Penerapan Metode Discrete Choice Experiment dengan Desain Optimal pada Preferensi Vaksinasi Covid-19

Abstract

Abstract. It has been more than a year that the Corona virus or Covid-19 has become an epidemic throughout the world. Covid-19 attacks the human respiratory system and is proven to cause death. Likewise, Indonesia is one of the countries that is still fighting the Corona virus until now. In connection with the outbreak of the Corona virus in Indonesia, the Ministry of Health (Kemenkes) issued the rules contained in the Minister of Health Regulation Number 84 of 2020 concerning the Implementation of Vaccination in the Context of Combating the Covid-19 Pandemic. In this study, preference for Covid-19 vaccination will be carried out using the Discrete Choice Experiment (DCE) method. DCE is a series of stages consisting of the preparation of alternative formation designs, sampling and analysis of the data from the sampling to find the most preferred alternative. The alternative design is formed from 4 attributes, each containing 2 levels so that 24 = 16 alternatives are produced which are then grouped into 8 choice sets with each containing 2 alternatives. The distribution of 16 alternatives into 8 choice sets, each of which contains 2 alternatives, is carried out using the optimal design method. Data were collected by distributing questionnaires to 228 respondents using purposive sampling. The data that has been obtained is then analyzed using a conditional logit model and the results show that the criteria for the most desirable Covid-19 vaccination are the criteria in alternative J, namely the level of vaccine effectiveness is more than 50%, maximum vaccine protection duration is 6 months, vaccination does not cause side effects, and vaccination is done more than 1 injection. Furthermore, by using ordinary logistic regression analysis between the independent variables of demographic factors and the respondent's choice of response variables, the independent variable of demographic factors, namely age, affects the choice of alternative J.

Keywords: Discrete Choice Experiment, Optimal Design, Purposive Sampling, and Conditional Logit Model.

Abstrak. Sudah lebih dari satu tahun virus Corona atau Covid-19 menjadi wabah di seluruh dunia. Covid-19 menyerang sistem pernapasan manusia dan terbukti bisa menyebabkan kematian. Begitupun Indonesia, menjadi salah satu negara yang masih melawan virus Corona hingga saat ini. Sehubungan dengan merebaknya virus Corona di Indonesia, Kementerian Kesehatan (Kemenkes) mengeluarkan aturan yang tertuang dalam Permenkes Nomor 84 Tahun 2020 tentang Pelaksanaan Vaksinasi dalam Rangka Penanggulangan Pandemi Covid-19. Dalam penelitian ini akan dilakukan preferensi vaksinasi Covid-19 dengan menggunakan metode Discrete Choice Experiment (DCE). DCE adalah serangkaian tahapan yang terdiri atas penyusunan desain pembentukan alternatif, sampling dan analysis data hasil sampling untuk mencari alternatif yang paling disukai. Rancangan alternatif dibentuk dari 4 atribut yang masing-masing berisi 2 taraf sehingga dihasilkan 2⁴ = 16 alternatif yang kemudian dikelompokkan 8 choice set dengan masing-masing berisi 2 alternatif. Pendistribusian 16 alternatif ke dalam 8 choice set yang masing-masing berisi 2 alternatif dilakukan dengan metode desain optimal. Pengambilan data dilakukan dengan menyebarkan kuesioner kepada 228 responden dengan mengunakan purposive sampling. Data yang telah diperoleh selanjutnya dianalisis menggunakan model logit bersyarat dan diperoleh hasil bahwa kriteria vaksinasi Covid-19 yang paling diminati adalah kriteria yang ada di dalam alternatif J yaitu tingkat efektivitas vaksin lebih dari 50%, durasi perlindungan vaksin maksimal selama 6 bulan, vaksinasi tidak menimbulkan efek samping, dan vaksinasi dilakukan lebih dari 1 kali suntikan. Lebih lanjut dengan menggunakan analisis regresi logistik biasa antara variabel bebas faktor demografi  dengan variabel respon pilihan responden bahwa variabel bebas faktor demografi yaitu usia mempengaruhi keterpilihan dari alternatif J.

Kata Kunci: Discrete Choice Experiment, Desain Optimal, Purposive sampling, dan Model logit bersyarat.