Bias non-respon (Non-response bias)
Ketika anda menggunakan kuesioner sebagai instrumen pengumpulan data penelitian anda dan anda harus mengirimkan kuesioner tersebut menggunakan jasa pos atau sejenisnya, ada satu hal yang harus diperhatikan. Hal tersebut adalah perbedaan antara respon dari orang yang membalas kuesioner anda dengan respon dari orang yang tidak membalas kuesioner anda.
Misalnya, anda mengirim 100 kuesioner kepada calon pelanggan sebuah produk. Dari 100 kuesioner tersebut, satu bulan kemudian kembali hanya 80 kuesioner (80%) dan sisanya, 20 kuesioner, tidak kembali. Jika kita melihat pada tingkat respon, maka tingkat pengembalian kuesioner anda cukup tinggi. Dari 80 orang yang merespon tersebut, 30 orang menyatakan tidak akan membeli produk yang akan diluncurkan, 20 orang akan membeli setelah produk itu benar-benar laris di pasar, 20 orang menyatakan ragu-ragu apakah akan membeli atau tidak, dan 10 orang menyatakan akan membeli produk itu segera. Jika anda kemudian menyimpulkan, dari respon 80 orang tersebut, bahwa kemungkinan besar bahwa produk tersebut akan laris di pasar, apakah anda benar-benar yakin dengan simpulan tersebut? Atau pertanyaan lain, apakah menurut anda jika 20 orang yang tidak mengembalikan kuesioner tersebut ternyata kemudian menjawab pertanyaan anda, maka simpulan anda dengan 80 orang yang benar-benar mengembalikan tidak akan berubah?
Jika ternyata 20 orang (20%) yang tidak mengembalikan kuesioner tersebut bisa merubah simpulan berdasarkan 80 orang (80%) yang telah merespon, maka akan ada bias pada simpulan. Bias simpulan itu disebabkan oleh bias karena tidak diketahuinya respon dari orang yang tidak merespon atau tidak mengembalikan kuesioner. Bias ini yang disebut dengan bias non-respon atau non-response bias.
Semua penelitian berbasis kuesioner seharusnya memperhatikan dan mengatasi bias ini. Banyak riset di Indonesia yang sepertinya luput dengan bias non-respon ini. Jika dalam contoh di atas, non-respon sebesar 20% bisa mengubah simpulan, maka bisa diduga bahwa non-respon di atas 20% akan memberi pengaruh yang lebih besar lagi. Rata-rata tingkat respon atau pengembalian kuesioner hanya 30%. Berarti ada 70% non-respon dan andai saja mereka (70%) ini merespon, maka simpulan yang didasarkan pada 30% respon sangat mungkin akan berubah.
Lalu bagaimana cara mengatasi masalah bias non-respon ini?
Armstrong dan Overton (1977) menyatakan ada tiga cara untuk melindungi diri dari bias non-respon. Pertama, anda harus mengurangi non-respon. Menurut mereka, non-respon bisa diatasi dengan cara menjaga non-respon di bawah 30%. Kedua, anda harus menyampel non-respon tersebut. Ketiga, anda mengestimasi efek dari non-respon terhadap simpulan yang akan anda buat berdasarkan respon yang benar-benar masuk.
Untuk menjaga agar respon bisa tinggi ada banyak teknik yang bisa dipilih. Salah satu teknik adalah dengan mengirimkan semacam surat pengingat kepada responden anda beberapa hari atau minggu setelah kuesioner pertama anda kirim. Surat pengingat ini bisa hanya selembar kartu pos. Namun, akan lebih baik jika anda menyertakan kembali kuesioner lengkap bersama dengan surat pengingat ini untuk berjaga-jaga jika kuesioner pertama tidak kembali karena hilang atau memang terlupa. Cara ini umum dilakukan dan biasanya diklaim oleh para peneliti sebagai cara yang cukup ampuh untuk meningkatkan respon.
Cara yang kedua yang bisa anda lakukan untuk melindungi diri dari bias non-respon ini adalah dengan menyampel non-respon tersebut. Katakan anda membatasi bahwa kuesioner harus dikembalikan dalam waktu satu bulan. Dari 100 kuesioner 70% kembali, sedangkan 30% lagi tidak kembali hingga satu bulan berlalu. Dengan menyampel mereka yang tidak merespon sesuai dengan batas waktu pengembalian yang telah anda tetapkan, anda bisa memastikan apakah mereka yang tidak merespon ini memiliki jawaban yang berbeda atau tidak dibandingkan dengan mereka yang telah merespon? Apakah ada kesebangunan variasi jawaban antara yang merespon dengan yang tidak merespon tersebut?
Masalahnya, jika anda ingin mengggunakan cara ini, anda harus kembali mengirimkan kuesioner atau mengingatkan kembali kepada mereka yang tidak menjawab dalam waktu satu bulan tersebut dan meminta mereka untuk menjawab pertanyaan anda dan mengirimkan kepada anda. Berarti akan ada waktu dan biaya yang lebih banyak dikonsumsi.
Cara yang ketiga adalah teknik yang bisa mengatasi kelemahan yang kedua--dan juga yang pertama. Ketika ada kuesioner yang tidak kembali, anda bisa mengatasi potensi bias non-respon tersebut dengan mengestimasi efek dari non-respon terhadap simpulan penelitian anda. Cara ini lebih dianjurkan dengan beberapa alasan. Pertama, jika anda bisa mengandalkan hanya pada respon sebesar 40% dan ternyata tidak bias mengapa harus mengejar respon 80% atau 100%?
Kedua, metoda ini sangat cocok jika persepsi responden bisa berubah cepat. Misalnya, jika anda menyurvey kecenderungan pemilih memilih partai atau presiden mendatang, maka anda akan berhadapan dengan responden yang akan sangat cepat merubah pendapatnya. Sehingga, jika anda harus menggunakan teknik lain untuk mengatasi bias non-respon, simpulan anda sendiri kemudian akan bias karena perubahan sikap responden itu sendiri.
Ada setidaknya tiga teknik yang bisa digunakan untuk mengestimasi bias non-respon menurut Armstrong dan Overton. Pertama, anda bisa membandingkan nilai-nilai yang ada di dalam populasi. Maksudnya, karena anda hanya menyampel dari populasi, anda bisa membandingkan nilai-nilai tertentu dari sampel anda dengan nilai yang ada di dalam populasi. Misalnya, anda membandingkan antara usia sampel anda dengan usia populasi, pendapatan sampel dengan pendapatan populasi, pendidikan sampel dengan pendidikan populasi. Namun, jelas pendekatan ini cukup sulit untuk dilakukan karena kita membutuhkan populasi sementara tidak semua riset akan bisa membandingkan sampelnya dengan populasi.
Kedua adalah dengan teknik estimasi subyektif. Jika anda memilih menggunakan teknik ini, anda bisa membandingkan karakteristik sosio-ekonomi antara yang merespon dengan yang tidak merespon. Misalnya, apakah mereka yang merespon adalah orang yang memiliki pendidikan yang lebih baik dibandingkan dengan yang tidak merespon; atau apakah yang merespon memiliki tingkat pendapatan yang lebih rendah dibandingkan dengan yang tidak merespon. Artinya, jika ada pola seperti itu maka anda bisa menduga bahwa yang akan mempengaruhi respon adalah variabel sosio-ekonomi responden.
Teknik estimasi subyektif lain disebut dengan interest hypothesis. Responden yang merespon diduga adalah responden yang memang tertarik--dengan berbagai alasan--dengan penelitian anda dan mereka yang tidak merespon adalah mereka yang tidak tertarik. Misalnya, jika anda ingin meneliti apakah sampel anda akan tertarik dengan sebuah produk wewangian yang akan dikeluarkan oleh sebuah perusahaan, maka anda bisa berekspektasi bahwa responden yang mengembalikan kuesioner anda adalah orang yang memang menyukai wewangian dan mereka yang tidak mengembalikan adalah orang yang tidak menyukai wewangian.
Metoda yang ketiga adalah ekstrapolasi. Asumsi dasar yang harus ada adalah bahwa orang yang merespon lebih lambat atau paling lambat adalah sama dengan orang yang tidak merespon. Menurut metoda ini, orang yang membutuhkan dorongan, misalnya kartu pos atau surat pengingat lain, sangat mungkin memiliki respon dengan orang yang tidak merespon. Namun, anda harus berhati-hati juga untuk menyimpulkan bahwa mereka yang merespon setelah dikirimi kartu pos pengingat sama dengan mereka yang tidak merespon. Anda bisa membuat beberapa titik waktu untuk membagi-bagi respon yang masuk. Misalnya, anda membagi masa pengembalian menjadi empat pekan dan mereka yang merespon lebih daripada masa empat pekan dianggap sebagai non-responden. Pada pekan pertama setelah pengiriman anda kemudian mengirim satu kartu pos pengingat. Katakan bahwa 30% responden telah mengembalikan dalam satu pekan pertama, 10% dalam satu pekan setelah kartu pos dikirimkan (pekan kedua), 10% pada pekan ketiga, dan 30% pada pekan keempat, dan sisanya tidak mengembalikan. Menurut teknik ini, kelompok responden yang mengirim pada pekan keempat ini bisa disamakan dengan non-responden (20%). Variasi lain teknik ini adalah dengan tidak memberikan sama-sekali stimulus seperti kartu pos pengingat. Respon yang masuk hanya akan dicatat kapan diterima oleh peneliti; semakin lama respon masuk, semakin dekat kemungkinan responnya dengan non-respon.
Teknik terakhir dari metoda ekstrapolasi ini adalah mengirimkan kuesioner yang sama kepada beberapa subsampel yang terpilih secara acak. Respon dari subsampel-subsampel tersebut digunakan untuk mengestimasi respon bagi tingkat pengembalian 100%. Jika anda menggunakan metoda ini anda cukup menggunakan satu gelombang (misalnya hanya respon yang masuk dalam pekan pertama) saja yang anda gunakan dari masing-masing subsampel.
Dengan demikian bisa disimpulkan bahwa jika anda menggunakan kuesioner sebagai alat pengumpulan data dan jawaban yang anda butuhkan berhubungan dengan persepsi responden maka anda harus berhati-hati dalam menarik simpulan jika tingkat pengembalian respon anda rendah. Responden yang tidak mengembalikan keusioner anda bisa saja mengubah simpulan penelitian anda jika mereka menjawab dan mengembalikan kuesioner anda. Oleh karena itu, anda harus mengatasi bias non-respon dengan cara mengurangi non-respon atau mengestimasi apakah mereka yang tidak merespon akan merubah simpulan atau tidak jika saja mereka merespon.
Sleman, Desember 2008
Misalnya, anda mengirim 100 kuesioner kepada calon pelanggan sebuah produk. Dari 100 kuesioner tersebut, satu bulan kemudian kembali hanya 80 kuesioner (80%) dan sisanya, 20 kuesioner, tidak kembali. Jika kita melihat pada tingkat respon, maka tingkat pengembalian kuesioner anda cukup tinggi. Dari 80 orang yang merespon tersebut, 30 orang menyatakan tidak akan membeli produk yang akan diluncurkan, 20 orang akan membeli setelah produk itu benar-benar laris di pasar, 20 orang menyatakan ragu-ragu apakah akan membeli atau tidak, dan 10 orang menyatakan akan membeli produk itu segera. Jika anda kemudian menyimpulkan, dari respon 80 orang tersebut, bahwa kemungkinan besar bahwa produk tersebut akan laris di pasar, apakah anda benar-benar yakin dengan simpulan tersebut? Atau pertanyaan lain, apakah menurut anda jika 20 orang yang tidak mengembalikan kuesioner tersebut ternyata kemudian menjawab pertanyaan anda, maka simpulan anda dengan 80 orang yang benar-benar mengembalikan tidak akan berubah?
Jika ternyata 20 orang (20%) yang tidak mengembalikan kuesioner tersebut bisa merubah simpulan berdasarkan 80 orang (80%) yang telah merespon, maka akan ada bias pada simpulan. Bias simpulan itu disebabkan oleh bias karena tidak diketahuinya respon dari orang yang tidak merespon atau tidak mengembalikan kuesioner. Bias ini yang disebut dengan bias non-respon atau non-response bias.
Semua penelitian berbasis kuesioner seharusnya memperhatikan dan mengatasi bias ini. Banyak riset di Indonesia yang sepertinya luput dengan bias non-respon ini. Jika dalam contoh di atas, non-respon sebesar 20% bisa mengubah simpulan, maka bisa diduga bahwa non-respon di atas 20% akan memberi pengaruh yang lebih besar lagi. Rata-rata tingkat respon atau pengembalian kuesioner hanya 30%. Berarti ada 70% non-respon dan andai saja mereka (70%) ini merespon, maka simpulan yang didasarkan pada 30% respon sangat mungkin akan berubah.
Lalu bagaimana cara mengatasi masalah bias non-respon ini?
Armstrong dan Overton (1977) menyatakan ada tiga cara untuk melindungi diri dari bias non-respon. Pertama, anda harus mengurangi non-respon. Menurut mereka, non-respon bisa diatasi dengan cara menjaga non-respon di bawah 30%. Kedua, anda harus menyampel non-respon tersebut. Ketiga, anda mengestimasi efek dari non-respon terhadap simpulan yang akan anda buat berdasarkan respon yang benar-benar masuk.
Untuk menjaga agar respon bisa tinggi ada banyak teknik yang bisa dipilih. Salah satu teknik adalah dengan mengirimkan semacam surat pengingat kepada responden anda beberapa hari atau minggu setelah kuesioner pertama anda kirim. Surat pengingat ini bisa hanya selembar kartu pos. Namun, akan lebih baik jika anda menyertakan kembali kuesioner lengkap bersama dengan surat pengingat ini untuk berjaga-jaga jika kuesioner pertama tidak kembali karena hilang atau memang terlupa. Cara ini umum dilakukan dan biasanya diklaim oleh para peneliti sebagai cara yang cukup ampuh untuk meningkatkan respon.
Cara yang kedua yang bisa anda lakukan untuk melindungi diri dari bias non-respon ini adalah dengan menyampel non-respon tersebut. Katakan anda membatasi bahwa kuesioner harus dikembalikan dalam waktu satu bulan. Dari 100 kuesioner 70% kembali, sedangkan 30% lagi tidak kembali hingga satu bulan berlalu. Dengan menyampel mereka yang tidak merespon sesuai dengan batas waktu pengembalian yang telah anda tetapkan, anda bisa memastikan apakah mereka yang tidak merespon ini memiliki jawaban yang berbeda atau tidak dibandingkan dengan mereka yang telah merespon? Apakah ada kesebangunan variasi jawaban antara yang merespon dengan yang tidak merespon tersebut?
Masalahnya, jika anda ingin mengggunakan cara ini, anda harus kembali mengirimkan kuesioner atau mengingatkan kembali kepada mereka yang tidak menjawab dalam waktu satu bulan tersebut dan meminta mereka untuk menjawab pertanyaan anda dan mengirimkan kepada anda. Berarti akan ada waktu dan biaya yang lebih banyak dikonsumsi.
Cara yang ketiga adalah teknik yang bisa mengatasi kelemahan yang kedua--dan juga yang pertama. Ketika ada kuesioner yang tidak kembali, anda bisa mengatasi potensi bias non-respon tersebut dengan mengestimasi efek dari non-respon terhadap simpulan penelitian anda. Cara ini lebih dianjurkan dengan beberapa alasan. Pertama, jika anda bisa mengandalkan hanya pada respon sebesar 40% dan ternyata tidak bias mengapa harus mengejar respon 80% atau 100%?
Kedua, metoda ini sangat cocok jika persepsi responden bisa berubah cepat. Misalnya, jika anda menyurvey kecenderungan pemilih memilih partai atau presiden mendatang, maka anda akan berhadapan dengan responden yang akan sangat cepat merubah pendapatnya. Sehingga, jika anda harus menggunakan teknik lain untuk mengatasi bias non-respon, simpulan anda sendiri kemudian akan bias karena perubahan sikap responden itu sendiri.
Ada setidaknya tiga teknik yang bisa digunakan untuk mengestimasi bias non-respon menurut Armstrong dan Overton. Pertama, anda bisa membandingkan nilai-nilai yang ada di dalam populasi. Maksudnya, karena anda hanya menyampel dari populasi, anda bisa membandingkan nilai-nilai tertentu dari sampel anda dengan nilai yang ada di dalam populasi. Misalnya, anda membandingkan antara usia sampel anda dengan usia populasi, pendapatan sampel dengan pendapatan populasi, pendidikan sampel dengan pendidikan populasi. Namun, jelas pendekatan ini cukup sulit untuk dilakukan karena kita membutuhkan populasi sementara tidak semua riset akan bisa membandingkan sampelnya dengan populasi.
Kedua adalah dengan teknik estimasi subyektif. Jika anda memilih menggunakan teknik ini, anda bisa membandingkan karakteristik sosio-ekonomi antara yang merespon dengan yang tidak merespon. Misalnya, apakah mereka yang merespon adalah orang yang memiliki pendidikan yang lebih baik dibandingkan dengan yang tidak merespon; atau apakah yang merespon memiliki tingkat pendapatan yang lebih rendah dibandingkan dengan yang tidak merespon. Artinya, jika ada pola seperti itu maka anda bisa menduga bahwa yang akan mempengaruhi respon adalah variabel sosio-ekonomi responden.
Teknik estimasi subyektif lain disebut dengan interest hypothesis. Responden yang merespon diduga adalah responden yang memang tertarik--dengan berbagai alasan--dengan penelitian anda dan mereka yang tidak merespon adalah mereka yang tidak tertarik. Misalnya, jika anda ingin meneliti apakah sampel anda akan tertarik dengan sebuah produk wewangian yang akan dikeluarkan oleh sebuah perusahaan, maka anda bisa berekspektasi bahwa responden yang mengembalikan kuesioner anda adalah orang yang memang menyukai wewangian dan mereka yang tidak mengembalikan adalah orang yang tidak menyukai wewangian.
Metoda yang ketiga adalah ekstrapolasi. Asumsi dasar yang harus ada adalah bahwa orang yang merespon lebih lambat atau paling lambat adalah sama dengan orang yang tidak merespon. Menurut metoda ini, orang yang membutuhkan dorongan, misalnya kartu pos atau surat pengingat lain, sangat mungkin memiliki respon dengan orang yang tidak merespon. Namun, anda harus berhati-hati juga untuk menyimpulkan bahwa mereka yang merespon setelah dikirimi kartu pos pengingat sama dengan mereka yang tidak merespon. Anda bisa membuat beberapa titik waktu untuk membagi-bagi respon yang masuk. Misalnya, anda membagi masa pengembalian menjadi empat pekan dan mereka yang merespon lebih daripada masa empat pekan dianggap sebagai non-responden. Pada pekan pertama setelah pengiriman anda kemudian mengirim satu kartu pos pengingat. Katakan bahwa 30% responden telah mengembalikan dalam satu pekan pertama, 10% dalam satu pekan setelah kartu pos dikirimkan (pekan kedua), 10% pada pekan ketiga, dan 30% pada pekan keempat, dan sisanya tidak mengembalikan. Menurut teknik ini, kelompok responden yang mengirim pada pekan keempat ini bisa disamakan dengan non-responden (20%). Variasi lain teknik ini adalah dengan tidak memberikan sama-sekali stimulus seperti kartu pos pengingat. Respon yang masuk hanya akan dicatat kapan diterima oleh peneliti; semakin lama respon masuk, semakin dekat kemungkinan responnya dengan non-respon.
Teknik terakhir dari metoda ekstrapolasi ini adalah mengirimkan kuesioner yang sama kepada beberapa subsampel yang terpilih secara acak. Respon dari subsampel-subsampel tersebut digunakan untuk mengestimasi respon bagi tingkat pengembalian 100%. Jika anda menggunakan metoda ini anda cukup menggunakan satu gelombang (misalnya hanya respon yang masuk dalam pekan pertama) saja yang anda gunakan dari masing-masing subsampel.
Dengan demikian bisa disimpulkan bahwa jika anda menggunakan kuesioner sebagai alat pengumpulan data dan jawaban yang anda butuhkan berhubungan dengan persepsi responden maka anda harus berhati-hati dalam menarik simpulan jika tingkat pengembalian respon anda rendah. Responden yang tidak mengembalikan keusioner anda bisa saja mengubah simpulan penelitian anda jika mereka menjawab dan mengembalikan kuesioner anda. Oleh karena itu, anda harus mengatasi bias non-respon dengan cara mengurangi non-respon atau mengestimasi apakah mereka yang tidak merespon akan merubah simpulan atau tidak jika saja mereka merespon.
Sleman, Desember 2008
Label: bias non-respon, kuesioner, non-response bias
By Rahmat Febrianto On Sabtu, 06 Desember 2008 At 09.08
