Kesan Saiz (Effect Size) dalam Penyelidikan Pendidikan: Maksud & Kaedah Menggunakannya

Sharing is Caring!

Sumber gambar : https://pbs.twimg.com/media/DyO7lhmUcAE90IB.jpg

Apakah “Kesan Saiz”?

Saiz kesan adalah cara mudah pengukuran secara kuantitatif perbezaan antara dua kumpulan seperti Kawalan & Rawatan iaitu kaedah yang mempunyai banyak kelebihan berbanding penggunaan ujian tipikal statistik yang bersifat bersendirian sahaja (cth : Ujian-t / T-test).

Kesan Saiz adalah kekuatan hubungan antara IV dan DV (symbol r) atau magnitude perbezaan pada DV disebabkan oleh IV (symbol d).

Salah satu senario paling biasa digunakan untuk kaedah Kesan Saiz adalah untuk menentukan keberkesanan intervensi atau amalan pendidikan perbandingan antara kumpulan atau pendekatan. Kesan Saiz bukan sahaja menunjukkan jika berlakunya keberkesanan sesuatu intervensi , tetapi juga meramalkan sejauh mana kesan yang dijangkakan dalam pelbagai senario.

Pengiraan Kesan Saiz sebenarnya agak mudah dan merupakan perbezaan min antara dua buah kumpulan dibahagikan dengan Sisishan Piawai (sd) . Ia boleh dinyatakan sebagai persamaan:

Tetapi bagaimana para pendidik memahami amalan statistik ini mengenai Kesan Saiz yang sering disebut dalam penerbitan artikel jurnal dan buku penyelidikan pendidikan?

Sebagai contoh, jika anda membaca kertas penyelidikan dan program khusus (intervensi) mempunyai Kesan Saiz +0.35 (atau 35% daripada sisihan piawai), beberapa soalan yang mungkin anda minta adalah: Adakah program ini patut diikuti? Adakah kesan ini besar atau kecil? Jawapannya tidak jelas dan mudah dalam praktik sebenar kerana ia bergantung kepada banyak faktor yang boleh menjejaskan kualiti kajian seperti:


  • Adakah penyelidik menggunakan prosedur dan instrumen kajian yang berkualiti untuk kajian penilaian impak/keberkesanan program?
  • Adakah kajian ini jelas dan relatif terhadap keadaan bilik darjah sebenar?
  • Adakah saiz sampel terlalu kecil untuk digeneralisasikan kepada populasi yang lebih besar?

Tujuan dan Contoh Kesan Saiz

Tujuannya laporan kajian perbezaan antara kumpulan bukan sahaja dilaporkan signifikan secara stastik , tetapi juga lebih bermakna jika pengkaji mengira kesan saiz untuk mengetahui samaada kesan signifikan tersebut kecil, sederhana atau besar terhadap kesan rawatan tersebut.

Contoh : Dalam sesuatu kajian pengkaji ingin melihat kesan rawatan  (Pembelajaran menggunakan ICT) terhadap pencapaian pelajar berdasarkan markah ujian pra dan pos. Min markah  dalam ujian pra adalah 73 daripada 100 dan min markah ujian pos adalah 74 daripada 100. Walaupun didapati  perbezaan dalam markah adalah signifikan secara statistik , perbezaan markahnya adalah  sangat kecil ( = 1 ), jadi  rawatan (Pembelajaran menggunakan ICT) yang diberi tidaklah memberi kesan yang bermakna terhadap pencapaian pelajar. 


Bagaimana untuk Mentafsirkan (Interpret) Nilai Kesan Saiz?

Cohen, J. (1988) menggambarkan kaedah asas untuk tafsiran Kesan Saiz: .20 sebagai “kecil,” .50 sebagai “sederhana,” dan .80 sebagai “besar.” Sejak itu, nilai-nilai ini telah banyak disebut sebagai standard untuk menilai magnitud bagi kesan saiz yang terdapat dalam penyelidikan intervensi.

Sumber Gambar : http://imaging.mrc-cbu.cam.ac.uk/statswiki/FAQ/effectSize

Contohnya Kesan Saiz +.3 atau kurang untuk menunjukkan kesan kecil terhadap rawatan, +.4 hingga +.6 untuk merepresentasikan kesan rawatan sederhana dan +.70 atau lebih untuk menunjukkan rawatan yang sangat berkesan. Sudah tentu, kita dapat menyimpulkan bahawa semakin tinggi kesan saiz, semakin besar magnitud yang dijangkakan akan kesannya kepada kumpulan rawatan pelajar. (Sebagai contoh, kesan saiz 0.63 bermakna skor pelajar purata dalam kumpulan intervensi adalah 0.63 sisihan piawai yang lebih tinggi daripada purata pelajar dalam kumpulan kawalan. Nilai 0.63 ini adalah indikator bahawa kumpulan intervensi daripada segi perbezaan skor memberikan kesan sederhana ke besar bagi rawatan berbanding kawalan.


Bila perlu gunakan Kesan Saiz ?

Persoalan untuk pembuktian seperti isu:

  1. Adakah kesan rawatan (intervensi) tersebut signifikan untuk di buat inferensi dari sampel ke populasi kajian?
  2. Adakah kesan rawatan (intervensi) tersebut lemah, sederhana atau kuat?

Dalam keadaan biasa analisis menggunakan Ujian-t (T Test) digunakan untuk laporan. Walaubagaimanapun Ujian-t boleh dilaporkan dengan lebih komprehensif lagi, bukan sekadar “signifikan kerana p < .05” sahaja, tetapi dengan tambahan laporan Kesan Saiz (Effect Size). Perlu diingatkan Kesan Saiz tiada dalam laporan output daripada program SPSS iaitu dalam jadual t-test. Penyelidik perlu menggunakan pengiraan secara manual menggunakan kalkulator berdasarkan formula di atas ataupun menggunakan software seperti G*Power atau laman web seperti https://www.socscistatistics.com/effectsize/default3.aspx


Tutorial Pengiraan Kesan Saiz



Contoh Penulisan Laporan Ujian-t + Kesan Saiz

Kesan rawatan  (Pembelajaran menggunakan ICT) terhadap pencapaian pelajar.

Jadual 1

Jadual 1 menunjukkan keputusan ujian-t sampel berpasangan adalah signifikan (t = –6.573, p < 0.05, d = 1.18 ) secara statistik dan Kesan Saiz adalah besar berdasarkan Cohen (1988).


Rujukan :

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Hillsdale, NJ: Erlbaum.
Dunlap, W. P., Cortina, J. M., Vaslow, J. B., & Burke, M. J. (1996). Meta-analysis of experiments with matched groups or repeated measures designs. Psychological Methods, 1, 170-177.
Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, 1-12.



Sebagai tanda terima kasih anda boleh tekan LIKE di bawah ini ;
 
 

 


Sharing is Caring!

Leave a comment