Desain Sampel Kompleks

Survei Kesehatan

Iwan Ariawan
Biostatistika - FKMUI
Desain Sampel pada Survei
 Hampir tidak mungkin untuk
menggunakan SRS
 Daftar subyek tidak ada
 Subyek terlalu tersebar
 Biaya mahal, waktu lama
 Alternatif desain
 Stratifikasi
 Klaster
 INGAT: Desain terbaik SRS
Stratifikasi
 Subyek penelitian dibagi menurut “strata” &
pada tiap strata diambil sampel yg mewakili
stratanya
 Strata: Kelompok subyek penelitian yang
memiliki karakteristik yang sama/mirip,
yang diduga berpengaruh pada parameter
yang diestimasi atau hipotesis yang diuji
 Prinsip: Dalam strata homogen, antar
strata heterogen
 Umumnya estimasi dilakukan untuk tiap
strata
Klaster
 Subyek penelitian dibagi menurut “klaster”
& pada tiap klaster diambil sampel yg
mewakili klasternya
 Klaster: Kelompok subyek yang dibatasi
oleh batas tertentu (misal: desa, sekolah)
 Prinsip: Dalam klaster heterogen, antar
klaster homogen
 Estimasi dilakukan pada populasi target
bukan pada klaster
Desain Sampel Kompleks
 Desain Sampel yg NON SRS
 Bisa Stratifikasi, Klaster atau
gabungan keduanya
 Memiliki konsekuensi pada besar
sampel dan cara pemilihan subyek
 Besar sampel  Koreksi dengan DEFF
 Pemilihan subyek  Prinsip EPSEM
Konsekuensi Desain Kompleks
 Pada desain klaster, orang dalam satu klaster
cenderung memilki perilaku/memperoleh
perlakuan yang sama dibanding dengan orang
pada klaster lainnya
 Variasi pada data lebih besar dari variasi pada
SRS
 Varians sampel kompleks lebih besar  untuk
memperoleh varians yang sama dengan SRS
dibutuhkan sampel yang lebih besar
Design Effect (DEFF)
 Merupakan rasio antara varians pada
sampel kompleks dengan varians jika
sampel diambil secara SRS
 Rumus perhitungan varians pada SRS
berbeda dengan sampel kompleks
 Pada umumnya buku teks
statistik/software menggunakan
asumsi SRS
Rumus Varians Proporsi
 SRS:
pq
VSRS 
n
 Klaster 2 tahap:

 i
( a
i 1
 pmi ) 2 ai=sampel dengan attribut
p=proporsi pada sampel total
VClu  2
k=jumlah kalster
k ( k  1)m m=jumlah resp di klaster i
m=rata2 resp/klaster
Contoh (1)
Jumlah Jumlah
Klaster sampel diimunisasi
(I) (m) (a) (ai-pmi)2
1 7 4 0.00
2 7 5 1.00
0,57 * (1  0,57)
3 7 2 4.00 VarSRS   0,0035
4 7 6 4.00 70
5 7 7 9.00
6 7 1 9.00 30
7 7 3 1.00 VarClu  2  0,0068
8 7 3 1.00 10(10  1) * 7
9 7 4 0.00
10 7 5 1.00
0,0068
JUMLAH 70 40 30.00 DEFF   1,95
0,0035
p= 40/70 = 0.57
m= 70/10 = 7
Contoh (2)
 Pada SRS jika sampel 70

0,57 * (1  0,57)
VarSRS   0,0035
70

 Pada SRS jika sampel 35

0,57 * (1  0,57)
VarSRS   0,0070
35
Contoh (3)
 DEFF = 1,95
 Varians pada sampel klaster 2 tahap
dengan sampel 10x7 (=70) besarnya
1,95 kali dari varians pada SRS dengan
sampel 70
 Varians pada sampel klaster 2 tahap
dengan sampel 10x7 (=70) sama
dengan 35 sampel (70/1,95) pada SRS
Contoh (4)
 Sampel klaster jika sampel 20x7 dengan pola sama
Jumlah Jumlah
Klaster sampel diimunisasi
(I) (m) (a) (ai-pmi)2
1 7 4 0.00
2 7 5 1.00
3 7 2 4.00
4 7 6 4.00
5 7 7 9.00
6 7 1 9.00
7 7 3 1.00
8 7 3 1.00
60
VarClu  2  0,0032
9 7 4 0.00
10 7 5 1.00
11
12
7
7
4
5
0.00
1.00
20(20  1) * 7
13 7 2 4.00
14 7 6 4.00
15 7 7 9.00
16 7 1 9.00
17 7 3 1.00
18 7 3 1.00
19 7 4 0.00
20 7 5 1.00
JUMLAH 140 80 60.00

p= 80/140 = 0.57
m= 140/20 = 7
Contoh (5)
 Untuk memperoleh varians yang
besarnya sama dengan 70 sampel
SRS, maka klaster sampel 2 tahap
perlu sampel sebesar 2x70=140
 DEFF merupakan faktor pengali
(multiplier) untuk sampel kompleks,
agar hasilnya sama dengan n sampel
pada SRS
Masalah
 DEFF yang sesungguhnya hanya
diketahui setelah ada hasil penelitian
 Padahal sampel perlu dirancang
sebelum penelitian dimulai
 Solusi: gunakan DEFF dari penelitian
sebelumnya atau gunakan asumsi
Rate of Homogeneity (ROH)
 Mengukur homogenitas (kesamaan) subyek
dalam 1 klaser dibandingkan dengan
subyek pada klaster lain
 Nilai umumnya 0 – 1
 0 = Sangat heterogen. Subyek dalam klaster
sangat berbeda satu dengan lainnya, sama
berbedanya dengan subyek antar klaster
 1 = Sangat homogen. Subyek dalam klaster
sangat mirip satu dengan lainnya dan berbeda
dengan subyek pada klaster lainnya.
Rate of Homogeneity (ROH)
 Rumus:

DEFF  1
ROH 
(m  1)
 Jadi ROH menghitung kelebihan
varians rata-rata untuk tiap individu
 Contoh ROH
Jumlah Jumlah Jumlah Jumlah
Klaster sampel diimunisasi Klaster sampel diimunisasi
(I) (m) (a) (ai-pmi) 2
(I) (m) (a) (ai-pmi)2
1 7 4 0.00 1 7 7 9.00
2 7 4 0.00 2 7 1 9.00
3 7 4 0.00 3 7 1 9.00
4 7 4 0.00 4 7 1 9.00
5 7 1 9.00 5 7 2 4.00
6 7 2 4.00 6 7 3 1.00
7 7 3 1.00 7 7 1 9.00
8 7 3 1.00 8 7 1 9.00
9 7 3 1.00 9 7 1 9.00
10 7 4 0.00 10 7 1 9.00
JUMLAH 70 32 16.00 JUMLAH 70 19 77.00

p= 0.46 p= 0.27
m= 7 m= 7
Vsrs = 0.0035452 Vsrs = 0.00282507
Vclu = 0.0036281 Vclu = 0.01746032
DEFF = 1.0233918 DEFF = 6.18048389
ROH = 0.0038986 ROH = 0.86341398
Masalah pada Survei
 Indikator banyak
 Hitung sampel untuk tiap indikator
utama
 Gunakan sampel terbesar
 Tujuan ganda
 Estimasi & Evaluasi  Hitung sampel
untuk masing-masing tujuan
 Gunakan sampel terbesar
Contoh Survei Evaluasi Proyek dg
Indikator Ganda