkan prosedur perubahan perilaku? (Tingstrom, 1994).

3. Sepuluh hipotesis yang diberikan di bawah. Diskusikan kemungkinan menguji mereka. Kemudian membaca dua atau tiga dari studi untuk melihat bagaimana penulis menguji mereka.

a. Pelamar kerja yang mengklaim banyak pengalaman di tugas tidak ada melebih-lebihkan kemampuan mereka pada tugas-tugas nyata. (Anderson, Warner dan Spencer, 1984).

b. Dalam situasi sosial, pria salah membaca womenâ € ™ s keramahan dimaksudkan sebagai tanda ketertarikan seksual. (Saal, Johnson dan Weber, 1989)

c. Semakin besar kesuksesan tim, semakin besar atribusi dari masing-masing anggota tim terhadap oneâ € ™ s kemampuan dan keberuntungan. (Chambers dan Abrami, 1991).

d. Peningkatan minat dalam tugas akan meningkatkan kepatuhan. (Rind, 1997).

e. Ekstrak dari MENA € ™ s keringat dapat mempengaruhi siklus menstruasi Women € ™ s. (Cutler, Preti, Kreiger dan Huggins, 1986).

f. Secara fisik orang yang menarik dipandang dengan kecerdasan yang lebih tinggi daripada orang-orang non-menarik. (Moran dan McCullers, 1984).

g. Satu dapat menerima bantuan dari orang asing jika orang asing yang mirip dengan diri sendiri, atau jika permintaan diajukan pada jarak tertentu. (Glick, Demorest dan Hotze, 1988).

h. Merokok (nikotin) meningkatkan kinerja mental. (Spilich, Juni, dan Remer, 1992).

i. Orang sambil menyimpan barang berharga di lokasi yang tidak biasa akan memiliki memori yang lebih baik dari lokasi dari

sambil menyimpan barang berharga di lokasi yang biasa. (Winograd dan Soloway, 1986).

j. Laki-laki gay dengan gejala penyakit HIV yang

signifikan lebih tertekan dibandingkan laki-laki gay yang

Status HIV tidak diketahui. (Cochran dan Mays, 1994).

4. Multivariat (untuk saat ini, lebih dari dua variabel dependen) masalah dan hipotesis telah menjadi umum dalam penelitian perilaku. Untuk memberikan siswa perasaan awal untuk masalah seperti itu, kita di sini menambahkan beberapa dari mereka. Coba bayangkan bagaimana Anda akan melakukan penelitian untuk belajar mereka.

a. Apakah laki-laki dan perempuan berbeda dalam persepsi mereka tentang alat kelamin mereka, kenikmatan seksual, seks oral dan masturbasi? (Reinholtz dan Muehlenhard, 1995).

b. Adalah perokok muda lebih terbuka sedangkan perokok yang lebih tua lebih tertekan dan menarik diri (Stein, Newcomb dan Bentler, 1996)?

c. Berapa peringkat teacherâ € ™ s keterampilan sosial bagi siswa populer yang berbeda dari siswa ditolak? (Stuart, Gresham dan Elliot, 1991); (Frentz, Gresham, dan Elliot, 1991).

d. Melakukan pencocokan konselor-klien pada hasil etnis, jenis kelamin dan bahasa perlakuan pengaruh anak usia sekolah? (Hall, Kaplan dan Lee, 1994).

e. Apakah ada perbedaan dalam kemampuan kognitif dan fungsional pasien Alzheimer € ™ s yang berada di unit perawatan khusus dibandingkan dengan mereka yang berada di unit perawatan tradisional? (Swanson, Maas, dan Buckwalter, 1994).

f. Apakah anak-anak hiperaktif dengan defisit perhatian berbeda dari anak-anak nonhyperactive dengan defisit perhatian pada membaca, mengeja dan prestasi bahasa tertulis? (Elbert, 1993).

g. Akan perceivers melihat wanita yang lebih memilih judul milik Ibu sebagai tinggi pada kualitas instrumental dan rendah pada kualitas ekspresif dibandingkan wanita yang lebih memilih judul courtesy tradisional? (Dion dan Cota, 1991).

h. Apakah gaya pemberdayaan peningkatan kepemimpinan tim kepuasan anggota dan persepsi keberhasilan tim untuk meningkatkan efektivitas tim? (Kumpfer,

Turner, Hopkins, dan Librett, 1993)

i. Bagaimana etnis, gender dan sosial ekonomi pengaruh latar belakang psikosis-wilayah rawan: penyimpangan persepsi, ideation magis dan kepribadian schizotypal (Serambi, Ross, Hanks dan Whitman, 1995).

j. Apakah paparan stimulus memiliki dua efek, satu kognitif dan afektif satu, yang pada gilirannya mempengaruhi menyukai, keakraban, dan keyakinan pengakuan dan akurasi (Zajonc, 1980)?

Dua masalah terakhir dan penelitian yang cukup kompleks karena hubungan menyatakan sangat kompleks. Masalah lain dan studi, meskipun juga kompleks, hanya satu fenomena mungkin dipengaruhi oleh fenomena lain, sedangkan dua masalah terakhir memiliki beberapa fenomena yang mempengaruhi dua atau lebih fenomena lainnya. Pembaca tidak perlu berkecil hati jika mereka menemukan masalah ini agak sulit. Pada akhir buku ini mereka akan muncul menarik dan alami.

Bab Ringkasan

1. Merumuskan masalah penelitian tidak mudah

tugas.Peneliti dimulai dengan pendapat umum, menyebar dan samar-samar dan kemudian secara bertahap memurnikan itu. Masalah penelitian berbeda jauh dan tidak ada satu cara yang tepat untuk menyatakan masalah.

2. Tiga kriteria masalah yang baik dan masalah

pernyataan

a. Masalahnya harus dinyatakan sebagai hubungan antara dua variabel atau lebih.

b. Masalahnya harus diletakkan dalam bentuk pertanyaan.

c. Pernyataan masalah harus menyiratkan kemungkinan pengujian empiris.

3. Hipotesis adalah pernyataan terkaan dari

hubungan antara dua variabel atau lebih. Hal ini dimasukkan ke dalam bentuk pernyataan deklaratif. Sebuah kriteria hipotesis yang baik adalah sama dengan a) dan b) dalam kriteria masalah yang baik.

4. Pentingnya masalah dan hipotesis.

a. Ini adalah instrumen kerja ilmu pengetahuan. Ini adalah pernyataan kerja spesifik teori.

b. Hipotesis dapat diuji dan dapat diprediksi.

c. Kemajuan pengetahuan.

5. Kebajikan masalah dan hipotesis

a. Mengarahkan investigasi dan penyelidikan

b. Memungkinkan penelitian untuk menyimpulkan manifestasi empiris tertentu

c. Berfungsi sebagai jembatan antara teori dan penyelidikan empiris.

6. Masalah ilmiah bukan pertanyaan moral atau etika. Sains tidak bisa menjawab pertanyaan nilai atau menghakimi.

7. Deteksi pertanyaan nilai: Carilah kata-kata seperti

sebagai â € œbetter Thana €, â € œshouldâ €, atau â € œought.â €

8. Cacat lain yang umum dari pernyataan masalah adalah

pencatatan poin metodologis sebagai subproblem.

a. mereka tidak masalah substantif yang datang langsung dari masalah dasar

b. mereka berhubungan dengan teknik atau metode sampling, pengukuran, atau menganalisis. Tidak dalam bentuk pertanyaan.

9. Pada masalah, ada kebutuhan untuk kompromi antara menjadi terlalu umum dan terlalu spesifik. Kemampuan untuk melakukan hal ini dilengkapi dengan pengalaman.

10. Masalah dan hipotesis perlu mencerminkan kompleksitas multivariat perilaku ilmu realitas.

11. Hipotesisnya adalah salah satu alat yang paling kuat diciptakan untuk mencapai pengetahuan diandalkan. Ia memiliki kekuatan prediksi. Temuan negatif untuk hipotesis dapat berfungsi untuk menghilangkan satu penjelasan yang mungkin dan membuka hipotesis dan garis penyelidikan lainnya.

22 Bab 2: Masalah dan Hipotesis


Bab 3
Konstruksi, Variabel dan Definisi

ILMUWAN beroperasi pada dua tingkat: teori-hipotesis-konstruk dan observasi. Lebih tepatnya, mereka shuttle bolak-balik antara tingkat ini. Seorang ilmuwan psikologi mungkin mengatakan, "kekurangan Awal menghasilkan kekurangan belajar." Pernyataan ini merupakan hipotesis yang terdiri dari dua konsep, "perampasan awal" dan "kekurangan belajar," bergabung dengan kata hubungan, "menghasilkan." Hal ini pada tingkat teori hipotesis-membangun. Setiap kali para ilmuwan mengucapkan pernyataan relasional dan setiap kali mereka menggunakan konsep, atau konstruksi seperti yang akan kita sebut mereka, mereka beroperasi pada tingkat ini.

Para ilmuwan juga harus beroperasi pada tingkat pengamatan. Mereka harus mengumpulkan data untuk menguji hipotesis. Untuk melakukan hal ini, mereka entah bagaimana harus mendapatkan dari tingkat membangun ke tingkat pengamatan. Mereka tidak bisa hanya membuat pengamatan "perampasan awal" dan "kekurangan belajar." Mereka harus sangat menentukan konstruksi ini bahwa pengamatan yang mungkin. Masalah bab ini adalah untuk menguji dan mengklarifikasi sifat konsep-konsep ilmiah atau konstruksi. Juga, bab ini akan memeriksa dan memperjelas cara di mana para ilmuwan perilaku dapatkan dari tingkat membangun ke tingkat observasi, bagaimana mereka shuttle dari satu ke yang lain.

KONSEP DAN konstruksi

Istilah "Konsep" dan "membangun" memiliki makna yang sama. Namun ada perbedaan penting. Konsep A mengungkapkan abstraksi yang dibentuk oleh generalisasi dari keterangan. "Berat" adalah sebuah konsep. Ini mengungkapkan berbagai pengamatan hal-hal yang â € œmore atau Lessa € dan â € œheavy atau light.â € â € œMass, â € â € œenergy, â € dan â € œforceâ € adalah konsep yang digunakan oleh para ilmuwan fisik. Mereka, tentu saja, jauh lebih abstrak dari konsep-konsep seperti â € œweight, â € â € œheight, â € œ dan â € œlength.â €

Sebuah konsep yang lebih menarik bagi pembaca buku ini adalah "prestasi." Ini adalah abstraksi terbentuk dari pengamatan perilaku tertentu anak-anak. Perilaku ini berhubungan dengan penguasaan atau "belajar" dari tugas membaca sekolah kata, melakukan masalah aritmatika, menggambar, dan sebagainya. Berbagai perilaku yang diamati diletakkan bersama-sama dan dinyatakan dalam kata. "Prestasi," "kecerdasan," "agresivitas," "kesesuaian," dan "kejujuran" adalah konsep-konsep yang digunakan untuk mengekspresikan jenis perilaku manusia.

Sebuah membangun konsep. Hal ini makna menambahkan, bagaimanapun, karena telah sengaja dan sadar diciptakan atau diadopsi untuk tujuan ilmiah khusus. "Intelijen" adalah sebuah konsep, sebuah abstraksi dari pengamatan perilaku mungkin cerdas dan nonintelligent. Tetapi sebagai konstruksi ilmiah, "kecerdasan" berarti baik lebih dan kurang dari itu mungkin berarti sebagai sebuah konsep. Ini berarti bahwa para ilmuwan sadar dan sistematis menggunakannya dalam dua cara. Satu, itu masuk ke dalam skema teoretis dan terkait dengan berbagai cara untuk konstruksi lainnya. Kita dapat mengatakan, misalnya, bahwa prestasi sekolah ini sebagian fungsi kecerdasan dan motivasi. Dua, "kecerdasan" begitu didefinisikan dan ditetapkan bahwa hal itu dapat diamati dan diukur. Kita bisa membuat pengamatan kecerdasan anak dengan pemberian tes kecerdasan mereka, atau kita dapat meminta guru untuk memberitahu kami derajat relatif kecerdasan murid mereka.

VARIABEL

Para ilmuwan agak longgar memanggil konstruksi atau properti mereka belajar "variabel." Contoh variabel penting dalam sosiologi, psikologi, ilmu politik dan pendidikan adalah jenis kelamin, pendapatan, pendidikan, kelas sosial, produktivitas organisasi, mobilitas pekerjaan, tingkat aspirasi, bakat verbal, kecemasan, afiliasi agama, preferensi politik, perkembangan politik (negara) , orientasi tugas, prasangka ras dan etnis, kesesuaian, memori ingat, memori pengakuan, prestasi. Dapat dikatakan bahwa variabel adalah properti yang mengambil nilai yang berbeda. Puting itu berlebihan, variabel adalah sesuatu yang bervariasi. Sementara cara ini berbicara memberi kita gagasan intuitif apa variabel, kita perlu definisi yang lebih umum dan belum lebih tepat.

Variabel adalah simbol yang angka atau nilai-nilai yang ditetapkan. Misalnya, x adalah variabel: itu adalah simbol untuk yang kita menetapkan nilai numerik.

Variabel x dapat mengambil pada setiap set dibenarkan nilai, misalnya, skor pada tes kecerdasan atau skala sikap. Dalam kasus intelijen kita tetapkan untuk xa set nilai-nilai numerik yang dihasilkan oleh prosedur yang ditunjuk dalam tes tertentu kecerdasan. Ini set nilai berkisar dari rendah ke tinggi, dari, katakanlah, 50 sampai 150.

Variabel A, x, bagaimanapun, mungkin hanya memiliki dua nilai. Jika gender merupakan konstruk yang diteliti, maka x dapat diberikan 1 dan 0, di mana 1 berdiri untuk salah satu jenis kelamin dan 0 berdiri untuk yang lain. Hal ini masih variabel. Contoh lain dari dua-nilai variabel di-out, benar-benar, tua-muda, noncitizen kewarganegaraan, kelas-kelas pekerja menengah, nonteacher guru-, Republik-Demokrat, dan sebagainya. Variabel tersebut disebut dikotomi, dikotomis, atau variabel biner.

Beberapa variabel yang digunakan dalam penelitian perilaku adalah dikotomi benar, yaitu, mereka ditandai dengan ada atau tidak adanya properti: laki-laki-perempuan, rumah-tunawisma, employed- menganggur. Beberapa variabel yang polytomies. Sebuah contoh yang baik adalah preferensi agama: Protestan, Katolik, Muslim, Yahudi, Buddha, Lainnya. Dikotomi dan polytomies seperti telah disebut "variabel kualitatif." Sifat penetapan ini akan dibahas kemudian. Kebanyakan variabel, bagaimanapun, secara teoritis mampu mengambil nilai-nilai yang berkelanjutan. Sudah praktik umum dalam penelitian perilaku untuk mengkonversi variabel kontinu untuk dikotomi atau polytomies. Sebagai contoh, kecerdasan, variabel kontinu, telah dipecah menjadi kecerdasan yang tinggi dan rendah, atau ke tinggi, sedang, dan kecerdasan yang rendah. Variabel seperti kecemasan, introversi, dan otoritarianisme telah diperlakukan sama. Meskipun tidak mungkin untuk mengubah variabel yang benar-benar dikotomis seperti jenis kelamin untuk variabel kontinu, selalu mungkin untuk mengubah variabel kontinu untuk dikotomi atau polytomy a. Seperti yang akan kita lihat nanti, konversi tersebut dapat melayani tujuan konseptual yang berguna, tetapi praktik yang buruk dalam analisis data karena membuang informasi.

DEFINISI konstitutif dan OPERASIONAL membangun dan VARIABEL

Perbedaan yang dibuat sebelumnya antara "konsep" dan "membangun" mengarah alami untuk perbedaan penting antara jenis definisi konstruksi dan variabel. Kata-kata atau konstruksi dapat didefinisikan dalam dua cara umum. Pertama, kita dapat mendefinisikan kata dengan menggunakan kata-kata lain, yang adalah apa kamus biasanya. Kita dapat mendefinisikan "kecerdasan" dengan mengatakan itu adalah "kecerdasan operasi," "ketajaman mental," atau "kemampuan untuk berpikir secara abstrak." Definisi tersebut menggunakan konsep-konsep lain atau ekspresi konseptual sebagai pengganti ekspresi yang ditetapkan.

Kedua, kita dapat mendefinisikan kata dengan mengatakan apa tindakan atau perilaku itu atau menyiratkan. Mendefinisikan "kecerdasan" cara ini mengharuskan kita menentukan apa perilaku anak-anak "cerdas" dan apa perilaku yang "tidak cerdas." Kita dapat mengatakan bahwa seorang anak tujuh tahun yang berhasil membaca cerita adalah "intelligent.â € Jika anak tidak bisa membaca cerita, kita dapat mengatakan anak" tidak cerdas. "Dengan kata lain, jenis definisi dapat disebut definisi perilaku atau observasi. Kedua "Dengan kata lain" dan "pengamatan" definisi yang digunakan terus-menerus dalam kehidupan sehari-hari.

Ada kelonggaran mengganggu tentang diskusi ini. Meskipun para ilmuwan menggunakan jenis definisi baru saja dijelaskan mereka melakukannya dengan cara yang lebih tepat. Kami mengungkapkan penggunaan ini dengan mendefinisikan dan menjelaskan Margenauâ € ™ s (1950/1977) perbedaan antara definisi konstitutif dan operasional. Definisi konstitutif mendefinisikan konstruk dengan konstruk lainnya. Sebagai contoh, kita dapat mendefinisikan "berat" dengan mengatakan bahwa itu adalah "berat" benda. Atau kita bisa mendefinisikan "kecemasan" sebagai "ketakutan subjectified." Dalam kedua kasus kita telah diganti satu konsep yang lain. Beberapa konstruk teori ilmiah dapat didefinisikan konstitutif. Torgerson (1958/1985), pinjaman dari Margenau, mengatakan bahwa semua konstruksi, agar ilmiah berguna, harus memiliki makna konstitutif. Ini berarti bahwa mereka harus mampu digunakan dalam teori.

Definisi operasional memberikan makna untuk membangun atau variabel dengan menetapkan kegiatan atau â € œoperationsâ € diperlukan untuk mengukur dan mengevaluasi pengukuran. Atau, definisi operasional adalah spesifikasi kegiatan peneliti dalam mengukur variabel atau memanipulasi itu. Definisi operasional adalah semacam panduan instruksi kepada penyidik.

Dikatakan, pada dasarnya, "Apakah seperti-dan-seperti begitu-dan-begitu cara yang." Singkatnya, ia mendefinisikan atau memberi makna pada variabel dengan merinci bagaimana penyidik ​​harus lakukan untuk mengukur dan mengevaluasi pengukuran itu.

Michel (1990) memberikan catatan sejarah yang sangat baik tentang bagaimana definisi operasional menjadi populer dalam ilmu sosial dan perilaku. Michel mengutip PW Bridgeman, seorang pemenang Nobel, untuk membuat definisi operasional pada tahun 1927. Bridgeman seperti dikutip Michel (. 1990, p 15) menyatakan: â € œIn umum kami maksud dengan konsep apapun

tidak lebih dari satu set operasi, konsep ini identik dengan set yang sesuai operasi â '€ Setiap operasi yang berbeda akan

mendefinisikan konsep yang berbeda.

Sebuah terkenal, jika ekstrim, contoh definisi operasional adalah: Intelijen (kecemasan, prestasi, dan sebagainya) adalah nilai pada tes kecerdasan X, atau kecerdasan yang X tindakan tes kecerdasan. Juga skor tinggi menunjukkan tingkat yang lebih besar daripada kecerdasan skor lebih rendah. Definisi ini memberitahu kita apa yang harus dilakukan untuk mengukur kecerdasan. Ia mengatakan apa-apa tentang seberapa baik kecerdasan diukur dengan instrumen tertentu. (Agaknya kecukupan tes dipastikan sebelum penggunaan investigatorâ € ™ s itu.). Dalam penggunaan ini, definisi operasional adalah persamaan di mana kita mengatakan, "Biarkan kecerdasan sama dengan nilai pada tes X kecerdasan dan skor yang lebih tinggi menunjukkan tingkat kecerdasan yang lebih tinggi daripada nilai yang lebih rendah." Kami juga tampaknya mengatakan, "Yang dimaksud dengan kecerdasan (dalam penelitian ini) dinyatakan oleh nilai pada tes X intelijen."

Ada, secara umum, dua jenis definisi operasional: (1) diukur dan (2) . eksperimental Definisi yang diberikan di atas lebih terkait erat dengan diukur daripada definisi eksperimental. Sebuah diukur definisi operasional menjelaskan bagaimana variabel akan diukur. Sebagai contoh, prestasi dapat didefinisikan oleh tes prestasi standar, dengan tes prestasi guru-dibuat, atau dengan nilai. Dokter, Cutris dan Isaacs (1994), mempelajari efek stres konseling pada polisi, secara operasional didefinisikan morbiditas psikiatri sebagai nilai pada Health Questionnaire Umum dan jumlah hari cuti sakit yang diambil. Skor yang lebih tinggi dan sejumlah besar hari

menunjukkan peningkatan kadar morbiditas. Sedikit,

Sterling dan Tingstrom (1996) mempelajari efek ras dan asal geografis di atribusi. Atribusi yang secara operasional didefinisikan sebagai skor pada Attributional Style Kuesioner. Sebuah studi mungkin termasuk variabel pertimbangan. Hal ini dapat didefinisikan secara operasional dengan daftar perilaku anak-anak yang mungkin perilaku perhatian dan kemudian membutuhkan guru untuk menilai anak-anak pada skala lima poin. Perilaku seperti itu mungkin ketika anak-anak mengatakan satu sama lain, "IA € ™ m maaf," atau "Maaf." Atau ketika salah satu anak menghasilkan mainan yang lain atas permintaan (tapi tidak pada ancaman agresi), atau ketika salah satu anak membantu lain dengan tugas sekolah. Hal ini juga dapat didefinisikan sebagai menghitung jumlah perilaku perhatian. Semakin besar angkanya, semakin tinggi tingkat pertimbangan.

Sebuah percobaan definisi operasional merinci detail (operasi) dari investigatorâ € ™ s manipulasi variabel. Penguatan dapat operasional didefinisikan dengan memberikan rincian tentang bagaimana subjek harus diperkuat (dihargai) dan tidak diperkuat (tidak dihargai) untuk perilaku tertentu. Hom, Berger, Miller, & Belvin (1994) mendefinisikan penguatan eksperimental dalam hal operasional. Dalam penelitian ini, anak-anak ditugaskan untuk salah satu dari empat kelompok. Dua kelompok menerima kondisi reward kooperatif sementara dua kelompok lainnya mendapat penghargaan kondisi individualistik. Bahrick (1984) mendefinisikan memori jangka panjang dalam hal setidaknya dua proses ketika di datang ke penyimpanan informasi yang berorientasi akademis. Salah satu proses yang disebut â € œpermastoreâ € selektif memilih beberapa informasi untuk disimpan secara permanen dan sangat tahan terhadap pembusukan (lupa). Proses lain tampaknya memilih informasi tertentu yang tampaknya kurang signifikan dan karenanya kurang tahan terhadap melupakan. Definisi ini mengandung implikasi yang jelas untuk manipulasi eksperimental. Strack, Martin, dan Stepper (1988) secara operasional didefinisikan tersenyum saat aktivasi otot yang berhubungan dengan senyum manusia. Hal ini dilakukan dengan memiliki seseorang memegang pena di persona € ™ s mulut dengan cara tertentu. Ini adalah mencolok dalam bahwa subjek dalam penelitian ini tidak diminta untuk berpose dalam

wajah tersenyum. Contoh lain dari kedua jenis definisi operasional akan diberikan kemudian.

Peneliti ilmiah cepat atau lambat harus menghadapi perlunya mengukur variabel hubungan mereka pelajari. Kadang-kadang pengukuran mudah, kadang-kadang sulit. Untuk mengukur jenis kelamin atau kelas sosial mudah; untuk mengukur kreativitas, konservatisme, atau efektivitas organisasi sulit. Pentingnya definisi operasional tidak bisa terlalu ditekankan. Mereka adalah bahan yang sangat diperlukan penelitian ilmiah karena mereka memungkinkan peneliti untuk mengukur variabel dan karena mereka adalah jembatan antara tingkat teori-hipotesis membangun dan tingkat pengamatan. Tidak ada penelitian ilmiah tanpa pengamatan, dan pengamatan tidak mungkin tanpa instruksi yang jelas dan spesifik tentang apa dan bagaimana untuk mengamati. Definisi operasional adalah petunjuk tersebut.

Meskipun sangat diperlukan, definisi operasional menghasilkan hanya arti terbatas konstruksi. Tidak ada definisi operasional yang bisa mengungkapkan semua variabel. Tidak ada definisi operasional yang bisa mengungkapkan aspek yang kaya dan beragam prasangka manusia, misalnya. Ini berarti bahwa variabel yang diukur oleh para ilmuwan selalu terbatas dan spesifik dalam makna. "Kreativitas" dipelajari oleh psikolog bukanlah "kreativitas" disebut oleh seniman, meskipun ada tentu saja akan elemen umum. Seseorang yang berpikir solusi kreatif untuk masalah matematika dapat menunjukkan sedikit kreativitas sebagai penyair (Barron dan Harrington, 1981). Beberapa psikolog telah operasional didefinisikan kreativitas kinerja pada Tes Torrance Berpikir Kreatif (Torrance, 1982). Anak-anak yang skor tinggi pada tes ini lebih mungkin untuk membuat prestasi kreatif sebagai orang dewasa.

Beberapa ilmuwan mengatakan bahwa makna operasional seperti terbatas adalah satu-satunya arti bahwa "berarti" apa-apa, bahwa semua definisi lain adalah omong kosong metafisik. Mereka mengatakan bahwa diskusi kecemasan adalah omong kosong metafisik, kecuali definisi operasional yang memadai kecemasan yang tersedia dan digunakan. Pandangan ini adalah ekstrim, meskipun memiliki aspek yang sehat. Bersikeras bahwa setiap istilah yang kita gunakan dalam wacana ilmiah secara operasional didefinisikan akan terlalu penyempitan, terlalu membatasi, dan, seperti yang akan kita lihat, secara ilmiah

tidak sehat. Northrop (1947/1983 p. 130) mengatakan, misalnya, "Pentingnya definisi operasional adalah bahwa mereka membuat verifikasi mungkin dan memperkaya makna. Mereka tidak, bagaimanapun, knalpot meaning.â ilmiah € Margenau (1950 /

1977, hal. 232) membuat titik yang sama dalam diskusi diperpanjang tentang konstruksi ilmiah.

Meskipun bahaya operationism ekstrim, dapat dengan aman mengatakan bahwa operationism telah dan masih merupakan pengaruh yang sehat. Sebagai Skinner (1945, hal. 274) katakan, â € œThe sikap operasional, meskipun kekurangannya, adalah hal yang baik dalam ilmu apapun tetapi terutama dalam psikologi karena kehadiran ada dari kosakata besar kuno dan

. asal nonscientific "Ketika istilah yang digunakan dalam pendidikan dianggap, jelas pendidikan, juga memiliki kosakata yang luas istilah kuno dan nonscientific Pertimbangkan:. seluruh anak, pengayaan horizontal dan vertikal, memenuhi kebutuhan kurikulum pelajar, inti, . penyesuaian emosional, dan pengayaan kurikuler Hal ini juga berlaku di bidang keperawatan geriatri Berikut perawat menangani hal seperti proses penuaan, citra diri, perhatian-span dan mengabaikan unilateral (Eliopoulos, 1993; Smeltzer dan Bare, 1992). .

Untuk memperjelas definisi konstitutif dan operasional (dan teori juga) melihat Gambar 3.1, yang telah disesuaikan setelah Margenau (1950 /

1977. dan Torgerson (1958/1985). Diagram seharusnya menggambarkan teori yang berkembang dengan baik. Garis tunggal merupakan koneksi teoritis atau hubungan antara konstruk. Konstruksi ini, diberi label dengan huruf-huruf kecil, didefinisikan konstitutif; yaitu, c 4 didefinisikan entah oleh c 3 , atau sebaliknya. Garis ganda merupakan definisi operasional. C konstruksi secara langsung terkait dengan data yang dapat diobservasi; mereka adalah link yang sangat diperlukan dengan realitas empiris. Namun, tidak semua konstruksi dalam teori ilmiah didefinisikan secara operasional. Memang, itu adalah teori yang agak tipis yang memiliki semua konstruksi sehingga didefinisikan.

Mari kita membangun sebuah "teori kecil" dari prestasi untuk menggambarkan gagasan ini. Misalkan penyidik ​​percaya bahwa prestasi adalah, sebagian, fungsi dari murid konsep diri. Penyidik ​​percaya bahwa murid yang menganggap diri mereka sebagai tidak memadai dan memiliki negatif self-persepsi, juga cenderung untuk mencapai kurang dari kapasitas potensi mereka dan bakat menunjukkan mereka harus dicapai. Oleh karena itu ego-kebutuhan (yang kita tidak akan mendefinisikan sini) dan motivasi untuk berprestasi (menyebutnya n-ach, atau kebutuhan untuk berprestasi) yang terkait dengan prestasi. Tentu, penyidik ​​juga menyadari hubungan antara bakat dan kecerdasan dan prestasi pada umumnya. Diagram untuk menggambarkan ini "teori" mungkin terlihat seperti Gambar 3.2.



Investigator memiliki tidak langsung ukuran selfconcept, tetapi mengasumsikan bahwa kesimpulan dapat ditarik tentang konsep sebuah individualâ € ™ s diri dari tes figuredrawing. Konsep diri secara operasional didefinisikan, maka, sebagai respon tertentu untuk tes angka-gambar. Ini mungkin adalah metode yang paling umum untuk mengukur konstruksi psikologis (dan pendidikan). Berat baris antara q dan Cj menunjukkan sifat yang relatif langsung hubungan diduga antara konsep diri dan tes. (Garis ganda antara Cj dan tingkat pengamatan menunjukkan definisi operasional, seperti yang terjadi pada Gambar 3.1.)

Demikian pula, pencapaian construct (c4) secara operasional didefinisikan sebagai perbedaan antara diukur prestasi (C 2 ) dan diukur aptitude (c5). Dalam model ini penyidik ​​tidak memiliki ukuran langsung dari motivasi berprestasi, tidak ada definisi operasional itu. Dalam studi lain, secara alami, penyidik ​​dapat secara khusus berhipotesis hubungan antara prestasi dan motivasi berprestasi, dalam hal ini yang akan mencoba untuk mendefinisikan motivasi berprestasi secara operasional.

Sebuah baris yang solid antara konsep, misalnya, salah satu di antara pencapaian membangun (c 4 ) dan tes prestasi (C 2 ), menunjukkan hubungan yang relatif mapan antara prestasi didalilkan dan apa standar tes prestasi ukuran. Garis tebal tunggal antara C 1 dan C 2 dan C antara 2 dan C 3 mengindikasikan diperoleh hubungan antara nilai ujian dari langkah-langkah ini. (Garis antara C 1 dan C 2 dan antara C2 dan C3 diberi label r untuk "hubungan" atau "koefisien korelasi.")



Garis tunggal rusak mengindikasikan mendalilkan hubungan antara konstruksi yang tidak relatif mapan. Sebuah contoh yang baik dari ini adalah hubungan mendalilkan antara konsep diri dan motivasi berprestasi. Salah satu tujuan ilmu pengetahuan adalah untuk membuat garis-garis patah garis padat dengan menjembatani kesenjangan operasional definisi-pengukuran. Dalam hal ini, cukup dibayangkan bahwa kedua konsep diri dan motivasi berprestasi dapat operasional didefinisikan dan diukur secara langsung.

Pada dasarnya, ini adalah cara ilmuwan perilaku beroperasi. Ilmuwan angkutan bolak-balik antara tingkat teori-konstruksi dan tingkat pengamatan. Hal ini dilakukan dengan operasional mendefinisikan variabel teori yang setuju dengan definisi tersebut. Kemudian hubungan diperkirakan antara variabel secara operasional didefinisikan dan diukur. Dari hubungan diperkirakan ilmuwan membuat kesimpulan mengenai hubungan antara konstruk. Dalam contoh di atas, ilmuwan perilaku menghitung hubungan antara C 1 (gambar-gambar test) dan C 2 (tes prestasi). Jika relasi didirikan pada tingkat pengamatan ini, ilmuwan menyimpulkan bahwa ada hubungan antara c 1 (konsep diri) dan c 4 (prestasi).

JENIS VARIABEL Independen dan Variabel Dependent

Dengan latar belakang definisi di belakang kami, kami kembali ke variabel. Variabel dapat diklasifikasikan dalam beberapa cara. Dalam buku ini tiga jenis variabel yang sangat penting dan akan ditekankan: (1) variabel independen dan dependen, (2) aktif dan atribut variabel dan (3) variabel kontinyu dan kategoris.

Cara yang paling berguna untuk mengkategorikan variabel adalah sebagai independen dan dependen. Kategorisasi ini sangat berguna karena penerapannya umum, kesederhanaan, dan kepentingan khusus dalam pembuatan konsep dan merancang penelitian dan mengkomunikasikan hasil penelitian. Variabel independen adalah yang diduga penyebab variabel dependen, yang diduga berpengaruh. Variabel bebas adalah anteseden tersebut; dependen adalah konsekuen. Karena salah satu tujuan ilmu pengetahuan adalah untuk menemukan hubungan antara fenomena yang berbeda melihat hubungan antara variabel independen dan dependen melakukan hal ini. Ini adalah variabel independen yang diasumsikan mempengaruhi variabel dependen. Dalam beberapa penelitian, variabel independen â € perubahan œcausesâ € dalam variabel dependen. Ketika kita mengatakan: Jika A, maka B, kita memiliki hubungannya bersyarat variabel independen (A) dan variabel dependen (B).

Istilah "variabel independen" dan "variabel dependen" berasal dari matematika, di mana X adalah independen dan Y variabel dependen. Ini mungkin adalah cara terbaik untuk memikirkan variabel independen dan dependen karena tidak perlu menggunakan kata sensitif "sebab" dan kata-kata yang terkait, dan karena penggunaan tersebut simbol berlaku untuk kebanyakan situasi penelitian. Tidak ada batasan teoritis pada jumlah XA € ™ s dan ya € ™ s. Ketika, kemudian, kami menganggap pemikiran dan analisis multivariat, kita akan berurusan dengan beberapa variabel dependen independen dan beberapa.

Dalam percobaan variabel independen adalah variabel dimanipulasi oleh eksperimen. Perubahan nilai-nilai atau tingkat variabel independen menghasilkan perubahan dalam variabel dependen. Ketika peneliti pendidikan mempelajari efek dari metode pengajaran yang berbeda pada hasil tes matematika, mereka akan bervariasi metode pengajaran. Dalam satu syarat mereka mungkin memiliki kuliah saja dan yang lain akan kuliah ditambah video. Metode pengajaran adalah variabel independen. Variabel hasil, skor tes, merupakan variabel dependen.

Penetapan peserta untuk kelompok yang berbeda berdasarkan adanya beberapa karakteristik adalah contoh di mana peneliti tidak dapat memanipulasi variabel independen. Nilai-nilai variabel independen dalam situasi ini pra-ada. Peserta baik memiliki karakteristik atau tidak. Di sini, tidak ada kemungkinan manipulasi eksperimental, namun variabel dianggap "logis" untuk memiliki beberapa efek pada variabel dependen. Variabel karakteristik subjek membuat sebagian besar jenis variabel independen. Salah satu variabel independen yang lebih umum dari jenis ini adalah jenis kelamin (Wanita dan Pria). Jadi jika seorang peneliti ingin mengetahui apakah wanita dan pria berbeda pada kemampuan matematika, tes matematika akan diberikan kepada perwakilan dari kedua kelompok dan kemudian nilai tes dibandingkan. Tes matematika akan menjadi variabel dependen. Sebagai aturan umum, bahwa ketika peneliti memanipulasi variabel atau memberikan peserta untuk kelompok menurut beberapa karakteristik, variabel itu adalah variabel bebas. Tabel 3.1 memberikan perbandingan antara dua jenis variabel bebas dan hubungannya dengan variabel dependen. Variabel bebas harus memiliki minimal dua tingkat atau nilai-nilai. Perhatikan pada Tabel 3.1 bahwa kedua situasi memiliki dua tingkat untuk variabel independen.

Tabel 3.1 . Hubungan dimanipulasi & Non dimanipulasi infus terhadap variabel dependen.

Tingkat Variabel Independen

Metode Pengajaran Jenis Kelamin


Kuliah

Kuliah

Perempuan

Laki-laki


Hanya

ditambah Video


Matematika Uji

Matematika Uji

Pelajaran Matematika

Pelajaran Matematika


Skor

Skor

Uji

Uji


Skor

Skor


Variabel dependen


Y: Membaca Umur (dalam Bulan) 48 62 69 71 100 112

Variabel dependen, tentu saja, adalah variabel diprediksi, sedangkan variabel independen prdicted dari. Variabel terikat, Y, adalah efek dugaan, yang bervariasi bersamaan dengan perubahan atau variasi variabel independen, X. Ini adalah variabel yang diamati untuk variasi sebagai akibat dugaan variasi dalam variabel independen. Variabel terikat adalah ukuran hasil yang menggunakan peneliti untuk menentukan apakah perubahan variabel independen berpengaruh. Dalam memprediksi dari X ke Y, kita bisa mengambil setiap nilai X yang kita inginkan, sedangkan nilai Y kita memprediksi pesan adalah "tergantung pada" nilai X yang kita pilih. Variabel terikat adalah biasanya kondisi kita berusaha untuk menjelaskan. Variabel dependen yang paling umum di bidang pendidikan, misalnya, adalah prestasi atau "belajar." Kami ingin menjelaskan atau menjelaskan prestasi. Dalam melakukan sehingga kami memiliki sejumlah besar kemungkinan XA € ™ s atau variabel independen untuk memilih dari.

Ketika hubungan antara kecerdasan dan prestasi sekolah dipelajari, kecerdasan adalah independen dan prestasi adalah variabel dependen. (Apakah dibayangkan bahwa mungkin sebaliknya?) Variabel independen lain yang dapat dipelajari dalam kaitannya dengan variabel dependen, prestasi, kelas sosial, metode mengajar, tipe kepribadian, jenis motivasi (reward and punishment), sikap terhadap sekolah, suasana kelas, dan sebagainya. Ketika faktor-faktor penentu dianggap kenakalan dipelajari, faktor penentu seperti kondisi kumuh, rumah rusak, kurangnya cinta orangtua, dan sejenisnya, adalah variabel independen dan, tentu saja, kenakalan (lebih tepatnya, perilaku nakal) adalah variabel dependen. Dalam hipotesis frustrasi-agresi disebutkan sebelumnya, frustrasi adalah variabel independen dan agresi variabel dependen. Kadang-kadang fenomena dipelajari dengan sendirinya, dan baik independen atau variabel dependen tersirat. Hal ini terjadi ketika perilaku dan karakteristik guru yang dipelajari. Biasa variabel dependen tersirat adalah prestasi atau perilaku anak. Perilaku guru bisa saja menjadi variabel dependen. Perhatikan contoh dalam ilmu keperawatan. Ketika langkah-langkah kognitif dan fungsional pasien Alzheimer dibandingkan antara panti jompo tradisional dan unit perawatan khusus (SCU), variabel independen adalah tempat perawatan. Variabel dependen adalah langkah-langkah kognitif dan fungsional (Swanson, Maas, dan Buckwalter, 1994).

Hubungan antara variabel independen dan variabel dependen mungkin bisa lebih jelas dipahami jika kita lay out dua sumbu tegak lurus satu sama lain. Salah satu sumbu merupakan variabel independen dan sumbu lainnya merupakan variabel dependen. (Ketika dua sumbu yang tegak lurus satu sama lain, mereka disebut orthogonal sumbu.) Setelah kustom matematika, X, variabel independen, adalah sumbu horisontal dan Y, variabel dependen, sumbu vertikal. (X disebut absis dan Y yang ordinat.) nilai-nilai X yang diletakkan pada sumbu X dan nilai-nilai Y pada sumbu Y.

Sebuah cara yang sangat umum dan berguna untuk "melihat" dan menafsirkan relasi adalah untuk merencanakan pasangan nilai XY, menggunakan X dan Y sumbu sebagai kerangka acuan. Mari kita misalkan, dalam studi perkembangan anak, bahwa kita memiliki dua set langkah-langkah. Langkah-langkah X

usia kronologis dan langkah-langkah Y membaca usia. Membaca usia adalah usia pertumbuhan disebut. Pengukuran berturutan individu tinggi pertumbuhan-in, kecerdasan berat badan, dan sebagainya-dinyatakan sebagai usia kronologis rata-rata di mana mereka muncul pada populasi standar.

X: Kronologis Umur (dalam Bulan)

72 84 96 108 120 132

Langkah-langkah ini diplot pada Gambar 3.3.

Hubungan antara usia kronologis (CA) dan usia membaca (RA) sekarang dapat "dilihat" dan kasar didekati. Perhatikan bahwa ada kecenderungan diucapkan, seperti yang diharapkan untuk CA lebih maju untuk dihubungkan dengan tinggi RA, CA menengah dengan media RA, dan CA kurang maju dengan RA yang lebih rendah. Dengan kata lain, hubungan antara variabel independen dan dependen, dalam hal ini antara CA dan RA, dapat dilihat dari grafik seperti ini. Sebuah garis lurus telah ditarik untuk "menunjukkan" relasi. Ini adalah rata-rata kasar semua titik plot. Perhatikan bahwa jika seseorang memiliki pengetahuan tentang langkah-langkah variabel independen dan relasi seperti yang ditunjukkan pada Gambar 3.3, seseorang dapat memprediksi dengan akurasi yang cukup tindakan variabel dependen. Plot seperti kaleng ini tentu saja dapat digunakan dengan langkah-langkah variabel independen dan dependen.

Mahasiswa harus waspada terhadap kemungkinan variabel menjadi variabel bebas dalam satu studi dan variabel dependen di tempat lain, atau bahkan keduanya dalam studi yang sama. Contohnya adalah kepuasan kerja. Mayoritas penelitian yang melibatkan kepuasan kerja menggunakannya sebagai variabel dependen. Hari dan Schoenrade (1997) menunjukkan pengaruh orientasi seksual terhadap sikap kerja. Salah satu sikap kerja adalah kepuasan kerja. Demikian juga Hodson (1989) mempelajari perbedaan gender dalam kepuasan kerja. Scott, Moore dan Miceli (1997) menemukan kepuasan kerja terkait dengan pola perilaku pecandu kerja. Ada penelitian di mana kepuasan kerja digunakan sebagai variabel independen. Meiksins dan Watson (1989) menunjukkan berapa banyak kepuasan kerja mempengaruhi otonomi profesional insinyur. Studi oleh Somers (1996), Francis-Felsen, Coward, Hogan dan Duncan (1996) dan Hutchinson dan Turner (1988) meneliti pekerjaan satisfactionâ € ™ s berpengaruh pada omset tenaga keperawatan.

Contoh lain adalah kecemasan. Kecemasan telah dipelajari sebagai variabel independen yang mempengaruhi pencapaian variabel dependen. Oldani (1997) menemukan motherâ € ™ s kecemasan selama kehamilan mempengaruhi prestasi (diukur sebagai sukses di industri musik) dari keturunannya. Capaldi, Crosby dan Stoolmiller (1996) menggunakan tingkat kecemasan remaja laki-laki untuk memprediksi waktu hubungan seksual pertama mereka. Onwuegbuzie dan Seaman (1995) mempelajari efek tes kecemasan terhadap kinerja tes dalam kursus statistik. Hal ini juga dapat dengan mudah dipahami dan digunakan sebagai variabel dependen. Sebagai contoh, bisa digunakan untuk mempelajari perbedaan antara jenis budaya, status sosial ekonomi dan gender (lihat Guida dan Ludlow, 1989; Murphy, Olivier, Monson, dan Sobol, 1991). Dengan kata lain, klasifikasi variabel independen dan dependen benar-benar klasifikasi penggunaan variabel daripada perbedaan antara berbagai jenis variabel.

Aktif dan Atribut Variabel

Sebuah klasifikasi yang akan berguna dalam penelitian selanjutnya kami desain penelitian didasarkan pada perbedaan antara variabel eksperimental dan diukur. Hal ini penting ketika merencanakan dan melaksanakan penelitian untuk membedakan antara kedua jenis variabel. Variabel dimanipulasi akan disebut aktif variabel; variabel yang diukur akan disebut atribut variabel. Sebagai contoh, Colwell, Foreman dan Trotter (1993) dibandingkan dua metode untuk mengobati ulkus tekanan pasien tidur-ditunggangi. Variabel dependen adalah efikasi dan efektivitas biaya. Dua metode yang

lembab kasa pembalut dan hidrokoloid wafer ganti. Para peneliti memiliki kontrol atas mana pasien mendapat yang jenis pengobatan. Dengan demikian, pengobatan atau variabel bebas adalah variabel yang aktif atau dimanipulasi.

Setiap variabel yang dimanipulasi, maka, adalah variabel yang aktif. "Manipulasi" berarti, pada dasarnya, melakukan hal-hal yang berbeda untuk berbagai kelompok mata pelajaran, seperti yang kita akan melihat dengan jelas dalam bab berikutnya di mana kita bahas secara mendalam perbedaan antara penelitian eksperimental dan nonexperimental. Ketika peneliti melakukan satu hal untuk satu kelompok, misalnya, positif memperkuat jenis tertentu perilaku, dan melakukan sesuatu yang berbeda untuk kelompok lain atau memiliki dua kelompok mengikuti instruksi yang berbeda, ini adalah manipulasi. Ketika seseorang menggunakan metode pengajaran yang berbeda, atau penghargaan subyek satu kelompok dan menghukum orang-orang lain, atau menciptakan kecemasan melalui instruksi mengkhawatirkan, satu secara aktif memanipulasi metode variabel, penguatan, dan kecemasan.

Klasifikasi lain yang terkait, yang digunakan terutama oleh psikolog, adalah stimulus dan respon variabel. Variabel stimulus adalah kondisi atau manipulasi oleh eksperimen lingkungan yang membangkitkan respon dalam suatu organisme. Sebuah variabel respon adalah setiap jenis perilaku organisme. Asumsi yang dibuat bahwa untuk setiap jenis perilaku selalu ada stimulus. Dengan demikian perilaku organisma € ™ s adalah tanggapan. Klasifikasi ini tercermin dalam persamaan terkenal: R = f (O, S), yang berbunyi: "Tanggapan adalah fungsi dari organisme dan rangsangan," atau "variabel Respon adalah fungsi dari variabel organismic dan variabel stimulus. "

Variabel yang tidak dapat dimanipulasi adalah variabel atribut atau variabel subjek-karakteristik. Tidak mungkin, atau setidaknya sulit, untuk memanipulasi banyak variabel. Semua variabel yang karakteristik manusia seperti kecerdasan, bakat, jenis kelamin, status sosial ekonomi, konservatisme, ketergantungan lapangan, kebutuhan untuk berprestasi, dan sikap yang atribut variabel. Subyek penelitian kami dengan variabel-variabel ini (atribut) siap pakai atau yang sudah ada. Lingkungan awal, faktor keturunan, dan keadaan lainnya

memiliki individu membuat apa yang mereka. Variabel tersebut juga disebut organismic variabel. Setiap milik individu, setiap karakteristik atau atribut, adalah variabel organismic. Ini adalah bagian dari organisme, sehingga untuk berbicara. Dengan kata lain, variabel organismic adalah karakteristik bahwa individu memiliki dalam berbagai derajat ketika mereka datang ke situasi penelitian. Istilah perbedaan individu menyiratkan variabel organismic. Salah satu variabel atribut lebih umum dalam ilmu sosial dan perilaku gender: perempuan-laki-laki.

Studi yang dirancang untuk membandingkan perbedaan gender melibatkan variabel atribut. Ambil contoh studi oleh de Weerth dan Kalma (1993). Para peneliti ini dibandingkan perempuan dengan laki-laki pada tanggapan mereka terhadap suami-istri atau pasangan perselingkuhan. Gender adalah variabel atribut sini. Gender tidak variabel dimanipulasi Ada studi di mana skor tes atau koleksi nilai tes yang digunakan untuk membagi sekelompok orang menjadi dua atau lebih kelompok. Dalam hal ini perbedaan kelompok tercermin dalam variabel atribut. Sebagai contoh, penelitian oleh Hart, Forth dan Kelinci (1990) diberikan tes psikopatologi untuk narapidana laki-laki. Berdasarkan nilai tahanan mereka ditugaskan untuk salah satu dari tiga kelompok: rendah, sedang dan tinggi. Mereka kemudian dibandingkan pada skor mereka pada serangkaian tes neuropsikologi. Tingkat psikopatologi pra-ada dan tidak dimanipulasi oleh peneliti. Jika seorang narapidana mencetak tinggi, dia ditempatkan dalam kelompok tinggi. Oleh karena itu psikopatologi adalah variabel atribut dalam penelitian ini. Ada beberapa studi di mana variabel independen bisa saja dimanipulasi. Namun, untuk alasan logistik atau hukum mereka tidak. Sebuah contoh di mana variabel independen bisa saja dimanipulasi tapi tidak adalah studi oleh Swanson, Maas dan Buckwalter (1994). Para peneliti membandingkan berbagai fasilitas perawatan berpengaruh pada langkah-langkah kognitif dan fungsional pasien Alzheimer. Variabel atribut adalah jenis fasilitas. Para peneliti tidak diizinkan untuk menempatkan pasien dalam dua fasilitas perawatan yang berbeda (keperawatan tradisional kandang lawan unit perawatan khusus). Para peneliti dipaksa untuk mempelajari mata pelajaran setelah mereka telah ditugaskan untuk fasilitas perawatan. Oleh karena variabel independen dapat dianggap sebagai non yang dimanipulasi satu. Peneliti mewarisi kelompok yang utuh.

Kata "atribut," apalagi, cukup akurat bila digunakan dengan benda mati atau acuan. Organisasi, lembaga, kelompok, populasi, rumah, dan wilayah geografis memiliki atribut. Organisasi yang bervariasi produktif; lembaga menjadi ketinggalan zaman; kelompok berbeda dalam kekompakan; daerah geografis sangat bervariasi dalam sumber daya.

Ini Perbedaan aktif-atribut umum, fleksibel, dan berguna. Kita akan melihat bahwa beberapa variabel yang dengan sifatnya selalu atribut, tetapi variabel lain yang atribut juga bisa aktif. Karakteristik terakhir ini memungkinkan untuk menyelidiki "sama" hubungan dengan cara yang berbeda. Sebuah contoh yang baik, sekali lagi, adalah kecemasan variabel. Kita bisa mengukur kecemasan mata pelajaran. Kecemasan dalam hal ini jelas merupakan variabel atribut. Namun, kita bisa memanipulasi kecemasan, juga. Kita dapat menginduksi derajat yang berbeda kecemasan, misalnya, dengan mengatakan mata pelajaran satu kelompok eksperimen bahwa tugas mereka akan lakukan adalah sulit, bahwa kecerdasan mereka sedang diukur, dan bahwa masa depan mereka tergantung pada nilai yang mereka dapatkan. Subyek kelompok eksperimen lain diperintahkan untuk melakukan yang terbaik tetapi untuk bersantai. Mereka mengatakan hasilnya tidak terlalu penting dan tidak memiliki pengaruh pada masa depan mereka. Sebenarnya, kita tidak bisa berasumsi bahwa diukur (atribut) dan dimanipulasi (aktif) "kecemasan" adalah sama. Kita mungkin menganggap bahwa keduanya "kecemasan" dalam arti luas, tetapi mereka pasti tidak sama.

VARIABEL TERUS MENERUS DAN KATEGORIS

Perbedaan sangat berguna dalam perencanaan penelitian dan analisis data antara variabel kontinyu dan kategoris telah diperkenalkan. Nanti penting, bagaimanapun, membenarkan pertimbangan yang lebih luas.

Sebuah terus menerus variabel yang mampu mengambil set memerintahkan nilai dalam kisaran tertentu. Definisi ini berarti, pertama, bahwa nilai-nilai dari variabel kontinu mencerminkan setidaknya urutan peringkat, nilai yang lebih besar dari variabel yang berarti lebih dari properti yang bersangkutan dari nilai yang lebih kecil. Nilai-nilai yang dihasilkan oleh skala untuk mengukur ketergantungan, misalnya, mengungkapkan jumlah yang berbeda dari ketergantungan dari tinggi ke rendah melalui media. Kedua, langkah-langkah yang berkelanjutan dalam penggunaan aktual yang terkandung dalam jangkauan, dan setiap individu memperoleh sebuah "nilai" dalam jangkauan. Sebuah skala untuk mengukur ketergantungan mungkin memiliki rentang 1 sampai 7. Sebagian timbangan yang digunakan dalam ilmu perilaku juga memiliki karakteristik ketiga: ada satu set teoritis tak terbatas nilai dalam jangkauan. (Skala Pangkat-order yang agak berbeda 'mereka akan dibahas nanti dalam buku ini.) Artinya, individualâ tertentu € ™ s skor mungkin 4,72 bukan hanya 4 atau 5.

Kategoris variabel, seperti yang kita akan memanggil mereka, termasuk jenis pengukuran yang disebut nominal. Dalam pengukuran nominal, ada dua atau lebih himpunan bagian dari himpunan objek yang diukur. Individu dikategorikan berdasarkan milik mereka karakteristik yang mendefinisikan bagian manapun. "Untuk mengkategorikan" berarti untuk menetapkan objek ke subclass atau bagian dari kelas atau ditetapkan pada dasar ObjectA € ™ s memiliki atau tidak memiliki karakteristik yang mendefinisikan subset. Individu yang dikategorikan baik memiliki properti mendefinisikan atau tidak memilikinya; itu adalah semua-atau-tidak ada hal semacam itu. Contoh-contoh yang paling sederhana adalah variabel kategori dikotomis: perempuan-laki, Republik-Demokrat,

benar-salah. Polytomies, variabel dengan lebih dari dua himpunan bagian atau partisi, yang cukup umum, terutama dalam sosiologi dan ekonomi: preferensi agama, pendidikan (biasanya), kebangsaan, pilihan pekerjaan, dan sebagainya.

Variabel kategori dan pengukuran nominal memiliki persyaratan sederhana: semua anggota subset dianggap sama dan semua diberi nama yang sama (nominal) dan angka yang sama. Jika variabel preferensi agama, misalnya, semua Protestan adalah sama, semua umat Katolik adalah sama, dan semua "orang lain" adalah sama. Jika seorang individu adalah seorang Katolik (operasional didefinisikan dengan cara yang sesuai) orang yang ditugaskan untuk kategori "Katolik" dan juga diberi "1" dalam kategori tersebut. Singkatnya, orang yang dihitung sebagai "Katolik." Variabel kategori yang "demokratis. Tidak ada urutan peringkat atau lebih besar dari dan kurang antara kategori, dan semua anggota kategori memiliki nilai yang sama.

Ungkapan "variabel kualitatif" kadang-kadang digunakan untuk variabel kategori, terutama dikotomi, mungkin berbeda dengan "variabel kuantitatif" (variabel kontinyu kami).

Penggunaan tersebut mencerminkan gagasan yang agak menyimpang dari apa yang variabel. Mereka selalu diukur, atau mereka tidak variabel. Jika x hanya memiliki dua himpunan bagian dan dapat mengambil hanya dua nilai, 1 dan 0, ini masih nilai, dan variabel bervariasi. Jika x adalah sebuah polytomy, seperti afiliasi politik, kita menghitung lagi dengan menetapkan nilai integer untuk individu. Jika seorang individu, misalnya, adalah Demokrat, kemudian dimasukkan orang yang di bagian Demokrat. Individu yang ditugaskan 1. Semua individu di bagian Demokrat akan diberi nilai 1. Hal ini sangat penting untuk memahami hal ini karena, untuk satu hal, itu adalah dasar dari mengukur banyak variabel, bahkan pengobatan eksperimental, untuk analisis kompleks . Dalam analisis regresi berganda, seperti yang akan kita lihat nanti dalam buku ini, semua variabel, terus menerus dan kategoris, yang dimasukkan sebagai variabel dalam analisis. Sebelumnya, contoh gender diberikan, 1 sedang ditugaskan untuk salah satu jenis kelamin dan 0 untuk yang lain. Kita dapat mengatur kolom 1A € ™ s dan sebesar 0 € ™ s sama seperti kita akan mendirikan kolom skor ketergantungan. Kolom 1A € ™ s dan sebesar 0 € ™ s adalah kuantifikasi dari jenis kelamin variabel. Tidak ada misteri di sini. Variabel seperti telah disebut "variabel dummy." Karena mereka sangat berguna dan kuat, bahkan sangat diperlukan, dalam analisis data penelitian modern yang mereka perlu dipahami dengan jelas. Penjelasan lebih dari ini dapat ditemukan di Kerlinger dan Pedhazur (1973). Metode ini mudah diperluas untuk polytomies. Sebuah polytomy adalah sebuah divisi dari anggota kelompok menjadi tiga atau lebih subdivisi.

Konstruksi, diamati, DAN VARIABEL LATEN

Dalam banyak pembahasan sebelumnya bab ini telah tersirat, meskipun tidak secara eksplisit menyatakan, bahwa ada perbedaan tajam antara konstruksi dan variabel yang diamati. Selain itu, kita dapat mengatakan bahwa konstruksi yang nonobservables, dan variabel, ketika didefinisikan secara operasional, yang diamati. Perbedaan ini penting, karena jika kita tidak selalu sangat menyadari tingkat wacana kita berada di ketika berbicara tentang variabel, kita tidak bisa jelas tentang apa yang kita lakukan.

Sebuah ekspresi yang penting dan bermanfaat, yang akan kita hadapi dan menggunakan banyak nanti dalam buku ini, adalah "variabel laten." Variabel laten adalah teramati "entitas" dianggap mendasari variabel yang diamati. Contoh yang paling terkenal dari variabel laten yang penting adalah "kecerdasan." Kita dapat mengatakan bahwa tiga tes kemampuan, verbal, numerik, dan spasial, secara positif dan secara substansial terkait. Ini berarti, untuk sebagian besar, bahwa orang-orang yang tinggi pada satu cenderung tinggi pada orang lain; sama, orang-orang yang rendah pada satu cenderung rendah pada orang lain. Kami percaya bahwa ada sesuatu yang umum untuk tiga tes atau variabel yang diamati dan nama sesuatu ini "intelijen." Ini adalah variabel laten.

Kami telah mengalami banyak contoh variabel laten di halaman sebelumnya: prestasi,

kreativitas, kelas sosial, kepuasan kerja, preferensi agama, dan sebagainya. Memang, setiap kali kita mengucapkan nama-nama fenomena di mana orang atau benda berbeda-beda, kita berbicara tentang variabel laten. Dalam ilmu kepentingan kita yang sebenarnya lebih dalam hubungan antar variabel laten daripada dalam hubungan antara variabel yang diamati karena kita berusaha untuk menjelaskan fenomena dan hubungan mereka. Ketika kita mengucapkan teori, kami mengucapkan dalam hubungan sistematis antara bagian variabel laten. Kami tidak terlalu tertarik pada hubungan antara perilaku frustrasi diamati dan perilaku agresif diamati, misalnya, meskipun kita harus tentu saja bekerja dengan mereka pada tingkat empiris. Kami benar-benar tertarik pada hubungan antara variabel laten frustrasi dan agresi variabel laten.

Kita harus berhati-hati, namun, ketika berhadapan dengan nonobservables. Para ilmuwan, menggunakan istilah-istilah seperti "permusuhan," "kegelisahan," dan "belajar," sadar bahwa mereka bicarakan konstruksi diciptakan. Â € œrealityâ € dari konstruksi ini disimpulkan dari perilaku. Jika mereka ingin mempelajari efek dari berbagai jenis motivasi, mereka harus tahu bahwa "motivasi" adalah variabel laten, suatu konstruksi diciptakan untuk memperhitungkan mungkin "termotivasi" perilaku. Mereka harus tahu bahwa "realitas" hanya kenyataan yang didalilkan. Mereka hanya bisa menilai bahwa anak-anak termotivasi atau tidak termotivasi dengan mengamati perilaku mereka. Namun, untuk mempelajari motivasi, mereka harus mengukur atau memanipulasinya. Tapi mereka tidak bisa mengukur secara langsung karena merupakan "in-the-head" variabel, suatu entitas yang tidak teramati, variabel laten, singkatnya. Membangun diciptakan untuk "sesuatu" diduga dalam individu, "sesuatu" mendorong mereka untuk berperilaku sopan santun such- dan-seperti. Ini berarti bahwa peneliti harus selalu mengukur indikator dugaan motivasi dan bukan motivasi itu sendiri. Mereka harus, dengan kata lain, selalu mengukur beberapa jenis perilaku, baik itu menandai atas kertas, kata-kata yang diucapkan, atau gerakan yang berarti, dan kemudian membuat kesimpulan tentang dugaan karakteristik-atau variabel laten.

Istilah lain telah digunakan untuk mengungkapkan lebih atau kurang ide yang sama. Sebagai contoh, Tolman (1951 pp. 115-129.) Menyebut konstruksi intervensi variabel. Intervensi variabel istilah diciptakan untuk menjelaskan, proses psikologis internal yang tidak dapat diamati bahwa dalam akun gilirannya untuk perilaku. Variabel intervening adalah "in-the-head" variabel. Hal ini tidak dapat dilihat, didengar, atau dirasakan. Hal ini disimpulkan dari perilaku. "Permusuhan" disimpulkan dari tindakan mungkin bermusuhan atau agresif. "Kecemasan" disimpulkan dari nilai tes, respon kulit, detak jantung, dan manipulasi eksperimental tertentu. Istilah lain adalah "membangun hipotetis." Karena ungkapan ini berarti sama seperti variabel laten dengan agak kurang umum, kita tidak perlu berhenti di atasnya. Kita harus menyebutkan, bagaimanapun, bahwa "variabel laten" tampaknya menjadi ekspresi yang lebih umum dan berlaku dari "intervensi variabel" dan "membangun hipotetis." Hal ini karena dapat digunakan untuk hampir semua fenomena yang mungkin mempengaruhi atau dipengaruhi oleh fenomena lainnya. Dengan kata lain, "variabel laten" dapat digunakan dengan psikologis, sosiologis, dan lainnya fenomena. "Variabel laten" tampaknya menjadi istilah disukai karena sifat umumnya. Juga, karena sekarang mungkin dalam analisis struktur kovarians pendekatan untuk menilai efek dari variabel laten pada satu sama lain dan pada apa yang disebut variabel manifes atau diamati. Diskusi agak abstrak ini nantinya akan dibuat lebih konkrit dan, diharapkan, bermakna. Kami kemudian akan melihat bahwa gagasan variabel laten dan hubungan antara mereka adalah salah satu yang sangat penting, berbuah, dan berguna yang membantu mengubah pendekatan dasar untuk penelitian masalah.

CONTOH V ARIABLES DAN DEFINISI OPERASIONAL

Sejumlah konstruksi dan definisi operasional telah diberikan. Untuk menggambarkan dan memperjelas pembahasan sebelumnya, terutama di mana perbedaan dibuat antara variabel eksperimental dan diukur dan antara konstruksi dan variabel didefinisikan secara operasional, beberapa contoh konstruksi atau variabel dan definisi operasional yang diberikan di bawah ini. Jika definisi eksperimental, diberi label (E); jika diukur, diberi label (M).

Definisi operasional berbeda dalam derajat spesifisitas. Beberapa cukup terkait erat dengan pengamatan. "Test" definisi, seperti "Intelijen didefinisikan sebagai skor pada tes kecerdasan X" yang sangat spesifik. Definisi seperti "Frustrasi adalah pencegahan mencapai tujuan" lebih umum dan membutuhkan spesifikasi lebih lanjut untuk dapat diukur.

Kelas sosial â € œ. . . dua atau lebih perintah orang yang diyakini, dan sesuai peringkat oleh anggota masyarakat, dalam posisi sosial superior dan inferior. "(M) Warner dan Lunt, 1941 p. 82). Untuk operasional, definisi ini telah dispesifikasikan oleh pertanyaan yang ditujukan untuk keyakinan peopleâ € ™ s tentang peopleâ lain posisi € ™ s. Ini adalah definisi subjektif dari kelas sosial. Kelas sosial, atau status sosial, juga didefinisikan lebih objektif dengan menggunakan indeks seperti pekerjaan, pendapatan , dan pendidikan, atau dengan kombinasi indeks tersebut. Misalnya, ". . .kita dikonversi informasi tentang pendidikan, pekerjaan dan penghasilan orang tua dari pemuda NLSY ke indeks status sosial ekonomi (SES) di mana nilai tertinggi mengindikasikan pendidikan lanjutan, kemakmuran dan pekerjaan bergengsi. Nilai terendah menunjukkan kemiskinan, pendidikan sedikit dan pekerjaan yang paling kasar. "(M) (Herrnstein dan Murray, 1996, hal. 131).

Prestasi (Sekolah, Ar ithmetic, dan Ejaan) Prestasi lazim didefinisikan secara operasional dengan mengutip tes standar prestasi (misalnya, Iowa Tes Keterampilan Dasar, Uji Pencapaian Baterai Penilaian Kaufman untuk Anak-anak (K-ABC) Dasar atau, dengan kelas-titik rata-rata, atau penilaian guru. â € prestasi œStudent diukur dengan gabungan nilai tes membaca dan mathematics.â € (M) (Peng dan Wright, 1994). Kadang-kadang prestasi dalam bentuk tes kinerja . Silverman (1993) meneliti siswa pada dua keterampilan dalam voli.. Melayani test dan tes lengan lewat Dalam melayani tes, siswa menerima skor antara 0 dan 4 tergantung di mana bola dilayani menjatuhkan Tes lengan lewat terlibat memantulkan bola off dari oneâ € ™ s lengan. Kriteria yang digunakan adalah untuk menghitung berapa kali siswa dapat mengoper bola di atas garis 8 kaki dinding dalam waktu 1 menit. (M) juga digunakan dalam beberapa studi pendidikan adalah definisi operasional konsep siswa prestasi pe rception. Di sini para siswa diminta untuk mengevaluasi diri. Pertanyaan yang digunakan oleh Shoffner (1990) adalah â € œWhat jenis mahasiswa yang Anda pikir Anda? Â € Pilihan respon yang tersedia adalah â € OEA siswa, â € â € OEB siswa, â € dan â € OEC student.â € (M)

Prestasi (Akademik Per Formance) â € œAs Akibatnya, nilai untuk semua siswa di semua bagian diperoleh dan digunakan untuk menentukan bagian-rank untuk setiap siswa yang berpartisipasi dalam penelitian ini. Rank bagian persentil dihitung untuk masing-masing siswa tersebut dan digunakan sebagai ukuran tergantung dari prestasi di € Data analysis.â akhir (M) (Strom, Hocevar, dan Zimmer, 1990).

Hom, Berger, et al (1994) mendefinisikan secara operasional Motivasi intrinsik sebagai â € œThe jumlah kumulatif waktu itu setiap siswa bermain dengan blok pola dengan sistem reward absent.â € (M).

Popularitas. Popularitas sering didefinisikan secara operasional dengan jumlah pilihan sociometric individu menerima dari orang lain (di kelasnya, kelompok bermain, dan sebagainya). Individu bertanya: "Dengan siapa Anda ingin bekerja ?," "Dengan siapa Anda ingin bermain, â € dan sejenisnya Setiap individu diminta untuk memilih salah satu, dua, atau lebih individu dari kelompoknya atas dasar?. pertanyaan kriteria tersebut. (M)

Tugas Keterlibatan "... setiap childâ € ™ s perilaku selama pelajaran diberi kode setiap 6 detik sebagai yang tepat yang terlibat, atau menyimpang. Skor Keterlibatan tugas pelajaran adalah persentase unit 6-sec di mana anak-anak diberi kode tepat involved.â € (M) (Kounin dan Doyle, 1975).

Penguatan. definisi Penguatan datang dalam berbagai bentuk. Sebagian besar dari mereka melibatkan, dalam satu atau lain cara, prinsip reward. Namun, baik penguatan positif dan negatif dapat digunakan. Penulis memberikan definisi eksperimental tertentu "penguatan." Sebagai contoh,

Dalam kedua 10 menit, setiap pernyataan pendapat S dibuat direkam oleh E dan diperkuat. Selama dua kelompok, E setuju dengan setiap pernyataan pendapat dengan mengatakan: "Ya, youâ € ™ re benar," "Thatâ € ™ s begitu," atau sejenisnya, atau dengan mengangguk dan tersenyum penegasan jika dia tidak bisa mengganggu. (E) model dan anak diberikan secara bergantian 12 set yang berbeda dari item cerita. Untuk masing-masing dari 12 item, model konsisten menyatakan tanggapan menghakimi bertentangan dengan childâ € ™ s orientasi moral. . .dan eksperimen diperkuat perilaku model dengan tanggapan persetujuan verbal seperti "Sangat baik," "Thatâ € ™ s baik," dan "Thatâ € ™ s baik." Anak itu sama diperkuat setiap kali ia mengadopsi model kelas penilaian moral dalam menanggapi set sendiri item. (E) [ini disebut "penguatan sosial."] (Bandura dan MacDonald, 1994).

Contoh lain: Guru memberikan pujian lisan setiap kali anak menunjukkan perilaku sasaran. Perilaku Target menghadiri instruksi, tugas sekolah, dan menanggapi keras. Rekaman dilakukan setiap 15 detik. (E) (Martens, Hiralall, dan Bradley, 1997).

Sikap Terhadap AIDS didefinisikan oleh skala 18-item. Setiap item terdiri dari format Likert-jenis yang mencerminkan sikap yang berbeda terhadap pasien AIDS. Beberapa item sampel â € œpeople dengan AIDS tidak boleh diizinkan untuk menggunakan toilet umum, â € dan â € œThere harus tes wajib dari semua orang Amerika untuk AIDS.â € (M) (Lester, 1989).

Comrey (1993) mendefinisikan kepribadian borderline sebagai memiliki skor rendah pada tiga skala Kepribadian Timbangan Comrey. Tiga timbangannya Kepercayaan vs Defensiveness, Kesesuaian Sosial vs pemberontakan dan Emosional Stabilitas dibandingkan Neuroticism.

Kenakalan karyawan secara operasional didefinisikan sebagai kombinasi dari tiga variabel. Variabel adalah jumlah kecelakaan dikenakan biaya, jumlah surat peringatan dan jumlah suspensi. (M) (Hogan dan Hogan, 1989).

Religiusitas didefinisikan sebagai skor pada Skala Francis of Sikap terhadap agama Kristen. Skala ini terdiri dari 24 item. Setiap item memiliki skala Likert respon-tipe. Item sampel meliputi: â € œSaying doa saya membantu saya € lot.â dan â € œGod membantu saya untuk memimpin € baik life.A (M) (Gillings dan Yusuf, 1996). Religiusitas tidak harus bingung dengan preferensi agama. Berikut religiusitas mengacu pada kekuatan pengabdian kepada oneâ € ™ s agama yang dipilihnya.

Self Esteem. Self-Esteem adalah variabel independen yang dimanipulasi dalam studi oleh Steele, Spencer dan Lynch (1993). Berikut subyek diberikan tes harga diri, tetapi ketika mereka diberikan umpan balik, informasi tentang mencari laporan umpan balik resmi adalah palsu. Subyek dari tingkat diukur sama diri dibagi menjadi 3 kelompok tanggapan: positif, negatif dan tidak ada. Dalam kondisi umpan balik positif (harga diri yang positif), subyek dijelaskan dengan pernyataan seperti â € œclear thinking.â € Mereka yang dalam kelompok negatif (negatif self-esteem) yang diberikan kata sifat seperti â € œpassive di action.â € The ada tanggapan kelompok diberitahu bahwa profil kepribadian mereka (self-esteem) tidak siap karena backlog dalam mencetak gol dan interpretasi. (E).Kebanyakan penelitian tentang harga diri menggunakan definisi operasional yang diukur. Dalam contoh di atas, Steele, Spencer dan Lynch menggunakan Perasaan Janis- Bidang skala ketidakmampuan Self-Esteem. (M) Dalam contoh lain, Luhtanen dan Crocker (1992) mendefinisikan kolektif diri sebagai skor pada skala Likert yang berisi 16 jenis item. Item ini meminta responden untuk memikirkan berbagai kelompok sosial dan keanggotaan seperti jenis kelamin, agama, ras dan etnis. (M).

Ras. Ras biasanya variabel yang diukur. Namun, dalam sebuah studi oleh Annis dan Corenblum, (1986), 83 anak TK Kanada India dan kelas pertama diajukan pertanyaan tentang preferensi ras dan identitas diri dengan baik putih atau eksperimen India. (E). Bunga di sini adalah apakah ras eksperimen dipengaruhi tanggapan.

Kesepian. Salah satu definisi ini adalah skor pada Kesepian Skala UCLA. Skala ini termasuk barang-barang seperti â € Oeno yang benar-benar mengenal saya dengan baik, â € atau â € œSaya tidak memiliki companionship.â € Ada juga

Kesepian Skala Perampasan yang memiliki barang-barang seperti â € œSaya pengalaman rasa kekosongan, â € atau â € œThere ada orang yang menunjukkan minat khusus dalam me.â € (M) (Oshagan dan Allen, 1992).

Halo. Ada banyak operasional

definisi efek halo. Balzer dan Sulsky (1992) meringkas mereka. Mereka menemukan 108 definisi yang masuk ke dalam 6 kategori. Salah satu definisi menyatakan bahwa halo adalah â € œ. . . rata-rata dalam-ratee varians atau standar deviasi ratings.â € lain akan â € œcomparing peringkat yang diperoleh dengan penilaian yang benar disediakan oleh ahli raters.â € (M).

Memory: Ingat dan Pengakuan ... " recall, . adalah meminta subjek untuk membaca apa yang ia ingat dari item menunjukkan kepadanya, memberinya poin untuk setiap item yang cocok satu di daftar stimulus (M) (Norman, 1976 p . 97.). â € œThe pengakuan uji terdiri dari 62 kalimat yang disajikan untuk semua mata pelajaran..

. . . subjek diinstruksikan untuk menilai setiap kalimat pada gelar mereka keyakinan bahwa kalimat itu telah disajikan dalam akuisisi set.â € (M) (Richter dan Seay, 1987).

Keterampilan sosial. Hal ini dapat secara operasional didefinisikan sebagai skor pada Keterampilan Sosial Rating Scale (Gresham dan Elliot, 1990). Ada kemungkinan masukan dari siswa, orang tua dan guru. Perilaku sosial yang dinilai dalam hal frekuensi kejadian dan juga pada tingkat kepentingan. Beberapa item keterampilan sosial meliputi: â € œGets bersama dengan orang-orang yang berbeda, (Guru), â € â € œVolunteers untuk membantu anggota keluarga dengan tugas-tugas, (Induk) â € dan â € œSaya sopan mempertanyakan aturan yang mungkin tidak adil. (Mahasiswa) â € (M).

Ingratiation. Salah satu dari banyak kesan

teknik manajemen (lihat Orpen, 1996 dan Gordon, 1996). Ingratiation secara operasional

didefinisikan sebagai skor pada Kumar dan Beyerlein (1991) skala. Skala ini terdiri dari 25 Likert-jenis item dan dirancang untuk mengukur frekuensi yang bawahan dalam hubungan atasan-bawahan menggunakan taktik ingratiatory. (M).Strutton, Pelton dan Lumpkin (1995) memodifikasi skala Kumar-Beyerlein. Alih-alih mengukur menjilat antara dan karyawan dan majikan-pengawas, itu diukur perilaku menjilat antara penjual dan pelanggan. (M).

Feminisme. Hal ini didefinisikan dengan skor pada Sikap Terhadap Perempuan Kuesioner. Instrumen ini terdiri dari 18 pernyataan yang responden register kesepakatan pada skala 5-point. Item termasuk â € ~Men telah memegang kekuasaan terlalu Longa € ™; â € kontes ~Beauty yang merendahkan perempuan, 'â € ~Children ibu bekerja terikat untuk suffer.â € ™ â € œ (Wilson dan Reading, 1989).

. Nilai "Urutkan sepuluh gol dalam urutan pentingnya mereka kepada Anda (1) kesuksesan finansial;. (2) disukai; (3) keberhasilan dalam kehidupan keluarga; (4) menjadi intelektual mampu; (5) hidup dengan prinsip-prinsip agama ; (6) membantu orang lain; (7) menjadi normal,

Kemampuan membaca kebutuhan kepentingan kebutuhan kenakalan afiliasi confor mity kepuasan pernikahan

baik disesuaikan; (8) bekerja sama dengan orang lain; (9)

melakukan pekerjaan yang menyeluruh; (10) sukses kerja. "(M) (Newcomb, 1978).

Demokrasi (Demokrasi Politik) "Indeks [demokrasi politik] terdiri dari tiga indikator kedaulatan rakyat dan tiga dari kebebasan politik Tiga langkah kedaulatan rakyat adalah:. (1) keadilan pemilu, (2) pemilihan eksekutif yang efektif, dan ( . 3) pemilihan legislatif Indikator kebebasan politik: (4) kebebasan pers, (5) kebebasan oposisi kelompok, dan (6) sanksi pemerintah ". (M).Bollen (1979) memberikan rincian operasional dari enam indikator sosial dalam lampiran (hlm. 585-586). Ini adalah contoh yang sangat baik dari definisi operasional dari konsep yang rumit. Selain itu, deskripsi yang sangat baik dari bahan demokrasi.

Manfaat pemikiran operasional telah besar. Memang, operationism telah dan merupakan salah satu gerakan yang paling signifikan dan penting dari zaman kita. Ekstrim operationism, tentu saja, bisa berbahaya karena awan pengakuan pentingnya konstruksi dan definisi konstitutif dalam ilmu perilaku, dan karena juga dapat membatasi penelitian untuk masalah sepele. Ada sedikit keraguan, bagaimanapun, bahwa itu adalah pengaruh yang sehat. Ini adalah kunci yang sangat diperlukan untuk mencapai objektivitas (tanpa mana tidak ada ilmu) karena permintaannya bahwa pengamatan harus publik dan dapat diulang membantu untuk menempatkan kegiatan penelitian di luar dan terpisah dari peneliti dan predilections mereka. Dan, sebagai Underwood (. 1957 p 53) mengatakan dalam teks klasik nya pada penelitian psikologis:

. . .Saya akan mengatakan bahwa pemikiran operasional membuat para ilmuwan lebih. Operationist dipaksa untuk

menghapus fuzz dari konsep empirisnya

.operationism memfasilitasi komunikasi antara para ilmuwan karena makna konsep yang didefinisikan tidak mudah tunduk pada salah tafsir. Belajar Saran

1. Menulis definisi operasional selama lima atau enam dari konstruksi berikut. Bila mungkin, menulis dua definisi tersebut: satu eksperimental dan satu diukur.

penguatan punitiveness

Prestasi pengalihan kepemimpinan berprestasi tingkat pelatihan aspirasi konflik organisasi preferensi politik

Beberapa konsep ini atau variabel-misalnya, kebutuhan dan transfer pelatihan-mungkin sulit untuk mendefinisikan secara operasional. Mengapa?

2. Dapatkah salah satu variabel dalam 1, di atas, menjadi baik

variabel independen dan dependen? Yang mana?

3. Ini adalah pelajaran dan perluasan untuk spesialis untuk membaca di luar bidangnya. Hal ini terutama berlaku bagi siswa penelitian perilaku. Disarankan bahwa mahasiswa bidang tertentu membaca dua atau tiga studi penelitian di salah satu jurnal terbaik bidang lain. Jika Anda berada dalam psikologi, membaca jurnal sosiologi, mengatakan American Sociological Review. Jika Anda berada dalam pendidikan atau sosiologi, membaca jurnal psikologi mengatakan Journal! Kepribadian dan Psikologi Sosial atau Journal of Experimental Psychology. Siswa tidak dalam pendidikan dapat mencicipi Jurnal Psikologi Pendidikan atau Journal Amerika Penelitian Pendidikan. Ketika Anda membaca, menuliskan nama-nama variabel dan membandingkannya dengan variabel dalam Anda sendiri lapangan. Apakah mereka terutama aktif atau atribut variabel? Catatan, misalnya, bahwa variabel psychologyâ € ™ s lebih "aktif" dari sociologyâ € ™ s. Implikasi apa yang variabel lapangan telah untuk penelitian?

4. Membaca artikel berikut ini berguna dalam belajar dan mengembangkan definisi operasional.

Kinnier, RT (1995). Sebuah konseptualisasi nilai-nilai klarifikasi: Nilai resolusi konflik.

Jurnal Konseling dan Pengembangan, 74 (1), 1824.

Lego, S. (1988). Beberapa gangguan:. Pendekatan interpersonal untuk etiologi, pengobatan dan perawatan Archives of Nursing Jiwa, 2 (4), 231-235.

Lobel, M. (1994). Konseptualisasi, pengukuran, dan efek stres pada ibu prenatal pada hasil kelahiran. Journal of Behavioral Medicine, 17 (3), 225-272.

Navathe, PD & Singh, B. (1994). Definisi operasional untuk disorientasi spasial.

Aviation, Space & Environmental Medicine, 65 (12), 1153-1155.

Sun, K. (1995). Definisi ras. Amerika Psych ologist, 50 (1), 43-44.

Talaga, JA & Beehr, TA (1995). Apakah ada perbedaan gender dalam memprediksi keputusan pensiun? Journal of Applied Psychology, 80 (1), 16-28. Woods, DW, Miltenberger, RG & Flach, AD (1996). Kebiasaan, tics, dan gagap. Prevalensi dan kaitannya dengan kecemasan kesadaran somatik Modifikasi Perilaku, 20 (2), 216-225.

Bab Ringkasan

1. Sebuah konsep adalah ekspresi dari abstraksi terbentuk dari generalisasi khusus, misalnya, berat badan. Ungkapan ini berasal dari pengamatan perilaku atau tindakan tertentu.

2. Sebuah membangun adalah sebuah konsep yang telah dirumuskan sehingga

yang dapat digunakan dalam ilmu pengetahuan. Hal ini digunakan dalam skema teoritis. Hal ini didefinisikan sehingga dapat diamati dan diukur.

3. Sebuah variabel didefinisikan sebagai properti yang dapat mengambil

nilai yang berbeda. Ini adalah simbol yang nilai-nilai yang ditetapkan.

4. Konstruksi dan kata-kata dapat didefinisikan oleh

a. kata-kata atau konsep lain

b. deskripsi dari suatu tindakan atau perilaku implisit maupun eksplisit

5. Sebuah Definisi konstitutif adalah salah satu di mana konstruksi ditentukan oleh konstruksi lainnya.

6. Sebuah definisi operasional adalah salah satu di mana makna

ditugaskan dengan menentukan kegiatan atau operasi yang diperlukan untuk mengukur dan mengevaluasi konstruk. Definisi operasional dapat memberikan makna hanya terbatas konstruksi. Mereka tidak bisa sepenuhnya menggambarkan konstruk atau variabel. Ada dua jenis definisi operasional:

a. diukur - memberitahu kita bagaimana variabel atau membangun akan diukur

b. eksperimental - menjabarkan secara rinci bagaimana variabel (membangun) dimanipulasi oleh eksperimen.

7. Jenis variabel

a. The independen variabel adalah variabel yang bervariasi dan memiliki penyebab diduga pada variabel lain, variabel dependen. Dalam sebuah eksperimen, itu adalah variabel dimanipulasi. Ini adalah variabel di bawah kendali eksperimen. Dalam sebuah penelitian non-eksperimental, itu adalah variabel yang memiliki efek logis terhadap variabel dependen.

b. tergantung variabel adalah variabel yang berpengaruh bervariasi bersamaan dengan perubahan atau variasi variabel independen.

c. Sebuah aktif variabel adalah variabel yang dimanipulasi. Manipulasi berarti bahwa eksperimen memiliki kontrol atas bagaimana nilai-nilai berubah.

d. Sebuah atributif variabel yang diukur dan tidak dapat dimanipulasi. Sebuah variabel yang tidak dapat dimanipulasi adalah salah satu di mana eksperimen tidak memiliki kontrol atas nilai-nilai variabel.

e. Sebuah terus menerus variabel yang mampu mengambil set memerintahkan nilai dalam kisaran tertentu. Variabel ini mencerminkan setidaknya urutan peringkat.

f. Kategoris variabel milik semacam pengukuran di mana obyek ditugaskan untuk subclass atau subset subclass yang berbeda dan tidak tumpang tindih. Semua benda dimasukkan ke dalam kategori yang sama dianggap memiliki karakteristik yang sama.

g. Laten variabel adalah entitas yang tidak teramati. Mereka diasumsikan mendasari variabel yang diamati.

h. Intervensi variabel konstruksi yang menjelaskan proses psikologis yang tidak teramati internal yang menjelaskan perilaku. Ini adalah variabel yang tidak dapat dilihat, tetapi disimpulkan dari perilaku.

Bab 4
Variance dan Kovarian

BELAJAR masalah ilmiah dan menjawab pertanyaan-pertanyaan ilmiah, kita harus mempelajari perbedaan antara fenomena. Dalam Bab 5, kami menguji hubungan antar variabel; dalam arti, kita sedang belajar kesamaan. Sekarang kita berkonsentrasi pada perbedaan karena tanpa perbedaan dan tanpa variasi, tidak ada cara teknis untuk menentukan hubungan antar variabel. Jika kita ingin mempelajari hubungan antara ras dan prestasi, misalnya, kita tidak berdaya jika kita hanya memiliki langkah-langkah pencapaian anak White-Amerika. Kita harus memiliki langkah-langkah pencapaian anak-anak lebih dari satu ras. Singkatnya, ras harus bervariasi; itu harus memiliki varians. Hal ini diperlukan untuk mengeksplorasi gagasan varians analitis dan secara mendalam. Untuk melakukannya memadai, perlu juga untuk menepis beberapa krim dari susu statistik.

Mempelajari set angka karena mereka adalah berat. Hal ini biasanya diperlukan untuk mengurangi set dalam dua cara: dengan menghitung rata-rata atau ukuran pemusatan, dan dengan menghitung ukuran variabilitas. Ukuran tendensi sentral yang digunakan dalam buku ini adalah mean. Ukuran variabilitas yang paling digunakan adalah varian. Kedua jenis tindakan melambangkan set nilai, tetapi dengan cara yang berbeda. Mereka berdua "ringkasan" dari seluruh set nilai, "ringkasan" yang mengungkapkan dua aspek penting dari set nilai: tendensi sentral atau rata-rata dan variabilitas mereka. Memecahkan masalah penelitian tanpa langkah-langkah ini sangat sulit. Kita mulai pelajaran kita varians, kemudian, dengan beberapa perhitungan sederhana.

PERHITUNGAN MEAN DAN VARIANS

Ambil himpunan bilangan X = {1, 2, 3, 4, 5}. Rata-rata didefinisikan:

M = â € " (4.1)

n

n = jumlah kasus di set nilai; E berarti "jumlah" atau "menambahkan mereka." X singkatan salah satu dari nilai, yaitu, setiap skor adalah X . Rumus itu, mengatakan, "Tambah nilai dan dibagi dengan jumlah kasus di set "demikian.:

w 1 + 2 + 3 + 4 + 5 15 â € ž

5 5

Mean dari himpunan X adalah 3. â € OEMÃ € akan digunakan untuk

mewakili mean dalam buku ini. Simbol lain yang sering digunakan adalah dan m.

Menghitung varians, sementara tidak sesederhana menghitung mean, masih sederhana. Rumusnya adalah:

Y r 2

V = = Â ± - (4.2)

n

V berarti varians, n dan E adalah sama seperti pada Persamaan

4.1.Ex 2 disebut jumlah kuadrat; dibutuhkan beberapa penjelasan. Skor tercantum dalam kolom:


X

x

x 2


1

-2

4


2

-1

1


3

0

0


4

1

1


5

2

4


Dengan demikian, untuk mendapatkan r , cukup kurangi dari X mean dari semua nilai. Misalnya, ketika X = 1, x = 1-3 = -2; ketika X = 4, x = 4-3 = 1; dan seterusnya.Hal ini telah dilakukan di atas. Persamaan 4.2, bagaimanapun, mengatakan persegi setiap x. Hal ini juga telah dilakukan di atas. (Ingat, bahwa kuadrat dari angka negatif selalu positif.) Dalam lain

kata-kata, E x 2 memberitahu kita untuk mengurangi rata-rata dari masing-masing skor untuk mendapatkan x , persegi setiap x untuk mendapatkan x 2 , dan kemudian menjumlahkan x 2 's. Akhirnya, rata-rata dari x 2 's diambil dengan membagi

Ex 2 oleh n, jumlah kasus. Ex 2 , yang jumlah kuadrat, adalah statistik yang sangat penting yang akan kita gunakan sering.

Varians, dalam kasus ini, adalah

v = (- 2) 2 + (- 1) 2 + ( 0) 2 + ( 1) 2 + ( 2 / =

5

4 +1 + 0 + 1 + 4 10 5 5

"V" akan digunakan untuk varians dalam buku ini. Yang Lainnya

simbol yang umum digunakan adalah s 2 dan s 2 . Yang pertama adalah yang disebut nilai populasi; yang terakhir adalah nilai sampel. N digunakan untuk jumlah kasus total sampel atau populasi. ("Contoh" dan "penduduk" akan ditentukan pada bab berikutnya.) n digunakan untuk sub-sampel atau subset U dari total sampel. Subskrip sesuai akan ditambahkan dan dijelaskan seperlunya. Sebagai contoh, jika kita ingin menunjukkan jumlah elemen dalam himpunan A, bagian dari U, kita dapat menulis nA atau na. Demikian pula kami lampirkan subskrip ke x, V, dan sebagainya. Ketika subskrip ganda digunakan, seperti r xy , artinya akan

biasanya jelas.

Varians disebut juga berarti persegi (bila dihitung dengan cara yang sedikit berbeda). Hal ini disebut ini karena, jelas, itu adalah rata-rata dari x 2 's. Jelas itu tidak sulit untuk menghitung rata-rata dan varians. 5

Pertanyaannya adalah: Mengapa menghitung mean dan varians? Alasan untuk menghitung mean mudah dijelaskan. Berarti mengekspresikan tingkat umum, pusat gravitasi, dari serangkaian langkah-langkah. Ini adalah perwakilan baik dari tingkat karakteristik atau kinerja suatu kelompok. Ia juga memiliki sifat statistik tertentu yang diinginkan, dan statistik yang paling mana-mana dari ilmu-ilmu perilaku. Dalam banyak penelitian perilaku, misalnya, berarti kelompok eksperimen berbeda 6 dibandingkan dengan mempelajari hubungan, seperti yang ditunjukkan dalam Bab 5. Kita dapat menguji hubungan antara iklim organisasi dan produktivitas, misalnya. Kita mungkin telah menggunakan tiga macam iklim dan mungkin tertarik pada pertanyaan yang iklim memiliki pengaruh terbesar pada produktivitas. Dalam kasus-kasus seperti cara yang lazim dibandingkan. Misalnya, dari tiga kelompok, masing-masing beroperasi di bawah salah satu dari tiga iklim, Ai, A2, dan A3, yang memiliki

mean terbesar pada, katakanlah, ukuran produktivitas?

Alasan untuk menghitung dan menggunakan varians dalam penelitian ini lebih sulit untuk menjelaskan. Dalam kasus biasa skor biasa varians adalah ukuran dispersi dari himpunan skor. Ini memberitahu kita berapa banyak nilai yang tersebar. Jika sekelompok murid sangat heterogen dalam membaca prestasi, maka varians skor membaca mereka akan besar dibandingkan dengan varians dari kelompok yang homogen dalam membaca prestasi. Varians, kemudian, adalah ukuran dari penyebaran nilai; menggambarkan sejauh

yang nilai berbeda satu sama lain. Untuk

tujuan deskriptif, akar kuadrat dari varians yang biasanya digunakan. Hal ini disebut standar deviasi. sifat matematika tertentu, bagaimanapun, membuat varians lebih berguna dalam penelitian. Disarankan bahwa siswa melengkapi topik studi ini dengan bagian yang sesuai dari teks statistik dasar (lihat Comrey dan Lee, 1995). Ini tidak akan mungkin dalam buku ini untuk membahas semua aspek makna dan interpretasi berarti, variasi, dan standar deviasi. Sisa dari bab ini dan bagian selanjutnya dari buku ini akan membahas aspek-aspek lain dari penggunaan statistik varians.

JENIS VARIANS

Varians datang dalam berbagai bentuk. Ketika Anda membaca penelitian dan literatur teknis, Anda akan sering menemukan istilah, kadang-kadang dengan kata sifat kualifikasi, kadang-kadang tidak. Untuk memahami literatur, perlu untuk memiliki ide yang baik dari karakteristik dan tujuan tersebut varians yang berbeda. Dan untuk merancang dan melakukan penelitian, seseorang harus memiliki pemahaman yang lebih mendalam tentang konsep varians serta penguasaan cukup pengertian varians statistik dan manipulasi.

Populasi dan Sampel Varians

The populati pada varians adalah varian dari U, alam semesta atau populasi tindakan. Simbol Yunani biasanya digunakan untuk mewakili parameter populasi atau tindakan. Untuk varians populasi simbol s 2 (sigma kuadrat) digunakan. Simbol s digunakan untuk deviasi standar populasi. Mean populasi m (mu). Jika semua langkah-langkah dari satu set universal yang ditetapkan, U, diketahui, maka varians diketahui. Lebih mungkin, namun, semua langkah-langkah dari U tidak tersedia. Dalam kasus seperti varians diperkirakan dengan menghitung varians dari satu atau lebih sampel U . Banyak energi yang baik statistik masuk ke kegiatan penting ini. Sebuah pertanyaan mungkin timbul: Bagaimana variabel kecerdasan warga Amerika Serikat? Ini adalah U atau populasi pertanyaan. Jika ada daftar lengkap dari semua jutaan orang di Amerika Statesâ € "dan ada juga daftar lengkap nilai tes kecerdasan peopleâ ini €" varians bisa hanya jika letih dihitung. Tidak ada daftar tersebut ada. Jadi sampel, sampel yang representatif, Amerika diuji dan sarana dan varians dihitung. Sampel yang digunakan untuk memperkirakan rata-rata dan varians dari seluruh penduduk. Nilai-nilai diperkirakan disebut statistik (dalam populasi mereka disebut parameter). Sampel mean dilambangkan dengan simbol M dan varians sampel dilambangkan dengan SD atau s. Sejumlah

statistik buku teks menggunakan X (X-bar) untuk mewakili mean sampel.

Varians sampel adalah varians statistik dihitung dari sampel. Sarana empat sampel acak yang diambil dari suatu populasi akan berbeda. Jika sampling acak dan sampel yang cukup besar, yang berarti tidak harus berbeda terlalu banyak. Artinya,

varians sarana harus relatif kecil. Variance sistematis

Mungkin cara yang paling umum untuk mengklasifikasikan varians adalah sebagai varian sistematis dan kesalahan varians. Varians sistematis adalah variasi dalam langkah-langkah karena beberapa pengaruh yang diketahui atau tidak diketahui yang "menyebabkan" nilai untuk bersandar pada satu arah yang lebih daripada yang lain. Setiap pengaruh alam atau buatan manusia yang menyebabkan peristiwa terjadi dalam cara yang dapat diprediksi tertentu pengaruh sistematis. Nilai tes prestasi anak-anak di sebuah sekolah di pinggiran kota yang kaya akan cenderung sistematis lebih tinggi dari nilai anak-anak di sebuah sekolah daerah kumuh kota. Mengajar mahir mungkin sistematis mempengaruhi prestasi anak, dibandingkan dengan pencapaian anak-anak yang diajarkan ineptly.

Ada banyak, banyak penyebab varians sistematis. Para ilmuwan berusaha untuk memisahkan mereka di mana mereka tertarik dari orang-orang di mana mereka tidak tertarik. Mereka juga mencoba untuk memisahkan dari varians sistematik, varian yang acak. Memang, penelitian dapat sempit dan secara teknis didefinisikan sebagai studi terkontrol varians.

Antara-G roups (Eksperimental) Varian

Salah satu jenis penting dari varians sistematis dalam penelitian adalah antara-kelompok atau varian eksperimental. Antara-kelompok atau varians eksperimental, seperti namanya menunjukkan, adalah varian yang mencerminkan perbedaan sistematis antara up Gro tindakan. Varians dibahas sebelumnya sebagai varian skor mencerminkan perbedaan antara individu dalam kelompok. Kita dapat mengatakan, misalnya, bahwa, berdasarkan bukti-bukti hadir dan tes saat ini, varians dalam kecerdasan sampel acak dari anak sebelas tahun adalah sekitar 225 poin. (Hal ini diperoleh dengan mengkuadratkan deviasi standar dilaporkan dalam uji manual. Standar deviasi Test California Kedewasaan Mental untuk anak-anak 11 tahun, misalnya, sekitar 15, dan 15 2 = 225.) Angka ini statistik yang memberitahu kita berapa banyak 1 orang berbeda satu sama lain. Antara-kelompok varians, di sisi lain, adalah varian karena perbedaan antara kelompok-kelompok individu. Jika pencapaian wilayah utara dan anak-anak wilayah selatan di sekolah sebanding diukur, akan ada perbedaan antara kelompok utara dan selatan. Kelompok serta individu berbeda atau bervariasi, dan mungkin dan tepat untuk menghitung varians antara kelompok-kelompok tersebut.

Antara-kelompok varians dan varians eksperimental pada dasarnya sama. Keduanya muncul dari perbedaan antara kelompok. Antara-kelompok varians adalah istilah yang mencakup semua kasus perbedaan sistematis antara kelompok, eksperimen dan nonexperimental. Varians eksperimental biasanya dikaitkan dengan varians yang disebabkan oleh manipulasi aktif dari variabel independen oleh peneliti.

Berikut adalah contoh dari kelompok antara-varianceâ € "dalam hal ini varians eksperimental. Misalkan penyidik ​​menguji khasiat relatif dari tiga jenis penguatan pembelajaran. Setelah secara diferensial memperkuat tiga kelompok mata pelajaran, eksperimen menghitung sarana kelompok. Misalkan bahwa mereka adalah 30, 23, dan 19. Mean dari tiga cara adalah 24, dan kami menghitung varians antara sarana atau antara kelompok:


X

x

x 2


30

6

36


23

-1

1


19

-5

25


Dalam percobaan yang baru saja dijelaskan, mungkin metode yang berbeda penguatan cenderung "bias yang" skor satu atau lain cara. Hal ini, tentu saja, tujuan eksperimen itu. Tujuan dari Metode A adalah untuk meningkatkan semua nilai belajar kelompok eksperimen. Eksperimen mungkin percaya bahwa Metode B tidak akan berpengaruh pada pembelajaran, dan bahwa metode C akan memiliki efek menyedihkan. Jika eksperimen benar, skor di bawah Metode A harus semua cenderung naik, sedangkan di bawah Metode C mereka harus semua cenderung turun. Dengan demikian skor kelompok, sebagai keseluruhan -dan, tentu saja, berarti mereka berbeda sistematis. Penguatan adalah aktif variabel. Ini adalah variabel sengaja dimanipulasi oleh eksperimen dengan maksud sadar untuk "Bias" nilai berbeda-beda. Prokasy (1987) misalnya, membantu memperkuat titik ini dengan merangkum jumlah variasi penguatan dalam paradigma Pavlov dalam studi respon tulang. Jadi setiap variabel eksperimen-dimanipulasi sangat berkaitan erat dengan varian sistematis. Ketika Camel, Withers dan Greenough (1986) memberikan kelompok eksperimen mereka tikus derajat yang berbeda pengalaman-lingkungan awal (pengalaman diperkaya seperti kandang besar dengan tikus dan kesempatan untuk eksplorasi lainnya), dan kelompok kontrol kondisi berkurangnya pengalaman (isolasi , disimpan di kandang masing-masing), mereka sengaja mencoba varian sistematis membangun dalam ukuran hasil mereka (pola dan jumlah dendrit bercabang. Dendrit adalah struktur percabangan neuron.) Ide dasar di balik terkenal "desain klasik" penelitian ilmiah , di mana kelompok eksperimen dan kontrol yang digunakan, adalah bahwa, melalui kontrol hati-hati dan manipulasi, ukuran hasil kelompok eksperimen (juga disebut "tindakan kriteria") yang dibuat bervariasi secara sistematis, untuk semua naik atau turun bersama-sama, sedangkan kelompok kontrol Langkah-langkah yang biasanya diadakan pada tingkat yang sama. Varians, tentu saja, adalah antara dua kelompok, yaitu, dua kelompok yang dibuat berbeda. Sebagai contoh, Braud dan Braud (1972) dimanipulasi kelompok eksperimen dengan cara yang tidak biasa. Mereka dilatih tikus dari kelompok eksperimen untuk memilih lebih dari dua lingkaran dalam tugas pilihan; tikus kelompok kontrol tidak menerima

pelatihan.Ekstrak dari otak hewan dari kedua kelompok disuntikkan ke otak dari dua kelompok baru tikus. Statistik berbicara, mereka berusaha untuk meningkatkan antara-kelompok varians. Mereka berhasil: baru "kelompok eksperimen" hewan melebihi baru "kelompok kontrol" hewan dalam memilih lingkaran yang lebih besar dalam tugas pilihan yang sama!

Hal ini jelas dan mudah untuk melihat dalam percobaan. Dalam penelitian yang tidak eksperimental, dalam penelitian di mana perbedaan yang sudah ada antara kelompok yang dipelajari, tidak selalu begitu jelas dan mudah untuk melihat salah satu yang belajar antara kelompok-varians. Tetapi gagasan adalah sama. Prinsip ini dapat dinyatakan dengan cara yang agak berbeda: Semakin besar perbedaan antara kelompok, semakin banyak variabel atau variabel bebas dapat dianggap telah beroperasi. Jika ada sedikit perbedaan antara kelompok-kelompok, di sisi lain, maka anggapan harus bahwa variabel atau variabel independen tidak dioperasikan. Artinya, efeknya terlalu lemah untuk diperhatikan, atau pengaruh yang berbeda telah membatalkan satu sama lain. Kami menilai efek dari variabel independen yang telah dimanipulasi atau yang telah bekerja di masa lalu, kemudian, dengan antara-kelompok varians. Apakah variabel independen atau belum dimanipulasi, prinsipnya adalah sama.

Untuk menggambarkan prinsip, kita menggunakan masalah dipelajari dengan baik dari pengaruh kecemasan terhadap prestasi sekolah. Hal ini dimungkinkan untuk memanipulasi kecemasan dengan memiliki dua kelompok eksperimen dan mendorong kecemasan dalam satu dan tidak yang lain. Hal ini dapat dilakukan dengan memberikan masing-masing kelompok tes yang sama dengan instruksi yang berbeda. Kami memberitahu anggota satu kelompok yang nilai mereka bergantung sepenuhnya pada tes. Kami memberitahu anggota kelompok lain yang tes tidak peduli terutama, bahwa hasilnya tidak akan mempengaruhi nilai. Di sisi lain, hubungan antara kecemasan dan prestasi juga dapat dipelajari dengan membandingkan kelompok individu pada siapa dapat diasumsikan bahwa keadaan lingkungan dan psikologis yang berbeda telah bertindak untuk menghasilkan kecemasan. (Tentu saja, kecemasan eksperimen diinduksi dan

sudah ada kecemasan variabel stimulus dan

variabel organismic, tidak dianggap sama.) Sebuah studi untuk menguji hipotesis bahwa keadaan lingkungan dan psikologis yang berbeda bertindak untuk menghasilkan uji tingkat yang berbeda kecemasan dilakukan oleh Guida

dan Ludlow (1989). Peneliti ini hipotesis bahwa siswa dalam budaya Amerika Serikat akan menunjukkan tingkat yang lebih rendah dari tes kecemasan dari siswa dari budaya Chili. Menggunakan bahasa bab ini, para peneliti berhipotesis lebih besar antara kelompok-varian daripada yang dapat diharapkan secara kebetulan karena perbedaan antara kondisi lingkungan, pendidikan dan psikologis Chili dan Amerika. (Hipotesis didukung. Mahasiswa Chili menunjukkan tingkat yang lebih tinggi dari tes kecemasan dari siswa dari Amerika Serikat. Namun, ketika mempertimbangkan hanya kelompok sosial ekonomi rendah setiap budaya, Amerika Serikat siswa memiliki kecemasan tes yang lebih tinggi daripada siswa Chili. )

Kesalahan Variance

Kesalahan varians adalah fluktuasi atau berbagai tindakan yang belum ditemukan. Fluktuasi pengukuran dalam variabel dependen dalam penelitian di mana semua peserta diperlakukan sama dianggap kesalahan varians. Beberapa fluktuasi ini karena kebetulan. Dalam hal ini, kesalahan varians varians acak. Ini adalah variasi dalam langkah-langkah karena fluktuasi biasanya kecil dan self-kompensasi tindakan-sekarang di sini, sekarang ada; sekarang naik, sekarang turun. Sampling varians dibahas sebelumnya dalam bab ini, misalnya, adalah acak atau kesalahan varians.

Ngelantur sebentar sebelum melanjutkan, perlu dalam bab ini dan berikutnya untuk menggunakan gagasan "acak" atau "keacakan." Situs keacakan dan pengacakan akan dibahas secara lebih detail yang cukup dalam, ater bab. Untuk saat ini, bagaimanapun, keacakan berarti bahwa tidak ada cara yang dikenal yang dapat dinyatakan dalam bahasa benar menggambarkan atau menjelaskan kejadian dan hasil mereka. Dalam kata-kata yang berbeda, peristiwa acak tidak dapat diprediksi. Sebuah sampel acak adalah bagian dari alam semesta. Anggotanya begitu ditarik bahwa setiap anggota alam semesta memiliki kesempatan yang sama untuk terpilih. Ini adalah cara lain untuk mengatakan bahwa, jika anggotanya dipilih secara acak, tidak ada cara untuk memprediksi anggota akan dipilih pada setiap hal satu seleksi-lain yang sama.

Namun, orang tidak boleh berpikir bahwa varians acak adalah satu-satunya kemungkinan sumber kesalahan varians. Kesalahan varians dapat juga terdiri dari komponen lain seperti yang ditunjukkan oleh Barber (1976). Apa yang membuat â € œpooledâ € ke dalam istilah yang disebut varians kesalahan dapat mencakup kesalahan pengukuran dalam alat ukur, kesalahan prosedur oleh peneliti, misrecording tanggapan, dan researcherâ harapan hasil € ™ s. Ada kemungkinan bahwa â € œequalâ € subyek berbeda pada variabel dependen karena salah satu mungkin mengalami fungsi fisiologis dan psikologis yang berbeda pada saat pengukuran dilakukan.

Kembali ke pembahasan utama kami, dapat dikatakan bahwa varians error adalah varians dalam pengukuran karena ketidaktahuan. Bayangkan sebuah kamus besar di mana semuanya di worldâ € "setiap kejadian, setiap peristiwa, setiap hal kecil, setiap thingâ besar €" diberikan secara rinci lengkap. Untuk memahami setiap peristiwa yang telah terjadi, yang sekarang terjadi, atau yang akan terjadi, semua orang perlu lakukan adalah mencarinya di kamus. Dengan kamus ini ada jelas tidak ada kejadian acak atau kebetulan. Semuanya dicatat. Singkatnya, tidak ada varians kesalahan; semua adalah varian sistematis. Sayangnya, (atau lebih mungkin, untungnya) kita tidak memiliki kamus tersebut. Banyak, banyak peristiwa dan kejadian tidak dapat dijelaskan. Banyak varian dimengerti

2

xx


3

1.5

2,25


6

1.5

2,25


identifikasi dan kontrol. Ini adalah kesalahan varians selama identifikasi dan kontrol menghindari kita.

Sementara tampaknya aneh dan bahkan sedikit aneh, mode ini penalaran berguna, asalkan kita ingat bahwa beberapa varian kesalahan hari ini mungkin tidak varians error besok. Misalkan kita melakukan percobaan pada pemecahan masalah pengajaran di mana kita memberikan murid untuk tiga kelompok secara acak. Setelah kami selesai percobaan, kita mempelajari perbedaan antara tiga kelompok untuk melihat apakah ajaran memiliki efek. Kita tahu bahwa nilai dan sarana kelompok akan selalu menunjukkan fluktuasi kecil, sekarang ditambah titik atau dua atau tiga, sekarang dikurangi titik atau dua atau tiga, yang kita mungkin tidak pernah mengontrol. Sesuatu atau lainnya membuat skor dan sarana berfluktuasi dengan cara ini. Menurut pandangan yang sedang dibahas, mereka tidak hanya berfluktuasi dengan alasan apapun; mungkin tidak ada "keacakan mutlak." Dengan asumsi determinisme, harus ada beberapa penyebab atau penyebab fluktuasi. Benar, kita bisa belajar beberapa dari mereka dan mungkin mengendalikan mereka. Ketika kita melakukan ini, namun, kami memiliki varians yang sistematis.

Kami mencari tahu, misalnya, bahwa gender "menyebabkan" nilai berfluktuasi, karena laki-laki dan perempuan yang dicampur dalam kelompok eksperimen. (Kami, tentu saja, berbicara secara kiasan sini. Jelas gender tidak membuat skor berfluktuasi.) Jadi kita melakukan percobaan dan mengontrol jenis kelamin dengan menggunakan, misalnya, hanya laki-laki. Skor masih fluktuatif, meskipun pada tingkat yang agak rendah. Kami menghapus penyebab lain diduga dari gangguan: kecerdasan. Skor masih fluktuatif, meskipun pada tingkat yang lebih rendah masih. Kami terus menghilangkan sumber seperti varian. Kami mengendalikan varians sistematis. Kami juga secara bertahap mengidentifikasi dan mengendalikan lebih dan lebih tidak diketahui varians.

Sekarang perhatikan bahwa sebelum kita dikendalikan atau dihapus ini variasi sistematis, sebelum kita "tahu" tentang mereka, kita harus label semua varian seperti â € œerror varianceâ € â € "sebagian melalui ketidaktahuan dan sebagian melalui ketidakmampuan untuk melakukan sesuatu tentang varians tersebut . Kita bisa terus dan terus melakukan hal ini dan masih akan ada varian yang tersisa. Akhirnya kami menyerah; kita "tahu" ada lagi; kami telah melakukan semua yang kami bisa. Masih akan ada varian. Definisi praktis error varians, maka, akan menjadi: Kesalahan varians adalah varians tersisa dalam serangkaian langkah-langkah setelah semua sumber diketahui varian sistematis telah dihapus dari tindakan. Hal ini sangat penting layak contoh numerik.

Misalkan kita tertarik untuk mengetahui apakah kesantunan dalam kata-kata instruksi untuk tugas mempengaruhi memori dari kata-kata yang sopan. Panggilan "kesopanan" dan "ketidaksopanan" variabel A dipartisi menjadi A1

dan A2. (Ide ini berasal dari Holtgraves 1997.) The

siswa ditugaskan secara acak untuk dua kelompok. Pengobatan A 1 dan A 2 ditugaskan secara acak untuk

dua kelompok.Dalam penelitian ini para mahasiswa dari A1 menerima instruksi yang bernada tidak sopan, seperti, â € œYou harus menuliskan nama lengkap untuk masing-masing negara Anda remember.â € Para siswa dari A2, di sisi lain, menerima instruksi yang dari arti yang sama seperti yang diterima oleh siswa A1. Namun, kata-kata

instruksi dalam bentuk sopan, seperti, â € œIt akan membantu jika Anda menuliskan nama lengkap untuk masing-masing negara Anda recall.â € Setelah membaca petunjuk, subyek diberi tugas Distracter. Tugas ini melibatkan mengingat 50 negara bagian Amerika Serikat. Para siswa kemudian diberi tes memori pengakuan. Tes ini digunakan untuk menentukan memori keseluruhan kata-kata yang sopan. Nilai adalah sebagai berikut:


A1

A2


3

6


5

5


1

7


4

8


2

4


3

6


Cara yang berbeda; mereka bervariasi. Ada di antara kelompok-varians. Mengambil perbedaan antara sarana wajah valueâ € "kemudian kami akan lebih preciseâ €" kita dapat menyimpulkan bahwa ketidakjelasan dalam perkuliahan memiliki efek. Menghitung antara-kelompok varians seperti yang kita lakukan sebelumnya, kita mendapatkan:
M 4.5
Ex 2 4.50 r = 45

2,25

Contoh sistematis dan kesalahan Variance

2


X

x

x 2


3

-1.5

2,25


5

.5

.25


1

-3,5

12.25


4

-.5

.25


2

-2.5

6.25


6

1.5

2,25


5

.5

.25


7

2,5

6.25


8

3.5

12.25


4

-.5

.25


Vt

4.25

Dengan kata lain, kita menghitung antara-kelompok varians sama seperti kita sebelumnya menghitung varians dari lima skor 1, 2, 3, 4 dan 5. Kami hanya memperlakukan dua cara seolah-olah mereka nilai individu, dan pergi ke depan dengan Perhitungan varians biasa. Antara-kelompok varians, VFR, adalah, kemudian, 2,25. Sebuah

uji statistik yang tepat akan menunjukkan bahwa perbedaan antara alat dua kelompok adalah apa yang disebut "signifikan secara statistik" perbedaan. (The

makna ini akan diambil dalam bab lain.) 7 Terbukti, menggunakan kata-kata sopan dalam petunjuk membantu meningkatkan skor memori siswa.

Jika kita menempatkan 10 nilai dalam kolom dan menghitung varians kita mendapatkan:
M 4.5
Ex 8 42.50

42,5

10

Ini adalah total varians, V t . V t = 4.25 berisi semua sumber variasi dalam nilai. Kita sudah tahu bahwa salah satu dari ini adalah antara-kelompok varians, VFR = 2,25.

Mari kita hitung masih varians lain. Kami melakukan ini dengan menghitung varians dari A 1 saja dan varians dari

A 2 saja dan kemudian rata-rata dua:


A1

x

x 2

a 2

x

x 2


3

0

0

6

0

0


5

2

4

5

-1

1


1

-2

4

7

1

1


4

1

1

8

2

4


2

-1

1

4

-2

4


EX

15

30


M

3

6


Ex 2

10

10


10

10


V A 1 =

5

2

VA2

5

2


Varians dari A 1 adalah 2, dan varians dari A 2 adalah 2.

Rata-rata adalah 2. Karena masing-masing varians ini dihitung secara terpisah dan kemudian dirata-rata, kita sebut varians rata dihitung dari mereka "kelompok within- varians." Kami label varians ini V w arti

dalam varians, atau dalam kelompok-varians. Jadi V w =

2. Perbedaan ini tidak terpengaruh oleh perbedaan antara

yang kedua berarti. Hal ini mudah ditunjukkan dengan mengurangi konstanta 3 dari puluhan A 2 . Hal ini membuat rata-rata dari A2 sebesar 3. Kemudian, jika varians dari A 2 dihitung, itu akan sama seperti sebelumnya: 2. Jelas dalam-kelompok varians akan sama: 2.

Sekarang menulis persamaan: Vt = Vb + V w . Persamaan ini

mengatakan bahwa total varians terdiri dari varians antara kelompok dan varians dalam kelompok. Apakah itu?Pengganti nilai numerik: 4.25 = 2.25 + 2.00. Metode kami worksâ € "itu menunjukkan kita juga, bahwa varian ini aditif (dihitung).

Ide-ide varians dalam diskusi mungkin bisa diperjelas dengan diagram. Pada Gambar 4.1, sebuah lingkaran dipecah menjadi dua bagian telah ditarik. Biarkan area total lingkaran mewakili total varians dari 10 skor, atau Vt. Semakin besar porsi berbayang merupakan between the

kelompok varians, atau Vb. Bagian unshaded kecil merupakan varian error, atau V w atau V e . Dari diagram orang dapat melihat bahwa Vt = Vb + V e . (Catatan kesamaan untuk mengatur pemikiran dan pengoperasian serikat.)



ZA

M

Koreksi:

3. + L5 = 4.5 5 + L5 = 6,5 j + L5 = 2,5

4. + L5 = 5,5 2 + L5 = 3,5

5 - L5 = 3,5 5 - L5 = 3,5

7. - L5 = 5,5

8. - L5 = 6,5 4 - L5 = 2,5

Zx 2

Ukuran semua sumber varians diwakili oleh V t dan ukuran antara-kelompok varians (atau

ukuran efek dari pengobatan eksperimental) oleh VFR. Tapi apa V w dalam waktu-kelompok varians?

Karena, dari total varians, kami telah menyumbang sumber diketahui varians, melalui antara-kelompok varians, kita mengasumsikan bahwa varians tersisa karena kebetulan atau faktor acak. Kami menyebutnya kesalahan varians. Tapi, Anda mungkin berkata, tentu harus ada sumber varians? Bagaimana perbedaan individu dalam kecerdasan, jenis kelamin, dan sebagainya? Karena kita ditugaskan siswa untuk kelompok eksperimen secara acak, menganggap bahwa sumber-sumber varians sama-sama, atau sekitar sama, didistribusikan antara Aj dan A2. Dan karena tugas acak kita tidak bisa mengisolasi dan mengidentifikasi sumber lain varian. Jadi kita sebut varians error varians tersisa, tahu benar bahwa mungkin ada sumber lain varians tetapi dengan asumsi, dan berharap asumsi kami benar, bahwa mereka telah merata antara kedua kelompok.

Sebuah Demonstrasi Subtractive: Menghapus antara-

Grup Variance dari Total Variance

Mari kita menunjukkan semua ini dengan cara lain dengan menghapus dari set asli skor antara kelompok-varians, dengan menggunakan prosedur subtraktif sederhana. Pertama, kita membiarkan masing-masing sarana Aj dan A2 sama dengan total

berarti;kita menghapus antara-kelompok varians. Total rata-rata adalah 4,5. (Lihat di atas di mana rata-rata ke-10 skor dihitung.) Kedua, kita menyesuaikan setiap skor individu Aj dan A2 dengan mengurangi atau menambahkan,

sebagai kasus mungkin, konstanta yang sesuai. Karena rata-rata Aj adalah 3, kita menambahkan 4,5 -3 = 1,5 untuk masing-masing Aj

skor.Rerata A2 adalah 6, dan 6-4,5 = L5 adalah konstanta yang akan dikurangkan dari masing-masing nilai A2.

Mempelajari "dikoreksi" skor. Membandingkannya dengan nilai aslinya. Perhatikan bahwa mereka bervariasi kurang dari yang mereka lakukan sebelumnya. Tentu.Kami dihapus antara-kelompok varians, porsi yang cukup besar dari total varians. Varians yang tersisa adalah bahwa sebagian dari total varians karena, mungkin, untuk kesempatan. Kami menghitung varians dari "dikoreksi" puluhan Aj, A2, dan total, dan

Catatan ini hasil yang mengejutkan:


Aj

x

x 2

A 2

x

x 2


4,5

0

0

4,5

0

0


6.5

2

4

3.5

-!


2,5

-2

4

5.5


5.5

6.5

2

4


3.5

j

2,5

-2

4


22,5 22.

4,5 5

Dalam waktu-kelompok varians adalah sama seperti sebelumnya. Hal ini tidak terpengaruh oleh operasi koreksi. Jelas antara kelompok-varians sekarang nol. Bagaimana dengan

Total varians, V t ? Menghitung itu, kita memperoleh S x t 2 = 20, dan Vt = 20 N0 = 2. Dengan demikian dalam-kelompok varians

sekarang sama dengan total varians. Pembaca harus mempelajari contoh ini dengan hati-hati sampai seseorang memiliki pemahaman yang kuat tentang apa yang telah terjadi dan mengapa.

Meskipun contoh sebelumnya mungkin cukup untuk membuat poin penting, mungkin memperkuat siswa


0

4

5

+

0

4

5

4

5

+

0

AKU AKU

5


+1

5

2

5

+

1

5

4

0

3

5

+

1

.5

5

0


-1

0

5

5

-

1

0

4

5

5

.5

-

1

0,0

4

5


+1

5

3

5

+

1

5

5

0

2

5

+

1

.5

4

0


-2

0

6

5

-

2

0

4

5

6

5

-

2

0,0

4

5


pemahaman ide varian dasar ini jika kita memperluas contoh dengan membuat dan menarik keluar sumber lain dari varians. Pembaca mungkin ingat bahwa kita tahu bahwa dalam-kelompok varians terkandung variasi karena perbedaan individu. Sekarang asumsikan bahwa, alih-alih secara acak meminta siswa untuk dua kelompok, kami telah dicocokkan mereka pada kecerdasan-kecerdasan dan berhubungan dengan variabel dependen. Artinya, kita menempatkan anggota pasangan dengan kira-kira sama nilai tes kecerdasan ke dalam dua kelompok. Hasil percobaan mungkin:


A1

a 2


3

6


1

5


4

7


2

4


5

8

M 3 6

Perhatikan dengan seksama bahwa satu-satunya perbedaan antara konfigurasi ini dan sebelumnya adalah bahwa pencocokan telah menyebabkan skor untuk covary. The Aj dan A2 tindakan

sekarang memiliki hampir urutan peringkat yang sama. Bahkan, koefisien korelasi antara dua set nilai adalah 0,90. Kami telah di sini sumber lain varian: bahwa karena perbedaan individu dalam kecerdasan yang tercermin dalam urutan peringkat dari pasangan tindakan kriteria. (Hubungan yang tepat antara urutan peringkat dan ide-ide yang sesuai dan pengaruhnya terhadap varians akan diambil dalam bab lain. Siswa harus mengambil pada iman untuk hadir bahwa pencocokan menghasilkan varian sistematis.)

Varians ini dapat dihitung dan diekstraksi seperti sebelumnya, kecuali bahwa ada operasi tambahan. Pertama menyamakan Ajand A2 berarti dan "benar" nilai

seperti sebelumnya. Hasil ini:


4,5

4,5


2,5

3.5


5.5

5.5


3.5

2,5


6.5

6.5


4,5

4,5

Asli Dikoreksi
Berarti Berarti


4,5

4,5


3.0

4,5


5.5

4,5


3.0

4,5


6.5

4,5


4,5

4,5


Langkah-langkah ganda dikoreksi sekarang menunjukkan sedikit perbedaan. Varians dari 10 skor ganda dikoreksi adalah 0,10, sangat kecil memang. Tidak ada di antara-kelompok (kolom) atau antara individu-(baris) varians tersisa di langkah-langkah, tentu saja. Setelah koreksi ganda, semua total varians error varians. (Seperti yang akan kita lihat nanti, ketika varians dari kedua kolom dan baris yang diambil seperti thisa € "meskipun dengan lebih cepat dan lebih efisien MethodA €" tidak ada dalam kelompok-varians.)

Ini telah menjadi operasi yang panjang. Sebuah rekapitulasi singkat poin utama mungkin berguna. Setiap set langkah-langkah memiliki varian keseluruhan. Jika langkah-langkah yang varians ini dihitung telah diturunkan dari tanggapan manusia, maka akan selalu ada setidaknya dua sumber varians. Satu akan jatuh tempo sumber sistematis variasi seperti perbedaan individu mata pelajaran yang karakteristik atau prestasi telah diukur dan perbedaan antara kelompok atau sub kelompok yang terlibat dalam penelitian. Yang lain akan karena kebetulan atau kesalahan acak, fluktuasi tindakan yang saat ini tidak dapat dipertanggungjawabkan. Sumber varians sistematis cenderung membuat skor ramping dalam satu arah atau yang lain. Hal ini tercermin dalam perbedaan berarti, tentu saja. Jika jenis kelamin merupakan sumber sistematis varians dalam studi prestasi sekolah, misalnya, maka variabel jenis kelamin akan cenderung bertindak dengan cara sedemikian rupa sehingga nilai prestasi perempuan akan cenderung lebih tinggi dibandingkan laki-laki. Sumber kesalahan acak, di sisi lain, cenderung membuat langkah-langkah berfluktuasi sekarang cara ini sekarang seperti itu. Kesalahan acak, dengan kata lain, adalah self-kompensasi; mereka cenderung untuk mengimbangi satu sama lain.

Dalam setiap percobaan atau studi, variabel independen (atau variabel) adalah sumber sistematis varianceâ € "setidaknya seharusnya. Peneliti "ingin" kelompok eksperimen berbeda secara sistematis. Peneliti biasanya berusaha untuk memaksimalkan varians tersebut sambil mengontrol atau meminimalkan sumber varians, baik sistematis dan kesalahan. Contoh eksperimental diberikan di atas menggambarkan ide tambahan yang varians ini aditif, dan bahwa karena properti aditif ini, adalah mungkin untuk menganalisis satu set nilai ke variasi sistematis dan kesalahan.

KOMPONEN VARIANS

Diskusi sejauh mungkin telah meyakinkan siswa bahwa setiap total varian memiliki "komponen varians." Kasus ini hanya dianggap, bagaimanapun, termasuk salah satu komponen eksperimental karena perbedaan antara A1 dan A2, salah satu komponen karena individu

perbedaan, dan komponen ketiga karena kesalahan acak. Kita sekarang mempelajari kasus dua komponen varians eksperimental yang sistematis. Untuk melakukan hal ini, kita mensintesis langkah-langkah percobaan, membuat mereka dari yang diketahui komponen varians. Dengan kata lain, kita pergi ke belakang. Kita mulai dari "dikenal" sumber varians, karena tidak akan ada varian kesalahan dalam skor disintesis.

Kami memiliki variabel X yang memiliki tiga nilai. Biarkan X = {0,1, 2}. Kami juga memiliki variabel lain Y, yang memiliki tiga nilai. Biarkan Y = {0, 2, 4}. X dan Y, maka, yang dikenal sumber varians. Kami menganggap situasi eksperimental yang ideal di mana terdapat dua variabel independen yang bertindak dalam konser untuk menghasilkan efek pada variabel dependen, Z. Artinya, setiap skor X beroperasi dengan masing-masing skor Y untuk menghasilkan variabel dependen skor Z. Sebagai contoh, X skor, 0, tidak memiliki pengaruh. The X skor, 1, beroperasi dengan Y sebagai berikut: {(1 + 0), (1 + 2), (1 + 4)}. Demikian pula, X skor, 2, beroperasi dengan Y: {(2 + 0), (2 + 2), dan (2 + 4)}. Semua ini lebih mudah untuk melihat apakah kita menghasilkan Z dalam pandangan yang jelas.

Himpunan skor di 3 Â ¥ 3 matriks (matriks adalah setiap set persegi panjang atau meja angka) adalah himpunan Z skor. Tujuan dari contoh ini akan hilang kecuali pembaca ingat bahwa dalam prakteknya kita tidak tahu X dan Y skor; kita hanya mengenal Z skor. Dalam situasi eksperimental yang sebenarnya kita memanipulasi atau mengatur X dan Y. Tapi kita hanya berharap mereka efektif. Mereka mungkin tidak. Dengan kata lain, set X = {0, 1, 2} dan Y = {0, 2, 4} tidak pernah bisa diketahui seperti ini. Yang terbaik yang bisa kita lakukan adalah untuk memperkirakan pengaruh mereka dengan memperkirakan jumlah varians dalam Z karena X dan Y .

Y


0

2

4


0

0 + 0

0 + 2

0 + 4


X 1

1 + 0

1 + 2

1 + 4


2

2 + 0

2 + 2

2 + 4


Z


0

2

4


0

0

2

4


1

1

3

5


2

2

4

6


Set X dan Y memiliki varians sebagai berikut:

X x x 2


0

1

2

-1

0

1

1

0

1


IX:

3


M:

1


Ix 2:

2





Y

y

y 2


0

-2

4


2

0

0


4

2

4


IY:

6


M:

2


Iy 2:

8







20

V = T 67

8

V y = -

2.67


Z

z

z2


0

-3

9


2

-1

1


4

1

1


1

-2

4


3

0

0


5

2

4


2

-1

1


4

1

1


6

3

9


27

3

mengukur ditempatkan pertama. Asumsikan bahwa ini menghasilkan R = {(0, 2), (1, 1), (2, 3), (3, 4)}. Menurut definisi sebelumnya hubungan, set pasangan memerintahkan hubungan, dalam hal ini hubungan antara X dan Y . Hasil perhitungan varians dari X dan varians dari Y adalah:


X

x

x 2

Y

y

y 2


0

-1.5

2,25

2

-.5

.25


1

-.5

.25

1

-1.5

2.2


2

.5

.25

3

.5

.25


3

1.5

2,25

4

1.5

2.2

LX: 6 10
M: 1.5 2.5

Lx 2 5
5

LZ:

M:

Lz 2

Sekarang, 67 + 2.67 = 3.34, atau V z = V x + Vy dalam kesalahan pembulatan.

Contoh ini menggambarkan bahwa, dalam kondisi tertentu, variasi beroperasi additively untuk menghasilkan langkah-langkah percobaan kita menganalisa. Sementara contoh adalah "murni" dan karena itu tidak realistis, itu tidak masuk akal. Hal ini dimungkinkan untuk memikirkan X dan Y sebagai variabel independen. Mereka mungkin tingkat aspirasi dan murid sikap. Dan Z mungkin prestasi verbal, variabel dependen. Bahwa skor nyata tidak berperilaku persis seperti ini tidak mengubah ide. Mereka berperilaku dengan cara ini sekitar. Kami berencana penelitian untuk membuat prinsip ini sebagai benar mungkin, dan kami menganalisa data seolah-olah itu benar. Dan itu berhasil!

KOVARIANSI

Kovarians yang benar-benar baru. Ingat, dalam pembahasan sebelumnya set dan korelasi yang kita berbicara tentang hubungan antara dua atau lebih variabel yang analog dengan persimpangan set. Biarkan X menjadi {0, I, 2, 3}, serangkaian langkah-langkah sikap untuk empat anak. Biarkan Y menjadi {1, 2, 3, 4}, serangkaian langkah-langkah pencapaian anak-anak yang sama, tetapi tidak dalam urutan yang sama. Biarkan R adalah himpunan pasangan terurut dari elemen X dan Y , aturan pasangan makhluk: sikap masing-masing individu dan

langkah-langkah pencapaian dipasangkan, dengan sikap

Kami sekarang menetapkan diri masalah. (Catatan hati-hati dalam apa yang berikut bahwa kita akan bekerja dengan penyimpangan dari mean, x 's dan y 's, dan tidak dengan skor baku asli.) Kami telah menghitung varians dari X dan Y atas dengan menggunakan x ' s dan y 's, yaitu penyimpangan dari cara masing-masing X dan Y Jika kita dapat menghitung varians dari setiap set nilai, adalah tidak mungkin untuk menghitung hubungan antara dua set nilai dengan cara yang sama? Apakah dibayangkan bahwa kita dapat menghitung varians dari dua set secara bersamaan? Dan jika kita melakukannya, akan ini menjadi ukuran varians dari dua set bersama-sama? Apakah perbedaan ini juga menjadi ukuran hubungan antara dua set?

Apa yang ingin kita lakukan adalah dengan menggunakan beberapa operasi statistik analog dengan operasi set persimpangan, X Â « Y . Untuk menghitung varians dari X atau Y , kita kuadrat deviasi dari mean, x 's atau y 's, dan kemudian ditambahkan dan rata-rata mereka. Jawaban alami untuk masalah kita adalah untuk melakukan operasi serupa pada x 'dan y 's bersama-sama. Untuk menghitung varians dari X , kita lakukan

ini pertama: (x1 â € ¢ x ^,, (x4 â € ¢ x4) = x1... 2 ,, x4... 2 Mengapa,.

kemudian tidak mengikuti melalui dengan baik x dan y itu, mengalikan pasangan memerintahkan seperti ini: ( x 1 â € ¢ y 1 ),. . ., ( x 4

â € ¢ y4)? Kemudian, alih-alih menulis Sx 2 atau Sy 2 , kita menulis Sxy, sebagai berikut:


x

y

=

xy


-1.5

-.5

=

75


-.5

-1.5

=

75


.5

.5

=

.25


1.5

1.5

=

2,25


IXY = 4.00

.80

1.00

1.25

.80

1.00

1.25

R

xy

4

V xy = CoV xy = 4 = 1.00

Biarkan digunakan memberi nama Sxy dan V x y. Sxy disebut silang, atau jumlah dari produk silang. V x y. disebut kovarians. Kami akan menulis CoV dengan subskrip sesuai. Jika kita menghitung varians dari produk-produk-dilambangkan sebagai V x y, atau COV x y â € "kita memperoleh

1.00, seperti ditunjukkan di atas. Ini 1,00, maka, dapat diambil sebagai indeks dari hubungan antara dua set. Tapi itu adalah indeks memuaskan karena ukurannya berfluktuasi dengan rentang dan skala yang berbeda X 's dan Y 's. Artinya, mungkin 1,00 dalam kasus ini dan 8,75 dalam kasus lain, membuat perbandingan dari kasus ke kasus yang sulit dan berat. Kita perlu ukuran yang sebanding dari masalah untuk masalah. Seperti mengukur â € "satu yang sangat baik, terlalu diperoleh hanya dengan menulis sebagian kecil atau rasio. Hal ini kovarians tersebut, CoV x y dibagi dengan rata-rata

dari varians dari X dan Y. rata biasanya dalam bentuk akar kuadrat dari produk Vx dan Vy. Seluruh formula untuk indeks kami hubungan, kemudian, adalah

R = CoV xy V V x . V y

Ini adalah salah satu bentuk terkenal koefisien momen-produk korelasi. Menggunakan dengan sedikit masalah kami, kami memperoleh:

CoV xy V V x . V y

Indeks ini, r biasanya ditulis, dapat berkisar dari + 1,00 sampai 0 sampai -1,00, seperti yang kita pelajari di Bab 5.

Jadi kita memiliki sumber lain yang penting dari variasi dalam set nilai, tersedia unsur-unsur set, As dan Kami, telah diperintahkan menjadi pasangan setelah konversi menjadi nilai penyimpangan. Variasi yang tepat disebut kovarians dan merupakan ukuran hubungan antara set skor.

Hal ini dapat dilihat bahwa definisi relasi sebagai himpunan pasangan terurut menyebabkan beberapa cara untuk menentukan hubungan contoh di atas:

R = {(x, y); x dan y angka, x selalu datang pertama} XRY = sama seperti di atas atau "x berhubungan dengan y"

R = {(0, 2), (1, 1), (2, 3), (3, 4)}

R = {(-15, - 5), (-.5, -15), (0,5, 0,5), (1,5, 1,5)}

CoV

V V x - V y

Varians dan kovarians adalah konsep pentingnya tertinggi dalam penelitian dan analisis data penelitian. Ada dua alasan utama.Satu, mereka meringkas, sehingga untuk berbicara, variabilitas variabel dan hubungan antar variabel. Hal ini paling mudah dilihat ketika kita menyadari bahwa korelasi adalah covariances yang telah dibakukan untuk memiliki nilai antara -1 dan +1. .Namun istilah ini juga berarti covarying variabel pada umumnya. Dalam banyak atau sebagian besar penelitian kami benar-benar mengejar dan mempelajari covariation fenomena. Dua, varians dan kovarians membentuk tulang punggung statistik analisis multivariat, seperti yang akan kita lihat menjelang akhir buku ini. Sebagian besar diskusi tentang analisis data didasarkan pada varian dan covariances. Analisis varians, misalnya, mempelajari berbagai sumber varians dari pengamatan, sebagian besar dalam percobaan, seperti yang ditunjukkan sebelumnya. Analisis faktor ini berlaku studi covariances, yang salah satu tujuan utama adalah untuk mengisolasi dan mengidentifikasi sumber-sumber umum dari variasi. Kontemporer paling dalam analisis, pendekatan multivariat yang paling kuat dan maju belum dibuat, disebut analisis struktur kovarians karena studi sistem set kompleks hubungan dengan menganalisis covariances antar variabel. Varians dan covariances jelas akan menjadi inti dari banyak diskusi dan keasyikan kami dari titik ini.

Saran studi

1. Seorang psikolog sosial telah melakukan percobaan di mana satu kelompok, A 1 , diberi tugas untuk melakukan di

kehadiran penonton, dan kelompok lain, A2, adalah

diberi tugas yang sama untuk melakukan tanpa penonton. Skor dari kedua kelompok pada tugas, ukuran keterampilan digital, adalah:


A1

A 2


5

3


5

4


9

7


8

4


3

2


a. Hitung sarana dan varians dari A1 dan A2, menggunakan metode yang dijelaskan dalam teks.

b. Hitung antara-kelompok varians, VFR, dan dalam kelompok-varians, V w ,.

c. Mengatur semua sepuluh skor dalam kolom, dan menghitung total varians, V t .

d. Pengganti nilai yang dihitung diperoleh pada (b) dan (c), di atas, dalam persamaan: Vt VFA + Vw ,. Menginterpretasikan hasil.

[Jawaban: (a) V a1 , = 4,8; V a2 = 2,8; (B) V b = 1,0; V w = 3.8; (C) V t = 4.8.]

2. Tambahkan 2 untuk masing-masing nilai dari A 1 di 1, di atas, dan

menghitung V t , Vb, dan V w . Yang ini

varians berubah? Yang tetap sama? Mengapa?[Jawaban: V t = 7,8; V b = 4.0; V w . = 3.8]

3. Menyamakan sarana Ai dan A2, dalam 1, di atas, dengan

menambahkan konstan 2 untuk masing-masing nilai dari A2. Hitung Vt, Vb, dan V w Apa utama

perbedaan antara hasil ini dan orang-orang dari 1, di atas? Mengapa?

4. Misalkan seorang peneliti sosiologis diperoleh ukuran konservatisme (A), sikap terhadap agama (B), dan anti-Semitisme (C) dari 100 orang. Korelasi antara variabel adalah: r a b = 0,70; r ac = 0,40; rb c = .30.

Apa artinya korelasi ini? [Petunjuk: Square r itu sebelum mencoba untuk menafsirkan hubungan. Juga, memikirkan pasangan memerintahkan.]

5. Tujuan dari usulan penelitian dan studi

Saran 6 adalah untuk memberikan siswa perasaan intuitif untuk variabilitas statistik sampel, hubungan antara populasi dan sampel

variasi, dan antara kelompok-dan varians error. Lampiran C berisi 40 set 100 nomor acak 0 hingga 100, dengan cara menghitung, variasi, dan standar deviasi. Menggambar 10 set 10 nomor masing-masing dari 10 tempat yang berbeda di meja.

a. Menghitung mean, varians, dan standar deviasi dari masing-masing 10 set. Menemukan cara tertinggi dan terendah dan tertinggi dan terendah varians. Apakah mereka berbeda jauh dari satu sama lain? Apa nilai "harus" cara itu? (50) Sementara melakukan ini, menyimpan 10 total dan menghitung rata-rata semua 100 angka. Lakukan 10 cara berbeda jauh dari total rata-rata? Apakah mereka berbeda jauh dari sarana dilaporkan dalam tabel berarti, variasi, dan standar deviasi diberikan setelah angka acak?

b. Hitung angka ganjil dan bahkan di masing-masing

10 set. Apakah mereka apa yang mereka "harus"? Menghitung angka ganjil dan genap dari 100 nomor. Apakah hasilnya "lebih baik" dari hasil 10 hitungan? Mengapa harus?

c. Hitung varians dari 10 berarti. Ini adalah,

tentu saja, antara-kelompok varians, Vb. Hitung varians error, dengan menggunakan rumus: V e = Vt - Vb.

d. Diskusikan arti hasil Anda setelah meninjau diskusi dalam teks.

6. Sedini mungkin dalam studi mereka, siswa penelitian harus mulai memahami dan menggunakan komputer. Saran studi 5 bisa menjadi lebih baik dan lebih susah payah dicapai dengan komputer. Akan lebih baik, misalnya, untuk menarik 20 sampel dari 100 nomor masing-masing. Mengapa?Dalam kasus apapun, siswa harus belajar bagaimana melakukan operasi statistik sederhana dengan menggunakan fasilitas dan program komputer yang ada di lembaga mereka. Semua lembaga memiliki program untuk menghitung sarana dan standar deviasi (varians dapat diperoleh dengan mengkuadratkan

standar deviasi) 9 dan untuk menghasilkan angka acak. Jika Anda dapat menggunakan fasilitas lembaga Anda, menggunakannya untuk Studi Saran 5, tetapi meningkatkan jumlah sampel dan mereka n.

Bab Ringkasan

1. Perbedaan antara pengukuran diperlukan untuk mempelajari hubungan antara variabel.

2. Ukuran statistik yang digunakan dalam mempelajari perbedaan adalah varians.

3. Varians bersama dengan mean digunakan untuk memecahkan masalah penelitian.

4. Jenis varians.

a. Variabilitas variabel atau karakteristik di alam semesta atau populasi disebut varians populasi

b. Sebuah subset dari alam semesta disebut sampel dan sampel yang juga memiliki variabilitas. Variabilitas yang disebut sebagai varians sampel.

c. Karena statistik dihitung dari sampel berbeda sampel-to, perbedaan ini disebut varians sebagai sampling.

d. Varians sistematis adalah variasi yang dapat dipertanggungjawabkan. Hal ini dapat dijelaskan. Setiap pengaruh dibuat alam atau manusia yang menyebabkan peristiwa terjadi dalam cara yang dapat diprediksi adalah varian sistematis

e. Sebuah jenis varian sistematis disebut antara-kelompok varians. Ketika ada perbedaan antara kelompok mata pelajaran, dan penyebab perbedaan yang diketahui, maka disebut sebagai between kelompok varians.

f. Sebuah jenis varian sistematis disebut varians eksperimental. Varians eksperimental sedikit lebih spesifik daripada antara-kelompok varians dalam hal ini terkait dengan varians yang ditimbulkan oleh manipulasi aktif dari variabel independen.

g. Kesalahan varians adalah fluktuasi atau berbagai langkah-langkah dalam variabel dependen yang tidak dapat langsung dijelaskan oleh variabel yang diteliti. Salah satu bagian dari kesalahan varians karena kebetulan. Hal ini juga dikenal sebagai varian acak. Sumber fluktuasi ini umumnya tidak diketahui. Sumber-sumber lain yang mungkin untuk kesalahan varians meliputi 1 prosedur penelitian, alat ukur dan researcherâ harapan hasil € ™ s.

5. Varians dapat dipecah menjadi komponen. Dalam hal ini, varians istilah disebut sebagai total perbedaan. Partisi dari total varian menjadi komponen varians sistematis dan kesalahan memainkan peran penting dalam analisis statistik data penelitian.

6. Kovarian adalah hubungan antara dua variabel atau lebih.

a. itu adalah koefisien korelasi unstandardixed

b. kovarians dan varians merupakan dasar statistik statistik multivariat (yang akan disajikan di bab berikutnya).

Bab 5
Sampling dan Randomness

IMAGINE banyak situasi di mana kita ingin mengetahui sesuatu tentang orang, tentang peristiwa, hal. Untuk mempelajari sesuatu tentang orang-orang, misalnya, kita mengambil beberapa beberapa orang yang kita knowâ € "atau tidak knowâ €" dan studi mereka. Setelah kami "studi," kita sampai pada kesimpulan tertentu, sering mengenai orang pada umumnya. Beberapa metode tersebut adalah di belakang banyak kebijaksanaan rakyat. Pengamatan commonsensical tentang orang-orang, motif mereka, dan perilaku mereka berasal, untuk sebagian besar, dari pengamatan dan pengalaman dengan relatif sedikit orang. Kami membuat pernyataan seperti: "Orang-orang sekarang tidak memiliki rasa nilai-nilai moral"; "Politisi korup"; dan "murid sekolah umum tidak belajar tiga R." Dasar untuk membuat pernyataan seperti itu sederhana. Orang, sebagian besar melalui pengalaman mereka yang terbatas, datang ke kesimpulan tertentu tentang orang lain dan sekitar lingkungan mereka. Dalam rangka untuk datang ke kesimpulan seperti itu, mereka harus sampel "pengalaman" mereka orang lain. Sebenarnya, mereka mengambil sampel yang relatif kecil dari semua pengalaman yang mungkin. Istilah "Pengalaman" di sini harus diambil dalam arti luas. Hal ini dapat berarti pengalaman langsung dengan peopleâ lainnya € "interaksi misalnya, tangan pertama dengan, katakanlah, Muslim atau Asia. Atau bisa berarti pengalaman langsung: mendengar tentang Islam atau Asia dari teman, kenalan, orang tua, dan lain-lain. Apakah pengalaman langsung atau tidak langsung, bagaimanapun, tidak perhatian kita terlalu banyak pada saat ini. Mari kita berasumsi bahwa semua pengalaman tersebut langsung. Klaim individu untuk "tahu" sesuatu tentang orang Asia dan mengatakan â € œ saya â € ~knowâ € ™ mereka kesukuan karena saya telah memiliki pengalaman langsung dengan sejumlah Asians.â € Atau, "Beberapa teman saya yang terbaik adalah orang Asia, dan aku tahu itu... "Intinya adalah bahwa kesimpulan persona ini € ™ s didasarkan pada sampel orang Asia, atau sampel dari perilaku orang Asia, atau keduanya. Orang ini tidak pernah bisa "tahu" semua orang Asia; dan harus bergantung, dalam analisis terakhir, pada sampel. Memang, sebagian besar pengetahuan dunia didasarkan pada sampel, paling sering pada sampel yang tidak memadai.

SAMPLING, SAMPLING RANDOM, DAN KETERWAKILAN

Sampling mengacu mengambil sebagian dari populasi atau semesta sebagai wakil dari populasi atau semesta. Definisi ini tidak mengatakan bahwa sampel yang diambil-atau ditarik, sebagai peneliti Saya € "mewakili. Ia mengatakan, bukan, mengambil sebagian dari populasi dan consi dering untuk menjadi representatif. Ketika administrator sekolah mengunjungi ruang kelas tertentu dalam sistem sekolah "untuk mendapatkan nuansa sistem," administrator yang sampel kelas dari semua kelas dalam sistem. Orang ini mungkin menganggap bahwa dengan mengunjungi, katakanlah, delapan sampai sepuluh kelas dari empat puluh "secara acak," ia akan mendapatkan gagasan wajar kualitas pengajaran yang terjadi di sistem. Atau cara lain akan mengunjungi kelas satu guru dua atau tiga kali untuk sampel kinerja mengajar. Dengan melakukan ini, administrator sekarang sampling perilaku, dalam hal ini mengajarkan perilaku, dari alam semesta dari semua kemungkinan perilaku guru. Sampel tersebut diperlukan dan sah. Namun, Anda bisa datang dengan beberapa situasi di mana seluruh alam semesta dapat diukur. Jadi mengapa repot-repot dengan sampel? Mengapa tidak hanya mengukur setiap elemen alam semesta? Ambil sensus? Salah satu alasan utama adalah salah satu ekonomi. Penulis kedua (HBL) bekerja di departemen riset pemasaran dari rantai kelontong besar di California selatan. Rantai ini terdiri dari 100 toko. Penelitian pada pelanggan dan produk kadang-kadang mengambil bentuk tes terkontrol-toko. Ini adalah studi yang dilakukan di toko kelontong operasi nyata sehari-hari. Mungkin salah satu mungkin tertarik untuk menguji makanan anjing baru. Toko-toko tertentu akan dipilih untuk menerima produk baru saat set toko tidak akan membawa produk baru. Kerahasiaan sangat penting dalam studi tersebut. Jika pembuatan bersaing makanan anjing menerima informasi bahwa tes pemasaran sedang dilakukan di toko tersebut-dan-seperti itu, mereka dapat mencemari hasil. Untuk melakukan tes dikendalikan disimpan sen-off kupon, atau produk baru, atau rak ruang alokasi, studi penelitian dapat dilakukan dengan dua kelompok 50 toko masing-masing. Namun, tenaga kerja dan biaya administrasi saja akan menjadi penghalang. Ini akan membuat lebih banyak akal untuk menggunakan sampel yang mewakili populasi. Memilih 10 toko di setiap kelompok untuk melakukan penelitian akan mengurangi biaya melakukan penelitian. Studi yang lebih kecil yang lebih mudah dikelola dan dikontrol. Penelitian menggunakan sampel dapat diselesaikan pada waktu yang tepat. Dalam beberapa disiplin ilmu, seperti pengendalian mutu dan evaluasi pendidikan instruksional, pengambilan sampel adalah penting. Dalam pengendalian kualitas ada prosedur yang disebut pengujian destruktif. Salah satu cara untuk menentukan apakah suatu produk memenuhi spesifikasi untuk membuatnya melalui tes kinerja aktual. Bila produk ini hancur (gagal), produk dapat dievaluasi. Dalam ban pengujian, misalnya, akan membuat akal untuk menghancurkan setiap ban hanya untuk menentukan apakah produsen memiliki kontrol kualitas yang memadai. Demikian juga guru yang ingin mengetahui apakah anak sudah belajar materi akan memberikan pemeriksaan. Akan sulit untuk menulis pemeriksaan yang mencakup setiap aspek pengajaran dan retensi pengetahuan anak.

Random sampling adalah metode menggambar sebagian (atau sampel) dari populasi atau semesta sehingga setiap anggota populasi atau semesta memiliki kesempatan yang sama untuk terpilih. Definisi ini memiliki keutamaan yang mudah dipahami. Sayangnya, hal ini tidak sepenuhnya memuaskan karena terbatas. Sebuah definisi yang lebih baik adalah dengan Kirk (1990, hal. 8).

Metode menggambar sampel dari populasi sehingga setiap kemungkinan sampel ukuran tertentu memiliki peluang yang sama untuk terpilih disebut random sampling, dan sampel yang dihasilkan sampel acak.

Definisi ini bersifat umum dan dengan demikian lebih memuaskan daripada definisi sebelumnya.

Mendefinisikan alam semesta untuk dipelajari karena semua anak kelas empat di sistem sekolah X. Misalkan ada 200 anak-anak tersebut. Mereka terdiri dari populasi (atau alam semesta). Kami memilih satu anak secara acak dari populasi. (Atau dia) kesempatan untuk terpilih adalah 1/200, jika prosedur sampling acak. Demikian juga, sejumlah anak-anak lain yang sama dipilih. Mari kita berasumsi bahwa setelah memilih seorang anak, anak dikembalikan (atau simbol ditugaskan untuk anak) untuk penduduk. Maka kemungkinan memilih setiap anak kedua juga 1/200. (Jika kita tidak kembali anak ini kepada penduduk, maka kesempatan setiap anak yang tersisa telah, tentu saja, adalah 1/199. Hal ini disebut sampling tanpa penggantian. Ketika elemen sampel dikembalikan ke masyarakat setelah ditarik, Prosedur ini disebut sampling dengan penggantian.)

Misalkan dari populasi 200 anak kelas keempat dalam sistem sekolah X kita memutuskan untuk menarik sampel acak dari 50 anak-anak. Ini berarti, jika sampel acak, bahwa semua sampel yang mungkin dari 50 memiliki probabilitas yang sama untuk menjadi selectedâ € "jumlah yang sangat besar kemungkinan sampel. Untuk membuat ide-ide yang terlibat dipahami, misalkan populasi terdiri dari empat anak, a, b, c, dan d, dan kami mengambil sampel acak dari dua anak. Kemudian daftar semua kemungkinan, atau sampel ruang, adalah: (a, b), (a, c), (a, d), (b, c), (b, d), (c, d) . Ada enam kemungkinan. Jika sampel dari dua diambil secara acak, maka probabilitas adalah 1/6. Setiap pasangan memiliki kemungkinan yang sama untuk ditarik. Ini semacam penalaran diperlukan untuk memecahkan banyak masalah penelitian, tapi kami biasanya akan membatasi diri dengan ide sederhana pengambilan sampel terhubung dengan definisi pertama. Definisi pertama, kemudian, adalah kasus khusus dari kedua definisi umum-kasus khusus di mana n = 1.

Sayangnya, kita tidak pernah bisa yakin bahwa sampel acak mewakili populasi dari mana ia diambil. Ingat bahwa setiap sampel tertentu berukuran n memiliki probabilitas yang sama untuk terpilih sebagai sampel setiap lain dengan ukuran yang sama. Dengan demikian, sampel tertentu mungkin tidak mewakili sama sekali. Kita harus tahu apa yang "perwakilan" berarti. Biasanya, "perwakilan" artinya menjadi khas suatu populasi, yaitu, untuk contoh karakteristik populasi. Dari sudut pandang penelitian pandang, "perwakilan" harus lebih tepat didefinisikan, meskipun seringkali sulit harus tepat. Kita harus bertanya: karakteristik Apa yang kita bicarakan? Jadi, dalam penelitian, "sampel representatif" berarti bahwa sampel memiliki sekitar karakteristik populasi yang relevan untuk penelitian tersebut. Jika seks dan kelas sosial ekonomi adalah variabel (karakteristik) yang relevan untuk penelitian, sampel yang representatif akan memiliki sekitar proporsi yang sama laki-laki dan perempuan dan kelas menengah dan bekerja individu kelas sebagai penduduk. Ketika kita mengambil sampel acak, kami berharap bahwa itu akan menjadi wakil. Kami berharap bahwa karakteristik yang relevan dari populasi akan hadir dalam sampel kira-kira dengan cara yang sama mereka hadir dalam populasi. Tapi kita tidak pernah bisa yakin. Tidak ada jaminan.

Apa yang kita mengandalkan adalah fakta, sebagai stilson (1966) menunjukkan, bahwa ciri khas suatu populasi adalah mereka yang paling sering dan karena itu kemungkinan besar akan hadir dalam setiap tertentu

sampel acak. Ketika sampling acak, variabilitas sampling diprediksi. Kami belajar di Bab 7, misalnya, bahwa jika kita melempar dua dadu beberapa kali, probabilitas 7 menyalakan lebih besar daripada 12 menyalakan. (Lihat Tabel 7.1.)

Sampel diambil secara acak adalah berisi dalam arti bahwa tidak ada anggota populasi memiliki kesempatan lebih untuk dipilih daripada anggota lainnya. Kami telah di sini demokrasi di mana semua anggota adalah sama di depan bar seleksi. Alih-alih menggunakan koin atau dadu, mari kita gunakan contoh penelitian. Misalkan kita memiliki populasi 100 anak. Anak-anak berbeda dalam kecerdasan, variabel yang relevan dengan penelitian kami. Kami ingin tahu skor kecerdasan rata-rata penduduk, tapi untuk beberapa alasan kita hanya bisa sampel 30 dari 100 anak-anak. Jika kita sampel secara acak, ada sejumlah besar kemungkinan sampel 30 masing-masing. Sampel memiliki probabilitas yang sama untuk terpilih.

Sarana sebagian besar sampel akan relatif dekat dengan rata-rata populasi. Beberapa tidak akan dekat. Jika sampel telah acak, kemungkinan memilih sampel dengan rata-rata dekat dengan populasi berarti lebih besar dari probabilitas memilih sampel dengan rata-rata tidak dekat dengan populasi berarti.

Jika kita tidak menarik sampel kami secara acak, namun, beberapa faktor atau faktor yang tidak diketahui kepada kami dapat mempengaruhi kita untuk memilih sampel bias. Dalam hal ini mungkin salah satu contoh dengan rata-rata tidak dekat dengan rata-rata populasi. Mean intelijen sampel ini kemudian akan menjadi estimasi bias dari mean populasi. Jika kita tahu 100 anak-anak, kita mungkin tidak sadar cenderung untuk memilih anak-anak yang lebih cerdas. Hal ini tidak begitu banyak bahwa kita akan melakukan begitu; itu adalah bahwa metode kami memungkinkan kita untuk melakukannya. Metode acak seleksi tidak memungkinkan bias kita sendiri atau faktor seleksi sistematis lainnya untuk beroperasi. Prosedur ini obyektif, bercerai dari predilections dan bias kita sendiri.

Pembaca mungkin mengalami rasa samar dan menggelisahkan dari kegelisahan. Jika kita tidak bisa yakin bahwa sampel acak mewakili, bagaimana kita dapat memiliki keyakinan dalam hasil penelitian kami dan penerapannya untuk populasi dari mana kita mengambil contoh kita? Mengapa tidak memilih sampel sistematis sehingga mereka mewakili? Jawabannya adalah rumit. € Firsta "dan againa €" kita tidak pernah bisa yakin. Kedua, sampel acak lebih mungkin untuk memasukkan ciri khas penduduk jika karakteristik sering dalam populasi. Dalam penelitian yang sebenarnya, kita mengambil contoh acak setiap kali kita bisa dan berharap dan menganggap bahwa sampel yang representatif. Kita belajar untuk hidup dengan ketidakpastian. Kami mencoba untuk memotongnya setiap kali kita Cana € "sama seperti yang kita lakukan dalam hidup biasa sehari-hari tetapi lebih sistematis dan dengan pengetahuan yang cukup dan pengalaman dengan random sampling dan hasil random. Untungnya, kurangnya kepastian tidak mengganggu fungsi penelitian kami.

KEACAKAN

Gagasan keacakan merupakan inti dari metode probabilistik modern di ilmu alam dan perilaku. Tapi sulit untuk mendefinisikan "random." Gagasan kamus serampangan, tidak disengaja, tanpa tujuan atau arah, tidak banyak membantu kita. Bahkan, para ilmuwan cukup sistematis tentang keacakan; mereka hati-hati memilih sampel acak dan merencanakan prosedur acak.

Posisi dapat diambil bahwa tidak ada yang terjadi secara acak, bahwa untuk setiap peristiwa ada penyebab. Satu-satunya alasan, posisi ini mungkin mengatakan, salah satu yang menggunakan kata acak adalah bahwa manusia tidak cukup tahu. Untuk Kemahatahuan tidak ada yang acak. Misalkan makhluk mahatahu memiliki koran mahatahu. Ini adalah kabar raksasa di mana setiap acara turun ke detailâ € terakhir "untuk besok, hari berikutnya, dan hari berikutnya, dan seterusnya ke terbatas Timea €" adalah hati-hati

tertulis. (Lihat Kemeny, 1959, hal. 39). Tidak ada yang tidak diketahui. Dan, tentu saja, tidak ada keacakan. Keacakan, karena itu, kebodohan, dalam pandangan ini.

Mengambil isyarat dari argumen ini, kita mendefinisikan keacakan dengan cara backhand. Kita mengatakan peristiwa acak jika kita tidak bisa memprediksi hasil mereka. Misalnya, tidak ada cara yang dikenal untuk memenangkan pertandingan pennytossing. Setiap kali ada sistem untuk bermain game yang menjamin kami menang (atau kalah), maka acara-hasil dari permainan yang acak. Lebih formal menempatkan, keacakan berarti bahwa tidak ada hukum yang dikenal, mampu menjadi disajikan dalam bahasa yang benar menggambarkan atau menjelaskan peristiwa dan hasil mereka. Dengan kata lain, ketika peristiwa acak kita tidak dapat memprediksi secara individual. Aneh untuk mengatakan, bagaimanapun, kita dapat memprediksi mereka cukup berhasil dalam agregat. Artinya, kita dapat memprediksi hasil dari sejumlah besar peristiwa. Kita tidak bisa memprediksi apakah koin melemparkan akan kepala atau ekor. Tapi, jika kita melempar koin 1000 kali, kita dapat memprediksi, dengan akurasi yang cukup besar, total jumlah kepala dan ekor.

Contoh Sampling Acak

Untuk memberikan pembaca perasaan untuk keacakan dan acak sampel, kita sekarang melakukan demonstrasi dengan menggunakan tabel nomor acak. Sebuah tabel nomor acak berisi nomor yang dihasilkan secara mekanis sehingga tidak ada urutan dilihat atau sistem di dalamnya. Hal itu dikatakan di atas bahwa jika peristiwa acak mereka tidak dapat diprediksi. Tapi sekarang kita akan memprediksi sifat umum dari hasil percobaan kami. Kami memilih, dari tabel random digit, 10 sampel masing-masing 10 digit. Karena angka acak, masing-masing sampel "harus" mewakili alam semesta digit. Alam semesta dapat didefinisikan secara beragam. Kami hanya mendefinisikannya sebagai set lengkap digit di Rand

Korporasi tabel random digit. Kita sekarang mengambil contoh dari meja. Sarana dari 10 sampel akan, tentu saja, akan berbeda. Namun, mereka harus berfluktuasi dalam kisaran yang relatif sempit, dengan sebagian besar dari mereka cukup dekat dengan rata-rata semua 100 angka dan dengan rata-rata teoritis dari seluruh penduduk nomor acak. Jumlah bahkan angka di masing-masing sampel dari 10 harus kurang lebih sama dengan jumlah numbersâ aneh € "sekalipun. Akan ada fluktuasi, beberapa dari mereka mungkin ekstrim, tetapi kebanyakan mereka relatif sederhana. Sampel diberikan dalam Tabel 5. l.

TABEL 5.1 Sepuluh Contoh Bilangan Acak


m

m

1 3

PH

rn

HP

1 7

PP

PP

PP


9

0

8

0

4

6

0

7

7

8


7

2

7

4

9

4

7

8

7

7


6

2

8

1

9

3

6

0

3

9


7

9

9

1

6

4

9

4

7

7


3

3

1

1

4

1

0

3

9

4


8

9

2

1

3

9

6

7

7

3


4

8

3

0

9

2

7

2

3

2


1

4

3

0

0

2

6

9

7

5


2

1

8

8

4

5

2

1

0

3


3

1

4

8

9

2

9

3

0

1


03

nn

HD

HP

HP

HP

HP

PP

PEI


Total mean = 4,56

Sarana sampel yang diberikan di bawah masing-masing sampel. Rerata U, mean teoritis dari seluruh penduduk nomor acak Rand, {0,1, 2, 3, 4, 5, 6, 7, 8, 9}, adalah 4,5. Mean dari semua 100 nomor, yang dapat dianggap sebagai sampel U, adalah 4.56. Hal ini, tentu saja, sangat dekat dengan rata-rata U . Hal ini dapat dilihat bahwa sarana 10 sampel bervariasi sekitar 4,5, terendah menjadi 2,4 dan 5,7 tertinggi. Hanya dua dari cara ini berbeda dari 4,5 lebih dari 1. uji statistik (kemudian kita akan belajar alasan dari tes tersebut) menunjukkan bahwa 10 berarti tidak berbeda satu sama lain secara signifikan. (Ungkapan "tidak berbeda satu sama lain secara signifikan" berarti bahwa perbedaan tidak lebih besar dari perbedaan yang akan terjadi secara kebetulan.) Dan dengan uji statistik lain

1. Sumber nomor acak yang digunakan adalah: Rand Corporation, Sejuta Digit Acak dengan 700.000 normal menyimpang (1955). Ini adalah meja besar dan hati-hati dibangun nomor acak. Angka-angka ini tidak dihasilkan komputer. Ada banyak tabel lain seperti Namun, yang cukup baik untuk sebagian besar tujuan praktis. Modem statistik teks memiliki tabel tersebut. Lampiran C pada akhir buku ini berisi 4.000 angka acak yang dihasilkan komputer.

sembilan dari mereka adalah perkiraan "baik" mean populasi dari 4,5 dan satu (2.4) tidak.

Mengubah masalah sampling, kita dapat mendefinisikan alam semesta terdiri dari nomor ganjil dan genap. Mari kita berasumsi bahwa di seluruh alam semesta ada jumlah yang sama keduanya. Dalam sampel kami 100 angka harus ada sekitar 50 aneh dan bahkan nomor 50. Sebenarnya ada 54 aneh dan bahkan nomor 46. Sebuah uji statistik menunjukkan bahwa penyimpangan 4 untuk aneh dan 4 bahkan tidak berangkat secara signifikan dari ekspektasi kesempatan. 10

Demikian pula, jika kita sampel manusia, maka jumlah pria dan wanita dalam sampel harus sekitar sebanding dengan jumlah laki-laki dan perempuan dalam populasi, jika pengambilan sampel adalah random dan sampel yang cukup besar. Jika kita mengukur kecerdasan sampel, dan skor kecerdasan rata-rata populasi adalah 100, maka rata-rata sampel harus mendekati 100. Tentu saja, kita harus selalu ingat kemungkinan pemilihan sampel menyimpang, sampel dengan rata-rata, mengatakan, dari 80 atau kurang atau 120 atau lebih. Sampel Deviant memang terjadi, tetapi mereka kurang mungkin terjadi. Alasannya adalah serupa dengan demonstrasi melempar koin. Jika kita melemparkan sebuah koin tiga kali, maka kecil kemungkinan bahwa 3 kepala atau 3 ekor akan muncul dari itu adalah bahwa 2 kepala dan 1 ekor atau 2 ekor dan 1 kepala akan muncul. Hal ini karena U = {HHH, HHT, HTH, HTT, THH, THT, TTH, TTT }. Hanya ada satu HHH titik dan satu TTT titik, sementara ada tiga poin dengan dua H dan tiga dengan dua T.

PENGACAKAN

Misalkan penyidik ​​ingin menguji hipotesis bahwa konseling membantu berprestasi. Tes ini melibatkan menggunakan dua kelompok berprestasi, satu untuk menasihati, satu untuk tidak diberi konseling. Tentu, keinginan untuk memiliki dua kelompok yang sama dalam variabel independen lain yang mungkin memiliki efek yang mungkin pada prestasi. Salah satu cara ini bisa dilakukan adalah dengan menetapkan anak-anak untuk kedua kelompok secara acak oleh, katakanlah, melempar koin untuk setiap anak. Anak ditugaskan untuk satu kelompok jika lemparan adalah kepala dan kelompok lain jika lemparan adalah ekor. (Perhatikan bahwa jika ada tiga kelompok eksperimen koin melempar mungkin tidak akan digunakan. Sebuah 6sided mati dapat digunakan. Hasil dari 1 atau 2 akan menugaskan anak itu ke grup 1. Hasil dari 3 dan 4 akan menempatkan anak dalam kelompok 2 dan hasil 5 dan 6 akan menunjuk anak menjadi kelompok 3. Atau tabel angka acak dapat digunakan untuk menetapkan anak-anak kelompok. Jika angka ganjil muncul, menetapkan seorang anak untuk satu kelompok, dan jika angka genap muncul, menetapkan anak untuk kelompok lain. Penyelidik sekarang dapat mengasumsikan bahwa kelompok yang kira-kira sama dalam semua variabel independen mungkin. Semakin besar kelompok, yang aman asumsi. Sama seperti tidak ada jaminan, namun tidak menggambar sampel menyimpang, seperti yang dibahas sebelumnya, tidak ada jaminan bahwa kelompok yang sama atau bahkan kira-kira sama dalam semua variabel independen mungkin. Namun demikian, dapat dikatakan bahwa penyidik ​​telah menggunakan pengacakan untuk menyamakan kelompok, atau, seperti yang dikatakan , untuk mengontrol pengaruh terhadap variabel dependen selain dari variabel independen dimanipulasi. Meskipun kami akan menggunakan istilah â € œrandomization.â € sejumlah peneliti lebih suka menggunakan kata-kata â € œrandom assignment.â € Prosedur panggilan untuk menetapkan peserta untuk kondisi eksperimental secara acak. Sementara beberapa percaya bahwa tugas acak menghilangkan variasi, pada kenyataannya hanya mendistribusikan.

Sebuah percobaan "ideal" adalah satu di mana semua faktor atau variabel mungkin mempengaruhi hasil eksperimen dikendalikan. Jika kita tahu semua faktor ini, di tempat pertama, dan bisa melakukan upaya untuk mengendalikan mereka, di tempat kedua, maka kita mungkin memiliki sebuah percobaan yang ideal. Namun, kasus yang menyedihkan adalah bahwa kita tidak pernah bisa tahu semua variabel yang bersangkutan juga tidak bisa kita kontrol mereka bahkan jika kita mengenal mereka. Pengacakan, bagaimanapun, datang membantu kami.

Pengacakan adalah tugas untuk perawatan eksperimental anggota alam semesta dalam sedemikian rupa sehingga, untuk setiap tugas yang diberikan kepada pengobatan, setiap anggota alam semesta memiliki probabilitas yang sama dipilih untuk tugas itu. Tujuan dasar dari random tugas, seperti yang ditunjukkan sebelumnya, adalah untuk membagi subyek (benda, kelompok) untuk perawatan. Individu dengan karakteristik yang berbeda-beda yang tersebar merata di antara sekitar perawatan sehingga variabel yang dapat mempengaruhi variabel dependen selain variabel eksperimen memiliki "sama" efek dalam perlakuan yang berbeda. Tidak ada jaminan bahwa negara diinginkan ini urusan akan dicapai, tetapi lebih mungkin dicapai dengan pengacakan daripada sebaliknya. Pengacakan juga memiliki pemikiran statistik dan tujuan. Jika tugas acak telah digunakan, maka dimungkinkan untuk membedakan antara varian sistematis atau eksperimental dan error varians. Variabel biasing didistribusikan ke kelompok eksperimen sesuai dengan kesempatan. Tes signifikansi statistik yang akan kita bahas nanti logis tergantung pada tugas acak. Tes ini digunakan untuk menentukan apakah fenomena yang diamati secara statistik berbeda dari kesempatan. Tanpa tugas acak tes signifikansi kurang landasan logis. Ide pengacakan tampaknya telah ditemukan atau ditemukan oleh Sir Ronald Fisher (lihat Cowles, 1989). Itu Fisher yang hampir merevolusi statistik dan eksperimental pemikiran desain dan metode menggunakan gagasan acak sebagai bagian leverage-nya. Dia telah disebut sebagai â € œyang ayah dari analisis-of-variance.â € Dalam setiap kasus, pengacakan dan apa yang dapat disebut prinsip pengacakan adalah salah satu prestasi intelektual besar waktu kita. Hal ini tidak mungkin untuk melebih-lebihkan pentingnya baik gagasan dan langkah-langkah praktis yang datang dari itu untuk meningkatkan eksperimen dan kesimpulan.

Pengacakan mungkin bisa dijelaskan dalam dua atau tiga cara: dengan menyatakan prinsip pengacakan, dengan menjelaskan bagaimana seseorang menggunakannya dalam praktek, dan dengan menunjukkan cara kerjanya dengan objek dan angka. Pentingnya ide layak ketiga.

The Prinsip pengacakan dapat dinyatakan sebagai berikut. Karena, dalam prosedur acak, setiap anggota populasi memiliki kesempatan yang sama untuk terpilih, anggota dengan characteristicsâ tertentu membedakan € "laki-laki atau perempuan, kecerdasan tinggi atau rendah, konservatif atau liberal, dan seterusnya dan Ona €" akan, jika terpilih , mungkin akan diimbangi dalam jangka panjang dengan pemilihan anggota lain dari populasi dengan jumlah menyeimbangkan atau kualitas karakteristik. Kita dapat mengatakan bahwa ini adalah prinsip praktis apa yang biasanya terjadi; kita tidak bisa mengatakan bahwa itu adalah hukum alam. Ini hanyalah sebuah pernyataan tentang apa yang paling sering terjadi ketika prosedur random digunakan.

Kami mengatakan bahwa mata pelajaran yang ditugaskan secara acak untuk kelompok eksperimen, dan perlakuan eksperimental ditugaskan secara acak untuk kelompok. Misalnya, dalam contoh yang dikutip di atas dari percobaan untuk menguji efektivitas konseling terhadap prestasi, mata pelajaran dapat ditugaskan untuk dua kelompok secara acak dengan menggunakan nomor acak atau dengan melempar koin. Ketika subyek telah begitu ditetapkan, kelompok dapat secara acak ditunjuk sebagai kelompok eksperimen dan kontrol dengan menggunakan prosedur yang sama. Kami akan menghadapi beberapa contoh pengacakan sambil jalan.


Sebuah senator Pengacakan Demonstrasi

Untuk menunjukkan bagaimana, jika tidak mengapa, prinsip kerja pengacakan, sekarang kita mendirikan sampling dan desain eksperimen. Kami memiliki populasi 100 anggota Senat Amerika Serikat dari mana kita dapat mencicipi. Dalam populasi ini (tahun 1993), ada 56 Demokrat dan 44 Republik. Kami telah memilih dua orang penting, satu (Vote 266) amandemen melarang biaya merumput lebih tinggi dan yang lainnya (Vote 290) amandemen mengenai pendanaan untuk aborsi. Data yang digunakan dalam contoh ini adalah dari 1993

Kongres Quarterly. Orang ini penting karena masing-masing dari mereka tercermin proposal presiden. Sebuah suara Nay pada 266 dan suara Yea pada 290 menunjukkan dukungan dari Presiden. Di sini kita mengabaikan substansi dan memperlakukan orang yang sebenarnya, atau lebih tepatnya, para senator yang memberikan suara, sebagai penduduk dari mana kita sampel.

Kami berpura-pura kita akan melakukan percobaan dengan menggunakan tiga kelompok senator, dengan 20 di masing-masing kelompok. Sifat percobaan tidak terlalu relevan di sini. Kami ingin tiga kelompok senator yang kira-kira sama dalam semua karakteristik yang mungkin. Menggunakan program komputer yang ditulis dalam BASIC kami dihasilkan secara acak

angka antara 1 dan 100. 60 angka pertama diambil tanpa nomor berulang (sampling tanpa penggantian), tercatat dalam kelompok 20 masing-masing. Afiliasi partai politik bagi Demokrat dan Partai Republik dicatat dengan senatorâ € ™ s nama. Juga ada orang senator 'pada dua isu, Y = Ya dan N = Nay. Data-data ini tercantum dalam Tabel 5.2 Bagaimana "sama" adalah kelompok? Dalam jumlah penduduk 100 senator, 56 Demokrat dan 44 adalah Republik, atau 56 persen dan 44 persen. Dalam total sampel 60 ada 34 Demokrat dan 26 Republik, atau 57 persen untuk Demokrat dan 43 persen untuk Partai Republik. Ada perbedaan dari 1 persen dari harapan 56 persen dan 44 persen. Diperoleh dan diharapkan frekuensi yang dari Demokrat dalam tiga kelompok dan jumlah sampel yang diberikan pada Tabel 5.3. Penyimpangan dari harapan kecil. Tiga kelompok tidak benar-benar "sama" dalam arti bahwa mereka memiliki jumlah yang sama senator Republik dan Demokrat. Kelompok pertama memiliki 11 Demokrat dan Republik 9, kelompok kedua memiliki 10 Demokrat dan 10 Partai Republik dan kelompok ketiga

Tabel 5.2. Senato Vote rial per kelompok n = 20 pada Senat Vote 266 dan 290.


#

Nama-pihak

266

290


73

hatfield-r

y

n


27

mantel-r

y

n


54

Kerrey-d

y

y


93

murray-d

n

y


6

McCain-r

y

n


26

simon-d

n

y


7

bumper-d

n

y


81

Daschle-d

n

y


76

hantu-r

n

y


38

cohen-r

n

y


32

kasselbaum-r

y

n


44

Riegel-d

n

y


98

celak-d

n

y


77

pell-d

n

y


61

Bingaman-d

y

n


16

Roth-r

n

n


24

Kempthorne-r

y

n


100

pukulan-r

y

n


15

Biden-d

n

n


14

Lieberman-d

n

y


#

Nama-pihak

266

290


78

Chafee-r

y

y


20

Coverdell-r

y

n


25

mosley-

brown-d

n

y


42

kerry-d

n

y


68

Dorgan-d

y

n


57

gregg-r

y

n


11

Campbell-d

y

y


31

sedekah-r

y

n


37

mitchell-d

n

y


30

Grassley-r

y

n


22

Inouye-d

y

y


99

simpson-r

y

n


8

Pryor-d

n

?


4

stevens-r

y

n


23

craig-r

y

n


12

brown-r

y

n


10

Feinstein-d

y

y


87

bennett-r

y

n


19

Nunn-d

n

n


45

Wellstone-d

n

y


memiliki 13 Demokrat dan Republik 7. Ini bukan "biasa" hasil yang terjadi dengan random sampling. Nanti kita akan melihat bahwa perbedaan tidak berbeda secara statistik.



#

Nama-pihak

266

290


58

smith-r

y

n


95

Byrd-d

n

n


83

matthews-d

y

n


52

luka bakar-r

y

n


80

Thurmond-r

y

n


13

Dodd-d

y

y


88

menetas-r

y

n


63

Moynihan-d

y

y


89

Leahy-d

n

y


75

Wofford-d

n

y


92

warner-r

y

n


91

Robb-d

n

y


34

McConnell-r

y

n


96

rockefeller-d

n

y


28

lugar-r

y

n


43

levin-d

n

y


59

bradley-d

n

y


69

glenn-d

n

y


9

boxer-d

n

y


67

Conrad-d

y

n


TABEL 5.3 Memperoleh dan diharapkan Frekuensi Partai Politik (Demokrat) dalam Sampel Acak dari 20

Hasil disajikan dalam Tabel 5.4. Suara asli pada Vote 266 dari 99 senator yang memilih adalah 59 Yeas dan 40 nays. Ini total suara hasil yang diharapkan frekuensi Yea dalam kelompok total 59 -r- 99 = 0,596, atau 60 persen. Oleh karena itu kami berharap 20 x 0,60 = 12, dalam setiap kelompok eksperimental. Suara asli dari 99 senator yang memberikan suara pada Vote 290 adalah 40 Yeas, atau 40 persen (40 ^ 99 = 0,404). Diharapkan frekuensi kelompok Ya, kemudian, adalah: 20 x 0,40 = 8. diperoleh dan diharapkan frekuensi yang dan penyimpangan dari harapan untuk tiga kelompok 20 senator dan total sampel 60 tentang Vote 266 dan 290 diberikan pada Tabel 5.4. Senator AS a


Grup

Total Keseluruhan


AKU M

1I

AKU AKU AKU


Diperoleh

11

10

13

34


Diharapkan b

11.2

11.2

11.2

33,6


Deviasi

.2

1.2

-1,8

-.4


TABEL 5.4 Memperoleh dan diharapkan Frekuensi di Yea Suara pada 266 dan 290 di Grup Acak Senator

Grup

I II III

Diperoleh

Diharapkan a

Deviasi


266

290

266

290

266

290


9

10

13

9

11

9


12

8

12

8

12

8


3

-2

-1

-1

1

-1


Total Keseluruhan

Diperoleh

Diharapkan a

Deviasi


266

290


33

28


36

24


3

-4


a hanya lebih besar dari dua harapan perpecahan Republik-Demokrat, Partai Demokrat (0,56), dilaporkan.

b frekuensi yang diharapkan dihitung sebagai berikut: 20 x.56 = 11.2. Demikian pula, total dihitung:

60 x .56 = 33,6.

Ingat bahwa kita menunjukkan baik random sampling dan pengacakan, tetapi terutama pengacakan. Oleh karena itu kami bertanya apakah tugas acak senator untuk tiga kelompok telah menghasilkan "menyamakan" kelompok dalam semua karakteristik. Kita tidak pernah bisa menguji semua karakteristik, tentu saja; kita hanya bisa mencobai mereka yang tersedia. Dalam kasus ini kami memiliki afiliasi partai politik hanya yang kami uji di atas, dan orang pada dua isu: larangan untuk meningkatkan biaya penggembalaan (Vote 266) dan larangan dana untuk beberapa jenis aborsi (Vote 290). Bagaimana tugas acak bekerja dengan dua isu? The sebuah frekuensi yang diharapkan dihitung untuk kelompok I, Edisi 266, sebagai berikut: ada 59 Yeas dari total 99 orang atau 59/99 = 0,60; 20 x 0,60 = 12. Untuk kelompok total, perhitungannya adalah: 60 x .60 = 36.

Tampaknya bahwa penyimpangan dari harapan kesempatan semua kecil. Terbukti tiga kelompok sekitar "sama" dalam arti bahwa kejadian suara pada dua isu yang kurang lebih sama di masing-masing kelompok. Penyimpangan dari harapan kesempatan dari orang Yea (dan, tentu saja, orang Nay) kecil. Sejauh kita

bisa melihat, pengacakan telah "berhasil." Demonstrasi ini juga dapat diartikan sebagai masalah random sampling. Kita mungkin bertanya, misalnya, apakah tiga sampel dari 20 masing-masing dan total sampel 60 yang representatif. Apakah mereka secara akurat mencerminkan karakteristik populasi 100 senator? Misalnya, jangan sampel mencerminkan proporsi Demokrat dan Republik di Senat? Proporsi dalam sampel 0,55 dan 0,45 (I), .50 dan .50 (II), 0,65 dan 0,35 (III). Proporsi sebenarnya .56 dan .44. Meskipun ada 1, 6, dan 9 persen penyimpangan dalam sampel, penyimpangan berada dalam harapan kesempatan. Kita dapat mengatakan, karena itu, bahwa sampel mewakili sejauh keanggotaan partai politik yang bersangkutan. Alasan yang sama berlaku untuk sampel dan suara pada dua isu.

Kita sekarang dapat melakukan percobaan kami percaya bahwa tiga kelompok yang "sama." Mereka mungkin tidak, tentu saja, tapi probabilitas yang mendukung kami. Dan seperti yang telah kita lihat, prosedur biasanya bekerja dengan baik. Kami memeriksa karakteristik para senator dalam tiga kelompok menunjukkan bahwa kelompok yang cukup "sama" dalam preferensi politik dan Yea (dan Nay) orang pada dua isu. Dengan demikian kita dapat memiliki keyakinan yang lebih besar bahwa jika kelompok menjadi tidak sama, perbedaan mungkin karena manipulasi eksperimental dan tidak perbedaan antara kelompok sebelum kita mulai.

Namun, tidak kurang seorang ahli dari Feller (1967), menulis: "Dalam sampel populasi manusia

statistik menghadapi kesulitan yang cukup besar dan sering tak terduga, dan pengalaman pahit telah menunjukkan bahwa sulit untuk mendapatkan bahkan gambar mentah keacakan. "Williams (1978) menyajikan sejumlah

contoh di mana â € œrandomizationâ € tidak bekerja dalam prakteknya. Salah satu contoh yang mempengaruhi kehidupan sejumlah besar orang adalah memilih nomor undian rancangan militer pada tahun 1970. Meskipun tidak pernah benar-benar terbukti, nomor undian tidak tampak acak. Dalam contoh ini, bulan dan hari kelahiran ke-366 hari ini masing-masing dimasukkan ke dalam kapsul. Kapsul masuk ke drum yang berputar. Drum berubah beberapa kali sehingga kapsul akan tercampur. Kapsul pertama ditarik memiliki rancangan prioritas tertinggi, nomor 1. Kapsul kedua diambil memiliki tertinggi berikutnya dan sebagainya. Hasil penelitian menunjukkan bahwa tanggal untuk bulan kemudian memiliki median lebih rendah dari bulan sebelumnya. Oleh karena itu pria dengan tanggal lahir kemudian yang disusun sebelumnya. Jika gambar yang benar-benar acak, median untuk setiap bulan seharusnya lebih sama. Titik untuk dibuat di sini adalah bahwa banyak analisis statistik tergantung pada sukses pengacakan. Untuk memiliki satu dalam prakteknya tidak seperti tugas yang mudah.

CONTOH UKURAN

Aturan kasar dan siap diajarkan kepada para pemula penelitian adalah: Gunakan sampel sebesar mungkin. Setiap kali berarti, persentase, atau statistik lainnya dihitung dari sampel, nilai populasi sedang diperkirakan. Sebuah pertanyaan yang harus ditanyakan adalah: Berapa banyak kesalahan mungkin dalam statistik dihitung dari sampel dengan ukuran yang berbeda? Kurva pada Gambar 5.1 kasar mengungkapkan hubungan antara ukuran sampel dan kesalahan, kesalahan yang berarti penyimpangan dari nilai-nilai populasi. Kurva mengatakan bahwa kecil sampel yang lebih besar kesalahan, dan lebih besar sampel yang lebih kecil kesalahan.



Pertimbangkan mengikuti contoh yang agak ekstrim. Skala Global Assessment (GAS) skor masuk dan jumlah hari dalam terapi dari 3166 Los Angeles County anak mencari bantuan di fasilitas Los Angeles County Kesehatan Mental 1983-1988, dibuat tersedia untuk penulis kedua melalui kemurahan hati Dr. Stanley Sue. Dr Sue adalah Profesor Psikologi dan Direktur Pusat Penelitian Nasional Asian American Mental Health di University of California, Davis. Dr. Sue diberikan izin penulis kedua menggunakan data. Informasi dari Tabel 5.5 dan Tabel 5.6 diciptakan dari data tersebut. Kami mengucapkan terima kasih dan penghargaan kepada Dr. Stanley Sue. Skala Penilaian Global, selanjutnya disebut sebagai GAS, adalah skor yang diberikan oleh terapis untuk setiap klien berdasarkan fungsi psikologis, sosial dan pekerjaan. Rata-GAS kita akan gunakan di sini dalam contoh kita adalah GAS skor klien yang diterima pada saat masuk atau kunjungan pertama ke fasilitas.

Dari "penduduk, â € 10 sampel dari dua anak dipilih secara acak. Acak

TABEL 5.5a Sampel (n = 2) dari GAS Skor dari 3166 Anak, Mean Sampel, dan Penyimpangan dari Sampel Berarti dari Penduduk

GAS


Contoh

Berarti

Dev.


1

61

60

60,5

11.21


2

46

50

48

-1,29


3

65

35

50

0.71


4

50

55

52,5

3.21


5

51

55

53

3.71


6

35

50

42,5

-6,79


7

45

41

43

-6,29


8

44

47

45,4

-3,79


9

43

50

46,5

-2,79


10

60

55

57,5

8.21


Pemilihan sampel ini dan orang lain yang dilakukan dengan menggunakan â € œ sampel â € fungsi dalam SPSS (Paket Statistik untuk Ilmu Sosial, Norusis, 1992). Sampel berarti dihitung dengan â € œ â € deskriptif rutin di SPSS dan diberikan dalam Tabel 5.5. Ons deviati sarana dari cara penduduk juga diberikan dalam tabel.

Jumlah hari dalam Terapi


Contoh

Berarti

Dev.


1

92

57

74,5

-9,04


2

9

58

33,5

-50,04


3

172

38

105

21,46


4

0

70

35

-48,54


5

3

603

303

219,46


6

151

110

125.5

41,96


7

28

0

15

-69,54


8

189

51

120

36,46


9

28

72

50

-33,54


10

17

398

207.5

123,96


Total Rata-rata (20) = 49,9 Penduduk Rata-rata (3166) = 49,29

TABEL 5.5b Sampel (n = 2) dari total Days in Terapi Skor dari 3166 Anak, Mean Sampel, dan Penyimpangan Sampel Berarti dari Penduduk

Total Rata-rata (20) = 106,80 Populasi Berarti (3166) = 83,54

GAS berarti berkisar 42,5-60,5, dan Total-hari berarti dari 14 menjadi 303. Kedua Total berarti (dihitung dari 20 GAS dan 20 Total-hari nilai) adalah 49,9 dan 106,8. Ini berarti sampel kecil bervariasi. GAS dan Total-hari berarti dari populasi (N = 3166) adalah 49,29 dan 83,54. Penyimpangan sarana GAS berkisar bagus: dari -6,79 sampai 11.21. Total-hari penyimpangan berkisar dari - 69,54-219,46. Dengan sampel yang sangat kecil seperti ini kita tidak bisa bergantung pada orang lain berarti sebagai perkiraan nilai populasi. Namun, kita bisa lebih bergantung pada sarana dihitung dari semua 20 skor, meskipun keduanya memiliki bias ke atas.

Empat sampel acak lebih dari 20 GAS dan 20 Total-hari skor yang diambil dari populasi. Empat GAS dan empat-total hari berarti diberikan dalam Tabel 5.6. Penyimpangan (Dev.) Dari masing-masing alat sampel dari 20 dari mean populasi juga diberikan dalam tabel, serta sarana sampel 80 dan dari total populasi. Penyimpangan GAS berkisar dari -.39 menjadi 1,31, dan total-hari penyimpangan dari -14,14 sampai 26,41. Mean dari 80 skor GAS adalah 49,68, dan rata-rata semua 3166 nilai GAS adalah 49,29. Sebanding Total-hari berarti adalah 93,08 (n = 80) dan 83,54 (N = 3166). Cara ini cukup jelas perkiraan yang lebih baik dari populasi berarti.

TABEL 5.6a Sarana dan Penyimpangan dari Penduduk Sarana Empat GAS Sampel, n = 20, Sue data

Sampel (n = 20)


1

2

3

4


GAS

49,35

48,9

49,85

50,6


Dev.

0,06

-.39

.56

1.31


Total-Hari

69,4

109,95

89,55

103,45


Dev.

-14,14

26,41

6.01

19,91


TABEL 5.6b Sarana dan Penyimpangan dari Penduduk Sarana Jumlah Sampel, n = 80, dan Kependudukan, N = 3166, Sue data


Total (n = 80)

Populasi (N = 3166)


GAS

49,68

49.29


Dev.

0,385


Total-Hari

93,08

83,54


Dev.

9.54


Kita sekarang dapat menarik kesimpulan. Pertama, statistik dihitung dari sampel besar lebih akurat (hal-hal lain yang sama) dari yang dihitung dari sampel kecil. Sekilas deviasi Tabel 5.5 dan 5.6 akan menunjukkan bahwa sarana sampel dari 20 menyimpang jauh lebih sedikit dari rata-rata populasi daripada sarana sampel 2. Selain itu, sarana dari sampel 80 melenceng sedikit dari mean populasi (0,39 dan 9.54).

Sekarang harus cukup jelas mengapa penelitian dan

Prinsip sampling: Gunakan samples.1 besar sampel besar tidak dianjurkan hanya karena jumlah besar baik dalam dan dari diri mereka sendiri. Mereka menganjurkan untuk memberikan prinsip pengacakan, atau hanya keacakan, kesempatan untuk "kerja," berbicara agak antropomorfis. Dengan sampel kecil, kemungkinan memilih sampel menyimpang adalah lebih besar dibandingkan dengan sampel besar. Misalnya, dalam satu sampel acak dari 20 senator diambil beberapa tahun yang lalu, pertama 10 senator (dari 20) ditarik semua Demokrat! Seperti lari dari 10 Demokrat yang paling tidak biasa. Tapi itu bisa dan memang terjadi. Mari kita € ™ s mengatakan kami telah memilih untuk melakukan percobaan dengan hanya dua kelompok masing-masing 10. Salah satu
Situasi ini lebih kompleks dari pernyataan sederhana ini menunjukkan. Sampel yang terlalu besar dapat menyebabkan masalah lain; alasan akan dijelaskan pada bab berikutnya.

kelompok adalah satu dengan 10 Demokrat dan yang lain memiliki baik Demokrat dan Republik. Hasil bisa saja bias serius, terutama jika percobaan itu ada hubungannya dengan preferensi politik atau sikap sosial. Dengan kelompok-kelompok besar, katakanlah 30 atau lebih, ada bahaya kurang. Banyak departemen psikologi di universitas-universitas besar memiliki kebutuhan penelitian untuk mahasiswa yang terdaftar di kelas psikologi pengantar. Untuk situasi seperti ini, mungkin relatif mudah untuk mendapatkan sampel yang besar. Namun, studi penelitian tertentu seperti yang ditemukan dalam rekayasa manusia atau riset pemasaran, biaya pelajaran merekrut tinggi. Ingat studi Williams dan Adelson dibahas oleh Simon (1987) dalam Bab 1? Jadi aturan mendapatkan sampel besar mungkin tidak sesuai untuk semua situasi penelitian. Dalam beberapa penelitian, 30 atau lebih elemen, peserta atau subyek mungkin terlalu sedikit. Hal ini terutama berlaku dalam studi yang multivariat di alam. Comrey dan Lee (1992) misalnya menyatakan bahwa sampel ukuran 50 atau kurang memberikan keandalan yang sangat tidak memadai koefisien korelasi. Oleh karena itu, mungkin lebih tepat untuk mendapatkan perkiraan ukuran sampel yang dibutuhkan. Penentuan statistik sampel akan dibahas dalam Bab 12 untuk berbagai jenis sampel.

JENIS SAMPEL

Pembahasan sampling hingga saat ini terbatas pada simple random sampling. Tujuannya adalah untuk membantu siswa memahami prinsip-prinsip dasar; sehingga ide simple random sampling, yang berada di belakang banyak pemikiran dan prosedur penelitian modern, ditekankan. Mahasiswa harus menyadari, bagaimanapun, bahwa simple random sampling bukanlah satu-satunya jenis sampling yang digunakan dalam penelitian perilaku. Memang, itu relatif jarang, setidaknya untuk menggambarkan karakteristik populasi dan hubungan antara karakteristik tersebut. Hal ini, bagaimanapun, model di mana semua sampel ilmiah berbasis.

Jenis lain dari sampel dapat secara luas diklasifikasikan ke dalam probabilitas dan nonprobability sampel (dan bentuk campuran tertentu). Sampel Probabilitas menggunakan beberapa bentuk random sampling dalam satu atau lebih tahap mereka. sampel nonprobability tidak menggunakan random sampling; sehingga mereka tidak memiliki kebajikan sedang dibahas. Namun, mereka sering diperlukan dan tidak dapat dihindari. Kelemahan mereka dapat sampai batas tertentu akan dikurangi dengan menggunakan pengetahuan, keahlian, dan perawatan dalam memilih sampel dan dengan mereplikasi penelitian dengan sampel yang berbeda. Hal ini penting bagi siswa untuk mengetahui bahwa probability sampling belum tentu unggul nonprobability sampling untuk semua situasi yang mungkin. Juga, probability sampling tidak menjamin sampel yang lebih representatif dari alam semesta yang diteliti. Dalam probabilitas sampel penekanannya ditempatkan dalam metode dan teori di balik itu. Dengan nonprobability sampel penekanan bergantung pada orang yang melakukan sampling dan yang dapat membawa dengan itu batch yang sama sekali baru dan rumit masalah. Orang yang melakukan pengambilan sampel harus berpengetahuan dari populasi yang akan diteliti dan fenomena yang diteliti.

Salah satu bentuk nonprobability sampel adalah quota sampling. Di sini pengetahuan tentang strata dari populationâ € "jenis kelamin, ras, wilayah, dan sebagainya Ona €" digunakan untuk memilih anggota sampel yang representatif, "khas," dan cocok untuk penelitian tertentu tujuan. Sebuah strata adalah partisi dari alam semesta atau populasi menjadi dua atau lebih (saling eksklusif) kelompok-kelompok non-tumpang tindih. Dari setiap partisi sampel diambil. Quota sampling namanya berasal dari praktek menetapkan kuota, atau proporsi jenis orang, untuk pewawancara. Sampel tersebut telah digunakan banyak dalam jajak pendapat publik. Untuk melakukan pengambilan sampel ini dengan benar, peneliti perlu memiliki satu set yang sangat lengkap karakteristik bagi penduduk. Selanjutnya, peneliti harus mengetahui proporsi untuk setiap kuota. Setelah mengetahui hal ini, langkah berikutnya adalah untuk mengumpulkan data. Karena proporsi mungkin tidak sama dari kuota kuota, unsur-unsur sampel ditugaskan berat. Quota sampling sulit untuk dicapai karena membutuhkan informasi yang akurat tentang proporsi untuk masing-masing kuota dan informasi tersebut jarang tersedia.

Bentuk lain dari nonprobability sampling yang digunakan adalah purposive sampling, yang ditandai dengan penggunaan penilaian dan upaya yang disengaja untuk mendapatkan sampel yang representatif dengan memasukkan daerah mungkin khas atau kelompok dalam sampel. Purposive sampling digunakan banyak dalam riset pemasaran. Untuk menguji reaksi konsumen terhadap produk baru, peneliti dapat memberikan produk baru untuk orang-orang yang sesuai dengan researcherâ € ™ s gagasan tentang apa alam semesta tampak seperti. Jajak pendapat politik adalah contoh lain di mana purposive sampling yang digunakan. Berdasarkan hasil voting masa lalu dan ada pendaftaran partai politik, di suatu wilayah tertentu, peneliti purposif memilih sekelompok Bait suara. Peneliti merasa bahwa seleksi ini akan sesuai dengan karakteristik dari seluruh pemilih. Sebuah presentasi yang sangat menarik tentang bagaimana informasi ini digunakan untuk membantu memilih Senator AS di California diberikan dalam Barkan dan Bruno (1972).

Jadi yang disebut â € œaccidental "sampling, bentuk terlemah sampling, mungkin juga yang paling sering Akibatnya, satu mengambil sampel yang tersedia di tangan,. kelas senior di SMA, mahasiswi di perguruan tinggi, PTA nyaman, dan sejenisnya ... Praktek ini sulit untuk mempertahankan Namun, digunakan dengan pengetahuan dan perawatan yang wajar, itu mungkin tidak seburuk seperti yang telah dikatakan Saran yang paling masuk akal tampaknya menjadi: Hindari sampel disengaja kecuali jika Anda bisa mendapatkan tidak ada orang lain (random sampel biasanya mahal dan dalam beberapa situasi, sulit didapat). Jika Anda menggunakannya, gunakan kehati-hatian yang ekstrim dalam analisis dan interpretasi data.

Probability sampling mencakup berbagai bentuk. Ketika kita membahas simple random sampling, kita berbicara tentang salah satu versi probability sampling. Beberapa bentuk umum lainnya dari probability sampling adalah stratified sampling, cluster sampling, dua-stage sampling cluster, dan sampling sistematik. Beberapa metode yang lebih konvensional akan mencakup pendekatan Bayesian atau pendekatan berurutan. Keunggulan satu metode pengambilan sampel di atas yang lain biasanya dievaluasi dari segi jumlah berkurang variabilitas dalam parameter estimasi dan dari segi biaya. Biaya kadang-kadang diartikan sebagai jumlah tenaga kerja dalam pengumpulan data dan analisis data.

Dalam stratified sampling, populasi dibagi terlebih dahulu menjadi strata seperti laki-laki dan perempuan, Afrika-Amerika dan Meksiko-Amerika, dan sejenisnya. Kemudian sampel acak diambil dari masing-masing strata. Jika populasi terdiri dari 52 persen perempuan dan 48 persen laki-laki, sampel yang dibagi dalam 100 peserta akan terdiri dari 52 perempuan dan 48 laki-laki. 52 wanita akan dipilih secara acak dari kelompok yang tersedia perempuan dan 48 laki-laki akan dipilih secara acak dari kelompok laki-laki. Hal ini juga disebut alokasi proporsional. Bila prosedur ini dilakukan dengan benar itu lebih unggul simple random sampling. Bila dibandingkan dengan simple random sampling, stratified sampling biasanya mengurangi jumlah variabilitas dan mengurangi biaya dalam pengumpulan data dan analisis. Stratified sampling mengkapitalisasi pada antara strata-perbedaan. Gambar 5.2 menyampaikan ide dasar sampling stratified. Stratified sampling menambahkan kontrol untuk proses pengambilan sampel dengan mengurangi jumlah sampling error. Desain ini dianjurkan ketika populasi terdiri dari set kelompok berbeda. Acak stratified sampling memungkinkan kita untuk mempelajari perbedaan strata. Hal ini memungkinkan kita untuk memberikan perhatian khusus pada kelompok-kelompok tertentu yang seharusnya dapat diabaikan karena ukuran mereka. Stratified random sampling sering dicapai melalui prosedur alokasi proporsional (PAP). Bila menggunakan prosedur tersebut, sampleâ € ™ s partisi proporsional menyerupai penduduk. Keuntungan utama dalam menggunakan PAP adalah bahwa ia menyediakan â € œself-weightedâ € sampel.



Sampling Cluster, metode yang paling sering digunakan dalam survei, adalah berturut random sampling unit, atau set dan subset. Sebuah cluster dapat didefinisikan sebagai sekelompok hal dari jenis yang sama. Ini adalah satu set elemen sampel yang diselenggarakan bersama oleh beberapa karakteristik umum (s). Dalam cluster sampling, alam semesta dibagi menjadi kelompok. Kemudian cluster

acak sampel. Setiap elemen dalam kelompok yang dipilih kemudian diukur. Dalam penelitian sosiologis, penyidik ​​dapat menggunakan blok kota sebagai cluster. Kota blok kemudian dipilih secara acak dan pewawancara kemudian berbicara kepada setiap keluarga di setiap blok yang dipilih. Jenis cluster sampling kadang-kadang disebut sebagai daerah sam pling . Jika peneliti adalah menggunakan simple random sampling atau stratified random sampling, orang itu akan membutuhkan daftar lengkap keluarga atau rumah tangga untuk sampel dari. Daftar tersebut mungkin sangat sulit untuk mendapatkan untuk sebuah kota besar. Bahkan dengan daftar seperti itu, biaya pengambilan sampel akan tinggi karena akan melibatkan mengukur rumah tangga di wilayah yang luas kota. Sampling Cluster yang paling efektif jika sejumlah besar kelompok ukuran yang lebih kecil digunakan. Dalam penelitian pendidikan, misalnya, sekolah dari negara atau daerah dapat digunakan sebagai cluster dan sampel acak dari distrik sekolah diambil. Setiap sekolah dalam distrik sekolah akan diukur. Namun, sekolah dapat membentuk terlalu besar cluster. Dalam hal ini menggunakan sekolah sebagai cluster mungkin lebih baik.

Dalam dua-stage sampling cluster, kita mulai dengan cluster sampling seperti dijelaskan di atas. Kemudian bukannya mengukur setiap elemen dari kelompok yang dipilih secara acak, kami memilih sampel acak dari elemen dan mengukur elemen-elemen. Pada contoh pendidikan yang diberikan di atas, kami akan mengidentifikasi setiap distrik sekolah sebagai cluster. Kami kemudian akan secara acak memilih k kabupaten sekolah. Dari kabupaten k sekolah ini, bukan mengukur setiap sekolah di kabupaten yang dipilih (seperti dalam cluster sampling biasa), kami akan mengambil sampel acak lain sekolah di setiap kabupaten. Kami kemudian akan mengukur hanya sekolah-sekolah yang dipilih.

Jenis lain dari probabilitas samplingâ € "kalau memang itu bisa disebut probabilitas samplingâ €" adalah sampling sistematik. Metode ini adalah variasi kecil dari simple random sampling. Metode ini mengasumsikan bahwa alam semesta atau populasi terdiri dari unsur-unsur yang diperintahkan dalam beberapa cara. Jika populasi terdiri dari N elemen dan kami ingin memilih sampel berukuran n, pertama kita perlu membentuk rasio + N n. Rasio ini dibulatkan ke seluruh nomor, k dan kemudian digunakan sebagai interval sampling. Berikut elemen sampel pertama secara acak dipilih dari angka 1 sampai k dan elemen berikutnya dipilih pada setiap interval k. Misalnya, jika elemen yang dipilih secara acak dari elemen 1 sampai 10 adalah 6, maka elemen berikutnya adalah 16, 26, 36, dan seterusnya. Keterwakilan sampel yang dipilih dengan cara ini tergantung pada urutan dari N elemen dari populasi.

Para mahasiswa yang akan melanjutkan penelitian lebih lanjut harus, tentu saja, tahu lebih banyak tentang metode ini. Siswa didorong untuk berkonsultasi satu atau lebih dari referensi yang sangat baik pada subjek yang disajikan pada akhir bab ini. Williams (1978) memberikan presentasi yang menarik dan demonstrasi dari setiap metode pengambilan sampel menggunakan data buatan.

Topik lain yang berkaitan dengan keacakan dan sampling pengacakan atau permutasi tes. Kami akan memberikan topik ini pengobatan yang lebih luas ketika kita membahas analisis data untuk desain kuasi-eksperimental. The pendukung metode ini dalam psikologi dan ilmu perilaku telah Eugene S. Edgington. Edgington (1980, 1996) menganjurkan penggunaan

perkiraan tes pengacakan untuk menangani analisis statistik data dari sampel non-acak dan desain penelitian subjek tunggal. Kita bisa secara singkat disebutkan di sini bagaimana prosedur ini bekerja. Ambil Edgingtonâ € ™ s contoh menghubungkan skor IQ orang tua asuh dan anak-anak angkat mereka. Jika sampel tidak dipilih secara acak, sampel dapat bias mendukung orang tua yang ingin memiliki IQ dan IQ anak angkat mereka diukur. Sangat mungkin bahwa beberapa orang tua asuh sengaja akan menurunkan skor mereka untuk cocok dengan anak angkat mereka. Salah satu cara untuk menangani data non-acak seperti ini adalah untuk pertama menghitung korelasi antara orang tua dan anak. Kemudian salah satu secara acak akan memasangkan parentsâ € ™ â € ™ skor dengan childâ € ™ sa € ™. Artinya, orang tua 1 Mei di pasangan acak mendapatkan cocok dengan anak dari orang tua nomor 10. Setelah seperti pasangan acak, korelasi ini lagi dihitung. Jika peneliti melakukan 100 pasangan pengacakan tersebut dan dihitung korelasi setiap kali, satu maka dapat membandingkan korelasi asli ke 100 dibuat dari pasangan acak. Jika korelasi asli adalah yang terbaik (tertinggi) peneliti akan memiliki gagasan yang lebih baik bahwa korelasi yang diperoleh mungkin kredibel. Randomizations ini atau tes permutasi telah cukup berguna dalam situasi penelitian dan analisis data tertentu. Telah digunakan untuk mengevaluasi cluster diperoleh dalam analisis cluster (lihat Lee dan MacQueen, 1980). Telah diusulkan sebagai solusi untuk menganalisis data self-efficacy yang tidak independen (lihat Cervone, 1987).

Keacakan, pengacakan, dan random sampling adalah salah satu ide-ide besar ilmu pengetahuan, seperti yang ditunjukkan sebelumnya. Sementara penelitian dapat, tentu saja, harus dilakukan tanpa menggunakan ide-ide keacakan, sulit untuk memahami bagaimana hal itu dapat memiliki viabilitas dan validitas, setidaknya di sebagian besar aspek penelitian ilmiah perilaku. Pengertian modern desain penelitian, sampling, dan kesimpulan, misalnya, secara harfiah terbayangkan tanpa ide keacakan. Salah satu yang paling luar biasa dari paradoks adalah bahwa melalui keacakan, atau "gangguan", kita dapat mencapai kontrol atas kompleksitas sering ribut psikologis fenomena sosiologis dan pendidikan. Kami menegakkan ketertiban, singkatnya, dengan memanfaatkan perilaku dikenal set kejadian acak. Salah satunya adalah terus-menerus terpesona dengan apa yang bisa disebut keindahan struktural probabilitas, sampling, dan teori desain dan dengan kegunaan yang besar dalam memecahkan masalah yang sulit desain penelitian dan perencanaan dan analisis dan interpretasi data.

Sebelum meninggalkan subjek, mari kita kembali ke tampilan keacakan disebutkan sebelumnya. Untuk makhluk mahatahu, tidak ada keacakan. Menurut definisi makhluk seperti itu akan "tahu" terjadinya setiap peristiwa dengan

kepastian lengkap. Sebagai Poincare (1952/1996) menunjukkan, untuk berjudi dengan makhluk seperti itu akan menjadi usaha kalah. Memang, itu tidak akan perjudian. Ketika koin dilemparkan sepuluh kali, ia akan memprediksi kepala dan ekor dengan pasti dan akurasi. Ketika dadu dilemparkan, makhluk ini akan tahu terelakkan apa hasilnya akan. Setiap angka dalam tabel nomor acak akan diprediksi dengan benar! Dan tentu makhluk ini akan tidak perlu untuk penelitian dan ilmu pengetahuan. Apa yang kita tampaknya mengatakan bahwa keacakan adalah istilah untuk ketidaktahuan. Jika kita, seperti makhluk maha tahu, tahu semua penyebab kontribusi peristiwa, maka tidak akan ada keacakan. Keindahan itu, seperti ditunjukkan di atas, adalah bahwa kita menggunakan ini "kebodohan" dan mengubahnya pengetahuan. Bagaimana kita ini harus menjadi lebih dan lebih jelas seperti yang kita melanjutkan penelitian kami.

Saran studi

Berbagai eksperimen dengan fenomena kesempatan yang dianjurkan: game menggunakan koin, dadu, kartu, roda rolet, dan tabel nomor acak. Permainan tersebut, mendekati benar, dapat membantu seseorang belajar banyak tentang pengertian dasar penelitian ilmiah modern, statistik, probabilitas, dan, tentu saja, keacakan. Coba masalah yang diberikan dalam saran di bawah ini. Jangan menjadi putus asa oleh laboriousness tampak latihan seperti di sini dan kemudian di buku ini. Hal ini jelas diperlukan dan, memang, membantu sesekali pergi melalui rutin terlibat dalam masalah-masalah tertentu. Setelah bekerja masalah yang diberikan, menyusun beberapa Anda sendiri. Jika Anda dapat merancang masalah cerdas, Anda mungkin baik di jalan untuk memahami.

1. Dari tabel nomor acak menarik 50 nomor, 0 sampai 9. (Gunakan angka acak dari Lampiran C, jika Anda inginkan.) Daftar dalam kolom 10 masing-masing.

a. Menghitung jumlah angka ganjil; menghitung jumlah total angka bahkan. Apa yang Anda harapkan untuk mendapatkan secara kebetulan? Bandingkan total yang diperoleh dengan total diharapkan.

b. Menghitung jumlah total angka 0, 1, 2, 3,

4. Demikian pula menghitung 5, 6, 7, 8, 9. Berapa banyak dari kelompok pertama yang harus Anda dapatkan? Kelompok kedua? Bandingkan apa yang Anda dapatkan dengan harapan kesempatan tersebut. Apakah Anda jauh?

c. Hitung angka ganjil dan bahkan dalam setiap kelompok 10. Hitung dua kelompok angka 0, 1, 2, 3, 4 dan 5, 6, 7, 8, 9 di setiap kelompok 10. Apakah jumlah berbeda jauh dari peluang harapan?

d. Tambahkan kolom dari lima kelompok 10 nomor masing-masing. Bagi setiap sum dengan 10. (Cukup memindahkan titik desimal satu tempat ke kiri.) Apa yang Anda harapkan untuk mendapatkan rata-rata dari masing-masing kelompok jika hanya kesempatan yang "operasi"? Apa yang Anda dapatkan?Tambahkan lima jumlah dan dibagi dengan 50. Apakah ini berarti dekat dengan harapan kebetulan? [Petunjuk: Untuk mendapatkan harapan kesempatan, mengingat batas populasi.]

2. Ini adalah latihan kelas dan demonstrasi. Menetapkan nomor sewenang-wenang kepada semua anggota kelas dari 1 sampai N, N adalah jumlah total anggota kelas. Ambil tabel angka acak dan mulai dengan halaman manapun. Mintalah seorang siswa gelombang pensil di udara dan membabi buta menusuk di halaman meja. Dimulai dengan nomor pensil menunjukkan, memilih n nomor dua digit antara 1 dan N (mengabaikan angka lebih besar dari N dan nomor berulang) oleh, katakanlah, turun kolom (atau cara tertentu lainnya). n adalah pembilang dari fraksi n / N, yang ditentukan oleh ukuran kelas. Jika N = 30, misalnya, biarkan n = 10. Ulangi proses dua kali pada halaman yang berbeda dari tabel nomor acak. Anda sekarang memiliki tiga kelompok yang sama (jika N tidak habis dibagi 3, menjatuhkan satu atau dua orang secara acak). Tuliskan angka acak di papan tulis dalam tiga kelompok. Mintalah setiap anggota kelas memanggil tinggi di inci. Menulis nilai-nilai ini pada papan terpisah dari angka-angka, tetapi dalam tiga kelompok yang sama. Tambahkan tiga set angka di setiap set di papan tulis, angka acak dan ketinggian. Hitung sarana enam set angka. Juga menghitung sarana total set.

a. Seberapa dekat sarana di masing-masing set angka? Seberapa dekat sarana kelompok dengan rata-rata dari total kelompok?

b. Hitung jumlah laki-laki dan perempuan di masing-masing kelompok. Apakah jenis kelamin tersebar cukup merata di antara tiga kelompok?

c. Diskusikan demonstrasi ini. Apa yang Anda pikirkan adalah maknanya untuk penelitian?

3. Dalam Bab 6, ia menyarankan bahwa siswa menghasilkan 20 set 100 angka acak antara 0 dan 100 dan menghitung sarana dan varians. Jika Anda melakukan ini, gunakan angka dan statistik dalam latihan ini. Jika Anda tidak, gunakan angka dan statistik dari Lampiran C pada akhir buku ini.

a. Seberapa dekat dengan rata-rata populasi adalah sarana dari 20 sampel? Apakah ada cara yang "menyimpang"? (Anda mungkin menilai ini dengan menghitung standar deviasi dari sarana dan menambahkan dan mengurangkan dua standar deviasi terhadap total rata-rata.)

b. Atas dasar (a), atas, dan penilaian Anda, adalah contoh "perwakilan"? Apa "perwakilan" berarti?

c. Memilih ketiga, kelima, dan kelompok kesembilan berarti. Misalkan 300 subjek telah ditugaskan secara acak untuk tiga kelompok dan bahwa ini adalah nilai pada beberapa ukuran penting sebuah studi yang Anda ingin lakukan. Apa yang dapat Anda simpulkan dari tiga cara, menurut Anda?

4. Studi yang paling diterbitkan dalam ilmu perilaku dan pendidikan belum pernah menggunakan sampel acak, terutama sampel acak dari populasi yang besar. Kadang-kadang, bagaimanapun, penelitian berdasarkan sampel acak yang dilakukan. Satu studi tersebut adalah:

Osgood, DW, Wilson, JK, OA € ™ Malley, PM, Bachman, JG & Johnston, LD (1996). Kegiatan rutin dan perilaku menyimpang individu. American Sociological Review, 61, 635-655.

Penelitian ini layak dibaca hati-hati, meskipun tingkat kecanggihan metodologi menempatkan sejumlah rinciannya di luar jangkauan kita sekarang. Cobalah untuk tidak berkecil hati dengan kecanggihan ini. Mendapatkan apa yang Anda bisa keluar dari itu, terutama pengambilan sampel dari populasi besar pemuda. Kemudian dalam buku ini kita akan kembali ke masalah yang menarik dikejar. Pada saat itu, mungkin metodologi tidak akan muncul lagi begitu tangguh. (Dalam mempelajari penelitian, kadang-kadang membantu untuk membaca di luar kita kapasitas asalkan kita tidak melakukan terlalu banyak! Sekarang)

Studi lain sampel acak dari populasi yang besar adalah dengan

Voelkl, KF (1995). Kehangatan sekolah, partisipasi siswa dan prestasi. Journal of Experimental Pendidikan, 63, 127-138.

Dalam studi ini peneliti memberikan beberapa detail tentang menggunakan dua tahap stratified random sampling

berencana untuk mengukur persepsi studentâ € ™ s kehangatan sekolah.

5. Tugas acak dari subjek untuk kelompok eksperimen adalah jauh lebih umum daripada random sampling dari mata pelajaran. A sangat baik, bahkan sangat baik, contoh penelitian di mana subjek ditugaskan secara acak untuk dua kelompok eksperimen, adalah:

Thompson, S. (1980). Apakah penguasaan individual dan pembelajaran tradisional sistem menghasilkan efek tentu saja berbeda di perguruan tinggi kalkulus?

Amerika Pendidikan Jurnal Penelitian, 17, 361-375.

Sekali lagi, jangan gentar dengan rincian metodologi penelitian ini. Mendapatkan apa yang Anda bisa keluar dari itu. Catatan saat ini bagaimana subjek diklasifikasikan ke dalam kelompok-kelompok bakat dan kemudian ditugaskan secara acak untuk perawatan eksperimental. Kami juga akan kembali ke studi ini nanti. Pada saat itu, kita harus dapat memahami tujuan dan desain dan akan tertarik dengan mengejar eksperimen dikontrol dengan hati-hati dari masalah pendidikan sulit substantif: manfaat komparatif disebut instruksi penguasaan individual dan konvensional lecture- instruksi diskusi-pengajian.

6. Contoh lain yang patut dicatat dari tugas acak yang dilakukan dalam penelitian oleh

Glick, P., Demorest, JA, & Hotze, CA (1988). Menjaga jarak: Keanggotaan grup,

ruang pribadi, dan permintaan untuk bantuan kecil. Journal of Applied Social Psychology, 18, 315-330.

Penelitian ini penting karena studi ini berlangsung dalam pengaturan nyata di luar laboratorium universitas. Juga para peserta belum tentu mahasiswa. Peserta dalam penelitian ini adalah orang-orang di daerah makan umum dalam ruangan pusat perbelanjaan besar. Peserta dipilih dan kemudian ditugaskan ke salah satu dari enam kondisi eksperimental. Artikel ini mudah dibaca dan analisis statistik tidak banyak melampaui tingkat statistik dasar.

7. Studi lain yang menarik yang menggunakan belum variasi lain dari random sampling

Moran, JD & McCullers, JC (1984). Perbandingan nilai prestasi siswa secara fisik menarik dan tidak menarik. Ekonomi Rumah Jurnal Penelitian, 13, 36-40.

Dalam studi ini, para peneliti secara acak memilih foto-foto dari buku tahunan sekolah. Foto-foto ini kemudian secara acak dikelompokkan menjadi 10 set 16 gambar. Siswa yang tidak akrab dengan siswa dalam foto kemudian diminta untuk menilai setiap orang di foto dalam hal daya tarik.

Catatan khusus. Dalam beberapa saran studi di atas dan pada mereka dari Bab 6, instruksi yang diberikan untuk menarik nomor dari tabel nomor acak atau untuk menghasilkan set nomor acak menggunakan komputer. Jika Anda memiliki komputer mikro atau memiliki akses ke satu, Anda mungkin lebih memilih untuk menghasilkan angka acak menggunakan built-in nomor acak generator (fungsi) dari komputer mikro. Sebuah buku yang luar biasa dan menyenangkan untuk membaca dan belajar bagaimana melakukan ini adalah Walterâ € ™ s (1997) â € œThe Rahasia Panduan untuk Computers.â € Walter menunjukkan Anda bagaimana menulis program komputer sederhana dengan menggunakan bahasa BASIC, bahasa umum untuk kebanyakan mikrokomputer. Bagaimana "baik" adalah nomor acak yang dihasilkan? ("Seberapa baik?" Berarti "Bagaimana acak?") Karena mereka diproduksi sesuai dengan yang terbaik teori dan praktek kontemporer, mereka harus memuaskan, meskipun mereka mungkin tidak memenuhi persyaratan menuntut beberapa ahli. Dalam pengalaman kami, mereka cukup memuaskan, dan kami sarankan menggunakan mereka untuk guru dan siswa.

Beberapa buku tentang sampling.

Babbie, ER (1990). metode penelitian Survey. (2 nd Ed.). Belmont, CA: Wadsworth.

Babbie, ER (1995). Praktek penelitian sosial, 7 ed. Belmont, CA: Wadsworth.

Cowles, M. (1989). Statistik dalam psikologi:. Sebuah perspektif sejarah Hillsdale, NJ: Lawrence Erlbaum Associates.

Deming, WE (1966). Beberapa teori sampling.

New York: Dover.

Deming, WE (1990). Desain Sampling dalam penelitian bisnis. New York: Wiley.

Kish, L. (1953). Pemilihan sampel. Di

Festinger, L. & Katz, D. Eds,. Metode penelitian dalam ilmu perilaku. New York: Holt, Rinehart dan Winston.

Kish, L. (1995). . Survey Sampling New York: John Wiley.

Snedecor, G. & Cochran, W. (1989). Metode Statistik. (8 Ed). Ames, IA: Universitas Iowa State Press. .

Stephan, F. & McCarthy, P. (1974). pendapat Sampling. Westport, CT: Greenwood.

Sudman, S. (1976). Sampling Terapan. New York: Academic Press.

Warwick, D. & Lininger, D. (1975). Sampel survei:. Teori dan praktek New York: McGraw Hill.

Williams, B. (1978). Sebuah sampler sampling. New York: John Wiley.

Bab Ringkasan

1. Sampling mengacu mengambil sebagian dari populasi atau semesta sebagai wakil dari populasi atau semesta.

2. Studi menggunakan sampel ekonomis, dikelola dan dikontrol.

3. Salah satu metode yang lebih populer sampling

random sampling .

4. Random sampling adalah metode menggambar sebagian (atau sampel) dari populasi atau semesta sehingga setiap anggota populasi atau semesta memiliki kesempatan yang sama untuk terpilih

5. Peneliti mendefinisikan populasi atau semesta. Sampel adalah bagian dari populasi.

6. Kita tidak pernah bisa yakin bahwa sampling acak mewakili populasi.

7. Dengan sampel acak, kemungkinan memilih sampel dengan rata-rata dekat dengan populasi berarti lebih besar dari probabilitas memilih sampel dengan rata-rata tidak dekat dengan populasi berarti.

8. Sampel nonrandom dapat menjadi bias dan kemungkinan meningkat bahwa mean sampel tidak akan dekat dengan populasi berarti.

9. Kita mengatakan peristiwa acak jika kita tidak bisa memprediksi

hasil mereka.

10. Tugas acak adalah istilah lain untuk

pengacakan.Di sinilah peserta ditugaskan untuk kelompok penelitian secara acak. Hal ini digunakan untuk mengendalikan variasi yang tidak diinginkan.

11. Ada dua jenis sampel: nonprobability dan

sampel probabilitas.

12. Sampel nonprobability tidak menggunakan random

tugas, sedangkan sampel probabilitas lakukan menggunakan random sampling.

13.Simple random sampling, stratified random sampling, cluster sampling dan sampling sistematik empat jenis probability sampling. 14.Quota sampling, purposive sampling dan accidental sampling tiga jenis nonprobability sampling.

Bab 6
Pertimbangan etis dalam Melakukan Behavioral Science Research

Fiksi dan Realitas

Dalam bab-bab sebelumnya kita telah membahas ilmu pengetahuan dan variabel yang terlibat dalam ilmu-ilmu sosial dan perilaku. Kami juga telah memperkenalkan beberapa metode statistik dasar yang digunakan untuk menganalisis data yang dikumpulkan dari studi penelitian tersebut. Dalam bab-bab berikut ini, kita akan membahas perilaku aktual dari proses penelitian. Sebelum melakukan hal ini, kita harus menyajikan sebuah topik yang sangat penting. Topik ini melibatkan masalah etika penelitian. Beberapa buku telah menempatkan topik ini di bagian akhir buku ini setelah rencana penelitian dan desain telah dibahas. Kami merasa bahwa topik tersebut harus disajikan sebelumnya. Mahasiswa penelitian membutuhkan informasi ini untuk merancang sebuah studi etika suara menggunakan metode yang diberikan dalam bab-bab setelah satu ini. Akan ideal jika peneliti membaca bab ini, kemudian membaca bab tentang desain penelitian dan kemudian kembali untuk membaca kembali poin yang dibuat dalam bab ini.

Apa etika penelitian? Apa penelitian? Ini adalah dua istilah yang sulit untuk didefinisikan. Shrader- Frechette (1994) memberikan definisi dengan kontras â € œresearchâ € dari â € œpractice.â € Seperti kita lihat dalam bab sebelumnya, penelitian merupakan kegiatan yang dilakukan untuk menguji teori, membuat kesimpulan dan menambah atau memperbarui informasi pada dasar pengetahuan. Praktek profesional biasanya tidak melibatkan pengujian teori atau hipotesis melainkan meningkatkan kesejahteraan klien menggunakan tindakan dan informasi yang telah terbukti berhasil. Beberapa tindakan ini didirikan melalui penelitian ilmiah sebelumnya. Meskipun kedua â € œresearchâ € dan â € œpracticeâ € memiliki etika, etika terlibat dengan proses penelitian diarahkan individu yang melakukan penelitian dan perilaku mereka dari proses penelitian. .Shrader-Frechette menyatakan bahwa etika penelitian menentukan peneliti perilaku harus menunjukkan selama seluruh proses investigasi mereka. Keith- Spiegel & Koocher (1985) membahas etika praktek psikologis. Dawes (1994) memberikan pandangan yang sangat kritis terhadap praktik psikologi dan psikoterapi. Bagian dari diskusi Dawesâ € ™ menyangkut etika praktek.

Diskusi, penekanan dan praktek etika penelitian merupakan peristiwa yang relatif baru. Sebelum 20 th abad, para ilmuwan yang tertangkap bereksperimen pada orang tanpa persetujuan yang tepat dihukum. Namun, ada kasus dalam sejarah di mana pelanggaran etika penelitian menghasilkan hasil yang bermanfaat. Ketika orang berpikir tentang etika melakukan penelitian pada manusia atau hewan yang tidak dapat menghindari perasaan campur aduk. Dalam meneliti sejarah, ada orang-orang pemberani seperti Edward Jenner yang disuntikkan anak dengan bentuk yang lebih lemah dari virus cacar dan dengan berbuat demikian mengembangkan vaksin untuk cacar. Sejarah mengatakan bahwa Edward Jenner tidak mendapatkan izin dari siapa pun sebelum melakukan hal ini. Atau bagaimana Dr. Barry Marshall yang untuk menunjukkan bahwa ulkus peptikum disebabkan oleh bakteri dan bukan asam menelan budaya bakteri sendiri dan mereka berhasil diobati sendiri dengan dosis obat anti-biotik. Namun ada kasus konsekuensi tragis didokumentasikan untuk peneliti yang gagal mengikuti prinsip-prinsip etika yang tepat penelitian dan mereka melakukan penipuan ilmiah dalam ilmu pengetahuan. Beberapa ini dicatat dan dibahas dalam Shrader-Frechette (1994). Ini adalah buku yang sangat bagus patut dibaca serta Miller & Hersen (1992) dan Erwin, Gendin & Kleiman (1994). Bukti kecurangan yang diketahui atau diduga dapat ditelusuri dengan penelitian yang dilakukan di Yunani kuno.

Dalam melakukan penelitian, peneliti sensitif sering dihadapkan dengan dilema etika. Sebelum peneliti 1960â € ™ s dari semua bidang ilmu dibiarkan sadar mereka sendiri dalam hal etika penelitian. Publikasi ilmiah tentang perilaku yang sesuai ilmuwan memberikan beberapa petunjuk, tetapi tidak ada atau sedikit pedoman yang diamanatkan. Contoh mencontohkan dilema etika dapat ditemukan dalam kisah fiksi Martin Arrowsmith, protagonis di Sinclair Lewisâ € ™ Novel Panah smith. Dalam novel ini, Dr. Martin Arrowsmith dalam studi laboratorium menemukan kebetulan prinsip yang efektif dalam menghancurkan bakteri. Arrowsmith menyebutnya sebagai â € œphage.â € Ketika wabah pes pecah di negara dunia ketiga, Arrowsmith dikirim ke negara itu untuk membantu para korban dan untuk menguji fag nya. Arrowsmith diajarkan bahwa efektivitas sejati fag dapat ditentukan dengan memberi setengah dari populasi yang terinfeksi. Sisi lain akan diberi plasebo atau tanpa pengobatan sama sekali. Namun, Arrowsmith setelah melihat angka kematian mengkhawatirkan, termasuk kematian istrinya dan teman dekat memutuskan untuk memberikan fag untuk seluruh penduduk. Jika ia mengikuti rencana eksperimental dan fag nya benar-benar efektif, orang-orang yang menerima fag akan bertahan dan mereka yang menerima plasebo tidak. Arrowsmithâ € ™ s nurani tidak akan memungkinkan dia untuk menipu setengah dari populasi dan membiarkan mereka mati dalam nama penelitian ilmiah. Dia diberikan fag untuk semua orang. Wabah itu berakhir setelah pribumi diinokulasi, tapi Arrowsmith pernah benar-benar tahu apakah fag nya efektif. Meskipun ini adalah fiksi, penelitian para ilmuwan yang sebenarnya pada waktu menghadapi dilema yang sama.

Sebuah Awal?

Itu penelitian yang dilakukan di 1960â € ™ s dan 1970â € ™ s di mana ada bukti penipuan penelitian dan penipuan peserta penelitian yang menyebabkan permintaan untuk aturan yang diamanatkan khusus untuk melakukan penelitian. Pada tahun 1974, Kongres Amerika Serikat menyerukan penciptaan dewan review kelembagaan. Tujuan dari papan ini adalah untuk meninjau perilaku etis dari penelitian penelitian yang telah menerima hibah penelitian federal. Kemudian pada didanai pemerintah federal penelitian yang melibatkan manusia dan hewan 1980a € ™ s ditinjau untuk kedua penerimaan etika dan desain penelitian. Oleh 1980a € ™ s banyak universitas besar di Amerika Serikat memiliki pedoman untuk menangani kesalahan dalam penelitian. Negara-negara lain juga mulai mengajukan pedoman dan aturan. Pemerintah Swedia dan Belanda mengharuskan komite peninjau independen mengevaluasi semua studi biomedis. Shrader-Frechette (1994) menjelaskan dua kategori besar dalam hal masalah etika dalam penelitian ilmiah. Dua kategori utama adalah (1) proses dan (2) produk. Proses penelitian dianggap berbahaya jika peserta tidak memberikan izin dengan prosedur yang digunakan pada mereka. Proses penelitian juga dianggap berbahaya jika para peserta ditipu atau direkrut dengan menggunakan metode menipu. Produk penelitian berbahaya jika pelaksanaan hasil penelitian di lingkungan berbahaya bagi siapa pun yang datang ke dalam kontak dengan itu. Shrader-Frechette mengacu pada ini sebagai â € œdownwinders.â € Kasus keracunan radiasi karena tes ilmiah senjata nuklir adalah contoh dari produk penelitian yang berbahaya. Shrader-Frechette secara ringkas menjelaskan penelitian ini dan konsekuensi. Saffer & Kelly (1983) memberikan laporan yang lebih lengkap dalam sebuah buku berjudul â € informatif œCountdown Zero.â € Saffer dan Kelly menggambarkan bagaimana tes atmosfer bom atom di gurun Nevada pada akhir 1940Ã € ™ s terbawa ke bagian lain dari padang pasir. Awak, staf dan aktor dalam film The Conqueror semua terkena pasir radioaktif selama pembuatan film film di padang pasir. Semua orang-orang ini menderita kanker dan kemudian meninggal karena penyakit kanker yang terkait. Beberapa aktor yang terkenal dan aktris termasuk John Wayne, Susan Hayward dan Dick Powell. Saffer dan Kelly juga menjelaskan bagaimana Amerika Serikat militaryâ € ™ s penelitian tentang cara untuk melawan perang nuklir di 1950â € ™ s menyebabkan pemaparan banyak personil militer untuk kejatuhan radiasi. Saffer sendiri adalah salah satu tentara yang berpartisipasi dalam studi tersebut. Dia melihat setelah beberapa tahun setelah meninggalkan layanan yang sesama tentara mengembangkan kanker.

Salah satu kasus yang paling terkenal pada penggunaan etis penipuan adalah Tuskegee Studi (lihat Brandt,

1978. .Pada 1932 US Public Health Service melakukan percobaan pada 399 miskin, laki-laki Afrika-Amerika setengah buta huruf yang telah tertular sifilis. Salah satu tujuan dari penelitian ini adalah untuk mengetahui pengaruh sifilis pada individu yang tidak diobati. Dalam rangka untuk mendapatkan laki-laki Afrika-Amerika menderita untuk berpartisipasi dalam penelitian ini, mereka diberitahu bahwa mereka sedang dirawat padahal sebenarnya mereka tidak. Gejala sifilis secara berkala diukur dan dicatat. Otopsi dilakukan pada masing-masing individu setelah setiap kematian. Ini akan menjadi empat puluh tahun kemudian sebelum publik menyadari penelitian ini. Pada saat pengungkapan, penelitian ini masih dalam proses. Penelitian itu jelas tidak etis; salah satu alasannya adalah karena pengobatan masih sedang dipotong dari para korban hingga akhir 1972. Mereka bisa saja diobati secara efektif dengan penisilin yang menjadi tersedia di tahun 1940-an. Salah satu teriakan utama perilaku tidak etis penelitian telah difokuskan pada penggunaan penipuan.

Deception masih digunakan dalam beberapa studi penelitian saat ini. Namun, penelitian ini kritis dievaluasi sebelum dapat dilakukan. Semua universitas besar di Amerika Serikat memiliki etika penelitian dan komite penggunaan manusia yang layar dan mengevaluasi studi untuk penipuan potensial dan efek berbahaya. Ini adalah tugas mereka untuk memastikan tidak ada salahnya diderita salah satu peserta.

Salah satu studi paling terkenal dalam psikologi yang digunakan penipuan dilakukan oleh psikolog sosial Stanley Milgram, yang direkrut peserta dalam "belajar" percobaan (lihat Milgrim, 1963). Mereka yang mengajukan diri diberitahu bahwa beberapa akan guru dan yang lain akan peserta didik. Para guru yang bertugas mengajar daftar kata-kata kepada peserta didik. Para guru diberitahu untuk mengelola guncangan semakin menyakitkan setiap kali peserta didik membuat kesalahan. Tujuan sebenarnya dari percobaan, bagaimanapun, tidak untuk belajar belajar tetapi untuk mempelajari ketaatan kepada otoritas. Milgrim sangat tertarik pada apakah ada kebenaran klaim penjahat perang Nazi yang mengatakan mereka melakukan tindakan mengerikan karena mereka â € œorderedâ € oleh atasan mereka untuk melakukannya. Tanpa diketahui para peserta, semua peserta menjabat sebagai "guru." Artinya, semua peserta diberitahu bahwa mereka adalah guru. Tak satu pun dari peserta menjabat sebagai â € œlearners.â € The pelajar yang sekutu dari eksperimen. Mereka berpura-pura menjadi peserta yang dipilih secara acak untuk melayani sebagai peserta didik. Selain itu, sebenarnya ada tidak ada guncangan diberikan kapan saja. Para guru tertipu untuk percaya bahwa learnersâ € ™ menangis rasa sakit dan permintaan bantuan itu nyata. Ketika diperintahkan untuk meningkatkan keparahan guncangan, beberapa peserta

ragu-ragu. Namun, ketika mereka diperintahkan oleh eksperimen untuk melanjutkan, mereka melakukannya. Mereka bahkan terus "mengejutkan" peserta didik di luar titik di mana peserta didik "memohon" akan dirilis dari percobaan. Hasilnya, untuk Milgram juga untuk orang lain, hampir melampaui keyakinan. Sebuah banyak pelajaran besar ("guru") tanpa ragu menuruti eksperimen itu "Silakan lanjutkan" atau "Anda tidak punya pilihan, Anda harus pergi" dan terus meningkatkan tingkat guncangan tidak peduli berapa banyak pelajar memohon dengan "guru" untuk berhenti. Apa terutama terkejut Milgram adalah bahwa tidak ada yang pernah berjalan keluar dari laboratorium jijik atau protes. ketaatan yang luar biasa ini terlihat berkali-kali di beberapa perguruan tinggi di mana percobaan diulang. kemarahan publik atas percobaan ini berpusat pada penipuan yang mungkin menyebabkan ketidaknyamanan psikologis dan membahayakan peserta . Lebih dari itu, beberapa orang overgeneralized dan berpikir bahwa banyak percobaan psikologis seperti sedang dilakukan.

Selama bertahun-tahun setelah studi yang terkenal, kritik studinya berulang mantap Milgrim. Ada sangat sedikit publisitas seputar fakta bahwa Milgrim melakukan sejumlah tindak lanjut studi tentang peserta dan menemukan bahwa tidak ada efek negatif. Bahkan, pada akhir setiap sesi percobaan, peserta debriefed dan diperkenalkan ke â € œlearnerâ € untuk menunjukkan bahwa tidak ada sengatan listrik yang berbahaya diberikan.

Daerah sensitif lainnya telah menjadi salah satu diarahkan pada penipuan. Ini termasuk situasi di mana peneliti diubah data dari studi penelitian untuk menunjukkan bahwa hipotesis atau teori tertentu adalah benar. Kasus lain yang terlibat penipuan pelaporan temuan penelitian untuk studi penelitian yang pernah terjadi. Sejarah menunjukkan bahwa telah ada sejumlah orang terkemuka yang telah terlibat dalam penipuan (lihat Erwin, Gendin & Kleiman, 1994). Salah satu kasus yang lebih sensasional dugaan penipuan berasal dari psikologi. Orang yang terlibat adalah Sir Cyril Burt, seorang psikolog Inggris terkemuka yang menerima gelar ksatria untuk karyanya pada statistik dan heritabilitas intelijen. Karyanya ditandai dengan penggunaan kembar identik yang genetik komposisi yang paling sama. Burt seharusnya menunjukkan bahwa ada komponen genetik yang kuat untuk kecerdasan dengan memeriksa kecerdasan anak kembar yang dibesarkan bersama-sama dibandingkan mereka yang dipisahkan sejak lahir dan karenanya dipelihara terpisah. Tujuannya adalah untuk mengetahui seberapa besar pengaruh lingkungan atau faktor keturunan memiliki kecerdasan. Pada pertengahan 1970â € ™ s setelah kematian Burt, Leon Kamin (1974) melaporkan bahwa sejumlah korelasi yang dilaporkan Burt identik dengan tempat desimal ketiga. Kebetulan saja ini sangat tidak mungkin. Kemudian ditemukan bahwa beberapa Burtâ € ™ s co-penulis pada artikel penelitian yang dipublikasikan di sekitar Perang Dunia Kedua tidak dapat ditemukan. Banyak kritikus Burtâ € ™ s merasa bahwa Burt menciptakan ini co-penulis untuk menyesatkan masyarakat ilmiah. Bahkan Leslie Hearnshaw, yang ditugaskan oleh Burtâ € ™ s keluarga untuk menulis biografi Burt, mengaku memiliki menemukan bukti penipuan. Pandangan tertentu Burtâ € ™ s penipuan rinci dalam Gould (1981). Namun, Jensen (1992) menyajikan pandangan sosio-historis yang berbeda dari Burt. Jensen menyatakan bahwa tuduhan terhadap Burt tidak pernah terbukti secara memadai. Jensen juga memberikan informasi mengenai Burt yang tidak pernah disebutkan dalam Gouldâ € ™ s buku atau dalam publikasi lain yang penting dari Burt.

Acara seperti Tuskegee, Milgram dan Burt membawa tentang penciptaan undang-undang dan peraturan untuk membatasi atau menghentikan perilaku tidak etis penelitian dalam ilmu medis, perilaku dan sosial. Organisasi profesi, seperti American Psychological Association dan American Physiological Society dikembangkan komisi untuk menyelidiki dan merekomendasikan tindakan terhadap kasus yang dilaporkan perilaku penelitian yang tidak etis. Namun, kejadian dilaporkan penelitian tidak etis oleh para ilmuwan telah minim. Di antara kasus-kasus yang telah menerima publisitas yang paling negatif dalam penelitian ilmu perilaku yang terlibat Steven Breuning dari University of Pittsburgh. Breuning dihukum pada tahun 1988 fabrikasi data ilmiah tentang tes narkoba (Ritalin dan Dexedrine) pada anak hiperaktif. Breuningâ € ™ s hasil palsu yang banyak dikutip dan dipengaruhi beberapa negara untuk mengubah peraturan mereka pada pengobatan anak-anak ini. Kasus Breuning menggambarkan betapa berbahayanya perilaku penipuan ilmuwan dapat.

Dalam ilmu fisika dan obat-obatan, Maurice Buchbinder, ahli jantung, yang menyinggung untuk masalah penelitian yang terkait dengan pengujian nya dari Rotablator. Perangkat ini adalah perangkat kapal pembersih koroner. Investigasi mengungkapkan bahwa perangkat itu diproduksi oleh sebuah perusahaan di mana Buchbinder dimiliki jutaan dolar dalam saham. Di antara pelanggaran etika nya adalah (1) kegagalan untuk melakukan pemeriksaan menindaklanjuti sekitar 280 pasien, (2) penggunaan yang tidak tepat dari perangkat pada pasien dengan penyakit jantung berat, dan (3) tidak benar melaporkan beberapa masalah yang dialami oleh pasien.

Douglas Richman adalah dokter penelitian lain yang menerima ketenaran dalam studinya tentang obat pengobatan hepatitis yang baru. Richman dikutip untuk tidak melaporkan kematian pasien dalam penelitian ini, gagal untuk menginformasikan Druga € ™ s produsen tentang efek samping yang serius, dan gagal untuk benar menjelaskan risiko pasien dalam penelitian ini. Meskipun kejadian dilaporkan penipuan dan perilaku yang tidak etis oleh para ilmuwan langka, Shrader- Frechette (1994) telah menunjukkan bahwa banyak perilaku tidak etis tidak diketahui atau dilaporkan. Bahkan jurnal penelitian tidak menyebutkan apa-apa tentang yang membutuhkan penulis untuk menyajikan informasi bahwa studi ini dilakukan secara etis (misalnya dengan informed consent). Ada kemungkinan bahwa ketika seorang peneliti mempelajari perilaku manusia, bahwa mereka manusia berada dalam risiko melalui paksaan, penipuan, pelanggaran privasi, pelanggaran kerahasiaan, stres, cedera sosial dan kegagalan untuk memperoleh informed consent gratis.

Beberapa Pedoman Umum

Panduan berikut adalah ringkasan yang diambil dari Shrader-Frechetteâ € ™ s buku yang sangat bagus. Shrader-Frechette menetapkan kode-kode yang harus diikuti oleh para peneliti di semua bidang studi di mana hewan dan manusia yang digunakan sebagai peserta. Salah satu topik berpusat pada situasi di mana peneliti tidak harus melakukan penelitian. Ada lima aturan umum untuk mengikuti ketika menentukan bahwa penelitian tidak harus dilakukan.

· Para ilmuwan tidak harus melakukan penelitian yang menempatkan orang pada risiko

· Para ilmuwan tidak harus melakukan penelitian yang melanggar norma-norma informed consent gratis.

· Para ilmuwan tidak harus melakukan penelitian yang mengkonversi sumber daya publik untuk keuntungan pribadi.

· Para ilmuwan tidak harus melakukan penelitian yang serius bisa merusak lingkungan.

· Para ilmuwan tidak seharusnya melakukan penelitian bias.

Di titik kelima dan terakhir yang dibuat oleh Shrader-Frechette, implikasinya adalah arah bias rasial dan seksual saja. Orang harus menyadari bahwa dalam semua studi penelitian terdapat bias yang melekat dalam desain penelitian itu sendiri.

Namun, salah satu kriteria utama dalam menentukan pelaksanaan studi penelitian adalah konsekuensi dari penelitian itu. Shrader-Frechette menyatakan bahwa ada studi yang akan menempatkan manusia dan hewan berisiko, tetapi non-pelaksanaan penelitian yang dapat menyebabkan risiko lebih besar bagi manusia dan hewan. Dalam kata-kata yang berbeda, tidak semua penelitian berpotensi berbahaya harus dikutuk. Shrader-Frechette menyatakan:

â € œJust sebagai ilmuwan memiliki tugas untuk melakukan penelitian tetapi untuk menghindari penelitian etis dipertanyakan, demikian juga mereka memiliki tanggung jawab untuk tidak menjadi begitu etis teliti tentang pekerjaan mereka bahwa mereka mengancam masyarakat berakhir penelitian harus serve.â € (hal. 37) .

Oleh karena itu, peneliti harus latihan beberapa derajat akal sehat ketika memutuskan untuk melakukan atau tidak melakukan penelitian yang melibatkan peserta manusia dan hewan.

Pedoman dari American Psychological Association.

Pada tahun 1973 American Psychological Association menerbitkan pedoman etis bagi psikolog. Pedoman asli pergi melalui sejumlah revisi sejak saat itu. Pedoman terbaru dan prinsip-prinsip diterbitkan dalam Psikolog Amerika dalam edisi Maret 1990. Prinsip-prinsip Etis Psikolog dan Kode Etik dapat ditemukan dalam edisi 1994 dari Pedoman Publikasi American Psychological Association. Bagian berikut akan memberikan singkat diskusi tentang prinsip-prinsip etika dan kode yang relevan dari penelitian ilmu perilaku. Pedoman ini diarahkan kedua penelitian manusia dan hewan. Semua orang yang bekerja pada sebuah proyek penelitian dibatasi oleh kode etik tidak peduli apakah mereka adalah seorang psikolog profesional atau anggota dari American Psychological Association.

Pertimbangan Umum

Keputusan untuk melakukan proyek penelitian terletak semata-mata dengan peneliti. Pertanyaan pertama yang peneliti perlu bertanya pada diri sendiri adalah apakah atau tidak penelitian ini adalah layak dilakukan. Apakah informasi yang diperoleh dari penelitian ini akan berharga dan berguna untuk ilmu pengetahuan dan kesejahteraan manusia? Apakah akan membantu meningkatkan kesehatan dan kesejahteraan manusia? Jika peneliti merasa bahwa penelitian ini adalah berharga, maka penelitian ini akan dilakukan dengan hormat dan perhatian untuk kesejahteraan dan martabat para peserta.

Peserta at Risk Minimal.

Salah satu pertimbangan utama apakah penelitian harus dilakukan atau tidak adalah keputusan apakah peserta akan menjadi "subjek berisiko" atau "subjek pada risiko minimal." Jika ada kemungkinan risiko serius bagi peserta, kemungkinan hasil penelitian memang harus nilai yang cukup sebelum melanjutkan. Para peneliti dalam kategori ini harus berkonsultasi dengan rekan-rekan sebelum melanjutkan. Pada kebanyakan universitas, ada sebuah komite khusus yang ulasan proposal penelitian untuk menentukan apakah nilai penelitian bernilai menempatkan peserta beresiko. Pada setiap waktu, peneliti harus mengambil langkah-langkah untuk mencegah kerusakan pada peserta. Proyek penelitian mahasiswa harus dilakukan dengan jumlah minimum risiko pada peserta.

Keadilan, Tanggung Jawab dan Informed Consent.

Sebelum partisipasi, peneliti dan peserta harus masuk ke dalam perjanjian yang menjelaskan kewajiban dan tanggung jawab. Dengan studi tertentu ini melibatkan informed consent. Di sini peserta setuju

mentolerir penipuan, ketidaknyamanan, dan kebosanan untuk kebaikan ilmu. Sebagai imbalannya, eksperimen menjamin keselamatan dan kesejahteraan peserta. Penelitian psikologis berbeda dari penelitian medis dalam hal ini. Etika penelitian medis memerlukan peneliti untuk menginformasikan peserta apa yang akan dilakukan kepada mereka dan untuk tujuan apa. Sebagian besar penelitian ilmu perilaku dan sosial tidak membatasi ini. Peneliti ilmu perilaku perlu memberitahu hanya aspek-aspek studi yang dapat mempengaruhi participantâ € ™ s kesediaan untuk berpartisipasi. Informed consent tidak diperlukan dalam

riset kecil-kecilan berisiko. Namun, itu adalah ide yang baik untuk penyidik ​​dalam semua penelitian untuk membangun kesepakatan yang jelas dan adil dengan peserta penelitian sebelum partisipasi mereka.

Penipuan

Karakteristik permintaan ada dengan banyak studi ilmu perilaku. Peserta secara sukarela berpartisipasi dengan pengetahuan bahwa sesuatu yang tidak berbahaya akan dilakukan kepada mereka. Harapan mereka dan keinginan mereka untuk â € Oedo apa peneliti wantsâ € bisa mempengaruhi hasil penelitian. Oleh karena itu validitas penelitian akan dikompromikan. Studi Hawthorne yang terkenal adalah kasus di titik. Dalam studi Hawthorne, para pekerja pabrik diberitahu sebelumnya bahwa beberapa orang akan datang ke pabrik untuk melakukan studi tentang produktivitas pekerja. Para pekerja mengetahui bahwa mereka akan dipelajari untuk produktivitas mereka berperilaku dengan cara yang mereka tidak akan berperilaku normal, yaitu tepat waktu, bekerja lebih keras, istirahat pendek, dll Akibatnya para peneliti dalam penelitian ini tidak mampu untuk mendapatkan ukuran yang benar dari produktivitas pekerja . Oleh karena itu, memasuki penipuan. Seperti pertunjukan sulap, yang participantsâ perhatian € ™ yang salah arah. Jika para peneliti telah memasuki pabrik sebagai â € œordinaryâ € pekerja, mereka bisa memperoleh gambaran yang lebih jelas tentang produktivitas pekerja.

Jika peneliti dapat membenarkan penipuan yang bernilai, dan jika prosedur alternatif tidak tersedia, maka peserta harus diberi penjelasan yang cukup sesegera mungkin setelah akhir percobaan. Penjelasan ini disebut pembekalan. Setiap prosedur menipu yang menyajikan peserta dengan persepsi negatif dari diri mereka sendiri harus dihindari.

Bebas dari Paksaan

Peserta harus selalu dibuat merasa bahwa mereka dapat menarik diri dari penelitian setiap saat tanpa hukuman atau dampak. Peserta harus diberitahu tentang ini sebelum awal sesi eksperimental. Peneliti di sebuah universitas yang menggunakan mahasiswa psikologi pengantar sebagai peserta harus menjelaskan bahwa partisipasi mereka bersifat sukarela. Di beberapa universitas, kursus pengantar psikologi memiliki komponen penelitian dinilai. Komponen ini tidak dapat didasarkan pada partisipasi dalam studi penelitian. Bagi mereka yang ingin demikian, komponen penelitian dapat dipenuhi melalui cara lain seperti makalah penelitian. Memberikan kredit poin ekstra untuk partisipasi dapat dipahami sebagai pemaksaan.

Tanya jawab

Setelah mengumpulkan data dari peserta sifat penelitian ini dengan hati-hati menjelaskan kepada peserta. Pembekalan merupakan upaya untuk menghilangkan kesalahpahaman peserta mungkin Anda miliki tentang penelitian. Ini merupakan elemen yang sangat penting dalam melakukan penelitian. Bahkan penjelasan penelitian tidak boleh permusuhan. Perlu worded sedemikian rupa sehingga orang-orang yang baru saja ditipu tidak akan merasa bodoh atau bodoh atau malu. Dalam hal peneliti mahasiswa, itu akan bermanfaat bagi kedua peneliti dan peserta untuk meninjau data. Sesi tanya jawab dapat digunakan sebagai pengalaman belajar sehingga peserta siswa dapat menjadi lebih luas tentang penelitian ilmu perilaku. Menampilkan seorang mahasiswa di laboratorium dan menjelaskan peralatan juga disarankan jika waktu memungkinkan.

Bagi mereka studi di mana pembekalan langsung akan membahayakan validitas penelitian, peneliti dapat menunda pembekalan. Namun, peneliti harus membuat semua upaya yang mungkin untuk menghubungi peserta setelah studi seluruh (pengumpulan data) selesai.

Perlindungan Peserta

Peneliti harus menginformasikan peserta semua risiko dan bahaya yang melekat dalam penelitian ini. Peneliti harus menyadari bahwa peserta melakukan peneliti kebaikan dengan berpartisipasi. Partisipasi dalam penelitian apapun dapat menghasilkan setidaknya beberapa derajat stres. Selain itu, peneliti wajib untuk menghilangkan konsekuensi yang tidak diinginkan dari partisipasi. Hal ini relevan dalam kasus di mana peserta ditempatkan dalam â € Oedo sebuah nothingâ € atau kelompok kontrol. Ini akan menjadi tidak etis dalam sebuah studi yang meneliti program nyeri manajemen untuk menempatkan orang-orang yang sakit kronis menjadi kelompok kontrol di mana mereka tidak menerima pengobatan.

Kerahasiaan

Masalah menjaga peserta dari bahaya termasuk kerahasiaan. Peneliti harus meyakinkan peserta bahwa data yang dikumpulkan dari mereka akan dijaga. Artinya, informasi yang dikumpulkan dari peserta tidak akan diungkapkan kepada publik dengan cara yang dapat mengidentifikasi peserta. Dengan data sensitif, peneliti harus menginformasikan peserta bagaimana data akan ditangani. Dalam satu studi yang berhubungan dengan perilaku seksual dan AIDS, para peserta diminta untuk mengisi kuesioner, tempat kuesioner dalam amplop tanpa tanda dan deposito amplop dalam kotak tertutup. Peneliti meyakinkan peserta bahwa kuesioner hanya akan dilihat oleh entri data orang-orang yang dona € ™ t tahu siapa mereka dan tidak bisa menebak siapa mereka. Smith & Garner (1976) misalnya mengambil tindakan pencegahan ekstra untuk menjamin anonimitas peserta dalam studi mereka tentang perilaku homoseksual di kalangan atlet perguruan tinggi laki-laki.

ETIKA HEWAN PENELITIAN

Untuk beberapa orang, penggunaan hewan dalam penelitian ini tidak manusiawi dan tidak perlu. Namun, studi penelitian dengan menggunakan hewan telah memberikan sejumlah kemajuan berharga bagi hewan dan manusia. Neal Miller (1985) telah mencatat kontribusi besar yang penelitian hewan telah disediakan untuk masyarakat. Tidak seperti peserta manusia, hewan tidak sukarela. Berlawanan dengan kepercayaan aktivis hak binatang, sangat sedikit studi saat ini melibatkan menimbulkan hewan dengan rasa sakit. Percobaan menggunakan hewan sebagai peserta umumnya diperbolehkan asalkan binatang diperlakukan secara manusiawi. APA memberikan panduan tentang penggunaan hewan untuk penelitian perilaku dan pedoman juga logistik untuk perumahan dan perawatan mereka. Ada sebelas poin utama yang tercakup dalam pedoman Apaa € ™ s. Mereka akan tercantum di sini:

1. Umum .: Ini melibatkan kode belakang

akuisisi, pemeliharaan dan pembuangan hewan. Penekanannya adalah pada keakraban dengan kode.

2. Personil: Hal ini melibatkan orang-orang yang

akan merawat hewan. Ini termasuk ketersediaan dokter hewan dan pengawas fasilitas.

3. Fasilitas: Perumahan hewan harus

sesuai dengan standar yang ditetapkan oleh National Institute of Health (NIH) untuk perawatan dan penggunaan hewan laboratorium.

4. Akuisisi Hewan: Hal ini berkaitan dengan bagaimana hewan diperoleh. Dibahas adalah aturan untuk berkembang biak dan / atau pembelian hewan.

5. Perawatan dan Perumahan Hewan: Ini berkaitan dengan kondisi fasilitas di mana binatang disimpan.

6. Pembenaran Penelitian: Tujuan dari

penelitian menggunakan hewan harus dinyatakan dengan jelas.

7. Desain eksperimental: Desain penelitian penelitian harus mencakup pertimbangan manusiawi. Hal ini termasuk jenis hewan dan berapa banyak hewan.

8. Prosedur eksperimental. Semua prosedur eksperimental harus mempertimbangkan animalâ dalam € ™ s kesejahteraan. Prosedur harus melibatkan tidak ada rasa sakit ditimpakan. Setiap jumlah nyeri yang disebabkan harus dibenarkan oleh nilai penelitian. Setiap rangsangan permusuhan harus ditetapkan pada tingkat serendah mungkin.

9. Penelitian Lapangan. Peneliti melakukan penelitian lapangan harus mengganggu populasi sesedikit mungkin. Harus ada penghormatan untuk properti dan privasi penghuni

10. Pendidikan Penggunaan Hewan. Studi nonanimal alternatif harus dipertimbangkan. Demonstrasi kelas menggunakan hewan harus digunakan bila tujuan pendidikan tidak dapat dilakukan melalui penggunaan media. Psikolog harus menyertakan presentasi tentang etika menggunakan hewan dalam penelitian.

11. Disposisi Hewan. Hal ini berkaitan dengan apa yang harus dilakukan dengan hewan setelah penelitian selesai.

Pedoman ini (tersedia dari American Psychological Association) harus diketahui oleh semua personel yang terlibat dalam penelitian dan mencolok diposting di mana pun hewan yang dipelihara dan digunakan.

Dalam menilai penelitian, kemungkinan meningkatkan pengetahuan tentang perilaku, termasuk manfaat untuk kesehatan atau kesejahteraan manusia dan hewan, harus cukup untuk lebih besar daripada kerugian atau penderitaan bagi hewan. Pertimbangan manusiawi bagi kesejahteraan hewan harus demikian selalu dijaga paling penting dalam pikiran. Jika hewan tersebut kemungkinan besar akan mengalami kesulitan atau sakit, prosedur eksperimental yang ditetapkan dalam pedoman dari American Psychological Association harus hati-hati diikuti secara, terutama untuk prosedur bedah. Tidak ada hewan harus dibuang sampai kematiannya diverifikasi, dan harus dibuang dengan cara yang legal dan sesuai dengan kesehatan, lingkungan, dan masalah estetika.

Sebuah buku terbaru oleh Shapiro (1998) menyajikan sejarah dan status saat ini tentang penggunaan hewan dalam penelitian ilmiah. Buku ini berisi artikel yang berhubungan dengan etika dan situasi saat penelitian hewan diperlukan dan jika tidak.

Saran studi

1. Beberapa merasa bahwa masyarakat telah menempatkan terlalu banyak pembatasan ilmuwan tentang bagaimana melakukan penelitian mereka. Daftar titik-titik kuat dan lemah di balik peraturan tersebut.

2. Apa tujuan dari pembekalan? Mengapa perlu?

3. Seorang mahasiswa yang merupakan penggemar siang talk show, ingin menentukan apakah cara gaun wanita pengaruh MENA perilaku € ™ s. Dia berencana untuk menghadiri dua bar di malam hari. Dalam satu bar dia akan berpakaian provokatif dan yang lain ia akan mengenakan setelan bisnis. Variabel dependen nya adalah jumlah orang yang akan mendekati dan berbicara dengannya. Dapatkah Anda menemukan beberapa masalah etika dengan penelitian ini?

4. Pergi ke perpustakaan dan menemukan insiden lain penipuan dan perilaku yang tidak etis ilmuwan perilaku dan medis. Berapa banyak dari Anda dapat menemukan?

5. Dalam novel Arrowsmith, Anda dapat mengusulkan metode alternatif yang akan memungkinkan Martin Arrowsmith untuk sepenuhnya menguji fag nya?

6. Cari dan membaca salah satu artikel berikut:

Braunwald, E. (1987). Pada analisis penipuan ilmiah.

Nature, 325, 215-216.

Brody, RG & Bowman, L. (1998). Akuntansi dan persepsi psikologi siswa bertiup peluit. Mahasiswa Journal. 32, 162-166. Apakah kurikulum perguruan tinggi harus menyertakan etika?

Luas, WJ & Wade, N. (1982). pengkhianat dari kebenaran. New York: Touchstone.

Fontes, LA (1998). Etika dalam penelitian kekerasan dalam rumah tangga. Isu lintas budaya Hubungan Keluarga : Interdisipliner Journal of Applied Studies Keluarga, 47, 53-61.

Herrmann, D. & Yoder, C. (1998). Potensi dampak paradigma memori ditanamkan pada mata pelajaran anak. Applied Cognitive Psychology, 12, 198-206.

(Membahas bahaya memori ditanamkan.)

Knight, JA (1984). Menjelajahi kompromi prinsip-prinsip etika dalam ilmu. Perspektif Biologi dan Kedokteran, 27, 432-442. (Menggali alasan untuk penipuan dan ketidakjujuran dalam ilmu.)

Stark, C. (1998). Etika dalam konteks penelitian: salah tafsir dan was-was salah . Psikologi Kanada. 39, 0,202-211. (J melihat kode etik untuk Psychological Association Kanada.)

tChapter Ringkasan

1. The Tuskegee dan Milgrim studi menggunakan bentuk penipuan dan sering dikutip sebagai alasan mengapa penelitian ilmiah dengan manusia dan hewan perlu diatur.

2. Penipuan juga merupakan masalah yang menjadi perhatian, karena pekerjaan individu seperti Burt dan Breuning memiliki banyak pengaruh pada undang-undang dan bagaimana orang dirasakan dirinya dan orang lain.

3. Organisasi seperti American Psychological Association telah menyiapkan pedoman etika melakukan penelitian. Juga mereka telah menyiapkan papan review untuk mengevaluasi dan mengambil tindakan pada klaim pelanggaran etika.

4. Para peneliti diwajibkan untuk tidak membahayakan fisik atau psikologis kepada peserta penelitian.

5. Peneliti harus melakukan penelitian dengan cara yang akan menghasilkan informasi yang berguna.

6. Sepuluh standar etika yang didirikan oleh American Psychological Association mencakup ketentuan untuk perencanaan penelitian, perlindungan peserta, kerahasiaan, pembekalan, penipuan, informed consent, dan kebebasan dari paksaan

7. Pedoman juga disediakan untuk penggunaan hewan dalam penelitian. Ini memberikan pedoman perawatan, makan dan perumahan hewan dan apa yang harus dilakukan dengan binatang setelah akhir penelitian.


76 Bab 6: Pertimbangan Etis dalam Melakukan Behavioral Science Research

Bab 7
Desain Penelitian: Tujuan dan Prinsip

Desain penelitian adalah rencana dan struktur penyelidikan sehingga dipahami untuk memperoleh jawaban atas pertanyaan penelitian. Rencananya adalah skema keseluruhan atau program penelitian. Ini mencakup garis besar apa yang akan dilakukan penyidik ​​dari menulis hipotesis dan implikasi operasional untuk analisis akhir data. Struktur penelitian lebih sulit untuk menjelaskan, karena "struktur" sulit untuk mendefinisikan secara jelas dan tegas. Karena itu adalah konsep yang menjadi semakin penting karena kami terus penelitian kami, kami di sini pecah dan berusaha definisi dan penjelasan singkat. Wacana tentu akan agak abstrak pada saat ini. Kemudian contoh, bagaimanapun, akan lebih konkret. Lebih penting lagi, kita akan menemukan konsep yang kuat, berguna, bahkan sangat diperlukan, terutama dalam penelitian nanti kita analisis multivariat mana "struktur" adalah konsep kunci yang memahami adalah penting untuk memahami metodologi penelitian kontemporer banyak.

Struktur A adalah kerangka kerja, organisasi, atau konfigurasi elemen struktur terkait dengan cara tertentu. Cara terbaik untuk menentukan struktur adalah untuk menulis sebuah persamaan matematika yang berhubungan dengan bagian-bagian dari struktur satu sama lain. Persamaan matematika seperti itu, karena hal tersebut didefinisikan dan secara khusus terkait dengan persamaan (atau set persamaan), adalah jelas. Singkatnya, struktur adalah paradigma atau model hubungan antara variabel penelitian. Kata-kata "struktur," "modela € dan" paradigma "yang merepotkan karena mereka sulit untuk mendefinisikan secara jelas dan tegas. A" paradigma "adalah model, contoh. Diagram, grafik, dan garis verbal paradigma. Kami menggunakan" paradigma "di sini daripada" model "karena" model "memiliki arti penting dalam ilmu pengetahuan, '

Sebuah desain penelitian mengungkapkan kedua struktur masalah penelitian dan rencana penyelidikan yang digunakan untuk memperoleh bukti empiris tentang hubungan masalah. Kami akan segera menemukan contoh dari kedua desain dan struktur yang mungkin akan meramaikan diskusi abstrak ini.

TUJUAN DESAIN PENELITIAN

Desain penelitian memiliki dua tujuan dasar: (1) untuk memberikan jawaban atas pertanyaan penelitian dan (2) . untuk mengendalikan varians Desain membantu peneliti mendapatkan jawaban atas pertanyaan-pertanyaan penelitian dan juga membantu mereka untuk mengontrol eksperimental, asing, dan varians error dari masalah penelitian tertentu yang diteliti. Karena semua kegiatan penelitian dapat dikatakan memiliki tujuan memberikan jawaban atas pertanyaan penelitian, adalah mungkin untuk menghilangkan tujuan ini dari diskusi dan mengatakan bahwa desain penelitian memiliki satu tujuan besar: untuk mengontrol varians. Seperti batas dari tujuan desain, bagaimanapun, adalah berbahaya. Tanpa stres yang kuat pada pertanyaan penelitian dan penggunaan desain untuk membantu memberikan jawaban atas pertanyaan-pertanyaan ini, studi desain dapat berubah menjadi sebuah kegiatan teknis yang menarik, tapi steril.

Desain penelitian yang diciptakan untuk memungkinkan para peneliti untuk menjawab pertanyaan penelitian sebagai sah, obyektif akurat, dan ekonomis mungkin. Rencana penelitian sengaja dan secara khusus disusun dan dilaksanakan untuk membawa bukti-bukti empiris untuk menanggung pada masalah penelitian. Masalah penelitian dapat dan dinyatakan dalam bentuk hipotesis. Pada beberapa titik dalam penelitian mereka dinyatakan sehingga mereka dapat diuji secara empiris. Desain secara hati-hati bekerja untuk menghasilkan jawaban diandalkan dan valid untuk pertanyaan penelitian dicontohkan oleh hipotesis. Kita bisa membuat satu pengamatan dan menyimpulkan bahwa hubungan hipotesis ada atas dasar satu pengamatan ini, tetapi jelas bahwa kita tidak dapat menerima kesimpulan jadi dibuat. Di sisi lain, juga memungkinkan untuk membuat ratusan pengamatan dan menyimpulkan bahwa hubungan hipotesis ada atas dasar ini banyak pengamatan. Dalam hal ini kita dapat atau tidak dapat menerima kesimpulan yang valid. Hasilnya tergantung pada bagaimana observasi dan kesimpulan dibuat. Memadai direncanakan dan desain dilaksanakan sangat membantu dalam memungkinkan kita untuk mengandalkan kedua pengamatan kami dan kesimpulan kami.

Bagaimana desain mencapai hal ini? Desain penelitian menyiapkan kerangka kerja untuk studi hubungan antar variabel. Desain memberitahu kita, dalam arti, apa pengamatan untuk membuat, bagaimana membuat mereka, dan bagaimana menganalisis representasi kuantitatif dari pengamatan. Sebenarnya, desain tidak "memberitahu" kita tepat apa yang harus dilakukan, melainkan "menunjukkan" arah pembuatan observasi dan analisis. Desain yang memadai "menyarankan," misalnya, berapa banyak pengamatan harus dilakukan, dan variabel yang aktif dan yang variabel atribut. Kami kemudian dapat bertindak untuk memanipulasi variabel aktif dan untuk mengkategorikan dan mengukur variabel atribut. Sebuah desain memberitahu kita apa jenis analisis statistik untuk digunakan. Akhirnya, desain yang memadai menguraikan kemungkinan kesimpulan yang bisa ditarik dari analisis statistik.

Teladan

Telah dikatakan bahwa perguruan tinggi dan universitas mendiskriminasikan perempuan dalam perekrutan dan penerimaan. Misalkan kita ingin menguji diskriminasi dalam penerimaan. Ide untuk contoh ini berasal dari percobaan yang tidak biasa dan cerdik dikutip sebelumnya: Walster, Cleary, dan Clifford (1971). Kami membuat percobaan sebagai berikut. Untuk sampel acak dari 200 perguruan tinggi kita mengirim aplikasi untuk masuk mendasarkan aplikasi pada beberapa kasus model yang dipilih pada rentang kemampuan diuji dengan semua rincian yang sama kecuali untuk jenis kelamin. Setengah aplikasi akan laki-laki dan setengah perempuan. Hal-hal lain yang sama, kami berharap jumlah kira-kira sama akseptasi dan penolakan.

Perawatan

A 1 (Laki-laki) A 2

(Perempuan)

Penerimaan

Skor

Mayor MA 2

Gambar 7.1

Penerimaan, kemudian, adalah variabel dependen. Hal ini diukur pada skala tiga poin: penerimaan penuh, penerimaan berkualitas, dan penolakan. Panggilan pria A1 dan

A2 perempuan. Paradigma desain diberikan pada Gambar 7.1.

Desain adalah mungkin, persyaratan minimum yang diberikan sederhana kontrol. Kedua perawatan akan diberikan kepada perguruan tinggi secara acak. Setiap perguruan tinggi, maka, akan menerima satu aplikasi, yang akan baik laki-laki atau perempuan. Perbedaan antara sarana, MA1 dan

MA 2 akan diuji untuk signifikansi statistik dengan pada atau uji F. Hipotesis substantif adalah: MA1> MA2, atau

lebih laki-laki daripada perempuan akan diterima untuk masuk. Jika tidak ada diskriminasi dalam penerimaan, maka MA1 secara statistik sama dengan MA2. Misalkan tes F menunjukkan bahwa cara yang tidak berbeda secara signifikan. Bisakah kita kemudian yakin bahwa tidak ada diskriminasi dipraktekkan (rata-rata)? Sementara desain Gambar 7.1 memuaskan sejauh itu pergi, mungkin itu tidak pergi cukup jauh.

Sebuah Desain Kuat

Walster dan rekan-rekannya menggunakan dua variabel independen lain, ras dan kemampuan, dalam desain faktorial. Kami menjatuhkan ras-itu tidak signifikan secara statistik, juga tidak berinteraksi secara signifikan dengan yang lain variabel-dan berkonsentrasi pada gender dan kemampuan. Jika sebuah perguruan tinggi mendasarkan seleksi siswa masuk ketat pada kemampuan, tidak ada diskriminasi (kecuali, tentu saja, pemilihan kemampuan disebut diskriminasi). Menambahkan kemampuan untuk desain Gambar 7.1; menggunakan tiga tingkatan. Artinya, di samping aplikasi yang ditunjuk pria dan wanita, mereka juga ditunjuk sebagai tinggi, sedang, dan rendah. Sebagai contoh, tiga dari aplikasi mungkin: laki-laki, kemampuan menengah; perempuan, kemampuan tinggi; perempuan, kemampuan rendah. Sekarang, jika tidak ada perbedaan yang signifikan antara jenis kelamin dan interaksi antara gender dan kemampuan tidak signifikan, ini akan menjadi bukti jauh lebih kuat tanpa diskriminasi dari itu dihasilkan oleh desain dan uji statistik Gambar 7.1. Kami sekarang menggunakan desain diperluas untuk menjelaskan pernyataan ini dan untuk membahas sejumlah poin tentang desain penelitian. Desain diperluas diberikan pada Gambar

7.2.

Desain adalah 2 x 3 faktorial. Satu variabel independen, A, gender, sama seperti pada Gambar 7.1. Variabel independen kedua, B, adalah kemampuan, yang dimanipulasi dengan menunjukkan dalam beberapa cara apa tingkat kemampuan siswa. Hal ini penting untuk tidak bingung dengan nama-nama variabel. Gender dan kemampuan yang biasanya atribut variabel dan dengan demikian nonexperimental. Dalam kasus ini, bagaimanapun, mereka dimanipulasi. Catatan mahasiswa dikirim ke perguruan tinggi secara sistematis disesuaikan agar sesuai dengan enam sel Gambar

2. Sebuah kasus di A 1 B 2 sel, misalnya, akan menjadi

catatan laki-laki kemampuan menengah. Ini adalah catatan ini bahwa hakim kuliah untuk masuk.

Mari kita asumsikan bahwa kita percaya diskriminasi terhadap perempuan mengambil bentuk yang lebih halus daripada pengecualian hanya di-papan: bahwa itu adalah perempuan kemampuan yang lebih rendah yang didiskriminasi (dibandingkan dengan laki-laki). Ini adalah hipotesis interaksi. Bagaimanapun, kita menggunakan masalah ini dan paradigma Gambar 7.2 sebagai dasar untuk membahas beberapa elemen desain penelitian.

Masalah penelitian menunjukkan desain penelitian. Karena hipotesis baru saja dibahas merupakan salah satu interaksi, desain faktorial adalah jelas tepat. A adalah gender; B adalah kemampuan. A dipartisi menjadi A1 dan A2, dan B ke

B1, B2, dan B3.

Paradigma Gambar 7.2 menunjukkan beberapa hal. Pertama dan yang paling jelas, jumlah yang cukup besar mata pelajaran yang dibutuhkan.

Bj (tinggi)

Kemampuan B 2

(Medium)

B3 (Low)

Jenis Kelamin

Aj (Pria) A2

(Perempuan)



Penerimaan

Skor



MBJ

MB 2

MB 3

Mayor MA2

Gambar 7.2

Secara khusus, mata pelajaran 6n diperlukan (n = jumlah S di setiap sel). Jika kita memutuskan bahwa n harus 20, maka kita harus memiliki 120 S untuk percobaan. Perhatikan "kebijaksanaan" desain di sini. Jika kita hanya menguji perawatan dan kemampuan mengabaikan, hanya 2n S akan menjadi

diperlukan.Harap dicatat bahwa beberapa seperti Simon (1976, 1987), Simon & Roscoe (1984), dan Daniel (1976) tidak setuju dengan pendekatan ini untuk semua jenis masalah. Mereka merasa bahwa banyak desain mengandung ulangan tersembunyi dan bahwa seseorang dapat lakukan dengan mata pelajaran yang jauh lebih sedikit yang 20 per sel. Desain seperti memang membutuhkan banyak perencanaan yang lebih hati-hati, namun peneliti dapat keluar dengan banyak informasi yang lebih berguna.

Ada cara untuk menentukan berapa banyak mata pelajaran yang diperlukan dalam sebuah penelitian. Penentuan tersebut merupakan bagian dari subjek "kekuasaan," yang mengacu pada kemampuan uji signifikansi statistik untuk mendeteksi perbedaan dalam cara (atau statistik lain) ketika perbedaan tersebut memang ada. Bab 8 membahas ukuran sampel dan hubungannya dengan penelitian. Bab 12, bagaimanapun, menyajikan sebuah metode untuk memperkirakan ukuran sampel untuk memenuhi kriteria tertentu. Power adalah nilai pecahan antara 0 dan 1,00 yang didefinisikan sebagai 1 - P, di mana P adalah probabilitas melakukan kesalahan tipe 2. Tipe 2 kesalahan gagal untuk menolak hipotesis nol yang salah. Jika daya tinggi (dekat dengan 1.00), ini mengatakan bahwa jika uji statistik tidak signifikan, penelitian dapat disimpulkan bahwa hipotesis nol benar. Power juga memberitahu Anda seberapa sensitif uji statistik dalam mengambil perbedaan nyata. Jika uji statistik tidak cukup sensitif untuk mendeteksi perbedaan yang nyata, tes dikatakan memiliki daya rendah. Sebuah tes yang sangat sensitif yang dapat mengambil perbedaan yang benar dikatakan memiliki daya tinggi. Dalam Bab 16, kita membahas perbedaan antara uji statistik parametrik dan nonparametrik. Tes nonparametrik umumnya kurang sensitif dibandingkan tes parametrik. Akibatnya tes nonparametrik dikatakan memiliki kekuatan lebih rendah dari tes parametrik. Salah satu buku yang paling komprehensif tentang topik estimasi daya oleh Cohen (1988). Jaccard dan Becker 1997) memberikan mudah untuk mengikuti pengantar analisis daya.

Kedua, desain menunjukkan bahwa "subjek" (perguruan tinggi, dalam hal ini) dapat secara acak ditugaskan untuk kedua A dan B karena keduanya adalah variabel eksperimental. Jika kemampuan adalah variabel atribut nonexperimental, bagaimanapun, maka mata pelajaran dapat secara acak ditugaskan untuk A 1 dan A 2 , tetapi tidak ke B 1 , B 2 , dan B 3 . Ketiga, sesuai dengan desain pengamatan yang dilakukan pada "subjek" harus dibuat secara independen. Rata-satu perguruan tinggi tidak harus mempengaruhi skor perguruan lain. Mengurangi desain untuk garis seperti itu dari Gambar 7.2 berlaku mengatur operasi yang diperlukan untuk mendapatkan langkah-langkah yang sesuai untuk analisis statistik. Tes F tergantung pada asumsi independensi ukuran variabel dependen. Jika kemampuan di sini adalah variabel atribut dan individu yang diukur untuk kecerdasan, misalnya, maka persyaratan independensi dalam bahaya besar karena kemungkinan satu subjek melihat kertas subjek lain, karena guru dapat sadar (atau sadar) "bantuan" anak-anak dengan jawaban , dan untuk alasan lainnya. Para peneliti mencoba untuk mencegah hal-hal tidak seperti-atas dasar moral, tetapi untuk memenuhi persyaratan desain suara dan statistik suara.

Titik keempat adalah cukup jelas bagi kita sekarang: Gambar 7.2 menunjukkan analisis faktor varians, uji F, tindakan asosiasi, dan, mungkin, post hoc tes. Jika penelitian ini dirancang dengan baik sebelum data dikumpulkan-karena pasti adalah dengan Walster et al.-masalah yang paling statistik dapat dipecahkan. Selain itu, masalah merepotkan tertentu dapat dihindari sebelum mereka muncul atau bahkan dapat dicegah timbulnya sama sekali. Dengan desain yang tidak memadai, bagaimanapun, masalah uji statistik yang tepat mungkin sangat merepotkan. Salah satu alasan untuk penekanan kuat dalam buku ini pada mengobati desain dan masalah statistik bersamaan adalah untuk menunjukkan cara untuk menghindari masalah ini. Jika desain dan analisis statistik yang direncanakan secara bersamaan, pekerjaan analitis biasanya mudah dan rapi.

Dividen yang sangat berguna desain adalah: Sebuah desain yang jelas, seperti yang di Gambar 7.2, menunjukkan uji statistik yang dapat dibuat. Sebuah rancangan acak satu-variabel sederhana dengan dua partisi, misalnya, dua perlakuan, A1 dan A 2 , izin hanya uji statistik perbedaan antara dua statistik yang dihasilkan oleh data. Statistik ini mungkin dua cara, dua median, dua rentang, dua varian, dua persentase, dan lain sebagainya. Hanya satu uji statistik yang biasanya mungkin. Dengan desain Gambar 7.2, bagaimanapun, tiga uji statistik yang mungkin: (1) antara A1 dan A2; (2)

antara B1, B2, dan B3; dan (3) interaksi A dan

B. Dalam kebanyakan investigasi, semua uji statistik tidak sama pentingnya. Yang penting, secara alami, adalah mereka langsung berhubungan dengan masalah penelitian dan hipotesis.

Dalam kasus ini hipotesis interaksi [atau (3), di atas] adalah salah satu yang penting, karena diskriminasi seharusnya tergantung pada tingkat kemampuan. Perguruan tinggi dapat berlatih diskriminasi di berbagai tingkat kemampuan. Seperti yang disarankan di atas, perempuan (A 2 ) dapat diterima lebih

dibandingkan laki-laki (A 1 ) pada tingkat yang lebih tinggi kemampuan (B 1 ), sedangkan mereka dapat diterima kurang pada tingkat kemampuan yang lebih rendah (B 3 ).

Ini harus jelas bahwa rancangan penelitian tidak statis. Sebuah pengetahuan tentang desain dapat membantu kita untuk merencanakan dan melakukan penelitian yang lebih baik dan juga dapat menyarankan pengujian hipotesis. Mungkin lebih penting, kita dapat menyebabkan menyadari bahwa desain penelitian tidak dengan sendirinya cukup untuk tuntutan kami membuat itu. Yang dimaksud dengan pernyataan yang agak aneh ini?

Asumsikan bahwa kita merumuskan hipotesis interaksi seperti diuraikan di atas tanpa mengetahui apa-apa tentang desain faktorial. Kami mendirikan desain yang terdiri, sebenarnya, dari dua percobaan. Dalam salah satu eksperimen ini kita menguji A 1 A melawan 2 dalam kondisi B 1 . Dalam kedua

percobaan kita menguji A 1 A melawan 2 dalam kondisi B 2 .

Paradigma akan terlihat seperti itu dari Gambar 7.3. (Untuk membuat hal-hal sederhana, kami hanya menggunakan dua tingkat B 1 , B 2 , dan B 3 , tetapi mengubah B 3 ke B 2 . Desainnya

sehingga dikurangi menjadi 2 x 2.)

Poin penting untuk dicatat adalah bahwa tidak ada cukup uji hipotesis mungkin dengan desain ini. A, dapat diuji terhadap A 2 di bawah kedua B 1 dan B 2 kondisi, untuk

yakinlah. Tapi itu tidak mungkin untuk mengetahui, jelas dan tegas, apakah ada interaksi yang signifikan antara A dan B. Bahkan jika MA 1 > MA 2 | B 2

(MA 1 lebih besar dari MA 2 , di bawah kondisi B 2 ), sebagai

hipotesis, desain tidak dapat memberikan kemungkinan yang jelas mengkonfirmasikan interaksi hipotesis karena kita tidak bisa mendapatkan informasi tentang perbedaan antara A 1 dan A 2 pada dua tingkat B,

B 1 dan B 2 . Ingat bahwa hipotesis interaksi menyiratkan, dalam hal ini, bahwa perbedaan antara A, dan A 2 berbeda di B 1 dari apa yang di B 2 . Di lain

kata-kata, informasi dari kedua A dan B bersama-sama dalam satu percobaan yang dibutuhkan untuk menguji hipotesis interaksi. Jika hasil statistik percobaan terpisah menunjukkan perbedaan yang signifikan antara A 1 dan A 2 dalam satu

Percobaan di bawah B 1 kondisi, dan tidak ada perbedaan yang signifikan dalam eksperimen lain di bawah B 2 kondisi, maka ada baik dugaan bukti bahwa hipotesis interaksi terhubung. Tetapi bukti dugaan tidak cukup baik, terutama ketika kita tahu bahwa adalah mungkin untuk mendapatkan bukti yang lebih baik.


B1,

Kondisi

B2

Kondisi


Perawatan

Perawatan


Ai

A 2

A 1

A 2



MA 1

ma 2

MA 1

ma 2


Gambar 7.3


A 1 A 2


B 1

30 30

30


B 2

40 30

35


35 30


Gambar 7.4

Pada Gambar 7.3, misalkan sarana sel yang,

dari kiri ke kanan: 30, 30, 40, 30. Hasil ini tampaknya akan mendukung hipotesis interaksi, karena ada perbedaan yang signifikan antara A 1 dan A 2 pada tingkat B 2 ,

tetapi tidak pada tingkat B 1 . Tapi kita tidak bisa tahu ini menjadi jelas sehingga, meskipun perbedaan antara A 1 dan A 2 adalah signifikan secara statistik. Gambar 7.4 menunjukkan bagaimana ini

akan terlihat jika desain faktorial telah digunakan.

(Angka-angka dalam sel dan pada margin berarti.) Dengan asumsi bahwa efek utama, Aj dan A 2 ; Bj dan B 2 , yang signifikan, masih mungkin bahwa

interaksi tidak signifikan. Kecuali hipotesis interaksi diuji secara khusus, bukti untuk interaksi hanyalah dugaan, karena uji interaksi statistik direncanakan bahwa desain faktorial menyediakan kurang. Harus jelas bahwa pengetahuan tentang desain dapat meningkatkan percobaan ini.

DESAIN PENELITIAN SEBAGAI VARIANS PENGENDALIAN

Fungsi teknis utama desain penelitian adalah untuk mengontrol varians. Sebuah desain penelitian adalah, dalam cara berbicara satu set instruksi kepada penyidik ​​untuk mengumpulkan dan menganalisis data dengan cara tertentu. Oleh karena itu mekanisme kontrol. Prinsip statistik balik mekanisme ini, seperti yang dinyatakan sebelumnya, adalah: Maksimalkan sistem ATIC varians, varians mengontrol sistematis asing, dan meminimalkan kesalahan varians. Dengan kata lain, kita harus mengontrol varians.

Menurut prinsip ini, dengan membangun desain penelitian yang efisien upaya penyidik ​​(1) untuk memaksimalkan varians dari variabel atau variabel dari hipotesis penelitian substantif, (2) untuk mengontrol varian asing atau "tidak diinginkan" variabel yang mungkin memiliki efek pada hasil eksperimen, dan (3) untuk meminimalkan kesalahan atau varians acak, termasuk d kesalahan begitu-calle pengukuran. Mari kita lihat sebuah contoh.

Sebuah Contoh Kontroversial

Kontroversi kaya semua ilmu. Tampaknya menjadi sangat kaya dan beragam dalam ilmu perilaku. Dua kontroversi seperti ini muncul dari teori yang berbeda dari perilaku manusia dan belajar. Teori-teori penguatan telah cukup menunjukkan bahwa penguatan positif dapat meningkatkan pembelajaran. Seperti biasa, namun, hal-hal yang tidak begitu sederhana. Diduga efek menguntungkan dari imbalan eksternal telah dipertanyakan; Penelitian telah menunjukkan bahwa reward ekstrinsik dapat memiliki pengaruh merusak pada motivasi anak-anak, minat intrinsik, dan pembelajaran. Sejumlah artikel dan studi yang diterbitkan dalam 1970â € ™ s menunjukkan efek merugikan yang mungkin menggunakan reward. Dalam satu studi tersebut Amabile (1979) menunjukkan bahwa evaluasi eksternal memiliki efek merusak pada kreativitas seni. Lainnya termasuk Deci (1971) dan Lepper dan Greene (1978). Pada saat itu, bahkan prinsip yang tampaknya sederhana penguatan tidak begitu mudah. Namun, dalam beberapa tahun terakhir sejumlah artikel telah muncul membela efek positif dari reward (lihat Eisenberger dan Cameron, 1996; Sharpley, 1988; McCullers, Fabes dan Moran, 1987 dan Bates,

1979. .

Ada tubuh besar keyakinan dan penelitian yang menunjukkan bahwa mahasiswa belajar dengan baik di bawah rezim apa yang disebut penguasaan pembelajaran. Sangat singkat "ketuntasan belajar" berarti sistem pedagogi berdasarkan instruksi pribadi dan membutuhkan siswa untuk

belajar unit kurikulum untuk kriteria penguasaan. (Lihat Abbott dan Falstrom, 1975; Ross dan McBean, 1995; Senemoglu dan Fogelman, 1995; Bergin, 1995). Meskipun tampaknya ada beberapa penelitian yang mendukung khasiat penguasaan pembelajaran. ada setidaknya satu studi-studi dan baik itu adalah dengan Thompson (1980) yang hasilnya menunjukkan bahwa siswa diajarkan melalui penguasaan pembelajaran pendekatan melakukan tidak lebih baik daripada siswa diajarkan dengan pendekatan konvensional ceramah, diskusi, dan pengajian. Ini merupakan studi teladan, dilakukan dengan kontrol yang cermat selama jangka waktu yang panjang. Contoh yang diberikan di bawah ini terinspirasi oleh studi Thompson. Desain dan kontrol dalam contoh, bagaimanapun, adalah jauh lebih sederhana dari Thompson. Perhatikan juga, bahwa Thompson memiliki keuntungan besar: Dia melakukan eksperimennya dalam pembentukan militer. Ini berarti, tentu saja, bahwa banyak masalah kontrol, biasanya bandel dalam penelitian pendidikan, mudah dipecahkan.

Kontroversi memasuki gambar karena penguasaan belajar penganut tampak begitu kuat yakin kebajikan, sedangkan ragu-nya hampir sama skeptis. Akan penelitian memutuskan masalah ini? Dengan Keras.Tapi mari kita lihat bagaimana orang bisa mendekati sebuah studi yang relatif sederhana yang mampu menghasilkan setidaknya sebagian empiris jawaban.

Seorang penyidik ​​pendidikan memutuskan untuk menguji hipotesis bahwa prestasi dalam ilmu ditingkatkan lainnya penguasaan belajar metode (ML) dibandingkan dengan metode tradisional (T). Kami mengabaikan rincian metode dan berkonsentrasi pada desain penelitian. Memanggil metode penguasaan belajar A 1 dan tradisional

Metode A2. Sebagai peneliti, kita tahu bahwa yang lain

variabel independen yang mungkin mempengaruhi prestasi: kecerdasan, jenis kelamin, latar belakang kelas sosial, pengalaman sebelumnya dengan ilmu pengetahuan, motivasi, dan sebagainya. Kami akan memiliki alasan untuk percaya bahwa dua metode kerja yang berbeda dengan berbagai jenis siswa. Mereka mungkin bekerja secara berbeda, misalnya, dengan siswa bakat skolastik yang berbeda. Pendekatan tradisional yang efektif, mungkin, dengan siswa dari bakat yang tinggi, sedangkan ketuntasan belajar lebih efektif dengan siswa dari bakat yang rendah. Panggil bakat B: bakat tinggi B 1 dan B bakat rendah 2 . Dalam contoh ini, variabel

bakat adalah dikotomis dalam kelompok tinggi dan rendah. Ini bukan cara terbaik untuk menangani variabel bakat. Ketika ukuran kontinu dichotomized atau trichotomized, varian hilang. Dalam bab berikutnya ketika kita akan melihat bahwa meninggalkan ukuran kontinyu dan menggunakan regresi berganda adalah metode yang lebih baik. Apa desain harus dibentuk? Untuk menjawab pertanyaan ini, penting untuk label variabel dan untuk mengetahui dengan jelas apa pertanyaan yang diminta. Variabel adalah:

Variabel Independen

Metode Aptitude

Penguasaan Pembelajaran, A 1 Aptitude tinggi, B 1

Tradisional, A 2 Rendah Aptitude, B 2

Variabel Dependent skor Prestasi Ilmu Uji Ilmu

Kita mungkin sebagai penyidik ​​juga telah memasukkan variabel lain dalam desain, terutama variabel yang berpotensi berpengaruh pada pencapaian: kecerdasan umum, kelas sosial, jenis kelamin, rata-rata sekolah tinggi, misalnya. Kami juga akan menggunakan tugas acak untuk mengurus kecerdasan dan kemungkinan variabel independen berpengaruh lainnya. Ukuran variabel dependen disediakan oleh tes pengetahuan ilmu standar.

Masalahnya tampaknya panggilan untuk desain faktorial. Ada dua alasan untuk pilihan ini.

Metode

A 1 A 2


(Mastery

Sedang Belajar)

(Tradisional)


B 1

(Tinggi

Kecemasan)

MA 1 B 1

M A2B1


Bakat

ILMU PENGETAHUAN

PENGETAHUAN

SKOR


B 2

(Rendah

Kecemasan)

M A1B2

M a2b2


MA 1

ma 2


MB 1

mb 2

Gambar 7.5

Satu, ada dua variabel independen. Dua, kami memiliki cukup jelas merupakan hipotesis interaksi dalam pikiran, meskipun kita mungkin tidak telah menyatakan dalam begitu banyak kata. Kami memiliki keyakinan bahwa metode akan bekerja secara berbeda dengan berbagai jenis siswa. Kami mendirikan struktur desain pada Gambar 7.5.

Perhatikan bahwa semua sarana marjinal dan sel telah diberi label. Perhatikan juga, bahwa ada satu variabel aktif, metode, dan satu variabel atribut, bakat. Anda mungkin ingat dari Bab 3 bahwa variabel aktif adalah variabel eksperimental atau dimanipulasi. Sebuah variabel atribut adalah variabel terukur atau variabel yang merupakan karakteristik dari orang atau kelompok, misalnya, kecerdasan, kelas sosial, dan pekerjaan (orang), dan kekompakan, produktivitas, dan membatasi-permisif atmosfer (organisasi, kelompok, dan sejenisnya ). Yang bisa kita lakukan adalah untuk mengkategorikan mata pelajaran sebagai bakat yang tinggi dan bakat rendah dan menetapkan mereka sesuai untuk B 1 dan

B 2 . Kita bisa, bagaimanapun, secara acak menetapkan siswa untuk A 1 dan A 2 , kelompok metode. Hal ini dilakukan dalam dua tahap: (1) B 1 (aptitude tinggi) siswa secara acak ditugaskan untuk A 1 dan A 2 dan (2) B 2 (aptitude rendah) siswa secara acak ditugaskan untuk A 1 dan A 2 . Dengan begitu mengacak mata pelajaran kita dapat mengasumsikan bahwa sebelum percobaan dimulai, para siswa A 1 yang kurang lebih sama dengan siswa di A 2 dalam semua karakteristik yang mungkin.

Perhatian kami saat ini adalah dengan peran yang berbeda dari varians dalam desain penelitian dan prinsip varians. Sebelum pergi lebih jauh, kami nama prinsip varians untuk memudahkan referensi-the "maxmincon" prinsip. Asal usul nama ini jelas: memaksimalkan varians sistematis yang diteliti; mengontrol varians sistematis asing; dan meminimalkan kesalahan varians-dengan dua suku kata terbalik untuk bunyi merdu.

Sebelum menangani penerapan prinsip maxmincon dalam contoh ini, poin penting yang harus dibahas. Setiap kali kita berbicara tentang varians, kita harus pastikan untuk mengetahui apa perbedaan kita bicarakan. Kami berbicara tentang varian metode, kecerdasan, gender, jenis rumah, dan sebagainya. Ini terdengar seolah-olah kita berbicara tentang varians variabel independen. Hal ini berlaku dan tidak benar. Kami selalu berarti varians dari variabel dependen varians dari tindakan variabel dependen, setelah percobaan telah dilakukan. Ini tidak benar dalam apa yang disebut studi korelasional di mana, ketika kita mengatakan "varians dari variabel independen," yang kita maksud itu. Ketika berhubungan dua variabel, kita mempelajari varians dari variabel independen dan dependen "secara langsung." Cara kami untuk mengatakan "variabel varians independen" berasal dari kenyataan bahwa, dengan manipulasi dan pengendalian variabel independen, kita influ ence, mungkin, varians dari variabel dependen. Agak tidak tepat menempatkan kita "membuat" langkah-langkah dari variabel dependen atau berperilaku beragam sebagai akibat dugaan manipulasi dan pengendalian variabel independen kami. Dalam sebuah eksperimen, itu adalah langkah-langkah variabel dependen yang dianalisis. Kemudian, dari analisis kita menyimpulkan bahwa varians hadir dalam total varians dari tindakan variabel dependen yang disebabkan oleh manipulasi dan pengendalian variabel independen dan kesalahan. Sekarang, kembali ke prinsip kami.

MAKSIMALISASI VARIANS EKSPERIMEN

Eksperimen yang paling jelas, tetapi belum tentu yang paling penting, perhatian adalah untuk memaksimalkan apa yang akan kita sebut varians eksperimental. Istilah ini diperkenalkan untuk memfasilitasi diskusi berikutnya dan, secara umum, hanya mengacu pada varians dari variabel dependen dipengaruhi oleh variabel independen atau variabel hipotesis substantif. Dalam kasus ini, varians eksperimental adalah varians dalam variabel dependen mungkin karena metode, A1 dan A2, dan bakat, B1 dan B2. Meskipun varians eksperimental

dapat diartikan hanya varians karena dimanipulasi atau acti ve variabel, seperti metode, kami juga akan mempertimbangkan atribut variabel, seperti kecerdasan, jenis kelamin, dan, dalam kasus ini, bakat, variabel eksperimental. Salah satu tugas utama dari eksperimen ini adalah untuk memaksimalkan varians ini. Metode harus â € œpulledâ € terpisah sebanyak mungkin untuk membuat A1 dan A2 (dan A3,

A4, dan sebagainya, jika mereka dalam desain) yang tidak seperti mungkin.

Jika variabel independen tidak berbeda secara substansial, ada sedikit kesempatan untuk memisahkan efeknya dari total varians dari variabel dependen. Hal ini diperlukan untuk memberikan varians dari relasi kesempatan untuk menunjukkan dirinya, untuk memisahkan diri, sehingga untuk berbicara, dari total varians, yang merupakan gabungan dari varians karena berbagai sumber dan kesempatan. Mengingat subprinciple ini prinsip maxmincon, kita dapat menulis ajaran penelitian: Desain, rencana, dan melakukan penelitian sehingga kondisi percobaan yang berbeda seperti

mungkin.Ada, tentu saja, pengecualian untuk subprinciple ini, tetapi mereka mungkin jarang. Seorang penyidik ​​mungkin ingin mempelajari efek gradasi kecil, katakanlah, insentif motivasi pada pembelajaran beberapa materi pelajaran. Di sini kita tidak akan membuat kondisi eksperimental yang berbeda mungkin. Namun, mereka harus dibuat untuk agak berbeda atau tidak akan ada dilihat mengakibatkan varians dalam variabel dependen.

Dalam contoh penelitian ini, subprinciple ini berarti bahwa penyidik ​​harus bersusah payah untuk membuat A 1 dan A 2 , pembelajaran penguasaan dan metode tradisional, yang berbeda mungkin. Selanjutnya, B1 dan B2 juga harus

dibuat berbeda mungkin pada dimensi bakat. Masalah terakhir ini pada dasarnya adalah salah satu pengukuran, seperti yang akan kita lihat pada bab berikutnya. Dalam sebuah percobaan, peneliti seperti dalang membuat boneka variabel bebas melakukan apa yang dia inginkan. String dari A 1 dan A 2 boneka diadakan di sisi kanan dan

string boneka B1 dan B2 di tangan kiri.

(Kami menganggap tidak ada pengaruh satu tangan di sisi lain, yaitu, tangan harus independen.) The A1

dan A 2 boneka yang dibuat untuk menari terpisah sama seperti B 1 dan boneka B2 yang dibuat untuk menari terpisah. Itu

penyidik ​​kemudian jam tangan penonton (variabel dependen) untuk melihat dan mengukur efek dari manipulasi. Jika salah satu berhasil membuat A 1 dan

Sebuah 2 tari terpisah, dan jika ada hubungan antara A dan variabel dependen, penonton reaksi-jika memisahkan A 1 dan A 2 lucu, misalnya-harus

canda tawa.Penyidik ​​bahkan mungkin mengamati bahwa ia hanya akan tertawa ketika A 1 dan A 2 tari terpisah dan, pada saat yang sama, B 1 atau B 2 tari terpisah (interaksi lagi).

PENGENDALIAN variabel asing Pengendalian variabel asing berarti bahwa pengaruh variabel independen asing dengan tujuan penelitian diminimalkan, dibatalkan, atau terisolasi. Ada tiga cara untuk mengontrol variabel asing. Yang pertama adalah yang paling mudah, jika mungkin: untuk menghilangkan variabel sebagai variabel. Jika kita khawatir tentang kecerdasan sebagai faktor yang mungkin dalam studi prestasi, efeknya pada variabel dependen dapat hampir dihilangkan dengan menggunakan subjek hanya satu tingkat kecerdasan, mengatakan nilai intelijen dalam kisaran 90 sampai 110. Jika kita belajar prestasi, dan keanggotaan ras adalah faktor mungkin untuk varians prestasi, dapat dihilangkan dengan hanya menggunakan anggota satu ras. Prinsipnya adalah: Untuk menghilangkan efek dari kemungkinan variabel independen berpengaruh terhadap variabel dependen, pilih mata pelajaran sehingga y adalah sebagai homogen mungkin pada variabel independen.

Metode pengendalian yang tidak diinginkan atau asing varians sangat efektif. Jika kita memilih hanya satu jenis kelamin untuk percobaan, maka kita dapat yakin bahwa jenis kelamin tidak dapat menjadi kontribusi variabel independen. Tapi kemudian kami kehilangan kekuatan generalisasi; misalnya kita dapat mengatakan apa-apa tentang hubungan yang diteliti dengan gadis-gadis jika kita hanya menggunakan anak laki-laki dalam percobaan. Jika kisaran intelijen dibatasi, maka kita bisa mendiskusikan hanya kisaran terbatas ini. Apakah mungkin bahwa relasi, jika ditemukan, adalah tidak ada atau sangat berbeda dengan anak-anak dari kecerdasan tinggi atau anak-anak kecerdasan rendah? Kami hanya tidak tahu; kita hanya bisa menduga atau menebak.

Cara kedua untuk mengendalikan varians asing adalah melalui pengacakan. Ini adalah cara terbaik, dalam arti bahwa Anda dapat memiliki kue dan memakannya sebagian juga. Secara teoritis, pengacakan adalah satu-satunya metode pengendalian semua variabel asing mungkin. Cara lain untuk frase itu adalah: jika pengacakan yang telah dicapai, maka kelompok eksperimen dapat dianggap statistik sama dalam semua cara yang mungkin. Ini tidak berarti, tentu saja, bahwa kelompok yang sama dalam semua variabel yang mungkin. Kita sudah tahu bahwa secara kebetulan kelompok bisa tidak sama, namun kemungkinan mereka menjadi sama besar, dengan pengacakan yang tepat, daripada kemungkinan mereka tidak dianggap sama. Untuk ini control alasan varians asing dengan pengacakan adalah metode yang kuat dari kontrol. Semua metode lain meninggalkan banyak kemungkinan ketidaksetaraan. Jika kita cocok untuk kecerdasan, kita bisa berhasil mencapai kesetaraan statistik dalam kecerdasan (setidaknya dalam aspek-aspek kecerdasan diukur), tapi kami mungkin menderita ketidaksetaraan dalam variabel independen secara signifikan berpengaruh lainnya seperti bakat, motivasi, dan kelas sosial. Sebuah ajaran yang muncul dari ini kekuatan menyamakan pengacakan, kemudian, adalah: Setiap kali itu adalah mungkin untuk melakukannya, secara acak menetapkan mata pelajaran kelompok dan kondisi eksperimental, dan secara acak menetapkan kondisi-con dan faktor lainnya untuk kelompok eksperimen.

Sarana ketiga mengontrol variabel asing adalah untuk membangun benar ke dalam desain sebagai variabel independen. Sebagai contoh, asumsikan bahwa gender itu harus dikontrol dalam percobaan dibahas sebelumnya dan dianggap tdk atau tidak bijaksana untuk menghilangkannya. Satu bisa menambahkan ketiga yang independen variabel, jenis kelamin, untuk desain. Kecuali satu tertarik pada perbedaan yang sebenarnya antara jenis kelamin pada variabel dependen atau ingin mempelajari interaksi antara satu atau dua variabel lainnya dan jenis kelamin, bagaimanapun, tidak mungkin bahwa bentuk kontrol akan digunakan. Satu mungkin ingin informasi semacam itu hanya disebutkan dan juga ingin mengontrol jenis kelamin, juga. Dalam kasus seperti itu, menambahkannya ke desain sebagai variabel mungkin diinginkan. Intinya adalah bahwa membangun variabel ke dalam desain eksperimental "mengontrol" variabel, karena kemudian menjadi mungkin untuk mengekstrak dari total varians dari variabel dependen varians karena variabel. (Dalam kasus di atas, ini akan menjadi "antara-jenis kelamin" varians.)

Pertimbangan ini menyebabkan prinsip lain: Sebuah variabel asing dapat menjadi dikendalikan dengan membangun ke dalam desain penelitian sebagai variabel atribut, sehingga mencapai kontrol dan menghasilkan informasi penelitian tambahan tentang pengaruh variabel pada variabel dependen dan sekitar nya kemungkinan interaksi dengan lainnya independen varia bles.

Cara keempat untuk mengontrol varians asing adalah untuk mencocokkan mata pelajaran. Prinsip kontrol belakang yang cocok adalah yang sama dengan jenis lain kontrol, kontrol varians. Pencocokan mirip-pada kenyataannya, mungkin akan disebut konsekuensi-prinsip pengendalian varians dari variabel asing dengan membangun ke dalam desain. Prinsip dasarnya adalah untuk membagi variabel menjadi dua atau lebih bagian, mengatakan dalam kecerdasan yang tinggi dan rendah dalam desain faktorial, dan kemudian mengacak dalam setiap tingkat seperti dijelaskan di atas. Pencocokan adalah kasus khusus dari prinsip ini. Alih-alih membelah mata pelajaran menjadi dua, tiga, atau empat bagian, bagaimanapun, mereka dibagi menjadi N / 2 bagian, N adalah jumlah mata pelajaran yang digunakan; sehingga kontrol varian dibangun ke dalam desain.

Dalam menggunakan metode pencocokan beberapa masalah mungkin ditemui. Untuk mulai dengan, variabel yang subjek dicocokkan harus substansial terkait dengan variabel dependen atau pencocokan adalah buang-buang waktu. Lebih buruk lagi, itu bisa menyesatkan. Selain itu, pencocokan memiliki keterbatasan parah. Jika kita mencoba untuk mencocokkan, mengatakan, lebih dari dua variabel, atau bahkan lebih dari satu, kita kehilangan mata pelajaran. Sulit untuk menemukan subyek yang cocok pada lebih dari dua variabel. Misalnya, jika seseorang memutuskan untuk mencocokkan kecerdasan, jenis kelamin, dan kelas sosial, salah satu mungkin cukup berhasil dalam pencocokan dua variabel pertama, tetapi tidak menemukan pasangan yang cukup sama pada ketiga variabel. Menambahkan variabel keempat dan masalah menjadi sulit, sering tidak mungkin untuk memecahkan.

Janganlah kita membuang bayi keluar dengan bak mandi, namun. Ketika ada korelasi substansial antara variabel yang cocok atau variabel dan variabel terikat (> .50 atau .60), maka yang cocok mengurangi error term dan dengan demikian meningkatkan ketepatan percobaan, hasil yang diinginkan. Jika mata pelajaran yang sama digunakan dengan percobaan yang berbeda perlakuan yang disebut-langkah berulang atau acak blok desain-kita memiliki kontrol yang kuat dari varians. Bagaimana cocok lebih baik pada variabel-variabel dari cara mencocokkan subjek dengan diri sendiri? Sayangnya, pertimbangan negatif lainnya biasanya mengesampingkan kemungkinan ini. Perlu tegas menekankan bahwa pencocokan apapun ada pengganti untuk pengacakan. Jika mata pelajaran yang cocok, mereka kemudian harus ditugaskan untuk kelompok eksperimen secara acak. Melalui prosedur acak, seperti melempar koin atau menggunakan nomor ganjil dan genap acak, anggota pasangan yang cocok ditugaskan untuk kelompok eksperimen dan kontrol. Jika mata pelajaran yang sama menjalani semua perawatan, maka urutan perawatan harus diberikan secara acak. Hal ini menambah kontrol pengacakan pencocokan, atau tindakan berulang, kontrol.

Prinsip yang disarankan oleh diskusi ini adalah: Ketika variabel yang cocok secara substansial berkorelasi dengan variabel dependen, cocok sebagai bentuk kontrol varians dapat menguntungkan dan diinginkan. Sebelum menggunakan pencocokan, bagaimanapun, menimbang dengan hati-hati kelebihan dan kekurangan dalam situasi penelitian tertentu. Pengacakan lengkap atau analisis kovarians mungkin metode yang lebih baik kontrol varians.

Masih bentuk lain dari kontrol, kontrol statistik, dibahas panjang lebar di bab berikutnya, tetapi satu atau dua komentar lebih lanjut adalah dalam rangka sini. Metode statistik yang, sehingga untuk berbicara, bentuk kontrol dalam arti bahwa mereka mengisolasi dan mengukur variasi. Tapi kendali statistik tidak terlepas dari bentuk-bentuk lain dari desain kontrol. Jika cocok digunakan, misalnya, uji statistik yang tepat harus digunakan, atau efek yang cocok, dan dengan demikian kontrol, akan hilang.

MINIMALISASI OF ERROR VARIANS

Kesalahan varians adalah variabilitas tindakan karena fluktuasi acak yang karakteristik dasar adalah bahwa mereka adalah self-kompensasi, bervariasi sekarang cara ini, sekarang seperti itu, sekarang positif, sekarang negatif, sekarang, sekarang turun. Kesalahan acak cenderung untuk menyeimbangkan satu sama lain sehingga rata-rata mereka adalah nol.

Ada sejumlah faktor penentu error varians, misalnya, faktor yang terkait dengan perbedaan individual di antara mata pelajaran. Biasanya kita sebut varians ini karena perbedaan individual "varians sistematis." Tapi ketika varian tersebut tidak dapat, atau tidak diidentifikasi dan dikendalikan, kita harus bersabar dengan varians error. Karena banyak faktor penentu berinteraksi dan cenderung membatalkan satu sama lain (atau setidaknya kita berasumsi bahwa mereka lakukan), varians error bersifat random ini.

Sumber lain kesalahan varians adalah bahwa terkait dengan apa yang disebut kesalahan pengukuran: variasi tanggapan dari pengadilan ke pengadilan, menebak, kurangnya perhatian sesaat, kelelahan sementara sedikit dan penyimpangan memori, emosi sementara mata pelajaran, dan sebagainya.

Meminimalkan kesalahan varians memiliki dua aspek utama: (1) pengurangan kesalahan pengukuran melalui kondisi yang terkendali, dan (2) peningkatan keandalan tindakan. Semakin tak terkendali kondisi percobaan, semakin banyak faktor penentu error varians dapat beroperasi. Ini adalah salah satu alasan untuk hati-hati menyiapkan kondisi percobaan terkontrol. Dalam studi di bawah kondisi lapangan, tentu saja, kontrol tersebut sulit; masih, usaha yang terus menerus harus dilakukan untuk mengurangi efek dari banyak faktor penentu error varians. Hal ini dapat dilakukan, sebagian, dengan instruksi spesifik dan jelas dengan mata pelajaran dan dengan mengecualikan dari faktor situasi eksperimental yang asing dengan tujuan penelitian.

Untuk meningkatkan keandalan langkah-langkah untuk mengurangi varians error. Tertunda pembahasan yang lebih lengkap nanti dalam buku ini, keandalan dapat diambil untuk menjadi keakuratan seperangkat skor. Sampai-sampai nilai tidak berfluktuasi secara acak, sejauh ini mereka dapat diandalkan. Bayangkan sebuah instrumen pengukuran benar-benar dapat diandalkan, yang tidak memungkinkan kita untuk memprediksi kinerja masa depan individu sama sekali, yang memberikan satu peringkat pemesanan sampel mata pelajaran pada satu waktu dan peringkat pemesanan yang sama sekali berbeda di lain waktu. Dengan instrumen seperti itu, tidak akan mungkin untuk mengidentifikasi dan ekstrak variasi sistematis, karena nilai yang dihasilkan oleh instrumen akan seperti angka-angka dalam tabel nomor acak. Ini adalah kasus yang ekstrim. Sekarang bayangkan jumlah yang berbeda dari keandalan dan dapat diandalkan dalam ukuran variabel dependen. Semakin handal tindakan, semakin baik kita dapat mengidentifikasi dan ekstrak variasi sistematis dan semakin kecil varians kesalahan dalam kaitannya dengan total varians.

Alasan lain untuk mengurangi kesalahan varians sebanyak mungkin adalah untuk memberikan variasi sistematis kesempatan untuk menunjukkan dirinya. Kita tidak bisa melakukan ini jika varians kesalahan, dan dengan demikian istilah error, terlalu besar. Jika ada hubungan, kita berusaha untuk menemukannya. Salah satu cara untuk menemukan hubungan adalah untuk menemukan perbedaan yang signifikan antara berarti. Tetapi jika varians kesalahan relatif besar karena kesalahan yang tidak terkontrol pengukuran, varians sistematik sebelumnya disebut "antara" varians-akan tidak memiliki kesempatan untuk tampil. Dengan demikian relasi, meskipun ada, mungkin tidak akan terdeteksi.

Masalah kesalahan varians dapat dimasukkan ke dalam Singkatnya matematika rapi. Ingat persamaan:

V t = V b + V e

dimana Vt adalah total varians dalam serangkaian langkah-langkah; Vb adalah

antara-kelompok varians, varians mungkin karena pengaruh dari variabel-variabel eksperimental; dan V e adalah varians error (dalam analisis varians, dalam waktu-kelompok varians dan varians residual). Jelas, lebih besar V e adalah, semakin kecil V b harus,

dengan jumlah yang diberikan V t .

Perhatikan persamaan berikut: F = VFR / V e . Untuk

pembilang dari fraksi di sebelah kanan untuk secara akurat dievaluasi untuk keberangkatan yang signifikan dari harapan kesempatan, penyebut harus menjadi ukuran yang akurat dari kesalahan acak.

Contoh akrab dapat membuat ini jelas. Ingatlah bahwa dalam diskusi analisis faktorial varians dan analisis varians kelompok berkorelasi kita berbicara tentang perbedaan karena perbedaan individu yang hadir dalam tindakan percobaan. Kami mengatakan bahwa, sementara pengacakan yang cukup efektif dapat menyamakan kelompok eksperimen, akan ada variasi dalam nilai karena perbedaan individu, misalnya, perbedaan karena kecerdasan, bakat, dan sebagainya. Sekarang, dalam beberapa situasi, ini perbedaan individu dapat cukup besar. Jika mereka, maka varians kesalahan dan, akibatnya, penyebut dari persamaan F, di atas, akan "terlalu besar" relatif terhadap pembilang; yaitu, perbedaan individu akan telah secara acak tersebar di antara, katakanlah, dua, tiga, atau empat kelompok eksperimen. Tetap saja mereka adalah sumber varians dan, dengan demikian, akan mengembang dalam-kelompok atau sisa varians, penyebut dari persamaan di atas.

Saran studi

1. Kami telah mencatat bahwa desain penelitian mempunyai tujuan untuk memperoleh jawaban atas pertanyaan penelitian dan mengendalikan varians. Jelaskan secara rinci apa artinya pernyataan ini. Bagaimana varians control desain penelitian? Mengapa desain faktorial harus mengontrol lebih varians dari desain satu arah? Bagaimana desain yang menggunakan mata pelajaran cocok atau tindakan berulang dari subyek yang sama mengontrol varians? Apa hubungan antara pertanyaan penelitian dan hipotesis dan desain penelitian? Dalam menjawab pertanyaan-pertanyaan ini, membuat masalah penelitian untuk menggambarkan apa yang Anda maksud (atau menggunakan contoh dari teks).

2. Sir Ronald Fisher (1951), penemu analisis varians, mengatakan, dalam salah satu bukunya, perlu dicatat bahwa hipotesis nol tidak pernah terbukti atau didirikan, tetapi mungkin dibantah, dalam perjalanan eksperimen. Setiap percobaan dapat dikatakan ada hanya untuk memberikan fakta-fakta kesempatan menyanggah hipotesis nol.

Apakah Anda setuju atau tidak setuju dengan pernyataan Fisher, apa yang Anda pikir yang dimaksud dengan itu? Dalam membingkai jawaban Anda, pikirkan prinsip maxmincon dan tes F dan uji t.

6. Untuk memaksimalkan varians sistematis, seseorang harus memiliki variabel independen mana tingkat yang sangat berbeda satu sama lain.

7. Untuk mengontrol varians asing peneliti perlu menghilangkan efek dari potensi variabel independen terhadap variabel dependen. Hal ini dapat dilakukan dengan

· memegang konstan variabel independen. Jika ada yang tahu jenis kelamin memiliki efek yang mungkin, jenis kelamin dapat tetap konstan dengan melakukan penelitian dengan satu jenis kelamin, yaitu perempuan.

· pengacakan. Ini berarti secara acak memilih mata pelajaran dan kemudian secara acak menugaskan setiap kelompok mata pelajaran untuk kondisi pengobatan (tingkat variabel independen)

· membangun variabel asing ke dalam desain dengan menjadikannya sebagai variabel independen.

· pencocokan pelajaran. Metode ini kontrol mungkin sulit dalam situasi tertentu. Peneliti tidak akan pernah yakin bahwa pertandingan sukses dilakukan pada semua variabel penting.
Bab Ringkasan

1. Desain penelitian adalah rencana dan struktur yang digunakan untuk menjawab pertanyaan penelitian.

2. Desain penelitian memiliki dua tujuan dasar: (A)

memberikan jawaban atas pertanyaan lengkungan rese dan (b) kontrol varians.

3. Desain penelitian bekerja sama dengan hipotesis penelitian untuk menghasilkan jawaban yang dapat diandalkan dan valid.

4. Desain penelitian juga dapat memberitahu kita apa uji statistik yang digunakan untuk menganalisis data yang dikumpulkan dari desain tersebut.

5. Ketika berbicara mengendalikan varians, kita bisa berarti satu atau lebih dari tiga hal

â € ¢ memaksimalkan varians sistematis â € ¢ Kontrol varians asing â € ¢ meminimalkan kesalahan varians

8. Meminimalkan kesalahan varians melibatkan pengukuran variabel dependen. Dengan mengurangi kesalahan pengukuran yang akan mengurangi kesalahan varians. Peningkatan keandalan pengukuran juga akan mengakibatkan penurunan kesalahan varians.

Bab 8
Desain dan Kriteria Desain yang tidak memadai

SEMUA kreasi disiplin manusia memiliki bentuk. Arsitektur, puisi, musik, lukisan, matematika, penelitian ilmiah-semua memiliki bentuk. Orang menempatkan tekanan besar pada isi kreasi mereka, sering tidak menyadari bahwa tanpa struktur yang kuat, tidak peduli seberapa kaya dan seberapa besar konten, kreasi mungkin lemah dan steril.

Demikian pula dengan penelitian ilmiah. Ilmuwan membutuhkan bentuk yang layak dan plastik yang dapat digunakan untuk mengungkapkan tujuan ilmiah. Tanpa konten-tanpa teori yang baik, hipotesis yang baik, masalah-baik desain penelitian kosong. Tapi tanpa bentuk, tanpa struktur cukup dipahami dan diciptakan untuk tujuan penelitian, sedikit nilai dapat dicapai. Memang, tidaklah berlebihan untuk mengatakan bahwa banyak dari kegagalan penelitian perilaku telah kegagalan bentuk disiplin dan imajinatif.

Fokus utama dari bab ini adalah pada desain penelitian yang tidak memadai. Desain seperti telah begitu umum bahwa mereka harus dibahas. Lebih penting, siswa harus mampu mengenali mereka dan memahami mengapa mereka tidak memadai. Pendekatan negatif ini memiliki kebajikan: studi tentang kekurangan memaksa seseorang untuk bertanya mengapa sesuatu kekurangan, yang pada gilirannya pusat perhatian pada kriteria yang digunakan untuk menilai baik adequacies dan kekurangan. Jadi studi desain yang tidak memadai membawa kita untuk mempelajari kriteria desain penelitian. Kami mengambil kesempatan, juga, untuk menggambarkan sistem simbolik yang akan digunakan dan untuk mengidentifikasi perbedaan penting antara penelitian eksperimental dan nonexperimental.

PENDEKATAN EKSPERIMENTAL DAN nonexperimental

Diskusi desain harus didahului dengan perbedaan penting: bahwa antara eksperimental dan

nonexperimental pendekatan untuk penelitian. Memang, perbedaan ini sangat penting bahwa bab tersendiri akan dikhususkan untuk nanti. Percobaan adalah suatu penyelidikan ilmiah di mana sebuah memanipulasi penyidik ​​dan kontrol satu atau lebih variabel independen dan mengamati variabel dependen atau variabel untuk variasi seiring dengan manipulasi variabel independen. Sebuah desain eksperimen, maka, adalah satu di mana penyidik ​​memanipulasi setidaknya satu variabel independen. Dalam bab sebelumnya kita secara singkat membahas studi klasik Hurlockâ € ™ s (1925). Hurlock dimanipulasi insentif untuk menghasilkan jumlah yang berbeda dari retensi. Dalam Walster, Cleary, dan Clifford (1970) studi yang kita bahas dalam bab sebelumnya, mereka dimanipulasi jenis kelamin, ras, dan tingkat kemampuan untuk mempelajari efek mereka pada penerimaan perguruan tinggi: formulir pendaftaran diserahkan ke perguruan tinggi berbeda dalam deskripsi pelamar sebagai laki-laki -female, putih-hitam, dan tinggi, sedang, atau tingkat kemampuan yang rendah.

Dalam penelitian nonexperimental seseorang tidak dapat memanipulasi variabel atau menetapkan mata pelajaran atau perawatan secara acak karena sifat variabel seperti untuk mencegah manipulasi. Subyek datang kepada kita dengan karakteristik mereka yang berbeda utuh, sehingga untuk berbicara. Mereka datang kepada kami dengan seks mereka, kecerdasan, status pekerjaan, kreativitas, atau aptitude "sudah ada." Wilson (1996) menggunakan desain nonexperimental untuk mempelajari pembacaan, konten etnis dan sensitivitas budaya bahan pendidikan pasien digunakan oleh perawat di pusat departemen kesehatan dan kesehatan masyarakat setempat. Di sini, materi preexisted. Tidak ada tugas acak atau seleksi. Edmondson (1996) juga menggunakan desain nonexperimental untuk membandingkan jumlah kesalahan pengobatan oleh perawat, dokter, dan apoteker di 8 unit rumah sakit di dua rumah sakit pendidikan perkotaan. Edmondson tidak memilih unit-unit ini atau rumah sakit secara acak tidak pula profesional medis yang dipilih secara acak. Di banyak daerah penelitian, juga, tugas acak sayangnya tidak mungkin, seperti yang akan kita lihat nanti. Meskipun penelitian eksperimental dan nonexperimental berbeda dalam hal ini penting, mereka berbagi fitur struktural dan desain yang akan menunjukkan dalam hal ini dan berikutnya bab. Selain itu, tujuan dasar mereka adalah sama: untuk mempelajari hubungan antara fenomena. Logika ilmiah mereka juga sama: untuk membawa bukti-bukti empiris untuk menanggung pada pernyataan bersyarat dari bentuk Jika p, maka q. Dalam beberapa bidang ilmu perilaku dan sosial kerangka nonexperimental tidak dapat dihindari. Keith (1988) menyatakan bahwa banyak studi yang dilakukan oleh psikolog sekolah dari sifat nonexperimental. Peneliti psikologi sekolah serta banyak dalam psikologi pendidikan harus bekerja dalam kerangka praktis. Banyak kali, sekolah, ruang kelas atau bahkan siswa yang diberikan kepada peneliti â € œas-is.â € batu-Romero, Weaver & Glenar (1995) telah diringkas hampir 20 tahun artikel dari Journal of Applied Psychology tentang penggunaan eksperimental dan desain penelitian nonexperimental.

Cita-cita ilmu adalah percobaan terkontrol. Kecuali, mungkin, dalam taksonomi penelitian-penelitian dengan tujuan menemukan, mengklasifikasikan, dan mengukur fenomena alam dan faktor-faktor di balik fenomena tersebut-percobaan terkontrol adalah model yang diinginkan ilmu pengetahuan. Mungkin sulit bagi banyak siswa untuk menerima pernyataan yang agak kategoris ini karena logikanya tidak nampak. Sebelumnya dikatakan bahwa tujuan utama ilmu pengetahuan adalah untuk menemukan hubungan antara fenomena. Mengapa, kemudian, menetapkan prioritas untuk percobaan terkontrol? Apakah metode tidak lain menemukan hubungan yang ada? Ya, tentu saja mereka lakukan.Alasan utama untuk keunggulan dari percobaan terkontrol, bagaimanapun, adalah bahwa para peneliti dapat lebih percaya bahwa hubungan mereka belajar adalah hubungan mereka pikir mereka. Alasannya tidak sulit untuk melihat: mereka mempelajari hubungan di bawah kondisi yang terkendali sangat hati-hati penyelidikan diketahui. Keutamaan yang unik dan sangat penting pertanyaan percobaan, kemudian, adalah kontrol. Dalam sebuah studi eksperimental sempurna dikontrol, eksperimen dapat yakin bahwa manipulasi variabel independen mempengaruhi variabel dependen dan tidak ada yang lain. Singkatnya, sebuah studi eksperimental yang dilakukan dengan sempurna lebih dipercaya daripada studi nonexperimental dilakukan dengan sempurna. Mengapa demikian harus menjadi lebih dan lebih jelas seperti yang kita maju dalam penelitian kami desain penelitian.

Simbolisme DAN DEFINISI

Sebelum membahas desain yang tidak memadai, penjelasan simbolisme yang akan digunakan dalam pasal-pasal ini diperlukan. X berarti suatu eksperimen dimanipulasi variabel independen (atau variabel). X1 X2, X3, dll berarti

variabel independen 1, 2, 3, dan seterusnya, meskipun kami biasanya menggunakan X saja, bahkan ketika itu bisa berarti lebih dari satu variabel independen. (Kami juga menggunakan X1 X2, dll untuk

berarti partisi dari variabel independen, tetapi perbedaan akan selalu jelas.) Simbol (X) menunjukkan bahwa variabel independen tidak manipu lated-tidak berada di bawah kontrol langsung dari penyidik, tapi diukur atau dibayangkan. Variabel terikat adalah Y: Y b adalah variabel dependen sebelum manipulasi X, dan Y a variabel dependen setelah manipulasi X. Dengan ~ X, kami meminjam tanda negasi dari teori himpunan; ~ X ("tidak-X") berarti bahwa variabel eksperimental, variabel X independen, tidak dimanipulasi. (Catatan: (X) adalah variabel nonmanipulable dan ~ X adalah variabel dimanipulasi yang tidak dimanipulasi.) Simbol (R) akan digunakan untuk tugas acak subyek untuk kelompok eksperimen dan tugas acak perawatan eksperimental untuk kelompok eksperimen .

Penjelasan ~ X, hanya diberikan, tidak cukup akurat, karena dalam beberapa kasus ~ X dapat berarti aspek yang berbeda dari pengobatan X bukan hanya tidak adanya X. Dalam bahasa yang lebih tua, kelompok eksperimen adalah kelompok yang mengingat apa yang disebut pengobatan eksperimental, X, sedangkan kelompok kontrol tidak menerima itu, ~ X. Untuk tujuan kita, bagaimanapun, ~ X akan melakukan cukup baik, terutama jika kita mengerti arti umum dari "kendali" dibahas di bawah. Sebuah kelompok eksperimen, maka, adalah kelompok mata pelajaran yang menerima beberapa aspek atau pengobatan X. Dalam pengujian frustrasi -aggression hipotesis, kelompok eksperimen adalah kelompok yang mata pelajaran yang sistematis frustrasi. Sebaliknya, kelompok kontrol adalah salah satu yang diberikan "tidak" pengobatan.

Dalam penelitian multivariat modern, maka perlu untuk memperluas gagasan ini. Mereka tidak berubah pada dasarnya; mereka hanya diperluas. Hal ini sangat mungkin untuk memiliki lebih dari satu kelompok eksperimen, seperti yang telah kita lihat. Derajat yang berbeda manipulasi variabel independen tidak hanya mungkin; mereka sering juga diinginkan atau bahkan penting. Selanjutnya, adalah mungkin untuk memiliki lebih dari satu kelompok kontrol, pernyataan bahwa pada awalnya tampak seperti omong kosong. Bagaimana seseorang dapat memiliki derajat yang berbeda "tidak" pengobatan eksperimental?-Karena gagasan dari kontrol umum. Bila ada lebih dari dua kelompok, dan ketika dua dari mereka diperlakukan berbeda, satu atau lebih kelompok berfungsi sebagai "kontrol" pada orang lain. Ingat control yang selalu kontrol varians. Dengan dua atau lebih kelompok diperlakukan berbeda, varian yang ditimbulkan oleh manipulasi eksperimental. Jadi gagasan tradisional X dan X ~, pengobatan dan tidak ada perawatan, yang digeneralisasi untuk X1 X2,

X3,. . ., Xk, berbagai bentuk atau derajat pengobatan.

Jika X dilingkari, (X), ini berarti bahwa penyidik ​​â € œimagines "manipulasi X, atau mengasumsikan bahwa X terjadi dan bahwa itu adalah X dari hipotesis. Ini juga berarti bahwa X diukur dan tidak dimanipulasi.

Sebenarnya, kita mengatakan hal yang sama di sini dengan cara yang berbeda. Konteks diskusi harus membuat perbedaan yang jelas. Misalkan seorang sosiolog yang mempelajari kenakalan dan hipotesis frustrasi-agresi. Sosiolog mengamati kenakalan, Y, dan membayangkan bahwa subjek tunggakan merasa frustrasi dalam beberapa tahun mereka sebelumnya, atau (X). Semua desain nonexperimental akan memiliki (X). Umumnya, maka, (X) berarti variabel independen tidak di bawah kendali eksperimental penyidik.

Satu hal-masing desain yang lebih dalam bab ini biasanya akan memiliki a dan b bentuk. The sebuah bentuk akan menjadi bentuk eksperimental, atau di mana X dimanipulasi. The b form akan menjadi bentuk nonexperimental, bahwa di mana X tidak di bawah kendali penyidik, atau (X). Jelas, (~ X) juga mungkin.

DESAIN RUSAK

Ada empat (atau lebih) desain memadai penelitian yang sering digunakan-dan kadang-kadang masih digunakan dalam penelitian-perilaku. Kekurangan dari desain menyebabkan kontrol yang buruk dari variabel independen. Kami nomor masing-masing desain tersebut, berikan nama, sketsa struktur, dan kemudian membahasnya.

Desain 8.1 : Satu-Group

a. XY (Eksperimental)

b. (X) Y (nonexperimental)

Desain 8.1 (a) telah disebut "One-Shot Studi Kasus," nama apropos diberikan oleh Campbell dan Stanley (1963). (A) bentuk eksperimental, yang (b) bentuk nonexperimental. Sebuah contoh dari (a) bentuk: lembaga fakultas sekolah kurikulum baru dan keinginan untuk mengevaluasi dampaknya. Setelah satu tahun, Y, mahasiswa

prestasi, diukur. Hal ini disimpulkan, mengatakan, prestasi yang telah membaik di bawah program baru. Dengan desain seperti kesimpulannya adalah lemah. Desain 8.1 (b) adalah bentuk nonexperimental dari satu kelompok

rancang bangun.Y, hasilnya, dipelajari, dan X diasumsikan atau dibayangkan. Sebuah contoh akan mempelajari kenakalan dengan mencari masa lalu sekelompok anak-anak nakal faktor-faktor yang mungkin menyebabkan perilaku antisosial. Metode ini bermasalah karena faktor (variabel) dapat bingung. Ketika efek dari dua atau lebih faktor (variabel) tidak dapat dipisahkan, hasilnya sulit diinterpretasikan. Sejumlah penjelasan yang mungkin mungkin masuk akal.

Secara ilmiah, Desain 8.1 tidak berharga. Hampir tidak ada kontrol pengaruh lain yang mungkin pada hasil. Sebagai Campbell (1957) lama menunjukkan, minimal informasi ilmiah yang berguna membutuhkan setidaknya satu perbandingan formal. Contoh Kurikulum membutuhkan, setidaknya, perbandingan kelompok yang mengalami kurikulum baru dengan kelompok yang tidak mengalami hal itu. Efek diduga dari kurikulum baru, mengatakan pencapaian tersebut dan itu, mungkin juga telah hampir sama dengan jenis kurikulum. Intinya adalah tidak bahwa kurikulum baru atau tidak berpengaruh. Itu yang tanpa, perbandingan terkendali formal kinerja anggota "eksperimental" kelompok dengan kinerja anggota beberapa kelompok lain tidak mengalami kurikulum baru, sedikit dapat dikatakan tentang efeknya.

Perbedaan penting harus dibuat. Ini tidak berarti bahwa metode ini sepenuhnya tidak berharga, tetapi itu adalah Scientifica lly berharga. Dalam kehidupan sehari-hari, tentu saja, kita bergantung pada bukti-bukti ilmiah dipertanyakan seperti; kita harus. Kita bertindak, kita katakan, atas dasar pengalaman kami. Kami berharap bahwa kita menggunakan pengalaman kami secara rasional. Paradigma sehari-hari-pemikiran tersirat oleh Desain 8.1 tidak dikritik. Hanya ketika paradigma tersebut digunakan dan berkata atau diyakini kesulitan do ilmiah muncul. Bahkan dalam kegiatan intelektual yang tinggi, pemikiran tersirat dengan desain ini digunakan. Pengamatan yang cermat Freud dan analisis brilian dan kreatif perilaku neurotik tampaknya jatuh ke dalam kategori ini. Pertengkaran tidak dengan Freud, maka, melainkan dengan pernyataan bahwa kesimpulan yang "ilmiah didirikan."

Desain 8.2: Satu-Group, sebelum dan sesudah (Pretest Posttest)

a. Yb XY a (Eksperimental)

b. Y b (X) Y a (nonexperimental)

Desain 8.2 hanya perbaikan kecil pada desain 8.1. Karakteristik penting dari mode ini penelitian adalah bahwa kelompok dibandingkan dengan dirinya sendiri. Secara teoritis, tidak ada pilihan yang lebih baik karena semua variabel independen yang mungkin terkait dengan karakteristik subyek 'dikendalikan. Prosedur ditentukan oleh desain tersebut adalah sebagai berikut. Sebuah kelompok diukur pada variabel dependen, Y, sebelum manipulasi eksperimental. Hal ini biasanya disebut pretest. Asumsikan bahwa sikap terhadap perempuan dari kelompok mata pelajaran diukur. Sebuah manipulasi eksperimental yang dirancang untuk mengubah sikap tersebut digunakan. Sebuah eksperimen mungkin mengekspos kelompok untuk pendapat ahli tentang hak-hak perempuan, misalnya. Setelah penempatan X ini, sikap subyek yang lagi diukur. Perbedaan skor, atau Y a - Yb, diperiksa untuk perubahan sikap.

Pada nilai nominal, ini akan tampak cara yang baik untuk mencapai tujuan eksperimental. Setelah semua, jika skor perbedaan yang signifikan secara statistik, hal ini tidak menunjukkan perubahan sikap? Situasi ini tidak begitu sederhana. Ada sejumlah faktor lain yang mungkin telah memberi kontribusi pada perubahan nilai. Oleh karena itu, faktor-faktor yang bingung. Campbell (1957) memberikan pembahasan rinci baik dari faktor-faktor ini, hanya gambaran singkat yang dapat diberikan di sini.

Pengukuran, Sejarah, Pematangan

Pertama adalah efek yang mungkin dari prosedur pengukuran: mengukur subyek perubahan mereka. Mungkinkah bahwa langkah-langkah pasca-X dipengaruhi bukan oleh manipulasi X tapi dengan peningkatan sensitisasi akibat pretest? Campbell (1957) menyebut tindakan tersebut reaktif tindakan, karena mereka sendiri menyebabkan subjek untuk bereaksi. Sikap kontroversial, misalnya, tampaknya sangat rentan terhadap sensitisasi tersebut. Langkah-langkah pencapaian, meskipun mungkin kurang reaktif, masih terpengaruh. Tindakan yang melibatkan memori rentan. Jika Anda mengikuti tes sekarang, Anda lebih mungkin untuk mengingat hal-hal kemudian yang termasuk dalam ujian. Singkatnya, mengamati perubahan mungkin karena efek reaktif.

Dua sumber penting lainnya varians asing adalah sejarah dan pematangan. Antara Yb dan Y a

pencobaan, banyak hal dapat terjadi selain X. Semakin lama jangka waktu, semakin besar kemungkinan variabel asing yang mempengaruhi mata pelajaran dan dengan demikian Y a langkah. Inilah yang Campbell (1957) menyebut sejarah. Variabel ini atau peristiwa yang khusus untuk situasi eksperimental tertentu. Pematangan, di sisi lain, mencakup peristiwa yang umum, tidak spesifik untuk setiap situasi tertentu. Mereka mencerminkan perubahan atau pertumbuhan organisme dipelajari. Meningkat usia mental dengan waktu, peningkatan yang dapat dengan mudah mempengaruhi prestasi, memori, dan sikap. Orang dapat belajar dalam interval waktu tertentu dan pembelajaran dapat mempengaruhi tindakan variabel dependen. Ini adalah salah satu kesulitan menjengkelkan penelitian yang membentang selama periode waktu yang cukup. Semakin lama interval waktu, semakin besar kemungkinan bahwa asing, sumber yang tidak diinginkan varian sistematis akan mempengaruhi langkah-langkah variabel dependen.

The Regresi Pengaruh

Sebuah fenomena statistik yang telah menyesatkan peneliti adalah apa yang disebut efek regresi. skor tes berubah sebagai fakta statistik kehidupan: di tes ulang, rata-rata, mereka mundur ke arah mean. Efek regresi beroperasi karena korelasi tidak sempurna antara pretest dan posttest skor. Jika r a b = 1,00, maka tidak ada

Efek regresi; jika r a b = 00, efeknya pada

maksimum dalam arti bahwa prediksi terbaik dari setiap skor posttest dari skor pretest adalah mean. Dengan korelasi yang ditemukan dalam praktek, efek bersih adalah bahwa skor rendah pada pretest cenderung lebih tinggi, dan skor yang lebih tinggi lebih rendah pada posttest-ketika, dalam kenyataannya, tidak ada perubahan yang nyata telah terjadi dalam variabel dependen tersebut. Jadi, jika subyek skor rendah digunakan dalam penelitian, skor mereka pada posttest akan mungkin lebih tinggi dari pada pretest karena efek regresi. Hal ini dapat menipu peneliti percaya bahwa intervensi eksperimental telah efektif bila itu benar-benar belum. Demikian pula, seseorang mungkin keliru menyimpulkan bahwa variabel eksperimental memiliki efek menyedihkan pada skor pretest tinggi. Tidak selalu begitu. Semakin tinggi dan rendah nilai dari kedua kelompok mungkin karena efek regresi. Bagaimana cara kerjanya? Ada banyak faktor kebetulan bekerja di

setiap set nilai. Dua referensi yang sangat baik pada pembahasan efek regresi adalah Anastasi (1958)

dan Thorndike (1963). Untuk presentasi yang lebih canggih statistik, lihat Nesselroade, Stigler dan Baltes (1980). Pada pretest beberapa nilai yang tinggi lebih tinggi dari "mereka harus" karena kebetulan, dan sama dengan beberapa skor rendah. Di posttest tidak mungkin bahwa skor tinggi tetap terjaga, karena faktor-faktor yang membuat mereka tinggi adalah kesempatan faktor dalam yang tidak berkorelasi pada pretest dan posttest. Dengan demikian pencetak gol yang tinggi akan cenderung turun pada posttest. Argumen yang sama berlaku untuk rendah gol-tetapi secara terbalik.

Desain penelitian harus dibangun dengan efek regresi dalam pikiran. Tidak ada cara dalam Desain 8.2 untuk mengontrolnya. Jika ada kelompok kontrol, maka salah satu bisa â € œcontrol "efek regresi, karena kedua kelompok eksperimen dan kontrol memiliki pretest dan posttest. Jika manipulasi eksperimental telah memiliki" nyata "efek, maka harus jelas atas dan di atas Efek regresi. Artinya, nilai dari kedua kelompok, hal-hal lain yang sama, dipengaruhi sama dengan regresi dan pengaruh lainnya. Jadi jika kelompok berbeda dalam posttest, itu harus karena manipulasi eksperimental.

Desain 8.2 tidak memadai tidak begitu banyak karena variabel asing dan efek regresi dapat beroperasi (variabel asing beroperasi setiap kali ada interval waktu antara pretest dan posttest), tapi b ecause kita tidak tahu apakah mereka telah beroperasi, apakah mereka telah mempengaruhi tindakan tergantung-variabel. Desain affords kesempatan untuk mengontrol atau untuk menguji pengaruh seperti itu mungkin.

Desain 8.3 : Simulasi sebelum dan sesudah

X Y a

Y b

Judul khas desain ini sebagian berasal dari sifatnya. Seperti Desain 8.2 itu adalah sebelum dan sesudah desain. Alih-alih menggunakan sebelum dan sesudah (atau pretest-posttest) ukuran satu kelompok, kita gunakan sebagai tindakan pretest langkah-langkah dari kelompok lain, yang dipilih untuk menjadi semirip mungkin dengan kelompok eksperimen dan dengan demikian kelompok kontrol semacam sebuah . (Garis antara dua tingkat, di atas, menunjukkan kelompok yang terpisah.) Desain ini memenuhi kondisi memiliki kelompok kontrol dan dengan demikian sikap terhadap perbandingan yang diperlukan untuk penyelidikan ilmiah. Sayangnya, kontrol yang lemah, akibat dari ketidakmampuan kita untuk mengetahui bahwa kedua kelompok yang sama sebelum X, manipulasi eksperimental.

Desain 8.4 : Dua Grup, No Control

(A) XY (Eksperimental)

~ XY

(B) (X) Y (nonexperimental

(~ X) ~ Y

Desain 8.4 adalah umum. Dalam (a) kelompok eksperimen diberikan perlakuan X. "kontrol" kelompok, diambil untuk, atau diasumsikan, mirip dengan kelompok eksperimen, tidak diberikan tindakan X. Y dibandingkan untuk memastikan efek X. kelompok atau subyek diambil "seperti mereka," atau mereka mungkin cocok. Versi nonexperimental dari desain yang sama diberi label (b). Efek, Y, diamati terjadi dalam satu kelompok (baris atas) tapi tidak di kelompok lain, atau terjadi pada kelompok lainnya pada tingkat lebih rendah (ditunjukkan oleh ~ Y di bawah garis). Kelompok pertama ditemukan telah mengalami X, kelompok kedua tidak mengalami X.

Desain ini memiliki kelemahan mendasar. Kedua kelompok tersebut diasumsikan sama dalam variabel independen selain X. Hal ini kadang-kadang mungkin untuk memeriksa kesetaraan kelompok kira-kira dengan membandingkan mereka pada variabel yang bersangkutan berbeda, misalnya, usia, jenis kelamin, pendapatan, kecerdasan, kemampuan, dan sebagainya di atasnya. Hal ini harus dilakukan jika keadaan memungkinkan, tapi, seperti Stouffer (1950) mengatakan, "ada terlalu sering gerbang yang terbuka lebar di mana variabel yang tidak terkendali lainnya dapat berbaris, â € p. 522. Karena pengacakan tidak digunakan -yang adalah, mata pelajaran yang tidak ditugaskan untuk kelompok secara acak-tidak mungkin untuk menganggap bahwa kelompok yang sama. Kedua versi dari desain menderita serius dari kurangnya kontrol dari variabel independen karena kurangnya pengacakan.

KRITERIA DESAIN PENELITIAN

Setelah memeriksa beberapa kelemahan utama desain penelitian yang tidak memadai, kita berada dalam posisi yang baik untuk mendiskusikan apa yang bisa disebut kriteria desain penelitian. Seiring dengan kriteria, kita akan mengucapkan prinsip-prinsip tertentu yang harus membimbing peneliti. Akhirnya, kriteria dan prinsip-prinsip yang akan berhubungan dengan (1957) pengertian Campbell validitas internal dan eksternal, yang, dalam arti tertentu, mengungkapkan kriteria cara lain.

Jawaban Pertanyaan Penelitian?

Kriteria utama atau sesuatu yg diinginkan dari desain penelitian dapat dinyatakan dalam pertanyaan: Apakah desain menjawab pertanyaan penelitian? Atau apakah yang desain cukup menguji hipotesis? Mungkin kelemahan paling serius dari desain sering diajukan oleh orang baru adalah bahwa mereka tidak mampu secara memadai menjawab pertanyaan-pertanyaan penelitian. Sebuah contoh umum dari kurangnya kesesuaian antara pertanyaan penelitian dan hipotesis, di satu sisi, dan desain penelitian, di sisi lain, adalah pencocokan subjek untuk alasan yang tidak relevan untuk penelitian dan kemudian menggunakan jenis kelompok kontrol kelompok-eksperimen desain . Siswa sering beranggapan, karena mereka cocok murid intelijen dan seks, misalnya, bahwa kelompok eksperimen mereka adalah sama. Mereka telah mendengar bahwa salah satu harus sesuai mata pelajaran untuk "mengendalikan" dan bahwa seseorang harus memiliki kelompok eksperimen dan kelompok kontrol. Sering, bagaimanapun, variabel yang cocok mungkin tidak relevan dengan tujuan penelitian. Artinya, jika tidak ada hubungan antara, katakanlah, seks dan variabel dependen, maka pencocokan pada seks tidak relevan.

Contoh lain dari kelemahan ini adalah kasus di mana tiga atau empat kelompok eksperimen diperlukan. Sebagai contoh, tiga kelompok eksperimen dan satu kelompok kontrol, atau empat kelompok dengan jumlah yang berbeda atau aspek X, pengobatan eksperimental diperlukan. Namun, penyidik ​​hanya menggunakan dua karena ia telah mendengar bahwa kelompok eksperimen dan kelompok kontrol yang diperlukan dan diinginkan.

Contoh yang dibahas dalam Bab 18 dari pengujian hipotesis interaksi dengan melakukan, pada dasarnya, dua eksperimen terpisah adalah contoh lain. Hipotesis yang akan diuji adalah bahwa diskriminasi dalam penerimaan perguruan tinggi adalah fungsi dari kedua jenis kelamin dan tingkat kemampuan, bahwa wanita kemampuan rendah yang dikecualikan (berbeda dengan orang-orang kemampuan rendah). Ini adalah hipotesis interaksi dan mungkin panggilan untuk desain faktorial-tipe. Untuk mendirikan dua percobaan, satu untuk pelamar perguruan kemampuan tinggi dan satu lagi untuk pelamar kemampuan rendah, adalah praktik yang buruk karena seperti desain, seperti yang ditunjukkan sebelumnya, tidak bisa tegas menguji hipotesis yang dinyatakan. Demikian pula, untuk mencocokkan subyek pada kemampuan dan kemudian mendirikan sebuah desain dua kelompok akan melewatkan pertanyaan penelitian seluruhnya. Pertimbangan ini menyebabkan ajaran umum dan tampaknya jelas:

Desain penelitian untuk menjawab pertanyaan penelitian.

Pengendalian Variabel Independen karat tambahan

Kriteria kedua adalah pengendalian con, yang berarti kontrol variabel independen: variabel independen dari penelitian dan variabel independen asing. Variabel independen asing, tentu saja, adalah variabel yang dapat mempengaruhi variabel dependen tapi yang bukan merupakan bagian dari penelitian. Variabel tersebut bingung dengan variabel independen yang diteliti. Dalam penerimaan studi Bab 18, misalnya, lokasi geografis (perguruan tinggi) dapat menjadi variabel asing yang berpotensi berpengaruh yang dapat mengaburkan hasil penelitian. Jika perguruan tinggi di timur, misalnya, mengecualikan lebih banyak perempuan dibandingkan perguruan tinggi di barat, maka lokasi geografis merupakan sumber asing varians dalam penerimaan langkah-yang entah bagaimana harus dikontrol. Kriteria ini juga mengacu pada kontrol variabel penelitian. Karena masalah ini telah dibahas dan akan terus dibahas, tidak perlu lagi dikatakan di sini. Tapi pertanyaannya harus ditanyakan: Apakah desain ini cukup mengontrol variabel independen?

Satu-satunya cara terbaik untuk menjawab pertanyaan ini memuaskan dinyatakan dalam prinsip berikut:

Mengacak bila memungkinkan: pilih mata pelajaran secara acak; menetapkan mata pelajaran kelompok secara acak, menetapkan pengobatan eksperimental untuk kelompok secara acak.

Meskipun tidak mungkin untuk memilih mata pelajaran secara acak, dimungkinkan untuk menetapkan mereka untuk kelompok secara acak; sehingga "menyamakan" kelompok dalam arti statistik yang dibahas dalam Bagian Empat dan Lima. Jika tugas acak seperti mata pelajaran kelompok tidak mungkin, maka setiap usaha harus dilakukan untuk menetapkan perawatan eksperimental untuk kelompok eksperimen secara acak. Dan, jika pengobatan eksperimental diberikan pada waktu yang berbeda dengan peneliti yang berbeda, kali dan peneliti harus diserahkan secara acak.

Prinsip yang membuat pengacakan yang bersangkutan adalah kompleks dan sulit untuk diterapkan:

Mengontrol variabel independen sehingga asing dan sumber yang tidak diinginkan varian sistematis memiliki kesempatan minimal untuk beroperasi.

Seperti yang telah kita lihat sebelumnya, pengacakan secara teoritis memenuhi prinsip ini (lihat Bab 8). Ketika kita menguji validitas empiris dari Jika p, maka q proposisi, kita memanipulasi p dan mengamati bahwa KETERKAITANNYA q dengan

manipulasi p. Tapi bagaimana yakin kita dapat bahwa kami Jika p, maka pernyataan q benar-benar "benar"? Keyakinan kami secara langsung berhubungan dengan kelengkapan dan kecukupan kontrol. Jika kita menggunakan desain yang mirip dengan desain 8.1 melalui 8.4, kita tidak dapat memiliki terlalu banyak kepercayaan pada validitas empiris dari p Jika, maka pernyataan q, karena kendali kita variabel independen asing lemah atau tidak ada. Karena kontrol tersebut tidak selalu mungkin dalam psikologis, sosiologis, dan penelitian pendidikan banyak, harus kita kemudian menyerah penelitian seluruhnya? Dengan tidak berarti. Namun demikian, kita harus menyadari kelemahan desain intrinsik miskin.

Generalisasi

Kriteria ketiga, generalisasi, tidak tergantung pada kriteria lain karena berbeda jenisnya. Ini adalah poin penting yang segera akan menjadi jelas. Ini hanya berarti: Bisakah kita menggeneralisasi hasil studi untuk mata pelajaran lain, kelompok lain, dan kondisi lain? Mungkin pertanyaannya adalah put yang lebih baik: Berapa banyak kita dapat menggeneralisasi hasil penelitian? Ini mungkin pertanyaan yang paling rumit dan sulit yang bisa ditanyakan data penelitian karena menyentuh tidak hanya pada hal-hal teknis seperti sampling dan desain penelitian, tetapi juga pada masalah yang lebih besar dari penelitian dasar dan terapan. Dalam penelitian dasar, misalnya, generalisasi bukanlah pertimbangan pertama, karena kepentingan pusat adalah hubungan antar variabel dan mengapa variabel terkait seperti mereka. Ini menekankan internal daripada aspek eksternal penelitian. Studi-studi ini sering dirancang untuk memeriksa isu-isu teoritis seperti motivasi atau belajar. Tujuan dari penelitian dasar adalah untuk menambah informasi dan pengetahuan untuk bidang studi tetapi biasanya tanpa tujuan praktis tertentu. Hasilnya digeneralisasikan, tetapi tidak dalam dunia yang sama dengan hasil yang ditemukan dalam studi penelitian terapan. Dalam penelitian terapan, di sisi lain, pasukan bunga pusat perhatian lebih bagi generalisasi karena orang pasti ingin menerapkan hasilnya kepada orang lain dan situasi lain. Studi penelitian terapan biasanya memiliki dasar mereka dalam studi penelitian dasar. Menggunakan informasi yang ditemukan dalam studi penelitian dasar, terapan studi penelitian menerapkan temuan tersebut untuk menentukan apakah itu dapat memecahkan masalah praktis. Ambil karya BF Skinner misalnya. Penelitian awal umumnya dianggap sebagai penelitian dasar. Itu dari penelitian bahwa jadwal penguatan didirikan.

Namun, kemudian, Skinner dan lain-lain (Skinner, 1968; Garfinkle, Kline & Stancer, 1973) menerapkan jadwal penguatan untuk masalah militer, masalah pendidikan dan masalah perilaku. Mereka yang melakukan penelitian tentang modifikasi perilaku menerapkan banyak teori dan ide-ide diuji dan ditetapkan oleh BF Skinner. Jika pembaca akan merenungkan dua contoh berikut penelitian dasar dan terapan, seseorang dapat lebih dekat dengan perbedaan ini.

Dalam sebuah studi oleh Johnson (1994) pada jenis pemerkosaan, informasi diterimanya dan persepsi korban perkosaan. Ini jelas penelitian dasar: kepentingan sentral dalam hubungan antara jenis perkosaan, informasi diterimanya dan persepsi. Sementara tidak ada yang akan cukup bodoh untuk mengatakan bahwa Johnson tidak peduli dengan jenis perkosaan, informasi diterimanya dan persepsi pada umumnya, penekanannya adalah pada hubungan antara variabel-variabel penelitian. Kontras penelitian ini dengan upaya Walster et al. (1970) untuk menentukan apakah perguruan tinggi mendiskriminasikan perempuan. Tentu, Walster dan rekan-rekannya yang khusus tentang aspek internal studi mereka. Tapi mereka terpaksa harus memiliki minat lain: Apakah diskriminasi dipraktekkan di antara perguruan tinggi pada umumnya? Studi mereka jelas penelitian terapan, meskipun kita tidak bisa mengatakan bahwa minat penelitian dasar tidak hadir. Pertimbangan dari bagian berikutnya dapat membantu untuk memperjelas generalisasi.

Validitas Internal dan Eksternal

Dua kriteria umum desain penelitian telah dibahas panjang lebar oleh Campbell (1957) dan oleh Campbell dan Stanley (1963). Gagasan ini merupakan salah satu kontribusi paling signifikan, penting, dan mencerahkan untuk metodologi penelitian dalam tiga atau empat dekade.

Validitas internal bertanya: Apakah X, manipulasi eksperimental, benar-benar membuat perbedaan yang signifikan? Tiga kriteria bab terakhir sebenarnya aspek validitas internal. Memang, apa yang mempengaruhi kontrol dari desain menjadi masalah validitas internal. Jika desain sedemikian rupa sehingga seseorang dapat memiliki sedikit atau tidak ada kepercayaan dalam hubungan, seperti yang ditunjukkan oleh perbedaan yang signifikan antara kelompok eksperimen, ini adalah masalah validitas internal.

Sebelumnya dalam bab ini kita disajikan empat ancaman mungkin untuk validitas internal. Beberapa penulis buku telah disebut ini sebagai â € œalternative explanationsâ € (lihat

Dane, 1990) atau â € œrival hypothesesâ € (lihat Graziano & Raulin, 1993). Tersebut dicatatkan sebagai pengukuran, sejarah, pematangan dan regresi statistik. Campbell & Stanley (1963) juga daftar empat ancaman lainnya. Mereka adalah instrumentasi, seleksi, erosi dan interaksi antara salah satu dari lebih dari ini sebelumnya tujuh.

Instrumentasi adalah masalah jika perangkat yang digunakan untuk mengukur perubahan variabel dependen dari waktu ke waktu. Hal ini terutama berlaku dalam studi menggunakan pengamat manusia. Pengamat manusia atau hakim dapat dipengaruhi oleh peristiwa sebelumnya atau kelelahan. Pengamat dapat menjadi lebih efisien dari waktu ke waktu dan dengan demikian pengukuran kemudian lebih akurat daripada yang sebelumnya. Di sisi lain, dengan kelelahan, pengamat manusia akan menjadi kurang akurat dalam persidangan nanti daripada yang sebelumnya. Ketika ini terjadi, nilai-nilai variabel dependen akan berubah dan perubahan itu bukan karena semata-mata untuk manipulasi variabel independen.

Dengan pemilihan, Campbell dan Stanley (1963) berbicara tentang jenis peserta eksperimen memilih untuk penelitian. Hal ini terutama mungkin jika peneliti tidak berhati-hati dalam penelitian yang tidak menggunakan pemilihan acak atau tugas. Peneliti bisa memilih peserta dalam setiap kelompok yang sangat berbeda pada beberapa karakteristik dan dengan demikian dapat menjelaskan perbedaan dalam variabel dependen. Hal ini penting bagi peneliti untuk memiliki kelompok sama sebelum pemberian pengobatan. Jika kelompok-kelompok yang sama sebelum pengobatan, maka logika berikut bahwa jika mereka perawatan berikut yang berbeda maka itu adalah pengobatan (variabel bebas) yang menyebabkan perbedaan dan bukan sesuatu yang lain. Namun, jika kelompok yang berbeda untuk memulai dan berbeda setelah pengobatan sangat sulit untuk membuat pernyataan bahwa perbedaan itu akibat pengobatan. Kemudian ketika membahas desain kuasi-eksperimental kita akan melihat bagaimana kita dapat memperkuat situasi.

Gesekan atau penawaran kematian eksperimental dengan penurunan dari peserta. Jika terlalu banyak peserta dalam satu kondisi perlakuan putus studi, ketidakseimbangan tersebut adalah alasan yang mungkin untuk perubahan variabel dependen. Gesekan juga termasuk drop dari subyek dengan karakteristik tertentu.

Setiap dari sebelumnya tujuh ancaman terhadap validitas internal juga bisa berinteraksi satu sama lain. Seleksi bisa berinteraksi dengan pematangan. Ancaman ini sangat mungkin bila menggunakan peserta yang sukarelawan. Jika peneliti membandingkan dua kelompok yang satu adalah sukarelawan (dipilih sendiri) dan kelompok lainnya nonvolunteers, kinerja antara kedua pada variabel dependen mungkin karena fakta bahwa relawan lebih termotivasi. Peneliti mahasiswa kadang-kadang menggunakan kolam subjek relawan dan anggota keluarga mereka sendiri atau lingkaran sosial sebagai subjek. Mungkin ada masalah validitas internal jika relawan ditempatkan dalam satu kelompok perlakuan dan teman-teman mereka dimasukkan ke yang lain.

Kriteria sulit untuk memuaskan, validitas eksternal berarti keterwakilan atau generalisasi . Ketika percobaan telah selesai dan relasi ditemukan, populasi apa yang bisa itu digeneralisir? Dapatkah kita mengatakan bahwa A berhubungan dengan B untuk semua anak-anak sekolah? Semua kelas anak eighth-? Semua anak kelas delapan dalam sistem sekolah ini atau anak-anak kelas delapan sekolah ini saja? Atau harus temuan terbatas pada anak-anak kelas delapan dengan siapa kita bekerja? Ini adalah pertanyaan ilmiah yang sangat penting yang harus selalu bertanya-dan-jawab.

Tidak hanya harus sampel generalisasi dipertanyakan. Hal ini diperlukan untuk mengajukan pertanyaan tentang keterwakilan ekologis dan variabel penelitian. Jika pengaturan sosial di mana percobaan dilakukan berubah, akan hubungan A dan B masih terus? Apakah A berhubungan dengan B jika penelitian ini direplikasi di sekolah-kelas bawah? Di sebuah sekolah Barat? Di sebuah sekolah di selatan? Ini adalah pertanyaan dari ekologi representat iveness.

Keterwakilan variabel adalah lebih halus.Sebuah pertanyaan tidak sering bertanya, tapi yang harus bertanya, adalah: Apakah variabel perwakilan penelitian ini? Ketika penyidik ​​bekerja dengan variabel psikologis dan sosiologis, kita menganggap bahwa variabel "konstan." Jika penyidik ​​menemukan perbedaan prestasi antara anak laki-laki dan perempuan, seseorang dapat berasumsi bahwa seks sebagai variabel adalah "konstan."

Dalam kasus variabel seperti prestasi, agresi, bakat, dan kecemasan, dapat penyidik ​​menganggap bahwa "agresi" dari mata pelajaran pinggiran kota adalah sama "agresi" dapat ditemukan di daerah kumuh kota? Apakah variabel yang sama di pinggiran Eropa? Keterwakilan "kecemasan" lebih sulit dipastikan. Ketika kita berbicara tentang "kecemasan," apa kecemasan yang kita maksud? Apakah semua jenis kecemasan yang sama? Jika kecemasan dimanipulasi dalam satu situasi dengan instruksi lisan dan dalam situasi lain dengan sengatan listrik, adalah dua kecemasan Terimbas yang sama? Jika kecemasan dimanipulasi oleh, katakanlah,

instruksi eksperimental, apakah ini kecemasan yang sama seperti yang diukur dengan skala kecemasan? Variabel

keterwakilan, kemudian, adalah aspek lain dari masalah yang lebih besar dari validitas eksternal, dan dengan demikian dari

generalisasi.

Kecuali tindakan pencegahan khusus yang diambil dan upaya khusus dibuat, hasil penelitian sering tidak representatif, dan karenanya tidak digeneralisasikan. Campbell dan Stanley (1963) mengatakan bahwa validitas internal adalah sine qua non desain penelitian, tetapi desain yang ideal harus kuat di kedua validitas internal dan validitas eksternal, meskipun mereka sering bertentangan. Hal ini baik diambil. Dalam bab ini, penekanan utama akan berada di validitas internal, dengan mewaspadai validitas eksternal.

Campbell dan Stanley (1963) hadir empat ancaman terhadap validitas eksternal. Mereka adalah efek reaktif atau interaksi pengujian, efek interaksi bias seleksi dan variabel independen, efek reaktif pengaturan eksperimental dan gangguan multiple-pengobatan.

Dalam efek reaktif atau interaksi pengujian, referensi adalah untuk penggunaan pretest sebelum pemberian pengobatan. Pra-pengujian dapat menurunkan atau meningkatkan sensitivitas peserta untuk variabel independen. Ini akan membuat hasil untuk populasi pretested representatif dari efek pengobatan bagi penduduk non pretested. Kemungkinan interaksi antara pengobatan dan pretesting tampaknya pertama yang telah ditunjukkan oleh Salomo (1949).

Efek interaksi bias seleksi dan variabel independen menunjukkan bahwa seleksi peserta bisa sangat baik mempengaruhi generalisasi hasil. Seorang peneliti hanya menggunakan peserta dari kolam subjek di sebuah universitas tertentu, yang biasanya terdiri dari mahasiswa dan mahasiswi akan merasa sulit untuk menggeneralisasi temuan penelitian kepada mahasiswa lain di universitas atau perguruan tinggi lainnya.

Sekedar partisipasi dalam studi penelitian dapat menjadi masalah dalam hal validitas eksternal. Kehadiran pengamat, instrumentasi atau lingkungan laboratorium bisa berpengaruh pada peserta yang tidak akan terjadi jika peserta itu di alam. Fakta bahwa seseorang berpartisipasi dalam studi eksperimental dapat mengubah perilaku normal mereka. Apakah eksperimen adalah laki-laki atau perempuan, Afrika-Amerika atau putih-Amerika juga bisa berpengaruh.

Jika peserta terkena lebih dari satu kondisi perlakuan, kinerja pada uji coba nanti dipengaruhi oleh kinerja pada uji coba sebelumnya. Oleh karena itu, hasil hanya dapat digeneralisasi untuk orang-orang yang memiliki beberapa eksposur yang diberikan dalam urutan yang sama.

Pendekatan negatif bab ini diambil pada keyakinan bahwa paparan miskin tetapi sering digunakan dan diterima prosedur, bersama dengan diskusi tentang kelemahan utama mereka, akan memberikan titik awal yang baik untuk studi desain penelitian. Desain yang tidak memadai lain yang mungkin, tapi semua desain tersebut tidak memadai pada prinsip-prinsip desain-struktural saja. Hal ini perlu ditekankan karena dalam bab selanjutnya kita akan menemukan bahwa struktur desain yang sangat baik dapat digunakan buruk. Oleh karena itu perlu untuk mempelajari dan memahami dua sumber kelemahan penelitian: desain intrinsik miskin dan desain intrinsik baik buruk digunakan.

Saran studi

1. Fakultas sebuah perguruan tinggi seni liberal telah memutuskan untuk memulai sebuah kurikulum baru untuk semua mahasiswa. Ini meminta kelompok riset fakultas untuk mempelajari efektivitas program selama dua tahun. Kelompok penelitian, ingin memiliki kelompok yang dapat digunakan untuk membandingkan kelompok kurikulum baru, meminta agar program ini akan berlangsung selama dua tahun dan bahwa siswa diizinkan untuk menjadi sukarelawan untuk saat ini atau program baru. Kelompok riset percaya bahwa itu akan memiliki kelompok eksperimen dan kelompok kontrol.

Membahas usulan kelompok riset yang kritis. Berapa banyak iman yang akan Anda miliki dalam temuan pada akhir dua tahun? Berikan alasan untuk reaksi positif atau negatif terhadap usulan tersebut.

2. Bayangkan bahwa Anda adalah seorang profesor lulusan sekolah dan telah diminta untuk menilai nilai dari sebuah tesis doktor yang diusulkan. Para mahasiswa doktoral adalah pengawas sekolah yang melembagakan jenis baru administrasi ke dalam sistem sekolahnya. Dia berencana untuk mempelajari efek dari pemerintahan baru untuk jangka waktu selama tiga tahun dan kemudian menulis tesis. Dia tidak akan mempelajari situasi sekolah lainnya selama periode agar tidak bias hasil, katanya.

Diskusikan proposal. Ketika melakukannya, tanyakan pada diri sendiri: Apakah proposal cocok untuk pekerjaan doktor?

3. Menurut pendapat Anda semua harus penelitian diadakan agak ketat dengan kriteria generalisasi? Jika demikian, mengapa? Jika tidak, mengapa tidak?Bidang yang cenderung memiliki lebih mendasar penelitian: psikologi atau pendidikan '? Mengapa? Implikasi apa kesimpulan Anda miliki untuk generalisasi?
Apa replikasi penelitian harus dilakukan dengan generalisasi? Jelaskan. Jika mungkin, sebaiknya semua penelitian ditiru? Jika demikian, mengapa? Apa memang memiliki replikasi untuk, dengan validitas eksternal dan internal?

Bab Ringkasan
Sebuah studi desain yang rusak membantu peneliti merancang penelitian yang lebih baik dengan mengetahui apa untuk menghindari perangkap.
Desain nonexperimental adalah mereka dengan variabel independen nonmanipulated, tidak adanya tugas acak atau seleksi.
Desain fakultas meliputi studi kasus œone-shot â €, â € satu kelompok sebelum dan sesudah desain, simulasi beforeafter desain dan dua kelompok ada desain kontrol.
Desain fakultas dibahas dalam hal validitas internal.
Validitas internal berkaitan dengan seberapa kuat dari pernyataan eksperimen dapat menyatakan tentang pengaruh variabel independen terhadap variabel dependen. Semakin percaya diri eksperimen memiliki sekitar variabel independen dimanipulasi, semakin kuat validitas internal.
Studi nonexperimental lebih lemah dalam validitas internal dari penelitian eksperimental.
Ada 8 kelas dasar variabel asing, yang jika tidak dikendalikan dapat bingung dengan variabel independen. Ini 8 kelas dasar disebut ancaman terhadap validitas internal
Ancaman Campbellâ € ™ s untuk validitas internal dapat diuraikan sebagai berikut:
Sejarah
Pematangan
Pengujian atau pengukuran
Instrumentasi
Regresi statistik
Seleksi
Kematian eksperimental atau gesekan
Interaksi Seleksi-Pematangan
Validitas eksternal berkaitan dengan seberapa kuat dari pernyataan eksperimen dapat membuat tentang generalisasi hasil penelitian.
Campbell dan Stanley memberikan empat sumber ancaman terhadap validitas eksternal
Efek reaktif atau interaksi pengujian
Efek interaksi bias seleksi dan variabel independen
Efek reaktif pengaturan eksperimental
Beberapa gangguan pengobatan

Bab 9
Desain umum Penelitian

DESAIN disiplin data. Tujuan implisit semua desain penelitian ini adalah untuk memberlakukan pembatasan dikendalikan pada pengamatan fenomena alam. Desain penelitian mengatakan penyidik, berlaku: Lakukan ini dan ini; jangan lakukan itu atau itu; berhati-hati dengan hal ini; mengabaikan bahwa; dan seterusnya.Ini adalah cetak biru dari arsitek penelitian dan insinyur. Jika desain yang buruk dikandung struktural, produk akhir akan rusak. Jika setidaknya baik dipahami secara struktural, produk akhir memiliki kesempatan lebih besar untuk menjadi layak perhatian ilmiah yang serius. Dalam bab ini, keasyikan utama kami adalah tujuh atau delapan â € œGood "desain dasar penelitian. Selain itu, kita mengambil dasar-dasar konseptual tertentu penelitian dan dua atau tiga masalah yang berhubungan dengan desain-misalnya, alasan kelompok kontrol dan pro dan kontra dari pencocokan.

PONDASI ​​KONSEPTUAL DESAIN PENELITIAN

Dasar konseptual untuk memahami desain penelitian diletakkan pada Bab 4 dan 5, di mana set dan hubungan didefinisikan dan dibahas. Ingatlah bahwa relasi adalah himpunan pasangan memerintahkan. Ingat juga, bahwa produk Cartesian adalah semua kemungkinan pasangan memerintahkan dua set. partisi A memecah satu set yang universal U menjadi subset yang saling lepas dan lengkap. Partisi lintas adalah partisi baru yang muncul dari berturut-turut partisi U dengan membentuk semua himpunan bagian dari bentuk A n B. Definisi tersebut diuraikan dalam Bab 5 dan 6. Kita sekarang menerapkannya untuk merancang dan ide-ide analisis.

Ambil dua set, A dan B, dibagi menjadi A1 dan A2, B1 dan B2. Produk Cartesian dari dua set adalah:



Pasangan memerintahkan, maka, adalah: A1B1, A1B2, A2B1, a2b2. Karena kita memiliki satu set pasangan memerintahkan, ini adalah

hubungan. Ini juga merupakan partisi lintas. Pembaca harus melihat kembali Angka 4,7 dan 4,8 dari Bab 4 untuk membantu memperjelas ide-ide ini, dan untuk melihat penerapan produk dan hubungan ide-ide Cartesian desain penelitian. Misalnya, A 1 dan A 2 dapat dua aspek apapun

Variabel bebas: eksperimental kontrol, dua

metode, pria dan wanita, dan sebagainya.

Sebuah desain beberapa bagian dari produk Cartesian dari variabel independen dan variabel dependen. Hal ini dimungkinkan untuk memasangkan setiap variabel ukuran tergantung, yang kita sebut Y dalam diskusi ini, dengan beberapa aspek atau partisi dari variabel independen. Kasus-kasus yang paling sederhana mungkin terjadi dengan satu variabel independen dan satu variabel dependen. Dalam Bab 10, variabel independen, A, dan variabel dependen, B, yang dibagi menjadi [A 1 , A 2 ] dan [B 1 , B 2 ] dan kemudian lintas

dipartisi untuk membentuk oleh-sekarang akrab 2x2 crossbreak, dengan frekuensi atau persentase dalam sel. Kami berkonsentrasi, namun, pada partisi lintas sama A dan B, tetapi dengan langkah-langkah terus menerus dalam sel.

Take A saja, dengan menggunakan analisis satu arah desain varian. Misalkan kita memiliki tiga perlakuan eksperimental, A1, A2 dan A3, dan, untuk kesederhanaan, dua nilai Y di

setiap sel.Hal ini ditunjukkan di sebelah kiri Gambar 9.1, berlabel (a). Mengatakan bahwa enam peserta telah ditetapkan secara acak untuk tiga perawatan, dan bahwa nilai dari enam orang setelah perawatan eksperimen yang diberikan pada gambar.

Sisi kanan Gambar 9.1, berlabel (b), menunjukkan ide yang sama dalam memerintahkan-pair atau bentuk hubungan. Pasangan memerintahkan adalah A1Y1, A1Y2, A2Y3,. . ., A3Y6. Hal ini, tentu saja, bukan produk Cartesian, yang akan memasangkan A 1 dengan semua Y, A 2 dengan semua Y, dan A 3 dengan semua Y, total 3 x 6 = 18 pasang. Sebaliknya, Gambar 9.1 (b) adalah bagian dari produk Cartesian, A x B. Penelitian desain adalah subset dari A x B, dan desain dan masalah penelitian mendefinisikan atau menentukan bagaimana subset ditetapkan. Himpunan bagian dari desain Gambar 9.1 yang mungkin ditentukan oleh masalah penelitian.

Bila ada lebih dari satu variabel bebas, situasinya lebih kompleks. Ambil dua variabel independen, A dan B, dibagi menjadi [A1, A2] dan [B1, B2]. Pembaca tidak harus bingung ini dengan sebelumnya paradigma frekuensi AB, dimana A adalah


A 1

A 2

A 3


7

7

3


9

5

3


A 2

Bi



Bi

Kita sekarang harus memerintahkan tiga kali lipat (atau dua set

variabel independen dan B variabel dependen. (a)

(B)



(A)


B 1

B 2


A 1

Y 1 = 8

-aku m-

AKU AKU

>


Y 2 = 6

y 4 = 2


A 2

Y 5 = 4

00

AKU AKU

t--


Y 6 = 2

AKU AKU

00


(B)

Y ! = 8

Y 2 = 6

Ta t = 4 £

Yt = 2

Y Â £ = 4

% = 2 Yj = 8

Tfc = 6

Gambar 9.2

pasangan terurut): ABY. Penelitian Gambar 9.2. Di sisi kiri dari gambar, label (a), analisis 2 x 2 faktorial desain varian dan contoh yang digunakan dalam Bab 14 (lihat Gambar 14.2 dan Tabel 14.3 dan 14.4) diberikan, dengan ukuran variabel dependen, Y , dimasukkan ke dalam sel. Artinya, delapan peserta ditugaskan secara acak untuk empat sel. Nilai mereka, setelah percobaan, adalah Y1 Y2,. . .Y8. Sisi kanan gambar, label (b), menunjukkan tiga kali lipat memerintahkan, ABY, sebagai pohon. Jelas ini adalah himpunan bagian dari A x B x Y dan hubungan. Alasan yang sama dapat diperluas untuk lebih besar dan lebih kompleks desain, seperti 2 x 2 x 3 faktorial (ABCY) atau 4 x 3 x 2 x 2 (ABCDY). (Dalam sebutan tersebut, Y biasanya dihilangkan karena tersirat.) Jenis lain dari desain dapat juga dikonsep, meskipun penggambaran mereka di pohon-pohon bisa sulit.

Singkatnya, desain penelitian beberapa bagian dari produk Cartesian dari independen dan variabel dependen. Dengan hanya satu variabel independen, variabel tunggal dipartisi; dengan lebih dari satu variabel independen, variabel independen crosspartitioned. Dengan tiga atau lebih variabel independen, konseptualisasi adalah sama; hanya dimensi berbeda, misalnya, A Â ¥ Â ¥ B C dan A Â ¥ B x C Â ¥ D dan lintas partisi tersebut. Bila mungkin, itu diinginkan untuk memiliki "lengkap" desain-desain yang lengkap adalah partisi lintas dari variabel-dan independen untuk mengamati dua kondisi dasar disjointness dan ketuntasan. Artinya, desain tidak harus memiliki kasus (skor peserta) di lebih dari satu sel partisi partisi atau lintas, dan semua kasus harus habis. Selain itu, minimal dasar desain apapun setidaknya partisi dari variabel independen menjadi dua himpunan bagian, misalnya, A menjadi A1 dan A2. Di sana

juga "tidak lengkap" desain, tapi "lengkap" desain yang lebih ditekankan dalam buku ini. Lihat Kirk (1995) untuk pengobatan yang lebih lengkap desain lengkap.

Istilah "desain umum" berarti bahwa desain yang diberikan dalam bab ini dilambangkan atau dinyatakan dalam bentuk yang paling umum dan abstrak mereka. Dimana X sederhana, yang berarti variabel independen, diberikan, itu harus diartikan lebih dari satu X-yaitu, X dipartisi menjadi dua atau lebih eksperimental kelompok. Misalnya, desain 9.1, untuk dipelajari lama, memiliki X dan ~ X, yang berarti kelompok eksperimen dan kontrol, dan dengan demikian adalah partisi X. Tapi X dapat dipartisi menjadi beberapa X, mungkin mengubah desain dari yang sederhana desain -variable untuk, katakanlah, desain faktorial. Simbolisme dasar terkait dengan desain 9.1, bagaimanapun, tetap sama. Kompleksitas ini akan, kami berharap, diperjelas dalam hal ini dan berhasil bab.

CATATAN AWAL: PERCOBAAN

DESAIN DAN ANALISIS VARIANS

Sebelum mengambil desain dari bab ini, kita perlu menjelaskan satu atau dua membingungkan dan berpotensi kontroversial poin biasanya tidak dipertimbangkan dalam literatur. Sebagian besar desain kami dipertimbangkan adalah eksperimental. Seperti biasanya dipahami, alasan desain penelitian didasarkan pada ide-ide dan kondisi eksperimental. Mereka juga terkait erat dengan analisis paradigma varians. Hal ini tentu saja tidak ada kecelakaan. Konsepsi modern desain, khususnya desain faktorial, yang lahir ketika analisis varians diciptakan. Meskipun tidak ada hukum keras yang mengatakan bahwa analisis varians hanya berlaku di percobaan situasi-memang, telah digunakan berkali-kali di nonexperimental penelitian itu pada umumnya benar bahwa itu adalah

yang paling tepat untuk data eksperimen. Hal ini terutama terjadi untuk desain faktorial dimana terdapat jumlah yang sama dari kasus di sel paradigma desain, dan di mana para peserta ditugaskan ke kondisi percobaan (atau sel) secara acak.

Ketika tidak mungkin untuk menetapkan peserta secara acak, dan ketika, untuk satu alasan atau lainnya, ada sejumlah kasus yang tidak merata dalam sel-sel desain faktorial, penggunaan analisis varian dipertanyakan, bahkan tidak pantas. Hal ini juga dapat canggung dan janggal. Hal ini karena penggunaan analisis varians mengasumsikan bahwa korelasi antara atau di antara variabel independen desain faktorial adalah nol. Tugas acak membuat asumsi ini dipertahankan karena pengalihan tersebut mungkin apportions sumber varians merata di antara sel-sel. Tapi tugas acak hanya dapat dicapai dalam percobaan. Dalam penelitian nonexperimental, variabel independen adalah karakteristik yang lebih atau kurang tetap dari peserta, misalnya, kecerdasan, jenis kelamin, kelas sosial, dan sejenisnya. Mereka biasanya sistematis berkorelasi. Ambil dua variabel dimanipulasi independen, mengatakan penguatan dan kecemasan. Karena peserta dengan jumlah yang bervariasi karakteristik berkorelasi dengan variabel-variabel ini secara acak didistribusikan dalam sel, korelasi antara aspek penguatan dan kecemasan diasumsikan nol. Jika, di sisi lain, kedua variabel independen adalah kecerdasan dan kelas sosial, baik biasanya nonmanipulable dan berkorelasi, asumsi nol korelasi antara mereka yang diperlukan untuk analisis varians tidak dapat dibuat. Beberapa metode analisis yang memperhitungkan korelasi antara mereka harus digunakan. Kita akan lihat nanti dalam buku bahwa metode seperti itu sudah tersedia: regresi berganda.

Kami belum mencapai keadaan jatuh tempo penelitian untuk menghargai perbedaan yang mendalam antara dua situasi. Untuk saat ini, bagaimanapun, mari kita menerima perbedaan dan pernyataan bahwa analisis varians pada dasarnya adalah sebuah konsepsi eksperimental dan bentuk analisis. Sebenarnya, jika variabel independen kami nonexperimental, maka analisis varians bukanlah mode yang sesuai analisis. Ada pengecualian untuk pernyataan ini. Misalnya, jika satu variabel independen yang eksperimental dan satu nonexperimental, analisis varians sesuai. Dalam analisis satu arah varians, apalagi, karena hanya ada satu variabel independen, analisis varians dapat digunakan dengan variabel independen nonexperimental, meskipun analisis regresi mungkin akan lebih tepat. Dalam studi Saran 5 pada akhir bab ini, penggunaan yang menarik dari analisis varians dengan data nonexperimental dikutip.

Demikian pula, jika karena alasan jumlah kasus dalam sel yang tidak sama (dan tidak proporsional), maka akan ada korelasi antara variabel independen, dan asumsi korelasi nol tidak dapat dipertahankan. Ini penyimpangan agak abstrak dan sulit dimengerti dari desain tema utama kami mungkin tampak sedikit membingungkan pada tahap ini studi kami. Masalah yang terlibat harus menjadi jelas setelah kita telah mempelajari penelitian eksperimental dan nonexperimental dan, kemudian dalam buku, bahwa pendekatan yang menarik dan kuat yang dikenal sebagai regresi berganda.

THE DESAIN

Dalam sisa bab ini kita akan membahas empat atau lima desain dasar penelitian. Ingatlah bahwa desain adalah rencana, garis besar untuk mengkonsep struktur hubungan antara variabel-variabel dari penelitian. Sebuah desain tidak hanya menjabarkan hubungan penelitian; itu juga berarti bagaimana situasi penelitian dikendalikan dan bagaimana data harus dianalisis. Sebuah desain, dalam arti bab ini, adalah kerangka di mana kita menempatkan daging Variable- dan-hubungan penelitian kami. Sketsa yang diberikan dalam

Desain 9.1 melalui 9.8, berikut, adalah desain, struktur telanjang dan abstrak penelitian. Kadang-kadang meja analitik, seperti Gambar 9.2 (di sebelah kiri) dan tokoh-tokoh dari Bab 8 (misalnya, Gambar 8.2, 8.3, dan 8.5) dan di tempat lain disebut desain. Sementara memanggil mereka desain tidak ada salahnya besar, mereka, tegasnya, paradigma analitik. Kami tidak akan rewel, namun. Kami akan memanggil kedua jenis representasi "desain."

Desain 9.1: Eksperimental Kelompok-Kelompok Kontrol:

Peserta secara acak

[R] XY (Eksperimental)

~ XY (Kontrol)

Desain 9.1, dengan dua kelompok seperti di atas, dan variannya dengan lebih dari dua kelompok, mungkin yang "terbaik" desain untuk berbagai tujuan eksperimental dalam penelitian perilaku. Campbell dan Stanley (1963) menyebut desain ini posttest only control group sementara Ishak dan Michael (1987) menyebutnya sebagai acak kelompok kontrol posttest hanya desain . The (R) sebelum paradigma menunjukkan bahwa peserta secara acak ditugaskan untuk eksperimen Kelompok (baris atas) dan kelompok kontrol (bottom line). Pengacakan ini menghilangkan keberatan Desain 8,4 disebutkan dalam Bab 8. Secara teoritis, semua variabel independen yang mungkin dikendalikan. Praktis, tentu saja, ini mungkin tidak begitu. Jika peserta cukup dimasukkan dalam percobaan untuk memberikan pengacakan kesempatan untuk "beroperasi," maka kita memiliki kontrol yang kuat, dan klaim validitas internal agak puas. Desain ini mengontrol dengan dampak dari sejarah, pematangan dan pretesting tetapi tidak mengukur efek ini.

Jika diperluas untuk lebih dari dua kelompok dan jika ia mampu menjawab pertanyaan-pertanyaan penelitian bertanya, Desain 9.1 memiliki sejumlah keunggulan. Keuntungan adalah (1) memiliki yang terbaik built-in sistem kontrol teoritis desain apapun, dengan satu atau dua kemungkinan pengecualian dalam kasus khusus; (2) itu fleksibel, yang secara teoritis mampu ekstensi ke sejumlah kelompok dengan sejumlah variabel; (3) jika diperpanjang ke lebih dari satu variabel, dapat menguji beberapa hipotesis pada satu waktu; dan (4) secara statistik dan struktural elegan.

Sebelum mengambil desain lainnya, kita perlu memeriksa gagasan kelompok kontrol, salah satu penemuan kreatif seratus tahun terakhir, dan ekstensi tertentu Desain 9.1. Kedua topik pergi baik bersama-sama.

Pemikiran Kelompok Kontrol dan Ekstensi Desain 9.1

Terbukti kata "kontrol" dan istilah "kelompok kontrol" tidak muncul dalam literatur ilmiah sebelum akhir abad kesembilan belas. Hal ini didokumentasikan oleh Boring (1954). Gagasan eksperimen terkontrol, bagaimanapun, adalah jauh lebih tua. Membosankan mengatakan bahwa Pascal digunakan sedini 1648. Solomon (1949) mencari literatur psikologis dan tidak bisa menemukan satu pun kasus penggunaan kelompok kontrol sebelum 1901. Mungkin gagasan kelompok kontrol digunakan di bidang lain, meskipun diragukan bahwa ide itu berkembang dengan baik. Solomon (p.175) juga mengatakan bahwa studi Peterson dan Thurstone sikap pada tahun 1933 adalah upaya serius pertama untuk menggunakan kelompok kontrol dalam evaluasi efek prosedur pendidikan. Satu tidak dapat menemukan ungkapan "kelompok kontrol" dalam edisi kesebelas terkenal (1911) dari Encyclopedia Britannica, meskipun metode eksperimen dibahas. Salomo juga mengatakan bahwa desain kontrol kelompok tampaknya harus menunggu perkembangan statistik dan pengembangan kecanggihan statistik kalangan psikolog.

Mungkin penggunaan pertama kelompok kontrol dalam psikologi dan pendidikan terjadi pada tahun 1901 dengan publikasi Thorndike dan Woodworth (1901). Salah satu dari dua orang yang melakukan penelitian ini, EL Thorndike, diperpanjang ide-ide dasar dan revolusioner seri penelitian pertama untuk pendidikan (Thorndike, 1924). Kontrol Thorndike, dalam penelitian raksasa ini 8.564 siswa di berbagai sekolah di sejumlah kota, adalah kelompok pendidikan independen. Di antara perbandingan lainnya, ia membedakan keuntungan dalam kecerdasan nilai ujian mungkin ditimbulkan oleh studi bahasa Inggris, sejarah, geometri, dan Latin dengan keuntungan mungkin ditimbulkan oleh studi bahasa Inggris, sejarah, geometri, dan shopwork. Dia mencoba, pada dasarnya, untuk membandingkan pengaruh Latin dan shopwork. Dia juga membuat perbandingan lainnya yang sifatnya serupa. Meskipun kelemahan desain dan kontrol, eksperimen Thorndike dan orang-orang yang mendorong orang lain untuk melakukan yang luar biasa untuk wawasan mereka. Thorndike bahkan memarahi rekan untuk tidak mengakui mahasiswa stenografi dan pengetikan yang tidak belajar bahasa Latin, karena ia mengklaim telah menunjukkan bahwa pengaruh berbagai peserta

X 1

X 1a 11 12 1b Y Tindakan

intelijen mirip. Sangat menarik bahwa dia pikir sejumlah besar peserta perlu-dia meminta 18.000 kasus lebih. Dia juga cukup sadar, pada tahun 1924, dari kebutuhan untuk sampel acak.

Gagasan kelompok kontrol perlu generalisasi. Asumsikan bahwa dalam percobaan pendidikan kita memiliki empat kelompok eksperimen sebagai berikut. A, adalah penguatan setiap respon, Sebagai penguatan pada interval waktu yang teratur, A3

penguatan pada interval waktu yang acak, dan A 4 no

penguatan.Secara teknis, ada tiga kelompok eksperimen dan satu kelompok kontrol, dalam pengertian tradisional dari kelompok kontrol. Namun, A 4 mungkin lain

"Pengobatan eksperimental"; mungkin semacam penguatan minimal. Kemudian, dalam arti tradisional, tidak akan ada kelompok kontrol. Pengertian tradisional istilah "kelompok kontrol" kurang umum. Jika gagasan kontrol umum, kesulitan menghilang. Setiap kali ada lebih dari satu kelompok eksperimen dan dua kelompok diberi perlakuan yang berbeda, kontrol hadir dalam arti perbandingan disebutkan sebelumnya. Selama ada upaya untuk membuat dua kelompok sistematis berbeda pada variabel dependen, perbandingan mungkin. Dengan demikian gagasan tradisional bahwa kelompok eksperimen harus menerima perlakuan tidak diberikan kepada kelompok kontrol adalah kasus khusus dari aturan yang lebih umum bahwa kelompok pembanding yang diperlukan untuk validitas internal penelitian ilmiah.

Jika alasan ini benar, kita dapat mengatur desain seperti berikut:

atau

X 1a Y


[R]

X 1b

Y


X 2a

Y


X 2b

Y


Desain ini akan lebih mudah dikenali jika mereka mengatur dengan cara analisis varians, seperti dalam

Gambar 9.3.Desain di sebelah kiri adalah analisis satu-cara sederhana desain varian dan satu di sebelah kanan faktorial desain 2 x 2. Dalam desain kanan, X1 yang mungkin eksperimental dan X1b kontrol, dengan X2 a dan X2b baik variabel dimanipulasi atau variabel atribut dikotomis. Hal ini, tentu saja, desain yang sama seperti yang ditunjukkan pada Gambar 9.2 (a).

X1 X2 X3

Y Tindakan

Ada saat-saat, namun, ketika desain yang cocok adalah elemen yang melekat pada situasi penelitian. Ketika peserta yang sama digunakan untuk dua atau lebih eksperimental perawatan, atau ketika peserta diberikan lebih dari satu percobaan, cocok melekat dalam situasi. Dalam penelitian pendidikan, ketika sekolah atau kelas yang berlaku variabel-saat, katakanlah, dua atau lebih sekolah atau kelas yang digunakan dan perawatan eksperimental diberikan di setiap sekolah atau kelas kemudian Desain 9.2 adalah dasar dari logika desain. Mempelajari paradigma desain sekolah di Gambar 9.4. Hal ini terlihat varian yang disebabkan oleh perbedaan antara sekolah, dan varian tersebut sangat besar, dapat dengan mudah diperkirakan.

X e1 X e2 X c

Sekolah Eksperimental 1 Experimental 2 Kontrol

1

2
Y Tindakan

4

5

Gambar 9.4

Pencocokan dibandingkan Pengacakan

Meskipun pengacakan, yang meliputi acak

seleksi dan tugas acak, adalah metode yang disukai untuk mengendalikan varians asing, ada manfaat penggunaan pencocokan. Dalam sejumlah situasi di luar kalangan akademisi, ilmuwan perilaku tidak akan dapat menggunakan pengacakan dalam mencapai keteguhan antara kelompok sebelum pemberian pengobatan. Biasanya dalam sebuah universitas kolam peserta tersedia untuk menarik dari. Para peneliti dalam situasi ini mampu menggunakan prosedur pengacakan. Dalam penelitian bisnis-marketing, bagaimanapun, ini tidak mungkin terjadi. Populer di kalangan peneliti pasar adalah tes dikendalikan-toko. Tes toko dikontrol adalah percobaan yang dilakukan di lapangan. Penulis kedua telah melakukan studi tersebut untuk sejumlah perusahaan riset pasar dan rantai kelontong di California selatan. Salah satu tujuan dari tes toko dikendalikan adalah menjadi sangat berhati-hati. Jika produsen produk sabun ingin untuk menentukan dampak dari kupon sen-off pada perilaku pembelian konsumen, produsen yang tidak ingin produsen bersaing dari produk yang sama untuk tahu tentang hal itu. Mengapa? Nah jika pesaing tahu bahwa studi penelitian yang sedang terjadi di toko, mereka bisa masuk dan membeli produk mereka sendiri dan karenanya mencemari penelitian.

Untuk kembali ke diskusi kita pengacakan dibandingkan pencocokan sering kali rantai kelontong atau rantai department store memiliki jumlah terbatas toko untuk digunakan dalam penelitian. Lokasi dan klien memiliki banyak pengaruh pada penjualan. Penjualan biasanya variabel dependen dalam studi tersebut. Dengan sejumlah toko untuk memilih dari dalam rangka untuk melakukan penelitian, tugas acak seringkali tidak bekerja di menyamakan kelompok toko. Salah satu toko di rantai mungkin melakukan 3 sampai 4 kali volume bisnis yang lain. Jika dipilih secara acak, kelompok dalam jatuh ke dalam akan membuat banyak ketidakseimbangan terutama jika kelompok lain tidak memiliki satu untuk menyeimbangkannya. Singkatnya, kelompok tidak akan lagi sama. Oleh karena itu, solusi di sini adalah untuk mencocokkan toko secara individual. Satu setengah dari pasangan yang cocok secara acak ditugaskan untuk satu syarat eksperimental dan setengah lainnya mendapat kondisi lainnya. Dengan lebih dari 2 kondisi, toko lagi harus dicocokkan dan kemudian ditugaskan untuk kondisi pengobatan.

Dalam beberapa penelitian rekayasa faktor manusia menggunakan simulator, penggunaan pengacakan kadang-kadang tidak ekonomis atau praktis layak. Pertimbangkan pengujian dua konfigurasi tes untuk simulator. Peneliti mungkin ingin tahu mana yang menyebabkan kesalahan persepsi yang lebih sedikit. Proses pengacakan akan mengatakan bahwa eksperimen harus secara acak peserta untuk kondisi saat mereka memasuki studi. Namun, ketika membutuhkan waktu 3 sampai 6 bulan untuk mengubah konfigurasi simulator dari satu ke yang lain, tidak lagi layak untuk melakukannya â € œusualâ € cara.

Namun, poin penting untuk diingat adalah bahwa pengacakan kalau itu bisa dilakukan dengan benar dan tepat lebih baik daripada yang cocok. Hal ini mungkin satu-satunya metode untuk mengendalikan sumber yang tidak diketahui varians. Salah satu kelemahan utama dari pencocokan adalah bahwa seseorang tidak pernah bisa yakin bahwa yang sama persis telah dibuat. Tanpa ketepatan itu, inexactness dapat penjelasan alternatif tentang mengapa variabel dependen berbeda antara kondisi perawatan setelah pengobatan.

Beberapa cara kelompok yang cocok.

Pencocokan dengan Menyamakan Peserta

Metode yang paling umum dari pencocokan adalah untuk menyamakan peserta pada satu atau lebih variabel yang akan dikontrol. Christensen (1996) mengacu pada metode ini sebagai metode kontrol presisi dan Matheson, Bruce dan Beauchamp (1978) menyebutnya desain kriteria cocok-by-berkorelasi. Untuk mengendalikan pengaruh kecerdasan terhadap variabel dependen, misalnya, peneliti harus memastikan bahwa peserta di masing-masing kelompok perlakuan adalah tingkat kecerdasan yang sama. Tujuannya di sini adalah untuk membuat kelompok setara peserta. Menggunakan contoh kita kecerdasan, jika kita hanya memiliki dua kondisi pengobatan, kami akan memilih pasang peserta dengan skor identik tes kecerdasan identik atau dekat. Setengah dari masing-masing pasangan akan ditugaskan secara acak untuk satu syarat pengobatan dan setengah lainnya ditugaskan untuk kondisi perawatan lainnya. Dalam tes yang tersimpan dikendalikan, di mana lokasi merupakan variabel penting yang harus dikontrol, kita akan menemukan dua toko dari lokal yang sama dan menyebutnya pertandingan. Setelah kami telah membangun, katakanlah 10 pasangan tersebut, kita kemudian dapat mengambil satu setengah dari setiap pasangan dan menetapkan mereka untuk satu lingkungan pengujian dan setengah lainnya ke yang lain. Jika kita telah diperlukan pencocokan tiga kondisi, kita kemudian harus menemukan tiga orang dengan skor kecerdasan yang sama atau tiga toko di lokasi yang sama.

Keuntungan utama dalam menggunakan metode ini adalah bahwa hal itu dapat mendeteksi perbedaan kecil (peningkatan sensitivitas) dengan memastikan bahwa peserta dalam berbagai kelompok yang sama pada setidaknya variabel dipasangkan. Namun merupakan syarat penting adalah bahwa variabel yang peserta cocok harus berkorelasi secara signifikan dengan variabel dependen. Kami telah menunjukkan dalam bab sebelumnya bahwa pencocokan yang paling berguna ketika variabel yang peserta cocok berkorelasi lebih besar dari 0,5 atau 0,6 dengan variabel dependen.

Metode ini cocok memiliki dua kelemahan besar atau kerugian. Pertama, sulit untuk mengetahui mana adalah variabel yang paling penting untuk mencocokkan. Dalam kebanyakan kasus, ada banyak variabel yang berpotensi relevan. Dalam penelitian seorang peneliti mungkin cocok pada usia, jenis kelamin, ras, status perkawinan dan kecerdasan. Namun, peneliti bisa memilih banyak variabel lainnya. Peneliti harus memilih variabel-variabel yang menunjukkan korelasi terendah dengan satu sama lain tetapi korelasi tertinggi dengan variabel dependen.

Masalah kedua adalah penurunan dalam mencari peserta cocok memenuhi syarat sebagai jumlah variabel yang digunakan untuk pencocokan meningkat. Untuk memilih 3 atau 4 variabel untuk mencocokkan dan kemudian menemukan peserta yang cukup yang memenuhi kriteria yang sesuai membutuhkan banyak peserta untuk memilih dari. Peneliti akan perlu kolam besar peserta yang tersedia untuk mendapatkan hanya beberapa yang cocok pada semua variabel yang relevan. Pencocokan mempengaruhi generalisasi penelitian. Peneliti hanya bisa menggeneralisasi hasil untuk individu lain yang memiliki karakteristik yang sama.

Frekuensi Distribusi Metode Pencocokan

Teknik individu-by-individu pencocokan disajikan di atas adalah sangat baik untuk mengembangkan kelompok yang sama, tapi banyak peserta harus dihilangkan karena mereka tidak dapat ditandingi. Metode distribusi frekuensi upaya untuk mengatasi kelemahan ini sementara tetap mempertahankan beberapa keuntungan pencocokan. Teknik ini, seperti namanya, sesuai kelompok peserta dalam hal distribusi keseluruhan variabel atau variabel yang dipilih bukan secara individual-by-individu. Mari kita mengatakan bahwa kita ingin memiliki dua atau lebih kelompok cocok intelijen. Mari kita € ™ s lanjut mengatakan kita ingin menggunakan metode distribusi frekuensi yang cocok. Pertama kita perlu skor tes kecerdasan pada setiap anak. Kami kemudian harus membuat dua atau lebih kelompok sedemikian rupa bahwa kelompok peserta harus memiliki rata-rata skor yang sama tes kecerdasan, serta deviasi standar yang sama dan kemiringan dari nilai. Di sini, masing-masing kelompok akan statistik sama. Mean, standar deviasi dan kemiringan antara masing-masing kelompok akan setara secara statistik. Sebuah uji statistik hipotesis dapat dimanfaatkan, namun peneliti perlu menyadari bahwa kedua jenis kesalahan harus dipertimbangkan. Jika lebih dari satu variabel dianggap relevan untuk mencocokkan peserta, masing-masing kelompok peserta akan diminta untuk memiliki ukuran statistik yang sama pada semua variabel-variabel tersebut. Jumlah peserta yang hilang dengan menggunakan teknik ini tidak akan sama besarnya dengan jumlah yang hilang dengan menggunakan individual- by-individu metode, karena setiap peserta tambahan hanya harus berkontribusi untuk memproduksi ukuran statistik yang tepat daripada identik dengan peserta lain pada variabel yang relevan. Oleh karena itu, teknik ini lebih fleksibel dalam hal mampu menggunakan peserta tertentu.

Kerugian utama dari pencocokan dengan metode distribusi frekuensi hanya terjadi bila ada

pencocokan pada lebih dari satu variabel. Berikut kombinasi variabel dapat tidak cocok dalam berbagai kelompok. Jika usia dan waktu reaksi itu harus cocok, satu kelompok mungkin termasuk peserta yang lebih tua dengan waktu reaksi yang lebih lambat dan peserta yang lebih muda dengan waktu reaksi cepat, di mana kelompok lain memiliki kombinasi yang berlawanan. Mean dan distribusi dari dua variabel akan sama tetapi peserta dalam setiap kelompok akan benar-benar berbeda. Perbedaan ini dapat mempengaruhi variabel dependen.

Pencocokan dengan Memegang Variabel Constant

Memegang konstan variabel adventif untuk semua kelompok eksperimen adalah teknik lain yang dapat digunakan untuk membuat grup yang sama peserta. Semua peserta dalam setiap kelompok eksperimental akan memiliki derajat yang sama atau jenis variabel asing. Jika kita perlu untuk mengontrol variasi yang disebabkan oleh perbedaan gender, kita bisa menahan konstan seks dengan hanya menggunakan laki-laki atau perempuan hanya dalam penelitian ini. Ini memiliki efek pencocokan semua peserta dalam hal variabel seks. Prosedur pencocokan ini menciptakan sampel peserta lebih homogen, karena hanya peserta dengan jenis tertentu atau jumlah variabel kebetulan digunakan. Sejumlah proyek penelitian mahasiswa di universitas menggunakan metode ini terutama ketika kolam peserta memiliki mayoritas peserta laki-laki atau perempuan. Teknik memegang variabel konstan setidaknya memiliki dua masalah yang dapat mempengaruhi validitas penelitian. Tingkat keparahan masalah meningkat jika terlalu banyak variabel yang konstan. Kerugian pertama adalah bahwa teknik ini membatasi ukuran populasi peserta. Akibatnya, dalam beberapa kasus, mungkin sulit untuk menemukan peserta yang cukup untuk berpartisipasi dalam penelitian ini. Penelitian split-otak awal Roger Sperry sering dikritik oleh pembatasan peserta yang digunakan dalam penelitian ini. Studi awal yang digunakan hanya pasien epilepsi. Jadi penelitian menggunakan metode ini bisa dikritik dari bias seleksi.

Kelemahan kedua lebih penting dalam bahwa hasil penelitian hanya digeneralisasikan dengan jenis peserta yang digunakan dalam penelitian ini. Hasil yang diperoleh dari studi pasien epilepsi hanya bisa digeneralisasi untuk pasien epilepsi lainnya. Jika seseorang ingin mengetahui apakah pasien non-epilepsi akan mengalami perubahan persepsi yang sama peneliti harus melakukan penelitian serupa dengan menggunakan pasien non-epilepsi.

Kesimpulan dari penelitian tersebut mungkin memang sama dengan yang diperoleh dari studi pasien epilepsi tetapi studi terpisah harus dilakukan. Satu-satunya cara kita bisa mengetahui apakah hasil satu studi dapat digeneralisasi untuk populasi adalah untuk meniru studi menggunakan peserta dengan karakteristik yang berbeda.

Pencocokan dengan memasukkan variabel Gangguan ke Desain Penelitian

Cara lain untuk mencoba mengembangkan kelompok yang sama adalah dengan menggunakan gangguan atau variabel asing sebagai variabel independen dalam desain penelitian. Asumsikan bahwa kita sedang melakukan percobaan pada tikus belajar dan ingin mengontrol efek berat badan. Pikiran di sini adalah bahwa hewan dengan bobot yang lebih besar akan perlu mengkonsumsi lebih banyak makanan setelah periode kekurangan dan karenanya lebih termotivasi. Jika kita telah menggunakan metode memegang konstan berat, kita akan memiliki peserta yang jauh lebih sedikit. Dengan menggunakan berat badan sebagai variabel independen, kita dapat menggunakan lebih banyak peserta dalam penelitian ini. Secara statistik, peningkatan jumlah peserta berarti peningkatan daya dan kepekaan. Dengan menggunakan variabel asing sebagai variabel independen dalam desain kita dapat mengisolasi sumber varians sistematis dan juga menentukan apakah variabel asing memiliki efek pada variabel dependen.

Namun, membangun variabel asing ke dalam desain tidak harus dilakukan tanpa pandang bulu. Membuat variabel asing merupakan bagian dari desain penelitian tampaknya seperti metode kontrol yang sangat baik. Namun, metode ini paling baik digunakan ketika ada suatu kepentingan perbedaan yang dihasilkan oleh variabel asing atau dalam interaksi antara variabel asing dan variabel independen lainnya. Untuk variabel diukur pada skala kontinyu, peneliti masih bisa memasukkan ke dalam desain. Perbedaan antara variabel asing diskrit dan kontinu akan terletak pada analisis data bagian dari proses penelitian. Dengan regresi variabel kontinu atau analisis kovarians akan lebih baik atas analisis varians.

Peserta sebagai kontrol Sendiri

Karena setiap individu cukup unik sangat sulit jika tidak mustahil untuk menemukan individu lain yang akan menjadi pertandingan yang sempurna. Namun, satu orang adalah pertandingan yang sempurna untuk diri sendiri. Salah satu teknik yang lebih kuat untuk mencapai kesetaraan atau keajegan kelompok eksperimen sebelum pemberian pengobatan adalah dengan menggunakan orang itu dalam setiap kondisi percobaan. Beberapa mengacu pada ini sebagai menggunakan peserta sebagai kontrol mereka sendiri. Selain reaktivitas percobaan itu sendiri, kemungkinan variasi asing karena perbedaan individu-to-individu drastis diminimalkan. Metode ini mencapai keteguhan adalah umum di beberapa daerah ilmu perilaku. Dalam psikologi, studi antarmuka manusia dan mesin (faktor manusia atau rekayasa manusia) menggunakan metode ini. Dr Charles W. Simon (1976) telah menyajikan sejumlah desain eksperimen yang menarik, yang menggunakan peserta lebih banyak kondisi pengobatan. Namun, metode ini tidak cocok untuk semua aplikasi. Beberapa penelitian yang terlibat dengan belajar tidak cocok karena seseorang tidak bisa melupakan masalah sehingga ia sekarang dapat menerapkan metode yang berbeda. Penggunaan metode ini juga memerlukan lebih banyak perencanaan daripada yang lain.

Ekstensi Desain Tambahan: Desain 9.3 menggunakan Pretest

Desain 9.3 memiliki banyak keuntungan dan sering digunakan. Strukturnya mirip dengan Desain 8.2, dengan dua perbedaan penting: Desain 8.2 tidak memiliki kelompok kontrol dan pengacakan. Desain 9.3 mirip dengan Desain 9.1 dan 9.2, kecuali bahwa "sebelum" atau pretest fitur telah ditambahkan. Hal ini sering digunakan untuk mempelajari perubahan. Seperti Designs 9.1 dan 9.2, dapat diperluas untuk lebih dari dua kelompok.

Desain 9.3: Sebelum dan sesudah Kelompok Kontrol (pretest posttest)


(A) [R] Yb X Ya

(Eksperimental)


Y b ~ XY a

(Kontrol)





(B) [Mr] Yb X Ya

(Eksperimental)


Y b ~ XY a

(Kontrol)


Dalam Desain 9.3 (a), peserta ditugaskan untuk kelompok eksperimen (baris atas) dan kelompok kontrol (bottom line) secara acak dan pretested pada ukuran Y, variabel dependen. Penyelidik kemudian dapat memeriksa kesetaraan dari dua kelompok di Y. percobaan manipulasi X dilakukan, setelah itu kelompok yang lagi diukur pada Y. Perbedaan antara kedua kelompok diuji secara statistik. Karakteristik yang menarik dan sulit desain ini adalah sifat dari nilai biasanya dianalisis: perbedaan, atau perubahan, skor, Y a - Yb = D. Kecuali efek

manipulasi eksperimental yang kuat, analisis nilai perbedaan ini tidak dianjurkan. Skor perbedaan yang jauh lebih dapat diandalkan dibandingkan skor dari mana mereka dihitung. Sebuah penjelasan tentang mengapa hal ini begitu diberikan oleh Friedenberg (1995) dan Sax (1997). Ada masalah lain.Kami hanya membahas kekuatan dan kelemahan (lihat Campbell dan Stanley, 1963 untuk diskusi yang lebih lengkap ini) utama. Pada akhir diskusi kesulitan analitik perbedaan atau perubahan nilai akan diambil.

Mungkin yang paling penting, Desain 9,3 mengatasi kelemahan besar Desain 8.2, karena memasok kelompok kontrol pembanding dikompensasi dengan perbedaan, Y a - Yb, dapat diperiksa. Dengan hanya satu kelompok, kita bisa

tidak pernah tahu apakah sejarah, pematangan (atau keduanya), atau manipulasi eksperimental X menghasilkan perubahan Y. Ketika kelompok kontrol ditambahkan, situasi berubah secara radikal. Setelah semua, jika kelompok disamakan (melalui pengacakan), efek dari sejarah dan pematangan, jika ada, harus hadir pada kedua kelompok. Jika usia mental anak-anak dari kenaikan kelompok eksperimen, sehingga harus usia mental anak-anak dari kelompok kontrol. Kemudian, jika masih ada perbedaan antara langkah-langkah Y dari dua kelompok, seharusnya tidak terjadi karena sejarah atau pematangan. Artinya, jika sesuatu terjadi untuk mempengaruhi para peserta percobaan antara pretest dan posttest, ini sesuatu yang juga harus mempengaruhi peserta kelompok kontrol. Demikian pula, efek pengujian-Campbell reaktif langkah-harus dikontrol. Karena jika pengujian mempengaruhi anggota kelompok eksperimen harus sama mempengaruhi anggota kelompok kontrol. (Ada, bagaimanapun, kelemahan tersembunyi di sini, yang akan dibahas nanti.) Ini adalah kekuatan utama dari sebelum dan sesudah, eksperimen-control group design terencana dan dilaksanakan dengan baik.

Di sisi lain, sebelum dan sesudah desain memiliki aspek bermasalah, yang menurunkan kedua validitas internal dan eksternal percobaan. Sumber kesulitan adalah pretest. Sebuah pretest dapat memiliki efek kepekaan pada peserta. Pada validitas internal, misalnya, para peserta mungkin dapat waspada terhadap peristiwa-peristiwa tertentu di lingkungan mereka bahwa mereka tidak mungkin biasanya melihat. Jika pretest adalah skala sikap, dapat menyadarkan peserta untuk isu-isu atau masalah yang disebutkan dalam skala. Kemudian, ketika pengobatan X diberikan kepada kelompok eksperimen, peserta kelompok ini dapat merespon tidak begitu banyak pengaruh berusaha, komunikasi, atau metode apa saja yang digunakan untuk mengubah sikap, sebagai kombinasi dari sensitivitas mereka meningkat menjadi isu dan manipulasi eksperimental.

Karena efek interaksi tersebut tidak segera jelas, dan karena mengandung ancaman bagi validitas eksternal eksperimen, akan lebih bermanfaat untuk mempertimbangkan mereka sedikit lebih jauh. Satu akan berpikir bahwa, karena kedua kelompok eksperimen dan kontrol yang pretested, efek pretesting, jika ada, akan memastikan keabsahan percobaan. Mari kita berasumsi bahwa tidak ada pra-tes yang dilakukan, yaitu, bahwa Desain 9,2 digunakan. Hal-hal lain yang sama, perbedaan antara eksperimen dan kelompok kontrol setelah manipulasi eksperimental X dapat diasumsikan karena X. Tidak ada alasan untuk menganggap bahwa satu kelompok lebih sensitif atau lebih waspada daripada yang lain, karena mereka berdua wajah situasi pengujian setelah X. Tapi ketika pretest yang digunakan, perubahan situasi. Sementara pretest peka kedua kelompok, hal itu dapat membuat para peserta percobaan menanggapi X, seluruhnya atau sebagian, karena sensitivitas.

Apa yang kita juga memiliki kekurangan generalisasi atau validitas eksternal dalam hal itu mungkin untuk generalisasi kelompok pretested tetapi tidak untuk orang-orang unpretested. Jelas situasi seperti ini mengganggu peneliti, karena yang ingin menggeneralisasi kelompok pretested?

Jika kelemahan ini penting, mengapa ini desain yang baik? Sementara efek interaksi yang mungkin dijelaskan di atas mungkin serius dalam beberapa penelitian, diragukan bahwa sangat mempengaruhi banyak penelitian perilaku, disediakan peneliti menyadari tindakan pencegahan yang memadai potensi dan mengambil nya. Pengujian merupakan bagian yang diterima dan normal banyak situasi, terutama di bidang pendidikan. Hal ini diragukan, karena itu, bahwa peserta penelitian akan terlalu peka dalam situasi seperti itu. Namun, mungkin ada saat-saat ketika mereka bisa terpengaruh. Aturan Campbell dan Stanley (1963) memberikan adalah satu yang baik: Ketika prosedur pengujian yang tidak biasa yang akan digunakan, penggunaan desain tanpa pretest.

Perbedaan Skor

Lihatlah Desain 9.3 lagi, terutama pada perubahan antara Yb dan Y a . Salah satu masalah yang paling sulit

yang melanda-dan tertarik-peneliti, spesialis pengukuran, dan statistik adalah bagaimana mempelajari dan menganalisis perbedaan tersebut, atau mengubah skor. Dalam buku lingkup yang satu ini, adalah mustahil untuk masuk ke masalah secara rinci. Pembaca yang tertarik dapat membaca salah satu atau kedua dua buku diedit baik yang ditulis oleh Harris (1963) dan Collins & Horn (1991). Sila umum dan memperingatkan, bagaimanapun, dapat diuraikan. Satu akan berpikir bahwa penerapan analisis varians untuk skor perbedaan yang dihasilkan oleh Desain 9.3 dan desain yang sama akan efektif. Analisis tersebut dapat dilakukan jika efek eksperimen besar. Tapi skor perbedaan, seperti yang disebutkan sebelumnya, biasanya kurang dapat diandalkan dibandingkan skor dari mana mereka dihitung. Perbedaan nyata antara kelompok eksperimen dan kontrol mungkin tidak terdeteksi hanya karena tidak dapat diandalkan dari nilai perbedaan. Untuk mendeteksi perbedaan antara kelompok eksperimen dan kontrol, skor dianalisis harus cukup handal untuk mencerminkan perbedaan dan dengan demikian menjadi terdeteksi oleh uji statistik. Karena kesulitan ini beberapa peneliti seperti Cronbach dan Furby (1970) bahkan mengatakan bahwa perbedaan atau perubahan nilai tidak boleh digunakan. Jadi apa yang bisa dilakukan?

Prosedur umumnya direkomendasikan adalah dengan menggunakan apa yang disebut skor gain residualized atau kemunduran. Ini adalah skor dihitung dengan memprediksi skor posttest dari skor pretest berdasarkan korelasi antara pretest dan posttest dan kemudian mengurangkan nilai tersebut diperkirakan dari nilai posttest untuk mendapatkan nilai sisa keuntungan. (Pembaca tidak harus khawatir jika prosedur ini tidak terlalu jelas pada tahap ini Kemudian, setelah kita mempelajari regresi dan analisis kovarians, harus menjadi lebih jelas..) Pengaruh nilai pretest dihapus dari skor posttest; yaitu, nilai residu adalah nilai posttest dibersihkan dari pengaruh pretest. Kemudian signifikansi perbedaan antara sarana skor tersebut diuji. Semua ini dapat dicapai dengan menggunakan kedua prosedur yang baru saja dijelaskan dan persamaan regresi atau dengan analisis kovarians.

Bahkan penggunaan skor gain residu dan analisis kovarians tidak sempurna, namun. Jika peserta belum ditetapkan secara acak untuk kelompok eksperimen dan kontrol, prosedur tidak akan menyelamatkan situasi. Cronbach & Furby (1970) telah menunjukkan bahwa ketika kelompok-kelompok berbeda secara sistematis sebelum pengobatan eksperimental karakteristik lain yang berkaitan dengan variabel dependen, manipulasi statistik tidak

memperbaiki perbedaan tersebut. Namun, jika pretest yang digunakan, menggunakan tugas acak dan analisis kovarians, mengingat bahwa hasil harus selalu diperlakukan dengan perawatan khusus. Akhirnya, analisis regresi berganda dapat memberikan solusi terbaik dari masalah, seperti yang akan kita lihat nanti. Sangat disayangkan bahwa kompleksitas desain dan analisis statistik dapat mencegah siswa dari penelitian, kadang-kadang bahkan sampai merasa putus asa. Tapi itu adalah sifat penelitian perilaku: itu hanya mencerminkan karakter sangat kompleks realitas psikologis, sosiologis, dan pendidikan. Ini adalah di satu dan sama waktu frustrasi dan menarik. Seperti pernikahan, penelitian perilaku sulit dan sering tidak berhasil-tapi tidak mustahil. Selain itu, salah satu cara terbaik untuk mendapatkan pemahaman yang handal dunia perilaku kita. Sudut pandang buku ini adalah bahwa kita harus belajar dan memahami sebanyak yang kita dapat tentang apa yang kita lakukan, menggunakan perawatan yang wajar dengan desain dan analisis, dan kemudian melakukan penelitian tanpa rewel terlalu banyak tentang hal-hal analitik. Hal utama adalah selalu masalah penelitian dan minat kita di dalamnya. Ini tidak berarti mengabaikan angkuh analisis. Ini hanya berarti pemahaman yang wajar dan perawatan dan langkah-langkah yang sehat dari kedua optimisme dan skeptisisme.

Desain 9.4 : Simulasi sebelum dan sesudah, Acak

[R] XY a

Y b

Nilai Desain 9.4 diragukan, meskipun dianggap di antara desain yang memadai. Permintaan ilmiah untuk perbandingan puas: ada kelompok pembanding (garis bawah). Kelemahan utama dari Desain 8.3 (versi pucat Desain 9.4) yang diperbaiki oleh pengacakan. Ingat bahwa dengan Desain 8.3 kami tidak dapat mengasumsikan sebelumnya bahwa kelompok eksperimen dan kontrol yang setara. Desain 9,4 panggilan bagi peserta yang akan ditugaskan untuk dua kelompok secara acak. Dengan demikian, dapat diasumsikan bahwa mereka secara statistik sama. Seperti desain dapat digunakan ketika seseorang khawatir tentang efek reaktif pretesting, atau kapan, karena urgensi situasi praktis, seseorang tidak memiliki pilihan lain. Situasi seperti itu terjadi ketika seseorang memiliki kesempatan untuk mencoba metode atau inovasi hanya sekali. Untuk menguji efektivitas metode ini, satu menyediakan garis dasar untuk menilai pengaruh X terhadap Y dengan pra-tes kelompok serupa dengan kelompok eksperimen. Maka Y a adalah

diuji terhadap Yb.

Validitas ini desain ini rusak jika dua grup tidak dipilih secara acak dari populasi yang sama atau jika peserta tidak ditugaskan untuk dua kelompok secara acak. Selain itu, bahkan jika pengacakan digunakan tidak ada jaminan nyata bahwa itu bekerja di menyamakan kedua kelompok sebelum perawatan. Ini memiliki kelemahan disebutkan dalam hubungannya dengan desain serupa lainnya, yaitu, variabel lain yang mungkin dapat berpengaruh dalam interval antara Yb dan Y a . Dengan kata lain, Desain

9.4 lebih unggul Desain 8,3, tetapi tidak boleh digunakan jika desain yang lebih baik tersedia.

Desain 9,5 : Tiga Group, sebelum dan sesudah

Yb XY a (Eksperimental)

[R] Yb ~ X Ya (Kontrol 1)

XY a (Kontrol 2)

Desain 9.5 lebih baik dari desain 9.4. Selain aset Desain 9.3 menyediakan cara untuk menghindari kemungkinan perancu karena efek interaktif karena pretest. Hal ini dicapai dengan kelompok kontrol kedua (baris ketiga). (Tampaknya agak aneh untuk memiliki kelompok kontrol dengan X, tetapi kelompok garis ketiga adalah benar-benar sebuah kelompok kontrol.) Dengan Y a langkah-langkah kelompok ini

tersedia, adalah mungkin untuk memeriksa efek interaksi. Misalkan mean dari kelompok eksperimen secara signifikan lebih besar dari rata-rata kelompok kontrol pertama (baris kedua). Kita mungkin meragukan apakah perbedaan ini benar-benar karena X. Ini mungkin telah diproduksi oleh meningkatnya kepekaan peserta setelah pretest dan interaksi sensitisasi dan X. mereka Kita sekarang melihat rata-rata Y a dari kedua

kelompok kontrol (baris ketiga). Ini juga harus secara signifikan lebih besar dari rata-rata kelompok kontrol pertama. Jika ya, kita bisa berasumsi bahwa pretest belum terlalu peka peserta, atau bahwa X cukup kuat untuk mengesampingkan efek interaksi sensitisasi-X.

Desain 9,6 : Empat Group, sebelum dan sesudah (Solomon)


Y b

X

Y a

(Eksperimental)


[R] Yb

~ X

Y a

(Kontrol 1)


X

Y a

(Kontrol 2)


~ X

Y a

(Kontrol 3)


X

~ X


Pretested

Y a , Eksperimental

Y a , Control 1


Tidak Pra-diuji

Y a , Kontrol 2

Y a , kontrol 3



Gambar 9.5

Desain ini, yang diusulkan oleh Salomo (1949) yang kuat dan estetis memuaskan. Memiliki kontrol yang kuat. Sebenarnya, jika kita mengubah penunjukan Kontrol 2 sampai Experimental 2, kami memiliki kombinasi desain 9.3 dan 9.1, dua desain terbaik, di mana mantan desain membentuk dua baris pertama dan terakhir kedua dua baris. Keutamaan keduanya digabungkan dalam satu desain. Meskipun desain ini dapat memiliki bentuk yang cocok, tidak dibahas di sini juga tidak dianjurkan. Campbell (1957) mengatakan bahwa desain ini telah menjadi cita-cita baru bagi para ilmuwan sosial. Sementara ini adalah pernyataan yang kuat, mungkin sedikit terlalu kuat, hal ini menunjukkan harga tinggi di mana desain diadakan.

Di antara alasan mengapa itu adalah desain yang kuat adalah bahwa permintaan untuk perbandingan puas dengan dua baris pertama dan kedua dua baris. Pengacakan meningkatkan kemungkinan kesetaraan statistik dari kelompok, dan sejarah dan pematangan dikendalikan dengan dua baris pertama dari desain. Efek interaksi karena kemungkinan sensitisasi peserta pretest dikendalikan oleh tiga baris pertama. Dengan menambahkan baris keempat, efek kontemporer sementara yang mungkin terjadi antara Y a dan Yb dapat

dikontrol. Karena Desain 9.1 dan 9.3 digabungkan, kita memiliki kekuatan masing-masing tes secara terpisah dan kekuatan replikasi karena, pada dasarnya, ada dua percobaan. Jika Y a Eksperimental secara signifikan

lebih besar dari Control 1, dan Kontrol 2 secara signifikan lebih besar dari kontrol 3, bersama-sama dengan konsistensi hasil antara dua percobaan, ini adalah bukti kuat, memang, validitas hipotesis penelitian kami.

Apa yang salah dengan teladan ini desain? Ini tentu terlihat baik di atas kertas. Tampaknya ada hanya dua sumber kelemahan. Salah satunya adalah kepraktisan-lebih sulit untuk menjalankan dua percobaan simultan dari satu dan peneliti menjumpai kesulitan menemukan peserta lebih dari jenis yang sama.

Kesulitan lain adalah statistik. Perhatikan bahwa ada kurangnya keseimbangan kelompok. Ada empat kelompok yang sebenarnya, tetapi tidak empat set lengkap tindakan. Menggunakan dua baris pertama, yaitu, dengan desain 9.3, seseorang dapat mengurangi Yb dari Y a atau melakukan analisis kovarians. Dengan dua baris, satu dapat menguji Y a 's terhadap satu sama lain dengan di

tes atau uji F, tapi masalahnya adalah bagaimana mendapatkan satu pendekatan statistik secara keseluruhan. Salah satu solusinya adalah untuk menguji Y a 's Kontrol 2 dan 3 terhadap rata-rata dua

Y b 's (dua baris pertama), serta untuk menguji signifikansi perbedaan Y a 's dari dua yang pertama

baris. Selain itu, Salomo awalnya disarankan analisis faktorial 2 x 2 varian, dengan menggunakan empat Y a set

langkah-langkah.Saran Salomo diuraikan dalam Gambar 9.5. Sebuah penelitian yang cermat akan mengungkapkan bahwa ini adalah contoh yang baik dari pemikiran penelitian, perpaduan yang bagus dari desain dan analisis. Dengan analisis ini kita bisa mempelajari efek utama, X dan X ~, dan pretested dan tidak pretested. Yang lebih menarik, kita dapat menguji interaksi pretesting dan X dan mendapatkan jawaban yang jelas untuk masalah sebelumnya.

Sementara ini dan lainnya desain kompleks telah memutuskan kekuatan, diragukan bahwa mereka dapat digunakan secara rutin. Bahkan, mereka mungkin harus disimpan untuk percobaan yang sangat penting di mana, mungkin, hipotesis yang sudah diuji dengan desain sederhana yang lagi diuji dengan ketelitian dan kontrol yang lebih besar. Memang, dianjurkan bahwa desain seperti 9,5 dan 9,6 dan beberapa varian Desain 9.6, yang akan dibahas kemudian, disediakan untuk tes definitif hipotesis penelitian setelah sejumlah eksperimen awal telah dilakukan.

Penutup

Desain bab ini bersifat umum: mereka dipreteli untuk telanjang penting untuk menunjukkan struktur dasar. Memiliki struktur yang mendasari baik dalam pikiran-kognitif psikolog mengatakan bahwa struktur tersebut penting dalam mengingat dan berpikir-siswa berada dalam posisi untuk menggunakan desain yang lebih spesifik analisis varians dan paradigma terkait. Mengetahui dan memahami desain umum dapat meningkatkan fleksibilitas mental dan kemampuan untuk mengatasi konseptual dan praktis dengan masalah penelitian dan sarana desain memecahkan masalah.

Saran studi
Kalimat pertama dari bab ini adalah "Desain adalah disiplin data." Apa arti kalimat ini? Membenarkannya.
Misalkan Anda adalah seorang psikolog pendidikan dan berencana untuk menguji hipotesis bahwa makan kembali informasi psikologis untuk guru efektif meningkatkan pembelajaran anak-anak dengan meningkatkan pemahaman guru tentang anak-anak. Garis desain penelitian yang ideal untuk menguji hipotesis ini, dengan asumsi bahwa Anda memiliki perintah yang lengkap tentang situasi dan banyak uang dan bantuan. (Ini adalah kondisi yang penting, yang termasuk untuk membebaskan pembaca dari keterbatasan praktis yang sering kompromi desain penelitian yang baik.) Mengatur dua desain, masing-masing dengan pengacakan lengkap, baik mengikuti paradigma Desain 9.1. Dalam salah satu hanya menggunakan satu variabel independen dan satu arah analisis varians. Dalam kedua, menggunakan dua variabel independen dan desain faktorial sederhana. Bagaimana kedua desain membandingkan dalam kekuatan kendali mereka dan informasi yang mereka menghasilkan? Yang satu tes hipotesis yang lebih baik? Mengapa?
Desain penelitian untuk menguji hipotesis Studi Saran 2, di atas, tapi kali ini kompromi desain dengan tidak memiliki pengacakan. Bandingkan khasiat relatif dari dua pendekatan. Di mana mereka akan Anda menaruh iman yang lebih besar? Mengapa? Jelaskan secara rinci.
Misalkan tim sosiolog, psikolog, dan pendidik percaya bahwa konseling yang kompeten dan berwawasan dapat mengubah sikap negatif terutama anak pelaku kejahatan menjadi lebih baik. Mereka mengambil 30 remaja pelaku ditemukan begitu oleh-pengadilan yang telah dirujuk untuk konseling pada tahun sebelumnya dan cocok masing-masing untuk anak nonoffender lain pada seks dan kecerdasan. Mereka membandingkan sikap kedua kelompok pada awal dan akhir tahun (durasi konseling), dan menemukan perbedaan yang signifikan pada awal tahun ini, namun tidak ada perbedaan yang signifikan di akhir. Mereka menyimpulkan bahwa konseling memiliki efek bermanfaat pada sikap pelaku remaja '. Mengkritik penelitian. Membawa kekuatan dan kelemahan. Jauhkan berikut dalam pikiran: sampling, pengacakan, kelompok komparatif, pencocokan, dan kontrol. Adalah kesimpulan dari para peneliti empiris valid, menurut Anda? Jika tidak, garis besar studi yang akan menghasilkan kesimpulan yang valid.
Saran dalam teks tidak menggunakan analisis varians dalam penelitian nonexperimental tidak berlaku begitu banyak untuk satu arah analisis varians seperti halnya suatu analisa faktor. Juga tidak masalah jumlah yang sama dari kasus di sel berlaku (dalam alasan). Dalam sejumlah penelitian nonexperimental, pada kenyataannya, analisis satu arah varians telah menguntungkan digunakan. Satu studi tersebut adalah: Jones & Cook (1975). Variabel bebas adalah sikap terhadap Afrika-Amerika, jelas tidak dimanipulasi. Variabel terikat adalah preferensi untuk kebijakan sosial yang mempengaruhi Afrika-Amerika: tindakan perbaikan yang melibatkan perubahan sosial atau tindakan yang melibatkan perbaikan diri dari Afrika-Amerika. Analisis varian satu arah digunakan dengan skor preferensi kebijakan sosial dari empat kelompok berbeda dalam sikap terhadap orang Afrika-Amerika. (Sikap terhadap Afrika-Amerika juga diukur dengan skala sikap.)

Hal ini menunjukkan bahwa siswa membaca dan mencerna penelitian ini sangat baik dan provokatif. Ini akan menjadi waktu dan usaha yang dihabiskan. Anda juga mungkin ingin melakukan analisis varians dari data penulis 'Tabel 1, menggunakan metode yang dijelaskan sebelumnya analisis varians dengan menggunakan n, berarti, dan standar deviasi (lihat Addendum, Bab 13).

Bab Ringkasan
Rancangan penelitian adalah cetak biru atau rencana penyelidikan.
Sebuah desain adalah bagian dari lintas-produk Cartesian dari tingkat variabel independen.
Rancangan percobaan adalah salah satu di mana setidaknya salah satu variabel independen untuk studi yang dimanipulasi.
Desain non eksperimental adalah mereka di mana tidak ada pengacakan menyamakan kelompok sebelum pemberian pengobatan.
Untuk desain eksperimental, biasanya metode statistik yang paling tepat adalah analisis varians.
Asumsi analisis varians biasanya dilanggar untuk desain non-eksperimental. Regresi berganda dapat menjadi metode yang lebih tepat menganalisis data dari non-eksperimental


desain.
Kelompok-desain kontrol kelompok eksperimen dengan peserta secara acak (Desain 9.1) adalah desain terbaik untuk banyak studi penelitian perilaku eksperimental.
Kelompok Solomon empat desain (Desain 9,6) adalah desain yang menangani banyak masalah penelitian perilaku. Namun, menggunakan sumber daya dari dua studi dan mungkin tidak efisien secara ekonomi.
Desain 9.2 seperti Desain 9.1 kecuali menggunakan cocok peserta.
Penggunaan peserta cocok berguna dalam beberapa situasi di mana pengacakan tidak akan berfungsi.
Ada beberapa cara yang cocok peserta. Yang paling populer adalah metode individu-by-individu.
Pencocokan memiliki masalah dalam bahwa peneliti tidak pernah yakin bahwa semua variabel penting telah digunakan dalam pertandingan. Selain itu, jika terlalu banyak variabel yang digunakan untuk mencocokkan, menjadi lebih sulit untuk mendapatkan peserta pertandingan itu.
Desain 9.3 menggunakan pretest. Pretesting adalah salah satu cara untuk menentukan apakah kelompok yang sama atau apakah pengacakan telah bekerja. Namun, pretesting juga peka peserta percobaan.
Skor perbedaan sering digunakan dalam desain menggunakan pretest. Namun, ada beberapa masalah dengan melakukan hal ini. Yakni, skor perbedaan dapat diandalkan.
Desain 9.4 adalah simulasi sebelum setelah desain menggunakan peserta acak. Yang kedua (kontrol) kelompok hanya diukur pada pretest. Kelompok eksperimen menerima pengobatan dan posttest.
Desain 9.5 adalah 3 kelompok sebelum dan sesudah desain. Hal ini sama seperti desain 9.3 kecuali kelompok ketiga menerima pengobatan dan tidak ada pretest digunakan.

Bab 10
Desain penelitian Aplikasi: Grup acak dan Korelasi Grup

IT sulit untuk memberitahu siapa pun bagaimana melakukan penelitian. Mungkin hal terbaik untuk dilakukan adalah untuk memastikan bahwa pemula memiliki pemahaman tentang prinsip-prinsip dan kemungkinan. Selain itu, pendekatan dan taktik dapat disarankan. Dalam mengatasi masalah penelitian, peneliti harus membiarkan oneâ € ™ s pikiran berkeliaran, berspekulasi tentang kemungkinan, bahkan menebak pola hasil. Setelah kemungkinan diketahui, intuisi dapat diikuti dan dieksplorasi. Intuisi dan imajinasi, bagaimanapun, tidak banyak membantu jika kita tahu sedikit atau tidak sumber daya teknis. Di sisi lain, penelitian yang baik bukan hanya metodologi dan teknik. Pemikiran intuitif sangat penting karena membantu peneliti mendapatkan solusi yang tidak hanya konvensional dan rutin. Ini tidak boleh dilupakan, bagaimanapun, bahwa pemikiran analitis dan kreatif intuitif berpikir baik tergantung pada pengetahuan, pemahaman, dan pengalaman.

Tujuan utama dari bab ini adalah untuk memperkaya dan menggambarkan desain kami dan diskusi statistik dengan contoh-contoh penelitian aktual dan menyarankan kemungkinan dasar untuk merancang penelitian sehingga siswa akhirnya dapat memecahkan masalah penelitian. Tujuan ringkasan kami, kemudian, adalah untuk melengkapi dan memperkaya sebelumnya, desain yang lebih abstrak dan diskusi statistik.

SIMPLE acak SUBYEK DESIGN

Dalam Bab 13 dan 14 statistik sederhana satu arah dan analisis faktorial varian dibahas dan diilustrasikan. Desain belakang diskusi sebelumnya disebut rand omized mata pelajaran desain. Paradigma desain umum adalah Desain 9.1:

XY (Eksperimental)

[R]

~ XY (Kontrol)

Contoh penelitian

Bentuk paling sederhana dari desain 9.1 adalah analisis satu arah paradigma varians di mana kelompok-kelompok k diberikan k perawatan eksperimental dan k berarti dibandingkan dengan analisis varians atau tes terpisah signifikansi. Sekilas Gambar 9.3, sisi kiri, menunjukkan bentuk yang sederhana ini 9,1 dengan k = 3. Aneh untuk mengatakan, tidak digunakan terlalu sering. Para peneliti lebih sering lebih memilih bentuk faktorial Desain 9.1. Dua contoh satu arah yang diberikan di bawah ini. Keduanya menggunakan tugas acak. Sayangnya, beberapa peneliti tidak melaporkan bagaimana peserta ditugaskan untuk kelompok atau perawatan. Kebutuhan untuk melaporkan metode seleksi peserta dan tugas untuk kelompok eksperimen harus sekarang jelas.

Dolinski & Nawrat: Takut-kemudian-Relief dan

Kepatuhan.

Studi pada kepatuhan telah menarik bagi psikolog sosial. Dalam Bab 17 di mana kita membahas etika melakukan penelitian ilmu perilaku kami sebutkan pengaruh studi Milgrim tentang bagaimana sekarang kita melakukan penelitian perilaku. Milgrim, jika Anda ingat tertarik mengapa Nazi selama Perang Dunia 2 memenuhi untuk melakukan tindakan tak terkatakan brutal kepada manusia lainnya. Dalam sebuah studi oleh Dolinski dan Nawrat (1998), mereka mengeksplorasi metode lain yang digunakan untuk menginduksi kepatuhan. Ini adalah metode yang digunakan oleh Nazi dan Stalinis untuk mendapatkan tahanan Polandia untuk bersaksi terhadap diri mereka sendiri, teman-teman mereka dan / atau keluarganya. Dolinski dan Nawrat memanggil metode ini sebagai "ketakutan-lalu-lega." Metode ini melibatkan menempatkan tahanan dalam keadaan kecemasan tinggi. Hal ini dilakukan dengan berteriak, menjerit dan mengancam tahanan dengan sipir. Setelah mencapai hal ini dengan napi, kecemasan memproduksi rangsangan yang tiba-tiba dihapus. Tahanan tersebut kemudian diperlakukan dengan baik. Hasil biasa prosedur ini adalah intensifikasi perilaku kepatuhan. Dolinski dan Nawrat mengklaim bahwa kepatuhan adalah karena pengurangan rasa takut dan tidak takut itu sendiri. Meskipun Dolinski dan Nawrat menggunakan contoh yang sangat ekstrim untuk menggambarkan hal mereka, mereka juga menjelaskan bahwa metode ini sering digunakan dalam beberapa bentuk dan bentuk dengan diad dalam kehidupan sehari-hari. Hal ini dapat terjadi antara orangtua dan anak, guru dan siswa, dan majikan dan karyawan. Polisi sering menggunakan taktik yang sama dengan â € œGood-polisi, buruk-COPA € rutin mereka. Rutin ini biasanya melibatkan seorang perwira polisi (â € œbad-COPA €) memarahi,


Kondisi Grup

Laki Laki

Kegelisahan

Dilaporkan

Persentase

Mematuhi

Man # hari sukarela


Studi sengatan listrik

53,25

37,5

0,625


Studi sengatan listrik berubah menjadi studi koordinasi visual-motor

43,05

75.0

l.150


Visual-motor

koordinasi

penelitian

34,45

52,5

1,025


Nilai F

108,9

6.13

2.11


(P <. 001 )

(P <0,003)

(P> .05)


berteriak dan mengancam tahanan. Ketika tahanan mencapai tingkat kecemasan yang tinggi, perwira polisi lain ("baik-polisi") menghapus "bad-polisi" dan berbicara dengan baik dan manis untuk tahanan. Metode ini juga digunakan oleh teroris di sandera.

Dolinski dan Nawrat merancang dan melakukan empat percobaan untuk menguji "ketakutan-kemudian-bantuan MethodA € ™ s kemampuan untuk menginduksi kepatuhan. Kami akan menjelaskan salah satu eksperimen di sini. Dalam penelitian ini, siswa SMA 120 relawan dari Opole, Polandia secara acak ditugaskan untuk salah satu dari tiga kondisi eksperimental. Semua peserta diberitahu bahwa mereka mengambil bagian dalam studi tentang efek hukuman belajar. Kelompok 1 mengalami kecemasan. Mereka diberitahu bahwa mereka akan diberi ringan, kejutan listrik tidak menyakitkan untuk setiap kesalahan mereka membuat. Kelompok 2 peserta mengalami kecemasan yang kemudian dikurangi. Mereka awalnya diberi deskripsi yang sama sebagai Group I, tetapi kemudian diberitahu bahwa mereka akan berpartisipasi dalam sebuah studi yang berbeda sebagai gantinya. Penelitian lain ini melibatkan visual-motor koordinasi dan tidak ada kejutan akan diberikan. Kelompok 3 adalah kondisi kontrol. Peserta ini diberitahu bahwa mereka akan berpartisipasi dalam sebuah studi koordinasi visual-motor. Selama masa tunggu sebelum memulai percobaan, masing-masing peserta diminta untuk menyelesaikan kuesioner kecemasan. Setelah menyelesaikan kuesioner. Seorang mahasiswi yang merupakan konfederasi dari eksperimen, tapi tampaknya benar-benar terikat dari percobaan memperkenalkan dirinya dan meminta setiap peserta untuk bergabung dengan aksi amal untuk sebuah panti asuhan. Bagi mereka yang memenuhi, mereka diminta berapa jam mereka bersedia bekerja untuk tindakan ini.

Variabel bebas yang dimanipulasi dalam penelitian ini adalah tingkat kecemasan diinduksi dan lega. Variabel dependen adalah kepatuhan; jumlah kecemasan dan jumlah jam waktu disumbangkan untuk tujuan baik. Menggunakan analisis satu arah varians, Dolinski dan Nawrat memperoleh F-nilai yang signifikan. Grup 2, kelompok yang merasa cemas dan kemudian memiliki itu berkurang memiliki tingkat tertinggi kepatuhan dan bersedia untuk menyumbangkan jumlah terbesar hari. Tingkat kecemasan untuk setiap kelompok berada di arah yang diharapkan. Kelompok 1 mengalami tingkat tertinggi kecemasan, diikuti oleh Grup 2 dan kemudian Grup 3. Tabel 10.1 menyajikan data ringkasan untuk penelitian.

Hasil penelitian ditegakkan Dolinski dan Nawratâ € ™ s hipotesis bahwa itu adalah "ketakutan-kemudian-reliefâ € ™ dan bukan emosi kecemasan itu sendiri yang menyebabkan tingkat yang lebih tinggi kepatuhan. Cukup menciptakan keadaan kecemasan pada orang yang tidak cukup untuk membuat kepatuhan. Bahkan, penelitian ini menemukan bahwa peserta di Grup 1 (kecemasan diinduksi) yang merasa jumlah terbesar kecemasan memenuhi kurang dari peserta di Grup 3 (control-rendah atau tidak ada kecemasan).

Hilliard, Nguyen dan Domjan: Belajar Satu-sidang of Sexual Behavior

Dapatkah hewan diajarkan perilaku seksual dalam satu sidang belajar? Ini adalah masalah yang diselidiki oleh Hilliard, Nguyen dan Domjan (1997). Menggunakan paradigma pengkondisian klasik, Hilliard, Nguyen dan Domjan berusaha untuk menunjukkan bahwa penguatan seksual dapat menghasilkan pembelajaran satu-sidang. Penelitian ini penting dalam sidang satu-belajar menggunakan pengkondisian klasik tidak biasa di luar penggunaan rangsangan berbahaya atau permusuhan. Hilliard, Nguyen dan Domjan dilakukan dua studi, yang keduanya percobaan benar.

Tabel 10.1 tingkat Kecemasan, kepatuhan, jumlah hari bersedia menjadi sukarelawan dengan kecemasan diinduksi dan F-nilai (Dolinski & Nawrat (1998) studi).

Dalam studi pertama, delapan belas burung puyuh jantan digunakan sebagai peserta. Mereka secara acak ke salah satu dari dua kelompok: Kelompok Paduan atau Kelompok Berpasangan. Sidang pembelajaran bagi peserta Kelompok Paduan terdiri dari yang ditempatkan dalam ruang eksperimental gelap gulita selama 4 menit diikuti dengan 35 detik paparan benda uji (stimulus dikondisikan atau CS).


Kondisi

Waktu di Uji Zona

Jumlah Mounts Uji Obyek


Paduan

Berpasangan

F-nilai

60,70

3.37

7.41 (p <.05)

3.00

0.00

4.86 (p <.05)


Setelah paparan benda uji, puyuh jantan diizinkan untuk berinteraksi dengan puyuh betina reseptif seksual (stimulus berkondisi atau US). Benda uji terdiri dari tokoh tiruan dari puyuh yang terbuat dari boneka kain terry bulat telur dipasang dengan kepala puyuh betina taxidermically siap. Di Grup tidak berpasangan, peserta mengalami persis prosedur yang sama seperti kelompok Paduan kecuali mereka tidak terkena puyuh betina reseptif seksual (tidak ada AS). Pengaruh pendingin dinilai pada hari berikutnya dengan menempatkan peserta di ruang percobaan dengan benda uji saja. Variabel dependen untuk penelitian ini adalah (1) jumlah waktu puyuh jantan menunggu sampai meraih puyuh perempuan, (2) jumlah pergerakan kontak kloaka dan (3) jumlah waktu di zona uji selama uji dua menit periode. Zona tes adalah daerah sekitar benda uji. Hilliard, Nguyen dan Domjan dianggap analisis variabel dependen ketiga yang paling penting. Sebuah analisis satu arah varians digunakan untuk menguji perbedaan antara dua kondisi. Hilliard, Nguyen dan Domjan menemukan bahwa peserta dari kondisi Grup Paired menghabiskan sejumlah waktu yang lebih lama di zona tes dan mereka dipasang benda uji lebih sering daripada peserta kelompok tidak berpasangan. Tabel 10.2 memberikan ringkasan statistik Belajar 1.

Dalam studi kedua mereka, Hilliard, Nguyen dan Domjan ingin menentukan apakah pengkondisian seksual secara langsung berkaitan dengan durasi paparan konteks sebelum presentasi AS. Paparan konteks adalah proses mengekspos peserta untuk benda uji. Dua puluh enam burung puyuh jantan secara acak ditugaskan untuk tiga kondisi paparan konteks. Dalam studi 1, konteksnya paparan adalah 35 detik

Tabel 10.2 Sarana untuk Kelompok Paduan dan Kelompok Berpasangan di Waktu di Uji Zone dan Jumlah mounting Uji Object (Hilliard, Nguyen dan Domjan Data)

Tabel 10.3 Mean Time Menghabiskan di Uji Zona untuk 3 Konteks Tarif Exposure


Kondisi

Nol

Mnutes

2

Menit

4

menit

Berpasangan


Waktu yang dihabiskan di Uji Zona

70,96

86,06

85.44

14.99


FAKTORIAL DESAIN

Desain dasar umum masih Desain 9.1, meskipun variasi pola kelompok-kontrol dasar eksperimental secara drastis berubah dengan penambahan faktor eksperimental atau variabel independen. Setelah definisi awal analisis faktorial

.Dalam penelitian ini, satu kelompok burung jantan diizinkan untuk berinteraksi dengan puyuh betina reseptif seksual setelah 0 menit terpapar benda uji. Kelompok lain diizinkan 2 menit dari eksposur dan kelompok ketiga diberi 4 menit. Ada juga kelompok keempat yang menerima pasangan paparan konteks dan akses ke puyuh betina. Selama sesi tes di mana peserta diizinkan untuk berinteraksi dengan benda uji, peserta dalam tiga kondisi menunjukkan pendekatan yang kuat untuk benda uji. Untuk kelompok tidak berpasangan, ada lebih sedikit waktu yang dihabiskan di zona tes. Sebuah analisis satu arah varians digunakan untuk menganalisis data dan F-nilai (F = 5.92, p <.01) secara statistik signifikan. Tidak ada perbedaan statistik antara tiga kondisi, namun, ada perbedaan signifikan ketika kondisi masing-masing dibandingkan dengan kelompok tidak berpasangan. Hilliard, Nguyen dan Domjan mengklaim telah disajikan demonstrasi yang jelas pertama satu-sidang pengkondisian klasik menggunakan stimulus berkondisi appetitive.

varians, desain faktorial adalah struktur penelitian di mana dua atau lebih variabel independen yang disandingkan untuk mempelajari efek independen dan interaktif mereka pada variabel dependen.

Pembaca mungkin pada awalnya merasa agak sulit untuk menyesuaikan kerangka faktorial ke dalam kelompok kontrol paradigma kelompok eksperimen umum Desain 9.1. Pembahasan generalisasi ide kontrol kelompok dalam Bab 9 Namun, seharusnya menjelaskan hubungan antara Desain 9.1 dan desain faktorial. Diskusi ini sekarang dilanjutkan. Kami memiliki independen variabel A dan B dan variabel terikat Y. Desain faktorial sederhana, 2x2, memiliki tiga kemungkinan: A dan B aktif; A aktif, B atribut (atau sebaliknya); dan A dan B atribut. (Kemungkinan terakhir, kedua variabel independen atribut, adalah kasus nonexperimental. Sebagaimana ditunjukkan sebelumnya, bagaimanapun, mungkin tidak cocok menggunakan analisis varians dengan variabel independen nonexperimental.) Kembali ke eksperimen kelompok kontrol gagasan, A dapat dibagi menjadi A l dan A 2 , eksperimental dan

kontrol, seperti biasa, dengan tambahan variabel independen B dibagi menjadi B1 dan B2. Karena ini

Struktur akrab bagi kita sekarang, kita hanya perlu membahas satu atau dua rincian prosedural.

Prosedur tugas peserta yang ideal adalah untuk menetapkan peserta untuk empat sel secara acak. Jika kedua A dan B adalah variabel yang aktif, hal ini mungkin dan mudah. Cukup memberikan nomor peserta sewenang-wenang dari 1 sampai N, N adalah jumlah total peserta. Kemudian, dengan menggunakan tabel nomor acak, menuliskan angka 1 sampai N karena mereka muncul dalam tabel. Tempatkan angka dalam empat kelompok karena mereka muncul dan kemudian menetapkan empat kelompok peserta untuk empat sel. Untuk amannya, menetapkan kelompok peserta untuk perawatan eksperimental (empat sel) secara acak, juga. Label kelompok l, 2, 3, dan 4. Kemudian mengambil nomor ini dari tabel nomor acak. Asumsikan bahwa tabel menghasilkan angka-angka dalam urutan ini: 3, 4, 1, dan 2. Menetapkan Kelompok 3 peserta untuk sel kiri atas, Grup 4 peserta ke sel kanan atas, dan sebagainya.

Sering B akan menjadi variabel atribut, seperti jenis kelamin, kecerdasan, prestasi, kecemasan, persepsi diri, ras, dan sebagainya. Tugas peserta harus diubah. Pertama, karena B adalah variabel atribut, tidak ada kemungkinan untuk menempatkan peserta ke B 1 dan B 2 di

acak.Jika B adalah jenis kelamin variabel, yang terbaik yang bisa kita lakukan adalah untuk menetapkan laki-laki pertama di acak ke sel A l B l dan A 2 B l , dan kemudian perempuan ke sel A l B 2 dan

A 2 B 2 "

Faktorial Desain dengan Lebih dari Dua Variabel

Kita sering dapat memperbaiki desain dan meningkatkan informasi yang diperoleh dari studi dengan menambahkan kelompok. Alih-alih A l dan A 2 , dan B 1 dan B 2 , percobaan

mungkin keuntungan dari A l , A 2 , A 3 dan A 4 , dan B l , B 2 dan B 3 .

Masalah praktis dan statistik meningkat dan kadang-kadang menjadi sangat sulit karena variabel ditambahkan. Misalkan kita memiliki desain 3 x 2 x 2 yang memiliki 3 x 2 x 2 = 12 sel, yang masing-masing harus memiliki minimal dua peserta, dan sebaiknya banyak lagi. (Hal ini dimungkinkan, tetapi tidak sangat masuk akal, hanya memiliki satu peserta per sel jika seseorang dapat memiliki lebih dari satu. Ada, tentu saja, desain yang hanya memiliki satu peserta per sel.) Jika kita memutuskan bahwa 10 peserta per sel adalah diperlukan, 12 x 10 = 120 peserta harus diperoleh dan diberikan secara acak. Masalahnya adalah lebih akut dengan satu variabel yang lebih dan manipulasi praktis situasi penelitian juga lebih sulit. Namun penanganan sukses seperti percobaan memungkinkan kita untuk menguji sejumlah hipotesis dan menghasilkan banyak informasi. Kombinasi dari tiga, empat, dan lima desain-variabel memberikan berbagai kemungkinan desain: 2 x 5 x 3, 4 x 4 x 2, 3 x 2 x 4 x 2, 4 x 3 x 2 x 2, dan seterusnya. '

Contoh penelitian faktorial Desain Contoh dua dan tiga dimensi desain faktorial digambarkan dalam Bab 14. (The mengkaji kembali dari contoh-contoh ini dianjurkan, karena alasan di balik desain penting sekarang dapat lebih mudah dipahami.) Karena sejumlah contoh desain faktorial diberikan dalam Bab 14, kami membatasi contoh yang diberikan di sini untuk penelitian dengan fitur yang tidak biasa atau hasil yang menarik.

Bunga: Groupthink

Dalam sebuah artikel yang sangat provokatif, "Grup Think," Janis (1971) membahas konsekuensi kemungkinan perusakan drive untuk persetujuan (sering disebut konsensus) dalam kelompok kohesif. Dia mengatakan bahwa konsensus-seeking menjadi begitu dominan dalam kohesif dalam kelompok yang

(B)

Coh tinggi. Coh rendah.

(A)

Coh tinggi. Coh rendah.

mengesampingkan penilaian realistis program alternatif tindakan. Untuk mendukung tesisnya, Janis mengutip Teluk Babi, perang Vietnam, dan lainnya "fiascoes." Artikel dan argumen yang mengesankan. Apakah akan terus di bawah pengujian eksperimental? Bunga (1977) diuji Janis 'hipotesis dasar di laboratorium. Hipotesis Flowers 'adalah bahwa kekompakan dan gaya kepemimpinan dalam kelompok berinteraksi untuk menghasilkan groupthink. Artinya, dalam kelompok-kelompok kohesif tinggi dengan groupthink kepemimpinan tertutup, yang diukur dengan sejumlah solusi masalah yang diusulkan dan penggunaan informasi di luar kelompok, akan berkembang. Kekompakan itu dioperasionalkan sebagai berikut: kelompok kenalan = tinggi kohesif; kelompok orang asing = rendah kohesif. Gaya kepemimpinan terbuka-pemimpin mendorong pendapat yang berbeda dan menekankan keputusan-atau bijaksana tertutup pemimpin mendorong kebulatan suara di semua biaya dan fokus pada solusi pilihan pemimpin. Variabel dependen adalah: jumlah solusi yang disarankan untuk masalah dan penggunaan informasi di luar kelompok. (Ada, tentu saja, banyak rincian lebih lanjut dalam mengoperasikan variabel tersebut.)

Bagian dari hasil yang diperoleh diberikan dalam Tabel 10.4. Data ini diperoleh dari 40 kelompok, dengan 10 kelompok di setiap sel. Unit analisis adalah kelompok, oleh karena itu, fitur yang tidak biasa dari penelitian ini. Satu-satunya efek yang signifikan adalah kepemimpinan yang terbuka dan tertutup, seperti yang ditunjukkan oleh alat (a), 6.45 dan 5.15 dan (b), 16,35 dan 11,75. Interaksi diprediksi antara gaya kepemimpinan dan kekompakan tidak muncul dalam salah satu set data. Terbukti gaya kepemimpinan adalah variabel penting. Bagian dari tesis Janis 'didukung.

Tabel 10.4 Nomor Berarti Solusi Usulan, (a), dan Fakta Muncul, (b), Bunga Study a


Terbuka

Tertutup


5.7

4.94


5.2

5.35


6.45

5.15


Terbuka

Tertutup


16,8

11.8


15,9

11.7


16,35

11,75


5.82

5.78

14.3

13,8

a N = 40 kelompok, 4 di masing-masing kelompok. Tata letak data milikku, seperti perhitungan sarana marjinal. F a (buka-tutup) = 6.44 (p <.05); Fb (terbuka-tertutup) = 16,76 (p <.01).

Mahasiswa harus sangat diperhatikan bahwa tindakan kelompok dianalisis. Juga perhatikan penggunaan dua variabel dependen dan dua analisis varians. Bahwa efek utama kepemimpinan terbuka dan tertutup signifikan dengan sejumlah solusi yang diusulkan dan dengan fakta-fakta yang digunakan jauh lebih meyakinkan daripada jika hanya salah satu dari ini telah digunakan. Sebuah eksperimen yang menarik dan berpotensi penting! Memang, 'operasionalisasi Janis' Flowers ide-ide groupthink dan konsekuensinya adalah contoh yang baik dari pengujian eksperimental ide sosial yang kompleks. Ini juga merupakan contoh yang baik replikasi dan Desain 9.1 dalam bentuk yang paling sederhana faktorial.

Sigall dan Ostrove: Tarik dan Kejahatan

Hal ini sering mengatakan bahwa wanita menarik yang bereaksi terhadap dan diperlakukan berbeda dari laki-laki dan perempuan kurang menarik. Dalam kebanyakan kasus, mungkin, reaksi yang "menguntungkan": wanita menarik yang mungkin lebih mungkin dibandingkan dengan perempuan kurang menarik untuk menerima perhatian dan nikmat dunia. Apakah mungkin, bagaimanapun, bahwa daya tarik mereka mungkin dalam beberapa situasi merugikan? Sigall dan Ostrove (1975) mengajukan pertanyaan: Bagaimana daya tarik fisik seorang terdakwa pidana yang berhubungan dengan kalimat yuridis, dan apakah sifat kejahatan berinteraksi dengan daya tarik? Mereka memiliki peserta mereka menetapkan hukuman, dalam beberapa tahun, untuk menipu dan pelanggaran pencurian yang menarik, terdakwa tidak menarik, dan kontrol. Paradigma faktorial percobaan, bersama-sama dengan hasil, diberikan pada Tabel 10.5. (Kami mengorbankan menggambarkan banyak rincian eksperimental, mereka ditangani dengan baik.)

Dalam kasus pencurian, terdakwa mencuri $ 2200 di gedung bertingkat tinggi. Dalam kasus penipuan, terdakwa mengambil hati dirinya dengan dan menipu sarjana-usia tengah $ 2.200. Perhatikan bahwa kondisi tidak menarik dan Pengendalian tidak berbeda jauh dari satu sama lain. Kedua Menarik-Swindle (5,45) dan Menarik-Pencurian (2.80) berbeda dari yang lain dua kondisi-tetapi dalam arah yang berlawanan! Menarik-Swindle menerima hukuman terberat berarti: 5,45 tahun, sedangkan Attractive- Pencurian menerima hukuman rata-rata terendah: 2.80 tahun. Statistik mendukung ringkasan lisan sebelumnya:

interaksi secara statistik signifikan: The

Tarik-Offense F, pada 2 dan 106 derajat kebebasan, adalah 4,55, p <0,025. Dalam kata-kata, terdakwa menarik memiliki keuntungan lebih terdakwa tidak menarik, kecuali bila kejahatan mereka attractiveness- terkait (penipuan).

Tabel 10.5 Kalimat Berarti di Tahun Menarik, tidak menarik, dan Kontrol Tergugat untuk Swindle dan Pencurian, Sigall dan Ostrove Studi

Terdakwa

Kondisi menarik Kontrol tidak menarik


Penipuan

5.45

4.35

4.35


Penggarongan

2.80

5.20

5.10


a N = 120, 20 per sel. F (interaksi) = 4,55 (p <0,025).

Zakay, Hayduk dan Tsal: ruang pribadi dan persepsi jarak.

Berapa banyak dari invasi ruang pribadi kita dianggap ketika seseorang mendekati kita atau ketika mereka berangkat kita? Apakah dua persepsi yang berbeda? Zakay, Hayduk dan Tsal (1992) mengatakan ya. Hasil penelitian mereka bertentangan dengan teori-teori saat ini ruang pribadi. Mereka menemukan bahwa persepsi jarak lebih terdistorsi dalam menyerang (mendekati) kondisi dibandingkan dalam kondisi berangkat. Tiga puluh dua peserta perempuan dan 32 laki-laki yang digunakan dalam penelitian ini. Para peserta gender dan jenis kelamin eksperimen itu dua dimanipulasi (diukur) variabel independen non. Variabel bebas yang dimanipulasi atau aktif adalah kondisi mendekati-berangkat. Enam belas perempuan dan 16 laki-laki secara acak ditunjuk untuk kondisi mendekati atau kondisi berangkat. Dalam kondisi mendekati, eksperimen ditempatkan 210 cm (82,67 inci) dari peserta. Eksperimen terus berjalan perlahan menuju peserta. Peserta diperintahkan untuk meminta eksperimen untuk berhenti ketika ia merasa eksperimen adalah 140 cm (55,1 inci) dari peserta. Dalam kondisi berangkat, eksperimen ditempatkan 70 cm (27,5 inci) bergoyang dari peserta. Eksperimen terus berjalan perlahan-lahan menjauh dari peserta. Peserta diperintahkan untuk meminta eksperimen untuk berhenti ketika ia merasa eksperimen adalah 140 cm (55,1 inci) dari peserta. Variabel terikat adalah pengukuran jarak yang sebenarnya antara eksperimen dan peserta ketika peserta diminta eksperimen untuk berhenti.

Desain untuk studi adalah 2 x 2 x 2 faktorial. Sebuah analisis tiga arah varians menunjukkan efek seks peserta, tidak ada seks efek eksperimen dan tidak ada efek interaksi. Namun ada efek untuk kondisi mendekati-berangkat. Peserta menghentikan eksperimen pada jarak lebih besar secara signifikan dalam mendekati daripada dalam kondisi berangkat. The F- nilai 1 dan 56 derajat kebebasan adalah 28,01 dan signifikan pada p <.01 tingkat. Tabel 10.6 memberikan ringkasan statistik untuk penelitian. Zakay, Hayduk dan Tsal menyimpulkan bahwa "akan datang" atau "mengantisipasi" sistem tampaknya memperhitungkan kondisi mendekati kuat.

Tabel 10.6 Sarana Jarak Diukur antara Eksperimen dan Peserta (dalam cm) dari Zakay, Hayduk dan studi Tsal.


Peserta perempuan


Syarat-syarat

Laki-laki

Orang yg mengadakan percobaan

Perempuan

Orang yg mengadakan percobaan


Menjelang

177,12

187,12


Berangkat

151,75

167.50


Bergabung

164,43

177,31





Mile Peserta


Syarat-syarat

Laki-laki

Orang yg mengadakan percobaan

Perempuan

Orang yg mengadakan percobaan

Bergabung


Menjelang

172,11

174,42

177,62


Berangkat

156,66

156.00

158.00


Grimed

164,38

165,21


Quilici dan Mayer: Contoh, skema dan pembelajaran.

Apakah contoh membantu siswa belajar statistik? Ini adalah pertanyaan dasar yang diajukan oleh para ilmuwan kognitif Quilici dan Mayer (1996). Dalam studi mereka pada masalah analisis pemecahan Quilici dan Mayer diperiksa hanya satu dari tiga proses yang menentukan pemikiran analogis. Para peneliti khawatir hanya dengan proses pengenalan yang melibatkan dua teknik:. (1} fokus pada kesamaan permukaan antara contoh dan masalah yang sebenarnya yang harus diselesaikan atau (2) fokus pada kesamaan struktural kesamaan Permukaan berurusan dengan atribut bersama benda dalam cerita sampul masalah. Dengan kesamaan struktural, yang dikhawatirkan adalah dengan hubungan bersama antara benda-benda di kedua contoh dan masalah. Untuk mempelajari fenomena ini, Quilici dan Mayer digunakan belajar bagaimana memecahkan masalah kata dalam statistik. Quilici dan Mayer merasa bahwa siswa yang mempelajari struktur masalah kata statistik akan lebih mampu memecahkan masalah-masalah lain yang mereka hadapi di masa depan dengan benar mengelompokkan mereka ke dalam metode statistik yang benar analisis, misalnya t-test, korelasi, dll Beberapa contoh diberikan di bawah ini untuk mengilustrasikan Perbedaan antara permukaan dan persamaan struktural.

Contoh 1: Seorang ahli personil ingin menentukan apakah juru ketik berpengalaman dapat mengetik lebih cepat dari juru ketik berpengalaman. Dua puluh juru ketik berpengalaman dan 20 juru ketik berpengalaman diberi tes mengetik. Jumlah rata-rata setiap pengetik tentang kata yang diketik per menit dicatat.

Contoh 2: Seorang ahli personil ingin menentukan apakah pengalaman mengetik berjalan dengan kecepatan yang lebih cepat mengetik. Empat puluh juru ketik diminta untuk melaporkan berapa tahun mereka telah bekerja sebagai juru ketik dan diberi tes mengetik untuk menentukan jumlah rata-rata mereka kata yang diketik per menit.

Contoh 3: Setelah memeriksa data cuaca selama 50 tahun terakhir, seorang meteorolog mengklaim bahwa curah hujan tahunan bervariasi dengan suhu rata-rata. Untuk setiap 50 tahun, ia mencatat curah hujan tahunan dan suhu rata-rata.

Contoh 4: Sebuah dekan perguruan tinggi mengklaim bahwa pembaca yang baik mendapatkan nilai yang lebih baik daripada pembaca miskin. The nilai rata-rata tercatat untuk 50 mahasiswa tahun pertama yang mencetak gol yang tinggi pada tes pemahaman bacaan dan 50 mahasiswa tahun pertama yang mencetak rendah pada tes membaca pemahaman.

Contoh 2 akan memiliki fitur permukaan yang sama. Kedua kesepakatan dengan juru ketik dan mengetik. Untuk mengatasi Contoh 1 tes t akan digunakan untuk membandingkan berpengalaman dengan juru ketik berpengalaman. Namun, untuk memecahkan Contoh 2, orang akan menggunakan korelasi karena pertanyaan meminta hubungan antara pengalaman mengetik dan rata-rata jumlah kata yang diketik per menit. Oleh karena itu Contoh 1 dan Contoh dua akan berbeda secara struktural. Contoh 3 juga terlihat pada hubungan antara dua variabel: jumlah curah hujan dan suhu. Ini akan memiliki struktur yang sama seperti Contoh 2 tetapi permukaan yang berbeda. Mereka memiliki struktur yang sama karena keduanya membutuhkan penggunaan korelasi untuk memecahkan masalah. Contoh 4 dan Contoh 1 memiliki struktur yang sama tetapi permukaan yang berbeda.

Quilici dan Mayer (1996) merancang penelitian untuk menentukan apakah pengalaman dengan contoh mendorong pembangunan skema struktural. Salah satu hipotesis mereka menyatakan bahwa siswa yang terkena contoh masalah kata statistik lebih mungkin untuk memilah masalah di masa depan atas dasar struktur dan kecil kemungkinannya untuk mengurutkan berdasarkan fitur permukaan. Siswa yang tidak terkena contoh masalah kata statistik tidak akan menunjukkan perilaku seperti itu. Mereka juga hipotesis bahwa mereka yang terkena tiga contoh akan dapat menunjukkan perilaku ke tingkat yang lebih tinggi daripada mereka yang terkena hanya satu contoh. Para peneliti menggunakan 3 x 4 faktorial desain. Variabel independen pertama adalah karakteristik struktural (uji t, chi-square dan korelasi). Variabel bebas kedua adalah karakteristik permukaan (mengetik, cuaca, kelelahan mental dan membaca). Ada dua variabel dependen: nilai penggunaan struktur dan skor penggunaan permukaan. Peserta secara acak ditugaskan untuk kondisi pengobatan. Sebuah analisis dua arah varians mengkonfirmasi hipotesis mereka bahwa mereka terkena contoh akan menggunakan skema berbasis struktur sementara mereka yang tidak terpapar contoh tidak. Namun tidak ada perbedaan statistik antara mereka yang terkena tiga contoh dan orang-orang yang punya satu contoh. Tabel 10.7 memberikan ringkasan statistik untuk penelitian.

Dalam memeriksa empat masalah ini diambil dari Quilici dan Mayer (1996, p.146). Contoh 1 dan

Tabel 10.7 Berarti Struktur dan Permukaan Skor oleh Jumlah Contoh. Quilici & Mayer Study.

contoh contoh contoh


0,327

0,323

0,049


0,441

0,488

0,873


F = 35,53,

p <.001

F = 17,82;

p <001

Struktur

Skor

Mogok Kerja

SCAE
3- 1- Nb

S

Hoyt: Pengetahuan Guru dan Murid Berprestasi

Kita sekarang menguraikan studi pendidikan dilakukan bertahun-tahun yang lalu karena direncanakan untuk menjawab pertanyaan teoritis dan praktis yang penting dan karena itu jelas menggambarkan desain faktorial yang kompleks. Pertanyaan penelitian ini adalah: Apakah efek prestasi dan sikap siswa jika guru diberi pengetahuan tentang karakteristik murid mereka? (1955) studi Hoyt yang menjelajahi beberapa aspek pertanyaan dasar dan menggunakan desain faktorial untuk meningkatkan validitas internal dan eksternal penyelidikan. Desain pertama digunakan tiga kali untuk masing-masing tiga peserta sekolah dan yang kedua dan ketiga digunakan dua kali, sekali di masing-masing dua sistem sekolah.

Paradigma untuk desain pertama ditunjukkan pada Gambar 10.1. Variabel bebas adalah perawatan, kemampuan, jenis kelamin, dan sekolah. Ketiga perlakuan tidak ada informasi (N), nilai tes (T), dan nilai ujian ditambah informasi lain (TO). Ini adalah cukup jelas. Tingkat kemampuan yang tinggi, sedang, IQ rendah. Variabel gender dan sekolah yang jelas. Siswa kelas delapan ditugaskan secara acak dalam tingkat gender dan kemampuan. Ini akan membantu kita memahami desain jika kita memeriksa apa analisis akhir tabel varians desain tampak seperti. Sebelum melakukannya, bagaimanapun, perlu dicatat bahwa hasil prestasi yang sebagian besar tak tentu (atau negatif). F rasio, dengan satu pengecualian, tidak signifikan. Sikap murid terhadap guru, di sisi lain, tampaknya membaik dengan peningkatan pengetahuan guru murid, temuan yang menarik dan berpotensi penting. Analisis tabel varians diberikan pada Tabel 10.8. Salah satu eksperimen menghasilkan 14 tes! Tentu, sejumlah tes ini tidak penting dan bisa diabaikan. Tes penting terbesar (ditandai dengan tanda bintang dalam tabel) adalah mereka yang melibatkan variabel pengobatan. Tes yang paling penting adalah antara perawatan, yang pertama dari efek utama. Mungkin sama pentingnya adalah interaksi yang melibatkan perawatan. Ambil interaksi perawatan x seks. Jika ini adalah signifikan, itu berarti bahwa jumlah informasi guru memiliki sekitar siswa memiliki pengaruh terhadap prestasi belajar siswa, tetapi anak laki-laki dipengaruhi secara berbeda dibandingkan anak perempuan. Anak laki-laki dengan guru yang memiliki informasi tentang murid mereka dapat melakukan lebih baik daripada anak laki-laki yang guru tidak memiliki informasi tersebut, padahal mungkin berlawanan dengan gadis-gadis, atau mungkin membuat perbedaan satu cara atau yang lain.

Orde kedua atau interaksi tiga lebih sulit untuk menafsirkan. Mereka tampaknya jarang signifikan. Jika mereka signifikan, namun, mereka memerlukan studi khusus. Tabulasi silang tabel sarana mungkin adalah cara terbaik, tetapi metode grafis, seperti yang dibahas sebelumnya, sering mencerahkan. Siswa akan menemukan petunjuk di Edwards '(1984) buku atau (1976) naskah Simon.

NT TO

MFMFMF


IQ tinggi


Sekolah

Medium


A

IQ

Rendah IQ

Tergantung

Variabel


IQ tinggi

Tindakan


Sekolah

Medium


B

IQ

Rendah IQ

Gambar 10.1


Tabel 10.8 Sumber Variance dan Derajat Kebebasan untuk 3 x 3 x 2 x 2 faktorial Desain dengan Variabel Perawatan, Kemampuan, Sex, dan Sekolah (Total dan Dalam Derajat Kebebasan yang dihilangkan)

Pertama-Order Interaksi Interaksi: Perawatan x Kemampuan 4 interaksi: Perawatan x Kelamin 2

Kedua-Order Interaksi:

Interaksi: Perawatan x Kemampuan x kelamin 4 interaksi: Perawatan x Kemampuan x 4 Sekolah Interaksi: Kemampuan x Kelamin x Sekolah 2

Ketiga-Order Interaksi:

Interaksi: Perawatan x Kemampuan x Kelamin x 4 Sekolah

Dalam atau Residual

Total Keseluruhan

EVALUASI Acak SUBYEK DESAIN

Acak subyek desain semua varian atau ekstensi Desain 9.1, desain kelompok kontrol dasar eksperimental kelompok-di mana peserta ditugaskan untuk kelompok eksperimen dan kontrol secara acak. Dengan demikian mereka memiliki kekuatan dari desain dasar, yang paling penting adalah fitur pengacakan dan kemampuan konsekuen untuk menganggap kesetaraan perkiraan preexperimental kelompok eksperimen dalam semua variabel independen mungkin. Sejarah dan pematangan dikendalikan karena sangat sedikit waktu antara manipulasi X dan pengamatan dan pengukuran Y. ada kemungkinan kontaminasi akibat pretesting.

Dua kekuatan lain dari desain ini, melompat dari banyak variasi yang mungkin, adalah fleksibilitas dan penerapan. Mereka dapat digunakan untuk membantu memecahkan berbagai masalah penelitian perilaku, karena mereka tampaknya secara khusus cocok untuk jenis masalah desain yang muncul dari masalah ilmiah dan pendidikan sosial dan hipotesis. Satu arah desain, misalnya, dapat menggabungkan sejumlah metode, dan pengujian metode kebutuhan pendidikan utama. Variabel yang terus-menerus perlu kontrol dalam perilaku intelijen penelitian gender, bakat, kelas sosial, sekolah, dan banyak lainnya-dapat dimasukkan ke dalam desain faktorial dan dengan demikian dikontrol. Dengan desain faktorial, juga, adalah mungkin untuk memiliki campuran aktif dan atribut variabel kebutuhan penting lainnya.

Ada juga kelemahan. Satu kritik telah bahwa subjek acak desain tidak mengizinkan tes kesetaraan kelompok, seperti yang dilakukan sebelum dan sesudah desain. Sebenarnya, ini bukan kritik yang benar karena dua alasan: dengan cukup peserta dan pengacakan, dapat diasumsikan bahwa kelompok yang sama, seperti yang kita lihat; dan adalah mungkin untuk memeriksa kelompok untuk kesetaraan pada variabel selain Y, variabel dependen. Untuk penelitian pendidikan, data intelijen, bakat, dan prestasi, misalnya, tersedia dalam catatan sekolah. Data yang bersangkutan untuk sosiologi dan ilmu politik studi sering bisa ditemukan di daerah dan kabupaten pemilu catatan.

Kesulitan lain adalah statistik. Satu harus memiliki jumlah yang sama dari kasus di sel desain faktorial. (Hal ini dimungkinkan untuk bekerja dengan tidak sama n, tetapi itu adalah baik kikuk dan ancaman terhadap interpretasi Putus kasus secara acak atau penggunaan metode data yang hilang (lihat terhormat, 1959;. Gleason & Staelin 1975 untuk dua referensi yang sangat baik pada estimasi data yang hilang) dapat menyembuhkan perbedaan kecil) ini membebankan pembatasan penggunaan desain tersebut..; karena sering tidak mungkin untuk memiliki jumlah yang sama dalam setiap sel. Satu-cara desain acak tidak begitu halus: nomor yang tidak sama bukan masalah yang sulit. Bagaimana untuk menyesuaikan dan menganalisis data untuk tidak sama n adalah masalah yang kompleks, berduri, dan banyak-berdebat. Untuk diskusi dalam konteks sebagian besar dari analisis varians, lihat Snedecor dan Cochran (1989). Diskusi dalam konteks regresi berganda, yang sebenarnya merupakan solusi yang lebih baik dari masalah, dapat ditemukan di Kerlinger dan Pedhazur (1973) dan Pedhazur (1996). Diskusi Pedhazur adalah rinci dan berwibawa. Dia meninjau masalah dan menyarankan solusi.

Dibandingkan dengan kelompok cocok desain, mata pelajaran acak desain biasanya kurang tepat, yaitu, istilah kesalahan biasanya lebih besar, hal-hal lain yang sama. Sangat diragukan, namun, apakah ini memprihatinkan. Dalam beberapa kasus itu pasti-misalnya, di mana tes yang sangat sensitif hipotesis diperlukan. Dalam banyak penelitian perilaku, meskipun, mungkin diinginkan untuk dipertimbangkan sebagai tidak signifikan efek yang kurang kuat untuk membuat dirinya merasa lebih dan di atas gangguan acak dari desain mata pelajaran acak.

Semua dalam semua, maka, ini adalah kuat, fleksibel, berguna dan desain secara luas. Menurut pendapat penulis mereka adalah yang terbaik desain serba, mungkin yang pertama yang harus dipertimbangkan ketika merencanakan desain sebuah studi penelitian.

KELOMPOK berkorelasi

Prinsip dasar di balik desain semua berkorelasi-kelompok ': ada perbedaan sistematis dalam tindakan variabel dependen karena korelasi antara kelompok pada beberapa variabel . berhubungan dengan variabel dependen korelasi ini dan varians bersamaan yang dapat diperkenalkan ke measures- yang dan desain-dalam tiga cara:

1. menggunakan satuan yang sama, misalnya, peserta, di masing-masing kelompok eksperimen,

2. mencocokkan unit pada satu atau lebih variabel independen yang berhubungan dengan variabel dependen, dan

3. menggunakan lebih dari satu kelompok unit, seperti kelas atau sekolah, dalam desain.

Meskipun perbedaan tampak di antara tiga cara memperkenalkan korelasi ke dalam langkah-langkah variabel dependen, mereka pada dasarnya sama. Kami sekarang memeriksa implikasi desain prinsip dasar ini dan membahas cara-cara melaksanakan prinsip.

UMUM PARADIGMA

Dengan pengecualian dari desain faktorial berkorelasi dan apa yang disebut desain bersarang, semua analisis paradigma varian berkorelasi-kelompok desain dapat dengan mudah diuraikan. Kata "kelompok" harus diambil untuk mengindikasikan set skor. Maka tidak ada kebingungan saat uji coba mengulangi percobaan diklasifikasikan sebagai desain Multigroup. Paradigma umum diberikan pada Gambar 10.2. Untuk menekankan sumber varians, berarti kolom dan baris telah ditunjukkan. Langkah-langkah variabel dependen individu (Y) juga telah dimasukkan.

Hal ini berguna untuk mengetahui sistem subskrip untuk simbol yang digunakan dalam matematika dan statistik. Sebuah meja persegi panjang angka disebut matriks. Entri matriks adalah huruf dan / atau angka. Ketika huruf yang digunakan, biasanya untuk mengidentifikasi entri matriks tertentu dengan dua (kadang-kadang lebih) subscript. Yang pertama menunjukkan jumlah baris, kedua jumlah kolom. Y32, misalnya, menunjukkan

ukuran Y di baris ketiga dan kolom kedua.

Y52 menunjukkan ukuran Y dari baris kelima dan

kolom kedua. Hal ini juga adat untuk menggeneralisasi sistem ini dengan menambahkan subscript surat. Dalam buku ini, saya melambangkan nomor baris dan j nomor kolom. Setiap jumlah matriks diwakili oleh Yjj. Setiap

jumlah baris ketiga adalah Y 3J dan sejumlah kolom kedua adalah Y i2

Hal ini dapat dilihat bahwa ada dua sumber varians sistematis: bahwa karena kolom, atau perawatan, dan karena perbedaan baris-individu atau unit. Analisis varians harus dua arah berbagai.

Perawatan


Unit

X1

X2

X3.

. . Xk

Baris


1

Y11

Y12

Y13 â € ¢

â € ¢ â € ¢ Y1 k

M 1


2

y 21

y 22

y 23 â € ¢

â € ¢ â € ¢ Y 2k

M2


y 31

y 32

y 33 â € ¢

â € ¢ â € ¢ Y3K

M 3


n

Yn1

Yn2

Yn3 â € ¢

â € ¢ â € ¢ YNK

M n


Md

MX2

.M3.

. â € ¢ MXK

(M)


Gambar 10.2

Pembaca yang telah mempelajari argumen korelasi-varian dari Bab 15, di mana statistik dan beberapa masalah berkorelasi-kelompok desain yang disajikan, tidak akan mengalami kesulitan dengan alasan varians dari Gambar 10.2. Tujuan dari desain adalah untuk memaksimalkan antara-perawatan varians, mengidentifikasi antara-unit varians, dan kesalahan (residual) varians. Prinsip maxmincon berlaku di sini seperti di tempat lain. Satu-satunya perbedaan, benar-benar, antara desain kelompok berkorelasi dan mata pelajaran acak adalah baris atau unit varian.

Unit

Satuan yang digunakan tidak mengubah prinsip varians. Kata "unit" sengaja digunakan untuk menekankan bahwa unit bisa orang atau peserta, kelas, sekolah, kabupaten, kota, bahkan negara. Dengan kata lain, "unit" adalah rubrik umum yang dapat berdiri untuk berbagai jenis entitas. Pertimbangan penting adalah apakah unit, apa pun mereka, berbeda satu sama lain. Jika mereka melakukannya, variansi antar unit diperkenalkan. Dalam hal ini,

Sekolah

1

2

3

berbicara tentang kelompok berkorelasi atau peserta adalah sama dengan berbicara tentang perbedaan antara kelompok-kelompok atau peserta. Gagasan perbedaan individu diperluas ke unit perbedaan.

Nilai riil berkorelasi-kelompok desain luar yang memungkinkan peneliti untuk mengisolasi dan mengestimasi varians karena korelasi dalam membimbing peneliti untuk merancang penelitian untuk memanfaatkan perbedaan yang sering ada di antara unit. Jika penelitian melibatkan kelas yang berbeda di sekolah yang sama, kelas-kelas ini kemungkinan sumber varians. Jadi mungkin bijaksana untuk menggunakan "kelas" sebagai unit dalam desain. Perbedaan yang terkenal antara sekolah merupakan sumber yang sangat penting dari varians dalam penelitian perilaku. Mereka dapat ditangani sebagai desain faktorial, atau mereka dapat ditangani dengan cara desain dalam bab ini. Memang, jika kita melihat hati-hati pada desain faktorial dengan dua variabel independen, salah satunya sekolah, dan pada kelompok berkorelasi dengan desain unit sekolah, orang menemukan, pada dasarnya, desain yang sama. Studi Gambar 10.3. Di sebelah kiri adalah desain faktorial dan di sebelah kanan desain kelompok correlated-. Tapi mereka terlihat sama! Mereka adalah sama, pada prinsipnya varians. (Satu-satunya perbedaan mungkin jumlah skor dalam sel dan statistik


pengobatan.)

Perawatan


Sekolah

Sebuah l


1

B 1


2

3

B 2


B 3


Desain faktorial

Perawatan A l A 2

B1

B2

B3

Gambar 10.3

Satu kelompok Trials berulang Desain

Dalam satu kelompok percobaan diulang desain, seperti namanya menunjukkan, satu kelompok diberi perlakuan yang berbeda pada waktu yang berbeda. Dalam percobaan belajar, kelompok yang sama peserta dapat diberikan beberapa tugas kompleksitas yang berbeda, atau manipulasi eksperimental mungkin untuk menyajikan prinsip-prinsip pembelajaran dalam urutan yang berbeda, mengatakan dari yang sederhana sampai yang kompleks, dari kompleks untuk sederhana, dari keseluruhan untuk sebagian, dari bagian untuk keseluruhan.

Dikatakan sebelumnya bahwa mungkin cocok terbaik peserta adalah untuk mencocokkan peserta dengan diri sendiri, sehingga untuk berbicara. Kesulitan dalam menggunakan solusi ini masalah kontrol juga disebutkan n. Salah satu kesulitan-kesulitan ini menyerupai sensitisasi pretest, yang dapat menghasilkan interaksi antara pretest dan variabel eksperimental dimanipulasi. Lain adalah bahwa peserta dewasa dan belajar dari waktu ke waktu. Peserta yang telah mengalami satu atau dua percobaan dari manipulasi eksperimental dan sedang menghadapi sidang ketiga sekarang menjadi orang yang berbeda dari orang yang menghadapi sidang satu. Situasi eksperimental berbeda banyak, tentu saja. Dalam beberapa situasi, percobaan diulang mungkin tidak terlalu mempengaruhi kinerja peserta pada uji coba nanti; dalam situasi lain, mereka mungkin. Masalah bagaimana individu belajar atau menjadi terlalu peka selama percobaan adalah satu sulit untuk memecahkan. Singkatnya, sejarah, pematangan, dan sensitisasi yang mungkin kelemahan percobaan diulang. Efek regresi juga bisa menjadi kelemahan karena, seperti yang kita lihat dalam bab sebelumnya, skor rendah cenderung untuk mendapatkan skor yang lebih tinggi dan skor tinggi skor lebih rendah pada tes ulang hanya karena korelasi tidak sempurna antara kelompok. Sebuah kelompok kontrol, tentu saja, diperlukan.

Meskipun kesulitan waktu dasar, mungkin ada kesempatan ketika satu kelompok percobaan diulang desain berguna. Tentu saja dalam analisis "waktu" Data ini adalah desain implisit. Jika kita memiliki serangkaian pengukuran pertumbuhan anak, misalnya, waktu yang berbeda di mana pengukuran dilakukan sesuai dengan perlakuan. Paradigma desain adalah sama dengan Gambar 102. Cukup mengganti "peserta" untuk "unit" dan label X 1 , X 2 ,. . sebagai "percobaan"

Dari paradigma umum ini kasus khusus dapat diturunkan. Kasus yang paling sederhana adalah satu kelompok, sebelum dan sesudah desain, Desain 8.2 (a), di mana satu kelompok peserta diberi pengobatan eksperimental diawali dengan pretest dan posttest diikuti oleh a. Karena kelemahan dari desain ini sudah disebut, diskusi lebih lanjut tidak diperlukan. Perlu dicatat, meskipun, bahwa desain ini, terutama dalam bentuk nonexperimental nya, erat mendekati banyak pengamatan akal sehat dan berpikir. Seseorang dapat mengamati praktik pendidikan saat ini dan memutuskan bahwa mereka tidak baik. Dalam rangka untuk membuat keputusan ini, salah satu implisit atau eksplisit membandingkan praktik pendidikan saat ini dengan praktek-praktek pendidikan masa lalu. Dari sejumlah kemungkinan penyebab, tergantung pada bias tertentu, peneliti akan memilih salah satu atau lebih alasan untuk apa yang percaya menjadi keadaan menyesal urusan pendidikan: "pendidikan progresif," "pendidik," "degenerasi moral," "kurangnya prinsip-prinsip agama tegas, "dan seterusnya.

Dua kelompok, Desain Eksperimental Group-Kelompok Kontrol

Desain ini memiliki dua bentuk, lebih baik dari yang (diulang di sini) digambarkan dalam Bab 9 sebagai Desain 9.2:

XY (Eksperimental)

[Mr]

~ XY (Kontrol)

Dalam desain ini, peserta pertama cocok dan kemudian ditugaskan untuk kelompok eksperimen dan kontrol secara acak. Dalam bentuk lain, peserta cocok tetapi tidak ditugaskan untuk kelompok eksperimen dan kontrol secara acak. Yang terakhir desain dapat ditunjukkan dengan hanya menjatuhkan r subscript dari M r (dijelaskan pada Bab 8 sebagai

Desain 8.4, salah satu desain yang kurang memadai).

Paradigma desain-statistik ini perang-kuda desain ditunjukkan pada Gambar 10.4. Penyisipan simbol untuk sarana menunjukkan dua sumber sistematis varian: perawatan dan pasang, kolom dan baris. Ini jelas berbeda dengan desain acak dalam bagian awal bab ini, di mana satu-satunya varian sistematis adalah perawatan atau kolom.

Varian yang paling umum dari dua kelompok, kelompok desain kelompok kontrol eksperimen adalah desain beforeafter, dua kelompok. [Lihat Desain 9,3 (b).] Paradigma desain-statistik dan dasar pemikirannya akan kita bicarakan nanti.

Perawatan

Pasangan X e X c

1 Ye Ye m i


2

Y 2e

Y 2c

M 2


3

Y 3e

Y 3c

M 3


n

Y ne

Y nc

M n


M e

Mc


Gambar 10.4


CONTOH PENELITIAN CORRELATED- KELOMPOK DESAIN

Ratusan studi tentang kelompok-berkorelasi baik telah dipublikasikan. Desain yang paling sering menggunakan cocok peserta atau peserta yang sama dengan pra-dan posttests. Berkorelasi-kelompok desain, namun tidak terbatas pada dua kelompok; peserta yang sama, misalnya, dapat diberikan lebih dari dua perlakuan eksperimental. Penelitian yang diuraikan di bawah ini telah dipilih bukan hanya karena mereka menggambarkan desain kelompok correlated-, pencocokan, dan masalah kontrol, tetapi juga karena mereka secara historis, psikologis, atau dalam pendidikan penting.

Alih Thorndike Pelatihan Studi

Pada tahun 1924, EL Thorndike menerbitkan sebuah studi yang luar biasa dari efek dugaan intelijen peserta sekolah tertentu. Siswa yang cocok sesuai dengan nilai pada Formulir A dari ukuran variabel dependen, kecerdasan. Tes ini juga menjabat sebagai pretest. Variabel bebas adalah Studi Satu Tahun Peserta, seperti sejarah, matematika, dan Latin. Sebuah posttest, Formulir B dari tes kecerdasan, diberikan pada akhir tahun. Thorndike (1924) menggunakan alat cerdik untuk memisahkan efek diferensial dari setiap mata pelajaran sekolah. Dia melakukan ini dengan cara mencocokkan pada Form A dari tes kecerdasan mereka murid yang belajar, misalnya, bahasa Inggris, sejarah, geometri, dan Latin dengan orang-murid yang belajar bahasa Inggris, sejarah, geometri, dan shopwork. Jadi, untuk dua kelompok ini, ia adalah membandingkan efek diferensial Latin dan shopwork. Keuntungan dalam skor akhir intelijen dianggap efek gabungan dari pertumbuhan ditambah mata pelajaran akademik dipelajari.

Meskipun kelemahan, ini adalah penelitian kolosal. Thorndike menyadari kurangnya kontrol yang memadai, sebagaimana terungkap dalam bagian berikut pada efek seleksi:

Alasan utama mengapa pemikir yang baik tampaknya dangkal telah dibuat tersebut dengan setelah mengambil studi sekolah tertentu, adalah bahwa pemikir yang baik telah mengambil studi tersebut. . . .

Ketika para pemikir yang baik belajar Yunani dan Latin, studi ini tampaknya membuat pemikir yang baik. Sekarang bahwa pemikir yang baik belajar Fisika dan Trigonometri, ini tampaknya membuat pemikir yang baik. Jika murid abler semua harus belajar Pendidikan Jasmani dan Seni Drama mata pelajaran ini akan tampaknya membuat pemikir yang baik. (Hal. 98)

Thorndike menunjukkan cara untuk penelitian pendidikan dikendalikan, yang telah menyebabkan penurunan penjelasan metafisik dan dogmatis dalam pendidikan. Karyanya merupakan pukulan terhadap teori silet kulit Pengasah pelatihan mental, teori yang menyamakan pikiran untuk pisau cukur yang bisa diasah dengan stropping pada "keras" mata pelajaran.

Hal ini tidak mudah untuk mengevaluasi studi seperti ini, ruang lingkup dan kecerdikan yang mengesankan. Kita bertanya-tanya, bagaimanapun, tentang kecukupan variabel dependen, "kecerdasan" atau "kemampuan intelektual." Dapat pelajaran sekolah belajar selama satu tahun banyak berpengaruh pada kecerdasan? Selain itu, penelitian ini tidak eksperimental. Thorndike mengukur kecerdasan siswa dan membiarkan variabel independen, mata pelajaran sekolah, beroperasi. Tidak ada pengacakan, tentu saja, adalah mungkin. Seperti disebutkan di atas, ia menyadari kelemahan kontrol ini di ruang kerjanya, yang masih klasik yang layak menghormati dan studi hati-hati meskipun kelemahan dalam sejarah dan seleksi (pematangan dikendalikan).

Miller dan DiCara: Pembelajaran Fungsi otonom

Dalam bab sebelumnya kita disajikan data dari satu set studi yang luar biasa dari pembelajaran fungsi otonom yang dilakukan oleh Miller dan rekan-rekannya. (Miller, 1971; Miller & DiCara, 1968). Para ahli dan non-ahli percaya bahwa hal itu tidak mungkin untuk belajar dan mengontrol respon sistem saraf otonom. Artinya, kelenjar dan visceral mengalahkan tanggapan-hati, sekresi urine, tekanan darah kering, misalnya-yang seharusnya berada di luar "kontrol" dari individu. Miller percaya sebaliknya. Dia menunjukkan eksperimental bahwa respon tersebut tunduk pada pembelajaran instrumental. Bagian penting dari metodenya terdiri dari tanggapan visceral bermanfaat ketika mereka terjadi. Dalam studi yang datanya yang dikutip dalam bab awal buku ini misalnya, tikus dihargai ketika mereka meningkat atau menurun sekresi urin. Empat belas tikus ditugaskan secara acak untuk dua kelompok yang disebut "Meningkatkan Tikus" dan "Turunkan Tikus." Tikus-tikus dari kelompok pertama dihargai dengan stimulasi otak (yang terbukti efektif untuk reases inc di sekresi urin), sedangkan tikus dari kelompok kedua diberi ganjaran untuk penurunan sekresi urin selama "pelatihan" periode 220 ​​uji coba di sekitar tiga jam.

Untuk menunjukkan bagian dari paradigma eksperimental dan analitis penelitian ini, data sebelum dan setelah periode pelatihan untuk Meningkatkan Tikus dan tikus Penurunan diberikan dalam Tabel 10.9 (diekstraksi dari Miller & DiCaraâ € ™ s Tabel 1). Langkah-langkah dalam tabel adalah mililiter urin sekresi per menit per 100 gram berat badan. Perhatikan bahwa mereka adalah jumlah yang sangat kecil. Desain penelitian adalah varian dari Desain 9.3 (a) :

Yb XY a (Eksperimental)

[R]

Yb ~ XY a (Kontrol)

Perbedaannya adalah bahwa ~ X, yang dalam desain berarti tidak adanya pengobatan eksperimental untuk kelompok kontrol, sekarang berarti hadiah untuk penurunan sekresi urin. Analisis biasa langkah-langkah setelah pelatihan dari dua kelompok karena itu diubah.

Kita bisa lebih memahami analisis jika kita menganalisis data Tabel 10.9 agak berbeda dari Miller dan DiCara lakukan. (Mereka menggunakan t tes.) Kami melakukan dua arah (pengukuran berulang) analisis varians dari data Meningkatkan Tikus, Sebelum dan Sesudah, dan data Penurunan Tikus, Sebelum dan Sesudah. Penambahan Sebelum dan Sesudah cara yang 0,017 dan 0,028, dan Penurunan sarana yang 0,020 dan 0,006. Peningkatan rasio F adalah 43,875 (df = 1,6); Penurunan Tikus F adalah 46,624. Keduanya sangat signifikan. Kedua Sebelum sarana 0,017 dan 0,020 yang tidak berbeda secara signifikan, namun, Dalam hal ini, perbandingan sarana kedua Setelah kelompok, perbandingan biasa dengan desain ini, mungkin tidak tepat karena salah satu adalah untuk meningkatkan dan lainnya

untuk penurunan sekresi urin.

Seluruh penelitian ini, dengan manipulasi eksperimental yang sangat terkontrol dan "kontrol" analisis, adalah contoh imajinatif conceptu alizati dan analisis disiplin yang kompeten. Analisis di atas adalah salah satu contoh. Tetapi penulis tidak lebih. Misalnya, untuk lebih memastikan bahwa tulangan hanya mempengaruhi sekresi urin, mereka membandingkan sebelum dan sesudah detak jantung (denyut per menit) dari kedua Meningkatkan dan tikus Penurunan. Cara yang 367 dan 412 untuk Meningkatkan tikus, dan 373 dan 390 untuk tikus Penurunan. Perbedaan tidak bermakna secara statistik. Perbandingan yang sama tekanan darah dan fungsi tubuh lainnya tidak signifikan.

Tabel 10.9 Sekresi data Urine, Miller dan DiCara Studi: Meningkatkan Tikus dan Penurunan Tikus, Sebelum dan Sesudah Pelatihan


Meningkatkan Tikus &


Tikus

Sebelum

Setelah

E


1

0,023

0,030

0,053


2

0,014

0,019

0,033


3

0,016

0,029

0,045


4

0,018

0,030

0,048


5

0,007

0,016

0,023


6

0,026

0,044

0,070


7

0,012

0,026

0,038


Berarti 0,017

0,028





Penurunan Tikus ' 0


Tikus

Sebelum

Setelah

E


1

0,018

0,007

0,025


2

0,015

0,003

0,018


3

0,012

0,005

0,017


4

0,015

0,006

0,021


5

0,030

0,009

0,039


6

0,027

0,008

0,035


7

0,020

0,003

0,023


0,020

0,006

0,023


a Meningkatkan Sebelum-Setelah: F = 43,875 (p <.001); ra 2 = 0,357. Langkah-langkah dalam tabel adalah mililiter per menit per 100 gram berat badan.

b Penurunan, Sebelum-Setelah: F = 46,624 (p <.001); ra 2 = 0,663.

Siswa akan melakukannya dengan baik untuk belajar contoh yang baik ini penelitian laboratorium sampai mereka mengerti dengan jelas apa yang dilakukan dan mengapa. Ini akan membantu siswa belajar lebih banyak tentang eksperimen terkontrol, desain penelitian, dan analisis statistik daripada kebanyakan latihan buku. Ini merupakan pencapaian yang indah!

Tipper, Eissenberg dan Weaver: Pengaruh Praktek di Perhatian selektif.

Ketika berbicara tentang perhatian selektif, salah satu mungkin ingat studi klasik oleh Stroop (1935). Stroop telah menunjukkan peran gangguan pada perhatian selektif. Stimulus yang tidak relevan dapat bersaing dengan stimulus target mengendalikan tindakan persepsi. Bagi mereka yang tidak terbiasa dengan penelitian ini, salah satu bagian yang mengesankan dari studi Stroop adalah menyajikan peserta dengan kata-kata seperti "hijau" dan "biru" yang dicetak dalam warna merah atau kuning. Peserta diminta untuk nama warna di mana kata itu ditulis tetapi sebaliknya akan membaca kata-kata. Orang-orang merasa sangat sulit untuk menekan kebiasaan membaca kata-kata bahkan ketika seseorang diminta untuk tidak. Dalam rangka untuk melakukan tugas dengan benar, peserta harus memperlambat dan sadar menekan membaca kata-kata. Gangguan ini disebut efek Stroop. Sejumlah besar penelitian telah dilakukan pada perhatian selektif karena studi terkenal Stroop itu. Tipper, Eissenberg dan Weaver (1992) adalah salah satunya. Penelitian ini berbeda dalam bahwa mereka mengambil masalah dengan sejumlah studi yang telah dilakukan pada perhatian selektif. Untuk satu, Tipper, Eissenberg dan Weaver hipotesis bahwa dalam setiap percobaan perhatian selektif yang menggunakan peserta selama satu jam atau lebih dapat memanfaatkan mekanisme persepsi yang berbeda dari yang digunakan dalam kehidupan sehari-hari. Percobaan laboratorium biasanya membutuhkan peserta untuk hadir selama sekitar satu jam. Dalam waktu satu jam seluruh pengalaman eksperimental masih baru. Mungkin selektivitas attentional dicapai dengan mekanisme yang berbeda sebagai keakraban dengan peningkatan rangsangan.

Tipper, Eissenberg dan Weaver (1992) merancang penelitian untuk menguji hipotesis mereka mengenai perhatian selektif menggunakan sepenuhnya dalam mata pelajaran desain. Semua peserta mengalami semua kondisi perawatan. Mereka melihat efek dari gangguan pada waktu reaksi dan kesalahan. Mereka memiliki setiap pengalaman peserta kedua tingkat gangguan: priming negatif

dan penghambatan respon di 11 blok atau percobaan yang diambil lebih dari 4 hari (efek latihan). Hasil penelitian mereka menunjukkan bahwa ada efek interferensi (F = 35,15, p <.001) bila menggunakan waktu reaksi sebagai variabel dependen. Waktu reaksi yang lebih lama ketika gangguan yang hadir. Mereka juga menemukan efek latihan (blok) {F = 9,62, p <.0001) dan tidak ada efek interaksi. Efek praktek menunjukkan bahwa waktu reaksi peserta menjadi lebih cepat dengan peningkatan dalam praktek. Fakta bahwa efek interaksi tidak signifikan menunjukkan bahwa efek mengganggu dari stimulus yang tidak relevan tetap konstan bahkan setelah latihan diperpanjang. Temuan Tipper, Eissenberg dan Weaver (1992) tidak menunjukkan bahwa mekanisme lain untuk seleksi perhatian ada dan beroperasi dengan berbagai tingkat pengalaman.

Multigroup berkorelasi-GRO UPS DESAIN

Unit Variance

Meskipun sulit untuk mencocokkan tiga dan empat set peserta, dan sementara itu biasanya tidak layak atau diinginkan dalam penelitian perilaku untuk menggunakan peserta yang sama di masing-masing kelompok, ada situasi alam yang berkorelasi kelompok ada. Situasi ini sangat penting dalam penelitian pendidikan. Sampai saat ini, varians karena perbedaan antara kelas, sekolah, sistem sekolah, dan "alami" lain unit belum terkontrol dengan baik atau sering digunakan dalam analisis data. Mungkin indikasi pertama akan pentingnya jenis varian diberikan dalam (1940) buku bagus Lindquist pada analisis statistik dalam penelitian pendidikan. Dalam buku ini, Lindquist menempatkan penekanan pada sekolah varians. Sekolah, kelas, dan satuan pendidikan lainnya cenderung berbeda secara signifikan dalam prestasi, kecerdasan, bakat, dan variabel lainnya. Penyidik ​​pendidikan harus waspada terhadap satuan ini perbedaan, serta perbedaan individu.

Pertimbangkan sebuah contoh nyata. Misalkan penyidik ​​memilih sampel dari lima sekolah untuk variasi dan homogenitas mereka. Tujuannya tentu adalah validitas eksternal: keterwakilan. Penyidik ​​menggunakan murid dari lima sekolah dan menggabungkan langkah-langkah dari lima sekolah untuk menguji perbedaan rata-rata di beberapa variabel dependen. Dengan demikian, penyidik ​​mengabaikan varians karena perbedaan antar sekolah. Dapat dimengerti bahwa cara tidak berbeda secara signifikan; sekolah varians dicampur dengan varians error.

Kesalahan kotor dapat timbul dari mengabaikan varians unit seperti sekolah dan kelas. Salah satu kesalahan tersebut adalah untuk memilih sejumlah sekolah dan menunjuk sekolah tertentu sebagai sekolah eksperimental dan lain-lain sebagai sekolah kontrol. Di sini antara sekolah-varians akan dijerat dengan varians dari variabel eksperimental. Demikian pula, kelas, sekolah, dan satuan pendidikan lain berbeda dan dengan demikian menimbulkan perbedaan. Varians harus diidentifikasi dan dikendalikan, apakah itu secara eksperimental atau statistik kontrol, atau keduanya.

FAKTORIAL Korelasi GROUPS

Model faktorial dapat dikombinasikan dengan unit gagasan untuk menghasilkan desain yang berharga: faktorial berkorelasi kelompok desain. Seperti desain yang tepat ketika unit merupakan bagian alami dari situasi penelitian. Misalnya, penelitian mungkin memerlukan perbandingan variabel sebelum dan setelah intervensi eksperimental, atau sebelum dan sesudah peristiwa penting. Jelas akan ada korelasi antara sebelum dan sesudah tindakan variabel dependen. Contoh lain yang berguna ditunjukkan pada Gambar 10.5. Ini adalah desain 3 x 2 faktorial dengan lima unit (kelas, sekolah, dan sebagainya) di setiap tingkat, B 1 dan

B 2 .

Kekuatan dan kelemahan dari faktorial desain berkorelasi-kelompok yang mirip dengan desain faktorial lebih kompleks. Kekuatan utama adalah kemampuan untuk mengisolasi dan mengukur variasi dan menguji interaksi. Perhatikan bahwa dua sumber utama varians, perawatan (A) dan Tingkat (B), dan unit varians dapat dievaluasi; yaitu, perbedaan antara A, B, dan unit berarti dapat diuji untuk signifikansi. Selain tiga interaksi dapat diuji: perawatan dengan tingkat s, perawatan oleh unit-unit, dan . tingkat oleh unit Jika nilai individu digunakan dalam sel bukan berarti, interaksi tiga, juga dapat diuji. Perhatikan betapa pentingnya interaksi tersebut dapat, baik secara teoritis maupun praktis. Misalnya, pertanyaan seperti berikut ini dapat dijawab: Apakah perawatan kerja yang berbeda dalam unit yang berbeda? Apakah metode-metode tertentu kerja yang berbeda pada tingkat kecerdasan yang berbeda atau dengan jenis kelamin yang berbeda atau dengan anak-anak dari tingkat sosial ekonomi yang berbeda? Siswa maju akan ingin tahu bagaimana menangani unit (sekolah, kelas, dll) dan unit varians dalam desain faktorial. Panduan rinci diberikan dalam Edwards (1984) dan di Kirk (1995). Subjek sulit. Bahkan nama-nama desain menjadi kompleks: acak

B 1

Tingkat

(Devices,

Jenis, dll)

B 2

blok, perawatan bersarang, desain split-petak. Desain seperti yang kuat namun: mereka menggabungkan kebajikan desain faktorial dan berkorelasi kelompok desain. Jika diperlukan Edwards dan Kirk adalah panduan yang baik. Disarankan, di samping itu, bantuan yang akan diminta dari seseorang yang mengerti baik statistik dan penelitian perilaku. Tidaklah bijaksana untuk menggunakan program komputer karena nama mereka tampak tepat. Hal ini juga bijaksana untuk mencari bantuan analitik dari personel komputer. Satu tidak bisa mengharapkan orang tersebut untuk mengetahui dan memahami, katakanlah, analisis faktor varians. Itu bukan pekerjaan mereka. Lebih akan dikatakan tentang analisis komputer di bab berikutnya.

Metode (Treatment)

Unit A 1 A 2 A 3 1 2

3

4

5

YMeans cr

Tindakan

1

2

3

4

5

Gambar 10.5

Suedfeld dan Pangkat: Pemimpin Revolusioner dan Kompleksitas Konseptual

Suedfeld dan Pangkat (1976), dalam studi yang disebutkan sebelumnya dalam konteks lain, menguji gagasan menarik bahwa pemimpin-Lenin revolusioner yang sukses, Cromwell, Jefferson, misalnya secara konseptual sederhana dalam komunikasi publik sebelum revolusi dan konseptual yang kompleks setelah revolusi. Pemimpin revolusioner berhasil, di sisi lain, tidak berbeda dalam kompleksitas konseptual sebelum dan sesudah revolusi. Masalahnya cocok untuk desain faktorial dan analisis pengukuran berulang. Desain dan data pada kompleksitas konseptual ditunjukkan pada Tabel 10.10. Hal ini dapat dilihat bahwa pemimpin yang sukses menjadi konseptual lebih kompleks-1,67-3,65 tapi pemimpin yang gagal tidak berubah banyak-2.37 dan 2.21. Interaksi F rasio adalah 12.37, signifikan pada tingkat 0,005. Hipotesis didukung.

Beberapa poin yang harus dijemput. Satu, perhatikan efektif menggabungkan desain faktorial dan langkah-langkah diulang. Saat yang tepat, seperti dalam kasus ini, kombinasi ini sangat berguna terutama karena menyisihkan, sehingga untuk berbicara, varians dalam tindakan variabel dependen karena individu (atau kelompok atau blok) perbedaan. Istilah kesalahan sehingga lebih kecil dan lebih mampu menilai signifikansi statistik perbedaan berarti. Dua, penelitian ini adalah nonexperimental: tidak ada variabel eksperimental dimanipulasi.

Tabel 10.10 faktorial Desain dengan Tindakan berulang: Suedfeld & Pangkat Studi pemimpin Revolusi a


Pre

Pos


mengambil alih

mengambil alih


Sukses

1.67

3.65

2.66


Kegagalan

2.37

2,22

2.30


1.96

3.05


a ditunda

langkah-langkah yang

berarti dari


Tindakan kompleksitas konseptual.

Interaksi F = 12.37 (p <0,005).

Tiga dan yang paling penting, kepentingan intrinsik dan pentingnya masalah penelitian dan teori dan kecerdikan mengukur dan menggunakan kompleksitas konseptual sebagai variabel untuk â € œexplain "keberhasilan pemimpin revolusioner membayangi mungkin dipertanyakan

poin metodologis. Kalimat di atas, misalnya, mungkin selaras dengan penggunaan variabel dalam penelitian ini. Suedfeld dan Pangkat menganalisis ukuran variabel independen, kompleksitas konseptual. Namun hipotesis yang diteliti sebenarnya: Jika kompleksitas konseptual (setelah revolusi), kepemimpinan kemudian sukses. Tetapi dengan masalah penelitian yang menarik menarik tersebut dan variabel penting seperti (kompleksitas konseptual) imajinatif dan kompeten diukur, yang ingin berdalih?

Perrine, Lisle dan Tucker: Menawarkan Bantuan dan Kesediaan untuk Mencari Dukungan

Guru-guru di semua jenjang pendidikan menggunakan silabus untuk memperkenalkan kursus untuk siswa. Berapa banyak dan apa fitur dalam silabus memiliki dampak terbesar pada

Tabel 10.1l. Sarana dan F-Nilai untuk Perbedaan Pernyataan Silabus dan Perbedaan Umur. Perrine, Lisle dan Tucker Study.


Acade Masalah mic

Silabus

Mendukung

Netral

F


Pemahaman masalah buku teks

4.7

3.7

76.08 **


Ujian onfirst kelas rendah

4.8

4.0

49,89 **


Sulit untuk mendengar instruktur â € ™ s kuliah

4.4

3.8

36,05 **


Kemampuan belajar efektif untuk kursus

4.7

3.6

7957 **


Berpikir tentang menjatuhkan kursus

4.9

3.8

61.80 **


Topik utama pemahaman masalah

5.3

4.2

82,97 **


Masalah akademik

Lebih Tua

Usia

Lebih Muda

F


Pemahaman masalah

4.8

4.1

5.48 *


buku pelajaran

Kelas rendah pada pertama

5.2

4.3

7.64 *


ujian

Sulit untuk mendengar

4.4

4.0

1.01


instruktur â € ™ s keterampilan kuliah Studi efektif

4.8

4.0

6.32 *


untuk kursus Berpikir tentang

4.8

4.3

2.18


menjatuhkan pemahaman kursus Masalah

5.3

4.6

7.69 *


topik utama



siswa bahkan sebelum instruksi kelas dimulai? Perrine, Lisle dan Tucker (1995) mengembangkan studi untuk melihat apakah tawaran bantuan pada silabus instruktur yang mendorong mahasiswa dari berbagai usia untuk mencari bantuan dari instruktur mereka. Menurut Perrine, Lisle dan Tucker, pengetahuan terbaik mereka ini adalah studi pertama yang mengeksplorasi penggunaan dukungan sosial dengan perguruan tinggi dan universitas instruktur untuk menguntungkan siswa. Perrine, Lisle dan Tucker juga mempelajari pengaruh ukuran kelas atas kesediaan siswa untuk mencari bantuan. Penelitian ini menggunakan 104 mahasiswa di antaranya 82 adalah perempuan dan 22 laki-laki adalah. Setiap peserta diminta untuk membaca deskripsi dari dua kelas psikologi. Deskripsi termasuk pernyataan yang dibuat oleh instruktur dari masing-masing kelas pada silabus. Dalam deskripsi, ukuran kelas dimanipulasi. Itu diatur baik untuk 15, 45 atau 150 siswa. Kursus ini digambarkan sebagai menuntut dengan banyak pekerjaan, tapi menyenangkan. Hal ini juga mendorong siswa untuk tidak tertinggal dalam pembacaan dan tugas. Dua pernyataan terpisah dari instruktur terdiri dari satu yang mendukung dan salah satu yang netral. Dalam pernyataan yang mendukung, siswa didorong untuk mendekati instruktur untuk membantu jika siswa pernah mengalami masalah di kelas. Yang netral tidak termasuk pernyataan seperti itu. Setiap peserta membaca kedua deskripsi. Setelah membaca deskripsi, peserta menanggapi pertanyaan tentang kesediaan mereka untuk mencari bantuan dari instruktur selama enam masalah akademik mungkin dihadapi di kelas. Enam Masalah itu (1) kesulitan memahami buku teks, (2) kelas rendah pada ujian pertama, (3) sulit untuk mendengar instructorâ € ™ s kuliah, (4) kemampuan belajar efektif untuk kursus, (5) berpikir menjatuhkan kursus dan (6) kesulitan memahami topik utama. Peserta menggunakan rating skala 6 poin: 0 = pasti tidak sampai 6 = pasti ya.

Desain adalah 3 x 2 x 2 (ukuran kelas umur pernyataan x silabus x siswa) desain faktorial. Desain berisi satu dimanipulasi (aktif) variabel independen, satu diukur (atribut) variabel independen dan satu dalam-subyek (berkorelasi) variabel independen. Jumlah siswa per kelas yang acak dan dimanipulasi variabel dependen. Usia siswa adalah variabel dan silabus pernyataan independen diukur adalah variabel independen berkorelasi. Menggunakan analisis yang tepat varians (biasanya disebut sebagai campuran anova jika setidaknya satu variabel independen adalah antara subjek dan setidaknya satu lainnya adalah mata pelajaran within-) peserta menyatakan signifikan lebih kesediaan untuk mencari bantuan dari instruktur ketika pernyataan mendukung muncul di silabus mata kuliah daripada ketika hanya pernyataan netral muncul.
* P <.05, ** p <0,01

Siswa yang lebih muda di bawah usia 25) menyatakan kesediaannya kurang dari siswa yang lebih tua. Ada juga usia x silabus interaksi (F = 4,85, p <.05) yang signifikan. Respon terhadap tawaran bantuan berbeda antara kelompok umur. Laporan yang terkena siswa yang lebih muda kurang dari siswa yang lebih tua. Ukuran kelas tampaknya tidak menjadi faktor yang signifikan pada apakah siswa bersedia untuk mencari bantuan atau tidak. Tabel 10.11 menyajikan ringkasan statistik untuk penelitian.

ANALISIS KOVARIANSI

Penemuan analisis kovarians oleh Ronald Fisher merupakan peristiwa penting dalam metodologi penelitian perilaku. Berikut adalah penggunaan kreatif dari prinsip-prinsip umum untuk desain eksperimental dan korelasi dan regresi variance teori-yang kita pelajari nanti dalam buku-untuk membantu memecahkan masalah kontrol lama.

Analisis kovarians adalah suatu bentuk analisis varians yang menguji signifikansi perbedaan antara sarana kelompok eksperimen setelah memperhitungkan perbedaan awal antara kelompok-kelompok dan korelasi langkah-langkah awal dan langkah-langkah variabel dependen. Artinya, analisis kovarians menganalisis perbedaan antara kelompok eksperimen pada Y, variabel dependen, setelah memperhitungkan baik perbedaan awal antara kelompok pada Y (pretest), atau perbedaan antara kelompok dalam beberapa potensi variabel independen atau variabel, X, substansial berkorelasi dengan Y, variabel dependen. Ukuran yang digunakan sebagai variabel kontrol-variabel pretest atau penting disebut kovariat.

Pembaca harus berhati-hati ketika menggunakan analisis kovarians. Hal ini sangat sensitif terhadap pelanggaran asumsi. Potensi penyalahgunaan metode ini adalah keprihatinan bahwa jurnal Biometrics pada tahun 1957 mengabdikan seluruh masalah untuk itu. Elashoff (1969) menulis sebuah artikel yang penting bagi para peneliti pendidikan pada penggunaan metode ini. Konsensus adalah bahwa secara umum bukan ide yang baik untuk menggunakan metode ini untuk desain penelitian nonexperimental.

Clark dan Walberg: Penguatan besar-besaran dan Prestasi Reading

Ada sedikit titik untuk menggambarkan prosedur statistik dan perhitungan analisis kovarians. Pertama, dalam bentuk konvensional mereka, mereka sangat kompleks dan sulit untuk diikuti. Kedua, kami ingin di sini hanya untuk menyampaikan makna dan tujuan dari pendekatan. Ketiga dan yang paling penting, ada cara yang lebih mudah untuk melakukan apa analisis kovarians tidak. Kemudian dalam buku ini kita akan melihat bahwa analisis kovarians adalah kasus khusus dari regresi berganda dan jauh lebih mudah dilakukan dengan regresi berganda. Untuk memberikan pembaca perasaan untuk apa analisis kovarians menyelesaikan, mari kita lihat pada penggunaan efektif dari prosedur dalam studi pendidikan dan psikologis

Clark dan Walberg (1968) berpikir bahwa peserta mereka, putus sekolah potensial melakukan buruk di sekolah, diperlukan jauh lebih penguatan (dorongan, penghargaan, dll) dibandingkan peserta berprestasi di sekolah. Jadi mereka menggunakan penguatan besar dengan peserta kelompok eksperimen dan penguatan moderat dengan peserta kelompok kontrol mereka. Karena variabel dependen mereka, membaca prestasi, secara substansial berkorelasi dengan kecerdasan, mereka juga diperlukan untuk mengontrol intelijen. Sebuah analisis satu arah varians dari prestasi membaca berarti kelompok eksperimen dan kontrol menghasilkan F dari 9.52, signifikan pada tingkat 01, yang mendukung keyakinan mereka. Bisa dibayangkan, bagaimanapun, bahwa perbedaan antara kelompok eksperimen dan kontrol adalah karena kecerdasan daripada penguatan. Artinya, meskipun S ditugaskan secara acak untuk kelompok eksperimen, perbedaan awal dalam kecerdasan mendukung kelompok eksperimen mungkin sudah cukup untuk membuat pembacaan kelompok eksperimen berarti secara signifikan lebih besar daripada membaca kelompok kontrol berarti, karena kecerdasan substansial berkorelasi dengan membaca. Dengan tugas acak, tidak mungkin terjadi, namun hal ini bisa terjadi. Untuk mengontrol kemungkinan ini, Clark dan Walberg menggunakan analisis kovarians.

Tabel 10.12 Analisis Kovarian Paradigma, Clark dan Walberg Studi

Eksperimental (besar-besaran Penguatan)

XY

(Intelligence) (Reading)

Berarti 92,05 31,62

Kontrol

(Moderate Penguatan)

XY

(Intelligenc (Reading)

e)

90,73 26,86

Penelitian Tabel 10.4, yang menunjukkan secara garis besar desain dan analisis. Sarana skor X dan Y, seperti dilansir Clark dan Walberg, diberikan di bawah meja. The Y berarti adalah perhatian utama. Ta Men

berbeda secara signifikan. Meskipun diragukan bahwa

analisis kovarians akan mengubah hasil ini, adalah mungkin bahwa perbedaan antara X berarti, 92,05 dan 90,73, mungkin tip timbangan statistik, dalam uji perbedaan antara Y berarti, mendukung kelompok eksperimen. Analisis uji kovarians F, yang menggunakan Y jumlah kuadrat dan rata-rata kuadrat dibersihkan dari pengaruh X, adalah signifikan pada tingkat 01: F = 7.90. Dengan demikian rata-rata membaca puluhan kelompok eksperimen dan kontrol berbeda secara signifikan, setelah disesuaikan atau mengendalikan inteligensi.

Taris: Locus of Control, Situasi dan Perilaku Mengemudi.

Penelitian ini oleh Taris (1997) menggunakan desain yang agak tidak biasa. Ini adalah 2 x 2 x 2 x 2 faktorial dengan dua kovariat. Keempat variabel independen dalam penelitian ini adalah faktor-faktor dalam subyek. Studi Taris 'meneliti sejauh situasional dan kepribadian faktor pengaruh perilaku orang dewasa muda mengemudi. Studi empat dalam faktor yang (1) keinginan {2) pemastian, (3} skenario dan (4) pengendalian. Para kovariat adalah locus of control dan jarak tempuh tahunan. Jarak tempuh tahunan digunakan sebagai ukuran pengalaman berkendara. Locus of control adalah ukuran kepribadian. Setiap peserta menerima penjelasan dari empat situasi di mana Pengendalian dan Verifiability secara sistematis dimanipulasi. pengendalian tinggi umumnya dalam bentuk pernyataan di mana peserta yang nyaman, "dengan banyak waktu." pengendalian rendah berarti pernyataan situasional di mana peserta adalah terburu-buru untuk mendapatkan suatu tempat. pemastian tinggi umumnya berarti seseorang sedang menonton,

i.e."Daerah dijaga ketat oleh polisi," atau "penumpang di dalam mobil." Dalam setiap situasi ada dua skenario. Salah satu skenario meminta keputusan pada kecepatan di mana mengemudi dan lainnya yang terlibat keputusan baik berhenti atau tidak berhenti untuk lampu lalu lintas berwarna merah. Dalam masing-masing skenario ada yang diinginkan dan kursus yang tidak diinginkan dari tindakan. Taris mempresentasikan situasi, skenario dan tindakan dalam urutan acak.

Sebuah contoh dari pengendalian rendah, kondisi pemastian tinggi yang dibuat oleh Taris adalah

"Anda mengendarai mobil pulang setelah bekerja. Lalu lintas

agak padat. Anda menyadari bahwa polisi sering

patroli daerah. Pertemuan di pekerjaan Anda mengambil lebih banyak waktu dari yang Anda harapkan. Sekarang Anda akan terlambat untuk pertandingan rumah tim voli Anda di mana Anda dirancang. Tim Anda menghitung pada Anda. "(Hal. 990).

Sebuah contoh pengendalian tinggi dan pemastian rendah akan membaca:

"Anda mengendarai mobil pulang setelah bekerja. Lalu lintas agak padat. Anda menyadari bahwa polisi jarang patroli wilayah. Anda meninggalkan pekerjaan Anda pada waktu yang biasa. Malam ini Anda akan memainkan pertandingan kandang dengan tim voli Anda di mana Anda dirancang . Tim Anda menghitung pada Anda "(hal. 990}.

Seperti disebutkan sebelumnya, ada dua skenario. Salah satu skenario berkaitan dengan mematuhi undang-undang kecepatan dan penawaran lainnya dengan berhenti di lampu merah. Untuk masing-masing skenario ada tindakan yang diinginkan atau tidak diinginkan. Dari contoh Taris ', ini akan menjadi sebuah pernyataan seperti "Anda mengemudi di. Pada saat Anda melebihi batas kecepatan," versus "Anda mengemudi di. Nowhere apakah Anda melebihi batas kecepatan."

Variabel terikat adalah keputusan probabilitas mengenai kemungkinan bahwa orang akan terlibat dalam tindakan tertentu. Hasil menunjukkan keinginan Effect (F = 532,21, p <.001). Tindakan yang diinginkan dianggap lebih mungkin dibandingkan orang-orang yang tidak diinginkan. Hal ini menunjukkan bahwa driver muda tidak mungkin untuk bertindak dengan cara yang tidak diinginkan. Interaksi yang signifikan antara keinginan dan Verifiability (F = 4.22, p <.05) menyatakan bahwa tindakan yang tidak diinginkan lebih mungkin jika pemastian rendah. Interaksi antara Pengendalian dan keinginan itu tidak signifikan. Jadi Taris tidak dapat menyatakan bahwa perilaku yang tidak diinginkan akan lebih mungkin terjadi ketika pengendalian rendah. Interaksi antara Verifiability dan Locus of Control (F = 8.42, p <.01) adalah signifikan. Ini memberitahu kita bahwa orang-orang dengan locus of control internal ditemukan pemastian kurang penting sementara orang-orang yang secara eksternal dikendalikan ditemukan pemastian sangat penting. Taris juga menemukan efek yang signifikan tiga-cara interaksi (F = 4.37, p <.05) antara keinginan, Verifiability dan Locus of Control. Setelah memeriksa data, Taris tidak menemukan perbedaan atas tindakan yang diinginkan. Namun ada efek atas tindakan yang tidak diinginkan. Mereka yang mengendarai sejumlah besar mil lebih mungkin untuk terlibat dalam tindakan yang tidak diinginkan. Taris menyimpulkan dari hasil ini bahwa kedua locus of control dan situasional faktor yang

Tabel 10.13 Penilaian Berarti untuk Kemungkinan Aksi sebagai Fungsi dari keinginan, Verifiability dan Locus of Control. Studi Taris.


VeriMilily

Exetrd

Dsirabe

Ufairabe

Internd Dsirabe

Uifairabe


Rendah

7.61

3.76

7.56

3.37


H *

7.62

3.20

7.58

299


penentu penting pilihan untuk bertindak diinginkan atau tidak diinginkan. Meskipun sebagian besar orang tahu bahwa kehadiran besar polisi menghalangi perilaku yang tidak diinginkan, penelitian ini memiliki temuan penting dalam bahwa tidak semua driver muda bertindak dengan cara yang sama. Taris telah menemukan bahwa anak-anak muda yang berorientasi internal cenderung memiliki perilaku mereka dipengaruhi oleh faktor-faktor situasional. Namun, pemuda yang berorientasi eksternal lebih dipengaruhi oleh pemastian. Tabel 10.13 memberikan ringkasan statistik untuk penelitian ini.

DESAIN PENELITIAN DAN ANALISIS: KESIMPULAN

Empat tujuan utama telah mendominasi organisasi dan persiapan Bagian Keenam. Yang pertama adalah untuk memperkenalkan siswa dengan desain utama penelitian. Dengan demikian, diharapkan bahwa pengertian sempit dibatasi melakukan penelitian dengan, katakanlah, hanya satu kelompok eksperimen dan satu kelompok kontrol, atau dengan peserta cocok atau dengan satu kelompok, sebelum dan sesudah, bisa melebar. Tujuan kedua adalah untuk menyampaikan rasa struktur yang seimbang desain penelitian yang baik, untuk mengembangkan perasaan sensitif untuk arsitektur desain. Desain harus secara formal maupun y fungsional (dipasang pada masalah penelitian kita berusaha untuk memecahkan. Tujuan ketiga adalah untuk membantu pembaca memahami logika penyelidikan eksperimental dan logika dari berbagai desain. Desain penelitian adalah rute alternatif yang sama tujuan:. pernyataan yang dapat diandalkan dan valid dari hubungan antara variabel Beberapa desain, jika memungkinkan, menghasilkan pernyataan relasional kuat maka desain lainnya.

Dalam arti tertentu, tujuan keempat Bagian Keenam: untuk membantu siswa memahami hubungan antara desain penelitian dan statistik telah menjadi yang paling sulit untuk dicapai. Statistik adalah, di satu sisi, disiplin teknis penanganan varians. Dan, seperti telah kita lihat, salah satu tujuan dasar desain adalah untuk memberikan kontrol varians sistematis dan kesalahan. Ini adalah alasan untuk mengobati statistik secara rinci seperti di Bagian Empat dan Lima sebelum mempertimbangkan desain di Bagian Enam. Fisher (1951) mengungkapkan ide ini ringkas ketika ia mengatakan, "prosedur statistik dan rancangan percobaan hanya dua aspek yang berbeda dari seluruh yang sama, dan seluruh yang terdiri dari semua persyaratan logis dari proses lengkap menambah pengetahuan alam dengan experimentation.â € p.3

Sebuah desain yang dikandung tidak menjamin validitas hasil penelitian. Desain elegan baik disesuaikan untuk penelitian masalah masih bisa menghasilkan kesimpulan yang salah atau menyimpang. Namun demikian, kemungkinan tiba pada kesimpulan yang akurat dan valid yang lebih baik dengan desain suara dibandingkan dengan yang tidak sehat. Ini relatif pasti: jika desain rusak, seseorang dapat datang ke kesimpulan yang jelas tidak ada. Jika, misalnya, satu menggunakan desain dua-kelompok, cocok-subyek ketika masalah penelitian logis menuntut desain faktorial, atau jika menggunakan desain faktorial ketika sifat situasi penelitian panggilan untuk desain berkorelasi-kelompok, tidak ada jumlah manipulasi interpretasi atau statistik dapat meningkatkan kepercayaan dalam kesimpulan dari penelitian tersebut.

Ini adalah hal yang. Fisher (1951) harus memiliki kata terakhir tentang hal ini. Dalam bab pertama bukunya, The Desain Eksperimen, ia berkata:

Jika desain eksperimen rusak, metode apapun penafsiran yang membuatnya menjadi penentu harus rusak juga. Memang benar bahwa ada banyak prosedur eksperimental besar yang dirancang dengan baik yang dapat menyebabkan kesimpulan yang menentukan? Namun, pada kesempatan lain mereka mungkin gagal untuk melakukannya. Dalam kasus tersebut, jika kesimpulan yang menentukan sebenarnya diambil ketika mereka dibenarkan, kita dapat mengatakan bahwa kesalahan sepenuhnya dalam penafsiran, tidak dalam desain. Namun kesalahan interpretasi. . .terletak pada menghadap fitur karakteristik desain yang mengarah pada hasil yang kadang-kadang tidak meyakinkan, atau konklusif pada beberapa pertanyaan tapi tidak pada semua. Untuk memahami dengan benar satu aspek dari masalah ini adalah untuk memahami yang lain. (Hal. 3)

Saran studi

Grup acak

1. Dalam mempelajari desain penelitian, hal ini berguna untuk melakukan analisis varians-sebanyak mungkin: simple oneway analisis dan faktorial dua variabel analisis. Coba bahkan analisis tiga variabel. Dengan cara kerja statistik ini Anda bisa mendapatkan pemahaman yang lebih baik dari desain. Anda juga dapat melampirkan nama-nama variabel untuk Anda "data," daripada bekerja dengan angka saja. Beberapa saran yang berguna untuk proyek-proyek dengan nomor acak mengikuti.

(A} Menggambar tiga kelompok angka acak 0 sampai 9. Nama variabel independen dan dependen. Ekspresikan hipotesis dan menerjemahkannya ke dalam bahasa statistik desain-. Lakukan analisis satu arah varians. Interpret.

b. Ulangi 1 (a) dengan lima kelompok angka.

c. Sekarang meningkatkan jumlah satu kelompok dengan 2, dan menurunkan orang-orang dari kelompok lain dengan 2. Ulangi analisis statistik.

d. Menggambar empat kelompok angka acak, 10 di masing-masing kelompok. Mengaturnya, secara acak, dalam desain faktorial 2x2. Melakukan analisis faktorial varian.

e. Bias angka dari dua sel kanan dengan menambahkan 3 ke setiap nomor. Ulangi analisis. Bandingkan dengan hasil 1 (d).

f. Bias jumlah data dari 1 (d}, sebagai berikut: tambahkan 2 untuk masing-masing nomor di kiri atas dan kanan bawah sel Ulangi analisis Interpret...

2. Mencari Studi Saran 2 dan 3, Bab 14. Kerja melalui kedua contoh lagi. (Apakah mereka lebih mudah bagi Anda sekarang?)

3. Misalkan Anda adalah kepala sebuah sekolah dasar. Beberapa keempat dan kelima kelas guru ingin membuang buku kerja. Pengawas tidak menyukai ide itu, tapi bersedia untuk membiarkan Anda menguji gagasan bahwa buku kerja tidak membuat banyak perbedaan. (Salah satu guru bahkan menunjukkan bahwa buku kerja dapat memiliki efek buruk pada kedua guru dan murid.) Mengatur dua rencana riset dan desain untuk menguji keampuhan dari buku kerja: desain satu arah dan desain faktorial. Pertimbangkan prestasi variabel, kecerdasan, dan jenis kelamin. Anda mungkin juga mempertimbangkan kemungkinan sikap guru terhadap buku kerja sebagai variabel independen.

4. Misalkan penyelidikan menggunakan metode dan jenis kelamin sebagai variabel independen dan prestasi sebagai variabel dependen telah dilakukan dengan hasil yang dilaporkan dalam Tabel 10.14. Angka-angka dalam sel adalah sarana fiktif. F rasio metode dan jenis kelamin tidak signifikan. Interaksi F ratio signifikan pada tingkat 01. Menginterpretasikan hasil ini secara statistik dan substantif. Untuk melakukan yang terakhir, berikan nama untuk masing-masing tiga metode.

Tabel 10.14 Hipotesis data Sarana} dari Percobaan fiktif Faktorial


Metode A l A 2

A 3


Laki-laki

45 45

36

42


Perempuan

35 39

40

38


40 42

38


5. Meskipun sulit dan kadang-kadang frustasi, tidak ada pengganti untuk membaca dan mempelajari studi riset asli. Sejumlah penelitian menggunakan desain faktorial dan analisis varians telah dikutip dan diringkas dalam bab ini dan bab-bab sebelumnya. Pilih dan membaca dua dari studi ini. Cobalah meringkas salah satu dari mereka. Mengkritik kedua studi untuk kecukupan desain dan pelaksanaan penelitian (untuk yang terbaik dari pengetahuan Anda saat ini dan kemampuan). Fokus terutama pada kecukupan desain untuk menjawab pertanyaan penelitian atau pertanyaan.

Grup berkorelasi

6. Bisa memori ditingkatkan dengan pelatihan? William James, psikolog Amerika yang besar dan filsuf, melakukan percobaan pada dirinya sendiri memori lebih dari 100 tahun yang lalu. (Lihat James, 1890) Dia pertama kali belajar 158 baris dari Victor Hugo puisi, yang membawanya 131 5/6 menit. Ini adalah dasar-nya. Lalu ia bekerja untuk 20- menit aneh setiap hari, selama 38 hari, belajar seluruh buku pertama dari Paradise Lost. (Buku 1 adalah 22 halaman yang dicetak erat ayat agak sulit!) Ini adalah pelatihan ingatannya. Dia kembali ke Hugo puisi dan belajar 158 garis tambahan dalam 151 1/2 menit. Dengan demikian ia membutuhkan waktu lebih lama setelah pelatihan daripada sebelumnya. Tidak puas, ia melakukan tugas-tugas lain-dengan sama hasil yang sama. Atas dasar karya ini, apa kesimpulan yang bisa James datang ke? Komentar pada desain penelitiannya. Apa desain antara

mereka dalam buku ini tidak desain perkiraan?

7. Dalam Miller dan DiCara studi diuraikan dalam bab ini, penulis melakukan analisis paralel. Selain analisis mereka sekresi urin, misalnya, mereka menganalisis tingkat detak jantung dan tekanan darah. Mengapa mereka melakukan ini?

8. Dalam studi klasik nya "kategori alam," Rosch (1973) direplikasi studi asli warna dengan bentuk (persegi, lingkaran, dll). Apa keuntungan yang ada di replikasi seperti itu?

9. Kami melakukan dua arah (ukuran berulang) analisis varians dari Miller dan DiCara Meningkatkan Tikus data Tabel 10.9, dengan beberapa hasil yang dilaporkan dalam

tabel. (a 2 (Hays omega-squared) adalah 0,357 a 2 untuk data Penurunan Tikus adalah 0,663. Apa koefisien ini berarti? Mengapa menghitung mereka?

10. Kolb (1965), mendasarkan karyanya pada karya yang luar biasa dari McClelland pada motivasi berprestasi, melakukan eksperimen menarik dengan berprestasi anak-anak sekolah tinggi kecerdasan yang tinggi. Dari 57 anak laki-laki, ia ditugaskan 20 secara acak untuk program pelatihan di mana, melalui berbagai cara; anak-anak itu "mengajarkan" motivasi berprestasi (upaya untuk membangun kebutuhan untuk mencapai ke anak laki-laki). Anak-anak diberi pretest motivasi berprestasi di musim panas, dan diberikan tes lagi enam bulan kemudian. Perubahan rata-rata skor yang, untuk eksperimen dan kelompok kontrol, 6.72 dan -. 34, masing-masing. Ini adalah signifikan pada tingkat 0,005.

a. Komentar pada penggunaan nilai perubahan. Apakah penggunaannya mengurangi iman kita dalam signifikansi statistik dari hasil?

b. Mungkin faktor selain pelatihan eksperimental telah mendorong perubahan?

11. Jangan-jangan siswa percaya bahwa hanya tindakan terus menerus dianalisis dan analisis varian saja digunakan dalam eksperimen psikologis dan pendidikan, membaca studi oleh Freedman, Wallington dan Bless (1967) pada rasa bersalah dan kepatuhan. Ada kelompok eksperimen (S diinduksi berbaring) dan kelompok kontrol. Variabel terikat diukur oleh apakah peserta tidak atau tidak sesuai dengan permohonan bantuan. Hasilnya dilaporkan dalam tabel frekuensi tabulasi silang. Baca studi, dan, setelah mempelajari desain dan hasil penulis, desain salah satu dari tiga percobaan cara lain. Membawa variabel independen lainnya, misalnya. Misalkan diketahui bahwa ada perbedaan individu lebar sesuai. Bagaimana hal ini dapat dikendalikan? Nama dan menjelaskan dua jenis desain untuk melakukannya.

12. Salah satu cara yang berguna kontrol oleh pencocokan adalah dengan menggunakan pasangan kembar identik. Mengapa metode ini alat yang berguna kontrol? Jika Anda sedang menyiapkan eksperimen untuk menguji pengaruh lingkungan terhadap kecerdasan diukur dan Anda memiliki 20 pasang kembar identik dan kebebasan eksperimental lengkap, bagaimana Anda mengatur percobaan?

13. Dalam sebuah studi di mana pelatihan kompleksitas rangsangan seni mempengaruhi sikap terhadap musik, antara lain, Renner (1970 menggunakan analisis kovarians, dengan makhluk tindakan kovariat dari

skala yang dirancang untuk mengukur sikap terhadap musik. Ini adalah pretest. Ada tiga kelompok eksperimen. Sketsa desain dari penjelasan singkat ini. Mengapa Renner menggunakan skala sikap musik sebagai pretest? Mengapa dia menggunakan analisis kovarians? (Catatan: Laporan asli layak dibaca Penelitian, sebagian studi kreativitas, itu sendiri kreatif..)

14. Dalam sebuah studi yang signifikan dari pengaruh pendidikan seni liberal pada pembentukan konsep yang kompleks, antar dan McClelland (1978) menemukan perbedaan antara senior dan mahasiswa dari sebuah perguruan tinggi seni liberal pada ukuran pembentukan konsep yang rumit menjadi signifikan secara statistik (M s = 2,00, mf = 1,22; t =

3,76 (p <.001). Menyadari bahwa perbandingan diperlukan, mereka juga diuji perbedaan berarti sama dalam sebuah perguruan tinggi guru dan community college. Tak satu pun dari perbedaan ini secara statistik signifikan. Mengapa musim dingin dan McClelland menguji hubungan di dosen dan di perguruan tinggi? Disarankan bahwa siswa mencari asli laporan-itu bernilai baik studi-dan melakukan analisis varians dari laporan n, berarti, dan standar deviasi, menggunakan metode yang dijelaskan dalam Bab 13 (Addendum).

15. Salah satu kebajikan analisis kovarians jarang disebutkan dalam teks adalah bahwa tiga perkiraan korelasi antara X dan Y dapat dihitung. Ketiga adalah total r atas semua nilai, kelompok antara- r, yang merupakan r antara X dan Y berarti, dan dalam kelompok-r, r dihitung dari rata-rata r antara X dan Y dalam kelompok k. The dalam-kelompok r adalah "terbaik" perkiraan

"benar" r antara X dan Y. Mengapa demikian?

[Petunjuk: Dapatkah r total, yang biasanya dihitung dalam praktek, akan meningkat atau dikurangi dengan antara-kelompok varians?]

16. 2 x 2 x 2 faktorial desain digunakan banyak oleh psikolog sosial. Berikut adalah dua yang tidak biasa, sangat baik, bahkan studi kreatif di mana ia digunakan:

Aronson, E. & Gerard E. (1966). Di luar Parkinson Hukum:. Pengaruh kelebihan waktu pada kinerja selanjutnya Journal of Personality dan Psikologi Sosial, 3, 336- 339.

Carlsmith, J. & Gross, A (1969). Beberapa efek dari rasa bersalah atas kepatuhan. Journal of Personality and Social Psychology, 11, 232-239.

Artikel berikut dari Martin menggunakan 2 x 3 x 5 dan 2 x 2 x 5 desain.

Martin, R. {1998). Mayoritas dan minoritas pengaruh menggunakan paradigma afterimage:. Serangkaian ulangan berusaha Journal of Experimental Social Psychology, 34, 1-26.

Baca salah satu dari studi ini.

Bab Ringkasan

1. Acak subyek desain adalah desain yang disukai penelitian perilaku.

2. Acak subjek eksperimen desain yang benar dengan aktif, variabel independen dimanipulasi.

3. Metode statistik yang biasa untuk menganalisis data dari acak subyek desain adalah analisis varians.

4. Acak desain subjek biasanya membutuhkan sejumlah besar peserta untuk mencapai presisi yang diinginkan.

5. Subyek berkorelasi desain biasanya melibatkan

a. menggunakan peserta yang sama di setiap kondisi perlakuan

b. pencocokan peserta pada satu atau lebih variabel independen terkait dengan variabel dependen

c. menggunakan lebih dari satu kelompok peserta, yakni, ruang kelas.

6. Unit dapat berbagai jenis entitas. Dalam penelitian psikologis, unit biasanya orang atau hewan

7. Berkorelasi mata pelajaran desain termasuk satu kelompok percobaan diulang (langkah-langkah) desain.

8. Desain 9.2 adalah desain yang lebih baik untuk digunakan saat peserta cocok dan secara acak ditugaskan untuk

kelompok perlakuan.

9. Sebuah kovariat potensi variabel bebas yang digunakan untuk menyesuaikan perbedaan individual antara kelompok yang bukan karena pengobatan. Pretest adalah kovariat yang paling umum.

10. Analisis kovarians adalah metode pelajaran berkorelasi analisis statistik. Sebuah kovariat menyesuaikan variabel dependen, maka nilai-nilai yang disesuaikan digunakan dalam analisis varians. Beberapa regresi adalah metode lain statistik dapat digunakan untuk tujuan ini.


134

Bab 10: Aplikasi Desain Penelitian: Acak Kelompok dan Korelasi Grup

Bab 11
Kuasi Eksperimental dan N = 1 Desain Penelitian

VARIAN DESAIN DASAR

Desain 9.1 hingga 9.6 adalah desain eksperimental dasar. Beberapa varian dari desain ini telah ditunjukkan. Kelompok eksperimen dan kontrol tambahan dapat ditambahkan sesuai kebutuhan, tetapi gagasan inti tetap sama. Itu selalu bijaksana untuk mempertimbangkan kemungkinan menambahkan kelompok eksperimen dan kontrol. Dalam alasan, penambahan kelompok tersebut memberikan bukti memvalidasi lebih untuk hipotesis yang studyâ € ™ s. Desain ini adalah kombinasi dari dua desain dasar lainnya. Ini menggabungkan kekuatan dari kedua dan menambah daya replikasi, serta kontrol lebih lanjut. Keuntungan seperti menyebabkan prinsip bahwa, setiap kali kita mempertimbangkan desain penelitian, kita harus mempertimbangkan kemungkinan penambahan kelompok eksperimen sebagai ulangan atau varian kelompok eksperimen dan kontrol. Salah satu tujuan utama dari ilmu adalah untuk menemukan hubungan sebab akibat. Percobaan yang benar (â € œtrue sini diambil untuk berarti dimanipulasi variabel independen mana pernyataan kausal mungkin) jika diatur dan dilaksanakan dengan benar dapat memberikan peneliti dengan pernyataan kausal mengenai hubungan antara X dan Y. ini umumnya dianggap tertinggi bentuk eksperimen. Melemahnya komponen percobaan yang benar adalah apa yang akan kita bahas dalam bab ini.

Desain kompromi Desain Eksperimental alias Quasi

Hal ini dimungkinkan, memang diperlukan, untuk menggunakan desain yang kompromi dengan eksperimen yang sebenarnya. Ingat bahwa eksperimen benar membutuhkan setidaknya dua kelompok, satu menerima pengobatan eksperimental dan satu tidak menerima pengobatan atau menerimanya dalam bentuk yang berbeda. Percobaan sejati membutuhkan manipulasi setidaknya satu variabel independen, tugas acak peserta untuk kelompok, dan tugas acak perawatan untuk kelompok. Bila satu atau lebih dari prasyarat ini hilang untuk satu alasan atau lainnya, kami memiliki desain kompromi. Desain kompromi yang dikenal sebagai desain kuasi-eksperimental. Mereka disebut kuasi karena kuasi berarti â € œalmostâ € atau â € œsort of.â € Masak dan Campbell (1979) disajikan dua klasifikasi utama dari desain kuasi-eksperimental. Yang pertama disebut â € œnon-setara kelompok kontrol designsã € dan yang kedua adalah â € waktu œinterrupted series designs.â € Sejumlah studi penelitian yang dilakukan di luar laboratorium bisa jatuh ke dalam kategori ini. Banyak studi penelitian pemasaran dalam bentuk desain quasiexperimental. Seringkali seorang peneliti diminta untuk â € œdesignâ € dan menganalisis data dari studi yang tidak direncanakan. Misalnya, pembeli kelontong memutuskan untuk saham merek yang berbeda dari makanan bayi. Atasan nanti mungkin bertanya apakah langkah tersebut menguntungkan. Pembeli ini kemudian akan berkonsultasi dengan peneliti pasar untuk menentukan apa yang dapat dilakukan untuk menunjukkan apakah keputusannya itu menguntungkan atau tidak. Analisis tersebut tidak akan memiliki basa-basi pemilihan acak dan tugas dan itu akan terdiri dari data yang diambil dari waktu ke waktu. Selain itu, iklan lain atau musim tahun bisa mempengaruhi penjualan makanan bayi. Satu-satunya komponen yang menyerupai percobaan yang benar adalah kenyataan bahwa variabel independen dimanipulasi. Tidak semua toko menerima produk makanan bayi yang berbeda. Dengan masalah tersebut, peneliti akan beralih ke penggunaan desain penelitian quasiexperimental atau kompromi.

Non setara Kontrol Group Design

Mungkin yang paling umum digunakan desain kuasi-eksperimental adalah pola kelompok kontrol eksperimen di mana seseorang tidak memiliki jaminan yang jelas bahwa kelompok eksperimen dan kontrol yang setara. Beberapa seperti Masak dan Campbell (1979), Christensen (1996), Ray (1997) dan Graziano & Raulin (1993) menyebutnya sebagai desain kelompok kontrol nonequivalent. Masak dan Campbell hadir delapan variasi desain ini bahwa mereka menyatakan yang â € œinterpretable.â € Kedelapan adalah

â € ¢ tanpa perlakuan kelompok kontrol desain â € ¢ nonequivalent variabel dependen desain â € ¢ kelompok perlakuan dihapus desain â € ¢ desain pengobatan diulang

â € ¢ terbalik pengobatan nonequivalent control group design

â € ¢ desain kohort

â € ¢ posttest hanya desain â € ¢ desain kontinuitas regresi

Dalam buku ini kita akan membahas secara rinci hanya salah satunya. Yang satu ini adalah yang paling mungkin salah satu terjadi dalam literatur penelitian di beberapa bentuk dan bentuk. Untuk pembahasan menyeluruh dari delapan jenis kelompok kontrol non-ekuivalen desain yang harus membaca Masak dan Campbell (1979).

Tidak ada pengobatan Kontrol Group Design

Struktur tidak ada pengobatan desain kelompok kontrol telah dipertimbangkan dalam Desain 9.3. Masak dan Campbell (1979) mengacu pada desain ini sebagai desain kelompok kontrol yang tidak diobati dengan pretest dan posttest. Bentuk kompromi adalah sebagai berikut:

Desain 11.1 : No pengobatan Kontrol Group Design

Yb XY a (Eksperimental)

Y b ~ XY a (Kontrol)

Perbedaan antara Desain 9.3 dan 11.1 tajam. Di Desain 11.1, tidak ada tugas acak dari peserta untuk kelompok, seperti pada 9.3 (a), dan tidak ada yang cocok peserta dan kemudian secara acak tugas, seperti pada 9.3 (b). Desain 11.1, oleh karena itu, tunduk pada kelemahan karena kemungkinan adanya kesetaraan antara kelompok variabel selain X. Para peneliti umumnya bersusah payah untuk membangun kesetaraan dengan cara lain, dan sejauh mereka berhasil melakukannya, hal ini Sejauh desain tersebut valid. Hal ini dilakukan dengan cara-cara yang dibahas di bawah ini.

Hal ini sering sulit atau tidak mungkin untuk menyamakan kelompok dengan pilihan acak atau tugas acak, atau dengan cara mencocokkan. Jika salah satu kemudian menyerah melakukan penelitian? Dengan tidak berarti. Setiap upaya harus dilakukan, pertama, untuk memilih dan menetapkan secara acak. Jika kedua hal tersebut tidak mungkin, mungkin cocok dan tugas acak dapat dicapai. Jika mereka tidak, upaya harus dilakukan setidaknya untuk menggunakan sampel dari populasi yang sama atau menggunakan sampel yang sama mungkin. Perlakuan percobaan harus diserahkan secara acak. Kemudian kesamaan kelompok harus diperiksa dengan menggunakan informasi seks yang tersedia, umur, kelas sosial, dan sebagainya.

Kesetaraan kelompok dapat diverifikasi menggunakan sarana dan standar deviasi dari pretest: tes t dan uji F akan melakukan. Distribusi juga harus diperiksa. Meskipun satu tidak dapat memiliki kepastian bahwa pengacakan memberikan, jika item ini semua memeriksa memuaskan, seseorang dapat pergi ke depan dengan penelitian mengetahui setidaknya bahwa tidak ada bukti yang diketahui terhadap asumsi kesetaraan.

Tindakan pencegahan ini meningkatkan kemungkinan mencapai validitas internal. Masih ada kesulitan, yang semuanya bawahan satu kesulitan utama, yang disebut seleksi. (Ini kesulitan lain tidak akan dibahas di sini. Untuk pembahasan rinci, lihat Campbell dan Stanley, 1963 atau Cook & Campbell, 1979).

Seleksi merupakan salah satu masalah sulit dan menyusahkan penelitian perilaku. Sejak aspeknya akan dibahas secara rinci dalam Bab 23 tentang penelitian nonexperimental, hanya penjelasan singkat akan diberikan di sini. Salah satu alasan penting untuk penekanan pada pemilihan acak dan penugasan adalah untuk menghindari kesulitan seleksi. Ketika peserta terpilih dalam kelompok pada basis asing untuk tujuan penelitian, kita sebut ini "seleksi," atau alternatif, "selfselection." Ambil contoh umum: mari kita asumsikan bahwa relawan yang digunakan dalam kelompok eksperimen dan peserta lain digunakan sebagai kontrol. Jika relawan berbeda dalam karakteristik yang berhubungan dengan Y, variabel dependen, perbedaan utama antara kelompok eksperimen dan kontrol mungkin karena karakteristik ini bukan untuk X, variabel independen. Relawan, misalnya, mungkin lebih cerdas (atau kurang cerdas) dari nonvolunteers. Jika kita melakukan percobaan dengan beberapa jenis belajar sebagai variabel dependen, jelas para relawan mungkin melakukan lebih baik pada Y karena kecerdasan unggul, meskipun rupa awal kedua kelompok di pretest. Perhatikan bahwa, jika kita hanya menggunakan relawan dan telah ditugaskan kepada kelompok eksperimen dan kontrol secara acak, kesulitan seleksi berkurang. Validitas eksternal atau keterwakilan, bagaimanapun, akan menurun.

Masak dan Campbell (1979) menyatakan bahwa bahkan dalam kasus yang sangat ekstrim, masih mungkin untuk menarik kesimpulan yang kuat jika semua ancaman terhadap validitas dipertimbangkan dan diperhitungkan. Tanpa kepentingan tugas acak, upaya harus dilakukan melalui cara-cara lain untuk menghilangkan hipotesis saingan. Kami hanya mempertimbangkan desain yang menggunakan pretest karena pretest bisa memberikan informasi yang berguna mengenai efektivitas


dari variabel independen terhadap variabel dependen. Pretest dapat memberikan data tentang bagaimana sama dengan kelompok-kelompok yang saling sebelum pemberian pengobatan dengan kelompok eksperimen.

Contoh lain lebih sering dalam penelitian pendidikan adalah untuk mengambil beberapa kelas di sekolah untuk kelompok eksperimen dan lain-lain untuk kelompok kontrol. Jika jumlah yang cukup besar kelas yang dipilih dan ditunjuk secara acak untuk kelompok eksperimen dan kontrol, tidak ada masalah besar. Tetapi jika mereka tidak diberikan secara acak, orang-orang tertentu dapat memilih diri ke dalam kelompok eksperimen, dan kelas-kelas ini mungkin memiliki karakteristik yang mempengaruhi mereka untuk memiliki rata-rata lebih tinggi daripada nilai Y kelas-kelas lain. Misalnya, guru mereka mungkin lebih waspada, lebih cerdas, dan lebih agresif. Karakteristik ini berinteraksi dengan pemilihan untuk memproduksi, terlepas dari X, kelompok eksperimen lebih tinggi dari kelompok kontrol Y skor. Dengan kata lain, sesuatu yang mempengaruhi proses seleksi, seperti halnya peserta relawan, juga mempengaruhi tindakan variabel dependen. Hal ini terjadi meskipun pretest dapat menunjukkan kelompok harus sama terhadap variabel dependen. Manipulasi X adalah "efektif," tetapi tidak efektif dalam dan dari dirinya sendiri. Hal ini efektif karena seleksi, atau selfselection. Selain itu, seorang peneliti pendidikan mungkin harus menerima persetujuan districtâ sekolah € ™ s untuk penelitian. Kadang-kadang, kabupaten akan menetapkan sekolah dan kelas yang mungkin menggunakan penelitian.

Sebuah studi klasik oleh Sanford dan Hemphill (1952) melaporkan di Campbell dan Stanley (1963) menggunakan desain ini. Penelitian ini dilakukan di Amerika Serikat Naval Academy di Annapolis. Penelitian ini dilakukan untuk melihat apakah kursus psikologi dalam kurikulum meningkatkan studentsâ € ™ (taruna) kepercayaan dalam situasi sosial. Kelas kedua tahun mengambil kursus psikologi. Para taruna tahun kedua adalah kelompok pertama siswa untuk mengambil kursus psikologi. Perbandingan atau kelompok kontrol adalah kelas tiga tahun. Para siswa tahun ketiga tidak mengambil kursus di tahun kedua mereka. Sebuah kuesioner situasi sosial diberikan kepada kedua kelas pada awal tahun akademik dan pada akhir tahun. Hasil penelitian menunjukkan adanya peningkatan nilai kepercayaan untuk kelas tahun kedua 43,26-51,42. Kelas ketiga tahun juga menunjukkan peningkatan. Namun, kenaikan mereka berubah jauh lebih kecil 55,80-56,78. Orang mungkin menyimpulkan dari data ini bahwa mengambil

137

Tentu saja psikologi memang memiliki efek meningkatkan kepercayaan dalam situasi sosial. Namun, penjelasan lain juga mungkin. Orang bisa menjelaskan bahwa keuntungan yang lebih besar dibuat oleh kelas tahun kedua adalah hasil dari beberapa pengembangan pematangan yang memiliki pertumbuhan terbesar dalam tahun kedua dengan pertumbuhan yang lebih kecil pada tahun ketiga. Jika proses tersebut ada, kenaikan skor yang lebih besar untuk kelas tahun kedua akan terjadi bahkan jika taruna tidak mengambil kelas psikologi. Fakta bahwa kelas tahun kedua dimulai dengan skor yang lebih rendah dari kelas tahun ketiga mungkin menunjukkan bahwa siswa belum mencapai tingkat yang setara dengan kelas tahun ketiga. Plus, skor akhir tahun-of-kelas tahun kedua tidak sama dengan nilai awal untuk kelas tahun ketiga. Sebuah desain yang lebih baik dan lebih kuat akan menciptakan dua kelompok setara dari kelas dua-tahun melalui seleksi acak dan memberikan secara acak kelas psikologi untuk salah satu dari mereka.

Hasil yang mungkin dari desain ini diberikan pada Gambar 11.1. Ada kemungkinan interpretasi yang berbeda tentang kausalitas tergantung pada hasil peneliti memperoleh. Dalam hampir semua kasus ancaman yang paling mungkin untuk validitas internal akan interaksi seleksi-pematangan. Anda mungkin ingat bahwa interaksi ini terjadi ketika dua kelompok yang berbeda untuk memulai dengan yang diukur dengan posttest. Kemudian salah satu kelompok mengalami perubahan diferensial lebih besar seperti mendapatkan lebih berpengalaman, lebih akurat, lebih lelah, dll daripada kelompok lainnya. Perbedaan setelah pengobatan seperti yang diamati dalam posttest tidak bisa begitu dikaitkan dengan pengobatan itu sendiri.

Pada Gambar 11.1 (a), ada tiga kemungkinan ancaman terhadap validitas internal. Seperti disebutkan di atas, yang paling umum adalah interaksi seleksi pematangan. Dengan hasil pada Gambar 11.1a, Masak dan Campbell (1979) menyatakan bahwa ada empat alternatif penjelasan. Yang pertama adalah interaksi seleksi-pematangan. Mari kita € ™ s mengatakan studi ini melibatkan membandingkan dua strategi atau metode pemecahan masalah. Grup A memiliki kecerdasan lebih tinggi dari Grup B. Grup A skor yang lebih tinggi pada pretest dari kelompok B. Grup A melihat peningkatan skor posttest setelah perawatan. Grup B melihat sedikit atau tidak ada perubahan. Orang mungkin merasa bahwa pengobatan yang menerima Grup A lebih unggul dengan yang diterima oleh Grup B. Namun, dengan seleksi-pematangan, interaksi, Grup Aa € ™ s peningkatan mungkin karena tingkat kecerdasan yang lebih tinggi. Dengan tingkat kecerdasan yang lebih tinggi, peserta ini


dapat memproses lebih atau tumbuh lebih cepat dari Grup B. Penjelasan kedua adalah salah satu instrumentasi.



Skala yang digunakan untuk mengukur variabel dependen mungkin lebih sensitif pada tingkat tertentu daripada yang lain. Ambil persentil misalnya. Persentil memiliki keuntungan lebih dari nilai baku dalam bahwa mereka menyampaikan makna langsung tanpa informasi lain. Namun, persentil adalah transformasi nonlinear dari skor mentah. Sebagai perubahan tersebut di dekat pusat distribusi yang lebih sensitif daripada di ekor. Sementara perubahan hanya 2 atau 3 poin pada skala skor mentah dapat mencerminkan 10 perubahan titik persentil di pusat distribusi. Perubahan 15 poin skor mentah mungkin diperlukan untuk melihat 10 titik kenaikan persentil di ekor. Oleh karena itu, Grup B mungkin tidak banyak berubah karena pengukuran tidak cukup sensitif untuk mendeteksi perubahan. Namun, Grup A akan menunjukkan perubahan karena mereka kebetulan berada di bagian yang lebih sensitif dari skala pengukuran.

Penjelasan ketiga adalah regresi statistik. Mari kita € ™ s mengatakan bahwa dua kelompok, A dan B sebenarnya berasal dari populasi yang berbeda dan Grup B adalah kelompok yang menarik. Peneliti ingin memperkenalkan rencana pendidikan untuk membantu meningkatkan fungsi intelektual peserta tersebut. Peserta ini dipilih karena mereka umumnya skor rendah pada tes kecerdasan. Peneliti menciptakan perbandingan atau kelompok kontrol dari siswa mencetak normal. Kelompok ini digambarkan sebagai Grup A pada Gambar 11.1a. Siswa-siswa ini akan berada di akhir rendah dari skala uji skor, tapi tidak serendah Grup B. Jika ini adalah setup, maka regresi statistik adalah penjelasan alternatif. Peningkatan skor oleh Grup A akan jatuh tempo pilihan mereka atas dasar nilai ekstrim. Pada posttest, skor mereka akan naik karena mereka akan mendekati dasar penduduk. Penjelasan keempat berpusat pada interaksi antara sejarah dan seleksi. Masak dan Campbell (1979) menyebutnya sebagai efek sejarah lokal. Dalam situasi ini, sesuatu selain variabel independen akan mempengaruhi salah satu kelompok (Grup A) dan bukan yang lain (Grup B). Mari kita € ™ s mengatakan peneliti pasar ingin menentukan efektivitas iklan untuk sup pemula. Data penjualan dikumpulkan sebelum dan setelah memperkenalkan iklan. Jika dua kelompok yang digunakan di mana mereka berasal dari berbagai daerah di negeri ini, pertumbuhan penjualan dilihat oleh salah satu kelompok (A) mungkin tidak selalu karena iklan. Mari kita katakan satu kelompok adalah dari California selatan dan yang lainnya adalah di Midwestern Amerika Serikat. Kedua kelompok mungkin memiliki perilaku pembelian yang sama selama musim semi dan musim panas, yaitu, tidak banyak kebutuhan untuk sup pemula. Namun, karena musim gugur pendekatan, penjualan sup pemula dapat meningkatkan untuk kelompok di Midwest. Di bagian selatan California, di mana suhu yang jauh lebih hangat sepanjang tahun, permintaan untuk sup pemula akan tetap cukup konstan. Jadi di sini penjelasan akan menjadi musim tahun dan tidak iklan.

Semua ancaman yang disebutkan untuk Gambar 11.1a ini juga berlaku untuk Gambar 11.1b. Sementara pada Gambar 11.1a salah satu kelompok (Grup B) tetap konstan, pada Gambar 11.1b, kedua kelompok mengalami peningkatan dari pretest ke posttest. Seleksi-pematangan masih ada kemungkinan karena dengan definisi kelompok tumbuh (atau menurun) pada tingkat yang berbeda di mana kelompok skor rendah (Grup C) berlangsung pada tingkat yang lebih rendah dibandingkan kelompok skor tinggi (Grup T). Untuk menentukan apakah pemilihan-pematangan memainkan peran utama untuk hasil, Masak dan Campbell (1979) merekomendasikan dua metode. Yang pertama melibatkan melihat hanya data untuk kelompok eksperimen (Grup T). Jika dalam kelompok varians untuk posttest yang jauh lebih besar daripada varians dalam kelompok dari pre-test, maka ada bukti interaksi pematangan pilihan-. Metode kedua adalah untuk




mengembangkan dua plot dan garis regresi yang terkait dengan masing-masing plot. Salah satu plot untuk kelompok eksperimen (Grup T). Skor pretest diplot terhadap variabel kematangan. Variabel pematangan dapat usia atau pengalaman. Plot kedua akan sama kecuali itu akan untuk kelompok kontrol (Grup C). Jika lereng garis regresi untuk masing-masing plot berbeda satu sama lain, maka ada bukti dari tingkat pertumbuhan rata-rata diferensial, yang berarti bahwa ada kemungkinan interaksi seleksi pematangan (lihat Gambar 11.2)

Pretest

Skor


Kelompok Kontrol

Eksperimental ,


Pretest

Kelompok v '.


Skor


Jr â


Pematangan Variabel Variabel pematangan (misalnya Umur (misalnya Usia

Gambar 11.2 Perbandingan Exp erimental & Pengendalian Grup

Hasil yang ditunjukkan pada Gambar 11.1C lebih umum ditemukan dalam studi psikologi klinis. Pengobatan ini ditujukan untuk menyebabkan penurunan perilaku yang tidak diinginkan. Seperti dua hasil sebelumnya, yang satu ini juga rentan terhadap interaksi seleksi pematangan, regresi statistik, instrumentasi dan efek sejarah lokal. Dalam hasil ini, perbedaan antara kelompok eksperimen dan kontrol yang sangat dramatis pada pretest tapi setelah perawatan mereka lebih dekat satu sama lain. Contoh di mana hal ini mungkin terjadi dalam studi di mana peneliti menguji efektivitas dua diet yang berbeda pada penurunan berat badan. Berat awal Grup E adalah jauh lebih tinggi daripada Grup C. Setelah 90 hari pada diet, Grup E menunjukkan kerugian yang lebih besar dari berat daripada Grup C. Hal ini mungkin disebabkan oleh diet yang digunakan oleh Grup E, jika bukan untuk fakta bahwa Grup E itu jauh lebih berat untuk memulai dan mungkin melalui sejarah lokal (mendengar bahaya overweightedness, atau makan makanan tertentu di televisi) menurunkan berat badan.

Hasil keempat ditunjukkan pada Gambar 11.1d. Hal ini berbeda dengan tiga sebelumnya bahwa kelompok kontrol (Grup C) mulai keluar lebih tinggi dari kelompok eksperimen (Grup E) dan tetap tinggi bahkan pada posttest. Namun untuk Grup E, mereka menunjukkan keuntungan besar dari pretest ke posttest. Regresi statistik akan menjadi ancaman jika peserta di Grup E dipilih berdasarkan skor mereka sangat rendah. Masak dan Campbell

139

(1979) menyatakan bahwa ancaman seleksi pematangan dapat dikesampingkan karena efek ini biasanya menghasilkan tingkat pertumbuhan lebih lambat untuk skor rendah dan tingkat pertumbuhan yang lebih cepat untuk skor tinggi. Di sini, pencetak gol rendah menunjukkan pertumbuhan yang lebih besar dalam skor dari skor tinggi. Bukti ini memberikan dukungan untuk efektivitas kondisi perlakuan yang diterima oleh Grup E. Apa yang tidak dapat dengan mudah dikesampingkan adalah ancaman dari instrumentasi dan sejarah lokal yang kita lihat dalam tiga hasil sebelumnya desain kelompok kontrol non-setara.

Dengan hasil akhir yang ditunjukkan pada Gambar 11.1e, sarana eksperimen (Grup E) dan kontrol (Grup C) kelompok secara signifikan berbeda satu sama lain di kedua pretest dan posttest. Namun, perbedaan berada di arah sebaliknya dalam posttest dibandingkan pretest. Garis trend menyeberang satu sama lain. Grup E awalnya dimulai rendah tetapi kemudian menyusul Grup C yang awalnya mencetak tinggi. Masak dan Campbell (1979) menemukan hasil ini lebih diinterpretasi dari empat sebelumnya. Instrumentasi atau scaling dikesampingkan karena tidak ada transformasi nilai dapat menghapus atau mengurangi cross-over atau efek interaksi. Regresi statistik menjadi tidak dapat dipertahankan karena sangat jarang bahwa skor rendah bisa mundur cukup untuk menyalip skor awalnya tinggi. Selain efek interaksi seleksi pematangan sangat rumit, pola ini tidak mirip dengan ancaman seleksi pematangan. Pematangan misalnya umumnya tidak memulai berbeda, bertemu dan kemudian tumbuh terpisah dalam arah yang berlawanan. Oleh karena itu, hasil 11.1e tampaknya menjadi salah satu yang terkuat yang akan memungkinkan peneliti untuk membuat pernyataan tentang sebab akibat pengobatan. Masak dan Campbell, bagaimanapun, memperingatkan bahwa para peneliti tidak harus berencana mengembangkan kuasi-eksperimental penelitian dengan harapan mendapatkan hasil ini. Jelas, perancangan kontrol kelompok belajar nonequivalent harus dilakukan dengan hati-hati dan hati-hati.

Contoh penelitian

Nelson, Hall dan Walsh-Bowers: Non-Equivalent Kontrol Group Design.

Studi penelitian oleh Nelson, Hall dan Walsh-Bowers (1997) secara khusus menyatakan bahwa mereka menggunakan desain non kelompok kontrol yang setara untuk membandingkan efek jangka panjang dari apartemen mendukung (SA), kelompok rumah (GH) dan rumah-dan-perawatan papan (BCH) bagi warga kejiwaan.


Apartemen mendukung dan rumah kelompok dijalankan oleh organisasi nirlaba. Rumah papan-dan-perawatan dijalankan untuk keuntungan. Tujuan utama adalah untuk membandingkan dua kelompok intervensi: apartemen mendukung dan rumah kelompok. Mereka tidak dapat secara acak menetapkan peserta untuk pengaturan perumahan yang berbeda. Nelson, Hall dan Walsh-Bowers mencoba yang terbaik untuk mencocokkan penduduk tetapi ada beberapa perbedaan yang signifikan dalam komposisi kelompok yang membawa mereka untuk menggunakan desain kelompok kontrol non-setara. Dengan desain ini mereka memutuskan untuk menggunakan warga BCH sebagai kelompok pembanding. Mereka tidak bisa memperbaiki melalui pencocokan variabel-variabel berikut yang bisa berpengaruh pada variabel dependen. SA dan GH kelompok cenderung lebih muda daripada kelompok BCH (33 tahun dibandingkan 45) dan telah menghabiskan waktu kurang di kediaman (2,5 tahun dibandingkan 39 tahun). SA dan GH penduduk memiliki tingkat pendidikan yang lebih tinggi dibandingkan dengan kelompok BCH lakukan. Nelson, Hall dan Walsh-Bowers menemukan perbedaan yang signifikan antara kelompok-kelompok ini pada variabel-variabel tersebut. Meskipun jenis kelamin tidak signifikan ada lebih banyak pria daripada wanita di SA dan GH kelompok. Pada kelompok BCH ada lebih banyak perempuan daripada laki-laki warga.

Nelson, Hall dan Walsh-Bowers (1997) menyatakan bahwa perbedaan mereka ditemukan antara ketiga kelompok pada langkah-langkah posttest bisa saja karena masalah seleksi dan bukan jenis fasilitas perawatan.

Chapman dan McCauley: Eksperimen semu

Dalam studi ini, Chapman dan McCauley (1993) meneliti pertumbuhan karir mahasiswa pascasarjana yang diterapkan untuk National Science Foundation Graduate Fellowship Award. Meskipun satu mungkin bisa memikirkan penelitian ini sebagai salah satu non-eksperimental, Chapman dan McCauley merasa bahwa itu jatuh di bawah klasifikasi kuasi-eksperimental. Kita akan melihat mengapa. Dalam membandingkan pemenang penghargaan dan non-pemenang, pilihan pemenang tidak persis dilakukan secara acak. Studi ini tidak melihat kualitas Grup 1 pelamar. Grup 1 pelamar berada di atas 5% dan semua menerima penghargaan. Kualitas Grup 2 pelamar NSF terdiri dari berikutnya 10 % dan dianggap sebagai kelompok yang sangat homogen. Penghargaan tersebut diberikan kepada sekitar setengah dari kelompok homogen pelamar dalam prosedur yang Chapman dan McCauley mengatakan mendekati tugas acak baik persekutuan atau menyebutkan terhormat. Para siswa ditugaskan berkaitan dengan janji akademik. Chapman dan McCauley diasumsikan bahwa perbedaan kinerja antara Kualitas Grup 2 pelamar yang dan tidak diberikan persekutuan NSF bisa mengungkapkan pengaruh ekspektasi positif terkait dengan penghargaan bergengsi ini.

Hasil penelitian menunjukkan bahwa mereka yang mendapatkan penghargaan NSF lebih mungkin untuk menyelesaikan Ph.D. Namun, Chapman dan McCauley menemukan efek persekutuan yang dapat dipercaya tentang mencapai status fakultas, mencapai status atas fakultas, atau mengirimkan atau menerima NSF atau National Institutes of Health penelitian hibah. Tampaknya harapan positif yang terkait dengan penghargaan bergengsi ini memiliki pengaruh di sekolah pascasarjana dan tidak berpengaruh pada prestasi setelah lulus sekolah.

Desain Waktu

Varian penting dari desain kuasi-eksperimental dasar desain waktu. Bentuk Desain 9,6 dapat diubah untuk menyertakan rentang waktu:


Y b

X

Y a


Y b

~ X

Y a


X

Y a


~ X

Y a


Y a 's dari baris ketiga dan keempat adalah pengamatan

variabel dependen pada setiap kemudian ditentukan. Sebuah perubahan tersebut, tentu saja, perubahan tujuan desain dan dapat menyebabkan beberapa kebajikan Desain 9.6 akan hilang. Kita mungkin, jika kita punya waktu, kesabaran, dan sumber daya, mempertahankan semua mantan manfaat dan masih memperpanjang waktu dengan menambahkan dua lebih kelompok untuk Desain 9,6 itu sendiri.

Masalah penelitian umum, terutama dalam studi tentang perkembangan dan pertumbuhan anak-anak, melibatkan studi tentang individu dan kelompok menggunakan waktu sebagai variabel. Studi tersebut adalah studi longitudinal peserta, sering anak-anak, di berbagai titik dalam waktu. Salah satu desain seperti antara banyak mungkin:


Y 1

y 2

Y 3

Y 4

X

Y 5

Y 6

Y 7

00


Desain 11.2 : Sebuah Desain longitudinal Waktu (alias Interrupted Time Series Design)


Catatan kesamaan untuk Desain 8.2, di mana kelompok dibandingkan dengan dirinya sendiri. Penggunaan Desain 11.2 memungkinkan kita untuk menghindari salah satu kesulitan Desain 8.2. Penggunaannya memungkinkan untuk memisahkan efek pengukuran reaktif dari efek X. Hal ini juga memungkinkan kita untuk melihat, jika pengukuran memiliki efek reaktif, apakah X memiliki efek atas dan di atas efek tersebut. Efek reaktif harus menunjukkan dirinya di Y4; ini dapat dibandingkan dengan Y5. Jika ada peningkatan di Y5 atas dan di atas kenaikan di Y4, dapat dikaitkan dengan X. Argumen yang sama berlaku untuk pematangan dan sejarah.

Salah satu kesulitan dengan studi longitudinal atau waktu, terutama dengan anak-anak, adalah pertumbuhan atau pembelajaran yang terjadi dari waktu ke waktu. Anak-anak tidak berhenti tumbuh dan belajar untuk kenyamanan penelitian. Semakin lama jangka waktu, semakin besar masalah. Dengan kata lain, waktu itu sendiri adalah variabel dalam arti. Dengan desain seperti desain 8.2, Yb X Ya, variabel waktu dapat mengacaukan X, variabel independen eksperimental. Jika ada perbedaan yang signifikan antara Yb dan Ya, kita tidak bisa mengatakan apakah X atau waktu "variabel" menyebabkan perubahan. Tapi dengan Desain 11.2, salah satu memiliki langkah-langkah lain dari Y dan dengan demikian garis dasar terhadap yang membandingkan perubahan Y mungkin karena X.

Salah satu metode untuk menentukan apakah pengobatan eksperimental memiliki efek adalah dengan melihat plot data dari waktu ke waktu. Caporaso (1973) telah menyajikan sejumlah kemungkinan pola tambahan perilaku yang bisa diperoleh dari data time-series. Apakah atau tidak perubahan yang signifikan dalam perilaku mengikuti pengenalan kondisi pengobatan ditentukan oleh uji signifikansi. Uji statistik yang paling banyak digunakan adalah ARIMA (Autoregressive, terintegrasi moving average) yang dikembangkan oleh Box dan Jenkins, (1970). (Juga lihat Gottman, 1981). Metode ini terdiri dari menentukan apakah pola tindakan postresponse berbeda dari pola tindakan preresponse. Penggunaan analisis statistik tersebut memerlukan ketersediaan banyak titik data. Jika titik data yang cukup tidak dapat dikumpulkan untuk mencapai tingkat yang diinginkan sensitivitas Masak dan Campbell advokat merencanakan data di atas kertas grafik dan visual menentukan apakah diskontinuitas ada antara langkah-langkah pra dan pasca. Tentu pendekatan ini harus digunakan hanya ketika seseorang tidak dapat menggunakan uji statistik yang sesuai, dan salah satu harus ingat bahwa jumlah titik data preresponse diperoleh harus cukup besar untuk mengidentifikasi semua pola yang masuk akal yang mungkin ada.

141

Analisis statistik tindakan waktu adalah masalah khusus dan mengganggu: tes biasa signifikansi diterapkan untuk mengukur waktu dapat menghasilkan hasil yang palsu. Salah satu alasannya adalah bahwa data tersebut cenderung sangat bervariasi, dan itu mudah untuk menafsirkan perubahan bukan karena X sebagai akibat X. Artinya, dalam data time, individu dan berarti skor cenderung bergerak sedikit baik. Sangat mudah untuk jatuh ke dalam perangkap melihat salah satu dari pergeseran ini sebagai "signifikan," terutama jika itu sesuai dengan hipotesis kami. Jika kita sah dapat mengasumsikan bahwa pengaruh selain X, baik acak dan sistematis, seragam atas seluruh rangkaian Y, masalah statistik dapat diselesaikan. Namun anggapan seperti itu mungkin, dan mungkin sering, tidak beralasan.

Para peneliti yang melakukan studi waktu harus membuat studi khusus tentang masalah statistik dan harus berkonsultasi ahli statistik. Untuk praktisi, kompleksitas statistik ini sangat disayangkan dalam hal itu dapat mencegah studi praktis dibutuhkan. Karena desain singlegroup longitudinal sangat cocok untuk penelitian kelas individu, direkomendasikan bahwa dalam studi longitudinal metode atau studi anak-anak dalam analisis situasi pendidikan terbatas pada menggambar grafik hasil dan menafsirkan mereka kualitatif. Tes penting, terutama untuk penelitian yang diterbitkan, bagaimanapun, harus ditopang dengan uji statistik.

Beberapa waktu-Series Desain

Berbagai desain time-series merupakan perpanjangan terputus desain time-series. Dengan terputus desain time series, hanya satu kelompok peserta yang digunakan. Akibatnya, penjelasan alternatif bisa berasal dari efek sejarah. Berbagai desain time-series memiliki keuntungan menghilangkan efek sejarah dengan termasuk kelompok kontrol yang terdiri dari kelompok sebanding sama-atau setidaknya peserta yang tidak menerima kondisi pengobatan. Hal ini ditunjukkan pada Desain 11.3. Dalam desain ini satu kelompok eksperimen menerima kondisi perlakuan dan kelompok kontrol tidak. Akibatnya, desain menawarkan tingkat yang lebih besar dari kontrol atas sumber penjelasan alternatif atau hipotesis saingan. Efek sejarah, misalnya, dikendalikan karena mereka akan mempengaruhi kelompok eksperimen dan kontrol yang sama.


Desain 113: AMitipe Tine-Series Desain


Y 1

y 2

y 3

y 4

X

y 5

y 6

y 7

y 8

Eksperimental


Y 1

y 2

y 3

y 4

y 5

y 6

y 7

y 8

Pusat


Tentu, ada kemungkinan variasi lain dari Desain 11.2 selain Desain 11.3. Salah satu variasi yang penting adalah untuk menambahkan satu atau kelompok kontrol yang lebih; lain adalah dengan menambahkan pengamatan lebih banyak waktu. Masih lain adalah dengan menambahkan lebih banyak X, intervensi yang lebih eksperimental. (Lihat Gottman, 1981; Gottman, McFall & Barnett, 1969; Campbell & Stanley, 1963).

Tunggal Subjek Desain Eksperimental

Mayoritas todayâ € ™ s penelitian perilaku melibatkan menggunakan kelompok peserta. Namun, ada pendekatan lain. Pada bagian ini kita berurusan dengan strategi untuk mencapai kontrol dalam percobaan menggunakan satu atau beberapa peserta. Desain ini subjek tunggal kadang-kadang disebut sebagai N = 1 desain. Desain subjek tunggal merupakan perpanjangan dari terputus desain waktu seri. Dimana time series terganggu umumnya melihat sekelompok individu dari waktu ke waktu, anak-anak misalnya, studi subjek tunggal hanya menggunakan satu peserta atau paling beberapa peserta. Bahkan ketika beberapa peserta yang digunakan, masing-masing dipelajari secara individual dan secara ekstensif. Ini juga akan disebut desain subjek tunggal atau studi. . Meskipun mereka memiliki nama yang berbeda, mereka semua berbagi karakteristik sebagai berikut:

Hanya satu atau beberapa peserta yang digunakan dalam penelitian ini

Masing-masing subjek berpartisipasi dalam sejumlah percobaan (pengukuran berulang). Hal ini mirip dengan peserta within- desain yang dijelaskan dalam Bab 10.

Pengacakan (yaitu, tugas acak dan / atau pilihan acak) prosedur hampir tidak pernah digunakan. Pengukuran yang berulang atau interval waktu malah ditugaskan secara acak dengan kondisi perlakuan yang berbeda.

Desain ini mengamati perilaku organisme sebelum pengobatan eksperimental dan digunakan sebagai ukuran dasar. Pengamatan setelah perawatan kemudian dibandingkan dengan pengamatan awal. Peserta berfungsi sebagai kontrol sendiri. Desain ini biasanya diterapkan di sekolah, klinik, dan

Penelitian konseling. Mereka digunakan untuk mengevaluasi efek dari intervensi perilaku. Ini modus penelitian populer di kalangan orang-orang yang melakukan percobaan pembelajaran operant atau modifikasi perilaku. Penelitian menggunakan peserta tunggal bukanlah hal baru. Ada beberapa seperti Gustav Fechner, yang mengembangkan disiplin psychophysics pada 1860-an dengan hanya menggunakan dua peserta: dirinya dan saudaranya-inlaw. Fechner dikreditkan dengan menciptakan metode psikofisik dasar yang masih digunakan saat ini untuk mengukur ambang sensorik. Fechner sangat dipengaruhi Hermann Ebbinghaus, yang dikenal untuk bekerja eksperimental pada memori. Dia juga menggunakan dirinya sebagai subjek sendiri. Wilhelm Wundt, yang dikreditkan dengan mendirikan laboratorium psikologi pertama pada tahun 1879, melakukan eksperimen mengukur berbagai respon psikologis dan perilaku peserta individu. Akhirnya, IP Pavlov melakukan karya rintisannya pada pengkondisian instrumental yang menggunakan anjing individu. Daftar psikolog menggunakan peserta tunggal luas dengan sebagian besar dari mereka terjadi sebelum tahun 1930 dan munculnya RA Fisher dan William Sealy Gossettâ € ™ s bekerja dalam statistik yang modern

Ilmuwan perilaku melakukan penelitian sebelum pengembangan statistik modern berusaha untuk memecahkan masalah reliabilitas dan validitas dengan membuat pengamatan yang luas dan sering replikasi hasil. Ini adalah prosedur tradisional yang digunakan oleh para peneliti melakukan percobaan tunggal-subjek. Asumsinya adalah bahwa peserta individu pada dasarnya sama dan bahwa seseorang harus mempelajari peserta tambahan hanya untuk memastikan bahwa subjek asli dalam norma.

Popularitas Fisherâ € ™ s bekerja pada analisis varian dan Gossettâ € ™ s bekerja pada Studentâ € ™ s t-test memimpin jalan bagi kelompok yang berorientasi metodologi penelitian. Beberapa menyatakan bahwa karya-karya ini begitu populer bahwa tradisi tunggal subjek hampir punah. Pada kenyataannya, bahkan dalam todayâ € ™ s dunia, ada praktek mempekerjakan di universitas-universitas besar yang bergantung pada apakah calon adalah seorang ilmuwan penelitian kelompok-oriented atau satu-peserta yang berorientasi desain peneliti. Meskipun popularitas metode Fisherâ € ™ s dan berorientasi kelompok riset, psikolog tertentu terus bekerja dalam tradisi subjek tunggal yang paling penting dari ini adalah Burrus Frederick Skinner. Skinner menahan diri dari menggunakan statistik inferensial. Dia tidak menganjurkan penggunaan kompleks statistik inferensial. Skinner merasa yang


memadai dapat menunjukkan efektivitas pengobatan dengan memplot tindakan perilaku organisme. Skinner menyebut catatan kumulatif. Beberapa seperti EL Thorndike menyebutnya sebagai â € œlearning curve.â € Skinner merasa bahwa itu lebih berguna untuk mempelajari satu hewan 1000 jam daripada belajar 1.000 hewan selama satu jam setiap. Murray Sidman (1960) dalam buku klasiknya menggambarkan filosofi Skinner penelitian. Sidman membuat perbedaan yang jelas antara pendekatan singlesubject dan pendekatan kelompok untuk penelitian. Pendekatan subjek tunggal mengasumsikan bahwa varians dalam perilaku subjectâ € ™ s ditentukan oleh situasi. Akibatnya, varian ini bisa dihilangkan melalui kontrol eksperimen yang cermat. Sikap kelompok-perbedaan-penelitian mengasumsikan bahwa sebagian besar variabilitas yang melekat dan dapat dikontrol dan dianalisis secara statistik.

Beberapa Keuntungan Melakukan Studi Subjek Tunggal

Penelitian berorientasi kelompok biasanya melibatkan perhitungan mean atau ukuran lain dari rata-rata atau pusat kecenderungan. Rata-rata bisa menyesatkan. Ambil di lihat dua tokoh dalam Gambar 11.3. Keduanya memiliki nilai yang sama persis. Jika kita menghitung rata-rata untuk data di masing-masing kelompok, kita akan menemukan bahwa mereka persis sama. Bahkan jika kita dihitung standar deviasi atau varians, kita akan menemukan bahwa dua ukuran variabilitas yang persis sama. Namun, inspeksi visual untuk data menunjukkan bahwa grafik, Gambar 11.3a menunjukkan tren sementara Gambar 11.3b tidak. Bahkan, Gambar 11.3b menunjukkan apa yang tampaknya menjadi pola acak. Pendekatan subjek tunggal tidak memiliki masalah ini. Seorang peserta yang dipelajari secara ekstensif dari waktu ke waktu. Rekor kumulatif untuk peserta yang menunjukkan kinerja aktual peserta.



Salah satu masalah utama dalam menggunakan sampel besar adalah bahwa signifikansi statistik dapat dicapai untuk

143

perbedaan yang sangat kecil. Dengan statistik inferensial sampel besar akan cenderung mengurangi jumlah kesalahan varians. Ambil t-test sebagai contoh. Bahkan jika perbedaan rata-rata tetap sama, peningkatan ukuran sampel akan cenderung menurunkan standard error. Dengan pengurangan kesalahan standar, nilai t semakin besar, sehingga meningkatkan kesempatan nya signifikansi statistik. Namun, signifikansi statistik dan signifikansi praktis adalah dua hal yang berbeda. Percobaan mungkin memiliki signifikansi praktis kecil bahkan jika itu punya banyak signifikansi statistik. Simon (1987) telah mengkritik penggunaan indiscriminant kelompok besar peserta. Dia menemukan mereka boros dan tidak mampu menghasilkan informasi yang berguna. Simon pendukung penggunaan percobaan skrining untuk menemukan variabel independen yang memiliki pengaruh terbesar terhadap variabel dependen. Ini akan menjadi variabel kuat yang menghasilkan efek yang besar. Simon tidak jadi € ™ t persis mendukung desain singlesubject, namun pendukung untuk desain dibangun dengan baik yang hanya menggunakan jumlah peserta yang diperlukan untuk menemukan efek terkuat. Dia mengacu pada ini sebagai â € Desain œEconomical multifaktor. (1976).Peneliti Single-subjek di sisi lain, lebih menyukai meningkatkan ukuran efek daripada mencoba varian kesalahan yang lebih rendah. Mereka merasa bahwa hal ini dapat dilakukan melalui kontrol yang lebih ketat atas percobaan.

Dalam nada yang sama ini, desain subjek tunggal memiliki keuntungan atas desain berorientasi kelompok dalam dengan hanya beberapa peserta yang mereka dapat menguji perlakuan yang berbeda. Dengan kata lain, mereka dapat menentukan efektivitas atau ketidakefektifan intervensi pengobatan tanpa menggunakan jumlah yang lebih besar dari peserta.

Dengan studi tunggal-subjek, peneliti dapat menghindari beberapa masalah etika yang dihadapi peneliti berorientasi kelompok-. Salah satu masalah etika tersebut menyangkut kelompok kontrol. Dalam beberapa situasi, kelompok kontrol tidak menerima perlakuan nyata. Meskipun dalam sebagian besar penelitian yang dilakukan hari ini para peserta dalam kelompok kontrol tidak dirugikan dengan cara apapun, masih ada beberapa pertanyaan etis. Ambil contoh studi oleh Gould dan Clum (1995) untuk menentukan apakah self-help dengan minimal kontak terapis efektif dalam pengobatan gangguan panik. Semua peserta dalam penelitian ini adalah penderita serangan panik. Para peserta secara acak ke salah satu kelompok eksperimen atau kontrol. Kelompok eksperimen mendapat swadaya material. Kontrol â € œdid tidak menerima pengobatan selama satu experiment.â €


(Hal. 536). Sebaliknya kelompok kontrol diberitahu bahwa mereka berada di daftar tunggu untuk pengobatan.

Dalam studi jenis tertentu individu, ukuran populasi kecil dan karena itu akan sulit untuk melakukan pengambilan sampel yang memadai dan mendapatkan peserta yang cukup untuk penelitian. Bahkan, penelitian oleh Strube (1991) menunjukkan bahwa bahkan random sampling cenderung gagal ketika menggunakan sampel kecil. Jika tidak ada peserta cukup karakteristik tertentu yang tersedia untuk studi, peneliti dapat mempertimbangkan desain single-subjek bukan meninggalkan penelitian. Simon (1987) mengutip berusaha studi oleh Adelson & Williams pada tahun 1954 tentang parameter pelatihan penting dalam pelatihan pilot. Penelitian ini ditinggalkan karena ada terlalu banyak variabel yang perlu dipertimbangkan dan tidak peserta cukup. Simon menunjukkan bahwa penelitian ini bisa dilakukan, tetapi tidak menggunakan metodologi berorientasi kelompok tradisional.

Beberapa Kekurangan menggunakan Desain Single-Subyek

Studi Single-subjek bukan tanpa masalah dan keterbatasan mereka. Beberapa di antaranya akan menjadi lebih jelas ketika kita benar-benar membahas jenis desain subjek tunggal. Beberapa masalah yang lebih umum dengan paradigma subjek tunggal validitas eksternal. Beberapa merasa sulit untuk percaya bahwa temuan dari sebuah penelitian menggunakan satu subjek (Atau mungkin tiga dari empat) dapat digeneralisasi untuk seluruh penduduk.

Dengan mengulangi percobaan pada satu peserta, seseorang dapat mempertanyakan apakah pengobatan akan sama-sama efektif untuk peserta yang tidak mengalami perawatan sebelumnya. Jika kita berbicara tentang pengobatan terapi, mungkin akumulasi sesi yang efektif. Orang akan melalui sidang-n bisa menjadi orang yang sangat berbeda dari yang ada di sidang pertama. Hal ini di sini bahwa penelitian berorientasi kelompok dapat menghilangkan masalah ini. Setiap orang diberikan pengobatan sekali.

Studi Single-subjek yang bahkan mungkin lebih sensitif terhadap penyimpangan pada bagian dari eksperimen dan peserta. Studi ini efektif hanya jika peneliti dapat menghindari bias dan peserta termotivasi dan kooperatif. Peneliti dapat rentan untuk melihat hanya untuk efek tertentu dan mengabaikan orang lain. Kita bahas sebelumnya dalam buku ini tentang Blondlot. Dia adalah satu-satunya ilmuwan dapat melihat â € OEN-Rays.â € Ini wasnâ € ™ t begitu banyak bahwa ia adalah penipuan, tapi ia condong melihat sesuatu yang tidak ada di sana. Seorang peneliti melakukan penelitian tunggal-subjek dapat dipengaruhi lebih daripada peneliti berorientasi kelompok dan perlu mengembangkan sistem checks and balances untuk menghindari perangkap ini.

Sejumlah studi penelitian oleh alam yang dibutuhkan untuk mengikuti metode berorientasi kelompok dan dengan demikian akan tidak cocok untuk desain subjek tunggal. Misalnya, untuk mempelajari perilaku anggota juri akan memerlukan penggunaan kelompok dan pengaruh dinamika kelompok. Dalam bab sebelumnya, kita membahas penelitian sekitar Janisâ € ™ Groupthink. Studi tentang fenomena penting ini paling baik dilakukan dengan kelompok-kelompok, karena itu kelompok secara keseluruhan yang ditampilkan fenomena ini.

BEBERAPA PARADIGMA PENELITIAN SATU-TOPIK

The Stable Dasar: Sebuah Tujuan Penting.

Dalam desain satu kelompok kelompok yang berorientasi peserta dibandingkan dengan kelompok lain yang berbeda dari peserta. Atau kelompok peserta yang menerima satu syarat dibandingkan dengan set yang sama peserta menerima kondisi yang berbeda. Kami berasumsi bahwa kelompok yang sama sebelum memberikan pengobatan sehingga jika variabel dependen berbeda setelah pengobatan, kita dapat mengaitkan bahwa perbedaan perlakuan. Penentuan pengobatan yang efektif dilakukan dengan statistik membandingkan perbedaan antara dua kelompok pada beberapa variabel hasil. Ketika kita menggunakan hanya satu subjek, bagaimanapun, taktik yang berbeda harus digunakan. Dalam situasi satu-subjek ini kita perlu membandingkan perilaku yang terjadi sebelum dan setelah adanya intervensi eksperimental. Perilaku sebelum intervensi pengobatan harus diukur selama periode waktu yang cukup lama sehingga kita dapat memperoleh dasar yang stabil. Dasar ini, atau tingkat operan penting karena dibandingkan dengan perilaku nanti. Jika baseline bervariasi, bisa jadi lebih sulit untuk menilai adanya perubahan yang dapat diandalkan dalam perilaku setelah intervensi. Masalah dasar dengan desain subjek tunggal merupakan salah satu yang penting. Untuk keterangan lengkap tentang masalah dan solusi yang mungkin salah satu harus berkonsultasi Barlow dan Hersen (1976). Referensi yang sangat baik lainnya adalah Kazdin (1982).

Contoh di mana langkah-langkah awal yang sangat penting dalam penggunaan polygraph (lie detector). Di sini, operator mendapatkan pengukuran fisiologis


orang (terdakwa). Orang tersebut meminta sejumlah pertanyaan di mana peserta diminta untuk memberikan informasi faktual yang diketahui benar (nama, warna mata, tempat lahir, dll). Tanggapan dipancarkan dicatat dan diambil sebagai ukuran dasar untuk menjawab dengan jujur. Maka dasar lain diambil untuk tanggapan atas laporan yang tidak benar. Ini adalah pernyataan di mana peserta diperintahkan untuk berbohong kepada pertanyaan yang diajukan. Setelah menetapkan dua baseline ini, pertanyaan penting (yaitu, apakah Anda melakukan kejahatan?) Diminta dan dibandingkan dengan dua baseline. Jika respon fisiologis menyerupai dasar kebohongan, peserta diberitahu bahwa mereka telah berbohong.

Desain yang menggunakan Penarikan Pengobatan

ABA Desain.

Desain ABA melibatkan tiga langkah utama. Yang pertama adalah untuk membangun dasar yang stabil (A). Intervensi eksperimental diterapkan kepada peserta pada langkah kedua (B). Jika perawatan yang efektif, akan ada perbedaan respon dari baseline. Dalam rangka untuk menentukan apakah intervensi pengobatan menyebabkan perubahan perilaku, latihan peneliti langkah ketiga: kembali ke baseline (A). Yang ketiga diperlukan karena kita dona € ™ t tahu apa tingkat respon seandainya peserta tidak menerima pengobatan. Kami juga ingin tahu apakah perubahan respon adalah karena intervensi pengobatan atau sesuatu yang lain.

Masalah utama dengan desain ABA adalah bahwa efek dari intervensi mungkin tidak sepenuhnya reversibel. Jika perawatan yang terlibat operasi, di mana hipotalamus dihapus atau corpus callosum terputus, tidak mungkin untuk membalikkan prosedur ini. Metode pembelajaran yang menyebabkan beberapa perubahan permanen dalam perilaku participantâ € ™ s tidak akan reversibel.

Ada juga beberapa kekhawatiran etis tentang reverting organisme kembali ke keadaan semula jika negara itu adalah perilaku yang tidak diinginkan (Tingstrom, 1996). Percobaan di modifikasi perilaku jarang kembali peserta kembali ke dasar. Ini kembali ke dasar disebut kondisi penarikan. Untuk mendapatkan manfaat peserta, pengobatan diperkenalkan kembali. Desain yang melakukan ini adalah desain ABAB.

Mengulangi Pengobatan (Desain Abab)

145

Ada dua versi dari desain ABAB. Yang pertama sempat dijelaskan di bagian terakhir. Ini adalah desain ABA kecuali pengobatan yang kembali diperkenalkan kepada peserta dan peserta meninggalkan penelitian telah mencapai beberapa tingkat yang menguntungkan. Mengulangi pengobatan juga menyediakan eksperimen dengan informasi tambahan tentang kekuatan intervensi pengobatan. Dengan menunjukkan bahwa intervensi pengobatan dapat membawa peserta kembali ke tingkat yang menguntungkan setelah mengambil orang itu kembali ke dasar meminjamkan kekuatan untuk pernyataan bahwa pengobatan menyebabkan perubahan perilaku, yaitu, bukti validitas internal. Desain Abab dasarnya menghasilkan efek eksperimental dua kali.

Variasi kedua dari desain ABAB disebut desain perawatan bergantian. Dalam variasi ini tidak ada dasar yang diambil. A dan B dalam desain ini adalah dua perlakuan yang berbeda yang berganti-ganti secara acak. Tujuan dari desain ini adalah untuk mengevaluasi efektivitas relatif dari kedua intervensi pengobatan. A dan B mungkin dua metode yang berbeda untuk mengendalikan makan berlebihan. Peserta diberikan setiap perlakuan pada waktu yang berbeda. Selama periode waktu, satu metode mungkin muncul sebagai lebih efektif daripada yang lain. Keuntungan desain ini memiliki lebih dari desain ABAB pertama adalah bahwa tidak ada dasar yang akan diambil dan peserta tidak dikenakan menarik prosedur. Karena metode ini melibatkan membandingkan dua set serangkaian data, beberapa orang menyebutnya antara seri desain.

Ada beberapa variasi menarik lainnya dari desain ABAB mana penarikan pengobatan tidak dilakukan. McGuigan (1996) menyebutnya desain ABCB mana pada tahap ketiga, organisme diberikan kondisi € â € œplaceboâ. Kondisi plasebo ini pada dasarnya adalah sebuah metode yang berbeda

Desain subjek tunggal adalah kelompok tidak seperti desain dalam bahwa mereka hanya mengizinkan peneliti bervariasi satu variabel pada suatu waktu. Peneliti tidak akan mampu untuk menentukan variabel atau kombinasi dari variabel yang menyebabkan perubahan respon jika dua atau lebih variabel yang diubah pada waktu yang sama. Yang terbaik bahwa setiap orang dapat lakukan adalah untuk membuat pernyataan bahwa kombinasi variabel menyebabkan perubahan. Namun, peneliti wonâ € ™ t bisa mengatakan mana yang berapa banyak masing-masing. Jika ada dua variabel, disebut B dan C, dan baseline adalah A, maka urutan presentasi kemungkinan kondisi akan Abab-BC-B-BC. Dalam urutan ini setiap kondisi didahului dan melanjutkan dengan yang sama


Kondisi setidaknya sekali dengan hanya satu variabel perubahan pada suatu waktu.

The Abab-BC-B-BC desain sering disebut desain interaksi. Semua kemungkinan kombinasi dari B dan C, bagaimanapun, tidak disajikan. Kondisi C tidak pernah disajikan sendiri (A merupakan ketiadaan B dan C). Interaksi di sini berbeda dengan interaksi yang dibahas dalam bab tentang desain faktorial. Apa yang diuji oleh prosedur ini adalah apakah C menambah efek B.

Dalam sebuah percobaan belajar menggunakan desain ini, kita bisa menguji pengaruh memuji mahasiswa untuk memberikan jawaban yang benar (C) untuk pertanyaan tentang geografi bersama dengan titik prestasi (B). Jika kami menemukan bahwa pujian ditambah jasa titik memiliki efek lebih besar dari titik jasa saja, kami memiliki informasi yang berguna dalam merancang situasi belajar untuk ini dan siswa lainnya. Namun, kita tidak akan mengetahui pengaruh tunggal pujian. Pujian yang digunakan dengan sendirinya mungkin sama efektifnya dengan titik prestasi ditambah pujian. Namun, pujian dengan sendirinya mungkin memiliki sedikit atau tidak berpengaruh. Namun kita dapat menilai pujian dengan memperpanjang desain subjek tunggal. Urutan akan ABA- B-BC-B-BC-C-BC. Namun, memperpanjang percobaan subjek tunggal semacam ini datang dengan masalah lain. Sebuah subjek dapat menjadi lelah atau tertarik. Akibatnya, terlalu lama sesi mungkin tidak menghasilkan informasi yang berguna meskipun desain terlihat suara.

Beberapa Contoh Penelitian.

Powell dan Nelson: Contoh desain ABAB.

Penelitian ini oleh Powell dan Nelson (1997) melibatkan satu peserta, Evan, anak 7 tahun yang telah didiagnosis dengan gangguan attention deficit hyperactivity (ADHD). Evan sedang menerima 15 mg Ritalin® per hari. Sebagian besar Evana € ™ s perilaku di dalam kelas digambarkan sebagai diinginkan. Evan juga memiliki hubungan teman sebaya yang buruk dan tidak mengerti sekolahnya. Perilaku yang tidak diinginkan termasuk ketidakpatuhan, berada jauh dari mejanya, mengganggu orang lain, menatap off, dan tidak melakukan pekerjaan. Data dikumpulkan pada terjadinya interaksi antara Evan dan gurunya.

Intervensi pengobatan membiarkan Evan memilih tugas kelas ia ingin bekerja pada. Ada pilihan dan kondisi no-pilihan. Data awal dikumpulkan selama fase no-pilihan. Evan diberi tugas yang sama dengan sisa kelas. Selama fase pilihan, guru disajikan Evan dengan tiga tugas yang berbeda dan dia memilih salah satu untuk menyelesaikan. Pilihan tugas yang identik dalam panjang dan kesulitan dan bervariasi hanya dalam konten. Evan tidak diberikan pilihan yang sama tugas dua kali.

Powell dan Nelson digunakan desain ABAB untuk mengevaluasi efek dari pembuatan pilihan pada perilaku yang tidak diinginkan Evan. Selama kondisi tanpa pilihan, Evan tidak diberi pilihan tugas-tugas akademik. Selama kondisi pilihan, ia diizinkan untuk memilih tugas-Nya.

Hasil penelitian menunjukkan bahwa selama kondisi pilihan, jumlah perilaku yang tidak diinginkan berkurang. Penelitian ini mendukung efektivitas pengambilan pilihan sebagai teknik kontrol yg. Hasil ini menunjukkan bahwa pendidik berusaha untuk mengelola perilaku siswa di kelas dapat menggunakan prosedur pilihan.

Rosenquist, Bodfish, & Thompson: Mengobati

Mental Retarded Orang dengan Tourette Syndrome.

Pengobatan orang dengan sindrom Tourette dengan obat yang disebut haloperidol adalah sangat umum. Namun, tidak banyak yang diketahui tentang hal ini Druga € ™ s efektivitas pada orang-orang yang mengalami retardasi mental dan sindrom Tourette dengan. Identifikasi orang dengan kedua penderitaan sulit. Rosenquist, Bodfish, & Thompson (1997) ingin menentukan efektivitas haloperidol. Dalam artikel ini, orang yang diteliti menderita kedua kondisi. Sindrom Tourette adalah suatu kondisi neuropsikiatri mana penderita menampilkan sederhana dan kompleks motorik dan tics vokal.

The individu yang digunakan dalam penelitian ini memiliki kasus yang parah sindrom Tourette, yang termasuk ketapel dari kursinya; tersedak terkait tic, perilaku kompulsif dan hiperaktif. Rosenquist, Bodfish, & Thompson menggunakan desain ABABA mana A = baseline dan B = pengobatan dengan haloperidol. Penelitian dilakukan selama 22 periode -week mana pertama 2 minggu menjabat sebagai dasar awal. Hal ini diikuti oleh 8 minggu pengobatan haloperidol, kedua 2 minggu awal, kedua 8 minggu haloperidol dan kemudian final 2 minggu awal. Haloperidol itu diberikan dalam sebuah kapsul yang berisi dosis yang berbeda pada waktu yang berbeda. Selama 8 perawatan haloperidol -week, dosis yang diubah. Dosis meningkat setiap dua minggu dari 8 periode -week kecuali yang terakhir

Tabel 11.1 Rata-rata Jumlah Tic Dipamerkan selama Meal Time untuk baseline dan Haloperidol Pengobatan


Kondisi

Baseli

re

Htopa

IDD 1

Hkper idola 2

Hikper dd 5

Hkpei idola 10


Sederhana

MTOR

34,8

11.0

12,5

21,4

6.3


Gbnpl  ©

MTOR

13.6

5.3

8.3

11.4

3.0


Sederhana

\ Ocal

35,4

2.0

8.2

16,6

1.0


Kompleks

Lisan

1.3

0.0

2.0

0.0

1.0


Dasar 1

Pengobatan



Dasar 2

Pengobatan



Dasar 3

Pengobatan




Gambar 114 Format Umum Beberapa Dasar Desain

dua minggu di mana itu masa pengobatan washout. Perubahan dosis dilakukan tanpa sepengetahuan administratorâ € ™ s. Seluruh Penelitian ini menggunakan prosedur rekaman video scoring acak. Prosedur ini digunakan untuk mengontrol bias yang eksperimen. Rekaman video yang dibuat dari peserta, namun skor kaset tidak terjadi sampai akhir penelitian. Mereka melihat rekaman itu sebelumnya dilatih dalam menggunakan checklist tic. Tabel 11.1 menunjukkan hasil penelitian ini. Tingkat dosis perawatan haloperidol diberi label numerik. Angka-angka di bawah setiap kondisi adalah jumlah rata-rata tics dipamerkan oleh peserta. Tampaknya dari data bahwa dosis yang paling efektif adalah 10 mg per hari. Meskipun studi ini berakhir dengan peserta kembali ke dasar. The patientâ € ™ s wali dan tim pengobatan sepakat untuk melanjutkan perawatan haloperidol pada 10 mg per hari.

Menggunakan Beberapa Baseline

Ada bentuk penelitian subjek tunggal yang menggunakan lebih dari satu dasar. Beberapa data dasar yang berbeda ditetapkan sebelum pengobatan diberikan kepada peserta. Jenis penelitian yang disebut beberapa penelitian dasar. Ada tiga kelas dari beberapa desain penelitian dasar.

Ini adalah beberapa data dasar: di perilaku seluruh peserta di lingkungan

Penggunaan beberapa baseline adalah pendekatan lain untuk menunjukkan efektivitas pengobatan pada perubahan perilaku. Ada pola umum untuk menerapkan ketiga kelas desain ini. Pola yang diberikan pada Gambar 11.4.

Dengan beberapa baseline di perilaku, intervensi pengobatan untuk setiap perilaku yang berbeda diperkenalkan pada waktu yang berbeda. Jadi melihat pada Gambar 11.4, masing-masing dasar akan menjadi dasar dari perilaku yang berbeda. Dalam kasus anak autis, Dasar 1 mungkin membenturkan kepala oneâ € ™ s dinding. Dasar 2 akan berbicara terus-menerus dalam nada yang berbeda dan suara dan Baseline 3 akan memukul orang lain. Hal ini dilakukan untuk melihat apakah perubahan perilaku bertepatan dengan intervensi pengobatan. Jika salah satu dari perilaku perubahan sementara perilaku lain tetap konstan atau stabil pada baseline, peneliti dapat menyatakan bahwa pengobatan itu efektif untuk perilaku tertentu. Setelah jangka waktu tertentu telah berlalu, perlakuan yang sama diterapkan pada perilaku yang tidak diinginkan kedua. Setiap perilaku berikut ini dikenakan perlakuan dalam prosedur bertahap yang sama. Jika intervensi pengobatan yang efektif dalam mengubah tingkat respon masing-masing perilaku, seseorang dapat menyatakan bahwa pengobatan yang efektif.

Satu pertimbangan penting dengan kelas tertentu ini beberapa desain dasar adalah bahwa kita menganggap tanggapan untuk setiap perilaku yang independen dari tanggapan untuk perilaku lainnya. Intervensi dapat dianggap efektif jika kemerdekaan ini ada. Jika tanggapan yang dalam beberapa cara berkorelasi, maka interpretasi hasil menjadi lebih sulit.

Dalam desain dasar beberapa peserta yang, perlakuan yang sama diterapkan di seri ke perilaku yang sama dari individu yang berbeda dalam lingkungan yang sama. Ketika melihat Gambar 11.4, masing-masing dasar untuk peserta yang berbeda. Setiap peserta akan menerima perlakuan yang sama untuk perilaku yang sama dalam lingkungan yang sama. Penelitian oleh Tingstrom, Marlow, Edwards, Kelshaw dan Olmi (1997) adalah contoh dari sebuah studi baseline beberapa peserta yang.

Paket kepatuhan-pelatihan mereka adalah intervensi pengobatan. Intervensi ini menggunakan waktu-in (sentuhan fisik dan pujian lisan) dan time-out (prosedur koersif) untuk meningkatkan tingkat kepatuhan siswa instruksi teachersâ € ™. Perilaku yang menarik di sini adalah kepatuhan terhadap instruksi teachersâ € ™. Lingkungan kelas. Peserta penelitian ini adalah tiga siswa: A, B dan C, yang telah menunjukkan perilaku ketidakpatuhan. Ketiga siswa memiliki

artikulasi dan bahasa gangguan. Desain penelitian mengikuti tahapan intervensi berikut: dasar, waktu hanya, waktu-in / time-out gabungan dan tindak lanjut. B Mahasiswa dan C tetap dalam fase awal sementara waktu hanya fase dilaksanakan untuk mahasiswa A. Ketika Siswa A menunjukkan perubahan sesuai, waktu-hanya fase dilaksanakan untuk mahasiswa B sementara mahasiswa C tetap dasar. Ketika mahasiswa B menunjukkan perubahan sesuai, waktu-hanya diterapkan untuk siswa C. Tingstrom, Marlow, Edwards, Kelshaw dan Olmi mampu menunjukkan efektivitas gabungan waktu-in dan intervensi time-out dalam meningkatkan kepatuhan.

Dalam desain dasar beberapa di lingkungan, perlakuan yang sama diberikan kepada peserta yang berbeda yang berada di lingkungan yang berbeda. Pada Gambar 11.4, setiap awal akan untuk peserta yang berbeda dalam lingkungan yang berbeda. Pengobatan dan perilaku yang diteliti akan sama. Di sini kita mungkin memiliki tiga pasien yang berbeda di mana masing-masing penduduk di berbagai jenis fasilitas perawatan kejiwaan seperti yang dipelajari oleh Nelson, Hall dan Walsh- Bowers (1997) dibahas sebelumnya dalam bab ini. Dalam penelitian ini Nelson, Hall dan Walsh-Bowers (1997) membandingkan efek jangka panjang dari apartemen mendukung (SA), kelompok rumah (GH) dan rumah-dan-perawatan papan (BCH).

Saran studi

Carilah setiap studi berikut dan menentukan mana yang kuasi-eksperimen, kelompok kontrol nonequivalent dan desain subjek tunggal.

Adkins, VK & Matthews, RM (1997). Diminta membatalkan untuk mengurangi inkontinensia pada orang dewasa yang tinggal di komunitas yang lebih tua. Journal of Applied Behavior Analysis, 30 , 153-156.

Streufert, S., Satish, U., Pogash, R., Roache, J. & Severs, W. (1997). Konsumsi kopi berlebih di

simulasi pengaturan pekerjaan yang kompleks: kerugian atau

fasilitasi kinerja ? Journal of Applied

Psikologi, 82, 774-782.

Lee, MJ & Tingstrom, DH (1994). Sebuah kelompok matematika intervensi: Modifikasi penutup, menyalin, dan membandingkan untuk aplikasi kelompok. Psikologi di Sekolah, 31 , 133-145.

Mengapa ukuran dasar yang diperlukan dalam desain subjek tunggal?

Haruskah data dari desain subjek tunggal dianalisis secara statistik? Mengapa?

Berikan contoh di mana desain subjek tunggal harus digunakan. Juga mengutip situasi penelitian di mana kelompok desain lebih tepat.

Seorang mahasiswa ingin melakukan studi time-series tentang efek bulan purnama pada pasien penyakit jiwa. Apa variabel dependen harus siswa ini digunakan? Di mana sebaiknya orang ini terlihat untuk mencari data untuk penelitian seperti itu?

Studi tunggal subjek berlaku untuk penelitian medis? Haruskah mahasiswa kedokteran diajarkan desain subjek tunggal? Baca artikel berikut:

Bryson-Brockmann, W. and Roll, D. (1996). Single-kasus desain eksperimen dalam pendidikan kedokteran: Sebuah metode penelitian yang inovatif. Academic Medicine, 71 , 78-85.

Bab Ringkasan

Benar eksperimen adalah mereka di mana eksperimen acak dapat memilih peserta, secara acak menetapkan peserta untuk kondisi pengobatan dan mengontrol manipulasi variabel independen. Desain quasiexperimental tidak memiliki satu atau lebih fitur ini.

Masak dan Campbell (1979) meliputi 8 variasi desain kelompok kontrol non-setara. Yang dibahas di sini adalah desain kelompok kontrol tanpa pengobatan. Lima hasil yang berbeda dibahas dalam hal validitas internal.

Desain Waktu -Seri adalah desain memanjang. Ini melibatkan pengukuran berulang dari variabel dependen yang sama pada interval yang tetap waktu yang berbeda. Biasanya pada beberapa titik, intervensi pengobatan diperkenalkan.

Seleksi dan pemilihan-pematangan interaksi dua penjelasan alternatif yang mengganggu hasil yang diperoleh dari desain kuasi-eksperimental.


Percobaan menggunakan peserta tunggal tidak baru. Orang-orang pertama dalam psikologi eksperimental menggunakan desain subjek tunggal

Dalam peneliti tunggal subjek merasa bahwa dengan variabilitas kontrol eksperimen yang tepat dari situasi dapat dihapus.

Penelitian kelompok berorientasi terasa variabilitas dianalisis secara statistik.

Penelitian Single-subjek memiliki beberapa keunggulan dibandingkan penelitian kelompok dalam hal fleksibilitas dan etika. Namun menderita kredibilitas validitas eksternal.

Kecil tapi signifikan secara statistik efek yang ditemukan dalam penelitian kelompok mungkin memiliki sedikit signifikansi klinis atau praktis dan mungkin telah artifisial diinduksi oleh ukuran sampel yang besar. Dalam hal ini, ukuran efek akan menjadi kecil. Penelitian subjek tunggal berkonsentrasi pada efek ukuran dan tidak ukuran sampel.

Pembentukan dasar yang stabil merupakan salah satu tugas yang paling penting dalam penelitian subjek tunggal.

Pembentukan dasar diikuti dengan pemberian pengobatan diikuti dengan penarikan pengobatan ini disebut desain ABA.

Masalah utama dengan desain adalah bahwa pengobatan mungkin tidak dapat diubah atau meninggalkan peserta dalam keadaan membaik daripada mengembalikan orang tersebut ke negara yang tidak diinginkan asli.

Sebuah variasi dari desain ABA adalah desain ABAB mana peserta dikembalikan ke negara ditingkatkan.

Dalam studi tunggal-subjek hanya satu variabel dapat bervariasi pada satu waktu.

Yang disebut desain interaksi tidak mengizinkan pengujian untuk interaksi seperti yang didefinisikan sebelumnya dalam desain faktorial. Ini hanya menguji dua variabel bersama-sama.

Ada tiga jenis desain multi-dasar. Dalam setiap kasus, intervensi diperkenalkan pada waktu yang berbeda untuk perilaku yang berbeda, peserta atau lingkungan. Jika perubahan perilaku bertepatan dengan diperkenalkannya pengobatan, ini memberikan bukti bahwa pengobatan yang efektif.

Referensi

Bab 1

. Barber, TX (1976) Kesalahan dalam lengkungan rese manusia: Sepuluh poin penting. New York: Pergmon Blaser, MJ (1996). Bakteri balik bisul. Scientific American, 274, 104-107.

Braithwaite, R. (1996). Penjelasan Ilmiah. Herndon, VA: Buku Internasional. (Pekerjaan asli diterbitkan tahun 1953).

Bruno, JE (1972) (Ed.). Muncul masalah dalam pendidikan: Implikasi kebijakan untuk sekolah. Lexington, MA:. Heath Buchler, J. (1955) tulisan filosofis dari Peirce. New York: Dover.

. Conant, JB (1951) . Ilmu dan akal sehat New Haven: Yale University Press.

. Dawes, RM (1994) House of kartu: Psikologi dan psikoterapi dibangun di atas mitos. New York: The Free Press.

. Dewey, J. (1991) Bagaimana kita berpikir. Amherst: Prometheus. (Pekerjaan Asli diterbitkan 1933).

. Graziano, AM & Raulin, ML (1993) Penelitian bertemu hods: Sebuah proses penyelidikan. (2nd Ed.) New York: Harper Collins.

. Hergenhahn, BR (1996) Pengantar teori belajar. (5th Ed.) Paramus, NJ: Prentice-Hall

Hoch, SJ (1986). Penalaran kontrafakta dan akurasi dalam memprediksi acara pribadi. Jo urnal Eksperimental Psikologi: Belajar, Memori, Kognisi. 11, 719-731.

Hurlock, E. (1925). Evaluasi insentif tertentu yang digunakan dalam sekolah. Jurnal Psikologi Pendidikan, 16, 145-159.

Kagan, J. & Zentner, M. (1996). Prediktor anak usia dini psikopatologi dewasa. Harvard Ulasan of Psychiatry, 3, 341-350. Kerlinger, F. (1977). Pengaruh penelitian tentang praktik pendidikan. Peneliti Pendidikan, 16, 5-12.

Kerlinger, F. (1979). Penelitian Perilaku: Pendekatan konseptual. New York: Holt, Rinehart dan Winston,

Klayman, J. & Ha, Y.-W. (1987).Konfirmasi, diskonfirmasi dan informasi dalam pengujian hipotesis. Ulasan psikologis, 94, 21-28.

Klonoff, EA & Landrine, H. (1994). Kebudayaan dan jender keragaman keyakinan akal tentang penyebab enam penyakit. Journal of Behavioral Medicine, 17, 407-418.

Lynch, MP, pendek, LB, & Chua, R. (1995). Kontribusi pengalaman untuk pengembangan pengolahan musik pada masa bayi. Pembangunan Psikobiologi, 28, 377-398.

Malone, JC (1991). Teori pembelajaran. Pendekatan historis Pacific Grove: Brooks / Cole.

Marlow, AG, Tingstrom, DH, Olmi, DJ, & Edwards, RP (1997). Efek dari kelas berbasis waktu-in / time-out pada tingkat kepatuhan pada anak-anak dengan cacat bicara / bahasa. Anak dan Keluarga Terapi Perilaku, 19 , 1-15.

Michel, J. (1990). Pengantar logika pengukuran psikologis. Hillsdale, NJ: Erlbaum.

Nisbett, R. & Ross, L. (1980). inferensi Manusia: Strategi dan kekurangan socia l penghakiman. Englewood Cliffs-, NJ: Prentice Hall Polanyi, M. (1974). Pengetahuan Pribadi:. Menuju filsafat pasca kritis Chicago : University of Chicago Press. (Pekerjaan asli diterbitkan tahun 1958) .

Sampson, EE (1991). dunia sosial. Kehidupan pribadi: Pengantar psikologi sosial. Orlando: Harcourt Brace Jovanovich. Schunk, DH (1996). Teori Belajar: Sebuah perspektif pendidikan . Westerville, OH: Merrill.

Simon, CW (1976). desain multifaktor Ekonomis untuk faktor manusia percobaan rekayasa. Culver City, CA: Hughes Aircraft Company, 172 pp.

Simon, CW (1987). Akan telur-mengisap pernah menjadi ilmu? Faktor Manusia Masyarakat Bulletin, 30, 1-4.

Simon, CW & Roscoe, SN (1984). Penerapan pendekatan multifaktor untuk mentransfer penelitian pembelajaran. Faktor Manusia, 26, 591612.

Tang, J. (1993). Putih, Asia dan kulit hitam dalam sains dan teknik: Peninjauan prospek ekonomi mereka. Penelitian di Stratifikasi Sosial dan Mobilitas, 12, 289-291.

Tingstrom, DH, Marlow, LL G, Edwards, RP, Kelshaw, KL, & Olmi, JD (1997, April). Evaluasi paket pelatihan kepatuhan untuk anak-anak. Di SG kecil (Ketua), psikologi sekolah Perilaku: Waktu-o ut ditinjau . Simposium yang dilakukan pada tanggal 29 Konvensi Tahunan, Asosiasi Psikolog Sekolah Nasional, Anaheim, California Wason, P C., & Johnson-Laird, P N. (1972). Psikologi penalaran. Struktur dan konten Cambridge, MA: Harvard University Press .

Weber, RL (1973). Sebuah perjalanan acak dalam ilmu pengetahuan. Sebuah antologi New York: Derek Rusak.

Wegner, DM (1989). beruang putih dan pikiran yang tidak diinginkan lainnya: Suppression, obsesi dan psikologi kontrol mental. New York: Penguin Books.

Wegner, DM, Schneider, DJ, Carter, SR, & White, TL (1987). Efek paradoks pemikiran penindasan. Journal of Personality and Social Psychology, 53 (1), 5-13.

. Whitehead, AN (1992) Pengantar matematika. New York: Oxford University Press. (Pekerjaan asli diterbitkan tahun 1911).

Kayu, RW (1973). N sinar. Di RL Weberâ € ™ s (Ed.) Berjalan acak dalam ilmu pengetahuan. Sebuah antologi London: Institut Fisika.

Bab 2

Anderson, CD, Warner, JL, & Spencer, CC (1984). Bias inflasi dalam ujian penilaian diri:. Implikasi untuk seleksi karyawan valid Journal of Applied Psychology, 69, 574-580.

Ayres, T. & Hughes, P. (1986). Ketajaman visual dengan suara dan musik di 107 dbA. Jurnal Penelitian Auditory, 26, 65-74.

Bahrick, HP (1984). Isi memori semantik dalam permastore: Lima puluh tahun dari memori untuk Spanyol pelajari di sekolah. Journal of Experimental Psychology: General, 113, 1-26.

Bahrick, HP (1992). Memori stabil pengetahuan tanpa latihan. Journal of Experimental Psychology: General, 121, 112-113.

Berkowitz, L (1983) .Aversively dirangsang agresi: Beberapa persamaan dan perbedaan penelitian dengan manusia dan hewan. Amerika Psikolog, 38,1135-1144.

Bollen, K. (1980). Isu dalam pengukuran perbandingan dari demokrasi politik. Amerika Sociolo gical Review, 45, 370-390.

Braithwaite, R. (1996). Penjelasan Ilmiah. Herndon, VA: Buku Internasional. (Pekerjaan asli diterbitkan tahun 1953).

Chamber, B. & Abrami, PC (1991). Hubungan antara tim mahasiswa hasil belajar dan prestasi, atribusi kausal dan mempengaruhi. Jurnal Psikologi Pendidikan, 83, 140-146.

Cochran, SD & Mays, VM (1994). Distress Depressive antara pria Afrika-Amerika homoseksual aktif dan wanita. American Journal of Psychiatry, 15, 524-529.

Cohen, MR (1997). Sebuah Pengantar logika. New York: Meridian. (pekerjaan asli diterbitkan tahun 1956) .

Cutler, WB, Preti, G., Krieger, A. & Huggins, G R. (1986). Sekresi axilliary manusia mempengaruhi siklus menstruasi womenâ € ™ s: Peran ekstrak donor dari laki-laki. Hormon dan Behav IOR, 20, 463-473.

. Dewey, J. (1982) Logika: Teori penyelidikan .. New York: Irvington Penerbit. (Pekerjaan asli diterbitkan tahun 1938).

Dill, JC & Anderson, CA (1995). Efek frustrasi pembenaran dalam agresi bermusuhan. Agresif-Perilaku, 21 (5), 359-369.

Dion, KL & Cota, AA (1991). The Ms. stereotipe: domain Its dan perannya dari ketegasan dalam judul preferensi. Psychology of Women Quarterly, 15, 403-410.

Dokter, RS, Cutris, D. & Isaacs, G (1994). Morbiditas psikiatri di polisi dan efek intervensi psikoterapi singkat:

Seorang pilot studi. Stres Medicine, 10, 151-157.

Dollard, J., Doob, Miller L., N., Mowrer, O. & Sears, R. (1939). Frustrasi dan agresi. New Haven:

Yale University Press.

Elbert, JC (1993). Kejadian dan pola gangguan membaca dan bahasa tertulis pada anak dengan ADDS. Annals of Disleksia, 43, 2643.

Fallon, A. & Rozin, P. (1985). Perbedaan jenis kelamin dalam persepsi bentuk tubuh yang diinginkan. Journal of Abnormal Psychology, 94, 102-105.

Frentz, C., Gresham, FM & Elliot, SN (1991). Popular, kontroversial, diabaikan dan ditolak remaja. Kontras perbedaan kompetensi dan prestasi sosial Jurnal Psikologi Sekolah, 29, 109-120.

Glick, P., Demorest, JA, & Hotze, CA (1988). Menjaga jarak. Keanggotaan kelompok, ruang pribadi dan meminta bantuan kecil. Journal of Applied Social Psychology, 18, ​​315-330.

Guida, FV & Ludlow, LH (1989). Sebuah studi lintas budaya uji kecemasan. Jurnal Psikologi Lintas Budaya, 20, 178-190.

Hall, J., Kaplan, D. & Lee, HB (Oktober 1994). pencocokan Counselor-Client pada etnis, jenis kelamin dan bahasa:. Implikasi bagi psikologi sekolah Makalah disampaikan pada konvensi tahunan Asosiasi untuk Kemajuan Behavioral Therapy , San Diego, CA,

Hom, HL, Berger, M., Duncan, MK, Miller, A. & Belvin, A. (1994). Efek dari reward koperasi dan individualistis pada motivasi intrinsik. Jurnal Psikologi genetik, 155 , 87-97.

Hurlock, E. (1925). Evaluasi insentif tertentu yang digunakan dalam sekolah, Jurnal Psikologi Pendidikan. 16, 145-149.

Kleinbaum, DG, Kupper, LL, Muller, KE & Nizam, A. (1997). analisis regresi Terapan dan metode multivariabel lainnya. (3 rd ed.) Belmont, CA: Duxbury.

Kumpfer, KL, Turner, C., Hopkins, R. & Librett, J. (1993). Kepemimpinan dan tim efektivitas dalam koalisi masyarakat untuk pencegahan penyalahgunaan alkohol dan narkoba lainnya. Pendidikan Penelitian Kesehatan, 8, 359-374.

Langer, E. & Imber, L. (1980). Ketika praktek membuat sempurna: Melemahkan efek overlearning,

Jurnal Psikologi Kepribadian dan Sosial, 37, 2014-2024.

Lariviere, NA & Spear, NE (1996). Awal mengganggu pengkondisian Pavlov kemudian Pavlov pengkondisian. Devel opmental Psikobiologi, 29 , 613-635.

Sedikit, S. G, Sterling, RC, Tingstrom, DH (1996). Pengaruh isyarat geografis dan rasial pada evaluasi menyalahkan. Jurnal Psikologi Sosial, 136, 373-379.

MacDonald, TK, Zanna, MP & Fong, GT (1996). Mengapa akal sehat keluar jendela: Pengaruh alkohol pada niat untuk menggunakan kondom. Kepribadian dan Psikologi Sosial Bulletin, 22, 763-775.

Moran, JD, & McCullers, JC (1984). Perbandingan nilai prestasi siswa secara fisik menarik dan tidak menarik. Ekonomi Rumah Jurnal Penelitian, 13, 36-40.

Pedersen, D., Keithly, S. & Brady, M. (1986). Efek dari seorang pengamat di comformity untuk mencuci tangan norma. persepsi dan keterampilan motorik, 62, 169-170.

Poincare, H. (1996). Ilmu dan metode. Herndon, VA: Buku Internasional. (Pekerjaan asli diterbitkan tahun 1952).

Serambi, AM, Ross, TP, Hanks, R. & Whitman, DR (1995). Etnis, latar belakang sosial ekonomi dan psikosis-rawan dalam sampel beragam mahasiswa. Psyc sekarang hology: Pembangunan, Belajar, Kepribadian, Sosial, 13, 365-370.

Reinholtz, RK & Muehlenhard, CL (1995). Persepsi genital dan aktivitas seksual pada sebuah perguruan tinggi populasi. Journal of Sex Research, 32, 155-165.

Kulit, B. (1997). Pengaruh bunga gairah pada pemenuhan permohonan bantuan. Psikologi Dasar dan Terapan Sosial, 19, 49-59.

Rosch, EH (1973). Pada struktur internal kategori persepsi dan semantik. Di TE Moore (Ed.) Perkembangan kognitif dan akuisisi bahasa. (pp. 111-144). New York: Academic Press.

Saal, FK, Johnson, CB, Weber, N. (1989). Mungkin tergantung pada siapa Anda bertanya: ramah atau seksi. Psychology of Women Quarterly, 13, 263-276.

Saal, FK & Moore, SC (1993). Persepsi kualifikasi € ™ keadilan promosi dan promosi candidatesâ. Journal of Applied Psychology, 78, 105-110.

Shaw, JI & Skolnick, P. (1995). Efek instruksi peradilan mahal dan informatif juri pengambilan keputusan. Perilaku Sosial dan Kepribadian, 23, 319-325.

Spilich, G J., Juni, L. & Remer, J. (1992). Merokok dan kinerja kognitif. British Journal of Addiction, 87, 1313-1326.

Stein, JA, Newcomb, MD, & Bentler, PM (1996). Inisiasi dan pemeliharaan merokok tembakau: Mengubah kepribadian berkorelasi pada masa remaja dan dewasa muda. Journal of Applied Social Psychology, 26, 160-187.

Stoneberg, C., Pitcock, N. & Myton, C. (1986). Luka tekanan di tinggal di rumah tersebut: Salah satu solusi, bergantian bantalan tekanan. American Journal of Nursing, 86, 426-428.

Stuart, DL, Gresham, FM & Elliot, SN (1991). Peringkat guru keterampilan sosial pada laki-laki dan perempuan populer dan ditolak. Psikologi Sekolah Quarterly, 6, 16-26.

Swanson, EA, Maas, ML, & Buckwalter, KC (1994). Alzheimer € ™ s kognitif residentsâ € ™ dan langkah-langkah fungsional. Unit perawatan khusus dan tradisional perbandingan Keperawatan Clinical Research, 3, 27-41.

Talaga, JA & Beehr, TA (1995). Apakah ada perbedaan gender dalam memprediksi keputusan pensiun? Journal of Applied Psychology, 80, 16-28.

Tingstrom, DH (1994). Sebuah penyelidikan penerimaan teachersâ € ™: The Good Perilaku permainan. Psikologi di Sekolah, 31, 57-65.

Tulving, E. & Kroll, N. (1995). Penilaian baru di otak dan encoding memori jangka panjang. Psychonomic Bulletin dan Ulasan, 2 , 387-390.

Wegner, DM, Schneider, DJ, Carter, SR, & White, TL (1987). Efek paradoks pemikiran penindasan. Journal of Personality and Social Psychology, 53, 5-13.

Winograd, E. & Soloway, R. (1986). Pada melupakan lokasi hal disimpan di tempat khusus. Journal of Experimental Psychology: General, 115 , 366-372.

Zajonc, R. (1980). Merasa dan berpikir: Preferensi tidak perlu kesimpulan. Amerika Psikolog, 35,

15L-175.

Bab 3.

Annis, RC & Corenblum, B. (1986). Pengaruh bahasa pengujian dan eksperimen balapan di Kanada India childrenâ € ™ s ras dan selfidentity. Jurnal Psikologi Sosial, 126, 761-773.

Bahrick, HP (1984). Isi memori semantik dalam permastore: Lima puluh tahun dari memori untuk Spanyol pelajari di sekolah. Journal of Experimental Psychology: General, 113, 1-26.

Balzer, WK & Sulsky, LM (1992). Halo dan penelitian penilaian kinerja. Pemeriksaan kritis Journal of Applied Psychology, 77 , 975-985.

Bandura, A. & MacDonald, F. (1994). Pengaruh penguatan sosial dan perilaku model dalam membentuk childrenâ € ™ s bermoral

penilaian.Dalam B. Paka (Ed.) Mendefinisikan perspektif dalam perkembangan moral. Perkembangan moral: Sebuah ringkasan, Vol. 1. (pp. 136.143). New York: Garland Publikasi .. (pekerjaan asli diterbitkan tahun 1963).

Barron, F. & Harrington, DM (1981). Kreativitas, kecerdasan dan kepribadian. Tahunan Psikologi, 32, 439-476.

Bollen, K. (1979). Demokrasi politik dan waktu pembangunan. Amerika Sociological Review, 44, 572-587

Capaldi, DH, Crosby, L. & Stoolmiller, M. (1996). Memprediksi waktu hubungan seksual pertama berisiko remaja laki-laki. Perkembangan Anak, 67 , 344-359.

Colwell, JC, Foreman, MD, & Trotter, JP (1993). Perbandingan efikasi dan efektivitas biaya dua metode pengelolaan ulkus tekanan. Debubitus, 6 (4 ), 28-36.

Comrey, AL (1993). suntingan manual untuk Kepribadian Timbangan Comrey. San Diego, CA: Pendidikan dan Industri Testing Service.

Hari, NE & Schoenrode, P. (1997). Tinggal di lemari dibandingkan keluar: Hubungan antara komunikasi tentang orientasi seksual dan bekerja sikap. Personil Psikologi, 50, 147-163.

de Weerth, C. & Kalma, AF (1993). Agresi perempuan sebagai respon terhadap kecemburuan seksual: Sebuah pembalikan peran seks Agresif Behav IOR, 19, 265-279.

Dokter, RS, Cutris, D. & Isaacs, G (1994). Morbiditas psikiatri di polisi dan pengaruh intervensi terapi singkat. Stres Medicine, 10, 151-157.

Eliopoulos, C. (1993). keperawatan Gerontological, 3rd. Ed. Philadelphia: JB Lippincott.

Francis-Felsen, LC, Coward, RT, Hogan, TL, & Duncan, RP (1996). Faktor-faktor yang mempengaruhi niat personil keperawatan untuk meninggalkan pekerjaan dalam pengaturan perawatan jangka panjang. Journal of Applied Gerontology, 15, 450-470.

Gillings, V. & Joseph, S. (1996). Religiusitas dan keinginan sosial: manajemen Impression dan menipu diri sendiri positif. Personality and Individual Differences, 21, 1047-1050.

Gordon, RA (1996). Dampak menjilat pada penilaian dan evaluasi:. Sebuah meta-analisis penyelidikan Journal of Personality and Social Psychology, 71, 54-70.

Gresham, FM & Elliot, SN (1990). Keterampilan sosial sistem rating manual. Circle Pines, MN: Layanan Bimbingan Amerika.

Guida, FV & Ludlow, LH (1989). Sebuah studi lintas budaya uji kecemasan. Jurnal Psikologi Lintas Budaya, 20, 178-190.

Hart, SD, Forth, AE & Kelinci, RD (1990). Kinerja psikopat kriminal pada tes neuropsikologis yang dipilih. Journal of Abnormal Psychology, 99 , 374-379.

Hernstein, RJ & Murray, C. (1996). Kurva lonceng: Intelijen dan struktur kelas dalam kehidupan Amerika. New York: The Free Press.

Hodson, R. (1989). Perbedaan gender dalam kepuasan kerja: Mengapa wanita Arena € ™ t lebih puas. Sosiologi Quarterly, 30, 385-399.

Hogan, J. & Hogan, R. (1989). Bagaimana mengukur kehandalan karyawan. Journal of Applied Psychology, 74, 273-279.

Hom, HL, Berger, M., Duncan, MK, Miller, A. & Belvin, A. (1994). Efek dari reward koperasi dan individualistis pada motivasi intrinsik. journ al Psikologi genetik, 155 , 87-97.

Hutchinson, SJ & Turner, JA (1988). Mengembangkan program pencegahan omset multidimensi. Archives of Nursing Jiwa, 2 , 373-378.

Kerlinger, FN & Pedhazur, E. (1973). Analisis regresi ganda dalam penelitian perilaku. New York: Holt, Rinehart dan Winston.

Kounin, J. & Doyle, P (1975). Tingkat kelangsungan sistem sinyal yang Lessona € ™ s dan keterlibatan tugas anak-anak. Jurnal Psikologi Pendidikan, 67, 159-164.

Kumar, K. & Beyerlein, M. (1991). Konstruksi dan validasi instrumen untuk mengukur perilaku ingratiatory dalam pengaturan organisasi. Journal of Applied Psychology, 76, 619-627.

Lester, D. (1989). Sikap terhadap AIDS. Personality and Individual Differences, 10, 693-694.

Sedikit, SG, Sterling, RC & Tingstrom, DH (1996). Pengaruh isyarat geografis dan rasial pada evaluasi menyalahkan. Jurnal Psikologi Sosial, 136, 373-379.

Luhtanen, R. & Crocker, J. (1992). Sebuah skala harga diri kolektif: Evaluasi Diri dari onesâ € ™ sosial identitas. Kepribadian dan Psikologi Sosial Bulletin, 18, ​​302-318.

Margenau, H. (1977). Sifat realitas fisik .. Woodbridge, CT: Ox Bow Press. (Pekerjaan asli diterbitkan tahun 1950).

Martens, BK, Hiralall, AS, & Bradley, TA (1997). Meningkatkan perilaku siswa melalui penetapan tujuan dan umpan balik. Psikologi Sekolah Quarterly, 12, 33-41.

Meiksin, PF & Watson, JM (1989). Otonomi profesional dan kendala organisasi. Kasus insinyur Sosiologi Quarterly, 30 , 561-585.

Hel Mic, J. (1990). Pengantar logika pengukuran psikologis. Hillsdale, NJ: Erlbaum.

Murphy, JM, Olivier, DC, Monson, RR, Sobol, AM (1991). Depresi dan kecemasan dalam kaitannya dengan status sosial. Sebuah studi epidemiologi prospektif A rchives of General Psychiatry, 48 (3), 223-229.

Newcomb, T. (1978). Proses kenalan:. Melihat sebagian besar mundur Journal of Personality and Social Psychology, 36, 10751083.

Norman, D. (1976). Memory dan perhatian: Pengantar informasi manusia pengolahan. (2nd Ed.) New York: Wiley.

Northrop, F. (1983). Logika ilmu dan humaniora. Woodbridge, CT: Ox Bow Press. (Pekerjaan asli diterbitkan tahun 1947).

Oldani, R. (1997). Penyebab peningkatan motivasi berprestasi: Apakah kepribadian dipengaruhi oleh lingkungan prenatal? Personality and Individual Differences, 22 , 403-410.

Onwuegbuzie, AJ & Seaman, MA (1995). Efek dari dua kendala dan statistik uji kecemasan terhadap kinerja tes dalam kursus statistik. Journal of Experiment al Pendidikan, 63, 115-124.

Orpen, C. (1996). Buatlah validasi ukuran perilaku ingratiatory dalam pengaturan organisasi. Psikologi sekarang: Perkembangan, Belajar, Kepribadian, Sosial, 15 (1), 38-41

Oshagan, H. & Allen, RL (1992). Tiga skala kesepian: Penilaian pengukuran mereka. Journal of Personality Assessment, 59, 380-409.

Peng, SS & Wright, D. (1994). Penjelasan prestasi akademik mahasiswa Asia-Amerika. Journal of Educational Resea rch, 87, 346-352.

Richter, ML & Seay, MB (1987). Anova desain dengan mata pelajaran dan rangsangan sebagai efek acak: Aplikasi untuk prototipe efek dalam memori pengakuan. Journal of Personality and Social Psychology, 53, 470-480.

Scott, KS, Moore, KS & Miceli, MP (1997). Eksplorasi makna dan konsekuensi dari pecandu kerja. Hubungan Manusia, 50, 287-314.

Shoffner, LB (1990). Efek dari lingkungan rumah terhadap prestasi dan sikap terhadap melek komputer. Penelitian Pendidikan Quarter ly, 14 (1), 6-14.

Silverman, S. (1993). Karakteristik siswa, praktek dan prestasi dalam pendidikan jasmani. Jurnal Penelitian Pendidikan, 87, 5461.

Skinner, BF (1945). Analisis operasional istilah psikologis. Psychological Review, 52, 270-277.

Smeltzer, SC & Bare, B. G (1992). Brunner dan Suddarth â € ™ s buku keperawatan bedah medis, 7th ed. Philadelphia: JB Lippincott.

Somers, MJ (1996). Pemodelan karyawan perilaku penarikan dari waktu ke waktu: Sebuah studi dari omset menggunakan analisis survival. Journal of Occupational dan Psikologi Organisasi, 69, 315-326.

Steele, CM, Spencer, SJ & Lynch, M. (1993). Ketahanan citra diri dan disonansi: Peran sumber daya affirmational. Journal of Personality and Social Psychology, 64, 885-896.

Strack, F., Martin, LL, & Stepper, S. (1988). Menghambat dan memfasilitasi kondisi senyum manusia: Tes nonobtrusive wajah umpan balik hipotesis. Journal of Personality and Social Psychology, 54, 768-777.

Strom, B., Hocevar, D. & Zimmer, J. (1990). Kepuasan dan prestasi antagonis dalam penelitian ATI instruksi berorientasi siswa. Penelitian Pendidikan Quarterly, 14 (4), 15-21.

Strutton, D., Pelton, LE & Lumpkin, JR (1995). Perbedaan jenis kelamin dalam perilaku ingratiatory: Sebuah investigasi taktik pengaruh dalam angka dua penjual-pelanggan. Jurnal Penelitian Bisnis, 34, 35-45.

Swanson, EL, Maas, ML & Buckwalter, KC (1994). Alzheimer € ™ s kognitif residentsâ € ™ dan langkah-langkah fungsional. Unit perawatan khusus dan tradisional perbandingan Penelitian Cl Keperawatan inical, 3 (1), 27-41.

. Tolman, E. (1951) . Perilaku dan manusia psikologis Berkeley, CA: University of California Press.

Torgerson, W. (1985). Teori dan metode skala. Melbourne, FL: Krieger. (Pekerjaan asli diterbitkan tahun 1958).

Torrance, EP (1982). â € œSounds dan Imagesâ € produksi murid sekolah dasar sebagai prediktor prestasi kreatif dewasa muda. Anak Kreatif dan Dewasa Quarterly, 7, 8-14.

Underwood, B. (1957). Penelitian psikologis. New York: Appleton.

Warner, W. & Lunt, P. (1941). Kehidupan sosial masyarakat modern. New Haven: Yale University Press.

Wilson, GD & Reading, AE (1989). Bentuk panggul, peran gender sesuai dan seksual kepuasan. Personality and Individual Differences, 10, 577-579.

Bab 4.

. Barber, TX (1976) Perangkap penelitian manusia: Sepuluh poin penting. New York: Pergamon.

Braud, L. & Braud, W. (1972) Transfer biokimia relasional merespon. Ilmu, 176, 942- 944.

Camel, JE, Withers, GS & Greenough, WT (1986). Kegigihan dari korteks visual perubahan dendritik yang disebabkan oleh paparan pasca penyapihan ke â € œsuperenrichedâ € lingkungan pada tikus. Behavioral Neuroscience, 100, 810-813.

Comrey, AL & Lee, HB (1995). Statistik Dasar:. Sebuah pendekatan pemecahan masalah 3rd Ed. Dubuque, IA: Kendall-Hunt.

Guida, FV & Ludlow, LH (1989). Sebuah studi lintas budaya uji kecemasan. Jurnal Psikologi Lintas Budaya, 20, 178-190.

Holtgraves, T. (1997). Kesopanan dan memori untuk kata-kata pernyataan. Memory and Cognition, 25, 106-116.

Prokasy, WF (1987). Sebuah perspektif tentang akuisisi tanggapan rangka menggunakan paradigma Pavlov. .Di I. Gormezano, WF Prokasy, & R. Thompson (Eds.), Pengkondisian klasik, 3rd. Ed. Hillsdale, NJ: Lawrence Erlbaum.

Bab 5

Barkan, JD & Bruno, JB (1972). Riset operasi dalam perencanaan strategi kampanye politik. Penelitian Operasional, 20, 926-936.

Cervone, D. (1987). Analisis Chi-square data self-efficacy: Sebuah catatan penting. Cognitive Therapy and Research, 11, 709-714.

Comrey, AL & Lee, HB (1992). Sebuah kursus pertama dalam analisis faktor, 2nd ed,. Hillsdale, NJ: Lawrence Erlbaum Associates.

Kongres Quarterly, (1993) Volume 51, pp. 3497 (No. 266) dan (No. 290).

Edgington, ES (1980). tes Randomisasi . New York: Marcel Dekker.

Edgington, ES (1996). Acak tunggal subjek desain eksperimental. Perilaku Penelitian dan Terapi, 34, 567-574.

Feller, W. (1967). Pengantar teori probabilitas dan aplikasi. (3rd Ed..) New York: Wiley

. Kemeny, J. (1959) Sebuah fer filsuf melihat ilmu pengetahuan. New York: Van Nostrand Reinhold.

. Kirk, RE, (1990) Statistik: Pengantar, 3d. . ed Fort Worth, TX: Holt, Rinehart dan Winston.

Lee, HB & MacQueen, JB (1980). Analisis program komputer k-means cluster dengan tabulasi silang dan-terdekat berikutnya analisis tetangga. Pendidikan dan Psikologis Pengukuran, 40, 133-138.

Norusis, MJ (1992). SPSS / PC + sistem dasar userâ € ™ s panduan. . Versi 5.0 Chicago: SPSS, Inc.

Poincare, H. (1996). Ilmu dan metode. Herndon, VA: Buku Internasional. (Pekerjaan asli diterbitkan tahun 1952).

Rand Corporation (1955). Satu juta random digit dengan 700.000 menyimpang normal. New York: Free Press.

Simon, CW (1987). Akan telur-mengisap pernah menjadi ilmu? Faktor Manusia Masyarakat Bulletin, 30, 1-4.

. Stilson, DW (1966) Probabilitas dan statistik dalam penelitian psikologis dan teori. San Francisco: Holden-Day Walter, R. (1998). Panduan rahasia untuk komputer. (24 th Ed.) Somerville, MA: Russ Walter.

Williams, B. (1978). Sebuah sampler sampling. New York: John Wiley.

Bab 6

Brandt, AM (1978). Rasisme dan penelitian: Kasus Tuskegee Syphilis studi. Hastings Pusat Laporan, 8, 21-29.

Dawes, RM (1994). Rumah kartu. Psikologi dan psikoterapi dibangun di atas mitos. New York: Free Press.

Erwin, E., Gendin, S. & Kleiman, L. (1994). Masalah etika dalam penelitian ilmiah. Sebuah antologi New York: Garland.

Prinsip-prinsip etika psikolog. (1990, Maret). Amerika Psikolog, p. 395.

Gould, SJ (1981) The Mismeasure manusia. Norton: New York.

Jensen, AR (1992). Penipuan ilmiah atau tuduhan palsu? Kasus Cyril Burt. Di DJ Miller & M. Hersen (Eds.). penipuan Penelitian dalam ilmu perilaku dan biomedis (pp. 97-124). New York: Wiley.

Kamin, LJ (1974). Ilmu yang politik d IQ. New York: Wiley.

Keith-Spiegel, P. & Koocher, G P. (1985). Etika dalam psikologi: Standar Profesional dalam Kasus. Hillsdale, NJ: Erlbaum.

Milgrim, S. (1963). Studi Perilaku ketaatan. Journal of Abnormal dan Sosial Psikologi, 67, 371-378.

Miller, NE (1985). Nilai penelitian perilaku pada hewan. Amerika Psikolog, 40, 423-440.

. Saffer, TH & Kelly, OE (1983) . Countdown zero New York: Putnam.

Shapiro, KJ (1998). Model Hewan psikologi manusia: Kritik ilmu pengetahuan, etika, dan kebijakan. Seattle, WA: Hogrefe & Huber Penerbit.

Shrader-Frechette, K. (1994). Etika penelitian ilmiah. New York: Rowman & Littlefield Penerbit.

Smith, RW & Garner, B. (1976, Juni). Apakah ada benar-benar ada atlet laki-laki gay? Makalah disampaikan pada Masyarakat untuk Studi Ilmiah Konvensi Sex, San Diego, California.

Bab 7

Abbott, RD & Falstrom, PM (1975). Desain kursus rencana Keller dalam statistik dasar. Laporan Psikologis, 36, 171-174. Amabile, T. (1979). Efek evaluasi eksternal pada kreativitas seni. Journal of Personality and Social Psychology. 37, 221-233. Bates, JA (1979). Imbalan ekstrinsik dan motivasi intrinsik: Sebuah tinjauan dengan implikasi untuk kelas.

Ulasan Penelitian Pendidikan, 49, 557-576.

Bergin, DA (1995). Efek dari penguasaan terhadap situasi motivasi kompetitif pada pembelajaran. Journal of Experimental Pendidikan, 63, 303-314.

Cohen, J. (1988). analisis kekuatan statistik untuk ilmu perilaku, 2. . Ed Hillsdale, NJ: Lawrence Erlbaum Associates.

Daniel, C. (1975). Aplikasi statistik untuk eksperimen industri. New York: Wiley.

Deci, E. (1971). Pengaruh imbalan eksternal dimediasi pada motivasi intrinsik. Journal of Personality dan Psikologi Sosial, 18, ​​105115,

Eisenberger, R. & Cameron, J. (1996) efek .Detrimental hadiah: Realitas atau Mitos? Amerika Psikolog, 51, 1153-1166.

Fisher, R. (1951). Perancangan Percobaan, 4th ed. New York: Hafner

Jaccard, J. & Becker, MA (1997). Statistik untuk ilmu perilaku, 3 rd Ed. Pacific Grove, CA: Brooks-Cole.

Lepper, M. & Greene, D., (1978) (Eds.). Biaya Tersembunyi Reward. Hillsdale, NJ: Erlbaum.

McCullers, JC, Fabes, RA & Moran, JD (1987). Apakah teori motivasi intrinsik menjelaskan dampak dari penghargaan terhadap kinerja tugas mendesak? Journal of Personality & Psikologi Sosial, 52, 1027-1033.

Ross, LL & McBean, D. (1995). Perbandingan mondar-mandir kontinjensi dalam kelas menggunakan sistem personalisasi instruksi. Journal of Applied Behavior Analysis, 28, 87-88.

Senemoglu, N. & Fogelman, K. (1995). Efek meningkatkan perilaku siswa dan penggunaan prosedur umpan balik korektif. Jurnal Penelitian Pendidikan, 89 , 59-63.

Sharpley, CF (1988). Efek dari berbagai kontingensi dan kelangsungan imbalan atas kinerja anak-anak dalam kondisi reward implisit. Journal of Experimental Psikologi Anak, 45, 422-437.

Simon, CW (1976). desain multifaktor Ekonomis untuk faktor manusia percobaan rekayasa. Culver City, CA: Hughes Aircraft Company, 172 pp.

Simon, CW (1987). Akan telur-mengisap pernah menjadi ilmu? Faktor Manusia Masyarakat Bulletin, 30 (6), 1-4.

Simon, CW & Roscoe, SN (1984). Penerapan pendekatan multifaktor untuk mentransfer penelitian pembelajaran. Faktor Manusia, 26, 591612.

Thompson, S. (1980). Apakah penguasaan individual dan sistem pembelajaran tradisional menghasilkan efek tentu saja berbeda di perguruan tinggi kalkulus? Amerika Pendidikan Jurnal Penelitian, 17, 361-375.

Walster, E., Cleary, T. & Clifford, M. (1971). Pengaruh ras dan jenis kelamin pada masuk perguruan tinggi. Sosiologi Pendidikan, 44, 237-244. Bab 8

Anastasi, A. (1958). Psikologi Diferensial, 3d Ed. New York: Macmillan, pp 203-205..

Campbell, D. (1957). Faktor-faktor yang relevan dengan validitas eksperimen dalam pengaturan sosial. Buletin Psikologi, 54, 297-312.

Campbell, D. & Stanley, J. (1963). desain eksperimental dan quasi-eksperimental untuk penelitian. Chicago: Rand McNally.

Dane, FC (1990). Metode penelitian. Pacific Grove, CA: Brooks-Cole.

Edmondson, AC (1996). Belajar dari kesalahan adalah lebih mudah diucapkan daripada dilakukan: Grup dan pengaruh organisasi pada deteksi dan koreksi kesalahan manusia. Journal of Applied Behavioral Science, 32, 5-28.

Garfinkle, PE, Kline, SA & Stancer, HC (1973). Pengobatan anoreksia nervosa menggunakan teknik pengkondisian operan. Journal of Nervous dan Penyakit Mental, 157, 428-433.

Graziano, AM & Raulin, MI (1993). Metode penelitian: Suatu proses penyelidikan, 2 nd Ed. New York, NY: Harper Collins.

Hurlock, E. (1925). Evaluasi insentif tertentu yang digunakan dalam sekolah. Jurnal Psikologi Pendidikan, 16, 145-159.

Johnson, JD (1994). Pengaruh jenis perkosaan dan informasi diterimanya persepsi korban perkosaan. Peran Sex, 30, 781-792.

Keith, TZ (1988). Metode penelitian dalam psikologi sekolah: Tinjauan. Psikologi Sekolah Review, 17, 502-520.

Skinner, BF (1968). Teknologi mengajar. New York: Appleton-Century-Crofts.

Solomon, R. (1949). Perpanjangan desain kelompok kontrol. Psychological Bulletin, 46, 137-150.

Batu-Romero, EF, Weaver, AE dan Glenar, JL (1995). Tren dalam desain dan data analitik strategi penelitian dalam penelitian organisasi. Jurnal Manajemen, 21, 141-157.

Stouffer, S. (1950). Beberapa pengamatan pada desain studi. American Journal of Sociology, 55, 355-361.

Thorndike, R. (1963). Konsep berlebihan dan underachievement. New York:. Teachers College Press, hlm 11-15.

Nesselroade, J., Stigler, S. & Baltes, P. (1980). Regresi terhadap mean dan studi perubahan. Buletin Psikologi, 88, 622-637. Walster, E., Cleary, T. & Clifford, M. (1970). Pengaruh ras dan jenis kelamin pada penerimaan perguruan tinggi. Jurnal Pendidikan Sosiologi, 44, 237-244.

Wilson, FL (1996). Bahan pendidikan pasien perawat digunakan dalam kesehatan masyarakat. Western Journal of Nursing Research, 18, ​​195-205. Bab 9

Membosankan E. (1954). Sifat dan sejarah kontrol eksperimental. American Journal of Psychology, 67, 573-589 Campbell, D. (1957). Faktor-faktor yang relevan dengan validitas eksperimen dalam pengaturan sosial. Buletin Psikologi, 54, 297-312.

Campbell, D. & Stanley, J. (1963). desain eksperimental dan quasi-eksperimental untuk penelitian. Chicago: Rand McNally.

Christensen, LB (1996). Metodologi Eksperimental. 6 th . Ed. Needham Heights, MA: Allyn & Bacon.

Collins, L. M & Horn, JL (Eds.) (1991). Metode Terbaik untuk analisis perubahan: Kemajuan terbaru, pertanyaan yang belum terjawab, arah masa depan. Washington, DC: American Psychological Association.

Cronbach, L. & Furby, L. (1970). Bagaimana kita harus mengukur 'change'-atau harus kita? Psychological Bulletin, 74, 68-80.

Friedenberg, L. (1995). Tes psikologis. Desain, analisis dan penggunaan Boston, MA: Allyn & Bacon.

. Harris, CW (Ed.) (1963) Masalah dalam mengukur perubahan. Madison, WI: University of Wisconsin Press.

Ishak, S. & Michael, WB Handbook dalam penelitian dan evaluasi. 2 nd Ed. San Diego, CA: suntingan

Jones, S. & Cook, S. (1975). Pengaruh sikap pada penilaian efektivitas kebijakan sosial alternatif. Journal of Personality and Social Psychology, 32, 767-773.

Kirk, RE (1995). desain eksperimental: Prosedur untuk ilmu perilaku (3rd ed.).. Pacific Grove, CA: Brooks / Cole.Matheson, DW, Bruce, RL & Beauchamp, KL (1978). Experimental psikologi:. Desain penelitian dan analisis 3 rd . Ed. New York: Holt, Rinehart & Winston.

Sax, G (1997). Prinsip pengukuran pendidikan dan psikologi dan evaluasi, 4 th Ed. Belmont, CA: Wadsworth.

Simon, CW (1976). desain multifaktor Ekonomis untuk faktor manusia percobaan rekayasa. Culver City, CA: Hughes Aircraft Company, 172 pp.

Solomon, R. (1949). Perpanjangan desain kelompok kontrol. Psychological Bulletin, 46, 137-150.

Underwood, B. (1957). Penelitian psikologis. New York, NY: Appleton.

Thorndike, E. (1924). Disiplin mental dalam mata pelajaran SMA. Jurnal Psikologi Pendidikan, 15, 1-22, 83-98.

Thorndike, E. & Woodworth, R. (1901). Pengaruh peningkatan dalam satu fungsi mental pada efisiensi fungsi lainnya. Ulasan psikologis, 8 ,, 247-261, 384-395, 553-564.

Bab 10

Clark, C. & Walberg, H. (1968). Pengaruh imbalan besar pada prestasi membaca di putus sekolah potensial. Amerika Pendidikan Jurnal Penelitian, 5, 305-310.

Sayang, RE (1959). Metode Data pokok-komponen yang hilang untuk beberapa model regresi. Laporan Teknis SP 86 . Santa Monica, CA: Sistem Development Corporation.

Dolinski, D. & Nawrat, R. (1998). "Takut-kemudian-bantuan" prosedur untuk memproduksi kepatuhan. Berhati-hatilah ketika bahaya sudah berakhir Journal of Experimental Social Psychology, 34, 27-50.

Edwards, A L. (1984). Experimental design dalam penelitian psikologis (5. Ed.). Membaca, MA: Addison-Wesley.

Elashoff, J. (1969). Analisis kovarians:. Sebuah instrumen halus Amerika Pendidikan Jurnal Penelitian, 6, 383-401.

Fisher, R. A (1951). The desain percobaan. { 6 th Ed) New York, NY:. Hafner

Bunga, M. (1977). Tes laboratorium beberapa implikasi dari Janis 'groupthink hipotesis. Journal of Personality dan Psikologi Sosial, 35, 888-896.

Freedman, J., Wallington, S. & Bless, E. (1967). Kepatuhan tanpa tekanan: Efek bersalah. Journal of Personality and Social Psychology, 7,117-124.

Gleason, TL & Staelin, R. (1975). Sebuah proposal untuk menangani data yang hilang. Psychometrika, 40, 229-252.

Hilliard, S., Nguyen, M. & Domjan, M. (1997). Satu-sidang pendingin appetitive dalam sistem perilaku seksual. Psychono mic Bulletin & Review, 4, 237- 241.

Hoyt, K. (1955). Sebuah studi tentang efek pengetahuan guru karakteristik murid terhadap prestasi murid dan sikap terhadap classwork. Jurnal Psikologi Pendidikan, 46, 302-310.

James, W. (1890). Prinsip-prinsip psikologi. New York:. Holt, pp 666-667

Janis, I. (1971). Groupthink. Psychology Today, 43-46, 74-86.

Kerlinger, FN & Pedhazur, E. (1973). Beberapa regresi dalam penelitian perilaku. New York, NY: Holt, Rinehart dan Winston

. Kirk, RE (1995} Exper desain imental: Prosedur untuk ilmu-ilmu perilaku ... (3rd ed} Pacific Grove, CA: Brooks / Cole.

Kolb, D. (1965). Pelatihan motivasi berprestasi untuk berprestasi anak SMA. Journal of Personality and Social Psychology, 2, 783-792.

Lindquist, E. (1940). Analisis statistik dalam penelitian pendidikan. Boston, MA Houghton Mifflin.

Miller, N, (1971}. makalah terpilih. New York, NY: Aldine

Miller, N. & DiCara, L. (1968). Belajar Instrumental pembentukan urin tikus. Perubahan aliran darah ginjal Ame Rico Journal of Physiology, 215, 677-683.

Pedhazur, E. (1996). Beberapa regresi dalam penelitian perilaku:. Penjelasan dan prediksi (3 rd . Ed) Orlando, FL: Harcourt Brace.

Perrine, RM, Lisle, J. & Tucker, DL (1995). Pengaruh tawaran silabus bantuan, usia siswa dan ukuran kelas pada kemauan mahasiswa 'untuk mencari dukungan dari fakultas. Journal of Experimental Pendidikan, 64, 41-52.

Quilici, JL & Mayer, RE (1996). Peran contoh bagaimana siswa belajar untuk mengkategorikan masalah kata statistik. Jurnal Psikologi Pendidikan, 88,144-161.

Renner, V. (1970). Pengaruh modifikasi gaya kognitif terhadap perilaku kreatif. Journal of Personality Psikologi Sosial nd, 14 4, 257-262.

Rosch, E. (1973). Kategori alam. Psikologi Kognitif, 4, 328-350.

Sigall, H. & Ostrove, N. (1975} Indah tapi berbahaya. Efek dari pelaku tarik dan sifat kejahatan pada penilaian yuridis. Journal of Personality and Social Psychology, 31, 410-414

Simon, CW (1976}. desain multifaktor Ekonomis untuk manusia rekayasa faktor percobaan. Culver City, CA Hughes Aircraft Company, 172 pp.

. Snedecor, G & Cochran, W. (1989} Metode Statistik, 8 th ed Ames, Iowa. Universitas Iowa State Press.

Stroop, JR (1935).Studi gangguan dalam reaksi verbal yang serial. Journal of Experimental Psychology, 18, ​​643-662.

Suedfeld, P. & Rank, A (1976). Pemimpin revolusioner: keberhasilan jangka panjang sebagai fungsi dari perubahan kompleksitas konseptual. Journal of Personality dan Psikologi Sosial, 34 , 169-I78.

Taris, TW (1997). Perilaku mengemudi sembrono pemuda: Apakah locus of control mempengaruhi persepsi karakteristik situasional dan mengemudi perilaku? Kepribadian dan Perbedaan Individual, 23, 987-995.

Thorndike, E. (1924). Disiplin Mental di SMA Studi. Jurnal Psikologi Pendidikan, 15, 1-22, 83-98.

Tipper, SP, Eissenberg, T. & Weaver, B. (1992}. Efek dari praktek pada mekanisme perhatian. Buletin Psychonomic Society, 30, 77-80.

Musim dingin, D. & McClelland, D. (1978). Analisis tematik. Suatu ukuran empiris berasal dari efek pendidikan seni liberal Jurnal Psikologi Pendidikan, 70, 8-16.

Zakay, D., Hayduk, L. A & Tsal, Y (1992). Ruang pribadi dan jarak persepsi:. Implikasi dari pengamatan baru Buletin Psychonomic Society, 30, 33-35.

Bab 11

. Barlow, D. & Hersen, M. (1984) kasus Tunggal desain eksperimen: Strategi untuk mempelajari perubahan perilaku (2nd Ed..). New York: Pergamon Press.

Box, PMP & Jenkins, GM (1970). Analisis time-series. peramalan dan pengendalian San Francisco. CA: Holden-hari.

Campbell, D. (1957). Faktor-faktor yang relevan dengan validitas eksperimen dalam pengaturan sosial. Psychologica l Bulletin, 54, 297-312.

Campbell, D. & Stanley, J. (1963). desain eksperimental dan quasi-eksperimental untuk penelitian. Chicago: Rand McNally.

Caporaso, JA (1973). Pendekatan kuasi-eksperimental untuk ilmu-ilmu sosial. Di JA Caporaso & LL Ross (Eds.), Qu pendekatan ASI-eksperimental. Evanston, IL: Northwestern University Press.

Chapman, GB & McCauley, C. (1993). Prestasi karir awal National Science Foundation (NSF) Graduate Pelamar: Mencari Pygmalion dan Galatea efek pada pemenang NSF. Journal of Applied Psychology, 78, 815-820.

Gottman, JM (1981). Analisis time-series: Sebuah pengantar komprehensif bagi para ilmuwan sosial. New York, NY: Cambridge University Press.

Gottman, JM, McFall, R. & Barnett, J. (1969). Desain dan analisis penelitian dengan menggunakan time series. Buletin Psikologi, 72, 299-306

Gould, RA & Clum, GA (1995). Self-help ditambah minimal kontak terapis dalam pengobatan gangguan panik: Sebuah replikasi dan perluasan. Behavio r Therapy, 26, 533-546.

Graziano, AM & Raulin, ML (1993). Metode penelitian: Suatu proses penyelidikan. 2nd Ed. New York: Harper Collins.

Ishak, S. & Michael, WB (1987). Buku Pegangan dalam penelitian dan evaluasi. 2nd Ed. San Diego, CA: suntingan

Kazdin, AE (19 82). desain penelitian Single-kasus: Metode untuk pengaturan klinis dan diterapkan. New York, NY: Oxford University Press.

Kirk, RE (1995). Desain eksperimen: Prosedur untuk ilmu perilaku (3rd ed.).. Pacific Grove, CA: Brooks / Cole.

Nelson, G, Hall, G B., & Walsh-Bowers, R. (1997). Sebuah evaluasi komparatif apartemen mendukung, kelompok rumah dan rumah perawatan papan dan- untuk kejiwaan konsumen / selamat. Jurnal Psikologi ofCommunity, 25, 167-188.

Powell, S. & Nelson, B. (1997). Pengaruh memilih tugas-tugas akademik pada siswa dengan attention deficit hyperactivity disorder. Journal of Applied Behavior Analysis, 30, 181-183.

. Ray, WJ (1997) Metode:. Menuju ilmu perilaku dan pengalaman (5 th . Ed) Pacific Grove, CA: Brooks-Cole.

Rosenquist, PB, Bodfish, JW & Thompson, R. (1997). Sindrom Tourette terkait dengan keterbelakangan mental: Sebuah studi pengobatan tunggal-subjek dengan haloperidol. American Journal of Mental Retardasi, 101, 497-504.

Sanford, FH & Hemphill, JK (1952). Evaluasi kursus singkat di bidang psikologi di US Naval Academy. Pendidikan dan Psikologis Pengukuran, 12, 194-216.

Sidman, M. (1960). Taktik penelitian ilmiah. New York, NY: Basic Books.

Simon, CW (1976). desain multifaktor Ekonomis untuk faktor manusia percobaan rekayasa. Culver City, CA: Hughes Aircraft Company, 172 pp.

Strube, MJ (1991). Kegagalan sampel kecil dari tugas acak:. Sebuah pemeriksaan lebih lanjut Journal of Consulting dan Psikologi Klinis, 59, 346-350.

Tingstrom, D. H (1996). Desain ABAB dan desain eksperimental. Di TK Fagan & PG Warden (Eds.), ensiklopedia sejarah psikologi sekolah . Westport, CN: Greenwood Press.

Tingstrom, DH, Marlow, LLG, Edwards, RP, Kelshaw, KL, dan Olmi, JD (April, 1997). Evaluasi paket pelatihan kepatuhan untuk anak-anak. Di SG kecil (Ketua), psikologi sekolah Perilaku: Waktu habis ditinjau kembali. Simposium dilakukan di tanggal 29

Konvensi tahunan, Asosiasi Psikolog Sekolah Nasional, Anaheim, California
Indeks

Desain 9,1 100 Desain 9,2 102 Desain 9.3 105 Desain 9,4 107 Desain 9,5 107 Desain 9,6 107 Dewey 8

perbedaan antara akal sehat dan ilmu pengetahuan 2

Perbedaan skor 106

Dr Stanley Sue 60

dinamis view 4

E

ekologi keterwakilan 94 kesalahan varians 43

pedoman etis bagi psikolog 72 ETIKA HEWAN PENELITIAN 74 Eugene S. Edgington 64

eksperimental dan nonexperimental pendekatan 87 kematian eksperimental 94 definisi operasional eksperimental 25 varians eksperimental 41

eksperimental dimanipulasi variabel bebas 88 validitas eksternal 94 F

FAKTORIAL Korelasi KELOMPOK 125 faktorial desain 80, 114

Faktorial Desain dengan Lebih dari Dua Variabel 114 empat cara umum untuk mengetahui 3 Distribusi Frekuensi Matching Metode 103 G

umum 7

umum spesifisitas nd masalah dan hipotesis 17

generalisasi, 93

Skala Penilaian dunia 60

Pernyataan masalah yang baik 13

H

Studi Hawthorne 73 heuristik view 4

bentuk tertinggi dari eksperimen 135

sejarah 90

Hurlock 2

Hipotesis 8

Hipotesis 14

AKU M

pencarian ulang memadai desain 87

tidak lengkap "desain 98

variabel independen dan dependen 28

Instrumentasi 94

desain interaksi 146

Interaksi hipotesis 80

validitas internal 93

terganggu time series desain 135

J

J. Robin Warren 7 K

jenis sampel 62

A

ABA desain 145

Abab desain 145

Desain ABAB-BC-B-BC 146

sampel disengaja 63

aktif dan atribut variabel 28

Asosiasi American Psychological 72

analisis kovarians 128

analisis varians 99

Pendekatan ilmu 1

ARIMA (Autoregressive, rata-rata bergerak terintegrasi) 141 Gesekan 94 B

Bahrick 13

Barry Marshall 7, 69

Tujuan dasar dari ilmu 5

Pendekatan Bayesian 63

perilaku atau observasi definisi 24

antara-kelompok atau varians eksperimental 41

Blondlot 7

C

Campbell dan Stanley 89

Produk Cartesian dari variabel independen dan dependen

variabel 97

Perubahan skor 106

Cluster sampling, 64

akal sehat 1

lengkap "desain 98

komponen varians 48

desain kompromi 135

Comrey 40

Konsep 1

konsep 23

dasar konseptual untuk memahami penelitian 97 membangun 23

variabel kontinyu dan kategoris 28 contro 78 kelompok kontrol 100

Pengendalian Variabel Independen karat tambahan 92 PENGENDALIAN variabel asing 83 desain Masak dan Campbell 136 berkorelasi-kelompok ' 120 Kovarian 49

Kriteria Masalah dan Masalah Laporan 14 kriteria desain penelitian. 91 lintas produk, 50 D

Pembekalan 73 Deception 70 Desain 8.1 89 Desain 8.2 89 Desain 8.3 91 Desain 8,4 91

L

varians acak 43 PENGACAKAN 56 Pengacakan 57 pengacakan 136 subyek acak desain 111 subyek acak desain 119 keacakan 43, 55 tindakan reaktif 90 Penalaran-Pengurangan 8 Penalaran-Pengurangan efek 8 regresi 90 Desain Penelitian 77

Desain penelitian memiliki dua tujuan dasar 77

etika penelitian 69

masalah penelitian 13

variabel respon 31

S

Aman & Kelly 70 CONTOH UKURAN 60 varian Sampling 41 sampel tanpa pengembalian 54 Sampson 3

Sampson â € ™ s Dua Pemandangan Science 6 ilmu pengetahuan dan akal sehat 1 ILMU DAN FUNGSI PERUSAHAAN 4 PENDEKATAN ILMIAH 8 penelitian ilmiah 7 Kedua-orde r 118 Seleksi 136 pemilihan 94

Interaksi seleksi-pematangan 138 Shrader-Frechette 69 Simon 9

Subjek tunggal desain 142 Sir Cyril Burt 71 Solomon empat kelompok desain 109 standar deviasi 40 Stanley Milgram 70 stereotipe ilmuwan 4 stratified sampling 63 struktur penelitian 77 T

tabel angka random 55 kali desain 140 interaksi tiga 118 percobaan benar 135 Tuskegee Studi 70 U

Perilaku tidak etis penelitian 70 V

Keterwakilan variabel 94 variabel 23 varian 39 W

Whitehead 1

variabel laten, 33 longitudinal atau waktu studi 141 M

MacQueen, 64 variabel dimanipulasi 30 pencocokan 103

Pencocokan dengan Menyamakan Peserta 102

Pencocokan dengan Memegang Variabel Constant 104

Pencocokan dengan memasukkan variabel Gangguan dalam Penelitian

Desain 104

Pencocokan dibandingkan Pengacakan 102 pematangan 90

MAKSIMALISASI OF EKSPERIMEN VARIANS 82

berarti 40

mean square 40

diukur variabel 30

Metode otoritas 3

metode intuisi 3

Metode ilmu 3

metode keuletan. 3

MINIMALISASI OF ERROR VARIANS 85

Multigroup berkorelasi-KELOMPOK DESAIN 125

Penelitian awal beberapa desain 147

regresi 99

desain beberapa time-series 141

Sifat multivariabel penelitian perilaku 18

N

sifat teori 5

kelompok kontrol non-ekuivalen desain 135 nonexperimental penelitian 87 nonobservables 33

ada pengobatan desain kelompok kontrol 136 N-Rays 7 O

pengamatan 23

Tahap observasi-test-percobaan 10 One-Shot Studi Kasus 89 analisis satu arah varians desain 97 onprobability sampel 62 definisi operasional 24 P

Peserta yang Sendiri Kontrol 104

Peirce 3

tukak lambung 7

Rencana penyelidikan 77

varians populasi 41

posttest control group design hanya 100

analisis kekuatan 79

pretest 89

Sampel probabilitas 62 Masalah dan hipotesis 16 Q

desain kuasi-eksperimental 135 R

Rand Corporation, Sejuta Acak Digit 56 Acak sampel 54

1 Sebuah konsep adalah kata yang mengungkapkan sebuah abstraksi yang dibentuk oleh generalisasi dari keterangan. "Agresi" adalah sebuah konsep, sebuah abstraksi yang mengungkapkan sejumlah tindakan tertentu yang memiliki karakteristik serupa menyakiti orang atau benda. Skema konseptual adalah seperangkat konsep saling terkait dengan proposisi hipotetis dan teoritis. Sebuah membangun konsep dengan makna tambahan yang telah dibuat atau disesuaikan untuk tujuan ilmiah khusus. "Mass," "energi," "permusuhan," "introversi," dan "prestasi" adalah konsep. Mereka mungkin lebih tepat disebut "jenis dibangun" atau "kelas dibangun," kelas atau set objek atau peristiwa terikat bersama oleh kepemilikan karakteristik umum didefinisikan oleh ilmuwan. Istilah "variabel" akan ditentukan pada bab berikutnya. Untuk saat ini biarkan berarti simbol atau nama karakteristik yang mengambil nilai-nilai numerik yang berbeda.

2 Laporan dari bentuk "Jika p, maka q," sebut pernyataan bersyarat dalam logika, adalah inti dari penelitian ilmiah. Mereka dan konsep atau variabel yang masuk ke mereka adalah bahan utama dari teori. Dasar logis dari penyelidikan ilmiah yang mendasari banyak penalaran dalam buku ini diuraikan dalam Kerlinger (1977).

3 Ketika mengutip masalah dan hipotesis dari literatur, kita tidak selalu menggunakan kata-kata dari penulis. Bahkan, laporan dari banyak masalah yang kita dan bukan dari penulis dikutip. Beberapa penulis hanya menggunakan pernyataan masalah; beberapa hanya menggunakan hipotesis; yang lain menggunakan keduanya.

4 Kasus hampir klasik dari penggunaan kata "otoriter" adalah pernyataan kadang-kadang terdengar di antara pendidik: Metode ceramah yang otoriter. Hal ini tampaknya berarti bahwa pembicara tidak seperti metode ceramah dan memberitahu kita bahwa itu buruk. Demikian pula, salah satu cara yang paling efektif untuk mengkritik seorang guru mengatakan guru yang otoriter.

5 Sayangnya, dalam banyak penelitian yang sebenarnya hanya satu sampel biasanya € availableâ "dan sampel yang satu ini sering kecil. Kita bisa, bagaimanapun, memperkirakan varians sampel dari sarana dengan menggunakan apa yang disebut standar varians dari rata-rata. (Istilah "standard error dari mean" biasanya digunakan. Standard error dari mean adalah akar kuadrat dari varians standar rata-rata.) Rumusnya adalah V M = Vs / ns mana V M adalah varian standar mean, V S varians sampel, dan ns, ukuran sampel. Perhatikan kesimpulan penting yang dapat dicapai dari persamaan ini. Jika ukuran sampel meningkat, V M adalah

menurun. Dengan kata lain, untuk lebih yakin bahwa sampel dekat dengan populasi berarti, membuat n besar. Sebaliknya, semakin kecil sampel, berisiko perkiraan. (Lihat Studi Saran 5 dan 6 pada akhir bab ini.)

6 Cara menghitung varians digunakan dalam bab ini berbeda dengan metode yang biasanya digunakan. Bahkan, metode yang diberikan di atas tidak praktis dalam banyak situasi. Tujuan kami bukan untuk belajar statistik, seperti itu. Sebaliknya, kita mengejar ide dasar. Metode perhitungan, contoh, dan demonstrasi telah dibangun untuk membantu mengejar ini ide dasar.

7 Metode perhitungan yang digunakan di sini adalah tidak

apa yang akan digunakan untuk menguji signifikansi statistik. Hal ini digunakan di sini murni sebagai perangkat pedagogis. Perhatikan juga, bahwa sejumlah kecil kasus pada contoh yang diberikan dan ukuran kecil nomor tersebut digunakan hanya untuk kesederhanaan demonstrasi. Data penelitian yang sebenarnya, tentu saja, biasanya lebih kompleks, dan lebih banyak kasus yang diperlukan. Dalam analisis yang sebenarnya varian ekspresi yang benar untuk antara jumlah kuadrat adalah: SSB = nExb 2 . Untuk mempermudah pedagogis,

Namun, kami mempertahankan EXB 2 , kemudian menggantinya dengan SSB

9 Mungkin ada perbedaan kecil antara tangan-Anda dihitung standar deviasi dan varians dan orang-orang dari komputer karena program yang ada dan built-in rutinitas genggam kalkulator biasanya menggunakan formula dengan N -1 daripada N di penyebut dari rumus . Para perbedaan akan menjadi kecil, namun, terutama jika N besar. (Alasan untuk formula yang berbeda akan dijelaskan nanti ketika kita mengambil sampel dan hal-hal lainnya.)

10 Sifat uji statistik tersebut, serta alasan di balik mereka. akan dijelaskan secara rinci dalam Bagian Keempat. Siswa tidak perlu terlalu khawatir jika dia tidak sepenuhnya memahami ide-ide statistik diungkapkan di sini. Memang, salah satu tujuan dari bab ini adalah untuk memperkenalkan beberapa elemen dasar ide-ide tersebut.

X 2 X 2a

12 2b Gambar 9.3

Struktur Desain 9.2 adalah sama dengan desain 9.1. Satu-satunya perbedaan adalah bahwa peserta cocok pada satu atau lebih atribut. Untuk desain untuk mengambil tempatnya sebagai "memadai" desain, bagaimanapun, pengacakan harus memasukkan gambar, seperti dicatat oleh r kecil yang menempel pada M (untuk "cocok"). Tidaklah cukup yang cocok peserta digunakan. Para anggota masing-masing pasangan harus ditugaskan untuk dua kelompok secara acak. Idealnya, juga, apakah kelompok ini menjadi eksperimental atau kelompok kontrol juga memutuskan secara acak. Dalam kedua kasus, setiap keputusan dapat dibuat dengan melemparkan uang logam atau dengan menggunakan tabel nomor acak, membiarkan angka ganjil berarti satu kelompok dan bahkan nomor kelompok lain. Jika ada lebih dari dua kelompok, secara alami, sistem nomor acak harus digunakan.

Desain 9.2 : Eksperimental Kelompok-Kelompok Kontrol: Cocok Peserta

[M r ] XY (Eksperimental)

~ XY (Kontrol)

Seperti di Desain 9.1, adalah mungkin, meskipun sering tidak mudah, untuk menggunakan lebih dari dua kelompok. (Kesulitan cocok lebih dari dua kelompok yang dibahas sebelumnya.)