Interpretasi Coefficient of Variation KSA

Sebagaimana diketahui bahwa untuk mengukur presisi dari estimasi luas lahan sawah hasil Kerangka Sampel Area (KSA) menggunakan Coefficient of Variation atau CV. CV mengukur variasi kesalahan baku (standard error) terhadap nilai tengah (mean) dan dinyatakan dalam persen. Kesalahan baku sendiri mengukur seberapa dekat estimasi rata-rata (dalam hal ini luas segmen) terhadap rata-rata populasi (sawah). Semakin kecil kesalahan baku semakin kecil CV semakin akurat pengukuran luas lahan KSA.

Permasalahannya adalah berapa batas nilai CV yang masih diterima sehingga estimasi luas lahan sawah hasil KSA dinilai akurat? Sebagaimana disampaikan pada posting sebelumnya bahwa Statistics Canada menggunakan ambang batas 16,5 % CV untuk menyatakan suatu estimasi akurat dan 16,5 % sampai dengan 33,3 % untuk menyatakan akurasi estimasi masih bisa digunakan tetapi dengan catatan. Lalu bagaimana di Indonesia? Berapa sih ambang CV yang sebaiknya kita gunakan?

Sebelum menjawab pertanyaan di atas, mari kita perhatikan ukuran lain yang digunakan untuk mengukur presisi suatu nilai statistik yaitu relative standard error biasa disingkat RSE. RSE telah dijadikan kewajiban bagi BPS untuk memberikan informasi akurasi estimasi statistik hasil survei seperti Survei Sosial Ekonomi NAsional (SUSENAS) atau Survei Angkatan Kerja Nasional (Sakernas)  kepada pengguna data. Pembaca akan menemukan nilai-nilai RSE ini menyertai publikasi hasil survei di halaman bagian belakang.

Sebagaimana telah diulas pada posting 22 Februari 2013, Ukuran Statistik Untuk Mengukur Kualitas Hasil Survei, nilai statistik dikatakan akurat bila nilai RSE kurang dari 25 %. Bila nilai RSE antara 25 % hingga 50 % maka nilai statistik tersebut masih boleh dipergunakan dengan memberikan catatan khusus. Kita akan menganggap nilai statistik tidak akurat (presisi rendah) bila nilai RSE lebih dari 50 %. Kesimpulan ini telah digunakan dalam berbagai survei rumah tangga di Indonesia.

Apakah CV dan RSE dua ukuran akurasi statistik yang berbeda? Sebelum menjawabnya, perhatikan rumusan dari kedua ukuran akurasi statistik tersebut.

CV

di mana  adalah phj rata-rata proporsi. Ternyata, RSE didefinisikan sebagai pembagian antara nilai standard error dengan nilai tengahnya. Dengan kata lain, CV dan RSE sesungguhnya dua ukuran akurasi statistik yang sama.

Karena CV dan RSE itu sama maka interpretasi CV tidak boleh berbeda dengan interpretasi RSE. Karena itu, merujuk kembali kepada batas penggunaan RSE untuk akurasi estimasi statistik maka di akhir posting ini, penulis memberanikan diri untuk menyajikan Tabel Penggunaan CV terkait estimasi luas lahan sawah sebagai berikut:

CV interpretasi
Tabel 1. CV dan Akurasi Estimasi Luas Lahan

Demikian posting ini disajikan, semoga menambah khasanah pengetahuan kita bersama. Aamiin.

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s