ETIH SUDARNIKALABORATORIUM EPIDEMIOLOGI

FAKULTAS KEDOKTERAN HEWAN IPBetih@ipb.ac.id

data

Sensus PenarikanContoh

Terencana Tak Terencana

Acak Tak acak

SENSUS VS PENARIKANCONTOH

Sensus: • Mengumpulkan informasi darisetiap individu di dalam populasi

Penarikan contoh:•Menyeleksi sebagian kecil dari populasi

Mengapa dilakukanpenarikan 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 padapopulasi

• Contoh yang representatif dapatmemberikan inferensia statistika mengenaipopulasi

Populasi Target

Populasi dimana akan dilakukangeneralisasi hasil penelitian yang diperoleh

Misalnya:• Populasi sapi laktasi di Kabupaten Bogor• Populasi peternak domba di KabupatenSukabumi

• Populasi peternakan ayam komersial

Unit Penarikan Contoh

Unit dasar dimana prosedur penarikancontoh akan dilakukan

• Individu: Ternak• Kelompok: Flock, Farm, desa• Komponen: Mata, kloakal

Kerangka Penarikan Contoh

Daftar lengkap seluruh unit penarikancontoh 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 mewakilipopulasi

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 terhadappopulasi

• Hasil tidak berbias

Mana yang terbaik?

Pilihlah metode yang memberikantingkat akurasi dan presisiterbesar dengan biaya yang sama

Contoh acakSetiap 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

K=Ukuran populasi

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 stratatergantung pada tujuan kajian yang dilakukan.Starata yang digunakan biasanya berkaitan dgpenyakit yang disidik, berdasarkan sifat-sifathospes (misal: ras), sifat lingkungan (misal:skala usaha peternakan), atau wilayah geografis.

Selanjutnya, contoh ditarik pada setiap stratadengan menggunakan p.c.a sederhana atausistematik.

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 tanpamempertimbangkan besaran populasi

Probability Proportional to Size (PPS)• Data sudah diboboti dengan sendirinya• Gerombol dengan besaran populasi yang

lebih besar memiliki kemungkinanterpilih yang lebih besar dibandingkanyang ukurannya lebih kecil

Mengapa menggunakan PPS?

Jika besaran populasi dari satuan penarikancontoh bervariasi dan satuan penarikan contohdipilih secara acak, maka kemungkinan suatuanggota satuan penarikan contoh denganukuran populasi yang besar akan lebih kecilkemungkinannya untuk terpilih dibandingkandengan yang ukuran populasinya kecil.

Ilustrasi:

Kabupaten Populasi Farm

Peluang terpilihnya 1

farm

1 200 1/200 or 0.5%

2 100 1/100 or 1%

3 500 1/500 or 0.2%

Dalam melakukan analisis harus dilakukanpembobotan

23

Probability Proportional to Size (PPS)1. Diperlukan daftar setiap gerombol dan besarannya

2. Hitunglah populasi kumulatifnya

3. Hitung sampling interval

4. Pilih sebuah bilangan acak antara 1 sampai sampling interval

5. Gerombol pertama adalah dimana bilangan acak beradaberdasarkan data populasi kumulatif.

6. Lanjutkan dengan menambahkan sampling interval secara kumulatif.

7. Jika gerombol terpilih dua kali, maka bagilah gerombolmenjadi 2 wilayah dengan ukuran populasi yang sama.

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

26

Bagaimana memilih rumah

tangga?

Tujuannya adalah untuk memperoleh

contoh yang merepresentasikan

masyarakat tersebut.

Metode terbaik: Jika ada peta, maka

gunakan PCAS.

27

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.

28

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

29

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 denganrumah pertama, dst.

30

Bagaimana memilih rumah

tangga?

WHO/EPI/MLM/91.10

UKURAN CONTOH

Tergantung kepada:

• Tujuan survey

• Metode penarikan contoh yang digunakan

• Tingkat ketelitian yang diharapkan

• Tingkat ketepatan yang diharapkan

Ukuran contoh

Kesalahan

Hubungan antara Ukuran Contoh dan Besarnya Kesalahan

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