ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak...
Transcript of ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak...
![Page 1: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/1.jpg)
![Page 3: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/3.jpg)
data
Sensus PenarikanContoh
Terencana Tak Terencana
Acak Tak acak
![Page 4: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/4.jpg)
SENSUS VS PENARIKANCONTOH
Sensus: • Mengumpulkan informasi darisetiap individu di dalam populasi
Penarikan contoh:•Menyeleksi sebagian kecil dari populasi
![Page 5: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/5.jpg)
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
![Page 6: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/6.jpg)
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
![Page 7: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/7.jpg)
Unit Penarikan Contoh
Unit dasar dimana prosedur penarikancontoh akan dilakukan
• Individu: Ternak• Kelompok: Flock, Farm, desa• Komponen: Mata, kloakal
![Page 8: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/8.jpg)
Kerangka Penarikan Contoh
Daftar lengkap seluruh unit penarikancontoh dalam suatu populasi
Misalnya:• Katalog• Peta• Rekam medik• Data sensus
![Page 9: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/9.jpg)
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
![Page 10: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/10.jpg)
Contoh acak
Setiap anggota populasi mempunyai peluang yang sama untuk terpilih sebagai contoh
![Page 11: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/11.jpg)
Contoh tak acak:
• Hasil tidak dapat digeneralisasi• Hasil kemungkinan bias
Contoh acak:
• Hasil merupakan generalisasi terhadappopulasi
• Hasil tidak berbias
![Page 12: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/12.jpg)
Mana yang terbaik?
Pilihlah metode yang memberikantingkat akurasi dan presisiterbesar dengan biaya yang sama
![Page 13: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/13.jpg)
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.
![Page 14: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/14.jpg)
• Keuntungan:
Mudah
Sederhana
Representatif
• Kekurangan:
Kerangka penarikan
contoh harus tersedia
Sulit untuk populasi yang
besar
![Page 15: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/15.jpg)
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
![Page 16: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/16.jpg)
Keuntungan:Praktis
Tidak memerlukan
sampling frame
Kekurangan:Hati-hati untuk populasi
yang bersifat periodik
Sulit untuk populasi yang
besar
![Page 17: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/17.jpg)
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.
![Page 18: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/18.jpg)
Keuntungan:
Contoh dapat menggambarkan
populasi keseluruhan
Keragaman kecil galat kecil
Kekurangan:
Status unit penarikan contoh
harus diketahui sebelumnya
![Page 19: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/19.jpg)
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
![Page 20: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/20.jpg)
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
![Page 21: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/21.jpg)
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.
![Page 22: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/22.jpg)
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
![Page 23: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/23.jpg)
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.
![Page 24: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/24.jpg)
Keuntungan:
Sampling frame tidak mutlak
diperlukan
Kekurangan:
Galat besar
![Page 25: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/25.jpg)
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
![Page 26: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/26.jpg)
26
Bagaimana memilih rumah
tangga?
Tujuannya adalah untuk memperoleh
contoh yang merepresentasikan
masyarakat tersebut.
Metode terbaik: Jika ada peta, maka
gunakan PCAS.
![Page 27: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/27.jpg)
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.
![Page 28: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/28.jpg)
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
![Page 29: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/29.jpg)
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.
![Page 30: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/30.jpg)
30
Bagaimana memilih rumah
tangga?
WHO/EPI/MLM/91.10
![Page 31: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/31.jpg)
UKURAN CONTOH
Tergantung kepada:
• Tujuan survey
• Metode penarikan contoh yang digunakan
• Tingkat ketelitian yang diharapkan
• Tingkat ketepatan yang diharapkan
![Page 32: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/32.jpg)
Ukuran contoh
Kesalahan
Hubungan antara Ukuran Contoh dan Besarnya Kesalahan
![Page 33: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/33.jpg)
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
![Page 34: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/34.jpg)
Pada populasi ‘kecil’ (terhingga)
1/n = 1/n* + 1/N
n = ukuran contoh
n* = ukuran contoh pada populasi besar
N = ukuran populasi
![Page 35: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/35.jpg)
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
![Page 36: ETIH SUDARNIKAetih.staff.ipb.ac.id/files/2011/07/sampling.pdf · 1. Penarikan contoh acak sederhana/PCAS (Simple random sampling/SRS) Setiap anggota populasi di dalam kerangka penarikan](https://reader030.fdocuments.net/reader030/viewer/2022040102/5e21724772a6f26165657d9c/html5/thumbnails/36.jpg)