METOPEN-Statistik 6

 

Nama : Aurelia Apriliyani
NIM/OFF : 250321803931/A25
Mata Kuliah : Metodologi Penelitian Kuantitatif
Tugas : Review Artikel ke-16 (Statistik 6: Analisis Varian (uji prasyarat, ANCOVA, dan non parametrik yang relevan)

Novelty Artikel	Kebaruan utama penelitian ini terletak pada pengembangan dan penggunaan instrumen RBAI baru bernama SPRUCE (Survey of Physics Reasoning on Uncertainty Concepts and Evaluation) untuk mengukur measurement uncertainty pada mahasiswa fisika dan STEM dalam skala sangat besar. Penelitian ini tidak hanya mengukur pengetahuan, tetapi memetakan 10 Assessment Objectives (AO) yang mencakup reasoning, propagation of uncertainty, data comparison, dan procedural decisions dalam konteks laboratorium. Selain itu, penelitian mengintegrasikan beberapa teknik analisis statistik tingkat lanjut: 1.       Normality diagnostics (Anderson-Darling, skewness, kurtosis) 2.       Wilcoxon signed-rank test (pre-post non-parametrik) 3.       ANCOVA (post score ~ pre score + gender + major) 4.       Ordinal logistic regression pada level AO Ini merupakan pendekatan analisis varian yang komprehensif untuk instrumen skala besar.
Keterlamaan Artikel	Penelitian ini memiliki keterlamaan yang tinggi karena membahas kompetensi mahasiswa dalam measurement uncertainty, topik yang hingga kini menjadi fokus penting dalam pendidikan laboratorium fisika. Instrumen SPRUCE digunakan pada data berskala besar dan dianalisis dengan metode statistik modern seperti Wilcoxon, ANCOVA, dan ordinal logistic regression, sehingga hasilnya tetap relevan untuk pengembangan kurikulum laboratorium masa kini yang menekankan kemampuan analitis dan pengambilan keputusan berbasis data. Selain itu, penggunaan analisis varian untuk memetakan pengaruh instruksi dan faktor demografis membuat artikel ini tetap menjadi rujukan yang penting dalam memahami kualitas pembelajaran berbasis eksperimen pada konteks pendidikan fisika saat ini.
Abstrak	Artikel ini mengembangkan dan menerapkan instrumen SPRUCE untuk menilai profisiensi mahasiswa dalam berbagai komponen measurement uncertainty. Dataset terdiri dari 1576 matched pre-post. Analisis utama meliputi normality testing, Wilcoxon signed-rank (untuk perubahan pre-post), ANCOVA (untuk memisahkan pengaruh demographic factors seperti gender dan major), dan ordinal logistic regression (untuk memprediksi skor AO level). Hasil menunjukkan peningkatan signifikan dari pre ke post (effect size kecil-sedang), perbedaan signifikan pada major dan gender, serta area-area AO tertentu yang tetap rendah meskipun mendapat instruksi.

 

Analisis / Review Kritis

Judul	Using a research-based assessment instrument to explore undergraduate students’ proficiencies around measurement uncertainty in physics lab contexts
Penulis	Gayle Geschwind, Michael Vignal, Marcos D. Caballero, H. J. Lewandowski, dkk.
Nama Jurnal	Physical Review Physics Education Research (PRPER), 2024
Tujuan penelitian	1.       Mengukur dan mengkategorikan kemampuan mahasiswa pada 10 aspek utama measurement uncertainty. 2.       Menilai perubahan (pre-post) setelah instruksi laboratorium. 3.       Mengetahui pengaruh faktor demografis (gender, major) terhadap performa mahasiswa. 4.       Mengetahui apakah tingkat “importance rating” dari instruktur berhubungan dengan skor AO mahasiswa.
Metode	1.       Instrumen: SPRUCE (19 item; dinilai menggunakan couplet scoring sehingga menghasilkan 10 AO: S1–S3, H1–H2, D1–D5). 2.       Sampel: 1576 matched pre-post responses. 3.       Analisis Statistik: a)       Uji Normalitas: Anderson-Darling, skewness, kurtosis b)       Uji Non-parametrik: Wilcoxon signed-rank test (pre-post) c)       Analisis Varian: ANCOVA dengan model: Post Score = Pre Score + Gender + Major d)       Analisis Ordinal: ordinal logistic regression pada masing-masing AO e)       Uji prasyarat ANCOVA: normality of residuals, homogeneity of regression slopes, independence (Durbin-Watson), homoscedasticity (residual plot) f)        Uji multikolinearitas: Variance Inflation Factor (VIF)
Catatn Statistik (Fokus : Analisis Varian)	Analisis Varian – ANCOVA Model: Post Score = Pre Score + Gender + Major Temuan utama ANCOVA: 1)       Pre Score → prediktor paling kuat terhadap post (partial η² terbesar ~0.36). 2)       Major → signifikan tetapi efek kecil. 3)       Gender → signifikan tetapi efek sangat kecil. 4)       Sebagian besar varians dijelaskan oleh instruksi (tidak termodelkan dalam ANCOVA).
Hasil	1. Peningkatan Pre–Post a)       Rata-rata pre: ~46.7 b)       Rata-rata post: ~52.3 c)       Peningkatan signifikan (Wilcoxon). d)       AO yang tetap rendah setelah instruksi: H1 (error propagation), D5 (data comparison). 2. Temuan ANCOVA a)       Pretest = predictor terbesar. b)       Major dan gender signifikan namun efeknya sangat kecil. c)       Varians yang tak terjelaskan cukup besar → menunjukkan instruksi berbeda antar-course sangat mempengaruhi hasil. 3. AO-Level a)       Banyak AO menunjukkan perubahan kecil. b)       AO procedural seperti D3–D5 tetap menjadi kelemahan mahasiswa.
Implikasi	1)       Hasil analisis varian menunjukkan bahwa instruksi laboratorium lebih mempengaruhi hasil daripada faktor demografis. 2)       Kurikulum perlu memberikan penekanan lebih kuat pada AO yang rendah: propagasi ketidakpastian, pemilihan prosedur, dan perbandingan data. 3)       Pengajar perlu eksplisit mengajarkan reasoning ketidakpastian, bukan hanya prosedur.
Kata Kunci	SPRUCE, measurement uncertainty, ANCOVA, Wilcoxon signed-rank, ordinal logistic regression, homogeneity of variance, Anderson-Darling test, Levene test.
Kesimpulan	Artikel ini menggunakan pendekatan analisis varian yang sangat kuat untuk menilai perubahan kemampuan mahasiswa pada measurement uncertainty. Penelitian memenuhi banyak uji prasyarat (normality, independence, homoscedasticity) dan menggunakan kombinasi ANCOVA, Wilcoxon, dan ordinal logistic regression secara tepat. Namun, beberapa analisis dapat diperbaiki (mixed-effects, pelaporan statistik asumsi, robustness non-parametric test). Temuan utamanya bahwa instruksi meningkatkan skor tetapi beberapa AO tetap rendah memberikan implikasi langsung bagi desain kurikulum laboratorium.

 

Metode (Kajian)	GAP (Celah Penelitian)	Hasil Penelitian	Keterbatasan Penelitian	Keterbaruan (Novelty)
Pre–post matched design pada 1576 mahasiswa.   Instrumen SPRUCE dengan 10 Assessment Objectives (AO).   Analisis statistik: Anderson-Darling, skewness, kurtosis.   Wilcoxon signed-rank untuk pre–post. ANCOVA: post ~ pre + gender + major.   Ordinal logistic regression untuk AO ordinal.   Levene/Welch ANOVA untuk varians tidak homogen.   Uji asumsi: Durbin–Watson, VIF, residual plots.	Minim instrumen komprehensif yang menilai measurement uncertainty.   Jarang ada studi besar dengan pre–post matched data dan analisis varian tingkat lanjut.   Belum banyak penelitian yang memetakan pengaruh major, gender, dan pretest pada kompetensi uncertainty.   Kurangnya penelitian yang menelaah tiap AO secara statistik mendalam.	Ada peningkatan signifikan dari pre ke post (Wilcoxon).   Pretest menjadi prediktor paling kuat dalam ANCOVA.   Major dan gender berpengaruh tetapi kecil.   AO tertentu tetap rendah (H1, D5) meskipun setelah instruksi.   Ordinal logistic regression menunjukkan pretest & major konsisten memengaruhi AO.	Tidak menangani clustering mahasiswa dalam course/instructor (seharusnya mixed-effects).   Tidak melaporkan nilai uji asumsi secara lengkap (mis. p AD test, p Levene).   AO ordinal belum dianalisis dengan model mixed ordinal yang lebih ideal.   Tidak ada uji robust non-parametrik tambahan (misalnya Kruskal–Wallis).	Pengembangan instrumen SPRUCE sebagai RBAI baru. Menggabungkan Wilcoxon, ANCOVA, dan ordinal logistic regression dalam satu studi besar.   Dataset multisite berskala besar (31 course, 20 institusi)   Inovasi scoring menggunakan item–couplet untuk memetakan 10 AO.

 

Sources ; https://journals.aps.org/prper/pdf/10.1103/PhysRevPhysEducRes.20.020105