Skip to content
Kembali ke hasil pencarian

Desain Perbandingan Kelompok Retrospektif

Diperkenalkan oleh
Fred N. Kerlinger
Tahun
1964
Jenis
Non-experimental quantitative research design
Keluarga
Survey / observational design

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Penelitian kausal-komparatif adalah desain kuantitatif non-eksperimental di mana peneliti membandingkan dua atau lebih kelompok yang sudah berbeda pada variabel independen — yang tidak dimanipulasi — untuk menyelidiki kemungkinan penyebab atau konsekuensi dari perbedaan tersebut.

Karena keanggotaan kelompok sudah ada sebelumnya daripada ditetapkan secara acak, desain ini dapat menunjukkan hubungan kausal tetapi tidak dapat menetapkannya dengan kepastian eksperimen sejati. Desain ini banyak digunakan dalam pendidikan, psikologi, dan ilmu sosial ketika manipulasi eksperimental tidak praktis atau tidak etis.

Intuisi di balik metode

Misalkan Anda ingin mengetahui apakah merokok orang tua memengaruhi kapasitas paru-paru anak. Anda tidak dapat secara acak menetapkan anak-anak ke rumah tangga perokok atau non-perokok, jadi Anda malah mengidentifikasi kelompok anak yang orang tuanya sudah merokok atau tidak merokok dan membandingkan fungsi paru-paru mereka. Itulah logika penelitian kausal-komparatif: 'penyebab' sudah terjadi di dunia nyata, dan Anda melihat ke belakang untuk melihat apakah itu terkait dengan perbedaan hasil. Desain ini menyerupai eksperimen dalam strukturnya — kelompok, hasil yang diukur, perbandingan — tetapi tidak memiliki penetapan acak yang akan membuat kausalitas definitif.

Sejarah

Logika penelitian kausal-komparatif diformalkan dalam metodologi ilmu sosial oleh Fred N. Kerlinger dalam teks pentingnya tahun 1964 Foundations of Behavioral Research, di mana ia menggambarkan penelitian 'ex post facto' sebagai penyelidikan sistematis terhadap peristiwa yang sudah terjadi untuk mengidentifikasi penyebab yang mungkin. Desain ini memiliki akar sebelumnya dalam studi pertanian dan epidemiologi yang membandingkan kelompok yang sudah terbentuk. Pada tahun 1970-an–1980-an, desain ini menjadi komponen standar buku teks metode penelitian pendidikan, terutama Gay (1976) dan kemudian Fraenkel dan Wallen, memperkuat perannya sebagai desain non-eksperimental pilihan ketika manipulasi tidak mungkin dilakukan.

Kapan digunakan

Gunakan penelitian kausal-komparatif ketika Anda ingin menyelidiki kemungkinan penyebab atau efek dari variabel yang secara etis atau praktis tidak dapat dimanipulasi — seperti jenis kelamin, status disabilitas, latar belakang sosial ekonomi, atau paparan terhadap peristiwa masa lalu. Desain ini sesuai ketika kelompok terjadi secara alami dan data dapat dikumpulkan pada variabel dependen yang bermakna. Desain ini cocok untuk tujuan penelitian deskriptif hingga eksplanatori dalam pendidikan, kesehatan, dan ilmu sosial. JANGAN gunakan ketika Anda dapat melakukan eksperimen sejati dengan penetapan acak — eksperimen memberikan bukti kausal yang lebih kuat. Hindari ketika kelompok tidak dapat disetarakan secara bermakna pada perancu utama, ketika keanggotaan kelompok ambigu, atau ketika pertanyaan penelitian memerlukan pelacakan perubahan dari waktu ke waktu secara prospektif (gunakan penelitian longitudinal sebagai gantinya).

Batasan dan pertimbangan

  • Tidak dapat menetapkan kausalitas secara definitif karena kelompok tidak ditetapkan secara acak — bias seleksi dan variabel perancu tetap menjadi penjelasan alternatif.
  • Arah kausalitas ambigu: dugaan penyebab dan akibat dapat terbalik, atau variabel ketiga dapat menyebabkan keduanya.
  • Kelompok dapat berbeda pada variabel yang tidak terukur yang menjelaskan perbedaan yang diamati, membuat kontrol statistik tidak lengkap.
  • Sifat retrospektif berarti peneliti tidak memiliki kendali atas bagaimana variabel independen dialami atau diukur di masa lalu.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Memungkinkan penyelidikan hipotesis kausal ketika manipulasi eksperimental tidak etis atau tidak mungkin.
  • Lebih efisien dan lebih murah daripada eksperimen longitudinal; data sering kali sudah ada.
  • Menghasilkan perbandingan kuantitatif yang dapat diuji secara statistik antara kelompok yang terjadi secara alami.
  • Menghasilkan ukuran efek yang menginformasikan signifikansi praktis bersama dengan signifikansi statistik.
  • Berguna sebagai desain pendahuluan untuk membenarkan kebutuhan eksperimen selanjutnya.

Penerapan

  • Membandingkan pencapaian akademik antara siswa yang menghadiri prasekolah dan yang tidak.
  • Mengkaji perbedaan hasil kesehatan antara perokok dan non-perokok tanpa penetapan eksperimental.
  • Menyelidiki apakah ada perbedaan jenis kelamin dalam efikasi diri matematika di kalangan siswa sekolah menengah.
  • Membandingkan tingkat kepuasan kerja di antara karyawan dengan kualifikasi pendidikan yang berbeda.
  • Menilai apakah anak-anak yang dibesarkan di rumah tangga bilingual berbeda dalam fleksibilitas kognitif dari teman sebaya monolingual.
  • Mengeksplorasi apakah lokasi sekolah perkotaan versus pedesaan dikaitkan dengan perbedaan tingkat retensi guru.

Cara kerjanya

Cara kerjanya

1

Peneliti mengidentifikasi variabel independen — karakteristik yang sudah ada sebelumnya seperti jenis kelamin, status sosial ekonomi, tingkat pendidikan, atau peristiwa kehidupan — dan mendefinisikan setidaknya dua kelompok yang berbeda pada variabel tersebut. Variabel perbandingan harus sudah terjadi secara alami; itu tidak pernah dimanipulasi oleh peneliti.

2

Partisipan dipilih dari setiap kelompok yang sudah terbentuk, idealnya melalui pengambilan sampel probabilitas untuk mendukung generalisasi. Kelompok harus semirip mungkin pada semua karakteristik kecuali variabel independen, sehingga peneliti mengontrol atau mencocokkan perancu yang mungkin (misalnya, usia, pencapaian sebelumnya, tingkat pendapatan) selama fase desain.

3

Data pada variabel dependen dikumpulkan dari semua kelompok menggunakan instrumen dan prosedur yang sama. Sumber data umum meliputi skor tes standar, respons survei, catatan administratif, atau pengukuran fisik. Karena penyebabnya sudah terjadi, pengumpulan data bersifat retrospektif atau bersamaan — bukan prospektif.

4

Rata-rata kelompok (atau proporsi, peringkat) pada variabel dependen dibandingkan menggunakan statistik inferensial yang sesuai — biasanya uji-t sampel independen, ANOVA satu arah, ANCOVA (untuk mengontrol kovariat), atau uji chi-kuadrat tergantung pada skala pengukuran. Ukuran efek (Cohen's d, eta-squared) harus menyertai uji signifikansi.

5

Perbedaan kelompok yang signifikan secara statistik diinterpretasikan dengan hati-hati. Peneliti mempertimbangkan penjelasan alternatif — terutama bias seleksi dan perancu yang tidak terukur — sebelum mengaitkan perbedaan tersebut dengan variabel independen. Bahasa kausal dibatasi ('mungkin menunjukkan', 'konsisten dengan') kecuali desain mencakup kontrol tambahan yang memperkuat inferensi kausal.

Kesalahan umum

  • Memperlakukan perbedaan kelompok yang signifikan sebagai bukti kausalitas — selalu akui sifat non-eksperimental dan penjelasan alternatif secara eksplisit.
  • Mengabaikan ketidaksetaraan kelompok — ketika kelompok perbandingan berbeda pada banyak variabel latar belakang, perbedaan target terperancu; gunakan pencocokan atau ANCOVA untuk mengatasi kovariat utama.
  • Membalikkan sebab dan akibat — dalam beberapa desain masuk akal bahwa hasil yang diduga sebenarnya memengaruhi variabel pengelompokan; bernalar dengan hati-hati tentang urutan temporal.
  • Menggunakan desain ketika kelompok tidak berbeda secara bermakna — batas kelompok yang kabur (misalnya, pendapatan 'tinggi' vs 'rendah' yang didefinisikan secara longgar) meningkatkan varians kesalahan dan melemahkan inferensi.
  • Melaporkan hanya nilai-p tanpa ukuran efek — perbedaan yang signifikan secara statistik antara kelompok besar mungkin sepele secara praktis; selalu laporkan dan interpretasikan besaran efek.

Pertanyaan yang sering diajukan

Apa perbedaan antara penelitian kausal-komparatif dan penelitian korelasional?

Keduanya non-eksperimental, tetapi berbeda dalam struktur dan tujuan. Penelitian korelasional menguji kekuatan dan arah hubungan antara variabel kontinu dalam satu kelompok, menggunakan koefisien seperti Pearson r. Penelitian kausal-komparatif membandingkan kelompok diskrit yang sudah terbentuk pada variabel dependen dan menggunakan statistik perbedaan kelompok (uji-t, ANOVA). Desain kausal-komparatif secara eksplisit dibingkai di sekitar hubungan sebab-akibat yang diduga antara keanggotaan kelompok dan hasil, sedangkan desain korelasional menggambarkan asosiasi tanpa menyiratkan arah sebab-akibat.

Bagaimana penelitian kausal-komparatif berbeda dari desain ex post facto?

Istilah-istilah tersebut sering digunakan secara bergantian, dan dalam banyak buku teks 'desain ex post facto' adalah label yang lebih tua untuk pendekatan yang sama persis. Kerlinger awalnya menggunakan 'ex post facto' (bahasa Latin untuk 'setelah fakta') untuk menekankan bahwa variabel independen sudah terjadi. Metodolog kemudian, terutama dalam pendidikan, lebih memilih 'kausal-komparatif' untuk menyoroti logika perbandingan kelompok. Secara fungsional kedua label tersebut merujuk pada keluarga desain yang sama.

Bisakah penelitian kausal-komparatif menetapkan kausalitas?

Tidak — tidak dengan keyakinan yang sama seperti eksperimen sejati. Karena partisipan tidak ditetapkan secara acak ke dalam kelompok, perbedaan yang sudah ada sebelumnya antara kelompok (bias seleksi) dan variabel ketiga yang tidak terukur selalu merupakan penjelasan alternatif yang masuk akal. Desain ini dapat memberikan bukti hubungan kausal yang sugestif dan menghasilkan hipotesis, terutama ketika beberapa studi secara konsisten mereplikasi pola tersebut, tetapi eksperimen terkontrol diperlukan untuk mengkonfirmasi klaim kausal.

Tes statistik apa yang sesuai?

Pilihannya tergantung pada jumlah kelompok dan skala pengukuran. Untuk dua kelompok dengan hasil kontinu, gunakan uji-t sampel independen; untuk tiga kelompok atau lebih, ANOVA satu arah. Saat mengontrol kovariat, gunakan ANCOVA. Untuk hasil kategorikal, gunakan uji chi-kuadrat. Dalam semua kasus, lengkapi uji signifikansi dengan indeks ukuran efek (Cohen's d untuk uji-t, eta-squared atau omega-squared untuk ANOVA) untuk menyampaikan kepentingan praktis.

Bagaimana cara mengontrol variabel perancu dalam desain kausal-komparatif?

Beberapa strategi tersedia pada tahap desain atau analisis. Pada tahap desain, Anda dapat mencocokkan partisipan antar kelompok pada perancu utama (misalnya, memasangkan setiap partisipan kelompok perlakuan dengan partisipan kelompok kontrol yang memiliki usia dan pencapaian sebelumnya yang serupa). Pada tahap analisis, Anda dapat memasukkan perancu sebagai kovariat dalam ANCOVA, yang secara statistik menyesuaikan rata-rata kelompok. Tidak ada pendekatan yang menghilangkan semua perancuan, tetapi keduanya secara substansial memperkuat validitas internal perbandingan.

Metode terkait

Sumber

  1. Kerlinger, F. N. (1964). Foundations of Behavioral Research. Holt, Rinehart and Winston.

    Buka referensi publikasi
    Disalin.
  2. Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2012). How to Design and Evaluate Research in Education (8th ed.). McGraw-Hill.

    ISBN: 978-0078097850
    Disalin.