ETIH SUDARNIKA LABORATORIUM EPIDEMIOLOGI FAKULTAS KEDOKTERAN HEWAN IPB
[email protected]
data Sensus
Penarikan Contoh
Terencana
Acak
Tak Terencana
Tak acak
SENSUS VS PENARIKAN CONTOH Sensus: • Mengumpulkan informasi dari setiap individu di dalam populasi Penarikan contoh: • Menyeleksi sebagian kecil dari populasi
Mengapa dilakukan penarikan contoh? • Biaya lebih rendah • Waktu lebih singkat • Tidak mungkin dilakukan pengumpulan data pada seluruh anggota populasi • Pengukuran kemungkinan akan lebih baik dilakukan pada contoh daripada pada populasi • Contoh yang representatif dapat memberikan inferensia statistika mengenai populasi
Populasi Target Populasi dimana akan dilakukan generalisasi hasil penelitian yang diperoleh Misalnya: • Populasi sapi laktasi di Kabupaten Bogor • Populasi peternak domba di Kabupaten Sukabumi • Populasi peternakan ayam komersial
Unit Penarikan Contoh Unit dasar dimana prosedur penarikan contoh akan dilakukan
• Individu: Ternak • Kelompok: Flock, Farm, desa • Komponen: Mata, kloakal
Kerangka Penarikan Contoh Daftar lengkap seluruh unit penarikan contoh dalam suatu populasi Misalnya: • Katalog • Peta • Rekam medik • Data sensus
PENARIKAN CONTOH Tak acak
Penarikan contoh berdasarkan keputusan si peneliti (judgement sample) Penarikan contoh seenaknya (convenient sample)
Contoh yang terpilih adalah yang paling enak (terdekat, paling mudah, dll)
Penarikan contoh dengan sengaja (purposive sample)
Peneliti memilih contoh yang diperkirakan dapat mewakili populasi
Penarikan contoh tak acak: tidak representatif
Contoh acak Setiap anggota populasi mempunyai peluang yang sama untuk terpilih sebagai contoh
Contoh tak acak: • Hasil tidak dapat digeneralisasi • Hasil kemungkinan bias
Contoh acak: • Hasil merupakan generalisasi terhadap populasi • Hasil tidak berbias
Mana yang terbaik? Pilihlah metode yang memberikan tingkat akurasi dan presisi terbesar dengan biaya yang sama
Contoh acak Setiap anggota populasi mempunyai peluang yang sama untuk terpilih sebagai contoh Meliputi: 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan contoh diberi nomor 1, 2, 3, …, N, kemudian contoh dipilih secara acak dari N anggota populasi tersebut. Pengacakan bisa menggunakan daftar bilangan teracak (DBT), kalkulator, komputer, dsb.
• Keuntungan: Mudah Sederhana Representatif
• Kekurangan: Kerangka penarikan contoh harus tersedia Sulit untuk populasi yang besar
2. Penarikan Contoh Acak Sistematik (Systematic Random Sampling) Contoh dipilih pada interval (selang) tertetentu. Contoh yang terpilih adalah pada setiap selang ke-k, adapun Ukuran populasi K= Ukuran contoh yang diinginkan
Keuntungan: Praktis Tidak memerlukan sampling frame
Kekurangan: Hati-hati untuk populasi yang bersifat periodik Sulit untuk populasi yang besar
3. Penarikan Contoh Acak Berlapis (Stratified Random sampling) Populasi dibagi-bagi dalam beberapa strata tergantung pada tujuan kajian yang dilakukan. Starata yang digunakan biasanya berkaitan dg penyakit yang disidik, berdasarkan sifat-sifat hospes (misal: ras), sifat lingkungan (misal: skala usaha peternakan), atau wilayah geografis. Selanjutnya, contoh ditarik pada setiap strata dengan menggunakan p.c.a sederhana atau sistematik.
Keuntungan: Contoh dapat menggambarkan populasi keseluruhan
Keragaman kecil galat kecil
Kekurangan: Status unit penarikan contoh harus diketahui sebelumnya
4. Penarikan Contoh Acak Bergerombol (Cluster Random Sampling) Populasi dibagi ke dalam beberapa kelompok (gerombol) yang relatif homogen kemudian dipilih n gerombol Kemudian dipilih individu dalam gerombol yang terpilih sebagai contoh. Gerombol dapat berupa tempat, organisasi atau waktu
Bagaimana memilih gerombol? Penarikan contoh acak sederhana (Simple random sampling) • Perlu pembobotan pada saat analisis data • Peluang pemilihan adalah sama untuk masing-masing gerombol tanpa mempertimbangkan besaran populasi Probability Proportional to Size (PPS) • Data sudah diboboti dengan sendirinya • Gerombol dengan besaran populasi yang lebih besar memiliki kemungkinan terpilih yang lebih besar dibandingkan yang ukurannya lebih kecil
Mengapa menggunakan PPS? Jika besaran populasi dari satuan penarikan contoh bervariasi dan satuan penarikan contoh dipilih secara acak, maka kemungkinan suatu anggota satuan penarikan contoh dengan ukuran populasi yang besar akan lebih kecil kemungkinannya untuk terpilih dibandingkan dengan yang ukuran populasinya kecil.
Ilustrasi:
Kabupaten Populasi Farm 1 200 2 100 3 500
Peluang terpilihnya 1 farm 1/200 or 0.5% 1/100 or 1% 1/500 or 0.2%
Dalam melakukan analisis harus dilakukan pembobotan
Probability Proportional to Size (PPS) 1.
2. 3. 4.
5. 6.
7.
Diperlukan daftar setiap gerombol dan besarannya Hitunglah populasi kumulatifnya Hitung sampling interval Pilih sebuah bilangan acak antara 1 sampai sampling interval Gerombol pertama adalah dimana bilangan acak berada berdasarkan data populasi kumulatif. Lanjutkan dengan menambahkan sampling interval secara kumulatif. Jika gerombol terpilih dua kali, maka bagilah gerombol menjadi 2 wilayah dengan ukuran populasi yang sama. 23
Keuntungan:
Sampling frame tidak mutlak diperlukan Kekurangan: Galat besar
5. Penarikan Contoh Acak Bertingkat (Multistage Random Sampling) Seperti p.c.a. bergerombol, tetapi dilakukan dalam beberapa tahap. Lebih praktis dan flexible, terutama pada populasi yang besar. Keuntungan dan kekurangannya sama dengan p.c.a. bergerombol
Bagaimana memilih rumah tangga?
Tujuannya adalah untuk memperoleh contoh yang merepresentasikan masyarakat tersebut. Metode terbaik: Jika ada peta, maka gunakan PCAS.
26
Bagaimana memilih rumah tangga (RT)?
Seringkali tidak ada data yang lengkap Pada situasi demikian: – Pilih secara acak rumah pertama – Gunakan metode “next nearest household” atau metode sistematik untuk memilih RT berikutnya.
27
Bagaimana memilih rumah tangga? Sistematik: 1. Pergilah ke pusat kegiatan masyarakat,misalnya balai desa, mesjid, dll. 2. Pilih arah secara acak 3. Hitunglah semua rumah dari tempat anda berdiri sampai ke ujung dari arah tersebut 4. Bagilah jumlah RT dengan jumlah RT yang akan diambil sebagai contoh (K) 5. Pilih secara acak sebuang nomor antara 1 and K 6. Ambilah contoh RT dengan urutan angka tersebut dan rumah-rumah berikutnya dengan selang K 28
Bagaimana memilih rumah tangga? “Next nearest household”: 1. Pergilah ke pusat kegiatan masyarakat,misalnya balai desa, mesjid, dll. 2. Pilih arah secara acak 3. Hitunglah semua rumah dari tempat anda berdiri sampai ke ujung dari arah tersebut 4. Pilih secara acak rumah pertama 5. Rumah ke-2 adalah rumah yang terdekat dengan rumah pertama, dst. 29
Bagaimana memilih rumah tangga?
WHO/EPI/MLM/91.10
30
UKURAN CONTOH Tergantung kepada: • Tujuan survey • Metode penarikan contoh yang digunakan • Tingkat ketelitian yang diharapkan • Tingkat ketepatan yang diharapkan
Hubungan antara Ukuran Contoh dan Besarnya Kesalahan
Kesalahan
Ukuran contoh
Ukuran contoh a. Ukuran contoh untuk menduga prevalensi penyakit Untuk populasi besar (tingkat kepercayaan 95%) n = 4pq/L2 p = prevalensi dugaan
q=1–p L = Tingkat kesalahan
Pada populasi ‘kecil’ (terhingga) 1/n = 1/n* + 1/N n = ukuran contoh
n* = ukuran contoh pada populasi besar N = ukuran populasi
b. Ukuran contoh untuk menduga keberadaan penyakit n = [1-(1-a)1/D] [N-(D-1)/2] n = ukuran contoh D = nilai dugaan jumlah individu yang sakit N = ukuran populasi a = tingkat kepercayaan
