Dokumen tersebut membahas desain penelitian non eksperimental dan eksperimental. Desain non eksperimental mencakup desain kuasi eksperimental, korelasional, studi kasus. Desain eksperimental membahas prosedur kontrol seperti randomisasi, keseragaman, penggunaan variabel independen kedua, serta pengendalian statistik untuk memaksimalkan varians sistematis dan meminimalkan varians kesalahan.
2. Non Experimental Designs
Non Experimental
Designs
Quasi
Experimental
Correlational
Designs
Contrast Designs
Case Study
Designs
3. Quasi Experimental
• Quasi Experiment terjadi ketika
1. Subjek atau responden tidak dapat dilipilih secara random.
• Misal: responden yang terkena penyakit cancer untuk diteliti tentang psychological well-being;
responden yang orang tuanya bercerai, untuk diteliti tentang pola asuh orang tuanya.
2. IV tidak dapat digeneralisasi
• Pada contoh kasus pasien cancer, tidak memungkinkan penyakit tersebut dimanipulasi kepada
orang yang tidak terkena penyakit tersebut.
• Hal ini menyebabkan berkurangnya validitas hubungan sebab akibat antar variable.
4. Correlational Designs
• Penelitian psikologi umumnya memiliki pertanyaan apakah ada dua atau
lebih variable yang saling berhubungan?.
• Studi korelasi membandingkan varians kelompok orang yang sama pada
dua atau lebih atribut yang berbeda.
• Desain studi korelasi hanya dengan mengumpulkan data pada variable yang
diukur, untuk kemudian dihitung besaran nilai korelasinya.
5. Correlational Designs
• Tujuan dari analisis korelasi adalah
mengetahui besaran indeks korelasi antara
dua variable atau lebih.
• Ketika X naik, manaY naik atau sebaliknya.
• Dasar daripada analisis korelasi adalah
kovarians.
• Kovarians adalah perkalian antar dua variable.
8. • Pengertian studi eksperimen adalah semua prosedur dimulai dari penyusunan
hipotesis hingga kesimpulan menggunakan pendekatan esperimen.
• Pengertian yang kedua yaitu ciri khas suatu studi eksperimen adalah memilih
subject ke dalam kondisi eksperimen dan memilih prosedur analisis statistika yang
tepat.
9. Experimental Designs
1. Maximize the effect of systematic variance.
• Increasing the magnitude of the IV.
2. Source of variance must be controlled for.
• Using control procedure.
3. Error variance should be minimized.
• Increasing the accuracy of measuring the DV.
10. Control Procedures and Designs
Control Procedure Designs
Randomization Randomized
Constancy Blocked, Matched
Second IV Factorial
Statistical Control Covariant
Elimination -
11. Experimental Design by Control Procedure and
Number of Groups
Control Procedure One-Group Two-Group One Way Anova Factorial
Randomization - Randomized two
group design
Randomized anova
design
Randomized
factorial
Constancy Pretest-posttest
one group design
Matched two
group design
Blocked three
group design
Blocked factorial
Second IV - - - Any factorial
Statistical Control - Analysis of
covariance, two
group design
Anova with Ancova
design
Analysis of
covariance,
factorial