*
Contoh form data:
*
Data didefinisikan sebagai fakta atau informasi yang digunakan sebagai dasar untuk membuat pertimbangan, diskusi atau perhitungan dalam pengambilan suatu keputusan. Analisa data memberikan informasi kepada professional apakah program berjalan dengan baik atau tidak. Berdasarkan data inilah, professional bisa menjelaskan apakah intervensi harus dimodifikasi atau dapat dilanjutkan dengan program yang sama. Seorang behavior analyst selalu menjalankan metoda intervensi ABA berdasarkan data.
Data yang dikumpulkan adalah data yang menjadi target kita, yaitu behavior yang terobservasi dan terukur (observable dan measurable). Behavior ini bisa merupakan masalah behavior yang ingin kita turunkan misalnya tantrum, berteriak, memukul, self-injury, dll atau behavior yang ingin kita tingkatkan seperti belajar bahasa, interaksi sosial, membaca, berhitung, dll.
Data ini berguna untuk memberikan gambaran yang akurat dari behavior sehingga professional dapat melihat dengan jelas intervensi apa yang berhasil atau dapat juga untuk membantu assessment untuk penentuan tipe dari metoda intervensi yang tepat untuk sang anak. Yang paling penting adalah data akan memberikan informasi yang akurat dan spesifik yang dapat digunakan sebagai dasar professional untuk mengambil keputusan (evidence-based). Seperti kita ketahui, anak autis sangat individual, dimana satu anak berbeda dengan yang lain. Dengan data, kita bisa menyusun progam intervensi yang bersifat individu dan akurat untuk spesifik anak tesebut sehingga sang anak dapat mencapai target yang optimal. Data juga dapat membantu mengidentifikasi masalah yang mempengaruhi problem behavior (jika ada), misal stiming saat terapi, terlalu lama mencapai target, kesalahan dalam desain (anak under atau over generalisasi) dari suatu program, dll.
Ada bermacam-macam data yang dikumpulkan, seorang professional dapat memilih teknik pengambilan data sesuai kebutuhannya. Beberapa prosedur pengambilan data adalah:
- Data respons (event recording). Data ini menghitung jumlah dari respons behavior yang terjadi. Misal dalam DTT. Pada setiap trial, terapis menghitung berapa respons yang terjadi, berapa respons dengan prompt, tanpa prompt atau anak sama sekali tidak respons.
- Data rate atau frekuensi adalah data yang menghitung respons dari behavior per spesifik waktu. Misal menghitung mand (anak meminta barang dalam waktu tertentu), dihitung mand/jam.
- Data durasi, yaitu merujuk pada lama behavior itu terjadi. Misal kita ingin menurunkan problem behavior pada anak. Kita mengukur lamanya anak terlibat dalam behavior tersebut, misal jika kita ingin mengukur berapa lama anak terlibat dalam bermain sosial dengan teman-temannya di sekolah, maka setiap anak terlibat bermain dengan teman sebaya kita menyalakan stop watchnya. Demikian sehingga kita bisa mendapatkan durasi anak berinteraksi dengan teman sebaya, yang kemudian bisa di konversi menjadi persentase anak bermain bersama teman-temannya di sekolah.
- Data latensi. Data ini mengukur dari perintah dijalankan sampai respons terjadi dari sebuah behavior. Misalnya data ini ingin mengetahui berapa lama delay dari pertanyaan/pernyataan orang lain dan respons anak. Misal: berapa lama anak menjawab jika ditanya “Siapa namamu?”. Kecepatan menjawab dengan benar, tentu mempengaruhi sisi sosial dari sang anak dan juga tingkat kepercayaan anak untuk bermain secara sosial dengan teman-temannya.
- Data time sampling. Mengambil data dalam waktu tertentu yang sudah disiapkan prosedurnya (dalam waktu tertentu tidak sepanjang behavior terjadi). Contohnya mengukur berapa lama anak terlibat aktif dalam kegiatan di kelas. Tentu tidak mungkin satu guru khusus menghitung dan mengikuti satu anak sehingga dibuatkan hanya diukur pada saat-saat tertentu.
- Data produk (permanent products). Data mengukur produk yang dihasilkan oleh behavior tersebut. Contohnya adalah anak belajar matematika, jadi dihitung di kertas lembaran berapa nilai anak berhitung dengan benar.
- Data ABC. Prosedur ini menunjukkan data atau informasi dari proses behavior, yaitu antecedent, behaviors dan konsekuensinya sehingga dapat dianalisa fungsi dari behavior tersebut.
Data Discrete Trial Teaching
Pada trial DTT, teknik yang digunakan adalah menghitung respons dari sang anak. Biasanya digunakan 1 set trial sebanyak 10 kali trial untuk 1 target. Untuk menghindari menebak-nebak jawaban (scrolling) sebaiknya diperkenalkan sekaligus 3 target, terutama di awal program. Jika anak memiliki kemampuan, tidak perlu dilakukan 10 kali trial atau bisa juga pengenalan dilakukan lebih dari 3 misalnya 5. Perlu dicatat pula bentuk respons dari sang anak, apakah anak respons secara mandiri, respons dengan prompt atau tidak respons dalam setiap trial sehingga kita dapat melihat progress sang anak. Data respons kemudian dikonversi kedalam persentase. Anak dikatakan mahir jika dapat mencapai minimal 80% jawaban benar dalam 3 hari berturut-turut. Setelah itu, target dapat dipindahkan ke data mahir untuk dilakukan program maintenance, yang selanjutnya digabung dalam program task variation dengan menggunakan Pattan System. Untuk kecepatan membaca, data bisa di bikin grafiknya (jika perlu).
Masing-masing kemampuan baru seperti mand, tact, echoic, imitasi, mengikuti perintah, memanggil nama, dll dicatat dalam lembar data yang terpisah. Dicatat kapan kemampuan baru itu dikenalkan pada anak dan kapan anak mencapai mahir sehingga bisa di analisa kecepatan anak untuk mengakusisi kemampuan baru. Jika ada yang tidak sesuai pattern sang anak, tentu program manager dapat mereview kenapa hal ini bisa terjadi.
Di setiap lembar kemampuan baru, dicatat nama program, tujuan dan bentuk pengajaran serta respons yang diharapkan dari sang anak sehingga semua orang yang terlibat memiliki prosedur yang sama dalam intervensinya. Masing-masing anak akan memiliki kecepatan yang berbeda dalam akusisi suatu ketrampilan baru, sehingga intervensi harus selalu direview secara berkala oleh manajer programnya yang idealnya merupakan seorang behavior analyst. Contoh file terlampir.
Mayoritas dari program ABA menggunakaan data DTT, tetapi ada beberapa pengecualian contohnya:
Data Manding
Data manding dikumpulkan menggunakan rate atau frekuensi, misal beberapa kata per jam. Contoh file terlampir.
Data NET (natural environment training)
Dari Natural environment, misalnya membaca buku atau dalam kegiatan sehari-hari terapis bertanya kepada anak dalam 10 trial untuk setiap kategori pertanyaan. Misal untuk object label, warna, fungsi, sifat, pekerjaan, lokasi, dll dan dihitung persentase jawaban benar. Contoh file terlampir.
Data Probe
Idealnya pengambilan data DTT dilakukan seperti diatas telah dijelaskan, tetapi terkadang di lapangan kondisi tidak memungkinkan untuk mendapatkan data secara lengkap. Data probe merupakan jalan tengah untuk mempersingkat pengambilan data. Contoh file terlampir.
Chaining Sheet
Chaining adalah cara untuk mengajarkan complex skills (kemampuan yang kompleks) dengan membagi langkah yang kompleks menjadi langkah-langkah kecil yang saling berhubungan untuk menghasilkan hasil akhir. Contoh: memakai sepatu dan kaos kaki, menali sepatu, memasak kue, dll. Contoh file terlampir.
Untuk bergabung dengan diskusi tentang autisma silahkan add:
- FB Group: Rury ABA/VB Untuk Autisma
- Telegram link: https://t.me/joinchat/EPjWgA1eIBgrn7-QLJ37aw
Semua file tentang Rury Metoda ABA dan VB dapat dilihat di www.rurysoeriawinata.com
Peringatan: Informasi yang saya tulis harap digunakan sebagai informasi yang memperkaya pengetahuan anda, tetapi sebaiknya anda komunikasikan dengan professional yang menangani anak anda sebelum diterapkan. Ilmu yang saya sampaikan sesuai dengan keilmuan yang saya pelajari tetapi harus dipahami bahwa setiap kasus anak adalah unik. Saya tidak bertanggung jawab atas kesalahpahaman atau penyalahgunaan dari informasi yang anda terima.