Metode kuantitatif: Randomisasi 12 O K TO BER 2016

Metode kuantitatif: Randomisasi PA N JI FO RT U N A H A DI S O EMA RTO

M E TO DE , A P LI K A SI DA N M A NA JE M E N P E NE LI T IA N K E SM A S – S2 I K M FK U P 1 2 O K TO BE R 2 0 1 6

Random selection vs random allocation Dua 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 kelompok perlakuan  kelompok kontrol  internal validity Prinsipyang sama: menggunakan prosedur random

PANJI HADISOEMARTO, 2016

2

Prosedur random Beberapa 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


3

Random (probabilistic) sampling PANJI HADISOEMARTO, 2016

4

The Fundamental Principle of Survey Design: You can best design the survey you should have taken after you have finished the survey.


5

Istilah-istilah Representatif: 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 dapat digunakan 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


6


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. Terdiri dari: ◦ 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


8

Probability sampling Simple random sample (SRS): SRS berukuran n berarti setiap subset berukuran n dari populasi yang diambil mempunyai probabilitas yang sama untuk terpilih Stratified random sample: Populasi dibagi menjadi strata; SRS diambil dari setiap strata secara independen. Cluster sample: Unit observasi dikelompokkan ke dalam cluster; SRS dilakukan pada cluster Systematic sample: Titik permulaan sampling dipilih secara random; unit yang terpilih dan setip unit ke-k diambil sebagai sample


9

Simple random sample Kuis:

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…

𝑁 = 𝑛! 𝑛

𝑁! 𝑁−𝑛 !


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 jumlah probabilitas 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, untuk terpilih; dalam kondisi tertentu, kita dapat memperbesar atau memperkecil probabilitas terpilihnya 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.


11

Kapan menggunakan SRS:

- Tidak ada informasi tambahan yang bisa digunakan untuk mengelompokkan populasi lebih jauh - 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


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


13

Systematic sampling Biasa digunakan sebagai pendekatan untuk SRS, namun tidak selalu menyerupai SRS

- Misal: jika unit observasi tersusun dalam pola periodik atau siklik tertentu (misal: lakiperempuan-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 melakukan systematic sampling: ◦ Men-sample setiap pengunjung ke-10 perpustakaan FK tidak memberikan sample yang representatif untuk mahasiswa FK


14

Stratified sampling Sampling 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


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, maka strata disusun berdasarkan variabel yang paling berkaitan dengan y ◦ Semakin banyak informasi, semakin banyak strata yang dapat dibuat


16

Alokasi observasi ke dalam strata:

1. Alokasi proporsional Proporsi sampel (sampling fraction) yang diambil di setiap stratum berbanding lurus dengan ukuran 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.


17

Cluster sampling Sampling 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 secara natural


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)


19


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.


21

Random allocation PANJI HADISOEMARTO, 2016

22

Simple (unrestricted) randomization Simple 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


23

Restricted randomization Misalnya block randomization:

1. Dapat menjamin alokasi yang seimbang (atau sesuai dengan keperluan) antara kelompok kontrol 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


24

Blinding Blinding: menutupi status ‘penugasan’ subyek, baik dari subyek, peneliti maupun analis, untuk menghindarkan terjadinya bias  single, double, triple blinding


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


27

Review PANJI HADISOEMARTO, 2016

28

Kuliah 2 Definisi dan proses penelitian

Perbedaan antara metodologi, metode, desain dan pendekatan serta hubungan di antara keempatnya Perbedaan antara pendekatan kuantitatif dan kualitatif Literatur review dan penulisan karya ilmiah


29

Kuliah 3 Perbedaan antara teori, model dan kerangka pikir

Beberapa teori yang dapat digunakan di penelitian IKM: teori perilaku, teori politik, teori matematika Menggunakan teori dalam penelitian Menyusun pertanyaan penelitian; mendefinisikan variabel


30

Kuliah 4 Berbagai pendekatan sebab-akibat: SB Hill, produksi, perlu/cukup, komponen cukup,probabilistik, kontrafaktual, mekanisme Kedudukan desain eksperimental dan random assignment dalam penarikan kesimpulan sebabakibat


31

Kuliah 5 Ancaman terhadap internal validity

Berbagai jenis desain kuantitatif  Eksperimental  Pre- dan kuasi-eksperimental  Observasional


32

Metode kuantitatif: Randomisasi 12 O K TO BER 2016

Recommend Documents