Effect Size

 

Kenali Effect Size: Memahami Besarnya Efek dalam Uji Parametrik dan Nonparametrik

Pernah melakukan uji statistik dan mendapatkan hasil yang signifikan? Jangan buru-buru menyimpulkan bahwa hasil penelitian kita sudah menunjukkan efek yang besar.

Dalam penelitian kuantitatif, kita tidak cukup hanya mengetahui apakah suatu hasil signifikan secara statistik. Kita juga perlu memahami seberapa besar efek atau perubahan yang ditemukan. Nah, di sinilah effect size atau ukuran efek berperan.

Effect size membantu kita melihat hasil penelitian secara lebih lengkap. Jadi, kita tidak hanya berfokus pada nilai p-value, tetapi juga memahami seberapa besar perbedaan atau hubungan yang ditemukan. Konsep ini penting ketika kita menganalisis hasil eksperimen, membandingkan kelompok, atau mengevaluasi keberhasilan suatu pembelajaran (Lakens, 2013). Untuk membantu memahami konsep tersebut, kita pelajari secara bertahap.

Effect Size Uji Parametrik

Effect size pada uji parametrik, seperti uji t, ANOVA, dan korelasi Pearson. Kamu dapat mengenal beberapa ukuran efek yang sering digunakan, memahami fungsi masing-masing, serta mempelajari rumus dan cara menginterpretasikan hasilnya.

Materi ini berguna ketika kamu melakukan penelitian yang membandingkan rata-rata, menganalisis perbedaan antarkelompok, atau menguji hubungan antara dua variabel.

Sebelum memilih rumus, pastikan kamu sudah mengetahui jenis uji statistik yang digunakan. Setiap analisis bisa membutuhkan ukuran efek yang berbeda, jadi jangan langsung menggunakan satu rumus untuk semua kasus.

Effect Size Uji Nonparametrik

Effect size pada uji nonparametrik, terutama Wilcoxon Signed-Rank Test. Uji Wilcoxon sering digunakan untuk membandingkan dua pengukuran berpasangan, misalnya skor pretest dan posttest dari orang yang sama. Setelah melakukan uji statistik, kita juga dapat menghitung effect size untuk memahami besarnya perubahan yang terjadi.

Berikut disajikan rumus, langkah perhitungan, pedoman interpretasi, dan ilustrasi hasil analisis menggunakan output SPSS.

Jangan berhenti setelah mendapatkan nilai signifikansi dari SPSS. Pelajari juga ukuran efeknya agar kamu dapat menjelaskan hasil penelitian secara lebih lengkap.

Agar lebih mudah dipahami, kamu dapat mengikuti langkah berikut.

Kenali jenis uji statistiknya. Apakah penelitianmu menggunakan uji parametrik atau nonparametrik?

Pilih ukuran efek yang sesuai. Perhatikan jenis analisis dan desain penelitian yang digunakan.

Ikuti rumus dan langkah perhitungan. Gunakan materi ini sebagai panduan belajar.

Pelajari interpretasinya. Pahami arti nilai effect size berdasarkan pedoman yang dirujuk.

Hubungkan dengan hasil penelitian. Jelaskan apa arti ukuran efek tersebut dalam konteks penelitianmu.

Perlu diingat, kategori kecil, sedang, dan besar merupakan pedoman umum. Makna praktis suatu efek tetap perlu dilihat berdasarkan konteks penelitian.

Belajar statistik bukan sekadar menghitung angka atau mencari nilai signifikansi. Kita juga perlu memahami makna di balik angka tersebut.

Semoga kamu semakin mudah memahami effect size, memilih ukuran efek yang tepat, dan melaporkan hasil penelitian dengan lebih baik.

Hasil penelitian yang baik bukan hanya menunjukkan suatu efek ditemukan, tetapi juga membantu kita memahami seberapa besar efek tersebut.

Selamat belajar dan semoga bermanfaat...

Referensi

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates. https://doi.org/10.4324/9780203771587

Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155–159. https://doi.org/10.1037/0033-2909.112.1.155

Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.

Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863. https://doi.org/10.3389/fpsyg.2013.00863

Peres, F. F. (2026). Effect sizes for nonparametric tests. Biochemia Medica, 36(1), 010101. https://doi.org/10.11613/BM.2026.010101

Rosenthal, R. (1991). Meta-analytic procedures for social research (Rev. ed.). SAGE Publications.