POPULASI,

SAMPLING DAN
BESARSAMPEL

Alur Berpikir dalam Metodologi

Research:
Masalah Identifikasi Masalah [ Batasan ] Rumusan
Masalah
Tujuan
Penelitian
/ Manfaat Tinjauan Pustaka Kerngka
/ Hipotesis
Metode
Konsep
Penelitian : Design Penelitian
- Waktu / Lokasi
- Populasi / Sample
- Variabel / DO
- Instrumentasi
- Uji Coba
- Pengumpulan Data
- Analisis Data.
Hasil Penelitian Pembahasan
Kesimpulan / Saran.
(Debe,2003)

Lihat Chart di wabah adn

semut
bukan
Kata-nya
WARNA-nya
KUNIN BIR
ORANY
dg
cepat.
G
U
HITA MERA E
M
KUNIN H MERAHHIJAU
UNGU
G
BIR ORANYE
HIJAU
U
MERAH
UNGU
KUNING
UNGU HITAM BIRU

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.

Terdapat 3 hal yg perlu dimengerti

dalam menetapkan Populasi :
- Identifikasi Kesatuan Analisis ( Unit
analisis )
- Penetapan batas-batas keluasan
Populasi
- Pemahaman tentang kondisi subyek

Penetapan Subyek Penelitian,

Lanjutan .

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.

Adekuatitas Tehnik Pemilihan Sampel

Besar Sampel yang Dipilih
Homogenitas Populasi
Banyaknya Karakteristik Subyek yang akan
Dipelajari

Penetapan Subyek Penelitian , Lanjutan

PROSEDUR PENGAMBILAN SAMPEL :
A. Probability Sampling
1. Simple Random Sampling
2. Sistematik Random Sampling
3. Stratified Random Sampling
4. Cluster Random Sampling
5. Multistage Random Sampling
B. Non Probability Sampling
1.Convenience atau accidental Sampling
2.Purposive Sampling
3.Judgment Sampling
4. Expert Sampling
5. Quota Sampling dll.

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).

NON PROBABILITY SAMPLING

Convenience atau Accidental Sampling :
- Sampel yg terdiri dari unit / individu yang mudah
ditemui.
- Metode ini tidak mempermasalahkan apakah
sampel yg diambil mewakili populasi atau tidak.
- Dirancang untuk melihat fenomena di
masyarakat
secara mudah.
Purposive Sampling :
- Sampling yang dilakukan berdasarkan keputusan
peneliti, yang menurut pendapatnya nampak
mewakili populasi.

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.

C. PENENTUAN BESAR SAMPEL

Perlu adanya teori sampling
Melibatkan rumus statistik tetapi tidak semua
penelitian.
Pada Penelitian Deskriptif bisa menggunakan Non
Probability Sampling ( Tak perlu rumus statistik )
Penelitian Analitik / Experimental /Inferensial
menggunakan Probability Sampling ( Perlu
rumus Statistik)

Ketentuan Umum yg perlu

diperhatikan :
Untuk menaksir parameter atau
menguji hipotesis.
Data yang digunakan mrpk kontinyu
atau kategorikal / diskrit.
Untuk penelitian Observasional atau
Experimental
Berapa Presisi yang dikehendaki
Adakah nilai parameter populasi
yang diketahui.

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

= besar sampel minimum

= nilai distribusi normal baku (tabel Z)
pada tertentu
= harga proporsi di populasi
= kesalahan (absolut) yang dapat ditolerir
= besar populasi

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

= besar sampel minimum

= besar populasi

Z1-/2 = nilai distribusi normal baku (tabel Z)

P
=harga
proporsi di strata-h
pada
tertentu
h
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

c. Cluster random sampling

- Data kontinyu
Pada cluster random sampling, ditentukan jumlah cluster yang akan
diambil sebagai sampel.
Rumusnya adalah :
N 12
2 /2
Z
n=
--------------------------------(N-1) d2 (N/C) 2 12
/2
- + Z2
di
mana

= besar sampel (jumlah cluster)

minimum
N
= besar populasi
Z1-/2 = nilai distribusi normal baku (tabel Z)
pada tertentu
2
= harga varians di populasi
d
= kesalahan (absolut) yang
dapat ditolerir C = jumlah seluruh
cluster di populasi

- 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

= besar sampel minimum

= nilai distribusi normal baku (tabel Z) pada
tertentu
= nilai distribusi normal baku (tabel Z) pada
tertentu
= harga varians di populasi
= perkiraan selisih nilai mean yang diteliti dengan
mean di populasi

- Data proporsi
Rumus besar sampel
adalah

di mana
n

Z1-/2
Z1-

P0
Pa
Pa-P0

= besar sampel minimum

= nilai distribusi normal baku (tabel Z) pada
tertentu
= nilai distribusi normal baku (tabel Z) pada
tertentu
= proporsi di populasi
= perkiraan proporsi di populasi
= perkiraan selisih proporsi yang diteliti dengan
proporsi di populasi

BESAR SAMPEL PADA DUA

POPULASI
1. Estimasi
a. Data kontinyu
Rumus besar sampel sebagai
berikut :

di mana n
Z1/2

= besar sampel minimum

= nilai distribusi normal baku (tabel Z)
pada tertentu
= harga varians di populasi
= kesalahan (absolut) yang dapat ditolerir

b. Data
proporsi

- Cross sectional
Rumus besar sampel sebagai
berikut :

di mana
n
Z1/2

P1
P2
d

= besar sampel minimum

= nilai distribusi normal baku (tabel Z)
pada tertentu
= perkiraan proporsi pada populasi 1
= perkiraan proporsi pada populasi 2
= kesalahan (absolut) yang dapat ditolerir

- Cohort
Rumus besar sampel sebagai
berikut :

di mana
n
Z

= besar sampel minimum

= nilai distribusi normal baku (tabel Z)
1pada tertentu
/2
= perkiraan probabilitas outcome (+) pada
P1
populasi 1
P2
= perkiraan probabilitas outcome (+) pada

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*

= besar sampel minimum

= nilai distribusi normal baku (tabel Z) pada
tertentu
= perkiraan probabilitas paparan pada populasi 1
(outcome +)
= perkiraan probabilitas paparan pada populasi 2
(outcome -)
= kesalahan (relatif) yang dapat ditolerir

2.Uji Hipotesis
a.Data
kontinyu
Rumus besar sampel sebagai
berikut :

di mana
n

Z1-/2
Z1-
2

12

= besar sampel minimum

= nilai distribusi normal baku (tabel Z) pada
tertentu
=
distribusi
baku (tabel Z) pada
= nilai
harga
varians normal
di
tertentu
populasi
=
perkiraan selisih nilai mean di populasi 1 dengan
populasi 2

b. Data

proporsi
- Cross
sectional

di mana
n

Z1-/2
Z1 P1

P2
P

= besar sampel minimum

= nilai distribusi normal baku (tabel Z) pada
tertentu
= nilai distribusi normal baku (tabel Z) pada
tertentu
= perkiraan proporsi pada populasi 1
= perkiraan proporsi pada populasi 2
= (P1 + P2)/2

Cohort

di mana
n
Z

= besar sampel minimum

= nilai distribusi normal baku (tabel Z) pada
1-/2
tertentu
Z1-
= nilai distribusi normal baku (tabel Z) pada
tertentu
P1
= perkiraan probabilitas outcome (+) pada
P2
populasi 1
P
= perkiraan
probabilitas
outcome
(+) padaunit
Pada penelitian
cohort, untuk
mengantisipasi
hilangnya
pengamatan, populasi
dilakukan2 koreksi dengan 1/(1-f), di mana f adalah
= (P1 + P2)/2 yang hilang atau mengundurkan diri atau
proporsi unit pengamatan
drop out.

- Casecontrol

di mana n

= besar sampel minimum

= nilai distribusi normal baku (tabel Z) pada tertentu
Z1-/2
= nilai distribusi normal baku (tabel Z) pada tertentu
Z1-
= perkiraan probabilitas paparan pada populasi 1
(outcome +)
P1*
= perkiraan probabilitas paparan pada populasi 2
P2*
(outcome
Jika besar sampel
kasus-)dan kontrol tidak sama (unequal), dibuat
modifikasi besar sampel dengan memperhatikan rasio kontrol
terhadap kasus. Rumus di atas dikalikan dengan faktor (r + 1) /
(2 . r). Besar sampel untuk kelompok kontrol adalah (r.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

Ambil Kertas dan Pena, lalu buatlah 4 titik spt di

bawah. Hubungkanlah ke 4 titik tersebut dengan 2
(Dua) garis sejajar yang berhimpitan.
(1 Menit dari sekarang)

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

PEMILIHAN UJI STATISTIK UNIVARIAT /

BIVARIAT
Tujuan
uji

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