Oleh: Syarqawi Dhofir
Data multi level adalah data yang berstruktur secara hierarkis misalnya data tentang status ekonomi, sosial, sikap terhadap PR, jenis kelamin dan etnis dari setiap siswa. Data itu dikumpulkan untuk menemukan keefektifan sekolah dan pengaruhnya pada keberhasilan siswa dan sekolah.
Model multilevel dikembangkan untuk menganalisis data yang berstrukutur secara hierarikis. Setiap hierarkis terdiri dari level-level bertingkat. Level mikro (siswa) dan makro (sekolah). Level makro (sekolah) mengacu
pada kelompok dan konteks. Tujuan analisis multilevel adalah membuat prediksi dan mengurai hubungan-hubungan yang ada.Model kontekstual digunakan untuk menganalisis data mikro (siswa) dan makro (sekolah). Contoh kasus siswa (mikro) yang bermuara pada sekolah (makro). Ia adalah model regresi (model mundur) yang berisi dua jenis variabel: variabel level individual dan variabel konteks agregat (kelompok) seperti mean/median kelompok. Pada literatur hanyalah analisis agreasi dengan varibel konteks agregat saja yang dianggap sebagai model kontekstual
Model Multivel berkeyakinan:
1. Model linear terpisah (level I) pada masing-masing konteks harus dicocokan
2. Setiap kontek memiliki variabel penjelas dan hasil yang sama, tetapi koefisien regresinya berbeda.
3. Model itu dihubungakan bersama oleh level II. Koefesian regresi drai model level I diregresi pada variabel penjelas level kedua.
Contoh dari Kreft dkk (1995)
Data tentang pekerja di 12 industri
1. Individu (variabel dari level I)
· pendidikan (variabel penjelas0
· penghasilan (Variabel respon)
2. Tipe industri, swasta/negeri (variabel dari level II)
3. Analisis
· pada level pekerja perorangan menghasilkan ada hubungan positif antara tingkat pendidikan dan penghasilan.
· pada level industri, lebih tinggi (level 12 industri) menghasil hubugan negatif antara tingkat pendidikan dan penghasilan.
4. Analisis pada level industri menggunakan pengukuran agregat (rata-rata tingkat penddidikan dari industri sebagai variabel penjelas dan rata-rata penghasilan sebagai respon).
5. Kesimpulan: Analisis pada berbeda pada level berbeda pada hirarki menghasilkan hasil yang berbeda
Contoh Riset Keefektifan Sekolah (Oleh Cronbach dan Webb 1975, Burstein dkk 1978, Aitkin dan Longford 1986)
1. Subjek Pengukuran: guru, sekolah dan siswa
2. Problemanya: Bagaimana struktur organisasi sekolah berpengaruh pada kinerja siswa, dan bagaimana karakteristik guru (IQ dan gaya mengajarnya) berpengaruh pada pembelajaran siswa?
3. Asumsi: Guru dan siswa yang berbeda adalah perlakuan yang berbeda.
4. Metode dan Pendekatan: a. Psikologi eksperimen dan b. analisis Covarian.
5. Kesimpulan:
· Penggunaan metode tersebut bermasalah.
· Tapi sungguhpun demikian masih mungkin dilakukan.
· Tetapi penggunaannya secara spesifik tidak bisa digunakan sebagai model langsung.
Beberapa istilah teknis yang penting
1. Korelasi antar kelas adalah suatu ukuran tingkat ketergantungan individu pada kelas. Dalam riset keefektifan sekolah mengasumsikan:
· Siswa berkaitan dengan sekolah.
· Siswa pada sekolah yang sama dibandingkan dengan siswa pada sekolah yang berbeda
· Semakin sering individu berbagi pengalaman dalam suatu ruang dan waktu di sekolah maka akan semakin mendekat pada keserupaan.
2. Koefisien tetap dan acak. Dalam konteks model linear diterapkan pada tiga:
· efek acak/tetap (random/fixed)
· variable acak/tetap
· koefisien acak/tetap
ini digunakan pada riset eksperimen. Semua anggota kelompok dan perlakuannya dilibatkan. Data dianalisis dengan analisis varian (analisis yang berbeda-beda). Contoh eksperimen program pencegahan obat di sekolah-sekolah. Sekolah-sekolah itu tak sederajat (sampel acak). Efek prpgram pencegahan pada sekolah diasumsikan sebagai efek acak. Dan karena itu maka efek perlakuan akan dianggap acak pula. Ini untuk kepentingan mengeneralisir seluruh populasi hatta pada sekolah yang tak dikenai perlakuan.
3. Variabel acak adalah variabel dengan nilai-nilai yang dipilih dari distribusi probabilitas. Nilai yang diharapkan adalah mean. Dan variannya adalah diketahui dan tak diektahui. Variabel tetap adalah variabel dengan nilai-nilai yang sudah diketahui. Seperti jenis kelamin.
4. Koefisien acak adalah koefisien yang mengasumsikan nilai-nilai yang terdistribusikan sebagai probabilitas.
5. Interaksi lintas level adalah interaksi antar variabel yang diukur pada level yang berbeda pada data yang terstruktur secara hierarkis.: Misalnya Hubungan sifat murid dengan cara guru memandang gender.
6. Prediksi aktual adalah prediksi yang dapat dicek pada realitas. Prediksi Virtual adalah prediksi yang tidak dapat dicek pada realitas. Contoh: pengaruh status sosial orang tua pada kesuksesan belajar anaknya. Kenaikan satu poin status berarti kenaikan satu poin kesuksesan, ini prediksi virtual, dan karenanya perlu dilacak lagi pada kenyataan sehingga menjadi prediksi aktual.
0 komentar:
Posting Komentar