{"id":7469,"date":"2019-10-10T04:01:49","date_gmt":"2019-10-10T04:01:49","guid":{"rendered":"https:\/\/dev-psikologi.ui.ac.id\/?p=7469"},"modified":"2024-09-20T04:02:32","modified_gmt":"2024-09-20T04:02:32","slug":"memahami-konsep-dan-aplikasi-dasar-penggunaan-statistik-bayesian","status":"publish","type":"post","link":"https:\/\/psikologi.ui.ac.id\/2019\/10\/10\/memahami-konsep-dan-aplikasi-dasar-penggunaan-statistik-bayesian\/","title":{"rendered":"Memahami Konsep dan Aplikasi Dasar Penggunaan Statistik Bayesian"},"content":{"rendered":"<p style=\"text-align: center\"><strong>Memahami Konsep dan Aplikasi Dasar Penggunaan Statistik Bayesian<\/strong><\/p>\n<p>Depok, Jum\u2019at (4\/10\/2019) telah berlangsung <em>Research Methodology and Statistics Workshop <\/em>yang diselenggarakan di Ruang Bintang, Gedung A Lantai 3 Fakultas Psikologi UI. Dihadiri sebanyak 29 peserta, Topik yang diambil dalam kegiatan ini adalah <em>\u201dBayesian Statistics: Basic Concept and Application\u201d dengan narasumber Sandersen Onie (PhD Candidates and Member of Motivated Attention and Perception Laboratory in School of Psychology, University of New South Wales, Australia).<\/em><\/p>\n<p>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.<\/p>\n<p>Sandersen Onie sebagai narasumber memulai sesi dengan memastikan para peserta sudah mengunduh <em>software <\/em>JASP. <em>Software <\/em>ini dapat diunduh di tautan <a href=\"https:\/\/jasp-stats.org\/\">https:\/\/jasp-stats.org\/<\/a>, ia juga memastikan berapa banyak peserta yang membawa data hasil penelitian untuk diolah.<\/p>\n<p>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 <em>p value <\/em>apakah signifikan atau tidak. Bisa saja <em>p value <\/em>signifikan tetapi peneliti tidak dapat mengetahui seberapa besar kekuataan dari hasil penelitian.<\/p>\n<p>Pendekatan Bayesian bisa menutupi kekurangan tersebut. Pendekatan Bayesian menggunakan perbandingan model. Hasil yang didapat bukanlah <em>p value<\/em>, melainkan <em>Bayesian Factor<\/em> dimana BF<sub>10<\/sub> adalah H<sub>1<\/sub> per H<sub>0<\/sub>. Setelah mendapatkan hasil dari penghitungan <em>Bayesian Factor<\/em>, peneliti menggunakan <em>Jeffrey\u2019s Scale<\/em> untuk melihat seberapa kuat hasil penghitungan yang didapatkan. Dengan demikian, pada hasil penghitungan Bayesian tidak ada kata \u201csignifikan\u201d. Kata yang digunakan adalah \u201cH<sub>1<\/sub> berapa kali lebih besar atau lebih mungkin dari H<sub>0<\/sub>\u201d.<\/p>\n<p>Peserta juga diajak untuk melakukan penghitungan data statistik menggunakan JASP. Penghitungan data yang pertama menggunakan pendekatan statistik frekuensi (<em>p value<\/em>). Teknik statistik yang digunakan adalah <em>one sample t-test<\/em>. Pada <em>software <\/em>JASP, klik \u201cOpen\u201d kemudian \u201cData library\u201d, \u201cT-test\u201d dan pilih \u201cWeight Gain\u201d. Setelah itu tutup semua <em>window <\/em>yang terbuka, sehingga kita bisa melihat data mentah di JASP. Kemudian narasumber meminta peserta untuk membuat persebaran data dengan menggunakan <em>tools <\/em>\u201cDescriptive\u201d. Setelah persebaran data muncul di sisi sebelah kanan, narasumber mengajarkan langkah demi langkah untuk melakukan penghitungan <em>t-test <\/em>di JASP. Klik \u201cT-test\u201d kemudian pilih \u201cOne sample t-test\u201d. Pindahkan variabel \u201cdifference\u201d ke kolom \u201cVariables\u201d. Hasil penghitungan akan tersedia di sisi sebelah kanan. Berbeda dengan <em>software <\/em>SPSS, pada JASP peneliti bisa menambahkan catatan di setiap bagian hasil. Klik simbol panah ke bawah di hasil penghitungan, lalu pilih \u201cadd notes\u201d. Setelah itu kolom catatan akan muncul di bawah hasil penghitungan. Apabila peneliti ingin menyimpan hasil penghitungan, maka klik tiga garis horizontal, kemudian pilih \u201csave as\u201d dan peneliti dapat memilih untuk menyimpannya di komputer atau di OSF.<\/p>\n<p>Setelah melihat hasil penghitungan <em>t-test, <\/em>Sandersen mengajak peserta untuk melihat hasil penghitungan Bayesian. Klik \u201cT-test\u201d kemudian pilih \u201cBayesian one sample t-test\u201d. Prosesnya sama seperti pada penghitungan <em>t-test <\/em>hanya saja peneliti perlu untuk mencentang bagian \u201cprio and posterior\u201d kemudian centang \u201cadditional info\u201d. Setelah itu hasil penghitungan Bayesian akan muncul di sisi sebelah kanan. Pada tabel hasil, median dapat menunjukkan <em>power <\/em>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 <em>sampling <\/em>yang ada sampai beberapa kali. Dalam penulisan hasil, Sandersen mencontohkan sebagai berikut \u201cThe analysis revealed extreme evidence, based on BF<sub>10<\/sub>.\u201d Kemudian tuliskan angka BF<sub>10<\/sub>nya. Kalimat \u201cextreme evidence\u201d ini bisa didapatkan setelah melihat <em>Jeffrey\u2019s Scale.<\/em> Narasumber juga mengingatkan untuk menuliskan \u201cwith default priors\u201d pada analisis hasil penghitungan Bayesian.<\/p>\n<p>Sesi selanjutnya narasumber dan peserta melakukan penghitungan beberapa teknik statistik, seperti <em>paired sample t-test, ANOVA, ANCOVA, <\/em>dan regresi. Narasumber selalu meminta peserta untuk terlebih dahulu melihat persebaran data dengan menggunakan tools \u201cDescriptive\u201d. 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 \u201cpeneliti dapat mengetahui apabila terdapat <em>missing data\u201d<\/em>, ungkapnya.<\/p>\n<p>Pada akhir acara, Sandersen ungkapkan kesediaannya untuk membantu staf pendidik Fakultas Psikologi, \u201capabila ada staf pendidik yang ingin menggunakan pendekatan Bayesian dalam penghitungan data penelitiannya, saya siap membantu\u201d, tutupnya. Acara diakhiri dengan pemberian sertifikat dan cinderamata kepada narasumber, serta foto bersama. (Md)<\/p>\n<p><em>\u00a0<\/em><\/p>\n<p><em>\u00a0<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Memahami Konsep dan Aplikasi Dasar Penggunaan Statistik Bayesian Depok, Jum\u2019at (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 \u201dBayesian Statistics: Basic Concept and Application\u201d 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 [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":7470,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_crdt_document":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[37],"tags":[],"class_list":["post-7469","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-berita"],"_links":{"self":[{"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/posts\/7469","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/comments?post=7469"}],"version-history":[{"count":1,"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/posts\/7469\/revisions"}],"predecessor-version":[{"id":7471,"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/posts\/7469\/revisions\/7471"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/media\/7470"}],"wp:attachment":[{"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/media?parent=7469"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/categories?post=7469"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/psikologi.ui.ac.id\/id\/wp-json\/wp\/v2\/tags?post=7469"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}