SAMPLING DAN
BESARSAMPEL
PENETAPAN SUBYEK
PENELITIAN
A. PENETAPAN POPULASI
B. PENETAPAN CARA
PEMILIHAN
SAMPEL (SAMPLING).
C. PENETAPAN BESAR
SAMPEL
A. PENETAPAN
POPULASI
Ada 2 hal yang perlu dipertimbangkan :
- Pertimbangan keterkaitan subyek
dalam populasi dengan permasalahan
penelitian.
- Pertimbangan menyangkut prosedur
atau jenis penelitian yang dilakukan.
Unit Analisis :
-Satuan subyek terkecil yang akan diamati dalam
penelitian.
-Bisa Individu, pedukuhan, puskesmas, institusi,
kelompok dll.
Batas Keluasan Populasi :
- Aspek geografis (Kab., Prop., Nas )
- Aspek Subyek sendiri ( Laki, wanita, ras dll )
- Penyakit subyek.
Sangat membantu dalam tehnik pemilihan
sampel.
Kondisi Subyek :
-Menyangkut ciri populasi, terutama tentang sifat
homogenitasnya.
B. Penetapan Cara
Memilih Sampel
(Sampling)
Mengapa kita Memilih
Sampel ??
Cara mana yang
adekuat ??
Mana yang bisa
mewakili ??
REPRESENTATIVITAS SAMPEL
1.
2.
3.
4.
PROBABILITY SAMPLING
1. Simpel Random Sampling
- Populasinya dianggap homogen
- Ada daftar list unit populasi
- Bisa dengan lotre atau table random
Keuntungan :
-.mudah
-.Estimator populasi unbias
Kerugian :
- Dapat menyebar jauh atau mengumpul
- perlu list seluruh populasi
Lanjutan .
2. Sistematik Random Sampling
- mirip dengan Simple Random Sampling
- lebih merata penyebaran sampelnya
- perlu interval sampling
- interval = populasi : jumlah sampel.
Lanjutan .
3. Stratified Random Sampling
- jika populasinya heterogen
- Variabilitas ANTAR STRATA besar, variabilitas
unit
sampel DALAM STRATA kecil.
- Terbagi 3 macam :
a. jika unit sampel dalam strata SAMA :
SIMPLE STRATIFIED RANDOM
b. jika jumlah unit sampel dalam strata
TIDAK SAMA tapi variabilitas kecil :
PROPORTIONAL STRATIFIED
RANDOM
c. jika jumlah unit sampel BEDA dan
variabilitas Besar : NEYMAN
STRATIFIED RANDOM
Lanjutan .
4. Cluster Random Sampling
- jika variabilitas ANTAR CLUSTER kecil dan variabilitas
ANTAR INDIVIDU dalam CLUSTER besar
- Biaya lebih murah daripada SRS dan Stratified.
- Randomisasi terjadi untuk memilih cluster ( 1 thp)
- seluruh anggota cluster masuk sebagai anggota
sampel penelitian (1 tahap).
Lanjutan
Judgment Sampling :
- Sampel ditentukan oleh petugas pengumpul data
saat pengumpulan di lapangan.
Expert Sampling :
- Penentuan sampel dilakukan oleh sejumlah pakar
- karena kepakarannya mereka dianggap dapat
memilihkan sampel.
Quota sampling :
- Besar sampel ditentukan dahulu tanpa
perhitungan statistik.
- Jatah.
PENELITIAN
OBSERVASIONAL
BESAR
SAMPEL PADA SATU
A.
POPULASI
1.Estimasi
a.Simple random sampling atau systematic
random sampling
- Data kontinyu
Untuk populasi infinit, rumus besar sampel
adalah :
Z21-/2 2
n = ------------2
d
(N-1)
+ Z21-/2
Jika populasi finit, maka
rumus besar sampel
d2
di mana
= besar sampel 2
adalah
:Z minimum
= nilai distribusi normal baku (tabel Z)
n
1-/2
pada tertentu
2 = harga varians
di populasi
N Z21-/2 2
d
= kesalahan (absolut) yang
dapatnditolerir
N = Besar Populasi
= --------------------------
- Data proporsi
Untuk populasi infinit, rumus besar
sampel adalah :
1-/2 P (1Z
P) n2 =
------------------d2
2
N Zfinit,
Pmaka
(11Jika populasi
P) /2 adalah :
rumus besar
n =sampel
2
-------------------------(N-1) d2 +
1- Z
----P (1-P) /2
di mana n
Z1/2
P
d
Stratified random
sampling
Data kontinyu
di mana
= besar sampel
n
minimum N = besar
Z1-/2 = nilai distribusi normal baku (tabel Z)
populasi
pada
tertentu
= harga
varians di strata-h
h
2
d
= kesalahan (absolut) yang dapat ditolerir
W h = fraksi dari observasi yang dialokasi pada
strata-h = N h/N
L
Jika digunakan alokasi setara, W = 1/L
= jumlah seluruh strata yang ada
Data proporsi
Rumus besar sampel
adalah :
di
mana
n
N
- Data proporsi
Rumus besar sampel
adalah :
di
mana
N 12
2 /2
Z
n=
--------------------------------(N-1)
d2 (N/C) 2 12
/2
+- Z2
n
= besar sampel (jumlah cluster)
minimum
N
= besar populasi = mi
Z1-/2
= nilai distribusi normal baku (tabel Z)
pada tertentu d = kesalahan (absolut) yang dapat
ditolerir
C
= jumlah seluruh cluster di populasi
2
= (ai mi P)2/(C-1) dan P = ai /mi
ai
= banyaknya elemen yang masuk kriteria
pada cluster ke-i mi
= banyaknya elemen pada
cluster ke-i
C = jumlah cluster sementara
Uji
Hipotesis
- Data kontinyu
Rumus besar sampel adalah :
di mana n
Z1-/2
Z1-
2
0-a
- Data proporsi
Rumus besar sampel
adalah
di mana
n
Z1-/2
Z1-
P0
Pa
Pa-P0
di mana n
Z1/2
b. Data
proporsi
- Cross sectional
Rumus besar sampel sebagai
berikut :
di mana
n
Z1/2
P1
P2
d
- Cohort
Rumus besar sampel sebagai
berikut :
di mana
n
Z
populasi
Pada penelitian
cohort,2untuk mengantisipasi hilangnya unit pengamatan,
= kesalahan
dapat
ditolerir
dilakukan koreksi
dengan (relatif)
1/(1-f), yang
di mana
f adalah
proporsi unit
pengamatan yang hilang atau mengundurkan diri atau drop out.
- Case-control
Rumus besar sampel
adalah :
di mana n
Z1/2
P1*
P2*
2.Uji Hipotesis
a.Data
kontinyu
Rumus besar sampel sebagai
berikut :
di mana
n
Z1-/2
Z1-
2
12
b. Data
proporsi
- Cross
sectional
di mana
n
Z1-/2
Z1 P1
P2
P
Cohort
di mana
n
Z
- Casecontrol
di mana n
PENELITIAN
Pada penelitian eksperimental, belum banyak rumus yang
EKSPERIMENTAL
dikembangkan
untuk menentukan besar sampel yang
dibutuhkan. Untuk menentukan besar sampel (replikasi) yang
dibutuhkan digunakan rumus berikut :
1. Untuk rancangan acak lengkap, acak kelompok atau
faktorial, secara sederhana dapat digunakan rumus :
(t-1) (r-1) 15
di mana t = banyak kelompok
perlakuan r = jumlah
replikasi
2. Di samping rumus di atas dan untuk rancangan eksperimen
lain yang membutuhkan perhitungan besar sampel, dapat
digunakan rumus besar sampel seperti pada penelitian
observasional baik untuk satu sampel maupun lebih dari 1
sampel, baik untuk data proporsi maupun data kontinyu.
PENGELOLAAN DATA
PENGELOLAAN DATA
1. Pengolahan Data
- Editing
- Koding
- Entry
- Cleaning
2. Analisis Data
- Univariat
- Bivariat
- Lanjut
3. Penyajian Data
Pengolahan Data
Editing : - Kegiatan yang sudah bisa dilakukan saat pengumpulan
data di lapangan.
Pintu awal untuk menjaga kualitas data,
karena hasil
analisis data sangat tergantung dari kualitas data.
- Aspek yang dilihat : Kelengkapan Jawaban,
keterbacaan tulisan, kesesuaian jawaban.
Koding
:
- Usaha mengklasifikasikan jawaban-jawaban/ data yang
ada umumnya dengan angka.
- Perlu adanya buku koding ( jika variabel banyak /
besar)
Entry
:
- Pemasukan data bisa manual (kartu tabulasi) atau
komputer ( exel , epi info, SPSS dll)
Cleaning:
- Pembersihan data sebelum analisis
- proses terakhir menjaga kualitas data
Analisis Data
Pentingnya Jenis Data :
- untuk pemilihan analisis statistik, karena jenis
analisis statistik spesifik untuk jenis data tertentu.
Tahapan analisis :
- Analisis Univariat ( 1 variabel )
- Analisis Bivariat ( 2 Variabel )
- Analisis lanjut ( 2 variabel atau lebih )
Analisis Univariat :
- Fungsi :
- apakah data sdh layak dianalisis ?
- Bagaimana gambaran data yg dikumpulkan?
- Apakah data optimal untuk analisis lanjut?
- Data Nominal + Ordinal : Distribusi Frekuensi
- Data Interval + rasio: rata-rata , SD, median dll.
Lanjutan ..
Analisis Bivariat :
- Fungsi :
- Melihat distribusi frek 2 variabel
- Melihat hubungan antara 2 var.
- Data nominal + Ordinal : Tabulasi silang , Chi-Sq dll
- Data Interval + Rasio : Korelasi , regresi linier dll
Analisis Lanjut :
- Fungsi :
- melihat pengaruh , perbedaan > 2 var
- melihat faktor resiko dominan > 2 var dll.
- Data nominal + Ordinal : regresi logistik dll
- Data Interval + Rasio : regresi linier, anova,
dll
Jumlah
sampel /
pasangan
Macam
sampel
(bebas /
berpasangan)
Bebas
(independent)
Jenis variabel
Rasio-Interval
pop. berdistribusi
normal
Uji t 2
sampel
bebas
Komparasi
(perbedaan)
>2
Rasio-Interval
distrib. tak
normal
~ Uji
MannWhitney
~ Uji jumlah
peringkat dari
Wilcoxon
Uji peringkat
bertanda
dari
Wilcoxon
Nominal
/ kategorik
~ Uji khi-
kuadrat
~ Uji eksak
dari
Fisher
Berpasangan
(related/paired)
Uji t sampel
berpasangan
Bebas
Anava 1 arah
Uji Kruskall-Wallis
Uji khi-kuadrat
Uji McNemar
(u/ kategori
dikotomik)
Anava u/ subyek
yg sama
Uji Friedman
Uji Cochran's
Q (u/ kategori
dikotomik)
(independ
ent)
Berpasangan
(related/paired)
Korelasi
Ordinal /
~ Korelasi
~ Korelasi dari
~ Koefisien
dari
Pearson (r)
~ (Regresi)
Spearman (rs)
~ Asosiasi
Kappa ( )
Kontingensi (C)
~ Koefisien Phi