Lompat ke isi

Eksperimen semu

Dari Wikipedia bahasa Indonesia, ensiklopedia bebas
Versi yang bisa dicetak tidak lagi didukung dan mungkin memiliki kesalahan tampilan. Tolong perbarui markah penjelajah Anda dan gunakan fungsi cetak penjelajah yang baku.

Eksperimen kuasi adalah studi intervensi empiris yang digunakan untuk memperkirakan dampak kausal dari suatu intervensi terhadap populasi target tanpa penugasan acak. Penelitian kuasi-eksperimen memiliki kemiripan dengan desain eksperimental tradisional atau uji coba terkontrol secara acak, tetapi secara khusus tidak memiliki elemen penugasan acak untuk perlakuan atau kontrol. Sebaliknya, desain kuasi-eksperimental biasanya memungkinkan peneliti untuk mengontrol penugasan pada kondisi perlakuan, tetapi menggunakan beberapa kriteria selain penugasan acak (misalnya, tanda batas kelayakan).[1]

Eksperimen kuasi memiliki masalah terkait validitas internal, karena kelompok perlakuan dan kontrol mungkin tidak sebanding pada awal. Dengan kata lain, mungkin tidak mungkin untuk secara meyakinkan menunjukkan hubungan sebab akibat antara kondisi perlakuan dan hasil yang diamati. Hal ini terutama terjadi jika ada variabel perancu yang tidak dapat dikontrol atau diperhitungkan.[2]

Dengan penugasan acak, peserta penelitian memiliki kesempatan yang sama untuk ditugaskan ke kelompok intervensi atau kelompok pembanding. Hasilnya, perbedaan antara kelompok pada karakteristik yang diamati dan tidak diamati akan disebabkan oleh peluang, bukan karena faktor sistematis yang terkait dengan pengobatan (misalnya, tingkat keparahan penyakit). Pengacakan itu sendiri tidak menjamin bahwa kelompok-kelompok tersebut akan setara pada saat awal. Setiap perubahan karakteristik pasca intervensi kemungkinan disebabkan oleh intervensi.

Desain

Langkah awal dalam mengembangkan desain kuasi-eksperimental adalah mengidentifikasi variabel. Variabel kuasi-independen adalah variabel yang dimanipulasi dengan tujuan untuk memengaruhi variabel dependen. Variabel ini biasanya berupa variabel pengelompokan dengan level yang berbeda. Pengelompokan mengacu pada klasifikasi dua kelompok atau lebih, seperti dua kelompok yang menerima pengobatan alternatif atau kelompok pengobatan dan kelompok tanpa pengobatan (yang dapat diberikan plasebo - plasebo lebih sering digunakan dalam eksperimen medis atau fisiologis). Hasil yang diprediksi adalah variabel dependen. Dalam analisis deret waktu, variabel dependen diamati dari waktu ke waktu untuk mengidentifikasi perubahan apa pun yang mungkin terjadi. Satu atau lebih kovariat biasanya disertakan dalam analisis, idealnya variabel yang memprediksi kelompok perlakuan dan hasilnya. Ini adalah variabel tambahan yang sering digunakan untuk mengatasi perancu, misalnya melalui penyesuaian atau pencocokan statistik. Setelah variabel-variabel tersebut diidentifikasi dan didefinisikan, sebuah prosedur kemudian harus diterapkan dan perbedaan kelompok harus diperiksa.[3]

Dalam eksperimen dengan penugasan acak, unit studi memiliki peluang yang sama untuk ditugaskan pada kondisi perlakuan tertentu. Hal ini memastikan bahwa kelompok eksperimen dan kelompok kontrol setara. Dalam desain kuasi-eksperimental, penugasan pada kondisi perlakuan yang diberikan didasarkan pada sesuatu selain penugasan acak. Tingkat kontrol yang dilakukan peneliti terhadap penugasan pada kondisi perlakuan bervariasi sesuai dengan jenis desain kuasi-eksperimental yang digunakan. Dalam beberapa kasus, peneliti mungkin memiliki kontrol atas proses penugasan, tetapi menggunakan kriteria selain penugasan acak (misalnya, skor ambang batas) untuk menentukan peserta mana yang menerima perlakuan. Dalam kasus lain, peneliti mungkin tidak memiliki kontrol atas proses penugasan, dan kriteria yang digunakan untuk penugasan mungkin tidak diketahui. Faktor-faktor seperti biaya, kelayakan, masalah politik, atau kenyamanan dapat memengaruhi cara bagaimana, atau bahkan apakah, partisipan ditugaskan pada kondisi perlakuan tertentu. Akibatnya, eksperimen kuasi tunduk pada kekhawatiran mengenai validitas internal, yaitu apakah hasil eksperimen dapat digunakan untuk membuat kesimpulan kausal.

Eksperimen kuasi juga efektif karena menggunakan teknik "pre-post testing". Hal ini memerlukan pelaksanaan tes sebelum pengumpulan data untuk mengidentifikasi potensi gangguan orang atau kecenderungan peserta. Eksperimen yang sebenarnya kemudian dilakukan, dengan hasil post-test dicatat. Data ini dapat dibandingkan sebagai bagian dari penelitian atau data pre-test dapat dimasukkan dalam penjelasan untuk data eksperimen. Dalam eksperimen kuasi, variabel independen sudah ada sebelumnya, seperti usia, jenis kelamin, dan warna mata. Variabel-variabel ini dapat berupa kontinu (usia) atau kategorikal (jenis kelamin). Pada intinya, variabel yang terjadi secara alami diukur dalam eksperimen kuasi.[4]

Terdapat berbagai desain kuasi-eksperimental, masing-masing dengan keunggulan dan keterbatasan yang berbeda dan dapat diterapkan dalam konteks yang berbeda. Desain-desain ini mencakup, namun tidak terbatas pada, yang berikut ini:[5]

  • Selisih perbedaan (pra-posting dengan-tanpa perbandingan)
  • Desain kelompok kontrol yang tidak setara
    • desain kelompok kontrol tanpa pengobatan
    • desain variabel dependen nonekuivalen
    • menghapus desain kelompok perlakuan
    • desain perawatan berulang
    • pengobatan terbalik desain kelompok kontrol yang tidak setara
    • desain kelompok
    • desain pasca-tes saja
    • desain kontinuitas regresi
  • Desain diskontinuitas regresi
  • Desain kontrol kasus
    • desain deret waktu
    • desain deret waktu ganda
    • desain deret waktu terputus
    • pencocokan atau pembobotan skor kecenderungan
    • variabel instrumental
  • Analisis panel

Dari desain-desain yang disebutkan di atas, desain diskontinuitas regresi adalah yang paling sesuai dengan desain eksperimental, karena peneliti mempertahankan kontrol atas penugasan perlakuan dan diketahui "menghasilkan estimasi yang tidak bias atas efek perlakuan" (242). Namun, desain ini membutuhkan sejumlah besar peserta penelitian dan pemodelan yang tepat dari bentuk fungsional antara penugasan dan variabel hasil untuk menghasilkan kekuatan yang sama dengan desain eksperimental tradisional.

Meskipun eksperimen semu kadang-kadang dihindari oleh mereka yang mengidentifikasi diri mereka sebagai puritan eksperimental (yang membuat Donald T. Campbell menciptakan istilah "eksperimen mual" untuk mereka), [6] Metode ini sangat berguna dalam situasi di mana eksperimen atau uji coba kontrol acak tidak memungkinkan atau tidak diinginkan. Contoh-contoh seperti itu termasuk evaluasi dampak perubahan kebijakan publik, intervensi pendidikan, atau intervensi kesehatan berskala besar. Kerugian utama dari desain kuasi-eksperimental adalah bahwa mereka tidak dapat sepenuhnya menghilangkan kemungkinan bias perancu, yang dapat menghambat kemampuan seseorang untuk menarik kesimpulan kausal. Keterbatasan ini sering digunakan sebagai alasan untuk menolak temuan studi kuasi-eksperimental. Namun demikian, bias tersebut dapat dikurangi melalui penggunaan teknik statistik, seperti regresi berganda, asalkan variabel perancu dapat diidentifikasi dan diukur. Teknik-teknik tersebut dapat digunakan untuk memodelkan dan memisahkan efek dari variabel pengganggu, sehingga meningkatkan ketepatan hasil yang diperoleh dari eksperimen semu. Selain itu, peningkatan penggunaan pencocokan skor kecenderungan untuk menyelaraskan peserta pada variabel yang sangat penting dalam proses pemilihan perlakuan juga dapat meningkatkan akurasi hasil kuasi-eksperimen. Memang, data yang berasal dari analisis kuasi-eksperimental telah terbukti selaras dengan data eksperimental dalam beberapa kasus, bahkan ketika kriteria yang berbeda digunakan.[7] Kesimpulannya, desain kuasi-eksperimental merupakan alat yang berharga bagi para peneliti terapan. Meskipun desain ini tidak memungkinkan untuk menarik kesimpulan kausal yang pasti secara terpisah, desain ini memberikan informasi penting dan berharga yang tidak dapat diperoleh dengan metode eksperimental saja. Oleh karena itu, para peneliti, terutama yang terlibat dalam penelitian terapan, harus mempertimbangkan untuk melampaui desain eksperimental tradisional dan mengeksplorasi kemungkinan-kemungkinan yang ada dalam desain kuasi-eksperimental.[5]

Etika

Eksperimen yang sebenarnya, misalnya, secara acak menugaskan anak-anak untuk mendapatkan beasiswa untuk mengontrol semua variabel lainnya. Eksperimen kuasi biasanya digunakan dalam ilmu sosial, kesehatan masyarakat, pendidikan, dan analisis kebijakan, terutama ketika tidak praktis atau tidak masuk akal untuk mengacak peserta studi ke dalam kondisi perlakuan.

Sebagai ilustrasi, pertimbangkan pembagian rumah tangga ke dalam dua kategori: Tujuannya adalah untuk menentukan apakah ada korelasi positif antara pukulan orang tua dan perilaku agresif anak-anak mereka. Untuk mencapai hal ini, regresi linier dapat dijalankan pada dua kategori rumah tangga: rumah tangga yang orangtuanya memukul anak dan rumah tangga yang tidak. Namun, mengacak orang tua ke dalam kategori memukul atau tidak memukul mungkin tidak praktis atau tidak etis, karena beberapa orang tua mungkin percaya bahwa memukul anak mereka secara moral adalah hal yang salah dan menolak untuk berpartisipasi.

Beberapa penulis membedakan antara eksperimen alami dan "eksperimen semu".[5] Eksperimen alami mungkin mendekati penugasan acak, atau melibatkan pengacakan yang sebenarnya, yang tidak dilakukan oleh para peneliti atau untuk eksperimen. Sebaliknya, eksperimen semu umumnya tidak melibatkan pengacakan yang sebenarnya.[1]

Eksperimen kuasi menggunakan pengukuran hasil, perlakuan, dan unit eksperimen, namun tidak menggunakan penugasan acak. Dibandingkan dengan eksperimen yang sebenarnya, eksperimen kuasi sering kali merupakan desain yang lebih disukai. Eksperimen kuasi sering kali dilakukan dengan lebih mudah daripada eksperimen yang sebenarnya, karena menggabungkan elemen-elemen dari desain eksperimental dan non-eksperimental. Variabel, baik yang diukur maupun yang dimanipulasi, dapat dimasukkan. Peneliti biasanya memilih eksperimen kuasi untuk memaksimalkan validitas internal dan eksternal.[8]

Keuntungan

Penggunaan desain kuasi-eksperimental sering kali dibenarkan ketika pengacakan tidak praktis dan/atau tidak etis. Hasilnya, desain ini biasanya lebih mudah dibuat daripada desain eksperimental yang sebenarnya, yang membutuhkan [9] penugasan subjek secara acak. selain itu, penggunaan desain kuasi-eksperimental berfungsi untuk mengurangi potensi ancaman terhadap validitas ekologis, karena lingkungan alami tidak tunduk pada masalah artifisialitas yang sama dengan yang diamati di laboratorium yang terkontrol dengan baik. [10] Karena eksperimen kuasi adalah eksperimen alami, temuan dari satu eksperimen dapat diterapkan pada subjek dan pengaturan lain, sehingga memungkinkan beberapa generalisasi dibuat tentang populasi. Selain itu, metode eksperimen ini efisien dalam penelitian longitudinal yang melibatkan periode waktu yang lebih lama, yang dapat ditindaklanjuti di lingkungan yang berbeda.

Keuntungan lain dari eksperimen kuasi termasuk kemampuan untuk menerapkan manipulasi yang diinginkan. Sebaliknya, eksperimen alamiah mengharuskan manipulasi terjadi secara spontan, dan peneliti tidak memiliki kendali atas manipulasi tersebut. Selain itu, penggunaan kelompok yang dipilih sendiri dalam eksperimen kuasi menghilangkan potensi timbulnya masalah etika, kondisional, dan masalah lain selama penelitian.[8]

Kekurangan

Estimasi dampak dalam penelitian kuasi-eksperimental rentan terhadap kontaminasi oleh variabel perancu.[1] Seperti yang diilustrasikan dalam contoh di atas, respons anak terhadap pukulan dapat dipengaruhi oleh faktor-faktor yang sulit diukur dan dikontrol, seperti watak bawaan anak atau sifat mudah marah orang tua. Meskipun tidak adanya penugasan acak dalam desain kuasi-eksperimental dapat meningkatkan kelayakan, hal ini juga memberikan tantangan yang signifikan bagi para peneliti dalam hal validitas internal.[11] Tidak adanya pengacakan membuatnya lebih sulit untuk mengesampingkan variabel perancu dan menimbulkan ancaman baru terhadap validitas internal. Meskipun beberapa pengetahuan tentang data dapat diperkirakan karena kurangnya pengacakan, sulit untuk menentukan hubungan sebab akibat karena adanya berbagai variabel asing dan perancu dalam lingkungan sosial. Lebih jauh lagi, bahkan jika ancaman terhadap validitas internal ini dinilai, hubungan sebab-akibat tidak dapat sepenuhnya ditentukan karena ketidakmampuan peneliti untuk melakukan kontrol penuh terhadap variabel-variabel asing.[12]

Selain itu, penggunaan kelompok studi dapat menghasilkan bukti yang lebih lemah karena kurangnya keacakan. Keacakan adalah alat yang berharga dalam konteks penelitian, karena dapat memperluas cakupan hasil dan memberikan representasi yang lebih komprehensif dari populasi secara keseluruhan. Penggunaan kelompok yang tidak setara juga dapat menjadi ancaman bagi validitas internal penelitian. Jika kelompok tidak setara, yang merupakan masalah potensial dalam eksperimen semu, peneliti mungkin mengalami kesulitan dalam menentukan penyebab hasil yang diamati.[4]

Validitas internal

Validitas internal mengacu pada perkiraan kebenaran tentang kesimpulan mengenai hubungan sebab-akibat atau hubungan kausal. Inilah sebabnya mengapa validitas penting untuk eksperimen semu, yang semuanya tentang hubungan sebab-akibat. Hal ini terjadi ketika pelaku eksperimen mencoba untuk mengontrol semua variabel yang dapat mempengaruhi hasil eksperimen. Regresi statistik, sejarah, dan partisipan merupakan ancaman potensial terhadap validitas internal. Untuk menjaga validitas internal, penting untuk mempertimbangkan apakah ada penjelasan potensial lain untuk hasil selain yang sedang diselidiki. Jika ada, hal ini dapat mengindikasikan bahwa validitas internal penelitian tidak sekuat yang seharusnya.[8]

Validitas eksternal

Konsep validitas eksternal berkaitan dengan sejauh mana hasil yang diperoleh dari sampel penelitian dapat digeneralisasi ke populasi tertentu yang diminati dan di seluruh subpopulasi orang, waktu, konteks, dan metode penelitian. [13] Lynch berpendapat bahwa menggeneralisasi suatu populasi hampir tidak pernah mungkin karena populasi yang ingin kita proyeksikan adalah ukuran perilaku di masa depan, yang menurut definisi tidak dapat dijadikan sampel.[14] Oleh karena itu, pertanyaan yang lebih relevan adalah apakah efek perlakuan dapat digeneralisasi "di seluruh" subpopulasi yang bervariasi berdasarkan faktor latar belakang yang mungkin tidak penting bagi peneliti. Validitas eksternal bergantung pada apakah perlakuan yang diteliti memiliki efek yang homogen di berbagai kelompok orang, waktu, konteks, dan metode penelitian, atau apakah tanda dan besarnya efek perlakuan berubah di berbagai kelompok dengan cara yang mungkin tidak diketahui atau dipahami oleh peneliti. [15] Athey dan Imbens, serta Athey dan Wager telah berperan penting dalam mengembangkan teknik pembelajaran mesin untuk pemahaman induktif tentang efek perlakuan yang heterogen.[16] [17]

Jenis desain

Desain "orang-per-perlakuan" merupakan jenis desain kuasi-eksperimental yang paling umum. Dalam desain ini, peneliti memonitor setidaknya satu variabel independen. Bersamaan dengan mengukur satu variabel, peneliti juga memanipulasi variabel independen yang berbeda. Dengan adanya manipulasi dan pengukuran variabel independen yang berbeda, penelitian ini sebagian besar dilakukan di laboratorium. Salah satu pertimbangan utama dalam melakukan desain person-by-treatment adalah perlunya penugasan acak untuk memastikan bahwa peneliti mempertahankan kontrol penuh atas manipulasi yang dilakukan dalam penelitian.[18]

Contoh ilustrasi dari jenis desain ini dilakukan di Universitas Notre Dame. Tujuan dari penelitian ini adalah untuk memastikan apakah bimbingan di tempat kerja berhubungan dengan peningkatan kepuasan kerja. Hasilnya menunjukkan bahwa sejumlah besar individu yang telah menerima bimbingan menunjukkan tingkat kepuasan kerja yang sangat tinggi. Namun demikian, penelitian ini juga menunjukkan bahwa sejumlah besar karyawan yang tidak menerima bimbingan menunjukkan tingkat kepuasan kerja yang tinggi. Seibert menyimpulkan bahwa meskipun para pekerja yang memiliki mentor merasa puas, tidak mungkin untuk mengasumsikan bahwa penyebabnya adalah para mentor itu sendiri, mengingat tingginya jumlah karyawan yang tidak mendapatkan mentor yang juga melaporkan kepuasan. Inilah sebabnya mengapa prapenyaringan menjadi sangat penting, karena hal ini memungkinkan untuk meminimalisir kekurangan dalam penelitian sebelum hal tersebut teridentifikasi.[19]

"Eksperimen alami" mewakili desain kuasi-eksperimental yang berbeda yang digunakan oleh para peneliti. Berbeda dengan desain orang-per-perlakuan, eksperimen alami tidak melibatkan manipulasi variabel oleh peneliti. Alih-alih mengendalikan setidaknya satu variabel, seperti halnya dalam desain orang-per-perlakuan, peneliti tidak menggunakan penugasan acak dan sebaliknya mengandalkan peluang untuk melakukan kontrol eksperimental. Inilah alasan di balik istilah "eksperimen alami". Manipulasi terjadi secara alami, dan meskipun ini mungkin tampak sebagai teknik yang tidak akurat, namun telah terbukti berguna dalam banyak kasus. Ini adalah penelitian yang dilakukan pada orang-orang yang mengalami kejadian yang tiba-tiba. Kejadian tersebut bisa positif atau negatif, traumatis atau euforia. Contohnya adalah studi yang dilakukan pada orang-orang yang pernah mengalami kecelakaan mobil dan yang tidak. Kecelakaan mobil terjadi secara alami, sehingga tidak etis untuk melakukan eksperimen untuk membuat subjek penelitian mengalami trauma. Peristiwa yang terjadi secara alamiah seperti itu telah terbukti berguna untuk mempelajari kasus gangguan stres pascatrauma.[18]

Referensi

  1. ^ a b c Dinardo, J. (2008). "natural experiments and quasi-natural experiments". The New Palgrave Dictionary of Economics. hlm. 856–859. doi:10.1057/9780230226203.1162. ISBN 978-0-333-78676-5.  Kesalahan pengutipan: Tanda <ref> tidak sah; nama "DiNardo" didefinisikan berulang dengan isi berbeda
  2. ^ Rossi, Peter Henry; Mark W. Lipsey; Howard E. Freeman (2004). Evaluation: A Systematic Approach (edisi ke-7th). SAGE. hlm. 237. ISBN 978-0-7619-0894-4. 
  3. ^ Gribbons, Barry; Herman, Joan (1997). "True and quasi-experimental designs". Practical Assessment, Research & Evaluation. 5 (14). Diarsipkan dari versi asli tanggal 2013-05-02. 
  4. ^ a b Morgan, G. A. (2000). "Quasi-Experimental Designs". Journal of the American Academy of Child & Adolescent Psychiatry. 39 (6): 794–796. doi:10.1097/00004583-200006000-00020. PMID 10846316.  Kesalahan pengutipan: Tanda <ref> tidak sah; nama "Experimental and Quasi-Experimental Designs for Research" didefinisikan berulang dengan isi berbeda
  5. ^ a b c Shadish; Cook; Cambell (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Boston: Houghton Mifflin. ISBN 0-395-61556-9.  Kesalahan pengutipan: Tanda <ref> tidak sah; nama "Shadish2002" didefinisikan berulang dengan isi berbeda
  6. ^ Campbell, D. T. (1988). Methodology and epistemology for social science: selected papers. University of Chicago Press. ISBN 0-226-09248-8. 
  7. ^ Armstrong, J. Scott; Patnaik, Sandeep (2009-06-01). "Using Quasi-Experimental Data To Develop Empirical Generalizations For Persuasive Advertising" (PDF). Journal of Advertising Research (dalam bahasa Inggris). 49 (2): 170–175. doi:10.2501/s0021849909090230. ISSN 0021-8499. Diarsipkan dari versi asli (PDF) tanggal 2017-08-17. 
  8. ^ a b c DeRue, Scott (September 2012). "A Quasi Experimental Study of After-Event Reviews". Journal of Applied Psychology. 97 (5): 997–1015. doi:10.1037/a0028244. PMID 22506721.  Kesalahan pengutipan: Tanda <ref> tidak sah; nama "Quasi Experimentation:Design and analysis issues for field settings" didefinisikan berulang dengan isi berbeda
  9. ^ CHARM-Controlled Experiments Diarsipkan 2012-07-22 di Wayback Machine.
  10. ^ http://www.osulb.edu/~msaintg/ppa696/696quasi.htm[pranala nonaktif permanen]
  11. ^ Lynda S. Robson, Harry S. Shannon, Linda M. Goldenhar, Andrew R. Hale (2001)Quasi-experimental and experimental designs: more powerful evaluation designs Diarsipkan September 16, 2012, di Wayback Machine., Chapter 4 of Guide to Evaluating the Effectiveness of Strategies for Preventing Work Injuries: How to show whether a safety intervention really works Diarsipkan March 28, 2012, di Wayback Machine., Institute for Work & Health, Canada
  12. ^ Research Methods: Planning: Quasi-Exper. Designs Diarsipkan 2013-03-18 di Wayback Machine.
  13. ^ Cook, Thomas D. and Donald T. Campbell (1979), Quasi-experimentation: Design & Analysis Issues for Field Settings. Boston: Houghton-Mifflin
  14. ^ Lynch, John G., Jr. (1982), "On the External Validity of Experiments in Consumer Research," Journal of Consumer Research, 9 (December), 225–239.
  15. ^ Cronbach, Lee J. (1975),"Beyond the two disciplines of scientific psychology" American Psychologist 30 (2), 116.
  16. ^ Athey, Susan, and Guido Imbens (2016), "Recursive partitioning for heterogeneous causal effects." Proceedings of the National Academy of Sciences 113, (27), 7353–7360.
  17. ^ Wager, Stefan, and Susan Athey (2018), "Estimation and inference of heterogeneous treatment effects using random forests." Journal of the American Statistical Association 113 (523), 1228–1242.
  18. ^ a b Meyer, Bruce (April 1995). "Quasi & Natural Experiments in Economics" (PDF). Journal of Business and Economic Statistics. 13 (2): 151–161. doi:10.1080/07350015.1995.10524589.  Kesalahan pengutipan: Tanda <ref> tidak sah; nama "Journal of Personality" didefinisikan berulang dengan isi berbeda
  19. ^ Seibert, Scott (1999). "The Effectiveness of Facilitated Mentoring A Longitudinal Quasi Experiment". Journal of Vocational Behavior. 54 (3): 483–502. doi:10.1006/jvbe.1998.1676. 

Tautan eksternal

Diperoleh dari "https://wiki-indonesia.club/w/index.php?title=Eksperimen_semu&oldid=26537294"