Haloo, perkenalkan saya Rafa' Anugrah Putri NIM 240321816174 disini saya akan menyajikan esai kecil dalam penugasan mata kuliah Metodologi Penelitian Fisika. Esai kecil dapat dibaca dibawah ini yaa, selamat membaca ^^
Judul: Pilihan Cerdas Si Aidan
Aidan adalah seorang peneliti muda yang sedang mengerjakan skripsinya tentang pengaruh metode belajar terhadap nilai ujian mahasiswa. Ia memiliki dua kelompok mahasiswa: satu kelompok yang belajar dengan cara konvensional dan satu kelompok yang belajar dengan cara berbasis teknologi. Aidan ingin mengetahui apakah ada perbedaan nilai ujian antara kedua kelompok, dengan mengontrol faktor-faktor lain yang bisa memengaruhi, seperti kecerdasan awal mereka.
Untuk tujuan ini, Aidan memutuskan untuk menggunakan Multivariate Analysis of Covariance (MANCOVA), yang memungkinkan dia menguji perbedaan nilai ujian antara kelompok belajar sambil mengontrol variabel kecerdasan awal. Namun, saat ia mulai menganalisis data, Aidan menyadari bahwa tidak semua asumsi MANCOVA dapat dipenuhi. Beberapa variabel dependen tampaknya tidak terdistribusi normal.
Aidan bingung, karena MANCOVA mengharuskan data terdistribusi normal. Namun, setelah berdiskusi dengan pembimbingnya, Aidan mempelajari tentang analisis non-parametrik sebagai alternatif ketika asumsi normalitas tidak terpenuhi. Pembimbingnya mengajarkan bahwa metode non-parametrik tidak memerlukan asumsi distribusi data tertentu dan bisa lebih fleksibel dalam menangani data yang tidak normal.
Salah satu teknik yang disarankan adalah Uji Kruskal-Wallis, yang serupa dengan ANOVA, namun tanpa asumsi normalitas. Aidan pun memutuskan untuk menggunakan uji Kruskal-Wallis untuk melihat apakah ada perbedaan yang signifikan antara dua kelompok belajar tersebut. Uji ini juga memungkinkan Aidan untuk mengevaluasi perbedaan median antara kelompok, meskipun distribusi data tidak normal.
Selain itu, Aidan juga memutuskan untuk menggunakan Uji Spearman untuk mengukur korelasi antara kecerdasan awal dan nilai ujian, karena data yang ia miliki adalah data ordinal dan tidak memenuhi asumsi linearitas yang dibutuhkan oleh MANCOVA.
Dengan memilih teknik yang tepat, Aidan berhasil menyelesaikan analisisnya dengan hasil yang signifikan meskipun data tidak memenuhi asumsi normalitas. Ia merasa puas karena meskipun MANCOVA adalah pilihan yang sangat baik dalam banyak kasus, ia tahu bahwa pendekatan non-parametrik bisa menjadi solusi cerdas ketika asumsi-asumsi tersebut tidak dapat dipenuhi.
Cerita Aidan mengajarkan kita bahwa dalam analisis statistik, fleksibilitas dan pemahaman tentang teknik yang tepat sangat penting. Non-parametrik bukanlah penghalang, melainkan alat yang bermanfaat untuk mendapatkan hasil yang valid meskipun data tidak sempurna.
Tidak ada komentar:
Posting Komentar