Meta analysis merupakan salah satu metode yang menggabungkan dua atau lebih penelitian menjadi satu. Misalkan ada beberapa penelitian tentang efektifitas pupuk terhadap peningkatan produksi padi; 1 penelitian dilakukan di wilayah timur Indonesia dengan n berjumlah 100 menghasilkan peningkatan 30 persen, sedangkan di wilayah barat Indonesia dengan n sama dengan 75 menghasilkan peningkatan 60 persen (pada level yang sama). Meta analysis diperlukan untuk menggabungkan kedua penelitian tersebut dengan n berarti menjadi 175 ulangan.
Meta analysis sangat berguna bagi analis kebijakan karena merangkum penelitian penelitian primer menjadi sintesis yang berguna menghasilkan sebuah rekomendasi kebijakan, baik dibidang eksakta ataupun sosial. Meta analysis digunakan apabila memiliki kebutuhan yang mendesak atau kekurangan biaya untuk melakukan penelitian dari sabang sampai merauke.
Karena meta analysis ini adalah metode penggabungan penelitian, tentunya tidak banyak yang bisa menggunakan. Penggambaran sebuah piramida penelitian, meta analysis ini ada di puncak, artinya penelitiannya lebih sedikit dan harus ditopang dengan banyaknya penelitian primer dibawahnya. Berarti jika kita menjumpai sebuah karya tulis suatu topik tertentu dengan pendekatan meta analysis, kemungkinan kita harus mencari topik lain.
Meta analisis juga merupakan metode yang dibenarkan untuk menggabungkan beberapa penelitian kuantitatif. Sebagai contoh, jika bicara produktivitas padi biasanya kita jumpai produktivitas di wilayah Pulau Jawa lebih tinggi dibandingkan wilayah lainnya. Penggabungan beberapa penelitian tentang produktivitas ini akan dibenarkan secara ilmiah dengan pendekatan meta analysis.
Jenis meta analysis
Sebelum praktek langsung menggunakan meta analysis, perlu dipahami bahwa dalam meta analysis memiliki variabel dependen dan independen, ini ciri khas dari metode kuantitatif. Terkadang kita menjumpai meta analysis menjelaskan satu variabel independen, tetapi banyak variabel dependen. Contoh : pengaruh pemberian habattussaudah terhadap berat sapi dan volume susu sapi; variabel independennya hanya satu yakni habattussaudah, variabel dependennya ada 2; berat sapi dan volume susu sapi.
Ada juga contoh meta analysis yang memiliki satu variabel dependen, tetapi banyak variabel independen. Contoh: perbedaan produktivitas organik dan konvensional pada beberapa tanaman pangan. Variabel dependennya satu yakni produktivitas, variabel independennya dua yakni organik dan konvensional. Pada contoh ini sudah ada sub group yakni tanaman pangan yang bisa saja terdiri dari padi, jagung, kedelai, dan lain-lain.
Pada prakteknya, meskipun terdapat satu variabel independen dan beberapa variabel dependen, atau sebaliknya; pengerjaan dalam hubungan antar variabel tersebut dilakukan satu persatu. Jadi pada contoh pemberian habattussaudah terhadap berat sapi dan volume susu sapi, dilakukan dua kali run meta analisis; yakni habattussaudah terhadap berat sapi dan habattussaudah terhadap volume susu sapi. Begitu pun contoh pada satu variabel dependen dan beberapa varaiabel independen, tetap dilakukan satu demi satu.
Setelah dilakukan run satu persatu, maka dalam penyajian data bisa diatur sesuai pembahasan. Berikut contohnya:
Gambar ini saya capture dari artikel yang berjudul Comparing the yields of organic and conventional Agriculture
Artikel tersebut bercerita tentang perbandingan produktivitas organik dan konvensioal yang terbagi menjadi sub group a. Crop type b plant type dan c crop species. Jadi hanya membahas satu variabel dependen, yakni produktivitas.
Dari bagian A pada gambar diatas dijelaskan bahwa pada garis sumbu x adalah perbandingan produktivitas antara organik dan convensional. Jadi jika bernilai 1 maka berarti produktivitas organik sama dengan produktivitas konvensional. Jika bernilai 0.8 maka berarti produktivitas organik hanya 80 persen dari produktivitas konvensional. Jika dilihat pada bagian A berarti jenis tanaman sayuran organik yang memiliki produktivitas terendah dibandingkan produktivitas organik buah-buahan, cereals, dan lain-lain. Pada bagian B dan C silahkan anda cermati sendiri artinya ya…
Baik, contoh meta analysis berikutnya diambil dari artikel jurnal yang berjudul Effect of dietary black cumin seed (Nigella sativa) on performance, immune status, and serum metabolites of small ruminants: A meta-analysis. Silahkan search di google scholar untuk membaca lengkap artikelnya.
Meta analisis ini memiliki satu variabel independen yakni black cumin seed tetapi memiliki dua variabel dependen yakni DMI dan ADG. Gambar yang ditampilkan adalah meta regression yang dibawah nanti akan dijelaskan. Penekanan pada sub bab ini bahwa penyajian meta analysis bisa beragam (sesuai kelihaian peneliti dan topik yang diangkat), tetapi pada dasarnya proses analisisnya dilakukan satu persatu hubungan.
Meta analysis eksakta
Yuk langsung praktek.. saya menggunakan software gratisan bernama openmee. Silahkan diekstrak dan buka softwarenya. Jika ga punya, boleh hubungi saya tapi jangan marah kalo saya minta bayaran. Hahaahahaha.. eh, ini tulisan blog yang ga formal ya… saya masih bebas untuk tertawa.
Sebelum ke pengoperasian software ada hal yang harus disiapkan. Pertama: anda harus melakukan pengumpulan paper yang sesuai dengan topik yang ingin diangkat sebanyak mungkin. Untuk membantu, anda bisa melakukan systematic literature review (akan dibahas di artikel yang berbeda). Setelah memiliki paper dengan topik sesuai research question, maka data yang perlu dikumpulkan adalah n (julah data), mean (rata-rata), dan std dev (simpangan baku), untuk masing-masing kontrol dan perlakuan.
Contoh data yang perlu disiapkan seperti ini:
Arsir kuning adalah kelompok kontrol, dan arsir biru adalah kelompok perlakuan atau experiment. Masing masing terdiri dari data n (jumlah data), X adalah mean (yang biasanya dikasih notasi huruf a, ab atau b itu yaaa), kemudian SD adalah standar deviasi. Standar deviasi ini berguna untuk mengetahu range yang panjang horizontal disetiap titik pada gambar perbandingan organik dan konvensional diatas tadi.
Kemudian data place, survey, processing, dan season adalah opsional. Mereka adalah pengelompokkan. Misalnya place adalah pengelompokkan berdasarkan tempat, ini nanti akan kita gunakan untuk sub group. Sama seperti contoh pada organik dan konvensional diatas, dimana subgroupnya terdiri dari crop type, plant type, dan crop species.
Jika anda ingin melakukan meta regression, maka pengelompokkan tersebut memerlukan data continus yang dicontohkan pada kolom F atau level. Misalnya pada pengaruh pupuk cair terhadap peningkatan produksi padi. Level bisa berarti kadar pupuk sesuai perlakuan, ada yang 5 persen, 10 persen, 15 persen, dan lain-lain. Karena data ini continous, maka bisa dilakukan meta regression seperti contoh black cumin seed sebelumnya.
Simpan data tersebut dalam format csv. Lalu buka openmee
Import data, sampai selesai. Select csv file kemudian klik OK
Langkah selanjutnya adalah identifikasi variabel dengan klik kanan pada judul kolom kemudian pilih continous atau count. Pada contoh saya setting sbb:
study >> mark as studi ID column
lev >> continous
Nc dan Ne >> count
Xc, Xe, SDc, dan Sde >> continous
Nanti akan menjadi berwarna warni seperti ini:
Langkah selanjutnya adalah menghitung effect size. Effect size ini membedakan antara satu penelitian dengan penelitian yang lain. Agar sama, maka efect size perlu diseragamkan. Ibarat mata uang, kita sepakati menggunakan mata uang rupiah. Maka semua mata uang dikonversikan ke rupiah sesuai nilai tukar masing-masing.
Cara menghitung effect size: klik effect size – calculate effect size
Kemudian:
Kemudian isikan sesuai dengan data yang kita miliki sebagai berikut:
Klik finish dan hasilnya akan keluar:
MD disana adalah mean different dan var adalah varians yang sudah sama satuan jumlah data dan siap untuk dianalisis lebih lanjut.
Oke, output meta analisis yang akan saya tulis disini ada 3 jenis yakni standard meta analysis, cumulatif analysis, dan subgroup analysis. Menu di softwarenya ada di gambar bawah ini (tidak akan saya ulang):
Mari kita bahas output ketiganya:
Standard meta analysis, isikan data seperti ini:
Select all, klik next dan finish.
Estimate diatas merupakan mean difference dari semua paper yang diolah. Dengan batas bawah (lower bound) batas atas (upper bound) dan tentu saja p-value. Jika p-value dibawah 5 persen maka signifikan berbeda antara kontrol dan perlakuan.
Pemeriksaan heterogen dihitung berdasarkan statistik tau. Semakin besar nilai tau kuadrat dan I kuadrat biasanya p valuenya semakin kecil (artinya layak karena variansnya besar).
Gambar selanjutnya adalah seperti yang diatas ini. Gambar ketupat kecil warna biru merupakan mean difference total dari semua paper yang diolah (pada contoh ada 17 paper). Perlu diperhatikan bahwa ada garis hitam vertikal dan merah vertikal. Kemudian 17 titik dengan sayapnya (std deviasinya), jika sayap ini menyentuh garis vertikal yang sama, artinya tidak signifikan. contoh paper 10, 11, 13 sama -sama menyentuh garis vertikal merah, artinya ketiganya tidak signifikan berbeda. Tapi paper 16 signifikan berbeda dengan paper 8 karena tidak menyentuh garis vertikal yang sama. Begitupun yang lainnya. ..
Output selanjutnya cummulatif analysis, sama seperti standar meta analysis bedanya dia dianalisis setiap paper yang dimasukkan berdasarkan urutannya. Perhatikan gambar dibawah ini:
Yang membedakan adalah gambar yang ujung kanan dimana ada nilai kumulatif saat paper 2 dimasukkan, dan perubahan mean tersebut setiap paper baru dimasukkan, seterusnya hingga paper terakhir.
Output selanjutnya adalah subgroup analysis. Kita akan diminta memilih pengelompokkan mana yang akan digunakan berdasarkan data yang ada, contoh kali ini saya pilih survey.
Hasilnya adalah sebagai berikut:
Selain ada segi empat warna biru, ada juga dua segi empat berwarna kuning yang mewakili subgroup farm dan subgroup basket. jadi pembedanya dari analisis diatasnya, data dibagi bagi berdasarkan kelompok dan dianalisis setiap kelompoknya.
Output terakhir adalah meta-regression.
Klik next sampai pada settingan kita memilih varaiabel yang menjadi covariatenya.
Kita masukkan lev sebagai covariate, hasilnya adalah:
Cara membacanya? Ya sudah sama dengan membaca regresi biasa. Disini dapat dilihat ternyata dengan penambahan level pada experiment justru akan menurunkan mean different. Yang bulet bulet ini menunjukkan mean different pada sampel dengan std deviasinya. Klo buletnya besar berarti simpangannya juga besar.
Meta analysis sosial
Jika pada kasus sosial, data yang dikumpulkan hanya n dan r (korelasi). Jika paper yang dijumpai tidak dalam bentuk korelasi, misal regresi atau sem, maka perlu upaya untuk konversi ke r.
Langkah selanjutnya adalah import dan identifikasi setiap variabelnya. N setting ke count dan r setting ke continous. No atau study dijadikan ID column.
Saat menghitung effect size gunakan settingan dibawah ini:
Hasilnya dijumpai sebagai berikut:
Kemudian untuk analisis selanjutnya kita hanya menggunakan efek fisher ini dan variancenya. Tidak menggunakan data awal. Lebih jelas perhatikan gambar ini:
Daaaan selanjutnya sama proses dan pembacaannya dengan eksakta. Sekarang sudah jam setengah 12 malam. Jadi saya cukupkan sekian. Saya tidak menggunakan bahasa baku kali ini, konsekuensinya ga akan bisa dibaca pelajar di luar negeri karna translatenya akan kacau.
Semoga bermanfaat yaaaaa…
Tinggalkan Balasan