Teknik Penarikan Contoh

Bahan Kuliah Epidemiologi dan

Ekonomi Veteriner (IPH 413)
FKH IPB
 Data
Penarikan
Sensus Contoh

Terencana Tak
Terencana

Acak 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
 Sampling

Tak berpeluang
Berpeluang

Acak
Convenience sederhana

Purposive Sistematik

Berstrata
Haphazard Cluster
Probability vs non-probability sampling
• Teknik sampling tidak-berpeluang (non-
probability sampling) tidak dapat
digunakan untuk memilih sampel yang
terpercaya. Hasil survei dengan
menggunakan non-probability sampling
akan bias hasilnya.
• Random sampling menghasilkan sampel
yang mewakili.
Contoh acak
Setiap anggota populasi mempunyai
peluang yang sama untuk terpilih
sebagai contoh
Melakukan pengacakan:
• Pengacakan secara fisik:
Melakukan kegiatan pengacakan secara fisik.
Misal: mengaduk gulungan kertas, melempar
koin, menggelindingkan dadu.
• Menggunakan bilangan acak
– Daftar bilangan teracak (DBT)
– Komputer
– Kalkulator
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
METODE SAMPLING
Acak sederhana
• Melakukan pemilihan sejumlah anggota
populasi secara acak dari seluruh anggota
populasi yang ada.
• Harus tersedia sampling frame
• 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
Acak sistematik
• Penarikan sampel dilakukan
dengan selang tertentu, yaitu
sampel pertama dipilih secara
acak dari individu-individu yang
terdapat pada selang pertama,
kemudian contoh berikutnya
diambil dengan selang tertentu
sampai terambil sejumlah
sampel yang telah ditentukan.
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
(Strata)
(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.
• Alasan melakukan stratifikasi:
1. Untuk menghitung estimasi
pada setiap strata selain pada
populasi
2. Secara operasional lebih
mudah dilaksanakan
3. Mendapatkan hasil dugaan
yang lebih tepat karena
keragaman yang rendah.
Keuntungan:
Contoh dapat menggambarkan
populasi keseluruhan
Keragaman kecil  galat kecil

Kekurangan:
Status unit penarikan contoh
harus diketahui sebelumnya
Acak bergerombol
(cluster)
• Pemilihan sampel dilakukan bukan pada
individu ternak atau satuan penarikan
contoh, tetapi sekelompok unit penarikan
sampel, lalu sebagian atau seluruh
anggota kelompok tersebut dipilih
sebagai sampel.
• Pada umumnya sampel dipilih dua tahap
atau disebut two-stage sampling, yaitu
tahap pertama memilih desa atau
peternakan dan tahap berikutnya adalah
memilih ternak di desa atau peternakan
terpilih.
Acak bergerombol
(cluster)
• Pemilihan cluster dilakukan
dengan teknik probability
proportional to size (PPS). Jika
besaran populasi pada setiap
cluster sama, dapat
menggunakan sampling acak
sederhana.
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:

Peluang terpilihnya 1
Kabupaten Populasi Farm 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 dilakukan

pembobotan
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 berada
berdasarkan data populasi kumulatif.
6. Lanjutkan dengan menambahkan sampling interval
secara kumulatif.
7. Jika gerombol terpilih dua kali, maka bagilah gerombol
menjadi 2 wilayah dengan ukuran populasi yang sama.

27
Keuntungan:
Sampling frame tidak mutlak
diperlukan

Kekurangan:
Galat besar
 Bagaimana memilih rumah
tangga?
 Tujuannya adalah untuk memperoleh
contoh yang merepresentasikan
masyarakat tersebut.
 Metode terbaik: Jika ada peta, maka
gunakan PCAS.

29
 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.

30
 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 dan K
6. Ambilah contoh RT dengan urutan angka tersebut
dan rumah-rumah berikutnya dengan selang K 31
 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.

32
 Bagaimana memilih rumah
tangga?

WHO/EPI/MLM/91.10 33
 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 pada cross
sectional study (survey)
a. Ukuran contoh untuk menduga prevalensi
penyakit
Metode sampling: Penarikan contoh acak
sederhana
Untuk populasi tak terhingga pada tingkat
kepercayaan 95%:
n = 4pq/L2
p = prevalensi dugaan
q=1–p
L = Kesalahan maksimum yang bisa
diterima
Pada populasi ‘kecil’ (terhingga)

1/n = 1/n* + 1/N

n = ukuran contoh
n*= ukuran contoh pada populasi tak
hingga
N = ukuran populasi
b. Ukuran contoh untuk menduga
keberadaan penyakit (detection of
disease)
n = [1-(1-a)1/D] [N-(D-1)/2]
n = ukuran contoh
D = Minimum jumlah hewan terinfeksi
yang terdeteksi  D/N=minimum
expected prevalence
N = ukuran populasi
a = tingkat kepercayaan
Prevalensi harapan minimum
(minimum expected prevalence)
Ilustrasi:
• Sebuah outbreak rinderpest pada sapi terjadi dalam suatu daerah
yang semula bebas. Empat desa tetangganya terkena juga, dan
populasi semua sapi di desa tersebut disembelih untuk
membebaskan dari penyakit tersebut. Semua desa dalam radius 10
km diperiksa secara klinis dan serologis untuk mencari
kemungkinan adanya infeksi rinderpest. Tak seekorpun sapi
divaksinasi, sehingga kalau ada rinderpest yang menyerang desa-
desa ini, maka penyebaran penyakitnya akan terjadi sangat cepat,
dan mempengaruhi sebagian besar ternak sapi di desa, mungkin
lebih dari 50%. Sangat tidak umum kalau hanya 10% atau kurang
hewan di desa tersebut yang terinfeksi oleh penyakit menular
seperti rinderpest.
• Maka prevalensi harapan minimum adalah 10%
c. Ukuran contoh untuk menduga
rataan populasi

(tingkat kepercayaan 95%)

n = 4s2/L2
n = ukuran contoh
s = nilai simpangan baku dugaan
L = Tingkat kesalahan