Desain Penelitian

Tingkat Kesulitan: Pemula Waktu Baca: 12 menit

Bagaimana Kita Sebenarnya Menemukan Sesuatu?

Bayangkan Anda ingin tahu apakah minum teh hijau membantu orang tidur lebih nyenyak. Anda bisa bertanya kepada teman-teman yang minum teh hijau apakah mereka tidur nyenyak. Tapi pendekatan ini punya masalah. Mungkin teman-teman yang minum teh juga lebih rajin berolahraga, atau mungkin mereka memang sudah punya kualitas tidur yang baik dari dulu.

Populasi target Sampel studi

Desain penelitian adalah rencana bagaimana kita mengumpulkan bukti. Rencana yang baik membantu kita memisahkan apa yang benar-benar menjadi penyebab dari apa yang kebetulan muncul bersamaan. Rencana yang buruk bisa mengarahkan kita ke kesimpulan yang salah total, kadang dengan konsekuensi nyata bagi kesehatan, pendidikan, atau keuangan orang.

Dua Jenis Utama Penelitian

Setiap penelitian masuk ke salah satu dari dua kategori besar: observasional atau eksperimental. Memahami jenis mana yang Anda lihat akan memberitahu banyak tentang seberapa besar Anda harus mempercayai hasilnya.

Studi Observasional: Mengamati Tanpa Ikut Campur

Dalam studi observasional, peneliti hanya mengamati dan mencatat apa yang terjadi. Mereka tidak mengubah apa pun atau meminta siapa pun melakukan sesuatu secara berbeda. Mereka mengamati dunia apa adanya.

Misalnya, seorang peneliti di Universitas Indonesia mungkin melacak 10.000 orang selama sepuluh tahun, mencatat apa yang mereka makan dan apakah mereka mengembangkan penyakit jantung. Peneliti tidak memberitahu siapa pun apa yang harus dimakan. Mereka hanya mengamati dan mencatat.

Studi observasional berguna ketika Anda tidak bisa (atau tidak seharusnya) bereksperimen pada orang. Anda tidak akan meminta sekelompok remaja untuk mulai merokok hanya untuk melihat apa yang terjadi. Sebaliknya, Anda akan mengamati perokok dan bukan perokok dari waktu ke waktu dan membandingkan kesehatan mereka.

Keterbatasan besar: studi observasional bisa menunjukkan bahwa dua hal berhubungan, tetapi tidak bisa membuktikan satu hal menyebabkan yang lain. Orang yang makan lebih banyak sayur mungkin juga lebih rajin olahraga, tidur lebih baik, dan rutin ke dokter. Apakah sayurnya yang membantu mereka, atau semua hal lainnya?

Studi Eksperimental: Mengubah Satu Hal dengan Sengaja

Dalam studi eksperimental, peneliti dengan sengaja mengubah sesuatu dan mengukur apa yang terjadi. Ini adalah standar emas untuk mengetahui apakah satu hal benar-benar menyebabkan yang lain.

Hal yang diubah peneliti disebut variabel independen. Hal yang diukur setelahnya disebut variabel dependen. Semua hal lain dijaga agar sesama mungkin.

Contoh

Sebuah dinas pendidikan di Yogyakarta ingin mengetahui apakah metode pengajaran matematika yang baru meningkatkan nilai ujian. Mereka memilih 20 kelas. Sepuluh kelas menggunakan metode baru (kelompok eksperimen). Sepuluh kelas melanjutkan dengan metode lama (kelompok kontrol). Setelah enam bulan, mereka membandingkan nilai ujian. Metode pengajaran adalah variabel independen. Nilai ujian adalah variabel dependen.

Mengapa Kelompok Kontrol Penting

Kelompok kontrol adalah kelompok yang tidak menerima perlakuan atau perubahan yang sedang diteliti. Tanpa kelompok kontrol, Anda tidak bisa tahu apakah hasilnya akan terjadi juga tanpa perlakuan.

Pikirkan tentang obat flu. Jika Anda minum obat flu baru dan merasa baikan dalam lima hari, apakah itu karena obatnya? Atau Anda akan baik-baik saja dalam lima hari tanpa obat? Tanpa membandingkan pengalaman Anda dengan orang yang tidak minum obat, Anda tidak bisa tahu.

Dalam uji klinis obat, kelompok kontrol sering menerima plasebo, pil gula atau perlakuan tidak aktif yang terlihat identik dengan yang asli. Ini karena orang kadang merasa lebih baik hanya karena mereka percaya sedang diobati. Ini disebut efek plasebo, dan efeknya sangat kuat.

Pengacakan: Menjaga Keadilan

Bagaimana Anda memutuskan siapa yang masuk kelompok eksperimen dan siapa yang masuk kelompok kontrol? Jika Anda membiarkan orang memilih, Anda mungkin mendapat hasil yang miring. Orang yang secara sukarela mengikuti program olahraga baru, misalnya, mungkin sudah lebih termotivasi dari rata-rata.

Solusinya adalah pengacakan: menugaskan orang ke kelompok secara kebetulan, seperti melempar koin. Dengan cara ini, perbedaan apa pun antar orang (usia, kesehatan, motivasi, latar belakang) tersebar kira-kira merata di kedua kelompok. Ini tidak sempurna, tapi dengan cukup peserta, ini bekerja sangat baik.

Contoh

Sebuah perusahaan teknologi di Jakarta ingin menguji apakah jam kerja fleksibel mengurangi stres karyawan. Jika mereka membiarkan karyawan memilih apakah akan mencoba jam fleksibel, karyawan yang paling tidak stres mungkin yang mendaftar (karena mereka sudah lebih baik dalam mengatur waktu). Sebaliknya, perusahaan secara acak menugaskan departemen ke jadwal fleksibel atau jadwal standar, sehingga kelompoknya bisa dibandingkan.

Penyamaran: Menghilangkan Bias Tidak Sadar

Bahkan dengan niat baik, mengetahui kelompok mana Anda berada bisa mempengaruhi hasil. Pasien yang tahu mereka mendapat obat asli mungkin melaporkan merasa lebih baik. Dokter yang tahu pasien mana yang mendapat perlakuan asli mungkin secara tidak sadar mencari perbaikan lebih keras.

Penyamaran tunggal (single-blind) berarti peserta tidak tahu kelompok mana mereka berada, tetapi peneliti tahu. Penyamaran ganda (double-blind) berarti baik peserta maupun peneliti yang berinteraksi dengan mereka tidak tahu siapa yang mendapat apa. Tim terpisah menyimpan informasi ini dan mengungkapkannya hanya setelah penelitian selesai.

Studi penyamaran ganda dianggap paling andal karena menghilangkan bias dari kedua sisi. Inilah mengapa Anda sering mendengar frasa "uji acak, penyamaran ganda, terkontrol plasebo" dalam penelitian medis. Ini menggabungkan ketiga perlindungan: penugasan acak, penyamaran di kedua sisi, dan kelompok pembanding yang menerima plasebo.

Menggabungkan Semuanya: Uji Klinis Obat

Mari telusuri contoh dunia nyata. Sebuah perusahaan farmasi mengembangkan obat tekanan darah baru. Berikut bagaimana penelitian yang dirancang dengan baik bekerja:

  1. Rekrut peserta: Temukan 1.000 orang dewasa dengan tekanan darah tinggi yang setuju bergabung dalam penelitian.
  2. Acak: Komputer secara acak menugaskan 500 orang ke kelompok obat dan 500 ke kelompok plasebo.
  3. Samarkan: Kedua pil terlihat identik. Baik pasien maupun dokter yang mengukur tekanan darah tidak tahu siapa yang mendapat apa.
  4. Ukur: Setelah tiga bulan, bandingkan tekanan darah antara kedua kelompok.
  5. Analisis: Gunakan uji statistik untuk menentukan apakah perbedaannya nyata atau hanya karena kebetulan.

Jika kelompok obat memiliki tekanan darah yang jauh lebih rendah daripada kelompok plasebo, dan penelitiannya diacak dan disamarkan dengan benar, itu bukti kuat bahwa obat tersebut benar-benar bekerja.

Ketika Eksperimen Tidak Mungkin Dilakukan

Kadang eksperimen tidak etis atau tidak praktis. Anda tidak bisa secara acak menugaskan orang ke kemiskinan untuk mempelajari efek kesehatannya. Anda tidak bisa secara acak menugaskan anak-anak ke struktur keluarga yang berbeda. Dalam kasus-kasus ini, peneliti mengandalkan studi observasional dan menggunakan teknik statistik untuk mencoba memperhitungkan perbedaan antar kelompok. Hasilnya tetap berharga, tetapi memerlukan lebih banyak kehati-hatian dalam interpretasi.

Poin Penting

Kekuatan kesimpulan sebuah penelitian tergantung pada desainnya. Studi eksperimental dengan pengacakan, kelompok kontrol, dan penyamaran memberikan bukti terkuat bahwa satu hal menyebabkan yang lain. Studi observasional bisa mengungkap pola penting, tetapi tidak bisa membuktikan sebab-akibat sendiri. Ketika Anda menemui klaim penelitian, tanyakan: apakah ini eksperimen atau observasi? Satu pertanyaan itu memberitahu banyak tentang seberapa yakin Anda seharusnya terhadap hasilnya.