Dua Kelas, Satu Diberi Perlakuan: Apakah Itu True Experiment?
Dua kelas, kelompok kontrol, pretest, dan posttest belum otomatis berarti eksperimen murni. Mekanisme assignment menentukan logika desain.
Anda memiliki kelas A dan kelas B. Hati-hati menyebutnya eksperimen murni.
Seorang mahasiswa meneliti model pembelajaran berbasis proyek. Kelas VIII-A menerima perlakuan, sedangkan VIII-B menjadi kelompok pembanding. Kedua kelas sudah dibentuk sekolah sejak awal semester.
Lalu di Bab III tertulis: “Penelitian ini menggunakan true experimental design.”
Masalah metodologisnya bukan pada ada atau tidaknya pretest, posttest, atau kelompok kontrol. Masalah pertama justru berada pada mekanisme assignment.
Apa yang benar-benar membedakan randomized experiment dan quasi-experiment?
Dalam randomized experiment, unit yang menjadi sasaran assignment—misalnya siswa atau kelas—dialokasikan ke kondisi perlakuan melalui mekanisme random yang sesuai desain. Randomisasi membantu memutus hubungan sistematis antara karakteristik awal dan penempatan kondisi.
Dalam quasi-experiment, assignment ke kondisi tidak sepenuhnya ditentukan oleh randomisasi peneliti. Di sekolah, hal ini umum terjadi karena kelas sudah terbentuk, kebijakan sekolah membatasi pengacakan, atau perlakuan diterapkan pada kelompok yang tersedia.
Dua skenario yang tampak mirip, tetapi logika kausalnya berbeda
Skenario A — random assignment
Enam puluh siswa dialokasikan secara acak ke dua kondisi. Perbedaan awal tetap mungkin terjadi secara kebetulan, tetapi mekanisme assignment memberi dasar inferensi kausal yang lebih kuat.
Skenario B — intact classes
Kelas VIII-A dan VIII-B sudah ada sebelum penelitian. Pemilihan dua kelas dapat membawa perbedaan kemampuan awal, guru, jadwal, budaya kelas, atau komposisi siswa.
Jika posttest berbeda, peneliti harus mempertimbangkan apakah perbedaan itu berasal dari perlakuan atau dari karakteristik kelompok yang sudah berbeda sebelum perlakuan.
Quasi-experiment bukan desain “kelas dua”
Quasi-experiment sangat penting dalam penelitian pendidikan karena randomisasi sering sulit atau tidak etis diterapkan. Tantangannya adalah selection bias dan confounding: faktor selain perlakuan dapat ikut menjelaskan perbedaan outcome.
What Works Clearinghouse (WWC) menempatkan baseline equivalence sebagai isu sentral untuk studi quasi-experimental. Dalam standar WWC, perbandingan baseline tidak direduksi menjadi sekadar “p pretest > 0,05”; besar perbedaan awal dan penyesuaian statistik juga diperhatikan.
Miskonsepsi
“Pretest tidak signifikan, berarti kelompok identik.”
Interpretasi lebih aman
Non-significance tidak membuktikan identitas. Lihat besar perbedaan, distribusi, karakteristik penting, dan potensi confounding.
Jangan mengandalkan satu p-value untuk menilai baseline
Nilai p dipengaruhi ukuran sampel dan variabilitas data. Sampel kecil dapat menghasilkan p yang besar meskipun perbedaan awal cukup berarti secara substantif. Karena itu, evaluasi baseline sebaiknya memeriksa rata-rata, standar deviasi, standardized difference/effect size, distribusi, karakteristik peserta, dan faktor desain.
Checklist sebelum menulis “desain eksperimen” di Bab III
Uji cepat
Dua kelas yang sudah terbentuk sekolah dipilih sebagai eksperimen dan kontrol. Peneliti tidak mengacak siswa maupun kelas. Apakah keberadaan pretest dan posttest otomatis menjadikannya true experiment?
Buka jawaban
Tidak. Klasifikasi desain bergantung pada mekanisme assignment dan struktur desain, bukan sekadar keberadaan pretest-posttest.
Nama desain menjelaskan kekuatan klaim sebab-akibat
Jangan mulai dari pertanyaan “uji statistik apa yang saya pakai?”. Mulailah dari: siapa yang dibandingkan, bagaimana mereka masuk ke kelompok, kapan baseline diukur, dan ancaman validitas apa yang masih tersisa?
Referensi ilmiah
- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
- What Works Clearinghouse. (2022). What Works Clearinghouse procedures and standards handbook, version 5.0. U.S. Department of Education, Institute of Education Sciences.
- What Works Clearinghouse. (n.d.). Designing quasi-experiments: Meeting What Works Clearinghouse standards without random assignment.
No comments:
Post a Comment