RISKESDAS Modul IPKM. Modul MDG s. Modul Biomedis. penyajian sampai domain kabupaten/kota. domain provinsi, subsampel dari Modul IPKM.

Ukuran: px

Mulai penontonan dengan halaman:

Download "RISKESDAS Modul IPKM. Modul MDG s. Modul Biomedis. penyajian sampai domain kabupaten/kota. domain provinsi, subsampel dari Modul IPKM."

Glenna Hermawan
7 tahun lalu
Tontonan:

2 RISKESDAS 2013 Modul IPKM Modul MDG s Modul Biomedis Modul IPKM penyajian sampai domain kabupaten/kota. Modul MDG s penyajian sampai domain provinsi, subsampel dari Modul IPKM. Modul Biomedis penyajian level nasional, subsampel dari Modul MDG s.

3 KERANGKA SAMPEL Kerangka sampel pemilihan tahap pertama adalah daftar primary sampling unit (PSU) dalam master sampel. PSU adalah gabungan dari beberapa blok sensus Jumlah PSU dalam master sampel adalah PSU PSU juga dilengkapi informasi jumlah dan daftar nama kepala rumah tangga, alamat, tingkat pendidikan KRT berdasarkan klasifikasi wilayah urban/rural. Kerangka sampel pemilihan tahap kedua adalah seluruh bangunan sensus yang di dalamnya terdapat rumah tangga biasa (tidak termasuk institutional household). Bangunan sensus terpilih dan rumah tangga biasa dalam bangunan sensus terpilih terlebih dahulu dilakukan pengecekan keberadaan & pemutakran.

4 Skema Penarikan Sampel PSU dan Blok Sensus Susenas dan Riskesdas sistematik Master Sampel PSU Susenas dan Riskesdas PSU PPS size ruta Susenas dan Blok Sensus PPS size ruta Susenas PSU 1 Blok Sensus Blok Sensus Sensus Susenas BS Susenas Trw BS Susenas Trw BS Susenas Trw BS Susenas Trw BS

5 DESAIN SAMPLING (1) Modul IPKM (untuk estimasi kabupaten/kota) Metode Sampling: Sampling tiga tahap berstrata Tahap pertama, memilih sejumlah psu dari psu terpilih secara sistematik pada setiap kab/kota sesuai alokasi domain. Tahap kedua, dari psu terpilih, dipilih 2 blok sensus secara pps dengan size jumlah rumah tangga sesuai alokasi domain. Selanjutnya dipilih secara acak satu blok untuk Riskesdas dan satu blok sensus untuk Susenas. Tahap ketiga, dari setiap blok sensus terpilih Riskesdas, dipilih 25 bangunan sensus secara sistematik berdasarkan data bangunan sensus hasil SP2010-C1. Tahap keempat, dari setiap bangunan sensus terpilih dipilih satu rumah tangga biasa secara acak, setelah terlebih dahulu mengidentifikasi rumah tangga yang sekarang tinggal di bangunan sensus tsb (dimutakrkan).

6 DESAIN SAMPLING (2) Modul MDG s (untuk estimasi provinsi) Metode Sampling: Sampling dua tahap berstrata, subsampel dari estimasi kab/kota. Tahap pertama, memilih sejumlah BS secara sistematik dari BS terpilih estimasi kab/kota sesuai alokasi domain kab/kota. Tahap Kedua, dari setiap blok sensus sampel, dipilih 25 bangunan sensus secara sistematik berdasarkan data hasil SP2010-C1. Tahap Ketiga, dari setiap bangunan sensus terpilih, dipilih satu rumah tangga, setelah dilakukan pemutakran terlebih dahulu.

7 DESAIN SAMPLING (3) Modul Biomedis (untuk estimasi nasional) Metode Sampling: Sampling dua tahap berstrata, subsampel dari estimasi provinsi. Tahap 1: Memilih 250 kabupaten/kota secara pps wr). Dari hasil penarikan sampel, jumlah realisasi sampel yang efektif (effective sample size) sebanyak 177 kabupaten/kota. Tahap 2: Dari setiap kabupaten/kota terpilih, dilakukan pemilihan blok sensus secara systematic sampling dari daftar blok sensus sampel Riskesdas Modul MDG s. Rumah tangga yang menjadi sampel dalam Riskesdas Modul Biomedis adalah sebanyak 25 rumah tangga yang terpilih pada Modul MDG s di blok sensus sampel Modul Biomedis.

8 DESIGN EIGHT(1) Estimasi kabupaten/kota (Modul IPKM) ww kkkkkjj = MM kkkk BB kkkkk mm kkkkkkk mm kkkkkkk 25 nn kkk MM kkkkk mm kkkkkkk nn kkk : jumlahbloksensussampelmodulipkm di kabupatenkstrata h (h=1,2) MM kkkkk : jumlahpopulasirumahtangga(hasil SP2010) di kab/kota k strata h bloksensusi MM kkkk : jumlahpopulasirumahtangga(hasil SP2010) di kab/kotakstrata h BB kkkkk : jumlahpopulasibangunansensus di kab/kota k strata h bloksensusi (hasil SP2010) mm kkkkkkk : jumlahpopulasirumahtangga di kab/kotak strata hbloksensusibangunansensusj (hasil SP2010) mm kkkkkkk : jumlahpopulasirumahtangga di kab/kotak strata hbloksensusibangunansensus j (hasilupdating)

9 DESIGN EIGHT(2) Estimasi provinsi (Modul MDG s) ww kkkkkjj = MM kkkk BB kkkkk mm kkkkkkk mm kkkkkkk 25 nn kkk MM kkkkk mm kkkkkkk nn kkh : jumlahbloksensussampelmodulmdg s di kabupatenkstrata h MM kkkkk : jumlahpopulasirumahtangga (hasil SP2010) di kab/kota k strata h bloksensusi MM kkkk : jumlahpopulasirumahtangga (hasil SP2010) di kab/kotak strata h BB kkkkk : jumlahpopulasibangunansensus di kab/kota k strata h bloksensusi (hasil SP2010) mm kkkkkkk : jumlahpopulasirumahtangga di kab/kotak strata hbloksensusibangunansensusj (hasil SP2010) mm kkkkkkk : jumlahpopulasirumahtangga di kab/kotak strata hbloksensusibangunansensusj (hasilupdating)

10 DESIGN EIGHT(3) Estimasi nasional (ModulBiomedis) ww ppppppp = MM ppkkh0 BB ppppppp mm ppppppppp mm ppkkkkkkk 25 tt ppp nn ppppp MM ppppppp mm ppkkkkkkk MM pppppp : jumlahpopulasirumahtangga(hasil SP2010) di strata IPKM ke-p (p=1,2,3) kab/kota k strata daerahh (h=1,2) : jumlahsampelkabupaten/kotadi strata IPKM ke-p (p=1,2,3) daerahh (h=1,2) tt ppp nn ppppp : jumlahbloksensussampelmodulbiomedisdi strata IPKM ke-p kabupatenk daerahke-h MM ppppppp : jumlahpopulasirumahtangga(hasil SP2010) di strata IPKM ke-p kab/kota k daerahh bloksensusi BB ppppppp : jumlahpopulasibangunansensus di strata IPKM ke-p kab/kota k daerahh bloksensusi(hasil SP2010) mm ppkkkkkkk : jumlahpopulasirumahtangga di strata IPKM pkab/kotak strata hbloksensusibangunansensusj (hasil SP2010) mm ppppppppp : jumlahpopulasirumahtangga di strata IPKM pkab/kotak strata hbloksensusibangunansensusj (hasilupdating)

11 Respon Rate a. Rumah Tangga : 98%, tertinggi NTB (99.83%), terendah DKI (89.57%) b. Individu: 93%, tertinggi Sumsel (98.20%), terendah Papua (81%) c. Ciri-ciri non respon individu : Kelompok umur Respon Total Respon rate Ya Tidak ,507 6, , ,149 20, , ,777 22, , ,757 11, , ,914 8, , ,470 4, , ,164 1,798 57, plus 35, , Total 1,027,763 77,830 1,105,

12 Adjustment for Nonresponse Adjustment weight for nonresponse Nonrespon block: Nonrespon household: ( r) = 1 p BS ( r) = 1 p BS 1 p ruta p bs =response rate block census p ruta = response rate household

13 Trimmed eight eight trimming process is should done by strata. The Process is begin with the specific value of upper bound, then it will adjust to original weight in dataset therefore the number of trimmed weight will be same with original weight.

14 Trimmed eight (lanjutan) Trimmed weight for BS ke-i strata h, at district is: ( T *) = ( r) 3 IQR ( r) jk jk < ( ( r) 3 IQR ) ( ( r) 3 IQR )

15 Trimmed eight (lanjutan) Assume the weight in strata is constant. If F T is rasio original weight to trimmed weight. F Adjusted trimmed weight for strata h at district: T ( T ) = h h n T n h kh ( r) kh( T ) = F ( T* )

16 Correction Factor for Household Projection The number of household that used for design weight is the number of household based on SP2010. For that reason, it has to use the correction factor according to 2013 projection: ( A) j w = w ( T ) j x ~ H H (2013) h (2010) h

17 Secondary data control The final step is calculate the weight for each household that controlled by the number of household from 2011 projection based on sex (2 categories) and 5 year age group (16 categories) using GLS (Generalized Least Square) procedure.

18 Adjusted Final eight (GLS procedure) GLS is proposed to minimize the function of weight so: min will be solve the problem. Λ ( ) 1 ( ) Ω Ω X = N X

19 Adjusted Final eight (Continue) The unique solution for cases is adjusted final weight : Ω (n 1) X K m) P ( 1) Λ (K m ) = vector design weight for each sample from m unit sample; = matrix for each characteristic of unit sample where parameter is known, like number of person in cell K by definition of age, sex in each unit. = vector of parameter X, like # population in each cell by age, sex. = matrix final weight, assumed or, with each elemen 1 m 1 vector η is total of column matrix Λ X diag for each Ω unit. Λ = diag(η) diag Ω = vector adjusted final weight; m = ( ) ( ) ( ) ( G) ( mh x1)

dokumen-dokumen yang mirip

Penjelasan umum Riset Kesehatan Dasar 2013

Penjelasan umum Riset Kesehatan Dasar 2013 Badan Penelitian dan Pengembangan Kesehatan Kementerian Kesehatan RI Riskesdas 2013: Pengertian Riset berbasis masyarakat untuk menyediakan informasi indikator