Seringkali kita disuguhkan sajian data dalam bentuk relatif dari hasil suatu survei. Sebagai contoh, perhatikan Gambar berikut:

Contoh Data

Sekilas tidak ada masalah dari sajian data di atas. Tetapi, sebagai pengguna data, kita membutuhkan informasi lebih detil dari data di atas. Pertama, pada tingkatan mana data ini disajikan? apakah sajian data untuk tingkat nasional, provinsi, kabuaten/kota dst? Kedua, berapa unit observasi yang berhasil dikumpulkan?

Data survei memiliki keterbatasan dalam penyajian hasil-hasilnya. Sebagai contoh, Survei Sosial Ekonomi Nasional (Susenas) hingga saat ini hanya bisa disajikan sampai tingkat kabupaten/kota.  Itupun tidak bisa disajikan menurut perkotaan dan perdesaan di tingkat kabupaten/kota. Contoh lain, Survei Demografi dan Kesehatan Indonesia (SDKI) hanya bisa disajikan sampai tingkat provinsi saja. Memaksakan penyajian data dari sisi tingkatan wilayah penyajian data akan menghantarkan kita pada kesimpulan yang keliru dari data yang disajikan.

Aspek kedua yang penting untuk diperhatikan adalah jumlah unit observasi yang berhasil dikumpulkan. Kendati dari aspek kewilayahan memenuhi syarat untuk disajikan tetapi jika jumlah minimum observasi yang terkumpul tidak terpenuhi akan memberikan kesimpulan yang tidak tepat.  Data pada Grafik di atas adalah bersumber dari Susenas di salah satu kabupaten/kota dengan jumlah obesrvasi (balita umur 0 – 4 tahun) yang berhasil dikumpulkan kurang dari 25 sampel.

Permasalahannya adalah, berapa jumlah minimum observasi yang harus terpenuhi untuk penyajian indikator? Untuk menjawab pertanyaan ini, penulis merefer pada prosedur penyajian data MICS (Multiple Indicators Cluster Survei) di mana ketentuan penyajian indikator adalah sebagai berikut: #, (#), *. Simbol # menyatakan indikator disajikan karena jumlah observasi terkumpul lebih dari 50 sampel. Simbol (#) menyatakan bahwa indikator dihitung dari jumlah observasi kurang dari 50 tetapi lebih dari 25. Nilai Indikator tidak akan disajikan atau diberi simbol * jika jumlah observasi kurang dari 25. Pada contoh data pada Grafik di atas, seharusnya tidak bisa disajikan karena jumlah observasi yang kurang dari 25.

Satu hal lagi, pada saat jumlah observasi lebih dari 50 sampel belum bisa langsung kita yakini keabsahan datanya. Masih ada ketentuan lain lagi yang patut dipertimbangkan yaitu relative standard error atau RSE. RSE merupakan perbandingan Standard Error dari suatu estimasi statistik dengan nilai statistiknya. Jika RSE bernilai antara 25 sd 50, pengguna data wajib berhati-hati menggunakan indikator yang disajikan. Jangan gunakan statistik jika RSE melebihi 50. Percaya dan yakinilah data Anda saat RSE kurang dari 25.

Dengan demikian, data yang bersumber dari suatu survei layak dipercaya jika:

1. Memenuhi syarat penyajian kewilayahan (nasional, provinsi, atau kabupaten dll);

2. Memenuhi jumlah minimal observasi yang terkumpul yaitu minimal 50

3. RSE dari data tersebut kurang dari 25.