190 likes | 507 Views
I Made Kardena Fakultas Kedokteran Hewan Universitas Udayana Bali. SAMPEL SIZE. Ukuran sampel. Sebaiknya ada keseimbangan (proporsional) antara jumlah hewan yang dijadikan sampel dengan jumlah target populasi . Perhitungan ukuran sampel. Epitools Win Episcope. Jumlah sampel dipengaruhi:.
E N D
I Made Kardena Fakultas Kedokteran Hewan Universitas Udayana Bali SAMPEL SIZE
Ukuran sampel • Sebaiknya ada keseimbangan (proporsional) antara jumlah hewan yang dijadikan sampel dengan jumlah target populasi
Perhitungan ukuran sampel • Epitools • Win Episcope
Jumlah sampel dipengaruhi: • Variance * Mengukur keragaman (variability) dari sebuah karakteristik * Makin tinggi keragaman, semakin besar jumlah sampel • Tingkat kepercayaan (confidence) yang diinginkan * Selang kepercayaan yang terlalu lebar, menyebabkan ketidakyakinan mengenai nilai yang sebenarnya
Lanjt. • Ketepatan (precision) Semakin besar tingkat ketepatan – jumlah sampel semakin besar – selang kepercayaan makin kecil.
Selang Kepercayaan (confidence Interval) • Mengindikasikan seberapa yakin bahwa estimasi kita benar. * Prevalensi = 5 : 25 = 20% * 95% confidence interval 4.3% dan 35.7% • Kita bisa 95% yakin bahwa prevalensi populasi terletak antara 4.3% dan 35.7%
Selang kepercayaan • CI = prev ± Z x √(prev x (1-prev) :n) • Untuk 95% CI, Z= 1.96 • Untuk 90% CI, Z= 1.64 • Untuk 99% CI, Z= 2.58
contoh • Kita mengambil sampel 25 individu hewan dan 5 diantaranya positif, berapakah selang kepercayaan dengan 95%? • Prevalensi = 5 : 25 = 20% • CI = 0.2 ± 1.96 x √(0.2 x (1 – 0.2) : 25) • CI = 0.2 ± 1.96 x √0.0064 • CI = 0.2 ±0.157 • Jadi 95% selang kepercayaan : 4.3% dan 35.7%
Pengaruh jumlah sampel pada ketepatan (precision) • Bila sampel 25 ayam dan 5 diantaranya positif *prevalensi = 5 : 25 = 20% * 95% selang kepercayaan: 4.3% dan 35.7% • Bila sampel 50 ayam dan 10 positif * prevalensi = 10 : 50 = 20% * 95% selang kepercayaan: 8.9% dan 31.1% • Bila sampel 100 ayam dan 20 positif * prevalensi = 20 : 100 = 20% * 95% selang kepercayaan: 12.2% dan 27.8%
Alasan pengambilan sampel: • Untuk mendeteksi adanya suatu penyakit dalam suatu populasi • Untuk menentukan prevalensi penyakit pada target populasi.
Sampling untuk mengetahui suatu penyakit • Perlu diketahui: • Prevalensi yang diharapkan (expected prevalence) • Ketepatan (precision) • Besarnya populasi (populasion size)
Sampling untuk mendeteksi penyakit pada populasi yang tidak terbatas (> 10000) • n = log (1 – alpha) : log (1 – p) • n adalah jumlah sampel • Alpha = selang kepercayaan • P adalah prevalensi • Asumsi sensitifitas 100%
contoh • n = log (1 – alpha) : log (1 – p) • Contoh: jika prevalensi 10% dan tingkat kepercayaan yang kita inginkan 95% maka jumlah sampling: n = log (1 – 0.95) : (1 – 0.10) n = 28
Sampling untuk mendeteksi penyakit pada populasi yang terbatas • n = (1 – (1 – alpha) 1/d) x (N – d/2) + 1 • n = jumlah sampel • N = Besarnya populasi • Alpha = selang kepercayaan yang diinginkan • d = jumlah hewan yang sakit pada populasi (prevalensi x N) • Asumsi sensitifitas 100%
contoh • n = (1 – (1 – alpha)1/d) x (N – d/2) +1 • Jika kita yakin prevalensi 10% dan jumlah populasi 100, kita ingin ketepatan 95% • n = (1 – (1 – 0.95)1/10) X (100 – 10/2) +1 • n = 25
Probabilitas terhadap penyakit yang tidak terdeteksi • Ketika membeli hewan dari suatu peternakan, perlu dipertimbangkan mengenai kemungkinan kegagalan mendeteksi penyakit • Untuk mengetahui probabilitas ini diperlukan: prevalensi yang diharapkan dan jumlah hewan yang disampling dari populasi yang banyak • Probabilitas = (1 – Prevalensi)n
contoh • Jika kita melakukan tes terhadap 50 hewan yg dipilih secara acak dari populasi yang berjumlah banyak, kita antisipasi jika 5% hasil tes positif, maka berapa dari jumlah sampel yang dites akan gagal mendeteksi penyakit? • = (1 – 0.05)50 • = 0.076 • 8% • Jadi 8% dari sampel yang dites gagal mendeteksi penyakit yg ada pada hewan yang disampel. (gagal memberikan hasil tes positif)
Untuk pembuktian suatu populasi bebas dari penyakit • Dapat dilakukan dengan kalkulasi probabilitas resiko dari hasil test hewan yang negatif • Probabilitas = 1 – NPV m • = 1 - ((1 - prev) xSp) : ((1- prev) x Sp) + prev x (1 – Se))m • M = number of animals tested • Prev = true prevalence • Se/Sp = Sensitivitas dan Spesifisitas dari tes • NPV = Negative Predictive value
contoh • 25 kambing dites dengan prevalen 4%. Tes yang dipakai memiliki Se 95%; Sp 98%, berapa probabilitas semua akan menghasilkan tes negatif? • 1 – ((1 – 0.04 x 0.98) : ((1 – 0.04) x 0.98) + 0.04 x (1 – 0.95)) 25 = 0.05 Jadi ada 5% resiko terhadap masuknya suatu penyakit.