M Sopiyudin Dahlan MSD

🎯 Besar Sampel Uji Instrumen: Berapa yang Benar dan Apa Dasar Penentuannya?
Panduan sistematis memahami validitas instrumen dan menentukan jumlah subjek secara tepat

Banyak peneliti menghadapi kebingungan yang sama saat akan melakukan uji instrumen: “Berapa sebenarnya jumlah subjek yang dibutuhkan?”

Sebagian mengikuti angka yang sering beredar tanpa memahami dasar metodologisnya, sebagian lain sekadar meniru penelitian sebelumnya, dan tidak sedikit yang akhirnya menyusun uji instrumen tanpa benar-benar memahami apakah pendekatan yang dipilih sudah tepat. 

Masalah ini sering dianggap sepele, padahal kesalahan dalam menentukan besar sampel atau memahami validitas instrumen dapat membuat seluruh fondasi penelitian menjadi rapuh sejak awal.

Kebingungan ini biasanya muncul karena peneliti belum memahami satu hal mendasar: 

• Bagaimana dasar logis menentukan jumlah subjek untuk penelitian validitas. 

Akibatnya, proses uji instrumen sering berubah menjadi formalitas administratif semata, sekadar memenuhi syarat proposal, bukan langkah metodologis yang benar-benar menjamin kualitas alat ukur.

Melalui Expert Insight ini, Sahabat akan dipandu memahami konsep-konsep kunci secara sistematis dan aplikatif. Webinar ini akan membahas 

1. Mengapa besar sampel uji instrumen sering menjadi kebingungan peneliti
2. Jawaban populer besar sampel validitas
3. Bagaimana Metode MSD membantu penyelesaian masalah

Pembahasan disusun dengan pendekatan logis khas MSD sehingga mudah dipahami tanpa terjebak pada hafalan angka atau aturan praktis yang sering menyesatkan.

Bayangkan jika Sahabat 

• tidak lagi menebak-nebak jumlah sampel untuk uji instrumen, 
• tidak lagi ragu saat menjelaskan dasar metodologis kepada pembimbing atau reviewer, dan 
• mampu memastikan bahwa instrumen penelitian yang digunakan benar-benar memiliki landasan yang sahih. Inilah bekal penting agar penelitian Sahabat tidak hanya terlihat benar di proposal, tetapi juga kokoh secara metodologis.

🎯 Recorded Lecture ini sangat direkomendasikan untuk:
✔️ Mahasiswa S1, S2, dan S3 yang sedang menyusun proposal atau melakukan uji instrumen
✔️ Dosen pembimbing yang ingin memperkuat pemahaman metodologis terkait penelitian validitas
✔️ Peneliti yang ingin memastikan instrumen penelitiannya disusun dengan dasar yang benar

Jangan biarkan uji instrumen Sahabat sekadar formalitas. Saatnya memahami logikanya, menentukan jumlah subjek dengan tepat, dan membangun penelitian yang benar-benar sahih sejak awal. 🚀

=========================================================

Daftar isi video

1. Pembukaan
2. Masalah Besar Sampel Uji Instrumen
3. Tujuan Mempelajari Prinsip Besar Sampel Uji Instrumen
4. Berapa Besar Sampel untuk Uji Instrumen?
5. Gambaran Besar Sampel Uji Instrumen di Metode MSD
6. Prinsip Penentuan Rumus Besar Sampel
7. Besar Sampel Uji Instrumen Menurut Metode MSD
8. Hitung Besar Sampel Uji Instrumen dengan Kalkulator Besar Sampel MSD
9. Kesimpulan

🎯Strategi Membuat Pertanyaan Penelitian yang Mengunci Rumus Sampel dan Uji Statistik 
Satu Kalimat Tepat, Metodologi Akurat, Penelitian Selamat.

Banyak peneliti tidak menyadari bahwa masalah terbesar dalam penelitian bukan pada analisis, tetapi dimulai dari satu kalimat: pertanyaan penelitian. 

Kalimat yang tampak sederhana ini sering kali ambigu, tidak spesifik, dan bahkan membingungkan penelitinya sendiri. 

Masalahnya, pertanyaan yang "abu-abu" akan membuat Sahabat tersesat saat harus menentukan desain penelitian, kerangka konsep, hipotesis, rumus besar sampel hingga uji statistik.

Akibatnya? 
Seluruh proses penelitian menjadi tidak terarah dan berisiko menghasilkan kesimpulan yang tidak sahih.

Hati-hati, kesalahan diksi bisa berakibat fatal pada validitas penelitian! 

Bayangkan Sahabat sudah mengumpulkan data berbulan-bulan, namun saat sidang atau peer-review, metode penelitian yang Sahabat gunakan tidak sinkron dengan pertanyaan penelitian.

Akibatnya? 
Penelitian dianggap tidak representatif dan revisi besar-besaran menanti. Jangan biarkan investasi waktu dan biaya Sahabat hancur hanya karena satu kalimat yang tidak presisi.

Melalui Expert Insight ini, Sahabat akan mempelajari bagaimana menyusun pertanyaan penelitian yang jelas, spesifik, tidak ambigu, dan langsung terhubung dengan keputusan metodologis (penentuan desain penelitian, kerangka konsep, hipotesis, rumus besar sampel dan uji statistik)

Dibahas secara sistematis dan aplikatif, Sahabat akan memahami bagaimana merumuskan pertanyaan yang secara otomatis menjadi "blue print" bagi penentuan desain penelitian hingga uji statistik penelitian Sahabat.

Dengan pendekatan yang logis dan mudah diikuti, Sahabat tidak hanya belajar “menulis pertanyaan”, tetapi membangun fondasi penelitian yang kuat sejak awal.

🎯 Expert Insight ini sangat direkomendasikan untuk:
✔️ Mahasiswa S1, S2, S3 yang sedang bingung menyusun pertanyaan penelitian spesifik
✔️ Dosen yang ingin membekali mahasiswa dengan cara berpikir metodologis yang benar
✔️ Peneliti yang ingin menghindari kesalahan dalam menentukan keputusan metodologisnya

Daftar Sekarang ! 

Saatnya memastikan satu kalimat pertama dalam penelitian Sahabat benar-benar kuat, jelas, dan mengunci seluruh metodologi dengan tepat. 🚀

🏅Seni Bertahan di Tengah Krisis Data: Panduan Ahli Menangani Missing Data dan Drop Out
Lindungi Penelitian Sahabat dari Penolakan Publikasi karena Tidak Tepat Mengelola Drop Out dan Missing data

Pernahkah Sahabat merasa tenang karena memiliki cadangan sampel 10%, lalu memilih mengeluarkan data yang tidak lengkap dari analisis? 
Atau menganggap subjek drop out bukan masalah besar karena bisa diganti begitu saja?

Inilah jebakan yang paling sering terjadi dalam penelitian 

Missing data (data tidak lengkap) dan drop out adalah ancaman serius terhadap validitas, kekuatan analisis, dan kesahihan kesimpulan. 
Banyak penelitian tampak “aman” di permukaan, tetapi sebenarnya mengalami bias tersembunyi yang membuat hasilnya tidak lagi dapat dipercaya, bahkan berisiko tinggi ditolak saat proses publikasi.

Melalui Expert Insight ini, Sahabat akan memahami: 

✔️Mengapa data tidak lengkap dan drop out merupakan masalah serius dalam penelitian
✔️Mengapa cara-cara praktis yang selama ini dianggap benar justru bisa merusak penelitian
✔️Bagaimana strategi yang tepat untuk menanganinya

👥 Siapa yang Wajib mempelajari topik ini?

Expert Insight ini dirancang khusus bagi Sahabat yang tidak ingin penelitiannya terhenti di tengah jalan karena kendala teknis data:

• Mahasiswa S1, S2, & S3 (Kedokteran & Kesehatan) yang sedang menyusun skripsi, tesis, atau disertasi.
• Dokter, Dokter Gigi, & Tenaga Kesehatan yang sedang melakukan penelitian klinis di RS.
• Dosen & Peneliti Akademis yang ingin memastikan publikasi jurnalnya tembus ke indeks Scopus/bereputasi tanpa kendala metodologi.

📲 Cara Pendaftaran & Akses:

• Klik tombol "Daftar Sekarang" dan selesaikan pembayaran.
• Link akses materi akan dikirim secara otomatis oleh sistem Utas ke email Sahabat segera setelah pembayaran terverifikasi.
• Sahabat juga dapat melihat link akses langsung di dashboard akun Utas Sahabat.

Saatnya berhenti mencari jalan paling mudah—dan mulai mengambil keputusan yang paling sahih untuk kualitas penelitian Sahabat. Daftar sekarang sebelum harga kembali normal.

[KLIK TOMBOL DAFTAR SEKARANG]

=======================================================
Daftar isi video:

1. Pengantar
2. Gambaran Metode MSD Melihat Statistika dan Metode Penelitian
3. Contoh Artikel yang Menyampaikan Missing serta Pokok Bahasan Webinar
4. Mengapa Missing Data adalah Musuh Peneliti
5. Rimba Raya Terminologi
6. Tiga Wajah(Jenis) Missing Data
7. Alur Mengidentifikasi Tiga Wajah Missing Data
8. Gambaran Umum Penanganan Missing Data
9. Pertimbangan Pemilihan Metode Penanganan
10. Kasus 1: Contoh Penanganan Missing Data Jenis MCAR
11. Kasus 2: Contoh Penanganan Missing Data pada Variabel Terikat (Jenis Missing Data: MNAR)
12. Kasus 3: Contoh Penanganan Missing Data pada Data Baseline (Jenis Missing Data: MAR)
13. Kasus 4: Contoh Penanganan Missing Data pada Penelitian Survival 
14. Kasus 5: Contoh Penanganan Missing Data pada Variabel Bebas (Penelitian Observasional)
15. Kasus 6: Contoh Penanganan Missing Data pada Variabel Terikat dan Bebas (Penelitian Observasional)
16. Referensi dan Kesimpulan

🔍 Random Error vs Systematic Error: Kapan Disebut Bias, Kapan Tidak?
Panduan Konseptual Memahami Error dan Bias dalam Penelitian

Banyak peneliti dan klinisi terlalu mudah menyebut “bias”.

Hasil tidak signifikan? → Bias.
Data melebar? → Bias.
Metode kurang rapi? → Bias.

Padahal, tidak semua ketidaktepatan adalah bias, dan tidak semua error pantas disebut bias.

Dalam penelitian klinis, istilah bias sering digunakan secara berlebihan, baik saat membaca jurnal, diskusi ilmiah, hingga proses review proposal dan publikasi.

Akibatnya?

• Kritik menjadi tidak tepat sasaran
• Penilaian kesahihan penelitian menjadi kabur
• Kesimpulan ilmiah berisiko keliru

Webinar ini akan membantu Sahabat memahami perbedaan konseptual antara random error, systematic error, dan bias—secara runtut dan aplikatif.

Dalam sesi ini, Sahabat akan mempelajari:

• Mengapa istilah “bias” sering disalahgunakan
• Jenis-jenis error dalam penelitian
• Apa itu random error
• Apa itu systematic error
• Kapan error boleh disebut bias
• Kapan tidak etis menyebut error sebagai bias
• Studi kasus terintegrasi:
  👉 mengidentifikasi random error dan systematic error
  👉 apa yang salah, dan bagaimana seharusnya

Materi dirancang agar Sahabat:
✔️ Lebih presisi dalam menilai penelitian
✔️ Lebih tepat saat mengkritisi jurnal
✔️ Lebih aman secara ilmiah dan etis

👉 Amankan kursi Sahabat sekarang.
Karena ketepatan istilah adalah fondasi integritas ilmiah.

Berikut daftar isi video:

1. Gambaran Topik Error dan Bias dalam Metode MSD
2. Pokok Bahasan “Random Error vs Systematic Error: Kapan Disebut Bias, Kapan Tidak?”
3. Mengapa membahas tema ini?
4. Rimba raya terminologi
5. Formula matematik kebenaran
6. Kesalahan acak/random dan kesalahan systematic, mana yang termasuk bias?
7. Hubungan Kesalahan dan Perbaikannya (Ilustrasi 1)
8. Hubungan Kesalahan dan Perbaikannya (Ilustrasi 2)
9. Hubungan Kesalahan dan Perbaikannya (Ilustrasi 3)
10. Resume

Selama tahun 2025, MSD menyelenggarakan rangkaian Webinar Series yang membahas inti dari metodologi penelitian, statistik, hingga AI modern.
Kini, seluruh rekamannya tersedia dalam satu paket bundling superhemat—khusus bagi Sahabat yang ingin meningkatkan kualitas penelitian.

Paket ini berisi 12 webinar premium dengan tema-tema paling dicari oleh peneliti, mahasiswa S2/S3, dosen, dan praktisi:

1. Nested Case-Control: Jalan Tengah Cerdas antara Kohort dan Case Control
2. Kohort, Kasus-Kontrol, atau Potong Lintang? Panduan Memilih Desain Penelitian
3. Strategi Memilih dan Melakukan Alokasi Random yang Bebas Bias
4. Strategi Jitu Menulis Latar Belakang Penelitian yang Kokoh dan Ilmiah dengan Formula FPENOM
5. Apakah Rumus Federer Masih Layak Dipakai?
6. AI untuk Analisis Statistik: Supervised dan Unsupervised Learning
7. KO4S: Prinsip Kunci Menyusun Proposal Penelitian Berkualitas
8. The Magic of 2 point 2 Table: Tabel serupa, penggunaan berbeda, pemilihan seksama
9. Survival Bias : Ancaman Potensial terhadap Kesahihan Penelitian
10. Kupas Tuntas Cara Melaporkan Alur Penelitian Sesuai Guideline
11. Jumlah Subjek Tidak Seimbang Bagaimana Solusinya?
12. Teknik Prompting Metode MSD-AI

Setiap webinar membahas core knowledge yang langsung dapat digunakan dalam penyusunan proposal, analisis data, hingga publikasi.

Dengan paket ini Sahabat akan mendapatkan:

🎯 Pemahaman lengkap dari hulu ke hilir penelitian

Mulai dari diagnosis statistika, penentuan desain, perhitungan besar sampel, alokasi random, hingga analisis modern berbasis AI.

🧠 Kejelasan konsep, bukan hanya hafalan

Materi disampaikan runtut dengan pendekatan MSD—logis, aplikatif, dan mudah diikuti.

💡 Hemat besar, manfaat maksimal

Harga normal akumulasi: Rp3.588.000
🔥 Harga bundling diskon 75%: Rp897.000

⏳ Akses Rekaman 6 Bulan

Belajar fleksibel kapan saja, ulang materi sebanyak yang diperlukan.

Jadikan tahun ini sebagai momentum peningkatan kualitas penelitian Sahabat.
Klik link pendaftaran dan amankan paket bundling sebelum harga kembali normal.

AI untuk Meta-Analisis: Jalan Pintas atau Jebakan Metodologis?
Memahami peluang, risiko, dan batas etis penggunaan AI dalam meta-analisis

Artificial Intelligence kini mampu mempercepat screening literatur, ekstraksi data, hingga analisis statistik dalam meta-analisis.
Namun pertanyaannya bukan lagi “bisa atau tidak”, melainkan:
apakah penggunaan AI benar-benar membantu, atau justru menciptakan jebakan metodologis yang tidak disadari?

Banyak peneliti mulai menggunakan AI dalam meta-analisis tanpa pemahaman metodologi yang memadai.

Akibatnya:

❌AI dipakai untuk menggantikan critical thinking peneliti
❌Proses menjadi cepat, tetapi validitas dan transparansi melemah
❌Bias seleksi, kesalahan ekstraksi, hingga pelanggaran etika publikasi tidak terdeteksi
❌Reviewer jurnal semakin kritis terhadap studi meta-analisis berbasis AI

Jika salah digunakan, AI tidak hanya menghasilkan analisis yang keliru, tetapi juga:

😫Menyesatkan kesimpulan evidence-based
😫Mengancam kredibilitas peneliti
😫Berujung pada penolakan publikasi atau revisi berkepanjangan
😫Ironisnya, semua ini sering terjadi bukan karena AI-nya salah, tetapi karena cara menggunakannya yang tidak tepat.

Webinar ini dirancang untuk membantu Sahabat memahami posisi AI secara proporsional dalam meta-analisis.
Bukan untuk menggantikan metodologi, tetapi memperkuatnya secara bertanggung jawab.

Dalam webinar ini, Sahabat akan mempelajari:

A. AI dalam Penelitian
- Apa kesulitan SLR-MA tanpa AI?
- Mengapa menggunakan AI?
- Apakah produk AI boleh digunakan?

B. Panduan & Alat
- Bila boleh, bagaimana panduan umum cara menggunakannya?
- Apa saja produk-produknya?
- Produk yang mana yang sebaiknya digunakan?

C. Kualitas & Etika
- Bagaimana kualitasnya? Adakah penelitian yang meneliti kualitas?
- Apakah produk ini analog dengan Microsoft Word atau dengan Stata?
- Bila menggunakannya, apakah harus disebutkan dalam proposal?
- Bila menggunakannya, apakah harus disebutkan dalam publikasi?

Semua dibahas langsung oleh
M. Sopiyudin Dahlan, dr., M.Epid., M.Hum.
Pakar statistik kedokteran & kesehatan, penulis 24 buku statistik dan metodologi penelitian, termasuk buku Pengantar Meta Analisis, serta dosen tamu di 77+ institusi di Indonesia.

Jika Sahabat ingin:

• Memanfaatkan AI secara cerdas, bukan membabi buta
• Menjaga integritas ilmiah meta-analisis
• Menghasilkan riset yang cepat tanpa kehilangan kesahihan

📌 Rekaman webinar ini wajib Sahabat pelajari.

AI bisa menjadi jalan pintas — atau jebakan.
Rekaman webinar ini membantu Sahabat membedakannya. Daftar sekarang!!

Nested Case-Control: Jalan Tengah Cerdas antara Kohort dan Case Control
Apa, Mengapa, dan Bagaimana Menggunakan Nested Case-Control

Banyak peneliti selama ini hanya mengenal dua pilihan desain: kohort atau case control. Akibatnya, saat menghadapi keterbatasan dana, waktu, atau jumlah sampel, penelitian menjadi tidak efisien atau bahkan tidak sahih.

Padahal, ada satu desain yang sebenarnya lebih hemat, lebih kuat, dan lebih relevan, tetapi sering kali terlewatkan: Nested Case-Control.

Nested Case-Control memungkinkan peneliti mendapatkan kekuatan analisis ala kohort, namun dengan biaya, waktu, dan sumber daya yang jauh lebih hemat.

Ironisnya, banyak peneliti sebenarnya bisa menggunakan nested case-control, tetapi tidak tahu:

❗ Bagaimana desain ini bekerja
❗ Kapan harus menggunakannya
❗ Mengapa desain ini lebih unggul dalam konteks tertentu
❗ Apa kelebihan metodologis dan statistiknya

Tanpa pemahaman ini, penelitian yang seharusnya efisien dan kuat justru menjadi tidak optimal.

Simak rekaman webinar “Nested Case-Control: Jalan Tengah Cerdas antara Kohort dan Case Control” untuk mendapatkan pemahaman utuh tentang desain penelitian yang menggabungkan keunggulan kohort dan case control secara sekaligus.

Dalam rekaman webinar ini Sahabat akan mempelajari:

🔍 Apa itu Nested Case-Control dan mengapa ia lahir dari desain kohort?
🔍 Bagaimana alur pembentukan kasus–kontrol di dalam kohort?
🔍 Situasi penelitian yang tepat untuk memilih desain ini
🔍 Perbandingan objektif dengan kohort dan case control biasa
🔍 Keunggulan metodologis dan statistik yang sering tidak disadari peneliti

Semua dijelaskan secara sistematis, runtut, dan mudah dipahami.

Hasil akhirnya?
Sahabat bisa merancang penelitian yang lebih kuat, lebih efisien, dan lebih mudah dipublikasikan.

Dengan memahami nested case-control, Sahabat bisa meningkatkan kualitas metodologi penelitian secara drastis — tanpa menambah kerumitan.

👉 Daftar sekarang!
Pastikan Sahabat tidak ketinggalan pemahaman penting tentang desain penelitian yang menjadi “jalan tengah cerdas” antara kohort dan case control.

==========================================================

Daftar isi video:
1. Pokok bahasan Webinar Nested Case Control
2. Hierarki Desain Penelitian Etiognostik dan Prognostik
3. Apa Kelemahan Desain Kasus Kontrol
4. Apakah Kasus Kontrol Otomatis Alternatif Kohort
5. Desain Kohort dan Kasus Kontrol Penyegaran
6. Contoh Nested Case Control - Kasus 1
7. Contoh Nested Case Control - Kasus 2

Solusi Lengkap untuk Menguasai Diagnosis Statistika, Besar Sampel, dan Analisis Data — dalam Satu Paket Hemat

Apakah Sahabat sering merasa bahwa statistika adalah hambatan terbesar dalam menyelesaikan penelitian, menyusun proposal, atau menulis publikasi?

Jika iya, Paket Workshop Statistika ini adalah solusi paling lengkap, praktis, dan hemat untuk mengatasi seluruh tantangan utama statistika penelitian:

• bingung memilih uji statistik,
• salah rumus besar sampel,
• revisi metodologi berlarut-larut,
• hasil analisis tidak bisa dijelaskan,
• kesulitan membaca output SPSS,
• dan rasa tidak percaya diri saat menghadapi pembimbing, penguji, atau editor jurnal.

Paket Workshop Statistika

(isi: Fundamental Statistika dengan Metode MSD + Besar Sampel Mastery + Statistika Mastery)

Dengan paket ini, Sahabat mendapatkan penguasaan statistika yang utuh, solid, dan aplikatif—mulai dari mendiagnosis jenis penelitian, menentukan rumus besar sampel, hingga menganalisis data dengan percaya diri.

🔥 Mengapa Paket Ini Wajib untuk Peneliti?

Karena ketiga workshop ini saling melengkapi dan membentuk alur yang sangat logis:

✅Mulai dari fondasi: Diagnosis Statistika (Fundamental Statistika)
Sahabat belajar mengenali karakteristik penelitian—kategori data, jumlah kelompok, sifat pengukuran, kerangka konsep—hingga berakhir pada diagnosis statistika yang akurat.
Tanpa diagnosis yang benar, besar sampel dan uji statistik pasti salah.

✅Lanjut ke inti: Menentukan Rumus Besar Sampel (Besar Sampel Mastery)
Setelah diagnosis benar, Sahabat belajar pola logis setiap rumus, cara menentukan nilai komponen (alpha, beta, effect size), serta berbagai trik etis mengecilkan jumlah subjek.
Cocok untuk proposal skripsi/tesis/disertasi dan penelitian klinis.

✅Akhirnya: Menganalisis Data Secara Mandiri (Statistika Mastery)
Sahabat mempraktekkan analisis menggunakan SPSS, membaca output dengan benar, menjelaskan nilai p & IK, hingga menuliskan hasil analisis ke dalam laporan atau publikasi.

Hasilnya?
🎯 Tak ada lagi revisi berulang soal metodologi.
🎯 Tidak bingung memilih rumus.
🎯 Tidak salah pilih uji statistik.
🎯 Tidak ‘blank’ saat menghadap pembimbing atau penguji.

🎓 Apa yang Sahabat Dapatkan dalam Paket Ini?

1. Workshop Fundamental Statistika dengan Metode MSD

• Menguasai Diagnosis Statistika dengan pendekatan MSD (metode ber-HAKI).
• Menentukan jenis data, perbedaan deskriptif vs analitik, komparatif-korelatif, bivariat-multivariat, serta konsep kerangka pikir etiologi dan prediktif.
• Membangun fondasi metodologi riset yang kokoh dan bebas overthinking.

2. Workshop Besar Sampel Mastery

• Memahami pola dan logika rumus besar sampel (deskriptif, komparatif, multivariat).
• Menentukan komponen rumus dari literatur atau judgement profesional.
• Mengatasi masalah sampel terlalu besar dan mempelajari 8 cara mengecilkan sampel secara sah.
• Latihan studi kasus nyata dan pembelajaran fleksibel asinkronus.

3. Workshop Statistika Mastery

• Belajar membaca output SPSS dengan sistematis.
• Menguasai penjelasan nilai p, IK, RR, OR, serta output lain yang sering ditanyakan pembimbing/penguji.
• Berlatih melalui video, kasus nyata, dan tugas terstruktur.

Semua workshop dipandu oleh dr. M. Sopiyudin Dahlan, founder Metode MSD, penulis >20 buku statistika, dan narasumber nasional di banyak fakultas kedokteran.

📌Bagaimana Teknis Pelaksanaan Workshop?

1. Workshop ini diselenggarakan secara asinkronus Artinya, Sahabat belajar secara mandiri. Sahabat menentukan jadwal belajar, mengerjakan tugas, dan aktivitas lainnya sesuai dengan waktu Sahabat.
2. Kami memberikan bekal kepada Sahabat beberapa fasilitas untuk memudahkan Sahabat mengikuti workshop ini, yaitu: buku kerja, video pembelajaran, dan latihan setiap bab
3. Ikutilah secara bertahap materi dengan mengikuti buku kerja. 

💡 Keunggulan Paket Bundling Ini

✅Lebih Hemat: harga lebih murah dibanding membeli satu per satu.
✅Kurikulum Terintegrasi: alur belajar runtut dari diagnosis → besar sampel → analisis.
✅Akses Selama 6 Bulan: semua video dapat diputar ulang kapan saja selama 6 bulan
✅Pembelajaran Asinkronus: fleksibel, cocok untuk yang sibuk.
✅Workbook, latihan, pre/post test di setiap workshop.

Cocok untuk: mahasiswa penelitian, dosen, peneliti kesehatan, klinisi, dan siapa pun yang ingin risetnya sahih dan efisien.

🚀 Hasil Nyata yang Akan Sahabat Rasakan

• Langsung tahu rumus besar sampel yang benar.
• Tidak lagi salah memilih uji statistik.
• Analisis SPSS lancar tanpa panik.
• Proposal lebih cepat ACC dan publikasi lebih siap.
• Kepercayaan diri meningkat saat bimbingan, ujian, atau presentasi ilmiah.

🎁 Waktunya Tingkatkan Keahlian Statistika Sahabat!

Paket Workshop Statistika ini adalah investasi terbaik untuk riset yang lebih cepat, efisien, dan sahih.

Siap menyelesaikan permasalahan statistika Sahabat secara tuntas—dari hulu hingga hilir?
Mulai sekarang. Percepat penelitian. Selesaikan analisis tanpa drama.

========================================================

Daftar isi materi per workshop:

1. Workshop Fundamental Statistika dengan Metode MSD:

• Deskriptif vs Analitik
• Kategorik, Numerik, dan Rate
• Sensitivitas, Spesifisitas, & AUC
• Kesesuaian
• Komparatif vs Korelatif
• Ordinal vs Nominal
• Berpasangan
• Jumlah Kelompok dan Pengukuran
• Bivariat vs Multivariat
• Contoh Diagnosis Aksis Deskriptif
• Contoh Diagnosis Kerangka Konsep Etiologik
• Contoh Diagnosis Kerangka Konsep Prediktif
• Dilengkapi dengan materi-materi eksplanasi dan elaborasi untuk masing-masing materi di atas untuk memantapkan pemahaman Sahabat

2. Workshop Besar Sampel Mastery
Bagian 1 - Berkenalan dengan Komponen Rumus Besar Sampel

• Materi 1 - Strategi Memahami Rumus Besar Sampel
• Materi 2 - Pola Rumus Besar Sampel
• Materi 3 - Kesalahan Tipe Satu dan Kesalahan Tipe Dua
• Materi 4 - Presisi
• Materi 5 - Besar Efek

Bagian 2 - Menghitung Besar Sampel

• Materi 6 - Menghitung Besar Sampel Deskriptif
• Materi 7 - Menghitung Besar Sampel Komparatif Kategorik Tidak Berpasangan Satu Kali Pengukuran
• Materi 8 - Menghitung Besar Sampel Komparatif Numerik Tidak Berpasangan Dua Kelompok Satu Kali Pengukuran
• Materi 9 - Menghitung Besar Sampel Multivariat Prediktif Kategorik
• Materi 10 - Menghitung Besar Sampel Multivariat Prediktif Numerik
• Materi 11 - Perhitungan Besar Sampel Jika Tidak Terdapat Kepustakaan atau Kepustakaan Terlalu Banyak
• Materi 12 - Perhitungan Besar Sampel Untuk Rasio Berbeda

Bagian 3 - Cara Mengecilkan Jumlah Subjek

• Materi 13 - Mengecilkan Jumlah Subjek Secara Metodologis Salah
• Materi 14 - Mengecilkan Jumlah Subjek Secara Metodologis Benar (Cara 1-3)
• Materi 15 - Mengecilkan Jumlah Subjek Secara Metodologis Benar (Cara 4-6)
• Materi 16 - Mengecilkan Jumlah Subjek Secara Metodologis Benar (Cara 7)
• Materi 17 - Mengecilkan Jumlah Subjek Secara Metodologis Benar (Cara 8)
• Materi 18 - Mengecilkan Jumlah Subjek Secara Metodologis Benar (Cara 9)
• Materi 19 - Konsekuensi Mengecilkan Jumlah Subjek

3. Workshop Statistika Mastery

• The inference
  Materi 1. Latar Belakang Workshop Statistik Mastery
  Materi 2. Gambaran Besar Statistika Inferensi
  Materi 3. Inferensi Menggunakan Nilai p
  Materi 4. Inferensi Menggunakan Interval Kepercayaan
  Materi 5. Gambaran besar interpretasi uji statistik
  Materi 6. Interpretasi uji statistik secara statistik
  Materi 7. Interpretasi uji statistik secara klinis
  Materi 8. Kombinasi interpretasi klinis dan statistik
   
• The descriptive
  Materi 1. Sensitivitas dan Spesifisitas
  Materi 2. Kesesuaian Kategorik
  Materi 3. Kesesuaian Numerik
  Materi 4. Descriptive kategorik
  Materi 5. Descriptive numerik
   
• The predictive

1. Kelaziman pada Tabel 2x2 Analisis Komparatif Kategorik Tidak Berpasangan  by M. Sopiyudin Dahlan.
2. Analisis Komparatif Kategorik Tidak Berpasangan Statistik Mastery by M. Sopiyudin Dahlan
3. Analisis Komparatif Numerik Tidak Berpasangan Satu Kali Pengukuran by M. Sopiyudin Dahlan.
4. Bivariat, Multivariat, Kalibrasi, dan Diskriminasi Statistics Mastery by M. Sopiyudin Dahlan.
5. Koding Regresi Logistik by M. Sopiyudin Dahlan.
6. Persamaan dan Kualitas Regresi Logistik by M. Sopiyudin Dahlan.
7. Menghitung Probabilitas dengan Menggunakan Persamaan Regresi Logistik  by M. Sopiyudin Dahlan.
8. Menghitung risiko relatif dari probabilitas regresi logistik by M. Sopiyudin Dahlan.
9. Odds Rasio pada penelitian kohort by M Sopiyudin Dahlan.
10. RR dan OR terhadap Desain Penelitian Kasus Kontrol dan Kohort.
11. Mencari Titik Potong Optimal dengan Kurva ROC by M. Sopiyudin Dahlan.
12. Analisis Komparatif AUC Statistics Mastery by M. Sopiyudin Dahlan.
13. Perbandingan Regresi Linear dan Logistik
14. Regresi Linear Prediktif

Sahabat Pernah Mengalami Ini Saat Menulis Proposal ?

😣Sudah berhari-hari menulis latar belakang, tapi tetap bingung apa yang kurang.
☹️Pertanyaan penelitian terasa tidak nyambung dengan tujuan.
😔Kerangka konsep masih abu-abu.
😵‍💫Rumus besar sampel dan analisis statistik? Lebih membingungkan lagi.
😣Dan ketika akhirnya dikumpulkan, dosen pembimbing/promotor bilang: “Proposalnya belum logis, revisi dulu ya.”

Masalah-masalah itu bukan karena Sahabat tidak bisa meneliti, tetapi karena alur berpikir penyusunan proposal memang belum dipetakan dengan benar. Tanpa fondasi yang runtut, proposal menjadi acak, tidak logis, dan berisiko berulang kali ditolak.

💡 Saatnya Berubah dari Zero ke Proposal Hero!

Workshop ini dirancang untuk bidang kesehatan, kedokteran, maupun ilmu-ilmu terkait.

Dalam workshop ini, Sahabat akan dipandu langkah demi langkah untuk memahami dan seluruh komponen penting proposal penelitian secara logis dan sistematis — bukan sekadar menyalin format dari contoh sebelumnya.

Materi mencakup:

• Kriteria Proposal Penelitian yang Baik
• Konsisten sebagai perekat
• Apa yang dimaksud dengan kriteria Significant (komponen latar belakang penelitian yang kokoh: Fokus, Penting, Elaborasi, Novel, Manfaat)
• Apa yang dimaksud dengan kriteria Statistika (kerangka konsep, hipotesis, besar sampel, rencana analisis, table harapan)
• Apa yang dimaksud dengan kriteria Sahih (validitas internal non kausal, validitas internal kausal, validitas eksternal I, validitas eksternal II)
• Apa yang dimaksud dengan kriteria Etis (identifikasi potensi masalah etika dan apa solusi atas masalah etika)
• Bagaimana implementasi KO4S (konsisten, signifikan, statistika, sahih, dan etis)
• Apa itu pertanyaan penelitian diagnosiable dan bedah pertanyaan penelitian 
• Implementasi Aksis Statistik pada contoh kasus
• Implementasi Aksis Sahih pada contoh kasus
• Implementasi Aksis Etis pada contoh kasus
• Implementasi Aksis Signifikan pada contoh kasus

🎯 Manfaat yang Sahabat Dapatkan:

✅ Mampu menyusun proposal yang kuat, logis, dan siap ACC
✅ Memahami hubungan antara desain, statistik, dan etika penelitian secara utuh
✅ Menghindari kesalahan-kesalahan yang sering membuat revisi memanjang
✅ Mendapatkan panduan praktis langsung dari M. Sopiyudin Dahlan, M.Epid., M.Hum. — pakar yang telah membimbing ribuan peneliti

🔥 Mengapa Sahabat Harus Ikut Sekarang?

Karena semakin cepat Sahabat memahami struktur logika proposal, semakin cepat penelitian Sahabat berjalan, dan semakin cepat selesai.
Jangan buang waktu berbulan-bulan hanya karena tidak memahami alur penyusunan proposal.
Workshop ini membantu Sahabat menyusun proposal secara smart dan minim revisi.

🚀 Daftar Sekarang dan Mulai Perjalanan dari Zero ke Proposal Hero!

Klik tombol pendaftaran di bawah ini
Desain Tepat, Analisis Akurat, Proposal Pasti Siap ACC!

Masa Akses: 6 bulan

🎯 Stop Salah Kaprah: Kapan dan Bagaimana Variabel Perancu Dikontrol?
“Panduan Praktis Kapan, Mengapa, dan Bagaimana Mengontrol Variabel Perancu agar Hasil Penelitian Tetap Sahih”

🔍 Salah Kaprah yang Sering Terjadi

Banyak peneliti keliru memahami variabel perancu.
Sering terjadi: penelitian yang seharusnya mengontrol variabel perancu justru dianalisis seolah-olah variabel bebas semua — status variabel setara. Sementara penelitian yang tidak perlu mengontrol variabel perancu malah dipaksakan untuk mengontrol.

Akibatnya, hasil penelitian menjadi rancu — kesimpulan tidak sahih, analisis menyesatkan, bahkan publikasi bisa ditolak reviewer.

⚠️ Mengapa Sahabat Harus Mengikuti Short Course Ini?

Kesalahan dalam memahami variabel perancu dapat mengubah arah hasil penelitian dan menurunkan validitas penelitian Sahabat.
Belajar memahami kapan, mengapa, dan bagaimana mengontrol variabel perancu akan menyelamatkan Sahabat dari kesalahan fatal sejak tahap desain penelitian.

💡 Apa yang Sahabat Pelajari:

Dipandu oleh Dr. M. Sopiyudin Dahlan (MSD), Sahabat akan mempelajari:

✅ Mengapa mengontrol variabel perancu sangat penting
✅ Perbedaan penelitian yang harus mengontrol variabel perancu vs penelitian yang tidak memiliki variabel perancu
✅ Contoh penelitian nyata dengan pengontrolan variabel perancu yang tepat
✅ Cara membaca dan menilai penelitian yang mengontrol variabel perancu
✅ Langkah-langkah praktis untuk mengontrol variabel perancu secara konseptual dan statistik
✅ Demo pengontrolan perancu dengan cara analisis menggunakan SPSS

🧠 Manfaat Setelah Mengikuti Short Course:

• Mengetahui kapan dan bagaimana mengontrol variabel perancu dengan tepat
• Desain penelitian lebih sahih, analisis akurat, dan kesimpulan terpercaya
• Kemampuan membaca dan menilai penelitian meningkat
• Menghindari kesalahan yang bisa merusak validitas dan publikasi penelitian

🚀 Mengapa Sahabat Harus Daftar Sekarang?

⏳ Pengetahuan ini akan menyelamatkan Sahabat dari penelitian yang bias —
tapi penundaan justru bisa membuat kesalahan terus berulang di setiap riset.
Belajar mengontrol variabel perancu hari ini berarti mengontrol kualitas penelitian Sahabat selamanya.

🎓 Daftar Sekarang

Jadikan penelitian Sahabat tepat desainnya, akurat analisisnya, dan sahih kesimpulannya.

📘 Klik tombol daftar di bawah ini dan amankan tempat Sahabat sekarang!

====================================================
Daftar isi video:

1. Pokok Bahasan
2. Mengapa Pengontrolan Variabel Perancu Penting
3. Perbedaan Kerangka Konsep Prediktif dan Etiologik
4. Kesepakatan Istilah Perancu, Confounder, dan Modifier
5. Pengertian Adjusted dan Unadjusted
6. Flow Analisis Variabel Perancu
7. Metode Analisis Multivariat secara Enter dan Stepwise
8. Bagaimana Model Awal secara Hierarkis
9. Analisis terhadap Modifier
10. Bagaimana Membuat Model Alternatif dari Baku Emas
11. Analisis terhadap Confounder: Mengidentifikasi Model Alternatif yg Valid
12. Analisis terhadap Confounder: Mengidentifikasi Model yang Presisi
13. Demo Analisis Variabel Perancu dengan SPSS

🎯Kohort, Kasus-Kontrol, atau Potong Lintang? Panduan Memilih Desain Penelitian yang Tepat
Desain Tepat, Analisis Akurat, Penelitian Lebih Bermanfaat.

Apakah Sahabat Masih Ragu Menentukan Desain Penelitian?

Sebagai peneliti, pemilihan desain studi adalah langkah paling fundamental yang menentukan validitas dan kredibilitas seluruh hasil penelitian Sahabat. 

Memilih desain yang salah (Cross-Sectional padahal butuh Cohort atau sebaliknya) bisa berakibat fatal: data yang sudah terkumpul menjadi bias, inferensi kausalitas dipertanyakan, dan potensi publikasi di jurnal bereputasi terancam.

Jangan Biarkan Keraguan Metodologi Merusak Kualitas Penelitian Sahabat!

Sahabat tidak sendirian!

Tantangan membedakan antara Kohort dan Kasus-Kontrol, atau memahami kapan ambiguitas temporal pada Potong Lintang dapat diterima, adalah jebakan metodologis yang sering menghambat penelitian. 

Kegagalan memahami kriteria ini akan membuat reviewer dan promotor mempertanyakan justifikasi desain penelitian Sahabat.

Kini Saatnya Memahami Desain Penelitian Secara Tuntas!

Dalam webinar ini, dr. M. Sopiyudin Dahlan, M.Epid., M.Hum. akan membimbing Sahabat memahami:
✅ Welcome to the jungle of design
✅ Berbagai sudut pandang penamaan desain penelitian
✅ Ketidaksetaraan sudut pandang antara kohort, kasus kontrol, dan potong lintang
✅Desain penelitian berdasar Waktu (kohort dan potong lintang, lalu di mana kah kasus kontrol?)
✅Prinsip hierarkis memilih desain penelitian (mana yang lebih utama, apakah kohort, kasus kontrol atau potong lintang?)
✅Pemilihan desain penelitian
✅Persepsi keliru tentang desain penelitian
✅Pembahasan khusus desain kasus kontrol dan potong lintang

Materi disampaikan padat, aplikatif, dan langsung ke inti masalah — sehingga Sahabat bisa langsung menerapkannya dalam penelitian sendiri.

Jangan tunda lagi perbaikan kualitas penelitian Sahabat.

Siapkan Penelitian yang Sahih Sejak Awal!

Masa akses: 6 bulan

🎯 Panduan Komprehensif Ekstraksi Data Meta Analisis
Langkah demi langkah menyiapkan data siap analisis

Apakah Sahabat Pernah Mengalami Ini?

Saat ingin melakukan meta analisis, semua terasa lancar sampai tiba di tahap ekstraksi data — lalu tiba-tiba…

☹️Bingung membedakan mana data yang perlu diambil dari tiap artikel,
☹️Tidak yakin bagaimana mengekstrak proporsi, rerata, atau *effect size* dengan benar,
☹️Tersesat di tabel hasil penelitian yang penuh angka, simbol, dan catatan kaki.

Padahal, kesalahan kecil di tahap ekstraksi bisa menggugurkan validitas seluruh hasil meta analisis.

💡Di Short Course Ini, Sahabat Akan Menemukan Solusinya

Melalui Panduan Komprehensif Ekstraksi Data Meta Analisis, dr. M. Sopiyudin Dahlan akan memandu Sahabat langkah demi langkah menyiapkan data agar siap dianalisis tanpa bingung dan tanpa bias.

Materi disusun dengan alur logis dan mudah diikuti, mencakup:

• Prinsip umum abstraksi/ekstraksi data,
• Ekstraksi proporsi dan rerata,
• Ekstraksi selisih proporsi dan rerata (berpasangan & tidak berpasangan),
• Ekstraksi selisih rerata standardized,
• Ekstraksi koefisien, odds ratio, dan relative risk.

🎓 Mengapa Sahabat Perlu Ikut?

✅ Memahami konsep dasar ekstraksi secara menyeluruh.
✅ Bisa langsung menerapkan ke dataset atau artikel Sahabat sendiri.
✅ Tidak hanya teori — tapi juga latihan dan pembahasan kasus nyata.
✅ Dipandu langsung oleh pakar meta analisis, dr. M. Sopiyudin Dahlan.

🚀 Ambil Kesempatan Ini Sekarang

Jangan biarkan proses ekstraksi data menghambat publikasi meta analisis Sahabat.

💡 Daftar sekarang dan ubah proses yang rumit menjadi langkah yang mudah dan sistematis.