Parallel Group vs Cross Over Design

Andaikan seorang peneliti bidang medis ingin menguji apakah obat A lebih baik dibandingkan obat B dalam mempertahankan tekanan darah penderita penyakit jantung.  Di saat lain perusahaan atau agen riset pasar ingin menentukan rasa blend mana yang lebih disukai konsumen, blend A ataukah blend B.  Apa yang bisa dilakukan untuk mendapatkan data sehingga bisa disimpulkan untuk memilih satu dari dua pilihan tersebut?

 

Dua desain atau rancangan percobaan ini biasa digunakan karena kemudahannya: (1) parallel group design, dan (2) cross over design.

 

Parallel group dilakukan dengan cara, memilih sekelompok orang dengan karakteristik yang serupa, kemudian secara acak membaginya menjadi dua kelompok.  Selanjutnya kelompok satu mendapatkan obat atau blend A dan kelompok kedua mendapatkan obat atau blend B.  Data respon dari kedua kelompok selanjutnya dapat dibandingkan (misal menggunakan uji-t) untuk mendapatkan kesimpulan mana yang lebih baik.

 

Desain lain yang dapat digunakana adalah cross-over design.  (hehe, ini bukan jenis mobil lho ya…)  Awalnya sama, beberapa orang dengan kondisi homogen dibagi jadi dua kelompok.  Satu dikasih A, dan kelompok kedua dikasih B, kemudian dicatat responnya.  Tapi tidak berhenti disini.  Berikutnya dibalik, satu dikasih B dan yang kedua dikasih A, responnya dicatat.  Baru deh dilakukan analisis data.

 

Penggunaan cross over design lebih menguntungkan dari aspek jumlah orang atau responden.  Saya kira dapat dilihat diberbagai jurnal atau buku perancangan percobaan, bahwa desain ini punya efisiensi minimal dua kali lipat.  Artinya untuk akurasi yang sama, ukuran sample yang diperlukan cukup separo saja dibandingkan parallel group design.

 

Tapi, ada tapi-nya nih.  Dengan cross-over ada kemungkinan terjadi carry-over effect.  Ini adalah kasus dimana respon pada periode kedua, terpengaruh oleh obat atau blend yang dicoba pada periode pertama.  Kalau ini bisa dihilangkan maka pemakaian cross-over design sangat menguntungkan.  Teman2 di marketing research misalnya ngasih cracker atau air putih atau apalah untuk menghilangkan rasa yang tertinggal setelah nyoba produk yang pertama (beberapa orang nyebut sebagai wash-out).  Tapi tidak semua bisa begitu.  Kasus-kasus di bidang medis atau peternakan dan pertanian seringkali sulit dihindari.

Advertisements

2 responses to “Parallel Group vs Cross Over Design

  1. Parallel group design tidakkah sama dengan completely randomized design atau rancangan acak lengkap? Untuk 2 treatment sebagaimana dicontohkan, design ini sama dengan t-test biasa.

    Sedangkan cross over design bukankah sama dengan randomized complete block atau rancangan acak kelompok? Untuk 2 treatment sebagaimana dicontohkan, design ini sama dengan paired t-test.

    Dua design itu emang ‘mbah-nya’ experimental design. Dalam dunia marketing research, rancangan acak lengkap dinamai monadic design, sedangkan rancangan acak kelompok disebut sequential monadic design.

    Rancangan acak kelompok lebih sensitif (lebih mudah untuk mendeteksi perbedaan pengaruh akibat treatment) karena pengaruh dari pengelompokan juga kita kontrol. Tapi di dunia nyata, pengelompokan seringkali di luar kontrol kita. Misalkan dari kasus yang dicontohkan, sepertinya kecil kemungkinan perusahaan me-launch kedua blend A dan blend B sekaligus ke pasar sehingga konsumen bisa mencoba keduanya. Dalam kasus ini, yang lebih realistis sebenernya adalah rancangan acak lengkap, yang memang tidak lebih murah daripada rancangan acak kelompok. That’s the cost!

  2. selain itu apa aja sie keuntungan dari cross over desain?masalah nya penelitian ku rancangan nya itu juga.tolong bantuan nya ya?

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s