Besar Sampel

Sore ini saya kedatangan klien yang kebinggungan bagaimana menentukan besar sampel dan bagaimana memilihnya. Berbagai teknik sampling, bagaimana kita memilih salah satu yang sesuai dengan desain penelitian atau populasi yang dipunyai?
Ada beragam teknik sampling seperti: cluster, proportional, simple random dll.
Setelah ketemu teknik yang dipakai, kemudian bagaimana memilih/menentukan sampel yang diambil/dijadikan sampel?
Patokan paling umum dalam menentukan besar sampel adalah representatif. Untuk jumlahnya, itu sangat relatif karena jumlah yang besar belum tentu representatif. Hal ini membutuhkan percermatan sendiri para peneliti berdasarkan data di lapangan.
Jika menggunakan random sampling maka dapat dilakukan dengan mengambil berdasarkan nomor urut atau nomor absensi.

LT dan LD

Bagaimana jika LT50 maupun LD50 kita bernilai negatif?
Ini kasus yang saya tangani beberapa kali.

Tentang "way" pada anova

Bulan ini saya beberapa kali memberikan konsultasi tentang pemilihan teknik statistik yang tepat untuk penelitian eksperimen. Berbagai macam desain experimen seperti one shot case study, pretest postest control design, randomized control trial (RCT) dan sebagainya dipilih untuk dilakukan penelitian. 

Pertanyaan yang dilontarkan cukup bervariasi, mulai dari belum mengetahui sama sekali, salah konsep, cukup mengetahui atau sekedar konfirmasi/second opinion. Menarik untuk saya bahas di sini adalah tentang salah konsep dalam memahami "way" dalam anova.

Dari hasil diskusi tersebut dapat saya simpulkan bahwa kesalahan yang sering membuat kacau adalah memahami "way" sebagai jumlah kelompok dalam eksperimen.  Sebagai contoh, seorang peneliti akan melakukan penelitian efektivitas pembunuh jentik nyamuk dengan tiga kelompok yakni: kontrol, perlakuan 1 (konsentrasi 10%) dan perlakuan 2 (konsentrasi 20%). Dengan desain seperti ini, orang sering menyebut bahwa teknik analisis data yang digunakan adalah three way anova, karena ada tiga kelompok dalam penelitiannya. Pendapat itu tentu saja salah karena konsep "way" dikaitkan dengan faktor/jenis perlakuan/intervensi yang diberikan, bukan pada jumlah kelompok dalam penelitian.

Oleh karena itu, pada contoh kasus di atas, teknik analisis yang tepat adalah one way anova. Alasannya adalah karena hanya ada satu jenis perlakuan yang diberikan yakni konsentrasi (kontrol, 10%, 20%). Demikian juga dengan desain eksperimen yang lain seperti RCT, RPT, RBD dan sebagainya kita hanya perlu mengidentifikasikan berapa jenis perlakuan/intervensi yang diberikan terhadap obyek.