Anda di halaman 1dari 36

ETIH SUDARNIKA

LABORATORIUM EPIDEMIOLOGI
FAKULTAS KEDOKTERAN HEWAN IPB
etih@ipb.ac.id

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=1p
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