Landasan Ilmiah SamplingStack
SamplingStack dirancang untuk memecahkan kesenjangan antara ketelitian metodologi riset probabilitas baku dan kemudahan operasional survei lapangan. Platform ini didirikan atas dua pilar utama: Kepastian Ilmiah (Scientific Rigor) dan Kedaulatan Data Lokal (Zero Data Leakage).
Komputasi WebAssembly (WebR)
Mesin statistik dijalankan langsung di memori browser lokal pengguna menggunakan runtime WebR (R WebAssembly). Data kerangka responden tidak pernah dikirim ke server pihak ketiga.
Reproduktibilitas 100% (Audit Seed)
Setiap penarikan unit mencatat generator seed kriptografis (Mersenne Twister MT19937) untuk memastikan hasil dapat direplikasi secara identik oleh auditor internal maupun eksternal (BPK/Inspektorat).
5 Literatur Akademik Utama (Single Source of Truth)
Penerapan di Sistem: Formula ukuran sampel analitis proporsi (Eq 4.1/4.2) dan rata-rata (Eq 4.4), FPC, Alokasi Neyman/Optimum.
Penerapan di Sistem: Konsep Design Effect (deff), Design Efficiency (deft), cluster sampling, dan bobot probabilitas inklusi.
Penerapan di Sistem: Circular Systematic Sampling untuk populasi tidak kelipatan bulat (N ≠ nk), Horvitz-Thompson estimation.
Penerapan di Sistem: Generalized Regression Estimator (GREG), kalibrasi bobot, dan pembobotan multiphase sampling.
Penerapan di Sistem: Pedoman operasional survei lapangan bagi lembaga statistik resmi dan pemerintah daerah.