- Dalam ilmu sosial dan ilmu hayati, hampir semua variabel memiliki tingkat korelasi tertentu satu sama lain
- Fenomena ini bukan sekadar kebetulan atau kesalahan statistik, melainkan fakta nyata yang berasal dari faktor genetik dan lingkungan yang saling bertaut secara kompleks
- Semakin besar ukuran sampel, korelasi yang signifikan akan muncul pada sebagian besar pasangan variabel, dan peneliti pun mulai memusatkan perhatian pada pola korelasi itu sendiri, bukan pada korelasi individual
- 'Crud factor' berarti ada korelasi kecil pada hampir semua pasangan variabel, sehingga hanya dengan memilih teori dan pasangan variabel secara acak pun kemungkinan besar akan muncul hasil yang signifikan
- Dalam situasi seperti ini, makna dari tingkat signifikansi tradisional (0,05) menjadi melemah, sehingga interpretasi statistik dalam ilmu sosial perlu dilakukan dengan hati-hati
Gambaran umum dan latar belakang
- Dalam psikologi dan sosiologi, gagasan bahwa "segala sesuatu sampai taraf tertentu saling berkorelasi" diterima secara luas
- Karakteristik tertentu ditentukan oleh berbagai faktor genetik dan lingkungan, dan di antara faktor-faktor ini sendiri juga terdapat korelasi
- Karena itu, pada praktiknya hampir semua variabel yang dapat diukur memiliki tingkat keterkaitan timbal balik tertentu
“Crud Factor” dan temuan statistik
- “Crud factor” merujuk pada fenomena bahwa selalu ada korelasi kecil bahkan di antara pasangan variabel acak dalam penelitian ilmu sosial (dan sebagian ilmu hayati)
- Dalam data skala besar terhadap 57.000 siswa SMA Minnesota pada tahun 1966, hasil analisis 105 tabulasi silang (crosstabulation) di antara beragam variabel seperti keluarga, pendidikan, aktivitas hobi, rencana karier, dan agama semuanya signifikan secara statistik
- Sebanyak 96% dari keseluruhan hasil menyingkirkan kemungkinan bahwa itu kebetulan, dengan probabilitas yang sangat rendah pada tingkat p<10⁻⁶
- Saat jumlah variabel diperluas menjadi 45, sebanyak 92% dari total 990 kombinasi terbukti signifikan secara statistik
- Median hubungan signifikan antara satu variabel dan semua variabel lainnya adalah 41 dari 44
Contoh pada variabel nyata
- Pada hubungan antara skor MCAT dengan jumlah saudara kandung, urutan kelahiran, jenis kelamin, rencana pekerjaan, preferensi agama, dan lain-lain, semuanya menunjukkan signifikansi statistik yang tinggi
- Contoh: siswi mendapat skor lebih tinggi daripada siswa, skor cenderung menurun seiring bertambahnya jumlah saudara kandung, anak sulung/anak tunggal lebih pintar daripada anak bungsu, ada perbedaan yang jelas antarkelompok agama, dan banyak lagi
- Bahkan pada 5 denominasi Protestan utama, signifikansi tinggi juga diamati dalam hubungan dengan berbagai variabel
- Contoh: kemungkinan anak tunggal menjadi Presbyterian hampir dua kali lipat dibanding Baptist, ada perbedaan dalam kesukaan terhadap sekolah dan harapan pekerjaan menurut denominasi, serta banyak korelasi lainnya
Contoh item MMPI
- Dari 550 item MMPI (tes kepribadian), 507 item (92%) menunjukkan perbedaan signifikan menurut jenis kelamin
- Beberapa item dapat menjelaskan perbedaan kecenderungan yang jelas, tetapi item lainnya memiliki alasan yang kompleks atau tidak dapat dijelaskan
- Karena hasil seperti ini muncul dalam penelitian berskala besar dengan jumlah sampel sangat besar, ini bukan kesalahan statistik (type I error), melainkan fenomena nyata
Keterbatasan korelasi ilmu sosial dan pengujian teori
- Bahkan jika teori dan pasangan variabel acak digabungkan secara acak, bila korelasi rata-rata (crud factor) berada di tingkat 0,30, maka secara praktis ada kemungkinan menemukan perbedaan signifikan sekitar satu dari tiga kali
- Fenomena ini terjadi jauh lebih sering daripada tingkat signifikansi (0,05) yang biasanya dianggap bermakna dalam ilmu sosial
- Karena korelasi mudah muncul bahkan pada pasangan variabel yang tidak diprediksi secara teoretis oleh peneliti, sulit menjadikan signifikansi statistik saja sebagai dasar bagi hubungan kausal yang substansial
- Penyebab yang kompleks (gen/lingkungan) dan kekayaan data observasional menghasilkan korelasi yang beraneka arah seperti ini
Kesimpulan praktis
- Saat menafsirkan data ilmu sosial dan menguji teori, perlu selalu mengingat "korelasi yang biasa-biasa saja tetapi benar-benar ada" akibat 'crud factor'
- Daripada memercayai mentah-mentah statistik tingkat signifikansi (misalnya p<0,05), diperlukan pendekatan yang lebih berfokus pada kausalitas substantif antarvariabel dan interpretasi pola
- Seperti pepatah Thorndike, "semua hal yang baik cenderung datang bersama", di dunia nyata terlalu banyak hal saling terjalin satu sama lain
Belum ada komentar.