<\/p>\n
Bias non-respons<\/strong> adalah bias yang terjadi ketika orang-orang yang merespons suatu survei berbeda secara signifikan dengan mereka yang tidak merespons.<\/span><\/p>\n Bias non-respons dapat terjadi karena beberapa alasan:<\/span><\/p>\n Bias non-respons dapat terjadi karena semua alasan ini.<\/span><\/p>\n Bias non-respons merupakan masalah karena dua alasan utama:<\/span><\/p>\n 1. Bias non-respons menyebabkan sampel tidak mewakili populasi secara keseluruhan.<\/strong> Keuntungan pengumpulan data untuk suatu sampel adalah lebih cepat dan lebih murah dibandingkan mengumpulkan data untuk seluruh populasi, dan dapat mengekstrapolasi hasil sampel ke populasi yang lebih besar.<\/span><\/p>\n Namun, untuk mengekstrapolasi hasilnya, sampel harus mewakili<\/a><\/em> populasi kita secara keseluruhan. Idealnya, kita ingin sampel kita menjadi versi \u201cmini\u201d dari populasi.<\/span><\/p>\n Sayangnya, bias non-respons dapat menyebabkan orang-orang dalam sampel kami terlihat sangat berbeda dengan orang-orang dalam populasi yang lebih luas.<\/span><\/p>\n Misalnya, sebuah kota sedang mempertimbangkan untuk membangun fasilitas panjat tebing baru. Untuk mengukur seberapa tertarik warga kota dalam menggunakan fasilitas semacam ini, pejabat kota mengirimkan survei singkat melalui aplikasi ponsel pintar baru.<\/span><\/p>\n Karena metode yang digunakan untuk melakukan survei dan isi survei (pertanyaan tentang pendakian), sebagian besar anak muda yang memiliki aplikasi dan tertarik untuk mendakilah yang menjawab.<\/span><\/p>\n Jadi ketika hasil survei keluar, nampaknya mayoritas penduduk kota tertarik untuk membangun fasilitas baru ini. Sayangnya, hasil survei tersebut tidak mewakili populasi secara keseluruhan.<\/span><\/p>\n Visual di bawah ini mengilustrasikan permasalahan tersebut: Anggaplah lingkaran hijau melambangkan masyarakat yang berminat menggunakan fasilitas sedangkan lingkaran merah melambangkan masyarakat yang tidak berminat menggunakan fasilitas:<\/span><\/p>\n Perhatikan bagaimana sampel tidak mewakili populasi secara keseluruhan. Hasil survei menunjukkan bahwa sebagian besar orang sangat antusias dengan fasilitas pendakian baru. Sayangnya, jika pejabat kota berasumsi bahwa sampel ini mewakili populasi, mereka mungkin memutuskan untuk membangun fasilitas tersebut dan segera menyadari bahwa jauh lebih sedikit orang yang akan menggunakannya daripada yang mereka perkirakan.<\/span><\/p>\n 2. Bias non-respons dapat menyebabkan variasi estimasi yang lebih besar<\/strong> . Jika ukuran sampel survei ternyata lebih kecil dari rencana penggunaan peneliti, varians dalam perkiraan penelitian bisa lebih besar dari yang diharapkan.<\/span><\/p>\n Misalnya, melalui pengujian hipotesis , kita mengetahui bahwa semakin besar ukuran sampel, semakin rendah varians estimasi rata-rata populasi atau proporsi populasi. Namun, semakin kecil ukuran sampel, semakin besar variansi estimasi parameter populasi dan semakin sulit menemukan hasil yang signifikan secara statistik.<\/span><\/p>\n Contoh berikut menggambarkan beberapa kasus dimana bias non-respons dapat terjadi.<\/span><\/p>\n Para peneliti ingin mengetahui bagaimana ilmuwan komputer memandang perangkat lunak baru. Ada tekanan untuk mendapatkan data sebanyak mungkin dari survei tersebut, sehingga peneliti merancang survei yang memakan waktu sekitar satu jam. Ketika mereka mendistribusikan survei, mereka menemukan banyak pekerja TI yang tidak merespons sama sekali atau mulai merespons tetapi akhirnya menyerah sebelum menyelesaikan seluruh survei.<\/span><\/p>\n Ketika peneliti mengambil data, mereka menemukan bahwa responden menganggap perangkat lunak tersebut sangat baik dan berkualitas tinggi. Namun, setelah mereka meluncurkan perangkat lunak baru tersebut ke tim TI umum, mereka mendapati bahwa sebagian besar menerima tanggapan negatif.<\/span><\/p>\n Ternyata orang-orang yang meluangkan waktu untuk menyelesaikan seluruh survei ternyata sebagian besar adalah ilmuwan komputer pemula yang tidak mampu menilai kelemahan program tersebut.<\/span><\/p>\n Oleh karena itu, responden survei tidak mencerminkan populasi profesional TI secara keseluruhan dan oleh karena itu hasil survei tidak dapat diandalkan.<\/span><\/p>\n Peneliti ingin mengetahui lebih banyak tentang tingkat konsumsi alkohol di perguruan tinggi tertentu. Mereka memutuskan untuk mendirikan stan di kampus di mana mahasiswa dapat berhenti dan mengambil kuesioner tentang seberapa banyak dan seringnya mereka mengonsumsi alkohol. Sayangnya, kuesioner ini tidak anonim sehingga hanya siswa yang minum sedikit atau tidak minum sama sekali yang memilih untuk mengisi kuesioner.<\/span><\/p>\n Ketika hasilnya keluar, nampaknya konsumsi alkohol rendah dan jarang terjadi di kalangan siswa. Sayangnya, responden survei tidak mencerminkan populasi mahasiswa yang lebih luas di kampus sehingga hasilnya tidak dapat diandalkan.<\/span><\/p>\n Pemilihan presiden tahun 1936 adalah contoh klasik dari bias non-respons. Sebuah publikasi populer saat itu menerbitkan jajak pendapat yang memperkirakan bahwa Alf Landon akan mengalahkan Franklin D. Roosevelt dengan telak. Namun, ketika pemilu tiba, Franklin D. Roosevelt justru meraih kemenangan telak.<\/span><\/p>\n Ternyata dari 10 juta kuesioner yang dikirimkan, hanya 2,3 juta orang yang menjawab. Sebanyak 7,7 juta orang yang tidak memberikan tanggapan ternyata mempunyai preferensi kebijakan yang sangat berbeda.<\/span><\/p>\n Dengan demikian, hasil kuesioner tidak mencerminkan populasi secara keseluruhan, sehingga prediksi Alf Landon akan menang ternyata tidak tepat.<\/span><\/p>\n Bias non-respons dapat dihindari (atau setidaknya dikurangi) dengan mengambil langkah-langkah berikut:<\/span><\/p>\n Meskipun tidak selalu mungkin untuk sepenuhnya menghilangkan dampak bias non-respons, dampak ini dapat diminimalkan dengan menggunakan desain survei dan metode distribusi yang cerdas.<\/span><\/p>\n Apa itu bias seleksi mandiri? Bias non-respons adalah bias yang terjadi ketika orang-orang yang merespons suatu survei berbeda secara signifikan dengan mereka yang tidak merespons. Bias non-respons dapat terjadi karena beberapa alasan: Survei ini dirancang dengan buruk dan menyebabkan tidak adanya tanggapan. Misalnya, survei yang terlalu panjang tanpa insentif dapat menyebabkan tingginya persentase masyarakat yang tidak menyelesaikan survei. Beberapa orang […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Mengapa bias non-respons menjadi masalah?<\/strong><\/span><\/h2>\n
Contoh bias non-respons<\/strong><\/span><\/h2>\n
Contoh 1<\/strong><\/span><\/h3>\n
Contoh 2<\/strong><\/span><\/h3>\n
Contoh 3<\/strong><\/span><\/h3>\n
Bagaimana mencegah bias non-respons<\/strong><\/span><\/h2>\n
\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Apa itu bias yang kurang dihitung?<\/a>
Apa itu bias SEO?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"