random effect models for comparative cross-national research on health

Kemarin dapat gagasan menyisihkan LLTI dari sampel karena subsampel LLTI ini punya perilaku kesehatan yang berbeda. Sesuai hipotesaku, penyisihan ini membuat IV berhasil.

Kemarin juga menulis lengkap bagian teori dari proposal untuk comparative cross-national programme ESRC. Hari ini meneruskan untuk menulis statistik untuk random effect vignettes modelling dengan merumuskan ulang vignettes model sebagai IRT (2PL atau 1PL). Dua keuntungannya: measurement non-invariance bisa dengan mudah dilakukan; parametric and semi-parametric random effect juga mudah dilakukan. Ini sintaksnya:

options
algorithm
tolerance=1e-008 emtolerance=0.01 emiterations=250 nriterations=50;
startvalues
seed=0 sets=10 tolerance=1e-005 iterations=50;
bayes
categorical=1 variances=1 latent=1 poisson=1;
montecarlo
seed=0 replicates=500 tolerance=1e-008;
quadrature nodes=10;
missing includedependent;
output
parameters=last standarderrors probmeans=posterior profile bivariateresiduals;

variables
groupid ctrid;
dependent mobil0, mobil1, mobil2, mobil3, mobil4, mobil5 ordinal;
independent age, female;
latent
GClass nominal group 2,
CFactor1 continuous;
equations
(1) CFactor1 ;
mobil0 <- 1 + female + CFactor1 + GClass;
mobil1 <- 1 + female + CFactor1 + GClass;
mobil2 <- 1 + female + CFactor1 + GClass;
mobil3 <- 1 + female + CFactor1 + GClass;
mobil4 <- 1 + female + CFactor1 + GClass;
mobil5 <- 1 + female + CFactor1 + GClass;

Dari WOK ke bibtex. [1] kumpulkan pustaka, termasuk abstraknya, di wok. [2]simpan savedrecs.txt di folder [manapun]. [3] buka savedrecs.txt itu, lalu hapus 2 baris pertama dan baris terakhir. [4] impor savedrecs.txt yg sudah diutak-atik itu ke endnote; ingat formatnya ISI-CE. [5] lalu ikuti petunjuk mengekspor dari kepustakaan endnote ke bibtex export.

Berkas bib itu perlu diutak-atik [di Emacs atau TexNic]: 1. nama penulis terurut biasa; 2. tambah penanda tiap rujukan.

Kaidah menyampaikan bukti yang saya gunakan selama ini. Aslinya untuk lukisan tetapi saya turuti untuk bukti-bukti berupa tabel, diagram, gambar serta argumen yang saya sampaikan lewat makalah.

Painting is special, separate, a matter of meditation and contemplation, for me, no physical action or social sport. As much consciousness as possible. Clarity, completeness, quintessence, quiet. No noise, no schmutz, no schmerz, no fauve schwaermerei. Perfection, passiveness, consonance, consummateness. No palpitations, no gesticulation, no grotesquerie. Spirituality, serenity, absoluteness, coherence. No automatism, no accident, no anxiety, no catharsis, no chance. Detachment, disinterestedness, thoughtfulness, transcendence. No humbugging, no button-holing, no exploitation, no mixing things up.

Ad Reinhardt, statement for the catalog of the exhibition, "The New Decade: 35 American Painters and Sculptors," Whitney Museum of American Art, New York, 1955. Dalam Edward Rolf Tufte, "Visual Explanations: Images and Quantities, Evidence and Narrative. Graphics Press. 1997 hlm. 72.

Penting dicatat, kutipan di atas tertulis satu halaman sendiri.

Vinyet (Ingg: vignettes) nampaknya banyak digunakan dalam analisa angket antar-bangsa atau antar-budaya. Ada beberapa perangkat lunak yang bisa dipakai untuk analisa vinyet ini termasuk: Anchor dan Zelig yg ditulis Gary King dan sejawatnya; selain itu, gllamm di Stata (lihat contohnya.) Tetapi tidak satu pun dari perangkat lunak ini mampu menangani, dengan efisien, analisa vinyet pada angket berstruktur bertingkat seperti responden dan desa atau responden dan negara. Padahal angket antar-bangsa umumnya berstruktur begini. Misalnya WHO World Health Survey punya 71 negara dan lebih dari 230.000 responden; IFLS punya lk 300 kabupatan dan belasan ribu responden. Lebih penting lagi, teori yang saya kembangkan seperti multilevel multiprocess model [MLMPM] of health mensyaratkan anggitan bertingkat.

Selain itu, rumus-rumus vinyet ini kelihatannya saya kenal sehingga barangkali analisa vinyet bisa dilakukan dengan perangkat lunak yg biasa saya pakai. Singkatnya, perlu analisa vinyet bertingkat. Patut disebut sekarang bahwa Tandon, Murray, Salomon dan King (2003) dalam 'Health System Performance Assesment' menyebutkan juga bahwa 'we have developed working versions of the models with random effects. However, they are very slow' [catatan 7 hlm 740]. Saya belum lihat tim WHO menerbitkan hasil analisa dengan model bertingkat atau model dengan 'random effects'. Sekali lagi, modelku, MLMPM, tingkat pribadi dan masyarakat desa atau negara harus dibedakan karena kesehatan dipengaruhi baik oleh faktor pribadi spt pendidikan maupun faktor masyarakat spt layanan transportasi desa.

Hari ini setelah membaca berulang-ulang Tandon et al (2003), Macintosh dan Hashim (2003) dan contoh -chopit- di gllamm, saya yakin sendiri bahwa analisa vinyet ini ternyata adalah model pengukuran di MIMIC. Tandon et al (2003) menyebutkan bahwa vinyet adalah 'partial credit model' yg juga adalah ragam dari IRT. Selanjutnya, lewat Macintosh dan Hashim, dia adalah MIMIC.

Bila analisa vinyet adalah 'MI' di MIMIC maka semua kembangan MIMIC jadi tersedia juga buat vinyet, terutama model bertingkat MIMIC atau 'MIMIC with random effects' seperti yang saya gunakan menganalisa partisipasi politik lewat media baru di Eropah.

Pokok-pokok yang perlu diingat adalah: diskusi vinyet selama ini tidak memisahkan anggitan 'MI' dengan 'MIC'. Bahkan penjelasan yang disampaikan oleh Sophia langsung menggunakan himpunan 'C' untuk mengubah ambang-ambang indikator. Saya kira ini tidak menolong pembaca memahami analisa vinyet; tidak menolong pembaca memahami asal-usul dan substansi masalah yang cocok dianalisa dengan vinyet dan MIMIC.

Secara paedagogis, lebih baik nampaknya menggunakan pendekatan anggitan MIMIC sebagai dua langkah: 'MI' dan 'MIC'. Barulah kemudian memperluasnya ke perubahan ambang-ambang indikator atau 'measurement non-invariance' atau 'differential item function [DIF]'. Alasan lain selain kejernihan anggitan [atau 2 langkah pemahaman], juga adalah perubahan ambang adalah efek orde kedua dari varian skala pengukuran. Efek orde pertama adalah skala pengukuran yang tak teramati sehingga perlu peubah laten yang diestimasi dengan vinyet-vinyet dalam langkah 'MI'. Seusai mengambil langkah pertama ini, masalah skala boleh dianggap teratasi. Lanjutkanlah dengan langkah kedua atau 'MIC'. Bila diantara dua langkah ini 'measurement non-invariance' diestimasi maka terpicu 2 masalah yang kurang perlu. Pertama, identifikasi; kita tidak lagi tahu apakah varian dalam indikator-indikator tercatat disebabkan oleh 'MIC' atau oleh 'DIF'. Lebih penting lagi, dalam kenyataannya untuk angket dalam satu negara pun bisa terdapat skala yang berbeda antar responden. Tetapi perbedaan ini tentulah tidak sebesar perbedaan yang lahir dari perbedaan budaya antar-bangsa. Dalam satu negara, sekali perbedaan skala diperhitungkan lewat estimasi skala laten maka perbedaan ambang menjadi semata-mata teknis dan kurang penting dibandingkan dengan perbedaan teoritis karena kesenjangan pendidikan misalnya.

MPlus dan Latent GOLD bisa digunakan untuk analisa vinyet bertingkat. Analisa vinyet bertingkat ini tidak bisa digunakan dengan efisien di gllamm atau anchor. Dengan begini analisa WHO WHS yang lebih lengkap jadi bisa dilakukan. Inilah satu pokok proposal ke ESRC.