Measurement Error and Misclassification in Statistics and Epidemiology Book Summary

Salah satu fungsi mendasar statistika dalam dunia sains adalah mengenali hubungan antara berbagai variabel penyebab dengan variabel akibatnya. Seperti memahami rangkaian kausalitas.

Yang dalam teknisnya sering dinyatakan sebagai antara variabel independent dan variabel dependent.

Buku ini menitikberatkan perhatian pada masalah dan pemecahannya dalam analisa statistik saat terjadi keliru pengukuran variabel penyebab.

Yaitu disaat variabel dalam kegiatan pengamatan tak mampu diperoleh, walau telah diupayakan pada kondisi maksimal.



Karena obyektifitas sains yang tak mungkin membuang data yang kosong tersebut, muncullah skenario yang menyatakan adanya errors in variables. errors in covariables atau mudahnya measurement error, bila ternyata berlangsung kontinyu. Kejadian-kejadian seperti ini nyaris tak terhindarkan dalam kasus epidemiologi.



Bagaimana jika variabel independen adalah jenis kategori ? salah penempatan dalam kelompok pun bisa dianggap sebagai salah pengukuran.

Besarnya pengaruh kekeliruan dalam pengukuran ini akan berlanjut saat menyusun model statistik yang dapat dipastikan akan banyak menemui kesulitan. Kejadian seperti itu bahkan seolah menjadi kebiasaan, karena begitu seringnya muncul.

Bahkan terkadang dalam beberapa kasus penelitian epidemiologi sektoral dalam pengamatan saya, teknis penyusunan model diarahkan sepenuhnya menjadi sebuah kasus kategorial saja.

Cara-cara mengatasi kendala itu termuat dalam buku ini.



Barangkali penyusun buku ini juga berusaha memaklumkan terlebih dahulu, mengapa begitu seringnya tak dapat memperoleh data yang diingini dengan menjelaskan kondisi yang termuat dalam variabel independen adalah karakter-karakter manusiawi yang diperlukan. Sehingga keberhasilan memperolehnya sangat bergantung pada hal-hal manusiawi pula.



Lebih jauh dipaparkan pula bahwa masih ada kesuksesan dalam pengamatan/penelitian Biostatistik dan Epidemiologi, seperti dalam kasus polusi atau akibat makanan/obat tertentu. Karena itu wajar bila lebih banyak buku yang membahas kekeliruan pengukuran dalam bidang biostatistik atau epidemiologi, karena pencatatannya lebih dapat dilakukan dibanding pada kasus-kasus medis.



Buku ini dibanding sejenisnya setidaknya memiliki beberapa perbedaan.

Pertama, bukan merupakan buku teks dan bukan pula hasil pengamatan. Tetapi lebih mengusulkan sebuah kombinasi pengolahan data. Diharapkan akan tampak mudah dipahami.



Kedua, bukan merupakan sebuah buku pembanding atau buku yang mengimbangi ide-ide buku lainnya. Hal ini karena begitu luasnya cakupan kasus. Sehingga lebih mengupayakan cara mengatasi kesulitan akibat kekeliruan pengukuran baik pada data kontinyu maupun kategorikal.



Ketiga, memberikan sebuah sumbangan yang lebih menunjukkan cara pemakaian bayesian dibanding hanya menunjukkan kelebihan-kelebihannya. Sehingga dapat maksimal memanfaatkan data dibanding harus berhenti pada kesimpulan model yang bakal diperoleh adalah salah.



Sepertinya buku ini berusaha menunjukkan bagaimana melengkapkan paradigma Bayesian ke dalam statistik inferensia, sehingga model yang diperoleh dapat diperoleh dengan data yang tak dapat tercatat, atau keliru dicatat.



Dalam bagian akhir buku ini termuat rangkuman dari pembahasan pada bagian-bagian sebelumnya, tampaknya diharapkan para pembacanya mampu menemukan arah dan bentuk pembahasan yang dituju oleh penyusunnya.



Sehingga rasanya penting bagi para mahasiswa, praktisi atau pelaku riset terutama dalam bidang statistik, biostatistik juga para epidemiologis yang memperhatikan kasus-kasus kuantitatif, sempatkan waktu membaca buku ini.



Juga dilengkapi dengan ide dasar analisa Bayesian dan algoritma Markov Chain-Monte Carlo, melengkapi bahasan-bahasan pada beberapa bagian sebelumnya.



Sehingga rasanya seperti membaca buku cerita saja, karena dalam enam bab buku ini, pembahasan mengalir dan berkembang seperti dimaksudkan judulnya.

Bab pertama, adalah pengenalan lebih dalam tentang bagaimana kejadian kekeliruan pengukuran (mismeasured) dan fenomenanya. Dua bab berikutnya adalah akibat yang terjadi pada data kontinyu dan data kategorikal. Dua bab menyusul selanjutnya adalah cara mengatasinya. Dan ditutupkan berupa rangkuman pemahaman bab-bab itu dalam kasus-kasus spesifik.



Buku ini sangat berharga dalam rangkaian ide :

1. Error analysis (Mathematics).

2. Sequential analysis.

3. Bayesian statistical decision theory.