Metode kuantitatif: Samplinginfeksius.com/wp-content/uploads/2017/01/Kuliah-6.pdfSampling frame:...
Transcript of Metode kuantitatif: Samplinginfeksius.com/wp-content/uploads/2017/01/Kuliah-6.pdfSampling frame:...
Metode kuantitatif: RandomisasiPANJI FO RTUNA H ADI SO EMARTO
M ETO DE, AP LI K ASI DAN M ANAJEM EN P ENELI T IAN K ESM AS – S2 I K M FK UP
1 2 O K TO BER 2 0 1 6
Random selection vs random allocationDua jenis randomisasi:
1. Random selection/sampling:
Digunakan dalam studi observasional; menghindari selection bias karakteristik sample ppoulasi external validity
2. Random assignment/allocation
Digunakan dalam studi eksperimental; menghindari selection bias karakteristik kelompokperlakuan kelompok kontrol internal validity
Prinsipyang sama: menggunakan prosedur random
PANJI HADISOEMARTO, 2016 2
Prosedur randomBeberapa jenis prosedur random:
1. Lempar koin
2. Random number:◦ Tabel angka random
◦ Software: SAS, SPSS, Excel
◦ Website: random.org, dll.
3. Kartu
4. …
Prinsip: menghasilkan urutan random yang tidak bisa diramalkan
PANJI HADISOEMARTO, 2016 3
Random (probabilistic) sampling
PANJI HADISOEMARTO, 2016 4
The FundamentalPrinciple of Survey Design: You can best design the survey you shouldhave taken after you have finished the survey.
PANJI HADISOEMARTO, 2016 5
Istilah-istilahRepresentatif: karakteristik dari populasi dapat diperkirakan dengan akurasi yang diketahui
Unit observasi/elemen: obyek/subyek yang akan diukur
Populasi target: kumpulan lengkap dari obyek/subyek yang ingin dipelajari
Sampling frame: daftar, lokasi atau spesifikasi dari sampling unit di populasi yang dapatdigunakan untuk memilih sample
◦ Undercoverage: tidak seluruh populasi target masuk ke dalam sampling frame
◦ Overcoverage: populasi yang tidak termasuk ke dalam populasi target masuk ke dalam sampling frame
Sampling unit: unit yang dapat dipilih sebagai sample
PANJI HADISOEMARTO, 2016 6
PANJI HADISOEMARTO, 2016 7
Sampling vs. non-sampling error(Random) Sampling error:
Akurasi dari suatu statistik terhadap nilai parameter sebenarnya, yang dipengaruhi oleh proses pemilihan sample.
Solusi: teknik sampling yang baik
Non-sampling error:
Akurasi dari hasil pengukuran/estimasi suatu statistik terhadap nilai statistik sebenarnya. Terdiridari:
◦ Response error: error yang timbul karena subyek yang merespon memberikan respon yang tidak akurat
◦ Non-response error: error yang timbul karena subyek yang terpilih tidak memberikan respon
Solusi: 1) intrumentasi yang baik, dan 2) pengambilan data yang baik
PANJI HADISOEMARTO, 2016 8
Probability samplingSimple random sample (SRS): SRS berukuran n berarti setiap subset berukuran n dari populasiyang diambil mempunyai probabilitas yang sama untuk terpilih
Stratified random sample: Populasi dibagi menjadi strata; SRS diambil dari setiap strata secaraindependen.
Cluster sample: Unit observasi dikelompokkan ke dalam cluster; SRS dilakukan pada cluster
Systematic sample: Titik permulaan sampling dipilih secara random; unit yang terpilih dan setipunit ke-k diambil sebagai sample
PANJI HADISOEMARTO, 2016 9
Simple random sampleKuis:
Ada berapa cara memilih n dari N? (Misal: memilih 2 huruf berbeda dari 4 huruf A – D)
N = {A, B, C, D}
S = {{A, B}, {A, C}, {A, D}, {B, C}, {B, D}, {C, D}}
Atau…
𝑁𝑛
=𝑁!
𝑛! 𝑁−𝑛 !
PANJI HADISOEMARTO, 2016 10
Sehingga, probabilitas satu sampel berukuran 2 huruf diambil dari 4 huruf A – D adalah 1/6.
Sehingga, probabilitas dari masing2 huruf untuk terpilih ke dalam sample adalah jumlahprobabilitas dari sampel yang mengandung huruf tersebut:
P(A) = P(B) = P(C) = P(D) = 3/6 = 1/2
Dalam hal ini, setiap huruf mempunyai probabilitas sama, dan tidak sama dengan nol, untukterpilih; dalam kondisi tertentu, kita dapat memperbesar atau memperkecil probabilitasterpilihnya huruf tertentu (misal: probability proportional to size).
Cat.: Kebalikan dari probabilitas terpilihnya suatu unit disebut sebagai bobot sampling (sampling weight), yang bisa diinterpretasikan sebagai jumlah unit dari populasi yang diwakili oleh unit terpilih.
PANJI HADISOEMARTO, 2016 11
Kapan menggunakan SRS:
- Tidak ada informasi tambahan yang bisa digunakan untuk mengelompokkan populasi lebihjauh
- Tidak ada pilihan; harus menggunakan SRS (misal: permintaan pembimbing tesis)
- Tidak bisa melakukan analisis yang diperlukan untuk jenis sampling yang lain
Kapan tidak menggunakan SRS:
- Jika daftar unit observasi tidak tersedia, atau SRS akan terlalu mahal untuk dikerjakan
- Ada informasi tambahan untuk mendesain sampling lain yang lebih cost-effective
- Survey bukan desain penelitian yang tepat untuk menjawab pertanyaan penelitian
PANJI HADISOEMARTO, 2016 12
Teknik SRS:
1. Tentukan besarnya sampel n
2. Tetapkan daftar dari semua unit observasi/sampling frame
3. Ambil N angka random, lalu alokasikan setiap unit ke satu angka
4. Urutkan angka random dari terkecil ke terbesar, ambil n unit pertama sebagai sampel
Atau:
3. Berikan angka 1 – N pada setiap unit
4. Buat urutan random sebesar n dari angka 1 - N
PANJI HADISOEMARTO, 2016 13
Systematic samplingBiasa digunakan sebagai pendekatan untuk SRS, namun tidak selalu menyerupai SRS
- Misal: jika unit observasi tersusun dalam pola periodik atau siklik tertentu (misal: laki-perempuan-laki- dst…)
- Systematic sampling dapat menyerupai SRS jika unit observasi tersusun secara random◦ Namun tidak akan sepenunya sama dengan SRS
- Sampling frame dan definisi yang tepat dari populasi target tetap diperlukan untuk melakukansystematic sampling:
◦ Men-sample setiap pengunjung ke-10 perpustakaan FK tidak memberikan sample yang representatifuntuk mahasiswa FK
PANJI HADISOEMARTO, 2016 14
Stratified samplingSampling pada populasi yang dilakukan secara independen pada sejumlah strata yang mutually exclusive:
Setiap stratum tidak beririsan dengan strata yang lain
Setiap anggota populasi hanya menjadi anggota satu stratum
Tujuan stratifikasi: meningkatkan presisi estimasi
Stratified random sampling: SRS di dalam setiap stratum
PANJI HADISOEMARTO, 2016 15
Kapan menggunakan stratified sampling:
1. Mencegah terambilnya sampel yang “buruk”
2. Ingin membuat estimasi dengan presisi tertentu untuk setiap sub-populasi/stratum
3. Jika stratifikasi dapat mempermudah/mempermurah proses sampling
4. Jika menginginkan estimasi yang lebih presisi
Penyusunan strata:◦ Nilai rata-rata antar-strata sebaiknya sangat berbeda; varians di dalam strata sebaiknya sekecil mungkin
◦ Idealnya strata disusun berdasarkan nilai y (variabel dependen); namun karena y tidak diketahui, makastrata disusun berdasarkan variabel yang paling berkaitan dengan y
◦ Semakin banyak informasi, semakin banyak strata yang dapat dibuat
PANJI HADISOEMARTO, 2016 16
Alokasi observasi ke dalam strata:
1. Alokasi proporsional
Proporsi sampel (sampling fraction) yang diambil di setiap stratum berbanding lurus denganukuran stratum.
2. Alokasi optimal
Proporsi sampel yang diambil dari satu stratum disesuaikan dengan varians di dalam stratum tersebut. Biasanya stratum yang berukuran besar mempunyai varians yang lebih besar juga. Optimal allocation biasanya memperhitungkan biaya yang diperlukan untuk sampling.
3. Alokasi sesuai presisi
Besarnya sampel di setiap stratum dihitung terpisah berdasarkan presisi yang diinginkan.
PANJI HADISOEMARTO, 2016 17
Cluster samplingSampling pada populasi dengan mengambil sampel dari kelompok-kelompok populasi yang terjadi secara natural.
Tujuan cluster sampling: efisiensi biaya
Kapan menggunakan cluster sampling:
1. Jika menyusun sampling frame sulit atau bahkan tidak mungkin
2. Populasi target tersebar di wilayah geografis yang luas, dan mungkin berkelompok secaranatural
PANJI HADISOEMARTO, 2016 18
Jenis cluster sampling:
1. One-stage cluster sampling◦ Definisikan cluster (=primary sampling unit)
◦ Lakukan SRS di antara cluster
◦ Ukur semua anggota cluster di cluster yang terpilih (=secondary sampling unit)
2. Two-stage cluster sampling◦ Definisikan cluster
◦ Tahap 1: Lakukan SRS di antara cluster
◦ Tahap 2: Lakukan SRS di cluster yang terpilih
◦ Ukur anggota cluster yang terpilih di tahap 2
Cluster dapat berukuran sama (equal size) atau berbeda ukuran (unequal size)
PANJI HADISOEMARTO, 2016 19
PANJI HADISOEMARTO, 2016 20
Yang perlu diperhatikan dalam cluster sampling:
1. Berapa presisi yang diinginkan?
2. Sebesar apa ukuran cluster harus dibuat?
3. Berapa banyak anggota cluster yang harus disampel?
4. Berapa banyak cluster yang harus disampel?
Memerlukan data yang cukup, atau bahkan sampling pendahuluan.
PANJI HADISOEMARTO, 2016 21
Random allocation
PANJI HADISOEMARTO, 2016 22
Simple (unrestricted) randomizationSimple randomization:
1. Metode paling sederhana dan mudah dilakukan; dapat dilakukan seperti melakukan simple random sampling
◦ Dapat menggunakan tabel, atau program dan website
2. Keuntungan: tidak bisa ditebak – sulit “mengakali” proses randomisasi
3. Kerugian: ada kemungkinan alokasi yang “buruk” terjadi◦ Misal: rasio subyek di kelompok intervensi dan kontrol yang tidak berimbang
◦ Kemungkinan ini berkurang dengan jumlah sampel yang besar
PANJI HADISOEMARTO, 2016 23
Restricted randomizationMisalnya block randomization:
1. Dapat menjamin alokasi yang seimbang (atau sesuai dengan keperluan) antara kelompokkontrol dan eksperimental
2. Ukuran blok dapat berubah-ubah selama proses randomisasi
Contoh: random permuted block design dengan ukuran blok=4, dan alokasi 1:1
1 2 3 4 5 6
A B A B A B
A B B A B A
B A A B B A
B A B A A B
PANJI HADISOEMARTO, 2016 24
BlindingBlinding: menutupi status ‘penugasan’ subyek, baik dari subyek, peneliti maupun analis, untukmenghindarkan terjadinya bias single, double, triple blinding
PANJI HADISOEMARTO, 2016 25
Sample size
PANJI HADISOEMARTO, 2016 26
Strategi perhitungan besaran sampel
1. Tentukan apa yang akan dihitung (berdasarkan pertanyaan penelitian/hipotesis)◦ Misal: mean, proportion, rate, odds ratio
2. Tentukan pendekatan perhitungan sampel:◦ 1. Power
◦ 2. Confidence interval
◦ 3. Simulasi
3. Cari formula yang sesuai dengan desain penelitian:◦ One sample vs. two sample
◦ Independent vs. paired
◦ Equal vs. unequal size
PANJI HADISOEMARTO, 2016 27
Review
PANJI HADISOEMARTO, 2016 28
Kuliah 2Definisi dan proses penelitian
Perbedaan antara metodologi, metode, desain dan pendekatan serta hubungan di antarakeempatnya
Perbedaan antara pendekatan kuantitatif dan kualitatif
Literatur review dan penulisan karya ilmiah
PANJI HADISOEMARTO, 2016 29
Kuliah 3Perbedaan antara teori, model dan kerangka pikir
Beberapa teori yang dapat digunakan di penelitian IKM: teori perilaku, teori politik, teorimatematika
Menggunakan teori dalam penelitian
Menyusun pertanyaan penelitian; mendefinisikan variabel
PANJI HADISOEMARTO, 2016 30
Kuliah 4Berbagai pendekatan sebab-akibat: SB Hill, produksi, perlu/cukup, komponencukup,probabilistik, kontrafaktual, mekanisme
Kedudukan desain eksperimental dan random assignment dalam penarikan kesimpulan sebab-akibat
PANJI HADISOEMARTO, 2016 31
Kuliah 5Ancaman terhadap internal validity
Berbagai jenis desain kuantitatif Eksperimental
Pre- dan kuasi-eksperimental
Observasional
PANJI HADISOEMARTO, 2016 32