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: 1. Prevalensi yang diharapkan (expected prevalence) 2. Ketepatan (precision) 3. 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.