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.