1. ANOVA (Analisis Variansi)
- Tujuan: Menguji perbedaan rata-rata variabel terikat (VT) di antara kelompok-kelompok berdasarkan variabel bebas (VB).
- Jumlah Variabel:
- Satu VT.
- Satu atau lebih VB (satu jalan, dua jalan, tiga jalan).
- Contoh: Menguji perbedaan hasil belajar siswa berdasarkan metode pembelajaran (satu jalan ANOVA).
- Kapan Digunakan: Jika ingin membandingkan rata-rata antar kelompok.
2. ANCOVA (Analisis Variansi dengan Kovariat)
- Tujuan: Sama seperti ANOVA, tetapi dengan tambahan mengontrol pengaruh variabel kovariat (kontrol).
- Jumlah Variabel:
- Satu VT.
- Satu atau lebih VB, plus satu atau lebih kovariat.
- Contoh: Menguji perbedaan motivasi belajar siswa berdasarkan metode pembelajaran, setelah dikontrol oleh kemampuan awal.
- Kapan Digunakan: Jika ada variabel tambahan yang perlu dikontrol untuk meningkatkan akurasi hasil.
3. MANOVA (Analisis Variansi Multivariat)
- Tujuan: Menguji perbedaan rata-rata lebih dari satu VT di antara kelompok-kelompok berdasarkan VB.
- Jumlah Variabel:
- Dua atau lebih VT.
- Satu atau lebih VB.
- Contoh: Menguji perbedaan hasil belajar dan motivasi belajar berdasarkan jenis media pembelajaran.
- Kapan Digunakan: Jika ada lebih dari satu VT yang saling terkait.
4. MANCOVA (Analisis Variansi Multivariat dengan Kovariat)
- Tujuan: Sama seperti MANOVA, tetapi dengan tambahan mengontrol pengaruh variabel kovariat.
- Jumlah Variabel:
- Dua atau lebih VT.
- Satu atau lebih VB, plus satu atau lebih kovariat.
- Contoh: Menguji perbedaan kreativitas dan motivasi belajar berdasarkan metode pembelajaran, setelah dikontrol oleh tingkat literasi digital.
- Kapan Digunakan: Jika ada lebih dari satu VT dan ingin mengontrol kovariat.
5. Analisis Regresi (Sederhana dan Ganda)
- Tujuan: Mengukur hubungan dan pengaruh antara variabel bebas (prediktor) terhadap variabel terikat.
- Jumlah Variabel:
- Sederhana: Satu prediktor dan satu VT.
- Ganda: Dua atau lebih prediktor dan satu VT.
- Contoh: Mengukur pengaruh literasi digital dan motivasi belajar terhadap hasil belajar siswa.
- Kapan Digunakan: Jika ingin memprediksi nilai VT berdasarkan prediktor.
6. Korelasi Parsial
- Tujuan: Mengukur kekuatan hubungan antara dua variabel setelah mengontrol pengaruh variabel lain.
- Jumlah Variabel:
- Dua variabel utama, plus satu atau lebih variabel kontrol (kovariat).
- Contoh: Mengukur hubungan antara literasi digital dan efektivitas pembelajaran daring setelah mengontrol pengalaman belajar.
- Kapan Digunakan: Jika ingin mengetahui hubungan sebenarnya antara dua variabel dengan mengabaikan pengaruh variabel lain.
7. Analisis Jalur (Path Analysis)
- Tujuan: Menguji hubungan langsung dan tidak langsung antara variabel bebas, variabel mediasi, dan variabel terikat.
- Jumlah Variabel:
- Satu atau lebih VB, mediasi, dan satu VT.
- Contoh: Mengukur pengaruh LMS terhadap hasil belajar siswa melalui motivasi belajar sebagai mediasi.
- Kapan Digunakan: Jika ada hubungan kompleks (langsung dan tidak langsung) antara variabel.
8. Analisis Faktor
- Tujuan: Mengidentifikasi struktur laten dari sekumpulan variabel observasi.
- Jumlah Variabel:
- Banyak variabel observasi untuk membentuk beberapa faktor atau konstruk.
- Contoh: Mengidentifikasi faktor-faktor yang memengaruhi adopsi teknologi pembelajaran.
- Kapan Digunakan: Jika ingin menyederhanakan banyak variabel menjadi beberapa konstruk atau dimensi.
Ringkasan:
| Metode | Tujuan Utama | VT | VB/Prediktor | Kovariat | Hubungan Kompleks |
|---|---|---|---|---|---|
| ANOVA | Perbedaan rata-rata antar kelompok | 1 | 1 atau lebih | Tidak | Tidak |
| ANCOVA | Perbedaan rata-rata dengan kontrol | 1 | 1 atau lebih | Ya | Tidak |
| MANOVA | Perbedaan rata-rata lebih dari 1 VT | >1 | 1 atau lebih | Tidak | Tidak |
| MANCOVA | Perbedaan rata-rata >1 VT, kontrol | >1 | 1 atau lebih | Ya | Tidak |
| Regresi | Pengaruh VB terhadap VT | 1 | 1 atau lebih | Tidak | Tidak |
| Korelasi | Hubungan antara dua variabel | – | 2 | Ya | Tidak |
| Jalur | Hubungan langsung dan tidak langsung | 1 | 1 atau lebih | Tidak | Ya |
| Faktor | Menemukan struktur laten | – | Banyak | Tidak | Tidak |
Catatan :
VT = Variabel Terikat
VB = Variabel Bebas / Prediktor (khusus pada Regresi)
Penyesuaian metode tergantung pada desain penelitian dan jenis data yang dimiliki.