1.3. Komponen Perancangan Percobaan: Penentuan dan Pengukuran Peubah Tanggapan serta Pengujian Hipotesis

Pada materi 1.2 kita sudah membahas aspek perancangan percobaan dalam kaitan dengan perubahan yang dilakukan oleh peneliti. Dalam kaitan ini, peneliti menentukan apa yang dipilih untuk diubah, yang selanjutnya kita sebut sebagai perlakuan atau faktor, dan bagaimana perubahan dilakukan melalui penentuan taraf perlakuan atau taraf faktor. Untuk menjamin agar perubahan yang dilakukan merupakan faktor yang berpengaruh terhadap proses yang diteliti maka peneliti melakukan pengacakan atau pemblokan satuan percobaan. Peneliti menentukan jumlah ulangan yang dicobakan untuk memperoleh nilia estimasi pengaruh dari perubahan yang dilakukan. Apa yang kita sudah bahas pada materi tersebut berkaitan dengan peubah x dalam proses yang diteliti. Pada materi kuliah ini, kita membahas mengenai akibat yang timbul dari perubahan yang telah dilakukan, yang merupakan peubah y dari proses yang diteliti.

1.3.1. MATERI KULIAH

1.3.1.1. Membaca Materi

Penentuan Peubah dan Validitas Konstruk

Peubah yang dimaksud dalam hal ini adalah peubah y dari proses yang menjadi masalah penelitian. Kembali kepada percobaan memainkan lato-lato dengan panjang tali yang berbeda yang sudah kita bahas pada materi 1.1 dan materi 1.2, panjang tali lato-lato adalah peubah x dan lama memainkan lato-lato adalah peubah y. Pada contoh percobaan memainkan lato-lato, lama memainkan lato-lato dipilih sebagai peubah y sekedar sebagai contoh.  Pertanyaannya kemudian adalah apakah sudah tepat menetapkan lama memainkan lato-lato sebagai peubah y dalam percobaan memainkan lato-lato dengan panjang tali yang berbeda? Apakah yang dapat kita gunakan sebagai kriteria untuk menentukan bahwa sesuatu tepat dipilih sebagai peubah y untuk suatu peubah x tertentu? Kalau kemudian lama memainkan lato-lato bukan merupakan peubah y yang tepat, apakah peubah y yang lebih tepat daripada lama memainkan lato-lato?

Untuk menjawab pertanyaan-pertanyaan tersebut di atas, kita perlu mempelajari teori mengenai lato-lato. Dari mempelajari teori permainan lato-lato, kita dapat memperoleh informasi yang lebih rinci mengenai hubungan sebab-akibat dalam permainan lato-lato. Dari informasi yang kita peroleh, kita bisa mendaftar beberapa calon peubah y selain lama waktu memainkan lato=lato, misalnya kecepatan memainkan lato-lato dalam satuan jumlah hentakan per menit. Sekarang kita mempunyai dua calon peubah y, yaitu lama waktu memainkan lato-lato dan kecepatan memainkan lato-lato. Di antara kedua calon peubah y ini, manakah peubah yang kita pilih? Untuk menjawab pertanyaan ini, selain menggunakan teori permainan lato-lato sebagai dasar, kita juga perlu mempertimbangkan tujuan percobaan memainkan lato-lato dengan panjang tali yang berbeda. Jika duperlukan, kita dapat memilih keduanya sebagai peubah.

Memilih peubah y yang tepat dalam suatu penelitian menentukan validitas konstruk suatu percobaan. Dalam hal ini, validitas konstruk berkaitan dengan mengukur secara tepat untuk sesuatu yang kita ukur. Misalnya kita akan mengukur pengaruh pemupukan nitrogen terhadap pertumbuhan tanaman padi. Untuk memilih bagaimana mengukur pengaruh pemupukan nitrogen, kita perlu mmengetahui bagaimana pengaruh nitrogen dalam pertumbuhan. Kemuaidan kita perlu mengetahui apa yang dimaksud dengan pertumbuhan, cara mengukurnya, dan cara menganalisisnya. Dari mempelajari pengaruh pemupukan nitrogen, kita mengetahui bahwa pemupukan nitrogen mempengaruhi pertumbuhan vegetatif tanaman padi. Dalam hal ini, kita dapat memilih untuk mengukur jumlah anakan, jumlah daun, panjang daun, lebar daun, atau tinggi tanaman dari waktu ke waktu. Tetapi dalam pertanian, hasil akhir yang kita harapkan adalah produksi. Dari keempat peubah pertumbuhan tersebut di atas, peubah manakah yang paling berpengaruh terhadap produksi? Kita perlu mencari dan membaca pustaka lalu menuliskannya sebagai tinjauan pustaka. Dari kelima peubah tersebut, bisa jadi bukan hanya satu peubah yang menentukan produksi, misalnya jumlah anakan dan jumlah daun. Karena pertumbuhan merupakan perubahan dari satu keadaan ke keadaan berikutnya maka jumlah anakan dan jumlah daun kita amati dari waktu ke waktu, misalnya mulai dari sehari sebelum pemupukan dan kemudian pada hari ke-7, ke-14, ke-21, ke-28, dst., sampai dilakukan pemupukan kedua. Pemilihan peubah yang akan kita amati agar dapat mengukur pengaruh perlakuan secara tepat dalam suatu percobaan merupakan validitas konstruk percobaan yang bersangkutan.

Pengukuran dan Kategori Peubah

Apapun yang kemudian kita pilih sebagai peubah, peubah harus dapat kita kuantifikasi (quantify) dengan cara mengukur (measure) atau dengan cara mencacah (count). Mengukur kita lakukan dengan membandingkan sesuatu yang kita ukur dengan suatu pembanding baku. Misalnya untuk mengkuantifikasi lama waktu memainkan lato-lato kita mengukur lama waktu dalam satuan detik, menit, atau jam, yang merupakan ukuran waktu yang baku. Untuk mengkuantifikasi kecepatan memainkan lato-lato kita mengukur dengan cara mencacah jumlah hentakan dalam satuan waktu tertentu. Untuk mengkuantifikasi jumlah anakan padi, kita mencacah jumlah anakan per rumpun tanaman padi. Tapi bagaimana jika kita perlu mengkuantifikasi sesuatu yang tidak tersedia pembanding bakunya, misalnya kerusakan yang ditimbulkan oleh hama atau intensitas penyakit? 

Mengkuantifikasi dengan cara mengukur menggunakan alat ukur baku sebagai pembanding atau dengan cara mencacah menghasilkan ukuran yang perbedaannya kita ketahui dengan pasti. Misalnya kita tahu perbedaan lama waktu memainkan lato-lato selama 5 menit dan 3 menit, perbedaan jumlah 7 anakan dan 5 anakan, dst. Namun tidak selamanya kita bisa memperoleh ukuran semacam ini karena alat ukur bakunya tidak tersedia. Misalnya untuk mengukur intensitas kerusakan yang ditimbulkan oleh hama, kita dapat mengukur luas permukaan daun yang dirusak oleh hama. Namun mengukur intensitas kerusakan dengan cara seperti ini akan sangat melelahkan dan menghabiskan banyak waktu sehingga kurang praktis. Oleh karena itu, intensitas kerusakan yang ditimbulkan oleh hama atau intensitas penyakit lazim diukur dengan menggunakan skor, misalnya 0=tidak terjadi kerusakan, 1=kerusakan ringan, 2=kerusakan sedang, 3=kerusakan berat, dan 4=kerusakan sangat berat. Ukuran seperti ini menunjukkan bahwa skor 4 berarti menunjukkan kerusakan lebih berat dari skor 3, skor 2, skor 1, dan skor 0. Tetapi berbeda dengan mengukur menggunakan alat ukur baku, kita tidak tahu berapa sesugguhnya perbedaan kerusakan antara skor 0 dan skor 1, antara skor 1 dan skor 2, antara skor 2 dan skor 3, dan antara skor 3 dan skor 4. Perbedaan nilai skornya memang 1, tetapi perbedaan 1 antara skor 0 dan 1 tidak sama dengan perbedaan 1 antara skor 1 dan 2, dst.

Agar dapat mengukur peubah dengan tepat kita perlu mengetahui skala pengukuran:

• Skala nominal, bersifat hanya membdakan, misalnya tanaman tumbuh dan mati, sakit dan sehat, berhasil panen dan gagal panen, dsb.
• Skala ordinal, bersifat membedakan dan memeringkatkan, misalnya ukuran dengan menggunakan skor pada contoh di atas
• Skala interval, bersifat membedakan, memeringkatkan, dan nilai 0 kesepakatan, misalnya suhu udara, suhu 0oC bukan berarti tidak ada sehu
• Skala rasio, bersifat membedakan, memeringkatkatkan, nilai 0 absolut, dan membandingkan dengan nilai perbedaan yang diketahu, misalnya lama waktu memainkan lato-lato, kecepatan memainkan lato-lato, jumlah anakan per rumpun padi, dsb.

Berdasarkan skala yang digunakan untuk mengukur, peubah dibedakan menjadi peubah nominal, ordinal, interval, dan rasio. Kategori peubah ini berlaku untuk peubah yang hasil kuantifikasinya berupa angka yang dikenal sebagai peubah kuantitatif. Selain kuantitatif, peubah tentu juga bisa bersifat kualitatif. Tetapi dalam perancangan percobaan, sebagaimana halnya dalam statistika, kita memfokuskan perhatian hanya pada peubah kuantitatif. Skala pengukuran yang Anda gunakan untuk mengukur peubah akan menentukan teknik analisis statistika yang dapat Anda gunakan untuk menganalisis data yang diperoleh dari mengukur suatu perubah.

Data Bukan Fakta

Data bukan fakta? Lalu apa kalau begitu? Lalu apa sebenarnya data itu dan apa pula fakta itu apa? Data sebenarnya hanya merupakan hasil kuantifikasi suatu peubah. Jika peubah yang kita pilih merupakan peubah y yang tepat untuk mengukur pengaruh peubah x maka sudah mengarah kepada kepada fakta. Kalau tidak maka menjadi menjauh, Tapi meskipun peubah yang kita ukur sudah merupakan peubah yang tepat, hasil pengukuran terdiri atas ukuran yang kita harapkan ditambah dengan galat. Dalam bahasa statistika kita menyatakan hasil pengukuran peubah y sebagai

yi = u + Ei

dengan keterangan yi=data ukuran hasil kuantifikasi pada pengukuran ke-i, u=nilai peubah yang sebenarnya, dan Ei=galat acak pada pengukuran ke-i. Misalkan pada taraf dosis pemupukan 50 kg/ha, setelah mencacah jumlah anakan pada rumpun 1 kita memperoleh jumlah anakan 5, pada rumpun kedua jumlah anakan 3, dan pada rumpun ketiga jumlah anakan 7. Pertanyaannya kemudian, apakah dosis yang sama bisa menimbulkan akibat yang berbeda-beda? Seharusnya tidak, tetapi kita berhadapan dengan realitas biologi di mana keberagaman adalah hakekatnya. Karena itu dalam menghadapi realitas seperti ini kita memerlukan statistika. Statistika memberikan kepada kita ukuran pemusatan, misalnya rerata (mean), dan sekaligus ukuran sebaran, misalnya ragam (variance).

Menganalisis data hasil percobaan kita lakukan untuk memisahkan galat sehingga dapat memperoleh kesimpulan berdasarkan pada bagian data yang kita harapkan benar. Dengan menganalisis data kita berharap memperoleh fakta. Tapi perlu kita ingat, benar dan fakta yang kita maksudkan di sini perlu kita batasi sebagai benar dan fakta induktif berdasarkan pada hasil pengamatan empirik. Benar dan fakta dalam bahasa sehari-hari bisa jadi mempunyai pengertian yang berbeda. Data hasil percobaan dengan satu perlakuan atau faktor lazim dinyatakan sebagai:

yij = u + Ti + Eij

dengan keterangan: yij=data hasil kuantifikasi pada taraf perlakuan ke-i dan ulangan ke-j, u=nilai peubah tanpa pengaruh perlakuan, Ti=pengaruh perlakuan T taraf ke-i, dan Eij=galat percobaan pada taraf perlakuan ke-i dan ulangan ke-j. Persamaan ini dikenal sebagai model linier umum (general linear model, GLM). GLM merupakan dasar bagi berbagai teknik analisis statistik, termasuk teknik analisis data yang lazim digunakan untuk menganalisis data percobaan, yaitu analisis ragam (analysis of variance, ANOVA). Dengan menggunakan analisis ragam, ditentukan pengaruh Ti dan Eij terhadap yij dengan cara menghitung Fhitung

Fhitung = KTP/KTG

dengan keterangan KTP=Kuadrat Tengah Perlakuan dan KTG=Kuadrat Tengah Galat. Fhitung memastikan mana yang lebih berpengaruh terhadap yij, perlakuan T atau galat percobaan Eij, Jika nilai Fhitung cukup besar, sangat mungkin perlakuan T yang lebih menentukan nilai yij daripada galat percobaan Eij. Uraian mengenai hal ini akan diberikan lebih lanjut dalam materi mengenai analisis ragam.

Hipotesis, Pengujian Hipotesis, dan Kesalahan Tipe I dan Tipe II

Untuk menggunakan analisis statistik dalam menganalisis data hasil percobaan, terlebih dahulu masalah penelitian perlu dirumuskan dalam bentuk hipotesis statistik. Misalkan dalam merumuskan masalah penelitian kita menduga bahwa panjang tali lato-lato mempengaruhi kinerja memainkan lato-lato maka dugaan tersebut kita rumuskan sebagai hipotesis statistik dalam bentuk hipotesis nol (H0) dan hipotesis alternatif (Ha). Misalnya H0 dan Ha dalam percobaan memainkan lato-lato dengan panjang tali yang berbeda adalah:

H0: Rerata kinerja memainkan lato-lato tidak berbeda antar panjang tali yang berbeda

Ha: Rerata kinerja memainkan lato-lato berbeda antar panjang tali yang berbeda

Kinerja memainkan lato-lato dalam hal ini dapat diukur sebagai lama waktu memainkan lato-lato atau sebagai kecepatan memainkan lato-lato, tetapi tidak keduanya sekaligus. Analisis data dilakukan untuk menjawab pertanyaan apakah panjang tali lato-lato berpengaruh terhadap lama waktu memainkan lato-lato? Juga untuk menjawab pertanyaan apakah panjang tali lato-lato berpengaruh terhadap lama waktu memainkan lato-lato? Hipotesis nol dan hipotesis alternatif saling berlomba dalam memberikan jawaban, Hipotesis nol menjawab "Tidak", sedangkan hipotesis alternatif menjawab "Berpengaruh". Jika "berpengaruh" merupakan suatu kasus hukum maka hipotesis nol ibarat pembela terdakwa, sedangkan hipotesis alternatif ibarat jaksa. Hipotesis nol dengan segala cara ingin menunjukkan bahwa terdakwa tidak bersalah. Sebaliknya jaksa dengan segala cara berusaha menunjukkan bahwa terdakwa bersalah. Peneliti ibarat hakim, tapi hakim dalam pengadilan sistem Anglo Saxon, di mana yang memutuskan adalah juri. Juri dalam hal ini adalah teknik analisis yang digunakan untuk menganalisis data, yang dalam kaitan dengan uji hipotesis disebut statistik uji (test statistic). Jika kita gunakan ANOVA untuk menganalisis data lama waktu memainkan lato-lato hasil percobaan memainkan lato-lato dengan panjang tali yang berbeda maka ANOVA adalah statistik uji. Sebagai statistik uji, ANOVA menggunakan Fhitung sebagai kriteria pengambilan keputusan. Nilai Fhitung yang diperoleh kemudian dibandingkan dengan nilai Ftabel pada taraf nyata tertentu, biasanya 0,05 dan 0,01. Laku taraf nyata ini sebenarnya apa? Apa pula Ftabel?

Taraf nyata, atau alfa (a), merupakan angka yang ditetapkan sejak awal oleh peneliti sebagai nilai ambang (nilai batas) menerima hipotesis nol. Bila nilai Fhitung lebih kecil dari nilai Ftabel pada taraf nyata 0,05 maka hipotesis nol diterima dan disimpulkan bahwa perlakuan tidak berpengaruh nyata. Tidak berpengaruh nyata pada taraf nyata 0,05 dengan sendirinya juga tidak berpengaruh nyata pada taraf nyata 0,01 karena nilai Ftabel lebih besar untuk taraf nyata yang lebih tinggi. Jika Fhitung lebih besar daripada Ftabel pada taraf nyata 0,05 berarti hipotesis nol ditolak. Tetapi hipotesis nol ditolak pada taraf nyata 0,05 belum tentu juga ditolak pada taraf nyata 0,01. Yang menunjukkan menerima atau menolak hipotesis nol adalah statistik uji. Statistik uji itu ibarat juri dalam sistem pengadilan Anglo-Saxon. Hakim tinggal membacakan keputusan. Suka tidak suka, peneliti harus menerima keputusan yang dibacakan hakim.

Tentuk saja menerima atau menolak hipotesis nol bukannya tanpa risiko salah (Gambar 1.3.1). Dalam statistika, risiko salah diukur sebagai galat (error). Menolak hipotesis nol padahal sebenarnya harus diterima merupakan galat tipe I (type I error). Taraf nyata alfa (misalnya 0,05) sebenarnya merupakan peluang melakukan galat tipe I sebesar 0,05 atau 5%. Kesalahan tipe I lazim disebut positif salah (false positive) karena dalam percobaan memainkan lato-lato misalnya, menolak hipotesis nol berarti menyimpulkan bahwa panjang tali lato-lato berpengaruh terhadap lama waktu memainkan lato-lato, padahal sebenarnya tidak berpengaruh. Berpengaruh berarti positif, padahal sebenarnya tidak berpengaruh sehingga kesimpulannya salah. Sebaliknya menerima hipotesis nol padahal sebenarnya hasrus ditolak merupakan galat tipe II (type II error). Kesalahan tipe II lazim disebut negatif salah (false negative) karena dalam percobaan memainkan lato-lato misalnya, menerima hipotesis nol berarti menyimpulkan bahwa panjang tali lato-lato tidak berpengaruh terhadap lama waktu memainkan lato-lato, padahal sebenarnya berpengaruh. Tidak berpengaruh berarti negatif, padahal sebenarnya berpengaruh sehingga kesimpulannya salah.

Gambar 1.3.1. Kesalahan Tipe I dan Tipe II dalam menolak dan tidak menolak hipotesis nol

Lalu Ftabel itu sebenarnya apa? Ftabel sebenarnya merupakan nilai satu sisi dari fungsi sebaran peluang kontinyu Fisher (Gambar 1.3.2). Huruf F dalam Fhitung dan Ftabel terkait dengan nama fungsi sebaran peluang kontinyu tersebut, yang merupakan fungsi perbandingan dua nilai, satu nilai sebagai pembilang dan nilai lainnya sebagai penyebut. Dengan menggunakan fungsi sebaran peluang tersebut, ditentukan nilai Ftabel untuk taraf nyata 0,05 dan 0,01 lalu hasilnya dimuat dalam bentuk tabel dan disebut tabel nilai kritis sebaran peluang kontinyu Fisher, lazim disebut tabel nilai Ftabel. Dengan menggunakan software komputer, kita sebenarnya bisa langsung menghitung nilai kritis tersebut untuk nilai Fhitung tertentu. Dengan menggunakan program aplikasi tabel lajur Excel misalnya, kita bisa menghitung nilai kritis untuk Fhitung=0,532, misalnya pada angka pembilang 3 dan 4 dengan mengetikkan =1 − F.DIST(0.532,3,4,1), dengan memperoleh hasil 0,684. Angka 0,684 ini disebut nilai-p (p-value), Dalam hal ini, nilai-p yang lebih besar dari taraf nyata 0,05 menyatakan bahwa kita mengambil risiko sebesar 0,68 menolak hipotesis nol sehingga sebaiknya menerima hipotesis tersebut.

Gambar 1.3.2. Hubungan antara nilai-p dengan sebaran peluang kontinyu Fisher

Jika dari melakukan analisis data percobaan dengan ANONA, katakan misalnya kita memperoleh nilai-p sebesar 0,008. Karena nilai ini jauh lebih kecil daripada tarag nyata 0,05 maka kita dapat secara meyakinkan menyatakan bahwa kita mengambil risiko kesalahan sebesar hanya 0,008 atau 0,8% menolak hipotesis nol yang sesungguhnya benar. Dengan kata lain, kita 99,2% yakin untuk menolak hipotesis yang menyatakan tidak ada pengaruh perlakuan.

1.3.1.2. Mengunduh dan Membaca Pustaka

Silahkan mengunduh buku-buku perancangan percobaan dari Pustaka Daring dan membaca bab atau sub-bab yang berkaitan dengan prinsip perancangan percobaan. Untuk memperoleh informasi lebih lanjut, silahkan juga baca:

• An Easy Introduction to Statistical Significance (With Examples) dari Scribbr
• Construct Validity: Definition and Assessment dari Statistics By Jim
• Demystifying p-value in analysis of variance (ANOVA) dari Wasy Research
• General Linear Model dalam Research Methods Knowledge Base dari Conjointly
• General Linear Models (GLMs) - Introduction, video dari The Roslin Institute
• General Linear Model (GLM): Simple Definition/Overview dari Statistics How to
• Hypothesis testing, mencakup: (1) Hypothesis testing guide, (2) Null vs. alternative hypotheses, (3) Statistical significance, (4) p value, (5) Type I & Type II errors, dan (6) Statistical power, dari Scribbr
• Statistical Data: Introduction and Real Life Examples dari Basic Statistics and Data Analysis
• Variables: Definition and Types dari Australian Bureau of Statistics

Mahasiswa wajib menyampaikan melalui Laporan Melaksanakan Kuliah dan Mengerjakan Tugas judul buku, judul bab buku, dan isi bab buku yang telah dibaca terkait dengan materi kuliah ini.

1.2.2. TUGAS KULIAH

1.2.2.1. Mendiskusikan dengan Cara Menyampaikan dan/atau Menanggapi Komentar

Setelah membaca materi kuliah, silahkan buat minimal satu pertanyaan dan atau komentar mengenai materi kuliah. Buat pertanyaan secara langsung tanpa perlu didahului dengan selamat pagi, selamat siang, dsb., sebab belum tentu akan dibaca pada jam sesuai dengan ucapan selamat yang diberikan. Ketik pertanyaan atau komentar secara singkat tetapi jelas, misalnya "Mohon menjelaskan apakah memperoleh pengetahuan dengan menggunakan pendekatan ilmiah mempunyai kelebihan dan kelemahan". Pertanyaan dan/atau komentar diharapkan ditanggapi oleh mahasiswa lainnya dan setiap mahasiswa wajib menanggapi minimal satu pertanyaan dan/atau komentar yang disampaikan oleh mahasiswa lainnya. Pertanyaan dan/atau komentar maupun tanggapannya disampaikan paling lambat pada Minggu, 18 Februari 2024 pukul 24.00 WITA dengan cara menjawab pertanyaan pada laporan melaksanakan kuliah.

1.2.2.2. Mendiskusikan dengan Cara Membagikan Materi Kuliah

Setelah membaca materi kuliah, silahkan bagikan materi kuliah melalui media sosial yang dimiliki disertai dengan mencantumkan status tertentu, misalnya "Saya sekarang sudah tahu bahwa ternyata pengetahuan terdiri atas beberapa macam ... dst." Untuk membagikan lauar klik tombol Beranda dan kemudian klik tombol pembagian memalui media sosial dengan mengklik tombol media sosial yang tertera di sebelah kanan judul materi kuliah. Jika media sosial yang dimiliki tidak tersedia dalam ikon yang ditampilkan, klik ikon paling kanan untuk membuka ikon media sosial lainnya. Materi kuliah dibagikan paling lambat pada Minggu, 18 Februari 2024 pukul 24.00 WITA dengan cara menjawab pertanyaan pada laporan melaksanakan kuliah.

1.2.2.3. Mengerjakan dan Melaporkan Tugas Kasus

Pada tugas materi kuliah 1.1 Anda sudah diminta mengunduh daftar kelompok, melengkapinya, dan mengunggah file yang sudah dilengkapi melalui tautan memasukkan laporan melaksanakan kuliah dan mengerjakan tugas. Silahkan mengerjakan tugas ini secara kelompok sesuai dengan Daftar Kelompok Mahasiswa, tetapi melaporkan hasil pengerjaan tugas secara individual:

1. Dari judul skripsi yang filenya sudah diunduh, memilih satu skripsi yang penelitiannya menggunakan metode eksperimental dan dengan pengamatan yang dilakukan terhadap beberapa peubah. Catat judul skripsi dan perlakuan yang dicobakan dalam percobaan yang dilakukan.
2. Baca bagian perancangan peubah, sebutkan peubah yang digunakan dan di antara peubah tersebut, peubah manakah yang lebih tepat daripada yang lainnya untuk mengukur pengaruh perlakuan yang dicobakan.
3. Baca uraian mengenai cara mengukur peubah yang paling tepat untuk mengukur perlakuan lalu tentukan apakah pengukuran dilakukan dengan menggunakan skala nominal, ordinal, interval, atau rasio.
4. Tentukan apakah peubah yang dipilih merupakan peubah pertumbuhan atau bukan dan diamati satu kali atau beberapa kali secara berulang.
5. Berdasarkan pada jawaban terhadap pertanyaan 2 sampai pertanyaan 4, jelaskan apakah pemilihan peubah pada penelitian skripsi tersebut pada pertanyaan 1 memenuhi validitas konstruk.

Laporkan data hasil pengamatan untuk menjawab pertanyaan-pertanyaan Pengerjaan Tugas Projek pada saat memasukan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas paling lambat pada Minggu, 18 Februari 2024 pukul 24.00 WITA.

1.2.3. ADMINISTRASI PELAKSANAAN KULIAH

Untuk membuktikan telah melaksanakan perkuliahan daring materi kuliah ini, Anda wajib mengakses, menandatangani presensi, dan mengumpulkan tugas di situs SIADIKNONA. Sebagai cadangan, silahkan juga menandatangani daftar hadir dan memasukkan laporan melaksanakan kuliah dan mengerjakan tugas dengan mengklik tautan berikut ini: 

1. Menandatangani Daftar Hadir Melaksanakan Kuliah selambat-lambatnya pada Selasa, Selasa, 13 Februari 2024 pukul 24.00 WITA dan setelah menandatangani, silahkan periksa untuk memastikan daftar hadir sudah ditandatangani;
2. Menyampaikan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas selambat-lambatnya pada Minggu, 18 Februari 2024 pukul 24.00 WITA dan setelah memasukkan, silahkan periksa untuk memastikan laporan sudah masuk.

Mahasiswa yang tidak mengisi dan menandatangani Daftar Hadir Melaksanakan Kuliah dan tidak menyampaikan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas akan ditetapkan sebagai tidak mengikuti perkuliahan.

***********

Hak cipta blog pada: I Wayan Mudita
Diterbitkan pertama kali pada 5 Februari 2023, belum pernah diperbarui.

Hak cipta selurun tulisan pada blog ini dilindungi berdasarkan Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License. Silahkan mengutip tulisan dengan merujuk sesuai dengan ketentuan perujukan akademik.