Behavioristis atau Kognitivis?Behavioristis atau Kognitivis?

William Kaye EstesWilliam Kaye Estes

William Kaye Estes (1919-…)William Kaye Estes (1919-…) William Kaye Estes lahir

pada tahun 1919. Mendapat gelar B.A. (1940)

dan Ph.D. (1943) dari University of Minnesota, di bawah bimbingan dari BF Skinner.

Menerima gelar kehormatan D.Sc. dari Indiana University (1976) dan dari University of Minnesota (1998).

William Kaye Estes (1919-…)William Kaye Estes (1919-…) Mengajar di Indiana University (1946-1962)

pindah ke The Rockefeller University (1968) dan ke Harvard University (1979) dan kembali ke Indiana University (1999).

Salah satu pendiri bidang matematika psikologi.

Penghargaan: US National Medal of Science Gold Medal Life Achievement Award dari

American Psychological Foundation Warren Medal dari American Psychological

Association.

Konsep Teoritis UtamaKonsep Teoritis UtamaAsumsi I: Situasi belajar terdiri dari banyak elemen stimulus

(S) dalam jumlah tertentu. Banyak hal yang dapat dialami pembelajar pada wal percobaan belajar.

Termasuk didalamnya stimulus internal dan eksternal

Asumsi II: Semua respon yang diberikan dalam situasi

eksperimental dapat digolongkan menjadi dua kategori: Respon A1 : respon yang dicari oleh eksperimenter /respon

yang benar Respon A2 : semua respon lainnya/yang keliru Tidak ada gradasi : hanya 1 atau yang lain

Asumsi III: Semua elemen di S dilekatkan dengan A1 / A2 All or nothing: dilekatkan kepada salah satu, tidak

keduanya Harus melihat perubahan: pada mulanya dilekatkan

ke A2, lalu berpindah ke A1

Asumsi IV: Pembelajar terbatas kemampuannya dalam

mengalami S Contoh: sebagian dari S

Proporsi konstan dari S yang dialami pada awal setiap percobaan belajar dilambangkan dengan theta (Ѳ) Setelah percobaan, elemen Ѳ dikembalikan ke S Sampling dengan penggantian (Sampling with replacement)

Konsep Teoritis UtamaKonsep Teoritis Utama

Konsep Teoritis UtamaKonsep Teoritis UtamaAsumsi V: Percobaan belajar berakhir ketika respons terjadi

Harus pada A1 atau A2

Apabila A1: maka elemen Ѳ dikondisikan ke A1

Sebagaimana elemen S dikondisikan ke A1 bertambah, kemungkinan Ѳ mengandung beberapa dari elemen itu juga akan bertambah

Hasil: munculnya respon A1 diawal percobaan belajar akan meningkat dari waktu ke waktu

Inilah yang dinamakan belajar

State of the system (keadaan sistem) pada momen tertentu = proporsi dari elemen yang dilekatkan ke respon A1 dan A2

Konsep Teoritis UtamaKonsep Teoritis UtamaAsumsi VI: Karena elemen di Ѳ dikembalikan ke S pada akhir

percobaan, Ѳ yang dijadikan sampel dari awal pada dasarnya adalah acak Proporsi yang dikondisikan ke A1 dalam S akan tercermin

dalam elemen dalam Ѳ pada awal setiap percobaan baru A1 mungkin tidak didapat dalam beberapa percobaan

(adalah suatu kemungkinan)

Maka berdasarkan kemungkinan A1 dgn menguji Ѳ: Jika semua elemen di S dikondisikan ke A1, maka

kemungkinannya = 1.0 Jika hanya 75% yang dikondisikan = 0.75 Jika hanya 25% yang dikondisikan = 0.25

Probabilitas respon A1 tergantung pada keadaan sistem (state of the system)

Probabilitas respon A1 pada setiap persiapan n (Pn) adalah sama dengan proporsi elemen yang dikondisikan ke A1 pada percobaan itu (Pn).

Pn = pn

Semua elemen adalah elemen A1 (dengan probabilitas p) atau elemen A2 (dengan probabilitas q).

p + q = 1,00 sehingga p = 1,00 - q

Memformulasikan Asumsi:Memformulasikan Asumsi:Stimulus Sampling TheoryStimulus Sampling Theory

Elemen yang tak dikondisikan ke A1 pada setiap percobaan n (direfleksikan dalam q) harus : Merupakan elemen yang tidak diprakondisikan ke A1

sebelum percobaan pertama Tidak dikondisikan pada A1 pada percobaan sebelumnya. Pada setiap percobaan n, probabilitas elemen itu tidak

diprakondisikan pada percobaan 1 adalah (1 – P1). Pada setiap percobaan n, probabilitas dua kejadian itu akan

terjadi bersama (yakni, probabilitas bahwa satu elemen tidak diprakondisikan dan belum dikondisikan) adalah hasil matematis dari probabilitas individualnya. Jadi,

q = (1 – P1)(1- Ѳ)n-1

Dengan subtitusi, kita mendapatkan :Pn = 1 – (1 – P1)(1 – Ѳ)n-1

Memformulasikan Asumsi:Memformulasikan Asumsi:Stimulus Sampling TheoryStimulus Sampling Theory

Dua pembelajar: Pembelajar 1: P1=0, Ѳ=0.05 Pembelajar 2; P1=0, Ѳ=0.2

Pembelajar 1: Pada percobaan 1: P1 = 1 - (1 - 0) (1 – 0,05)0=0 Pada percobaan 2: P2 = 1 - (1 - 0) (1 - 0,05)1=0,05 Pada percobaan 3: P3 = 1 - (1 - 0) (1 - 0,05)2=0,1 Dan performa mendekati 100 persen (Pn = 1,00) setelah sekitar 105 percobaan,

dengan asumsi setiap percobaan berhenti dalam respon A1.

Pembelajar 2: Pada percobaan 1: P1 = 1 - (1 - 0) (1 – 0,20)0=0 Pada percobaan 2: P2 = 1 - (1 - 0) (1 - 0,20)1=0,20 Pada percobaan 3: P3 = 1 - (1 - 0) (1 - 0,20)2=0,36 Dan performa mendekati 100 persen (Pn = 1,00) setelah sekitar 23-25 percobaan,

dengan asumsi setiap percobaan berhenti dalam respon A1.

Membentuk kurva pembelajaran (mirip dengan yang dihasilkan teori Hull)

Let’s do an exampleLet’s do an example

Kurva Belajar EstesKurva Belajar Estes

Bagian pertama dari sebuah kurva pembelajaran seperti yang dianalisis oleh Estes. Undakan vertikal menunjukkan pengkodisian yang terjadi pada masing-masing percobaan, seperti diilustrasikan detailnya pada percobaan 2. Kurva terputus yang menghubungkan nilai p pada setiap percobaan akhirnya kan mencapai 1,0.

Generalisasi: Transfer terjadi sepanjang dua situasi memiliki elemen stimulus

yang sama

Kepunahan: Kepunahan berakhir dengan melakukan sesuatu yang berbeda Jadi: elemen stimulus dikondisikan untuk kembali ke A1 A2 Mungkin tidak lengkap, sehingga mendapatkan pemulihan spontan

Pemulihan Spontan : Pemulihan spontan; munculnya kembali respon yang dikondisikan

setelah respon itu mengalami pelenyapan. S didefinisikan sebagai jumlah total dari elemen stimulus yang hadir

pada awal percobaan dalam eksperimen belajar. Bersifat sementara, sehingga pemulihan spontan dapat dijelaskan

dengan mengasumsikan bahwa proses pelenyapan tidak pernah komplet/lengkap.

How can he apply this?How can he apply this?

Metode Tradisional: Sinyal cahaya pertama menyala Kemudian lamu yang kedua Harus menebak sinyal cahaya yang mana dari

kedua lampu yang akan menyala Percobaan bervariasi pada probabilitas lampu Hasilnya: subjek percobaan akan menebak

frekuensi cahaya mana yang akan muncul sesuai dengan susunan eksperimenter yang biasanya cocok dengan probabilitas dari cahaya yang paling sering menyala

Pencocokan ProbabilitasPencocokan Probabilitas

Pencocokan ProbabilitasPencocokan ProbabilitasMenurut Teori Estes: E1= lampu kanan menyala dan E2 = lampu kiri menyala A1 = memprediksi E1

Diasumsikan bahwa ketika E1 terjadi, ia menyebabkan subjek memberikan respon A1 implisit (A2 = E2)

π = probabilitas kejadian E1 = p(E1) maka 1- π = p(E2) Probabilitas respon A1 setelah percobaan n dirumuskan sebagai

berikut: Pn = π - (π - P1)(1 - Ѳ)n-1

Karena (1 - Ѳ) kurang dari 1, dengan n semakin besar, persamaan ini menghasilkan kurva berakselerasi negatif dengan asymtote π.

Jadi, berapapun nilai π, rumus ini memprediksikan bahwa proporsi respon A1 yang diberikan oleh subjek pada akhirnya akan sesuai atau sama dengan proporsi kejadian E1 yang ditentukan oleh eksperimenter.

Estes memprediksi adanya pencocokan probabilitas oleh subjek.

Model Belajar Markov menurut EstesModel Belajar Markov menurut Estes

Perlu diingat: kebanyakan teoritis belajar (Thorndike, Skinner, Hull) berpendapat bahwa pembelajaran terjadi secara bertahap kecuali Guthrie and Gestaltists berpendapat belajar terjadi secara all or none (pada 1 percobaan)

Juga perlu diingat: teori belajar statistikal bersifat probabilistik Yakni variabel bebas yang dipelajari = probabilitas respons Tetapi ada perbedaan opini mengenai apa sifat dari belajar yang

ditunjukkan oleh perubahan probabilitas respon ini: Belajar secara gradual Langsung lengkap dalam 1 percobaan

Estes Stimulus Sampling Theory (SST): Pada awalnya: menerima keduanya incremental and all-or-none Belakangan: lebih mendalami posisi all-or-none

Perlu dicermati; meskipun Estes seorang teoritisi kontiguitas, tapi juga menekankan pada mekanisme kognitif dalam analisisnya terhadap belajar

Kenapa? Menekankan pentingnya memori

Stimuli respon diasosiasikan oleh kontiguitas Kemudian menambahkan unsur memori atau ingatan

Scanning model of decision making: Orang akan menggunakan informasi apapun yang

tersimpan dalam memori yang berkaitan untuk mendapatkan hasil yang paling menguntungkan.

Memori dan Bahasa, dari huruf ke teori gramar yang kompleks

Estes dan Psikologi KognitifEstes dan Psikologi Kognitif

Digunakan untuk memahami perilaku klasifikasi dan kategorisasi

Orang diasumsikan akan meneliti stimulus kompleks dan memerhatikan ciri-ciri yang menonjol dan penting

Stimulus dan informasi tentang kategorisasi/keanggotaan kelasnya dipelajari secara all or none dalam 1 kali percobaan.

Model Array berbeda dari SST: Karakteristik stimulus dan designasi kategori disimpan dalam

memori Fokus SST: asosiasi stimulus-respon yang dibentuk di masa lalu

dan pada cara asosiasi ini diakumulasikan Fokus Model Array: klasifikasi kejadian yang ditemui di masa

sekarang, atau masa depan Memori adalah masa lalu Perbandingan dilakukan pada saat ini

Model Array KognitifModel Array Kognitif

SST mengasumsikan Hubungan Stimulus Aditif Menurut model SST, ketika membandingkan stimulus pilihlah label

yang mencakup kategori yang terbanyak Misal: lingkaran merah besar; segitiga biru kecil Diperlihatkan segitiga merah besar; keihatan seperti lingkaran

merah besar; maka akan dipilih kategori tersebut Masalahnya: data tidak mendukung dalam situasi yang kompleks

Model Array mengasumsikan Hubungan Stimulus Multiplikatif Membandingkan antara atribut-atribut dan elemen Menggunakan kesamaan koofisien untuk menggambarkan

kesamaan derajat Ukuran kesamaan = produk dari koofisien-koofisien ini Probabilitas transfer respon dari satu situasi training ke situasi tes

= fungsi dari produk koofisien persamaan Model ini digunakan untuk menggambarkan/memprediksi

bagaimana orang menilai stimuli untuk dikategorikan dalam kategori spefisik, bukan bagaimana respon yang dikondisikan digeneralisasikan atau ditransfer ke situasi baru

Perbedaan antara Perbedaan antara SST dan Model Array:SST dan Model Array:

Continuity-noncontinuity controversy: Incremental atau all or none? Keduanya all-or-none and incremental adalah benar Tapi masih SANGAT kontroversi

Contoh:Harry Harlow: Peningkatan gradual dalam problem diskriminasi (monyet). Peningkatan percobaan belajar awal relatif lambat dan bersifat

inkremental. Tetapi pada percobaan selanjutnya, peningkatannya bertambah

cepat dan bersifat all or none.

Dobald Hebb: Belajar yang terjadi pada awal kehidupan adalah proses

ikremental. Belajar pada masa selanjutnya adalah bersifat kognitif, mendalam

dan all or none.

Learning to LearnLearning to Learn(Belajar untuk Belajar)(Belajar untuk Belajar)

Model matematika untuk belajar Model matematika ini relatif baru dalam psikologi. Para psikolog selalu ingin ilmiah = matematika. Memberikan deskripsi fenomena secara tepat. Tidak banyak memberi informasi baru.

Kontribusi Estes Merubah arah teori belajar ke bidang yang lebih kognitif. Rumus matematika

Kritik: Cakupan teori yang amat terbatas. Tidak ada mekanisme selain S—R kontiguitas. Penyusunan abstraksi matematika dalam teori dalam kondisi

eksperimental yang amat terbatas dan tidak bisa merefleksikan lingkungan belajar yang nyata sehingga teorinya lemah.

Evaluasi:Evaluasi: