"Quick Count" Pilpres Hasilnya Sedikit Berbeda Antarlembaga Survei, Mengapa Demikian?

Kompas.com - 17/04/2019, 18:44 WIB
Ilustrasi quick countShutterstock.com Ilustrasi quick count

KOMPAS.com – Penghitungan cepat atas hasil pemilu seringkali dijadikan rujukan bagi masyarakat untuk memantau dan mengetahui hasil pemilu sebelum pengumuman resmi KPU.

Namun, sejauh mana penghitungan cepat ini dapat dipercaya?

Mungkin kita masih ingat perbedaan hasil hitung cepat pada Pemilu 2014, dimana lembaga hitung cepat terbelah menjadi dua, masing-masing menghasilkan pemenang pemilu yang berbeda.

Mengapa bisa demikian, sedangkan basis data yang digunakannya sama?

“Yang membedakan adalah pertama, metode penentuan sampel, dan kedua, cara pengambilan data," jelas Ignatius Kristanto, Manager Database Litbang Kompas, saat ditemui Kompas.com di Jakarta, Rabu (17/4/2019).

Kristanto menjelaskan bahwa masing-masing lembaga yang menyelenggarakan penghitungan cepat memiliki metodenya masing-masing.

Sebagai contoh, metode multi-tingkat atau bertahap, dimana dilakukan pengacakan sampel dari tingkat provinsi, lalu kabupaten, kelurahan, hingga TPS.

Baca juga: Quick Count Pilpres, Bagaimana Kompas Melakukannya?

TPS hasil pengacakan bertingkat tersebut kemudian menjadi sampel untuk pengambilan data.

Contoh lainnya adalah metode simple random, dimana TPS sampel diambil secara acak, tanpa memperhatikan lokasi atau kepadatan daerah lokasi TPS tersebut berada.

“Konsekuensi dari metode adalah tingkat sebarannya. Semakin besar sebaran, maka semakin akurat, tapi juga semakin mahal biayanya," papar Kristanto.

“Kuncinya berada di margin error, apakah populasi tersebut punya peluang yang sama untuk diambil? Maka dari itu harus digunakan randomization yang benar”, tambahnya.

Sementara itu, untuk pemilu 2019 ini, Litbang Kompas menggunakan metode akumulasi secara acak sistematis, memakai 2000 sampel yang dipilih secara acak berdasarkan interval tertentu dari seluruh TPS yang tersebar di 34 provinsi.

“Otomatis dengan metode ini, daerah yang padat memiliki peluang lebih besar untuk muncul, sehingga data dapat terepresentasikan secara akurat," jelas Kristanto.

Halaman:



Close Ads X