Dietary Assessment: Data Collection & Quality
Control
Dietary Assessment Updates
Dr. Ir. Umi Fahmida, MSc
SEAMEO-TROPMED RCCN UI
dipresentasikan di
Mataram, 29 September 2009
Levels of objectives and
methods for measuring
food consumption of
individuals / groups
PPKP Unram, 8-9 November 2007
Lingkup
„ Tujuan dalam menggunakan data asupan
dan metode yang sesuai
„ Review metode penentuan asupan:
‰ Interactive 24-hour recall
‰ Semi-quantitative food frequency questionnaire
„ Quality control issue
Mengapa mengukur asupan makanan?
„ Menentukan asupan makanan dan zat gizi
(termasuk kontaminan)
„ Merencanaan dan mengevaluasi kebijakan
kesehatan dan pertanian
„ Mempelajari hubungan asupan-penyakit
(epidemiologi)
„ Tujuan komersial (industri makanan), misal:
pengembangan dan promosi produk
1
Dietary Assessment: Data Collection & Quality
Control
Tujuan Dalam Pengukuran Data Asupan
Empat level tujuan:
1. Untuk mendapatkan rata-rata asupan kelompok
(mean group intake)
populasi
2. Untuk menentukan persentase populasi dengan
asupan di bawah kecukupan (proportion of
population with inadequate nutrient intake)
3. Untuk menentukan asupan rata-rata individu
untuk ranking (usual intakes of individuals for
ranking)
individu
4. Untuk menentukan asupan rata-rata individu
untuk korelasi dengan indikator lain (usual intakes
of individuals for correlation)
Mengapa perlu pengulangan hari pada
(minimal) sub-sampel?
PPKP Unram, 8-9 November 2007
.. Tujuan Dalam Pengukuran Data Asupan
„ Level 1: Untuk mendapatkan rata-rata asupan kelompok
(mean group intake)
‰ Data asupan cukup 1 (satu) hari per subyek
‰ Seluruh hari dalam seminggu terwakili secara proporsional
dalam total sampel
„ Level 2: Untuk menentukan %populasi dengan asupan di
bawah kecukupan (proportion of population with inadequate
nutrient intake)
‰ Data asupan 1 (satu) hari per subyek plus tambahan 1
(satu) hari pasa sub-sampel (30-40 subyek per strata jenis
kelamn dan usia)
‰ Untuk 2x24HR, hari tidak berturut-turut (non-consecutive
days), jika berturut-turut maka harus 3x24HR
.. Tujuan Dalam Pengukuran Data Asupan
„ Level 3: Untuk menentukan asupan rata-rata individu
untuk ranking (usual intakes of individuals for ranking)
‰ Multiple 24HR, jumlah hari tergantung jenis nutrien
‰ Alternatif lain: semi-quantitative FFQ
„ Level 4: Untuk menentukan asupan rata-rata individu
untuk korelasi dengan indikator lain (usual intakes of
individuals for correlation)
‰ Multiple 24HR, jumlah hari tergantung jenis nutrien
‰ Alternatif lain: semi-quantitative FFQ atau diet history
2
Dietary Assessment: Data Collection & Quality
Control

.. Tujuan Dalam Pengukuran Data Asupan Median population intake of Malawian children: post
intervention
LEVEL 1 LEVEL 2 LEVEL 3 LEVEL 4
Mean nutrient Proportion of Usual intake of Usual intakes of
intake of a group population at risk nutrients in foods / nutrients
individuals for in individuals for
ranking within a counseling or for
group correlation or
regression
analysis
At least 2
All days of the replicates in
week equally sub-sample
represented
Replicates
in all
Replicates
in all

SINGLE MULTIPLE
24hr-recall / food 24hr-recall / food
Semi Diet History
records / records /
Quantitative-FFQ
weighed diet weighed diet
records records

Level 1 Objective

Proportion at risk in two children Proportion of children at risk

of Malawian children of inadequate zinc intake

Level 2 Objective

Level 2 Objective

PPKP Unram, 8-9 November 2007 3

Dietary Assessment: Data Collection & Quality
Control

Intake of dairy products by decile Correlations between fatty acid (FA) composition of adipose
versus mean PDA in adipose tissue tissue & FA content of dietary intake

Level 3 Objective Level 4 Objective

Tidak Boleh Dilakukan!

‰ Membandingkan mean asupan kelompok dengan

angka kecukupan
Methods for measuring
‰ Menghitung prevalensi asupan tidak memadai food consumption of
menggunakan AKG/RDI/RDA/ RNI
„ Over-estimasi!
individuals / groups
„ Gunakan cutoff EAR (estimated average requirement)
Æ gunakan EAR FAO/WHO jika tidak ada EAR sifik di
negara tersebut
„ Cutoff ‘inadequate intake’ jika menggunakan RDA
(misal: AKG): <77%

PPKP Unram, 8-9 November 2007 4

Dietary Assessment: Data Collection & Quality
Control
Food records
„ Tipe: Estimated & Weighed Food Records
„ Responden mencatat (atau menimbang) pada saat yang
bersamaan dengan konsumsi, semua jenis makanan
(utama/selingan), minuman dan suplemen yang dikonsumsi
selama periode tertentu
„ Dicatat:
1. Deskripsi makanan/minuman/dll (termasuk merk)
2. Jumlah dikonsumsi (porsi – sisa) menggunakan
URT
3. Untuk makanan yang dikonsumsi di luar rumah,
responden diminta menjelaskan deskripsi makanan
dan tempat membeli. Sampel makanan yang sama
kemudian dibeli oleh petugas/nutritionist dan
ditimbang
FFQ
„ Mencatat frekuensi konsumsi beberapa jenis makanan
(<100) dalam kurun waktu 1 bulan terakhir (atau 6 bulan –
1 tahun terakhir)
„ Informasi yang diperoleh: asupan biasa (habitual intakes)
untuk zat gizi tertentu, makanan tertentu, atau kelompok
makanan tertentu
„ Biasanya spesifik (misal: vitamin/mineral tertentu) dan
aspek lainnya dari diet mungkin tidak terwakili
„ Dapat self-administered
„ Harus culture-specific
„ Tipe: Kualitatif dan Semi-Kuantitatif
PPKP Unram, 8-9 November 2007
24-hour recalls
Multiple-pass interviewing technique:
1. Pertama: mencatat daftar makanan/minuman yang
dikonsumsi dalam 24 jam terakhir (biasanya “kemarin,
mulai bangun pagi hingga tidur malam”)
2. Kedua: deskripsi setiap makanan/minuman yang
dikonsumsi, termasuk metode memasak dan merk
3. Ketiga: estimasi jumlah yang dikonsumsi untuk setiap
makanan/minuman tersebut dengan URT (dikonversi
dalam gram kemudian sebelum data entry)
4. Keempat: menyebutkan kembali apa yang telah
dicatat untuk memastikan semua telah dicatat dengan
benar dan tidak ada yang lupa disebutkan responden
(termasuk penggunaan suplemen, jika ada)
Qualitative FFQ : procedures
1. Menanyakan responden untuk menyebutkan
makanan-makanan yang mereka biasanya
konsumsi (dalam daftar FFQ) Æ memory prompt.
Atau, langsung menyebutkan satu-per-satu
makanan dalam daftar
2. Mencatat frekuensi konsumsi pada kolom yang
tersedia: harian/mingguan/bulanan/tdk pernah atau
tahunan.
– Misal: telur dikonsumsi 3x/minggu, maka pada
kolom “minggu” tuliskan angka “3”
5
Dietary Assessment: Data Collection & Quality
Control

Semi-Quantitative FFQ: procedures Harvard Service Food Frequency Questionnaire (Source: Baer et al. 2005)

1. Sama dengan FFQ Kualitatif, ditambah dengan….

2. Porsi yang biasa dikonsumsi untuk setiap jenis makanan.
Biasanya disediakan pilihan untuk porsi: sedang, kecil,
atau besar (S,M,L)
3. Untuk data entry, frekuensi dan jumlah porsi akan
dikonversi dalam rata-rata asupan perhari (asumsi 30
hari/bulan). Contoh:
‰ Nasi 3x/hari = 3x/hari
‰ Tahu 4x/minggu = 4/7 = 0.57x/hari
‰ Makanan musimam (mis: buah mangga) jika dikonsumsi
10x selama periode Okt-Des = 10/365= 0.03x/hari
4. Frekuensi dikalikan dengan rata-rata porsi untuk
memperoleh asupan dalam gram/hari

FFQ: Daftar Makanan dan Porsi

Contoh: semi-quantitative FFQ format

Makanan/ Porsi Harian Mingguan Bulanan Tahunan Tdk Daftar bahan makanan:
minuman (S/M/L) pernah ‰ Berdasar food composition table untuk makanan dengan zat gizi
(porsi tertentu (sesuai tujuan studi/survey)
standar = M)
‰ FGD berdasar daftar tersebut. Makanan yang tdk pernah
dikonsumsi dikeluarkan dari daftar; makanan lainnya yang yang
teridentifikasi dari FGD ditambahkan.
‰ Pilot testing daftar sebelum finalisasi FFQ

Porsi standar:
‰ USDA Foods Commonly Eaten by Individuals (25th, 50th, 75th
untuk S,M,L)
‰ Nutrition Canada Food Consumption Portion Data (Mean-1sd,
Mean, Mean+1SD)
‰ Berdasar survey: porsi medium = rerata asupan (mean)

PPKP Unram, 8-9 November 2007 6

Dietary Assessment: Data Collection & Quality
Control

FFQ: Validasi Diet history

SQ-FFQ dibandingkan dengan metode „ Menentukan usual dietary intake dari
pembanding lain (misal: repeated weighed
records) individu selama periode retrospective
Kriteria ‘valid’ FFQ:
tertentu (bulan/tahun lalu)
‰ Mean tidak berbeda significant (dalam batas „ Informasi digunakan untuk advis diet
yang dapat diterima) „ Prosedur (SENECA,1991)
‰ Korelasi ≥0.5 ‰ Diet record (3 hari): Sabtu, Minggu, hari kerja
‰ Cross-classification: correctly classified ≥50%, „ rata-rata asupan = {asupan Sabtu + asupan Minggu +
grossly misclassified < 10% %(asupan hari kerja)} / 7
‰ Kappa ≥ 0.4 ‰ Wawancara asupan biasa dalam 1 bulan terakhir
‰ Menimbang berat makanan yang umum dkonsumsi
‰ Informasi lain (Burke, 1947): appetite, food
dislike/preference, supplement, cgarette smoking,

Errors vs dietary methods

Sources of errors 24-h Estimat Weighe Dietary
ed d record history
Sources of errors and how to Recall
record
Omitting foods ++ + + +
minimize them Adding foods ++ - - +

Estimating food weights ++ ++ - +

(portion size)
Estimating frequency of - - - +
food consumption
Day-to-day variation ++ ++ ++ -

Changes in diet + + ++ -

Coding errors ++ ++ ++ +

PPKP Unram, 8-9 November 2007 7

Dietary Assessment: Data Collection & Quality
Control

Sources of Errors
Implikasi eror dalam pengukuran asupan makanan
1. Non-response bias
2. Respondent bias & Under-reporting „ Under-reporting energi; over-estimasi
3. Interviewer bias proporsi asupan rendah/kurang
4. Respondent memory lapses „ ‘Mengganggu’ korelasi asupan dan status
5. Incorrect estimation of portion size kesehatan/gizi (Attenuation bias)
6. Omission of info on supplement use, plate waste,
food eaten-away from home
7. Errors in handling mixed dishes
8. Coding errors
9. Errors in food composition database

Bagaimana meminimalkan kesalahan (error) Memory aids

1. Pelatihan pewawancara; teknik dan sikap
Two-dimensional memory aids
2. Protokol wawancara/probing ‰ Drawing of real foods, abstract shapes,
3. Random pewawancara-responden jika >1 data ‰ Household measures
asupan ‰ Food photographs
4. Hindari ‘value judgment’ –verbal dan non-verbal ‰ Computer graphics

5. Pewawancara lokal / familiar dengan bahasa dan ‰ Food package labels

budaya setempat
6. Alat bantu visual, standar dan lokal Three-dimensional memory aids
‰ Household measures
7. Mixed dishes Æ pecah ke ingredien
‰ Real food samples
8. Data entry-analysis;
‰ Food replicas (model of real foods)
1. Coding rules (data entry)
‰ Food models (abstract models)
2. Perbarui/lengkapi food composition database

PPKP Unram, 8-9 November 2007 8

Dietary Assessment: Data Collection & Quality
Control

Bagaimana mendeteksi kesalahan (error) Goldberg method: Perhitungan BMR

UNDER-REPORTING Æ ‘Goldberg cut-off:
„ Hitung BMRest sesuai jenis kelamin, usia, berat badan
(masukkan informasi ini pada kuesioner!)
„ Hitung rasio asupan energi (EIrep ) dari asupan terhadap BMRest
„ Bandingkan rasio dengan nilai di tabel. Untuk data satu hari
asupan per individu nilai tabel = 0.90 (95%CI)
‰ EIrep / BMRest ...< 0.90 maka under-reporting

UNDER-/OVER- REPORTING Æ ‘cut-off berdasarkan pTEE :

„ Hitung pTEE = 7.377 – 0.073[usia, tahun] + 0.0806[berat badan,
kg] + 0.0135[tinggi badan, cm] – 1.363[jenis kelamin, 0=laki-laki,
1=perempuan]
„ Hitung standar deviasi pTEE
„ ‘under-reporter’ dan ‘over-reporter’ jika asupan diluar rentang pTEE
± 1SD
McCrory et al 2002

Goldberg method: cutoff under-reporting Sources of nutrient composition values

„ WorldFood Minilist: 53 nutrients, 1,800 foods from 6 countries

(Indonesia, Egypt, Kenya, Mexico, Senegal, India).
http://www.fao.org/ifoods/
ƒ vitamin A from animal sources, mfp iron, available iron and zinc
„ International Network on Food Data Systems (INFOODS), incl.
ASEANFOODS. http://www.fao.org/infoods/
„ USDA database. http://www.nat.usda.gov/fnic/foodcomp/
„ Univ.Minnesota. http://www.ncc.umm.edu
„ Specialized carotenoid database. West and Poorvliert (1993),
O’Neill et al (2001)
„ New conversion of caretinoid: www.nutrisurvey.de (choose
software for calculation of vitamin A)

PPKP Unram, 8-9 November 2007 9

Dietary Assessment: Data Collection & Quality
Control

Terms & Resources Manual

„ (local) nutrition retention factor
‰ USDA (2003). Nutrition Retention Factor
„ (local) yield factor, or, weight change factor
‰ Matthews & Garrison (1975). USDA Handbook no.102:
Yield
‰ http://foodstandards.gov.au/assistanceforindustry/userguid
es/nutritioninformation
„ specific gravity (gr/mL) Æ drinks and liquids
‰ Gibson & Ferguson (2008). Appendix D
‰ www.harvestplus.org/publications/13/ OR
www.ilsi.irg/hni.html
Manual
„ Gibson RS and Ferguson EL (2008). An interactive 24-hour
recall for assessing the adequacy of iron & zinc intakes in
developing countries. HarvestPlus Technical Monograph8. ILSI
Press, Washington DC
„ Download at: www.harvestplus.org/publications/13/ OR
www.ilsi.irg/hni.html
„ Topics:
‰ Level of objectives, incl. sample size calculation
‰ Procedures, incl. training guide
‰ Compiling local food composition table
‰ Calculating nutrient intakes, incl. for mixed dishes
‰ Estimating available iron & zinc
‰ Evaluating nutrient intakes of groups
‰ Statistical analysis of dietary data

1. Non-response bias

Terimakasih „ Sebab: kurang tanggapan responden

„ Dapat diminimalkan dengan:
‰ Menggunakan metode yang lebih sederhana
‰ Sikap pewawancara yang bersahabat dan
dapat dipercaya -warmth, understanding,trust
Kontak:
Dr.Umi Famida
„ PENTING ; Karakteristik ‘non-responder’
SEAMEO-TROPMED RCCN Universitas Indonesia tidak berbeda dengan ‘responder’
Salemba Raya 6, Jakarta 10430
Telp: 021-3913932 / 31902950
Fax: 021-3913933 / 31902950
Email: ufahmida@seameo-rccn.org

PPKP Unram, 8-9 November 2007 10

Dietary Assessment: Data Collection & Quality
Control

2. Respondent bias Social desirability scale –Worsley et al, 1984

Sebab:
„ Responden kurang/tidak memahami pertanyaan 1. I rarely eat snack between meal --T
„ pewawancara memberikan ‘non-verbal cues to the 2. I always brush my teeth after every meal –F
right answer’
3. I hardly ever eat candies or chocolate –T
„ socially desirable answers. Mengurangi / menambahi
jenis/jumlah makanan yang dimakan 4. I often watch TV or read a newspaper whilst
„ Kecenderungan pada berat badan tinggi, wanita, eating a meal –F
lansia, sedang diet menurunkan berat badan, 5. There have been many occasions when I
pengaruh pengamatan/wawancara, persepsi makanan
‘baik’ dan ‘buruk’ have not washed my hands before eating –
Dapat dimimalkan dengan: F
„ ‘social desirability scale’ 6. ….dst
„ Pelatihan pewawancara: teknik dan sikap

Under-reporting Over-reporting

‘Goldberg cut-off: ‘cut-off berdasarkan pTEE :

„ Hitung BMRest sesuai jenis kelamin, usia,
berat badan
„ Hitung rasio asupan energi (EIrep ) dari
asupan terhadap BMRest
„ Bandingkan rasio dengan nilai di tabel. Untuk
„ Hitung pTEE = 7.377 – 0.073[usia, tahun] +
0.0806[berat badan, kg] + 0.0135[tinggi
badan, cm] – 1.363[jenis kelamin, 0=laki-laki,
1=perempuan]
„ Hitung standar deviasi pTEE

satu data asupan per individu nilai tabel = „ ‘under-reporter’ dan ‘over-reporter’ jika
0.90 asupan diluar rentang pTEE ± 1SD
EIrep / BMRest McCrory et al 2002
‰ ...< 0.90 maka under-reporting

PPKP Unram, 8-9 November 2007 11

Dietary Assessment: Data Collection & Quality
Control

3. Interviewer bias …3. Interviewer bias

Sebab: Diminimalkan dengan:
‰ Perbedaan cara probing antar pewawancara
„ Protokol wawancara
‰ Melewatkan pertanyaan
„ Pewawancara-responden diacak, jika lebih dari 1
‰ Salah mencatat
kali wawancara
‰ Suasana wawancara; gangguan, kerahasiaan, dsb --
distractions, confidentiality, anonymity of respondent „ Hindari ‘value judgment’ oleh pewawancara
‰ Komunikasi antar pewawancara dan responden „ Kenali sumber bias dan gangguan

„ Pewawancara lokal yang familiar dengan bahasa

dan budaya setempat
„ Kenali bagaimana masyarakat setempat
menggambarkan tentang makanan dan porsinya

4. Respondent memory lapses 5. Estimasi porsi yang kurang akurat

Sebab:
‰ Tidak menyebutkan makanan yang dimakan
(ERRORS OF OMISSION) atau menyebutkan
makanan yang tidak dimakan (ERRORS OF
COMISSION)
‰ probing yang kurang memadai
Dapat diminimalkan dengan:
‰ Probing, ‘memory prompts’
‰ 24HR- multiple-pass interviewing techniques
‰ Alat bantu ingat–visualisasi
‰ Meminimalkan jarak antara asupan dan wawancara
Sebab:
‰ Responden tidak dapat mengkuantifikasi jumlah
yang dikonsumsi dengan akurat
‰ Responden salah persepsi tentang ukuran ‘standar’
‰ Karakter makanan; bentuk tak beraturan [daging],
bulky [kerupuk kulit], porsi besar
Dapat diminimalkan dengan:
‰ Alat bantu ingat–visualisasi
„ 2-dimensi; gambar makanan atau URT, foto, label
kemasan
„ 3-dimensi; URT, ‘food model’, sampel makanan

PPKP Unram, 8-9 November 2007 12

Dietary Assessment: Data Collection & Quality
Control
6. Supplement usage, plate waste, food
eaten away from home, seasoning
Sebab:
‰ Responden lupa, hanya menyebutkan jumlah
tersaji dan tidak mengurangi dengan sisa
makanan, mis-persepsi hanya menyebutkan
makanan yang dimakan di rumah
‰ Pewawancara tidak memprobe konsumsi
suplemen, sisa makanan, makanan yang dimakan
di luar rumah, seasoning
Dapat diminimalkan dengan:
‰ Probing suplemen, sisa makanan, jajan/makan di
luar rumah, seasoning
9. Coding errors, errors in food composition
database
„ Sebab:
‰ Salah coding jenis makanan, ‘meal’ dan berat
‰ Metode analisa nutrien tidak valid
‰ Koreksi bioavailabitas [vitamin A]
‰ Missing value
PPKP Unram, 8-9 November 2007
7. Errors in handling mixed dishes
Sebab:
‰ Kurang akurat dalam memecah ke dalam
‘ingredient’
‰ Tidak konversi berat mentah ke berat matang
Dapat diminimalkan dengan:
‰ Mixed dishes dipecah ke dalam ‘ingredient’
‰ konversi berat bila perlu
‰ Definisikan makanan apa yang tidak perlu
dipecah ke ingredient, misal; biskuit, roti,
‰ Jika resep standar, ‘Create recipe’ saat
analisa data
Random vs systematic measurement errors
„ Random errors
‰ Mempengaruhi reprodusibilitas
‰ Tidak dapat ditiadakan
‰ Dapat diminimalkan dengan menambah jumlah
pengamatan
„ Systematic errors
‰ Tidak dapat diminimalkan dengan menambah jumlah
pengamatan,
‰ Dapat diminimalkan dengan cara:
„ Mengulang pengamatan pada subjek yang sama
„ Validasi dan kalibrasi metode yang digunakan
13