Apa yang dimaksud dengan variabel yang membingungkan? (definisi & #038; contoh)

Dalam eksperimen apa pun, ada dua variabel utama:

Variabel bebas: variabel yang dimodifikasi atau dikendalikan oleh pelaku eksperimen agar dapat mengamati pengaruhnya terhadap variabel terikat.

Variabel terikat: variabel yang diukur dalam suatu eksperimen yang “tergantung” pada variabel bebas.

Peneliti sering kali tertarik untuk memahami bagaimana perubahan variabel independen mempengaruhi variabel dependen.

Namun terkadang ada variabel ketiga yang tidak diperhitungkan dan hal ini dapat mempengaruhi hubungan kedua variabel yang diteliti.

Variabel jenis ini disebut sebagai variabel perancu dan dapat mengacaukan hasil suatu penelitian serta menimbulkan kesan seolah-olah ada semacam hubungan sebab akibat antara dua variabel yang sebenarnya tidak ada.

Variabel perancu: variabel yang tidak dimasukkan dalam suatu percobaan, tetapi mempengaruhi hubungan kedua variabel dalam suatu percobaan.

Variabel jenis ini dapat membingungkan hasil eksperimen dan menghasilkan hasil yang tidak dapat diandalkan.

Misalnya, seorang peneliti mengumpulkan data tentang penjualan es krim dan serangan hiu dan menemukan bahwa kedua variabel tersebut sangat berkorelasi. Apakah ini berarti peningkatan penjualan es krim menyebabkan lebih banyak serangan hiu?

Tidak mungkin. Penyebab paling mungkin adalah variabel suhu yang membingungkan. Saat cuaca hangat di luar, lebih banyak orang membeli es krim dan lebih banyak orang pergi ke laut.

Persyaratan untuk variabel yang membingungkan

Agar suatu variabel menjadi variabel membingungkan, ia harus memenuhi persyaratan berikut:

1. Harus berkorelasi dengan variabel independen.

Pada contoh sebelumnya, suhu dikorelasikan dengan variabel independen penjualan es krim. Secara khusus, suhu yang lebih hangat dikaitkan dengan penjualan es krim yang lebih tinggi dan suhu yang lebih dingin dikaitkan dengan penjualan yang lebih rendah.

2. Harus ada hubungan sebab akibat dengan variabel terikatnya.

Pada contoh sebelumnya, suhu mempunyai pengaruh kausal langsung terhadap jumlah serangan hiu. Secara khusus, suhu yang lebih hangat mendorong lebih banyak orang ke laut, yang secara langsung meningkatkan kemungkinan serangan hiu.

Mengapa variabel yang membingungkan menjadi masalah?

Variabel perancu bermasalah karena dua alasan:

1. Variabel perancu dapat membuat hubungan sebab dan akibat tampak nyata, padahal sebenarnya tidak ada.

Dalam contoh kita sebelumnya, variabel suhu yang membingungkan membuat seolah-olah ada hubungan sebab akibat antara penjualan es krim dan serangan hiu.

Namun kita tahu bahwa penjualan es krim tidak menimbulkan serangan hiu. Variabel suhu yang membingungkan membuatnya tampak seperti itu.

2. Variabel pengganggu dapat mengaburkan hubungan sebab akibat yang sebenarnya antar variabel.

Misalkan kita sedang mempelajari kemampuan olahraga untuk menurunkan tekanan darah. Variabel perancu yang potensial adalah berat badan awal, yang berkorelasi dengan olahraga dan memiliki efek kausal langsung pada tekanan darah.

Meskipun peningkatan aktivitas fisik dapat menyebabkan penurunan tekanan darah, berat badan awal seseorang juga berdampak besar pada hubungan antara kedua variabel tersebut.

Variabel perancu dan validitas internal

Secara teknis, variabel perancu mempengaruhi validitas internal suatu penelitian, yaitu validitas pengaitan setiap perubahan variabel terikat dengan perubahan variabel bebas.

Ketika terdapat variabel perancu, kita tidak selalu dapat mengatakan dengan pasti bahwa perubahan yang kita amati pada variabel terikat merupakan akibat langsung dari perubahan pada variabel bebas.

Bagaimana mengurangi pengaruh variabel yang membingungkan

Ada beberapa cara untuk mengurangi pengaruh variabel yang membingungkan, antara lain dengan cara sebagai berikut:

1. Alokasi acak

Penugasan acak mengacu pada proses menugaskan individu secara acak dalam suatu penelitian ke kelompok perlakuan atau kelompok kontrol.

Misalnya, kita ingin mempelajari efek pil baru terhadap tekanan darah. Jika kita merekrut 100 orang untuk berpartisipasi dalam penelitian ini, kita dapat menggunakan generator angka acak untuk secara acak menetapkan 50 orang ke dalam kelompok kontrol (tanpa pil) dan 50 orang ke dalam kelompok pengobatan (pil baru).

Dengan menggunakan penugasan acak, kami meningkatkan kemungkinan bahwa kedua kelompok akan memiliki karakteristik yang kurang lebih sama, yang berarti bahwa setiap perbedaan yang diamati antara kedua kelompok dapat dikaitkan dengan perlakuan yang diberikan.

Artinya, penelitian tersebut harus mempunyai validitas internal : valid untuk mengaitkan perbedaan tekanan darah antar kelompok dengan pil itu sendiri, dan bukan perbedaan antar individu dalam kelompok.

2. Pemblokiran

Pemblokiran mengacu pada praktik membagi individu dalam suatu penelitian menjadi “blok” berdasarkan nilai tertentu dari variabel pengganggu untuk menghilangkan pengaruh variabel pengganggu.

Misalnya, peneliti ingin memahami pengaruh pola makan baru terhadap penurunan berat badan. Variabel bebasnya adalah pola makan baru dan variabel terikatnya adalah jumlah penurunan berat badan.

Namun, salah satu variabel perancu yang dapat menyebabkan variasi penurunan berat badan adalah jenis kelamin . Jenis kelamin seseorang kemungkinan besar akan memengaruhi jumlah berat badan yang mereka turunkan, baik diet baru tersebut berhasil atau tidak.

Salah satu cara untuk mengatasi masalah ini adalah dengan menempatkan individu ke dalam salah satu dari dua blok:

• Pria
• Perempuan

Kemudian, dalam setiap blok, kami akan secara acak menugaskan individu ke salah satu dari dua perlakuan:

• Pola makan baru
• Pola makan standar

Dengan melakukan ini, variasi dalam setiap blok akan jauh lebih rendah dibandingkan variasi antar individu dan kita akan dapat lebih memahami bagaimana pola makan baru mempengaruhi penurunan berat badan sambil mengontrol jenis kelamin.

3. Korespondensi

Desain berpasangan yang cocok adalah jenis desain eksperimental di mana kita “mencocokkan” individu berdasarkan nilai variabel perancu yang potensial.

Misalnya, peneliti ingin mengetahui bagaimana pola makan baru memengaruhi penurunan berat badan dibandingkan dengan pola makan standar. Dua variabel yang berpotensi membingungkan dalam situasi ini adalah usia dan jenis kelamin .

Untuk mengatasi hal tersebut, peneliti merekrut 100 subjek, lalu mengelompokkannya menjadi 50 pasangan berdasarkan usia dan jenis kelamin. Misalnya:

• Seorang pria berusia 25 tahun akan dijodohkan dengan pria berusia 25 tahun lainnya, karena mereka “cocok” dalam hal usia dan jenis kelamin.
• Seorang wanita berusia 30 tahun akan dicocokkan dengan wanita berusia 30 tahun lainnya karena mereka juga cocok dalam hal usia, jenis kelamin, dll.

Kemudian, dalam setiap pasangan, satu subjek akan ditugaskan secara acak untuk mengikuti pola makan baru selama 30 hari dan subjek lainnya akan ditugaskan untuk mengikuti pola makan standar selama 30 hari.

Pada akhir 30 hari, peneliti akan mengukur total penurunan berat badan untuk setiap subjek.

Dengan menggunakan jenis desain ini, peneliti dapat yakin bahwa perbedaan penurunan berat badan dapat dikaitkan dengan jenis diet yang digunakan, bukan variabel perancu yaitu usia dan jenis kelamin .

Jenis desain ini memiliki beberapa kelemahan, antara lain:

1. Kalah dua mata pelajaran jika salah satunya keluar. Jika suatu subjek memutuskan untuk keluar dari studi, Anda sebenarnya kehilangan dua mata pelajaran karena Anda tidak lagi memiliki pasangan yang lengkap.

2. Butuh waktu untuk menemukan kecocokan . Menemukan topik yang cocok dengan variabel tertentu, seperti jenis kelamin dan usia, dapat memakan waktu lama.

3. Tidak dapat mencocokkan topik dengan sempurna . Tidak peduli seberapa keras Anda mencoba, akan selalu ada variasi dalam subjek setiap pasangan.

Namun, jika sebuah penelitian memiliki sumber daya yang tersedia untuk menerapkan desain ini, maka hal ini akan sangat efektif dalam menghilangkan pengaruh variabel perancu.