Editorial Tamu
doi: 10.1111/head.13707 ISSN 0017-8748 Sakit
kepala © 2019 American Headache Society Diterbitkan oleh Wiley Periodicals, Inc.
Alamat semua korespondensi ke DP Turner, Departemen Anestesi, Perawatan Kritis dan Pengobatan Nyeri, Rumah Sakit Umum Massachusetts, Harvard Medical School, Boston, MA, AS, email: [email protected]
Pengambilan Sampel Probabilitas.—Dalam sampel probabilitas, setiap elemen dalam kerangka pengambilan sampel memiliki peluang seleksi yang diketahui dan bukan nol (yaitu, probabilitas untuk dijadikan sampel), dan pemilihan acak digunakan untuk memilih elemen.6,7 Pengambilan sampel adalah pemilihan sebagian populasi yang
menjadi perhatian dalam suatu studi penelitian. Dalam sebagian besar upaya penelitian, partisipasi seluruh populasi tidak mungkin dilakukan, sehingga kelompok yang lebih kecil diandalkan untuk pengumpulan data. Pengambilan sampel dari suatu populasi sering kali lebih praktis dan memungkinkan pengumpulan data lebih cepat dan dengan biaya lebih rendah dibandingkan upaya menjangkau setiap anggota populasi.
Namun, karena sampel akan digunakan untuk membuat kesimpulan tentang populasi, memahami cara data sampai ke database merupakan aspek penting dalam menganalisis dan menarik kesimpulan dari data tersebut.
Bagian ini melanjutkan rangkaian editorial metode dan statistik yang sedang berlangsung di Jurnal.1-5 Editorial ini berfokus pada cara- cara umum dalam mengamati data. Beberapa desain pengambilan sampel yang umum, penggunaan desain pengambilan sampel dalam penelitian sakit kepala, dan masalah umum yang dihadapi dalam pengambilan sampel dijelaskan.
Meskipun topik pengambilan sampel sangat luas, topik ini berfungsi sebagai pengenalan sederhana terhadap konsep-konsep tersebut.
kerangka sampel dapat mencakup semua individu yang mencari perawatan untuk serangan migrain di unit gawat darurat di Amerika Serikat pada tahun berjalan. Dalam hal ini, populasi penelitian adalah kelompok yang didefinisikan secara jelas dimana unsur-unsurnya (misalnya individu) akan dipilih dan dipelajari. Meskipun ada sistem klasifikasi lain, strategi pengambilan sampel sering dikategorikan sebagai pengambilan sampel probabilitas dan pengambilan sampel non- probabilitas (Tabel 1).
Pengambilan Sampel Acak Sederhana.—Ketika pengambilan sampel acak sederhana digunakan, semua elemen memiliki probabilitas yang sama untuk dipilih. Karena metode pengambilan sampel ini memberikan probabilitas yang sama pada semua elemen, hal ini berguna ketika peneliti tertarik pada asosiasi yang akan memberikan probabilitas yang sama yang paling umum digunakan dijelaskan di sini.
berlaku untuk seluruh populasi.6 Namun kelemahan desain ini adalah sampelnya mungkin tidak mencerminkan populasi, terutama komposisi populasi kelompok tertentu. Misalnya, ketika memilih secara acak 10%
individu yang datang untuk berobat di klinik sakit kepala tersier, setiap individu mempunyai peluang yang sama untuk diikutsertakan. Meskipun demikian, karena kesalahan pengambilan sampel secara acak, sampel individu ini mungkin tidak mewakili individu yang lebih tua dalam populasi umum yang secara kebetulan tidak dipilih sesuai dengan kondisi yang ada.
Saat merancang rencana pengambilan sampel, unit suatu populasi disebut sebagai elemen dan daftar seluruh populasi. 7,8 Contoh elemen
disebut kerangka pengambilan sampel.
Di banyak bidang penelitian, perkiraan statistik diperoleh dari sampel dan digunakan untuk membuat kesimpulan, yang disebut parameter populasi, tentang populasi yang diteliti. Ketika peneliti ingin merancang sebuah penelitian, mereka harus menentukan populasi target yang ingin mereka jadikan kesimpulan (misalnya, individu yang didiagnosis menderita sakit kepala migrain). Sering,
Ada beberapa metode pengambilan sampel probabilitas. Beberapa
8
mendefinisikan populasi sasaran secara tepat merupakan tugas yang menantang, namun hal ini sangat penting dalam menentukan bagaimana temuan penelitian pada akhirnya akan digunakan.6
MENDEFINISIKAN MASALAH
Metode Pengambilan Sampel dalam Desain Penelitian
Diterima untuk diterbitkan pada 29 Oktober 2019. Konflik Kepentingan: Tidak ada
Definisi
Acak sederhana
“Analisis dilakukan dengan menggunakan proses SAS- Gugus
Tabel 1.—Contoh Pengambilan Sampel dalam Penelitian Sakit Kepala
Sistematis Berstrata Pengambilan sampel probabilitas Setiap elemen mempunyai peluang
seleksi yang diketahui dan bukan nol
“Pengambilan sampel kuota digunakan dari bulan September 2012 hingga November 2013 untuk menghasilkan sampel sebanyak 489.537 anggota panel, yang mewakili populasi AS.”12 Pengambilan sampel
Non-Probabilitas mempunyai probabilitas seleksi yang diketahui atau sama
hukum probabilitas
Pemilihan acak digunakan berdasarkan
Pemilihan acak tidak digunakan
Tipe Umum Contoh Sakit Kepala
perlu… untuk memperhitungkan desain pengambilan sampel klaster probabilitas multitahap yang bertingkat dari NHANES.”10
Kuota
“Sampel kemudahan sebanyak 395 peserta direkrut untuk penelitian ini.”11
Semakin bertambah
Elemen populasi tidak
“Metode pengambilan sampel bertingkat dirancang untuk menghasilkan sampel akhir responden yang secara demografis mewakili populasi AS berdasarkan jenis kelamin, usia, pendapatan rumah tangga, ras, status perkawinan, dan wilayah Sensus AS.”9 Metode Pengambilan Sampel
Kenyamanan Bertujuan
kelompok, atau strata, berdasarkan variabel stratifikasi.7
secara kebetulan sesuai dengan interval pengambilan sampel, maka sampelnya akan berisi lebih banyak orang-orang ini dibandingkan jika sampel acak sederhana digunakan.
Sampel acak sederhana kemudian diambil dari masing-masing strata dengan pecahan sampel yang digunakan untuk menentukan jumlah yang dipilih dari masing-masing strata dalam kaitannya dengan jumlah populasi.
Misalnya, ketika mempelajari migrain, peneliti dapat membuat stratifikasi populasi berdasarkan jenis kelamin dan kemudian mengambil sampel secara acak dalam setiap kelompok.
lintas kelompok yang berbeda.6 Populasi dibagi menjadi
Pengambilan Sampel Sistematis.—Dalam pengambilan sampel acak sistematis, elemen dipilih berdasarkan interval yang telah ditentukan.
Dalam bentuknya yang paling sederhana, semua elemen dicantumkan, sebuah nomor acak dipilih sebagai titik awal, dan setiap elemen ke-k setelah nomor tersebut dipilih.7 Interval pengambilan sampel ini, k, dihitung dengan membagi ukuran populasi dengan ukuran sampel yang diinginkan. Misalnya, jika titik awal dipilih secara acak menjadi elemen 8 dan interval pengambilan sampel dihitung 12, maka elemen yang termasuk dalam sampel adalah 8, 20, 32, 44, 56, 68, dst. Metode ini memastikan bahwa pengambilan sampel tersebar lebih merata ke seluruh populasi. Namun, kerugian terjadi ketika daftar unsur mengandung beberapa bentuk periodisitas temporal.6 Jika unsur serupa
terjadi dalam siklus, hal ini mungkin dipilih lebih sering, yang akan menghasilkan sampel yang mengandung proporsi elemen-elemen ini lebih besar daripada yang sebenarnya ada dalam populasi. Misalnya, jika pasien dirujuk dalam siklus dari klinik cedera otak traumatis, dan rujukan tersebut
dipilih dari semua cluster yang mungkin. Dalam setiap cluster, elemen- elemennya diharapkan bersifat heterogen dan mewakili populasi. Dalam pengambilan sampel klaster satu tahap, semua elemen dalam klaster dilibatkan dalam penelitian.8 Dalam pengambilan sampel klaster dua tahap, pengambilan sampel dilakukan secara acak.
dengan tingkat keanggotaan populasinya (misalnya, sampel ini lebih muda dibandingkan populasi secara keseluruhan).
Sementara keuntungan dari pengambilan sampel bertingkat adalah hal itu
Pengambilan Sampel Berstrata. —Pengambilan sampel berstrata memungkinkan dimasukkannya subkelompok populasi yang diminati dan berguna bila terdapat perbedaan dalam suatu variabel
Seringkali berguna ketika variabilitas dalam strata kecil dan variabilitas antar strata besar, hal ini dapat menjadi rumit dan mudah disalahgunakan.
Misalnya saja, permasalahan dapat timbul ketika elemen-elemen populasi tidak dapat dikelompokkan ke dalam satu subkelompok saja, sehingga dapat menghasilkan sampel yang tidak mewakili populasi secara akurat.
Pengambilan Sampel Cluster.—Dalam pengambilan sampel cluster, populasi dibagi menjadi beberapa kelompok, atau cluster, dan kelompok- kelompok ini dijadikan sampel untuk dimasukkan dalam penelitian.7 Metode ini berguna karena sering kali, peneliti dapat mengidentifikasi cluster tetapi tidak dapat mengidentifikasi cluster. dengan mudah dapat mengidentifikasi elemen-elemen individual dalam cluster tersebut.6 Misalnya, semua rumah sakit di suatu kota dapat diidentifikasi, namun semua pasien di semua rumah sakit jauh lebih sulit untuk diidentifikasi.
Saat menggunakan metode ini, cluster dibuat secara acak
SAMPLING DALAM PENELITIAN SAKIT KEPALA
MASALAH UMUM DALAM SAMPLING
Pengambilan Sampel Non-Probabilitas.—Dalam pengambilan sampel non-probabilitas, elemen-elemen populasi tidak mempunyai probabilitas seleksi yang diketahui atau sama. Beberapa elemen tidak memiliki peluang untuk dipilih, dan beberapa memiliki probabilitas seleksi yang tidak mungkin diketahui. Jenis pengambilan sampel ini, meskipun kemampuan generalisasinya terbatas, masih berguna untuk mengumpulkan informasi, terutama untuk tujuan eksplorasi dan penyelidikan kualitatif.
Semakin banyak orang diperkenalkan, semakin banyak data yang dikumpulkan.
Peneliti sakit kepala menggunakan berbagai metode pengambilan sampel dalam penelitian mereka. Sebagian besar penelitian sakit kepala bersifat observasional, yang tercermin dalam strategi pengambilan sampel yang paling sering digunakan. Berdasarkan ketersediaan individu yang mencari pengobatan, sampel praktis biasanya digunakan, dengan pasien yang direkrut dari klinik rawat jalan, pusat perawatan tersier, dan rumah sakit. Sebagai pengecualian, beberapa upaya survei besar yang dirancang untuk memperoleh perkiraan berbasis populasi telah menggunakan teknik pengambilan sampel secara acak. Contoh dari beberapa strategi pengambilan sampel ini disajikan pada Tabel 1.
sampling digunakan untuk memilih beberapa elemen dalam setiap cluster.
Sedangkan cluster sampling bersifat logistik dan finansial
(misalnya, pengguna obat-obatan terlarang), metode ini memiliki bias karena kurangnya kontrol terhadap perekrutan dan fakta bahwa mereka yang mempunyai koneksi lebih besar kemungkinan besar akan diikutsertakan.
Meski sangat berguna bagi masyarakat yang sulit dijangkau
Pengambilan Sampel Bola Salju—Saat pengambilan sampel bola salju dilakukan, salah satu anggota populasi memperkenalkan peneliti kepada anggota populasi lainnya.
Purposive Sampling.—Purposive sampling digunakan ketika peneliti ingin menargetkan individu tertentu dengan karakteristik minat dalam penelitian. Meskipun sampelnya mungkin tidak mewakili populasi, sampel yang dilibatkan dalam penelitian ini dapat memberikan banyak informasi mengenai topik pertanyaan penelitian tertentu.6 Salah satu kegunaan metode ini adalah dalam studi kelainan langka ( misalnya sampel homogen yang hanya terdiri dari individu dengan hemicrania continua).
Namun,
Pengambilan Sampel Kuota.—Pengambilan sampel kuota dapat digambarkan sebagai versi pengambilan sampel bertingkat yang non- probabilitas. Dalam metode ini, populasi dibagi menjadi subkelompok yang saling eksklusif (misalnya, individu dengan migrain atau sakit kepala parah versus individu tanpa migrain atau sakit kepala parah). Kemudian, individu dipilih dari setiap subkelompok dengan proporsi yang
mencerminkan populasi sasaran. Berdasarkan prevalensi migrain atau sakit kepala parah selama 3 bulan sebesar 15,3%,13 berdasarkan kuota peneliti harus menyadari bahwa penelitian yang menggunakan teknik ini rentan terhadap bias berdasarkan penilaian yang harus diambil peneliti ketika merekrut partisipan.
Teknik ini berguna untuk populasi langka atau tersembunyi dimana anggotanya sulit diidentifikasi dan dihubungi.6
Pertimbangan lain ketika mengambil sampel individu yang menderita sakit kepala adalah sifat episodik dari sebagian besar serangan sakit kepala. Hal ini menciptakan masalah unik dalam pengambilan sampel karena individu dapat diamati baik secara iktal maupun tidak sampel akan terdiri dari 15,3% individu dengan diagnosis migrain dan 84,7% individu tanpa diagnosis migrain atau sakit kepala parah. Bedanya dengan stratified sampling adalah proses seleksi ini tidak dilakukan secara acak. Seringkali setiap subkelompok diambil sampelnya sampai cukup banyak anggota yang terpilih.6 Meskipun metode ini mudah dilakukan dan tidak mahal, bias seleksi dapat menjadi masalah karena individu-individu yang dipilih oleh peneliti untuk diikutsertakan mungkin merupakan individu yang paling mudah diakses namun mungkin tidak representatif. dari populasi.
Convenience Sampling.—Convenience sampling melibatkan pengambilan sampel dari elemen populasi yang paling mudah, atau paling nyaman, untuk diakses. Penelitian tersebut dapat mencakup mereka yang pertama merespons iklan atau pasien yang memenuhi syarat untuk datang ke klinik. Convenience sampling merupakan hal yang lazim dilakukan karena kemudahan dalam perekrutan peserta. Namun, penelitian yang mengandalkan jenis pengambilan sampel ini dapat menghasilkan perkiraan parameter populasi yang bias karena sifat individu yang dimasukkan dalam sampel (misalnya, kurangnya kemampuan untuk menggeneralisasi populasi). Misalnya, mereka yang paling mungkin merespons upaya perekrutan mungkin tidak mewakili orang lain yang tidak merespons.6
bersifat inter-iktal, dan hal ini harus dipertimbangkan ketika merancang strategi pengambilan sampel. Peneliti sakit kepala sering kali harus memutuskan siapa yang akan dijadikan sampel dan kapan harus mengamati atau menilai individu-individu tersebut dan mendasarkan
strategi pengambilan sampel mereka pada aspek unik dari pengalaman sakit kepala ini.
Meskipun rincian berbagai metode pengambilan sampel tidak sulit untuk dipahami, penerapannya
kelebihannya, rentan terhadap kesalahan pengambilan sampel dan sampel yang bias.
mungkin tidak sesederhana itu. Rincian metode-metode ini dan konsekuensinya terhadap interpretasi hasil sering kali mudah diabaikan. Di bawah ini adalah kendala umum dan strategi untuk menghindarinya.
4. Kegagalan Mempertimbangkan Generalisasi.—Seperti yang dijelaskan di bagian sebelumnya, sifat strategi pengambilan sampel dikaitkan dengan kemampuan generalisasi
3. Melakukan Analisis Subkelompok yang Tidak
Diperhitungkan dalam Strategi Pengambilan Sampel.— Analisis subkelompok rumit, dan sering kali sulit untuk menafsirkannya.
Meskipun beberapa metode pengambilan sampel dirancang untuk mengakomodasi subkelompok (misalnya bertingkat), ada pula yang
tidak (misalnya acak sederhana, kemudahan). Dalam beberapa kasus, subkelompok adalah
Jika pembobotan tersebut diabaikan atau disalahgunakan, hasilnya tidak mencerminkan populasi secara akurat, dan kesimpulannya juga mungkin tidak akurat. Misalnya, Survei Wawancara Kesehatan Nasional (NHIS) memuat bobot yang dapat digunakan untuk memperkirakan dengan tepat prevalensi migrain atau sakit kepala parah dalam 3 bulan terakhir pada individu di Amerika Serikat.13 Namun, sampel tahunan berisi hanya ribuan individu yang tanggapannya harus diberi bobot untuk menghasilkan perkiraan populasi yang mencerminkan jutaan individu di Amerika Serikat.
Ketika bekerja dengan database seperti itu, peneliti didorong untuk berkonsultasi dengan ahli statistik untuk memastikan bahwa bobot survei diterapkan dengan benar.
dikembangkan berdasarkan kriteria ad hoc setelah pengumpulan data. Misalnya, jika subkelompok individu dengan temuan pencitraan positif diambil dari sampel yang lebih besar yang diperoleh melalui convenience sampling, setiap tingkat prevalensi yang diamati (misalnya, tingkat allodynia) dalam subkelompok tersebut tidak dapat dianggap mewakili populasi subkelompok tersebut. Dengan kata lain, analisis subkelompok yang berasal dari sampel yang tidak mencerminkan subkelompok dalam populasi dapat memberikan hasil yang menyesatkan. Saat menganalisis data, terutama dalam analisis sekunder, mengetahui kemampuan strategi pengambilan sampel yang digunakan untuk mengumpulkan data akan membantu mencegah kesimpulan yang bias.
5. Mengabaikan atau Menyalahgunakan Bobot Survei.—
Dalam banyak studi survei dan database yang tersedia untuk umum, bobot survei atau pengambilan sampel diambil dari rencana pengambilan sampel yang digunakan dalam pengumpulan data.
Bobot survei ini, bila diterapkan dengan benar, dapat digunakan untuk membuat perkiraan yang mewakili populasi. Bobot dimaksudkan untuk mencerminkan probabilitas suatu elemen dimasukkan ke dalam sampel, dan bobot ini diterapkan untuk menghitung estimasi titik dan variansinya.6
2. Kegagalan Menghargai Konsekuensi Strategi Pengambilan Sampel.—Seperti disebutkan di atas, strategi pengambilan sampel yang berbeda mempunyai kekuatan dan kelemahan yang berbeda pula. Untuk menafsirkan sepenuhnya temuan penelitian, atribut- atribut ini harus dibuat eksplisit dan dipertimbangkan sepenuhnya.
Strategi pengambilan sampel dikaitkan dengan berbagai jenis potensi bias, dan hal ini harus dimasukkan ke dalam kesimpulan agar dapat memahami temuan penelitian dengan tepat. Jika desain pengambilan sampel secara sistematis mencegah masuknya beberapa elemen pengambilan sampel (misalnya, pengambilan sampel dari klinik neurologi pasien rawat jalan dewasa mungkin tidak mencakup populasi anak atau geriatri), hal ini dapat menimbulkan bias pengambilan sampel dalam perkiraan tertentu.7 Jika tidak dimasukkan maka terdapat perbedaan dalam perkiraan . karakteristik yang berbeda dari yang dimasukkan, perkiraan yang dihasilkan bisa jadi tidak akurat, dan bias seleksi akan terjadi ketika sebagian populasi tidak dimasukkan dalam sampel atau tidak dimasukkan sebagaimana mestinya.6 Misalnya, sangat umum terjadi salah tafsir atas temuan-temuan yang ada karena alasan kemudahan. sampel (misalnya individu yang mencari pengobatan) seolah-olah sampel tersebut dapat digeneralisasikan ke seluruh populasi. Penulis didorong untuk memasukkan kekuatan dan
kelemahan metode pengambilan sampel mereka ke dalam kesimpulan penelitian mereka.
dari hasil yang diperoleh dari suatu sampel. Sampel probabilitas lebih dapat digeneralisasikan dibandingkan sampel non-probabilitas, yang berarti hasilnya dapat langsung diterapkan pada populasi yang lebih besar. Hal ini harus dipertimbangkan ketika menafsirkan data dan membuat kesimpulan. Peneliti yang cerdik akan menyadari kemampuan generalisasi temuan mereka dan melaporkan pekerjaan mereka dalam konteks tersebut.
1. Kegagalan Melaporkan Strategi Pengambilan Sampel.—
Seringkali , penulis melaporkan informasi yang terbatas tentang metode pengambilan sampel mereka. Jika strategi pengambilan sampel tidak dilaporkan secara lengkap, pembaca tidak akan menyadari kerangka pengambilan sampel yang tepat atau siapa saja yang diikutsertakan dan bagaimana mereka dipilih untuk observasi. Tanpa informasi penting ini, kita tidak akan bisa sepenuhnya memahami penelitian ini dan bagaimana metode serta hasilnya sesuai dengan literatur yang ada. Lebih lanjut, hal ini menghalangi penilaian terhadap generalisasi penelitian dan kesimpulan. Untuk membantu pembaca dalam memahami temuan- temuan penting, penulis didorong untuk melaporkan metode pengambilan sampel mereka dengan tingkat detail yang tinggi.
4. Turner DP, Houle TT. Menilai dan menafsirkan reli-
6. Lohr SL. Sampling: Desain dan Analisis, edisi ke-2.
& Anak-anak; 2012.
2. Turner DP, Houle TT. Pentingnya perhitungan kekuatan statistik.
Sakit kepala. 2018;58:1187-1191.
Boston, MA: Pembelajaran Brooks/Cole Cengage; 2009.
7. Groves RM, Fowler FJ Jr, Couper MP, Lepkowski JM, Singer E, Tourangeau R. Metodologi Survei, edisi ke-2. Hoboken, NJ: John Wiley & Sons; 2011.
12. Buse DC, Hujan JC, Pavlovic JM, dkk. Gangguan tidur pada penderita migrain: Hasil dari studi epidemiologi dan hasil migrain kronis (CaMEO).
11. Kubik SU, Martin PR. Sakit kepala memicu sensitivitas dan penghindaran kuesioner: Menetapkan sifat psikometrik dari kuesioner. Sakit kepala. 2017;57:236-254.
5. Turner DP, Houle TT. Desain penelitian observasional.
1. Pembalik DP. P-hacking dalam penelitian sakit kepala. Sakit kepala.
2018;58:196-198.
Sakit kepala. 2019;59:981-987.
9. Lipton RB, Munjal S, Alam A, dkk. Studi Gejala dan Pengobatan Migrain di Amerika (MAST): Metode studi dasar, pola pengobatan, dan perbedaan gender. Sakit kepala. 2018;58:1408-1426.
kemampuan. Sakit kepala. 2019;59:653-658.
Amerika Serikat: Angka dan tren dari studi kesehatan pemerintah.
Sakit kepala. 2018;58:496-505.
10. Pogoda JM, Gross NB, Arakaki X, Fonteh AN, Cowan RP, Harrington MG. Riwayat sakit kepala atau migrain yang parah berkorelasi terbalik dengan asupan natrium dari makanan: NHANES 1999–
2004. Sakit kepala. 2016;56:688-698.
Sakit kepala. 2019;59:32-45.
8.Thompson SK. Contoh. Hoboken, New Jersey: John Wiley
3. Turner DP, Houle TT. Melakukan dan melaporkan statistik deskriptif.
Sakit kepala. 2019;59:300-305.
13. Burch R, Rizzoli P, Loder E. Prevalensi dan dampak migrain dan sakit kepala parah pada
REFERENSI
KESIMPULAN DAN REKOMENDASI
Pemahaman tentang desain pengambilan sampel dan konsekuensinya sangat penting untuk melakukan dan mengevaluasi sebagian besar jenis penelitian. Meskipun metode pengambilan sampel yang dijelaskan dalam editorial ini tidak dapat diterapkan pada beberapa jenis desain penelitian (misalnya, eksperimen laboratorium terkontrol, meta-analisis), metode ini dapat diterapkan secara luas pada desain apa pun yang mengharuskan peneliti untuk dengan sengaja memilih sampel dari sampel yang lebih besar.
populasi. Ketika merancang penelitian semacam ini, para peneliti didorong untuk mendasarkan metode pengambilan sampel mereka pada pertimbangan-pertimbangan ini dan menafsirkan hasil penelitian mereka yang telah selesai sejalan dengan metode pengambilan sampel yang digunakan. Demikian pula, pembaca dan peninjau penelitian harus menyadari konsep-konsep ini ketika mengevaluasi penelitian baru. Editorial ini memberikan pengenalan dasar tentang konsep pengambilan sampel. Mereka yang tertarik untuk menerapkan strategi pengambilan sampel ini dalam bentuk
yang lebih kompleks dianjurkan untuk berkonsultasi dengan sumber daya tambahan.6-8
Dana P.Turner, MSPH, PhD Departemen Anestesi, Perawatan Kritis dan Pengobatan Nyeri, Rumah Sakit Umum Massachusetts, Harvard Medical School,
Boston, MA, AS
