1 / 68

Metode Penelitian Eksperimental :

Metode Penelitian Eksperimental :. RANCANGAN PERCOBAAN. Riset Eksperimental. Vs. Riset Non-eksperimental. Penelitian eksperimental  ada intervensi/perlakuan dari peneliti , baru dampak nya diukur

landen
Download Presentation

Metode Penelitian Eksperimental :

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Metode Penelitian Eksperimental : RANCANGAN PERCOBAAN

  2. Riset Eksperimental Vs Riset Non-eksperimental

  3. Penelitian eksperimental  ada intervensi/perlakuan dari peneliti, baru dampaknya diukur • Penelitian non-eksperimental  peneliti tidak melakukan intervensi,hanya mengumpulkan data/fakta yang ada

  4. Eksperimental Quasi-Eksperimental Non-Eksperimental

  5. Quasi-eksperimental • Peneliti tidak melakukan intervensi secara langsung, tetapi mengelompokkan data yang ada seolah-olah ada kelompok perlakuan dan ada kelompok kontrol sebagaimana yang terjadi dalam penelitian eksperimental • Rancangan percobaan dan teknik analisis data dapat menggunakan rancangan dan teknik analisis sebagaimana yang berlaku untuk penelitian eksperimental

  6. Valid • Reliabel Syarat Hasil Penelitian

  7. Validity • Validitas adalah ukuran kekuatan kesimpulan hasil penelitian • Best available approximation to the truth or falsity of a given inference, proposition or conclusion (Cook and Campbell,1979) • Ringkasnya: were we right?

  8. Reliability • Reliabilitas adalah ukuran konsistensi dari suatu hasil pengukuran • The degree to which an instrument measures the same way each time it is used under the same condition with the same subjects • Ringkasnya: it is the repeatability of your measurement.

  9. Validity  the strength • Reliability  consistency

  10. Validitas dan reliabilitas hasil penelitian DisainPenelitian

  11. DisainPenelitian Kerangkakonsep Metodepenelitian

  12. Pengambilan Data Analisis Data • Obyek • Bahan • Alat • Cara kerja • Rancanganpercobaan • Analisiskeilmuan • Analisisstatistik Metode Penelitian

  13. RANCANGAN PERCOBAAN • Desaineksperimen (rancanganpercobaan) bertujuanuntukmenentukanrencanapelaksanaaneksperimen yang tepat agar dapatmemperolehataumengumpulkaninformasi yang diperlukansebanyak-banyaknyadanbergunadalammelakukanpenelitianpersoalan yang akandibahas • Pengaturanpemberianperlakuan (input) kepadasatuan-satuanpercobaandenganmaksud agar keragamanrespon (output) yang ditimbulkanolehkeadaanlingkungandanheterogenitasbahanpercobaan yang digunakandapatdiwadahidandisingkirkan. • Suatuujiatausederetanuji yang bertujuanmerubahpeubah input menjadisuatu output yang merupakanrespondaripercobaantersebut

  14. Kriteria • Suatukegiatandikatakansebagaieksperimenbilamemenuhikarakteristikberikut : • Merupakankajianmanipulasi (pengaturan) variabelindependen (variabelbebas) • Pengaruh (efek) manipulasivariabelindependenterhadapsatuataulebihvariabeldependen (variabelterikat) diukur • Level (taraf) variabelindependen yang dimanipulasidikenakansecara random pada unit percobaan

  15. ValiditasEksternal Validitas Internal Apakah manipulasi percobaan memang benar menimbulkan perbedaan Seberapa jauh penemuan ini cukup representatif untuk dibuat generalisasi pada kondisi sejenis Rancangan Percobaan

  16. PrinsipDasarPerancanganPercobaan • Pengacakan (Randomization) • Pengulangan (Replication) • PengendalianLingkungan (Local control)

  17. Pengacakan • Fungsi dari pengacakan adalah menjamin sahihnya dugaan tak bias dari galat percobaan dan nilai tengah perlakuaan serta perbedaan di antara mereka. • Pengacakan merupakan salah satu dari beberapa ciri modern perancangan percobaan yang muncul • Setiap unit percobaan memiliki peluang yang sama untuk diberikan suatu perlakuan • Menghindari galat sistematik • Meningkatkan validitas kesimpulan (pemenuhan asumsi kebebasan) • Caranya: lotere, tabel bilangan acak, komputer

  18. Pengulangan: • Penerapan perlakuan yang sama terhadap beberapa unit percobaan. • Untuk menduga galat percobaan • Untuk menduga standard error rataan perlakuan • Meningkatkan ketelitian suatu percobaan  meningkatkan presisi kesimpulan • Berapa jumlah ulangan ? • Minimal 3 • Minimal db-galat 15 • Gunakan formula yang ada 

  19. Pengendalian Lingkungan (Local control) • Pengendalian kondisi-kondisi lingkungan yang berpotensi mempengaruhi respon dari perlakuan. Strategi yang dapat dilakukan : • Jika terkait dengan heterogenitas satuan percobaan  strateginya: pengelompokan • Mengontrol pengaruh-pengaruh lingkungan (selain perlakuan) sehingga pengaruhnya sekecil & seseragam mungkin

  20. Klasifikasi Rancangan Rancangan Lingkungan : Berkaitan dengan bagaimana perlakuan-perlakuan tersebut ditempatkan pada unit-unit percobaan (RAL, RAK, RBSL, Lattice) Rancangan Perlakuan : Berkaitan dengan bagaimana perlakuan-perlakuan tersebut dibentuk (Faktorial, Split plot, Split blok) Rancangan Pengukuran : Berkaitan dengan bagaimana respon percobaan diukur dari unit-unit percobaan yang diteliti

  21. Pemilihan rancangan • Mengatur dan mengontrol variabel-variabel dan kondisi percobaan secara utuh dan ketat, baik dengan manipulasi, randomisasi, dan kontrol • Membandingkan perlakuan dan kontrol secara nyata • Memaksimalkan varians dari variabel-variabel yang diteliti dan berkaitan dengan hipotesis yang diuji • Meminimalkan: • varians dari variabel pengganggu dan variabel random yang berada di luar penelitian • varians error

  22. Pengambilan data • Berdasarkan setting  lapangan, laboratorium, perpustakaan • Berdasarkan sumber data  primer, sekunder • Berdasarkan teknik yang digunakan  observasi (pengamatan, pengukuran), wawancara, dokumentasi, atau gabungan • Dengan intervensi (eksperimental), tanpa intervensi (non-eksperimental)

  23. Rancangan Pengumpulan Data Pengumpulan Data: Harus dibangkitkan dulu  Percobaan Langsung dikumpulkan  Survei/Observasi Kenapaperlu ? • Untukmendapatkanpenduga yang tidakberbias (misal systematic error) • Untukmeningkatkanpresisikesimpulan • Kesimpulandapatdigeneralisasikepopulasi target

  24. Teknik sampling (1) • Probability sampling: • setiap anggota populasi memiliki kesempatan yang sama besar untuk dipilih. • Keuntungan probability sampling adalah: sampling error dapat dihitung. • Sampling error adalah derajat yang menunjukkan sejauh mana sampel berbeda dari populasi. • Random sampling • Systematic random sampling • Stratified random sampling

  25. Teknik sampling (2) • Non-probability sampling: • anggota populasi memiliki kesempatan yang tidak sama besar untuk dipilih. • Dalamnon-probability sampling, derajat yang menunjukkan sejauh mana sampel berbeda dari populasi tidak dapat dihitung. • Convenience sampling • Judgment sampling • Quota sampling • Snowball sampling

  26. Analisis data • Skala pengukuran data • Rancangan percobaan

  27. Skala pengukuran data • Skala nominal • Skala ordinal • Skala interval • Skala rasio

  28. Skala pengukuran data • Skala nominal: - Merupakan data yang tingkatannya paling rendah. Data nominal hanya berupa kategori saja. - Misalnya: Jenis kelamin, agama, dan sebagainya. • Skala ordinal: - Data yang diukur menggunakan skala ordinal selain mempunyai ciri nominal, juga mempunyai ciri berbentuk peringkat atau jenjang. Istilah ordinal berasal dari kata ordo yang berarti tatanan atau deret. - Misalnya tingkat pendidikan, nilai ujian (dalam huruf).

  29. Skala pengukuran data • Skala interval: - Data yang diukur menggunakan skala interval.Selain mempunyai ciri nominal dan ordinal, juga mempunyai ciri interval yang sama. - Misalnya nilai ujian (dalam angka), suhu, dan sebagainya. • Skala rasio: - Merupakan skala pengukuran data yang tingkatannya paling tinggi. Selain mempunyaiketiga ciri dari skala pengukuran diatas, juga mempunyai nilai nol yang bersifat mutlak (absolut). - Misalnya: Umur, berat, pendapatan, dan sebagainya.

  30. Skala pengukuran data • Skala nominal • Skala ordinal • Skala interval • Skala rasio Analisis non-parametrik Analisis parametrik

  31. LangkahAnalisis: 1. Dicariapa data terdistribusi normal ? • Variannyaapahomogen ? • Bagaimanahasilpenelitian ?

  32. Analisis parametrik • Uji t • Sidik ragam (Anova) • Uji beda rerata: • Uji Beda Nyata Terkecil (Least Significant Difference Test) • Uji Dunnet • Uji Beda Nyata Jujur

  33. Asumsi/syarat penggunaananalisis parametrik • Data berskala interval atau rasio • Distribusi normal • Jumlah sampel cukup

  34. IstilahPokokdalamDesainEksperimen 1. Unit Eksperimen Unit yang dikenaiperlakuantunggal (mungkinmerupakangabunganbeberapafaktor) dalamsebuahreplikasieksperimendasar. 2. Perlakuan Sekumpulankondisieksperimen yang akandigunakanterhadap unit eksperimendalamruanglingkupdesain yang dipilih. 3. KekeliruanEksperimen Menyatakankegagalandaridua unit eksperimenidentik yang dikenaiperlakuanuntukmemberikanhasil yang sama. 4. Replikasi Pengulanganeksperimendasar. 5. Pengacakan Unit-unit sampeldarisuatupopulasidiacaksebelumdilakukanpengambilan.

  35. 6. KontrolLokal Pengendaliankondisi-kondisilingkungan yang berpotensimempengaruhirespondariperlakuan. a. Pengelompokan Penempatansekumpulan unit eksperimen yang homogenkedalamkelompok-kelompok agar supayakelompok yang berbedamemungkinkanuntukmendapatkanperlakuan yang berbeda pula. b. Pemblokan Pengalokasian unit-unit eksperimenkedalambloksedemikiansehingga unit-unit dalambloksecararelatifbersifathomogensedangkansebagianbesardarivariasi yang dapatdiperkirakandiantara unit-unit telahbaurdenganblok. c. Penyeimbangan Usaha memperoleh unit-unit eksperimen, usahapengelompokan, pemblokandanpenggunaanperlakuanterhadap unit-unit eksperimensedemikianrupasehinggadihasilkansuatukonfigurasiatauformasi yang seimbang.

  36. 7. Faktor (kuantitatif & kualitatif) • Peubahbebaspenyusunperlakuan, dimananilai-nilainyadapatbersifatkualitatifmaupunkuantitatif 8. TarafFaktor Nilai-nilaiatauklasifikasi-klasifikasidarisebuahfaktor • 9. Interaksi • Perubahanpengaruhdarisuatufaktorpadaberbagaitaraffaktor yang lain

  37. Jenis-jenisdesaineksperimen (rancanganpercobaan) dapatdigolongkan/dikelompokkanberdasarkanrancangandasar/lingkungandenganberbagaikombinasipolapercobaan: • jumlahfaktor yang diujikan • keseimbanganjumlahulangan, dan • pengacakandilapangan. DESAIN EKSPERIMEN

  38. DESAIN EKSPERIMEN A. DESAIN ACAK LENGKAP B. DESAIN ACAK KELOMPOK (BLOK) C. DESAIN BUJUR SANGKAR LATIN D. DESAIN FAKTORIAL E. DESAIN TERSARANG F. DESAIN FAKTORIAL TERSARANG G. DESAIN SPLIT PLOT (PETAK TERBAGI)

  39. A. RANCANGAN ACAK LENGKAP Rancangan ini digunakan apabila satuan percobaanya homogen, artinya keragaman antar satuan kecil. Misalnya : Percobaan di dalam laboratorium Pembagian perlakuan dilakukan secara acak terhadap semua satuan percobaan sehingga setiap satuan percobaan memiliki peluang yang sama untuk menerima perlakuan manapun

  40. KEUNTUNGAN  Banyaknya perlakuan dan ulangan hanya dibatasi oleh banyaknya satuan percobaan  Ulangan boleh berbeda-beda  Analisis statistik sederhana  Kerugian informasi karena data yang hilang relatif sedikit KERUGIAN  Sering kali tidak efisien  Galat percobaan mencakup seluruh keragaman antar satuan percobaan kecuali yang disebabkan oleh perlakuan

  41. DESAIN ACAK LENGKAP Y ij =  + i + ij i = 1,2, …., k j = 1,2, …, nk dengan Yij = variabel yang dianalisis, dimisalkan berdistribusi normal  = rata-rata umum atau rata-rata sebenarnya i = efek perlakuan ke-i ij = kekeliruan, berupa efek acak yang berasal dari unit eksperimen ke-j karena dikenai perlakuan ke-i

  42. Perlakuan Jumlah 1 2 …... k Data Pengamatan Y11 Y12 …… …… …… Y1n1 Y21 Y22 …… …… …… Y1n2 …… …… …… …… …… …… Yk1 Yk2 …… …… …… Yknk Jumlah J1 J2 …… Jk Banyak Pengamatan n1 n2 …… nk Rata-rata Y1 Y2 …… Yk Y = DESAIN ACAK LENGKAP  Analisis Varians Untuk Desain Acak Lengkap Data pengamatan untuk Desain Acak Lengkap Dimana : k = jumlah eksperimen ni = unit eksperimen untuk perlakuan ke-i (i = 1, 2, …, k) Yij(i = 1, 2, …, k) dan (j = 1, 2, …, ni) = nilai pengamatan dari unit eksperimen ke j karena perlakuan ke-i

  43. Jumlah nilai pengamatan untuk tiap perlakuan Jumlah seluruh nilai pengamatan Rata-rata pengamatan untuk tiap perlakuan Rata-rata seluruh nilai pengamatan  Y 2 = jumlah kuadrat-kuadrat (JK) semua nilai pengamatan R y = jumlah kuadrat-kuadrat (JK) untuk rata-rata Py = jumlah kuadrat-kuadrat (JK) antar perlakuan

  44. Sumber variasi Derajat Kebebasan (dk) Jumlah Kuadrat-kuadrat (JK) Kuadrat-Tengah (KT) F Rata-rata Antar Perlakuan Kekeliruan Eksperimen 1 k –1 R y P y Ey R = R y P = P y / (k – 1) E = E y /  (ni – 1) P/E Jumlah Total  Y 2 - E y = jumlah kuadrat-kuadrat (JK) kekeliruan eksperimen DAFTAR ANALISIS VARIANS

  45. Contoh : Suatu percobaan dilakukan untuk membuktikan adanya dugaan bahwa kadar air akhir pengeringan simplisia dipengaruhi oleh kecepatan aliran udara di ruang pengeringan. Untuk itu dilakukan percobaan pengeringan empat taraf kecepatan aliran udara, yaitu 0.7, 0.8, 0.9, dan 1.0 m/s. Percobaan dilakukan dengan enam kali ulangan (replikasi) dan data rendemen yang diperoleh disajikan pada Tabel 1.

  46. Variabel independen : Kecepatan aliran udara. Variabel independen sering juga disebut sebagai perlakuan Taraf/level variabel independen : 0.7, 0.8, 0.9, dan 1.0 m/s (jadi ada 4 taraf perlakuan) Manipulasi variabel independen berupa penetapan empat taraf perlakuan Variabel dependen : Kadar air akhir simplisia (%) Variabel dependen sering juga disebut sebagai variabel respon Unit percobaan : sesuatu yang dikenai perlakuan dalam percobaan. Jadi, unit percobaannya adalah simplisia

  47. Hipotesis : Ho : Laju aliran udara tidak berpengaruh nyata (secara signifikan, secara berarti) terhadap kadar air akhir simplisia Ha : Laju aliran udara berpengaruh nyata terhadap kadar air akhir simplisia atau laju aliran udara yang berbeda akan memberikan hasil kadar air akhir simplisia yang berbeda secara signifikan Seperti halnya pada pengujian hipotesis, keputusan menerima atau menolak hipotesis ditentukan oleh statistik uji yang dihitung dari data sampel. Untuk analisis varian (ragam), statistik ujinya adalah statistik F

  48. SS (sum square) total =   Yij2 – (T.. 2 / N) = 6 625 – (383)2/24 = 512.96 SS perlakuan = ( Ti.2) / 6 – (T.. 2 / N) = 1/6 (602 + 942 + 1022 + 1272) – (3832 / 24) = 6 494.83 – 6 112.04 = 382.79 SS error = SS total – SS perlakuan = 512.96 – 382.79 = 130.17

More Related