REVIEW DAN TELAAH KRITIS ARTIKEL

Judul Artikel :The Creation of Social Value. Can an Online Health Community
Reduce Rural-Urban Health Disparities

Penulis : Jie Mein Goh, Guodong (Gordon) Gao, dan Ritu Agarwal

Publikasi : 2016

Penelaah : Maryam Agustine Huwaidah Rashid

Tanggal Telaah : 17 Februari 2020

I. Deskripsi Artikel
1. Tujuan Utama Penelitian
Tujuan utama penelitian ini adalah mengusulkan komunitas kesehatan
online untuk meciptakan nilai sosial dengan menangani kesenjangan kesehatan
desa-kota dengan meningkatkan kapabilitas kesehatan.

2. Hasil Penelitian
Hasil penelitian ini menunjukkan secara kesluruhan, warga kota merupakan
pemasok utama dari pembiayaan sosial sedangkan warga desa merupakan
penerima utama, asumsi mengenai mediasi-tekhnologi komunitas kesehatan
online mampu untuk meringankan kesenjangan kesehatan antara warga desa-kota.
Penelitian ini memajukan pemahaman mengenai produksi nilai dalam kolektif
online, dan menghasilkan implikasi untuk kebijakan

3. Kesimpulan penelitian
Penyebab utama dari beberapa kesenjangan yaitu adanya jarak pada
kapabilitas kesehatan antara penduduk desa, dan komunitas online dapat
mengurangi jarak yang ada ini, sehingga menghasilkan nilai sosial.
Untuk memisahkan nilai sosial, penulis memodelkan dukungan sosial
secara online dari keikutsertaan pasien dalam komunitas kesehatan online dimana
simpul dalam jaringan memberikan pasien yang terhubung dalam dimensi ganda.
Berdasarkan data dari komunitas penyakit khusus online, ditemukan bukti yang
 mendukung bahwa asersi pasien kota merupakan pemasok utama dari dukungan
sosial online untuk pasien desa.
Penelitian ini memberikan dua kontribusi utama pada literature, yaitu: (1)
merupakan penelitian yang pertama kali berfokus pada pembentukan nilai sosial
pada komunitas online. (2) model ERGM penelitian ini, sebagai metode empiris
mengizinkan penulis untuk menganalisis jaringan juga mengontrol karakter
sktruktur, sehingga mengatasi batas utama dari teknik tradisional.

II. Telaah Artikel

1. Fokus Utama Peneltian
Permasalahan utama penelitian ini yaitu apakah komunitas online dapat
menciptakan sebuah nilai. Pada penelitian ini, menggunaka komunitas online
pada bidang kesehatan. Komunitas kesehatan online memfasilitasi partisipan
secara kolektif, kemudian penulis merasa bahwa hal ini menghasilkan nilai
sosial. Sehingga fokus utama penelitian ini yaitu, dapatkah komunitas
kesehatan online menciptakan nilai sosial dengan membantu meringankan
kesenjangan kesehatan daerah antara pengguna desa-kota.

2. Alasan Utama Penelitian

Alasan utama dari penelitian ini yaitu adanya kesenjangan kesehatan yang
muncul dari locasi yang sudah terdokumentasi, dengan indikasi bahwa
penduduk desa sangat mengalami kesulitan kesehatan dikarenakan lemahnya
akses sumber dan ilmu kesehatan.

3. Pendekatan yang Digunakan

Dalam penelitian ini menggunakan pendekatan induktif

4. Perbandingan Dengan Dunia Nyata

Komunitas kesehatan online memberikan alternatif forum yang melampaui
kendala geografis, menghadirkan sumber jaringan sosial yang mendukung
untuk memperbaiki kesenjangan kesehatan. Kelangkaan sebuah penyakit
menjadikannya tantangan untuk mencari dukungan dalam cara tradisional
seperti melalui akses ke sumber offline atau bertemu dengan orang yang
berpengalaman dalam penyakit tersebut.
5. Teori yang Relevan
Untuk mengkonseptualkan pengujian ini, diadaptasi perspektif kapabilitas
pada kesenjangan. Sen (2002) merupakan perintis dari keadilan kesehan untuk
mengusulkan healt capabilities model (HCM). HCM secara fundamental
membangun prinsip dari kapabilitas untuk meyarankan hasil akhir kesehatan
yang secara langsung berhuungan dengan agen kesehatan.

6. Hipotesis
Apakah komunitas kesehatan online dapat berpartisipasi untuk membentuk
nilai sosial dengan meringankan kesenjangan kesehatan daerah diantara
pengguna di desa dan kota?

7. Variabel
- Variabel Dependen: Kesenjangan kesehatan desa-kota
- Variabel Independen: lokasi pasien dan pergantian dukungan sosial
- Variabel Kontrol: Homofili (derajat persamaan) dan Resiprositas (hubungan
timbal balik antar individu)

8. Sampel
Sampel pada penelitian ini yaitu semua pengguna aktif komunitas kesehatan
online dengan periode 44 bulan dari Oktober 2005 sampai Juni 2009.
Kemudian data tersebut diklasifikasi berdasarkan lokasi pasien, apakah
tergolong kedalam kota atau desa. Sehingga diperoleh data final yaitu 638
pasien dengan rincian 111 pasien desa dan 527 pasien kota.

9. Tes Statistik
Menggunakan exponential Random Graph Model (ERGM). ERGM
merupakan metode pemodelan jaringan stokastik (model matematika) untuk
memperoleh kemungkinan munculnya jaringan dari semua struktur
kemungkinan yang sudah dibentuk oleh penilaian acak antar ikatan simpul
pada jaringan.
 10. Hasil
Dengan menggunakan model ERGM, maka
a. Model 1 (model dasar):
Dengan konstan jangka edge, ekuivalen (sebanding) dengan rapatnya
jaringan yang menawarkan probabilitas dasar dari satu simpulan
membentuk ikatan dengan simpul lain dalam jaringan.
b. Model 2:
Termasuk covariate dengan penyakit, demografis, dan komunitas.
Untuk covariate yang berhubungan dengan penyakit, satu mengukur
perbedaan mutlak antara jumlah tahun pasien yang sudah berjuang dari
penyakitnya dan kedua mengukur kesamaan antara dua simpul dengan
menghargai serangan penyakit.
-AbsDiff: positif. mengindikasikan bahwa perbedaan yang besar antara,
simpul, hubungan mereka dengan ikatan satu sama lain.
-NodMatch: menyarankan bahwa pasien dengan kesamaan gejala penyakit
dan untuk lebih baik membentuk ikatan.
Tingkat pengawasan saat masa jabatan. AbsDiff-anggota, menangkap
perbedaan antara dua simpul yang terhubung berdasarkan jumlah tahun
yang berlalu sejak bergabung dalam komunitas.
Hasilnya, memperlihatkan bahwa invidu berhubungan oleh orang lain
sehingga menjadi aktif di komunitas secara sementara. perbedaan terkecil
dalam jangka waktu antara dua simpul, lebih memungkinkan ikatan yang
mendukung antara angka dua akan terbentuk

c. Model 3:
Dua pengukuran kritis dari pembentukan niali sosial berhubungan
dengan lokasi, dengan mengukur bagaimana hubungan terjadi dari simpul
desa.
- NodeInFactor: positif dan signifikan
- NodeOutFactor: negatif dan signifikan.
d. Model 4:
Mengukur jaringan secara langsung dengan mengestimasi
kemungkinan terjadinya dukungan berdasarkan lokasi.
- Koefisien kota-desa: positif dan signifikan
- Koefisien desa-kota: negatif dan signifikan
- Koefisien kota-kota: tidak signifikan
- Koefisien desa-desa: tidak signifikan

11. Improvement
a. Data demografis pada situs merupakan laporan-tersendiri sehingga dapat
saja terjadi biasnya pada pelaporan-tersendiri.
b. Data dikumpulkan dari satu komunitas yang berfokus pada penyakit uni,
secara umum dalam menemukan jenis komunitas keshatan online lain
karena harus di lihat dengan seksama.
c. Model ERGM penelitian ini merupakan model yang menngunakan arah
jaringan biner, mungkin peneliti selanjutnya dapat menggunakan jaringan
tertimbang ketika alat di area lebih berkembang
d. Penelitian ini berfokus pada bentuk partikular dari pembentukan nilai
sosial: menjembatani jarak daerah pengetahuan kesehatan dengan
memungkinkan arus pengetahuan dari pasien kota ke desa.
e. Penelitian selanjutnya juga dapat menguji keuntungan kehatan
sesungguhnya seperti dukungan sosial online untuk pasien, dimana pada
penelitian ini tidak dilakukan.