Memahami Konsep dan Aplikasi Dasar Penggunaan Statistik Bayesian
Depok, Jum’at (4/10/2019) telah berlangsung Research Methodology and Statistics Workshop yang diselenggarakan di Ruang Bintang, Gedung A Lantai 3 Fakultas Psikologi UI. Dihadiri sebanyak 29 peserta, Topik yang diambil dalam kegiatan ini adalah ”Bayesian Statistics: Basic Concept and Application” dengan narasumber Sandersen Onie (PhD Candidates and Member of Motivated Attention and Perception Laboratory in School of Psychology, University of New South Wales, Australia).
Acara dibuka oleh Lathifah Hanum, M.Psi., Psikolog selaku Manajer Riset dan Pengabdian Masyarakat Fakultas Psikologi UI dengan menjelaskan tentang susunan acara dan tujuan yang ingin dicapai dari kegiatan ini, yakni untuk meningkatkan kompetensi metodologi penelitian staf pendidik Fakultas Psikologi UI, khususnya dalam penggunaan statistik Bayesian.
Sandersen Onie sebagai narasumber memulai sesi dengan memastikan para peserta sudah mengunduh software JASP. Software ini dapat diunduh di tautan https://jasp-stats.org/, ia juga memastikan berapa banyak peserta yang membawa data hasil penelitian untuk diolah.
Pada sesi pertama, di jelaskan mengenai latar belakang menggunakan pendekatan Bayesian dalam penghitungan statistik. Pendekatan Bayesian memiliki perbedaan dengan teknik statistik frekuensi, yang lebih menekankan p value apakah signifikan atau tidak. Bisa saja p value signifikan tetapi peneliti tidak dapat mengetahui seberapa besar kekuataan dari hasil penelitian.
Pendekatan Bayesian bisa menutupi kekurangan tersebut. Pendekatan Bayesian menggunakan perbandingan model. Hasil yang didapat bukanlah p value, melainkan Bayesian Factor dimana BF10 adalah H1 per H0. Setelah mendapatkan hasil dari penghitungan Bayesian Factor, peneliti menggunakan Jeffrey’s Scale untuk melihat seberapa kuat hasil penghitungan yang didapatkan. Dengan demikian, pada hasil penghitungan Bayesian tidak ada kata “signifikan”. Kata yang digunakan adalah “H1 berapa kali lebih besar atau lebih mungkin dari H0”.
Peserta juga diajak untuk melakukan penghitungan data statistik menggunakan JASP. Penghitungan data yang pertama menggunakan pendekatan statistik frekuensi (p value). Teknik statistik yang digunakan adalah one sample t-test. Pada software JASP, klik “Open” kemudian “Data library”, “T-test” dan pilih “Weight Gain”. Setelah itu tutup semua window yang terbuka, sehingga kita bisa melihat data mentah di JASP. Kemudian narasumber meminta peserta untuk membuat persebaran data dengan menggunakan tools “Descriptive”. Setelah persebaran data muncul di sisi sebelah kanan, narasumber mengajarkan langkah demi langkah untuk melakukan penghitungan t-test di JASP. Klik “T-test” kemudian pilih “One sample t-test”. Pindahkan variabel “difference” ke kolom “Variables”. Hasil penghitungan akan tersedia di sisi sebelah kanan. Berbeda dengan software SPSS, pada JASP peneliti bisa menambahkan catatan di setiap bagian hasil. Klik simbol panah ke bawah di hasil penghitungan, lalu pilih “add notes”. Setelah itu kolom catatan akan muncul di bawah hasil penghitungan. Apabila peneliti ingin menyimpan hasil penghitungan, maka klik tiga garis horizontal, kemudian pilih “save as” dan peneliti dapat memilih untuk menyimpannya di komputer atau di OSF.
Setelah melihat hasil penghitungan t-test, Sandersen mengajak peserta untuk melihat hasil penghitungan Bayesian. Klik “T-test” kemudian pilih “Bayesian one sample t-test”. Prosesnya sama seperti pada penghitungan t-test hanya saja peneliti perlu untuk mencentang bagian “prio and posterior” kemudian centang “additional info”. Setelah itu hasil penghitungan Bayesian akan muncul di sisi sebelah kanan. Pada tabel hasil, median dapat menunjukkan power atau efek dari hasil. Hal yang perlu diperhatikan adalah jika eror lebih dari 10%, maka perlu dilihat lebih lanjut, karena dengan besaran eror tersebut, maka hasil tidak bisa dipercaya. Hasil penghitungan median antara satu orang juga bisa sedikit berbeda besarannya. Hal ini disebabkan pendekatan Bayesian mengacak sampling yang ada sampai beberapa kali. Dalam penulisan hasil, Sandersen mencontohkan sebagai berikut “The analysis revealed extreme evidence, based on BF10.” Kemudian tuliskan angka BF10nya. Kalimat “extreme evidence” ini bisa didapatkan setelah melihat Jeffrey’s Scale. Narasumber juga mengingatkan untuk menuliskan “with default priors” pada analisis hasil penghitungan Bayesian.
Sesi selanjutnya narasumber dan peserta melakukan penghitungan beberapa teknik statistik, seperti paired sample t-test, ANOVA, ANCOVA, dan regresi. Narasumber selalu meminta peserta untuk terlebih dahulu melihat persebaran data dengan menggunakan tools “Descriptive”. Tujuannya adalah untuk melihat apakah terdapat data yang aneh. Misalnya pada data tinggi badan, apabila didapatkan hasil persebaran data berupa nilai maksimal adalah 1 km, maka hal tersebut tidak mungkin. Selain itu, fungsi dari melihat persebaran data adalah “peneliti dapat mengetahui apabila terdapat missing data”, ungkapnya.
Pada akhir acara, Sandersen ungkapkan kesediaannya untuk membantu staf pendidik Fakultas Psikologi, “apabila ada staf pendidik yang ingin menggunakan pendekatan Bayesian dalam penghitungan data penelitiannya, saya siap membantu”, tutupnya. Acara diakhiri dengan pemberian sertifikat dan cinderamata kepada narasumber, serta foto bersama. (Md)