POPULASI DAN SAMPEL

I.

PENDAHULUAN
Pelaksanaan suatu penelitian selalu berhadapan dengan objek yang diteliti atau
yang diselidiki. Objek tersebut dapat berupa manusia, hewan, tumbuh-tumbuhan,
benda-benda mati lainnya, serta peristiwa dan gejala yang terjadi di dalam masyarakat
atau di dalam alam.
Dalam melakukan penelitian, kadang-kadang peneliti melakukannya terhadap
seluruh objek, tetapi sering juga peneliti hanya mengambil sebagian saja dari seluruh
objek tersebut. Meskipun penelitian hanya mengambil sebagian dari objek yang di teliti,
tetapi hasilnya dapat mewakili atau mencakup seluruh objek yang diteliti.
Keseluruhan objek penelitian atau objek yang diteliti disebut populasi penelitian,
sdangkan objek yang diteliti dan dianggap mewakili seluruh populasi ini disebut sampel
penelitian.
Dalam mengambil sampel penelitian ini digunakan cara atau teknik-teknik
tertentu, sehingga sampel tersebut sedapat mungkin mewakili populasinya. Teknik ini
biasanya disebut metoda sampling atau teknik sampling. Pada penelitian survei, teknik
sampling ini sangat penting dan perlu diperhitungkan dengan baik. Sebab teknik
pengambilan sampel yang tidak baik akan mempengaruhi validitas hasil penelitian
tersebut.

II.

PEMBAHASAN
II.1.
Pengertian Populasi dan Sampel
1. Populasi
Populasi merupakan keseluruhan subjek penelitian yyang akan dikenai generalisasi
hasil penelitian (Suharsini Arikunto, 1997). Menurut Sutrisno Hadi (2004) populasi
adlah seluruh individu yang akan dikenai sasaran generalisasi dari sampel yang akan
diambil dalam suatu penelitian.
Jadi, dapat disimpulkan bahwa populasi merupakan keseluruhan dari unit analisis
yang karakteristiknya akan diduga. Populasi dapat dibagi menjadi dua, yaitu populasi
finit dan populasi infinit.
Populasi finit adalah populasi yang pasti, misalnya jumlah pasien perbulan di Rumah
Sakit X. Jumlah pasiennya sudah jelas; identitasnya juga sudah jelas, yaitu pasien.

Populasi infinit merupakan populasi yang anggotanya tidak pasti. Misalnya orangorang yang mengunjungi pasien-pasien yang ada di Rumah Sakit X. jumlah orang-orang
yang mengunjungi para pasien tidak pasti karena tidak ada catatannya; identitasnya juga
tidak jelas.
2. Sampel
Sampel dapat diartikan sebagai sebagian dari populasi yang ciri-cirinya diselidiki
atau diukur. Misalnya
2.2.
Penggunaan dan Keuntungan Sampling
1. Penggunaan Sampling pada bidang kesehatan
Penggunaan sampling pada bidang kesehatan masyarakat antara lain sebagai berikut:
1) Evaluasi status kesehatan masyarakat
2) Investigasi factor-faktor yang dapat menimbulkan gangguan kesehatan
3) Studi mengenai administrasi layanan kesehatan
4) Evaluasi kemampuan ukuran standar kesehatan
5) Evaluasi reliabilitas dan kelengkapan registrasi angka kelahiran, kematian, dan
system pencatatan lainnya.
2. Keuntungan proses sampling
Berikut beberapa keuntungan proses sampling
1) Biaya ringan dan mudah dikerjakan
2) Proses evaluasinya cepat
3) Kualitas informasi data lebih baik karena:
a) Jumlah sampel yang kecil akan mudah dikerjan oleh personel yang terlatih;
b) Supervise yang tepat pada pengumpulan data dapat dilaksanakan;
c) Kelompok studi yang kecil memungkinkan untuk digunakannya metode dan
teknik penelitian yang lebih canggih
4) Data yang diperoleh akan lebih akurat dan komprehensif
5) Bila ada kesalahan prosedur, akan mudah diketahui dan dengan cepat dapat diulang
kembali
2.3.
Hal-hal yang perlu diperhatikan dalam proses sampling
Dalam melaksanakan, ada beberapa hal yang perlu diperhatikan, yaitu:
1) Relevansi informasi dari beberapa data populasi yang diperoleh bukan dari data
statistik, seperti keterang kelahiran, kematian, dan medical record
2) Data yang mungkin diperoleh hanya dari bagian suatu populasi yang diteliti, namun
sebenarnya masih ada faktor-faktor lain yang dapat menimbulkan gangguan
kesehatan
3) Ada perbedaan layanan kesehatan yang diterimaoleh para individu di dalam populasi
seperti pemeriksaan X-ray, laboratorium, perbaikan gizi dan lainnya
2.4.

Kriteria Desain Sampling yang Baik

2

Ada beberapa persyaratan mengenai desain pengambilan sampel yang baik dan
representative, yaitu:
1) Sampel yang diperoleh merupakan representasi dari populasi penelitian
2) Ukuran sampel memadai dan mampu mewakili karakteristik populasi penelitian
3) Prosedur pengambilan sampel yang sederhana, praktis, dan mudah dimengerti
4) Desain sampling yang ekonomis dan efisien
2.5. Langkah-langkah Pengambilan Sampel
1) Menentukan atau menetapkan populasi
Dalam penetapan populasi, ada 4 komponen populasi yang perlu diperhatikan,
yaitu elemen ( tempat yang paling ideal untuk mencari sampel), unit sampling (orang
yang paling cocok dijadikan sampel penelitian), tempat ( lokasi pengambilan sampel),
dan waktu ( durasi waktu penelitian).
Contoh: penelitian mengenai evaluasi pelaksanaan program Keluarga Berencana
di Kecamatan Tarutung tahun 2015. Maka komponennya adalah sebagai berikut:
Elemen
: Puskesmas/klinik KB
Unit sampling : Pasangan Usia Subur (PUS)
Tempat
: Kecamatan Tarutung
Waktu
: Januari sampai Desember 2015
2) Spesifikasi kerangka pengambilan sampel
Langkah ini bertujuan untuk memaparkan secara jelas dan melakukan spesifikasi
elemen populasi. Kerangka penganmbilan sampel dapat dibagi menjadi dua, yaitu
populasi target dan populasi sampling.
Contoh: penelitian mengenai evaluasi pelaksanaan program KB di Kecamatan
Tarutung tahun 2015, elemen populasinya adalah Puskesmas/klinik KB dan bila
dilakukan spesifikasi sampling frame lebih lanjut, populasi target dan populasi sampling
adalah sebagai berikut:
Populasi target
: Rekam medis/kartu K4
Populasi sampling : PUS yang menggunakan metode KB
3) Menentukan unit pengambilan sampel
Unit sampling merupakan kunit dasar pada elemen populasi yang akan dijadikan
sampel. Akan tetapi, terkadang unit sampling dapat berdiri sendiri sebagai komponen
populasi atau merupakan unit samling pada elemen populasi.

Pada

ccontoh

penelitian di atas, yang menjadi unit sampling adalah pasangan usia subur yang
meggunakan metode kontrasepsi.
4) Menetapkan metode pengambilan sampel
Metode pengambilan sampel dapat dilakukan dengan dua cara, yaitu teknik
probabilitas dan teknik non-probabilitas.
a) Metode pengambilan noon-probabilitas

Dengan menggunakan metode pengambilan non-probabilitas hanya individu atau

objek tertentu saja di suatu populasi yang dapat dipilih menjadi sampel. Luck dkk.,
membagi metode ini menjadi empat cara, yaitu:
a. Convenience sampling
Sampel dipilih dengan cara seenaknya saja tanpa ada pedoman. Misalnya, seorang
peneliti melakukan wawancara pada setiap orang yang dijumpainya di jalan.
b. Quota sampling
Sampel dipilih dengan menentukan kuota. Misalnya seorang pewawancara
ditugaskan untuk melakukan wawancara pada laki-laki dan wanita dengan jumlah yang
sama.
c. Judgement sampling
Sampel dipilh melalui proses seleksi bersyarat. Misalnya, kriteria sampel adalah
anal balita yang berusia 0-12 bulan yang berkunjung ke posyandu.
d. Panel sampling
Sampel ini adalah sampel semipermanen yang dipilih untuk keperluan suatu studi
yang berkelanjutan. Panel sampling sangat bermanfaat dan menguntungkan kaena data
yang telah dikumpulkan dapat digunakan berulang kali.
b) Metode pangambilan sampel probabilitas
Dengan menggunakan metode ini, setiap individu atau objek pada suatu populasi
memiliki kesempatan yang sama untuk dipilih menjadi sampel penelitian. Pemilihan
dilakukan secara random atau acak sehingga data penelitian setidaknya sudah
menggambarkan keadaan populasi yang sebenarnya dan margin of error (batas
kesalahan yang terjadi) dapat diatasi secara statistic.
5) Menentukan ukuran sampel
Banyaknya jumlah sampel yang ditentukan bergantung pada jenis studi,
homogenitas populasi, jenis sampel, serta jumlah dana dan personel yang tersedia.
Berikut merupakan faktor-faktor yang dapat memengaruhi ukuran sampel:
a) Kategori outcome
Outcome yang dihasilkan dari suatu penelitian haru ditentukan sebelumnya, apakah
itu berupa suatu persentase atau rate, nilai rata-rata dan varian, ataukah variabel
kualitatif yang berupa jawaban ya atau tidak, hidup atau mati, dan lain-lain.
b) Uji hipotesis
Kita haru menentukan apakah akan melakukan uji hipotesis pada penelitian atau
tidak.
6) Mempersiapkan sampling plan
Pada langkah ini merencanakan bagaimana keputusan-keputusan tentang
pengambilan sampel yang telah ditentukan dapat dilaksanakan dengan baik di lapangan.

Kegiatan ini meliput memeriksa kelengkapan perangkat lunak dan perangkat keras.
Misalnya, kuesioner, pewawancara, alat transportasi, jadwal penelitian, dan lain-lain.
7) Mengambil sampel
Pada langkah ini, kita melaksanakan pemilihan sampel di lapangan sesuai dengan
protocol penelitian yang telah disiapkan.
2.6. Teknik Penarikan Sampel
Penarikan sampel dibagi menjadi dua, yaitu pengambilan sampel secara acak
(probability sampling), dan pengambilan secara tidak acak (non probability sampling).
Berikut ini penjelasan lebih lanjut tentang penarikan sampel secara acak
(probability sampling), dan secara acak (non probability sampling).
1. Penarikan Sampel Secara Acak (Probability Sampling)
a. Acak Secara Sederhana (Simple Random Sampling)
Rancangan ini adalah rancangan yang paling sederhana. Disebut juga random
murni. Syaratnyapopulasi benar-benar homogen atau mendekati homogen, disamping
unit analisis (unit dasar) atau jumlah subjek telah teridentifikasi.
Misalnya kita akan memilih 25 sampel dari 100 subjek dalam suatu populasi.
Maka kita akan melakukan pemilihan 25 kali dengan cara random dari 100 subjek
tersebut. Teknik random ini bias memakai cara undian atau memakai tabel random atau
bilangan random yang dikenal dengan istlah random sampling number.
Cara undian bisa dilakukan seperti lotere dengan memasukkan nomor-nomor
responden ke dalam kotak, lalu dikocok dan dikeluarkan satu persatu. Bisa juga dengan
menugaskan orang mengambil kertas bernomor yang telah digulung kedalam kotak.
Orang tersebut ditutup matanya. Pengambilan dilakukan sampai 25 kali.
Kalau jumlah subjek banyak tentu akan lebih sesuai memakai bilangan random.
Contoh:
Kita kutip beberapa bilangan acak sebagai berikut.
23417
15768
14825
55216
20770
32281
14040
50021
51532
68784
11006
04336
22031
66210
31277
14376
00273
60727
40115
06546
76265
31767
42806
71547
38402
12813
23470
38571
78215
43330
15881
56784
04337
04587
17256
54715
08616
27856
75570
81543
Daftar acak ini baik kekanan maupun ke bawah terus berlanjut.
Kita mengambil contoh, misalnya sampel yang kita butuhkan adalah n=30 buah
subjek dari 367 subjek dalam populasi. Maka pertama kali seluruh populasi tersebut
diberi angka mulai dari 001, sebab jumlah populasi tertinggi dari 3 digit atau 3 angka.
Kita mencari angka-angka 001 sampai dengan angka 367 di dalam daftar bilangan
5

random tersebut. Oleh karena bilanganrandom terdiri dari 5 digit, maka kita mengambil
patokan boleh dari depan maupun belakang sebanyak 2 digit. Mencarinya boleh
kesamping kanan dalam baris, boleh juga ke bawah dalam kolom.
Misalnya saja kita mengambil 2 digit ke samping dalam baris. Maka akan tertera
angka:
234
157 148 552 207 322 140 500
515
687 110 043 220 662 312 143
dan seterusnya.
Angka yang diberi garis bawah berarti masuk dalam daftar pilihan sampel.
Demikian seterusnya sehingga diperoleh jumlah sebanyak 30 buah subjek penelitian.
Mengenai tabel acak yang lengkap ada pada lampiran.
b. Rancangan Acak Sistematik (Systematic Random Sampling)
Dari contoh diatas, yakni sampel berjumlah 25 subjek penelitian dari populasi
sebanyak 100 subjek, dapat pula dilakukan sebagai cara berikut.
Misalnya responden pertama diambil nomor 4. Maka nomor berikutnya adalah
nomor 8, yakni dari hasil perhitungan 100/25 = 4. Angka 4 ini dipakai menambah
dengan cara deret hitung. Jadi pilihan berikutnya adalah responden nomor : 8+4=12.
Berikutnya lagi nomor 16 dan seterusnya. Demikian sampai memperoleh jumlah subjek
25. Cara ini disebut rancangan acak sistematis
c. Rancangan Stratifikasi (Stratified Random Sampling)
Strata artinya lapisan atau susunan bertingkat, umpama kelas-kelas dalam
lembaga persekolahan. Jadi disini populasi disusun berdasarkan adanya kelompokkelompok kelas yang mempunyai sifat sama. Dengan demikian tiap kelompok relatif
homogen.
Oleh karena itu sampel diambil dari tiap strata, karena strata satu dengan lainnya
mempunyai sifat yang berbeda.
Bila jumlah dalam tiap stratum relative sama, maka digunakan rancangan
stratifikasi sederhana (simple stratified random sampling). Tetapi kalau jumlah subjek
antara strata yang satu dengan lainnya berbeda, maka dilakukan stratifikasi proporsional
atau propotional stratified random sampling.
Rancangan stratifikasi ini utamanya berguna bagi peneliti yang ingin
membandingkan karakteristik subjek yang dipengaruhi oleh sifat kelompok-kelompok
subjek tersebut. Praktiknya (2001) memberi contoh misalnya peneliti ingin mengetahui
latar belakang suku terhadap aksepbilitas mereka terhadap program keluarga berencana.
Oleh karena subjek tinggal di tempat dan lingkungan yang sama, maka variabel luar
relative terkendali atau sedikit saja pengaruhnya. Maka hasil perbandingan tersebut
cukup reliabel.
6

Tahap-tahap perancangan stratifikasi ini adalah:

a. Mengelompokkan subjek populasi menjadi beberapa

stratum.

Tiap

stratum

beranggotakan subjek yang sama atau hamper sama karakteristiknya.

b. Membuat daftar subjek pada tiap stratum
c. Memilih subjek sampel dari tiap sub-populasi dengan teknik random murni atau random
sistematis.
Catatan: Semua metoda yang telah dibicarakan di atas disebut metoda
probability sampling, yang berarti semua subjek populasi mendapat kesempatan atau
peluang untuk dipilih menjadi sampel, tergantung tipe atau model subjek populasi
tersebut, kecuali rancangan acak sitematis.
d. Klaster (Cluster Random Sampling)
Klaster artinya kelompok. Dalam hal ini dapat diartikan kelompok subjek atau
kesatuan analisis (unit dasar) yang berdekatan satu sama lain secara geografis. Misalnya
desa, ini adalah suatu klaster, karena subjek atau kesatuan analisis (unit dasar) berada
pada satu daerah yang sama dan lingkungan yang sama pula.
Langkah-langkah yang perlu diambil dalam pengambilan sampel adalah sebagai
berikut:
a. Membuat klaster-klaster dalam suatu daerah tertentu. Misalnya, desa, RW, RT, dll.
b. Menetapkan jumlah klaster yang akan dipilih berdasarkan jumlah subjek atau
kesatuan analisis sampel yang dikehendaki
c. Melakukan pilihan klaster sampel dengan random sederhana atau sistematis
d. Mengidentifikasi responden untuk dijadikan sampel penelitian.
Sebagai peringatan dalam menggunakan kaster, ialah:
a) Menetapkan batas klaster
b) Menyusun daftar klaster
Bila batas klaster terlalu besara, misalnya Provinsi, Kabupaten bahkan bisa juga
kecamatan yang luas, bisa kurang akurat, karena lingkungan fisik, biologis dan sosial
beraneka ragam pengaruhnya tidak sama terhadap subjek penelitian.
Jumlah klaster
Berapa jumlah kaster yang harus dipilih?
Sebagai dasar adalah jumlah subjek sampel yang dibutuhkan.
Misalnya ditetapkan jumlah sampel 150. Dari hasil pengamatan pendahuluan ratarata tiap klaster terdapat 12 subjek. Oleh karena itu jumlah klaster yang dibutuhkan
adalah 140/12=12 (dibulatkan).
e. Rancangan bertingkat atau atau rancangan gugus bertahap (Multistage sample design)
7

Dikatakan sampel acak bertingkat, karena pengambilan sampel secara kehendaki.

Rancangan ini merupakan penggabungan beberapa rancangan sampel sekaligus dengan
rancangan klaster.
Langkah-langkahnya ialah:
a) Melakukan tahap-tahap rancangan klaster seperti di atas, sehingga terpilih
klaster sampel.
b) Kemudian dibuat daftar subjek yang ada pada semua klaster yang terpilih
tersebut
c) Dengan menggunakan teknik random sederhana dipilih subjek sampel yang
dikehendaki.
Bila daerah terlalu luas, dapat dilakukan rancangan bertingkat sebagai berikut.
Misalnya daerah populasi adalah provinsi, sedangkan klaster yang dikehendaki
adalah RT. Maka pertama kali provinsi tersebut dipilih kabupaten-kabupaten tertentu
melalui random. Seperti cara di atas dipilih kecamatan. Demikian seterusnya sehingga
diperoleh klaster RT.
Kalau subjek yang dikehendaki misalnya Ibu Rumah Tangga, maka dibuatlah
daftar seluruh Ibu Rumah Tangga di RT-RT yang terpilih tersebut. Daftar ini merupakan
sampling. Dari sini dipilih secara acak sampel Ibu Rumah Tangga tersebut.
Populasi dibagi menjadi fraksi-fraksi yang pada waktu peangambilan sampel
dapat merata pada seluruh populasi.
Jadi rancangan bertingkat ini digunakan untuk memilih sampel kecil pada suatu
populasi yang besar. Pada kegiatan membuat klaster sampel yang pertama kali disebut
Unit Sampel Pertama atau Primiry Sampling Unit disingkat PSU. Bila menggunakan
PSU kecil akan memiliki ketetapan yang lebih tinggi daripada PSU besar, sebab dengan
PSU kecil populasi dibagi menjadi fraksi-fraksi yang banyak sehingga pada waktu
pengambilan sampel dapat merata pada seluruh populasi.
f. Rancangan acak bertingkat (Multistage random sampling)
Rancangan acak bertingkat adalah teknik sampling yang merupakan gabungan
dari beberapa teknik rancangan sampling sekaligus. Misalnya rancangan klaster dengan
random. Caranya, dalam hal ini dibuat dulu teknik klasternya. Kemudian dipilih semua
klaster terpilih dalam klaster sampel, lalu dibuat daftar sebjek dari semua klaster terpilih
dalam klaster sampel, lalu dibuat daftar subjek dari semua klaster terpilih sebagai
klaster sampel. Setelah itu dipilih subjek sampel dari daftar subjek tersebut, sebanyak
yang dikehendaki dengan teknik random (randomisasi subjek).
2. Rancangan Sampel Secara tidak Acak (Non Probability Sampling)
a. Rancangan sampel seadanya/sampling aksidental (Accidental sampling)

Teknik aksidental dilakukan berdasarkan kebetulan. Siapa saja yang ditemui,

asalkan sesuai dengan persyaratan data yang diinginkan.
b. Rancangan sampel berdasar jatah atau kuota sampling (Quota sampling)
Sampling kuota didasarkan pada teknik pemilihan sampel dengan ciri-ciri tertentu
sampai pada jumlah tertentu sampai pada jumlah tertentu yang diinginkan (kuota).
Misalnya jumlah sampel yang ditentukan 200. Peneliti jumlahnya 5 orang. Misalnya
yang diteliti adalah mahasisa keperawatan yang telah bekerja selama sekian tahun.
Setelah jumlah dicapai (kuota) kemudian jumlah sampel itu dibagi 5, karena
penelitiannya 5 orang. Jadi masing-masing meneliti 40 orang.
c. Rancangan sampel berdasarkan pertimbangan (Purposive sampling)
Sampling purposive adalah teknik sampling dengan pertimbangan tertentu.
Umpamanya akan meneliti tentang displin kerja para perawat di rumah sakit besar.
Maka dipilih sampel dari ahli dalam bidang kerja keperawatan.
d. Sampling jenuh
Sampling jenuh adalah sensus, artinya seluruh populasi diteliti. Hal ini dilakukan
umumnya karena jumlah populasi sedikit, yakni kurang dari 30. Sebagai catatan
penting, mengenai angka 30 dalam ilmu statistika dianggap sebagai batasan jumlah
angka sedikit. Di atas 30 dalam statistikdianggap menuju angka jumlah banyak, karena
secara teori, bila dibuat kurvanya akan mendekati kurva normal. Kurva normal
merupakan suatu petunjuk bahwa jumlah tersebut banyak, karena kurva normal
merupakan suatu petunjuk adanya jumlah untuk suatu fenomena alam, yang dalam
jumlah besar akan selalu membentuk kurva normal (Budiarto, 2002:152)
e. Snowball sampling
Teknik ini merupakan teknis sampling yang mula-mula kecil jumlahnya,
kemudian subjek sampel ini disuruh memilih teman-temannya untuk dijadikan sampel.
Demikian seterusnya sehingga semakin banyak jumlahnya. Dikatakan snowball
sampling karena dapat diibaratkan seperti bola salju yang menggelinding ke bawah,
makin lama bola itu makin besar.

2.7. Penentuan Besarnya Sampel (Sample Size)

Menetapkan besarnya atau jumlah sampel suatu penelitian tergantung pada dua
hal itu, yaitu :
1. Adanya sumber-sumber yang dapat digunakan untuk menentukan batas maksimal
dari besarnya sampel.
2. Kebutuhan dari rencana analisis yang menentukan batas minimal dari besarnya
sampel.
Untuk menghitung minimum besarnya sampel yang dibutuhkan bagi ketepatan
(accurancy) dalam membuat perkiraan atau estimasi proporsi-proporsi, kita perlu
menjawab pertanyaan-pertanyaan yang antara lain :
a. Berapa angka perkiraan yang masuk akal dari proporsi-proporsi yang akan diukur
dalam penelitian itu. Misalnya, kita akan meneliti prevalensi penyakit jantung
koroner, kita harus memperkirakan berapa angka prevalensi penyakit jantung
koroner, kita harus memperkirakan berapa angka prevalensi yang akan kita peroleh
di dalam populasi. Apabila kita tidak dapat memperkirakan hal itu, yang paling
aman kita perkirakan angka tersebut adalah 0,50 (50%). Dengan angka ini akan
diperoleh variance yang maksimal sehingga sampel yang dipilih cukup mewakili.
b. Berapa tingkat kepercayaan yang diinginkan dalam penelitian tersebut atau berapa
jauh penyimpangan estimasi sampel dari proporsi sebenarnya dalam keseluruhan
populasi. Apabila kita menginginkan derajat ketepatan yang tinggi makandiambil
angka 0,10 (10%) maka jumlah sampel akan lebih besar daripada kita memilih
derajat ketepatan 0,05 (5%).
c. Berapa derajat kepercayaan (confidence level) yang akan digunakan, agar estimasi
sampel akurat. Pada umumnya digunakan 91% atau 95% derajat kemaknaan
(confidence level).
d. Berapa jumlah populasi yang harus diwakili oleh sampel tersebut, sangat
tergantung dari besarnya populasi. Apabila besar populasi itu lebih dari 10.000,
maka ketepatan besarnya sampel kurang memperoleh perhatian. Tetapi bila kecil
dari 10.000, ketepatan atau besarnya sampel perlu diperhitungkan.
1. Jumlah Sampel untuk Estimasi Proporsi
Sebelum menghitung jumlah sampel, terlebih dahulu perlu diketahui tiga hal
(Lameshow et al., 1990, dikutip Ariawan, 1998), yakni :
a. Perkiraan proporsi untuk sifat tertentu yang terjadi dalam populasi.

10

Apabila tidak diketahui proporsi atau sifat tertentu tersebut, maka P (proporsi= 0,50 atau
50%).
b. Presisi adalah derajat ketepatan yang diinginkan, berarti penyimpangan terhadap
populasi, biasnya 0,05 (5%0 atau 0,10 (10%).
c. Derajat kepercayaan
Rumus
n=

Z 1a/2 P (1-P)
d

Keterangan
n

= Besar sampel
Z 1a/2

= Nilai Z pada derajat kemaknaan (biasanya 95% = 1,96)

= Proporsi suatu kasus tertentu terhadap populasi bila tidak diketahui
proporsinya, ditetapkan 50% (0,50)

= Derajat penyimpangan terhadap populasi yang diinginkan : 10% (0,10),

5% (0,05) atau 1% (0,01).

Contoh Penggunaan
Tujuan: Mengetahui prevalensi gizi buruk pada BAlita di Kecamatan Sawangan.
Diketahui : a. Perkiraan proporsi (P=0,15)
b. Presisi (d=0,05)
c. Derajat Kepercayaan 95% (

Z 1a/2

= 1,96)

Perhitungan:

1- 0 ,15 )

1,96 0,15
n=
Hasil : Dibutuhkan paling sedikit 196 balita, yang dipilih secara acak sederhana
atauacak sistematis dari populasi. Dengan efek rancangan (disain efek) 2, maka akan
diperlukan jumlah sampel 392.
2. Jumlah Sampel untuk Estimasi Rata-rata
Untuk menghitung besar sampel, peneliti perlu mengetahui :
11

a. Perkiraan varians (kuadrat dari Standar Deviasi)

b. Presisi
c. Derajat kepercayaan (Lameshow, 1990; Ariawan, 1998)
Rumus
Z 21 /2
n=
d
Keterangan
n

= Besar sampel

= Presisi

= nilai Z pada interval kepercayaan 1-a/2

Catatan :

= Perkiraan varians

a. Rumus di atas hanya untuk estimasi rata-rata

b. Rumus di atas hanya untuk sampel acak sederhana

Contoh penggunaan
Sebuah penelitian bertujuan untuk mengetahui rata-rata berat badan anak Balita di
Kecamatan Cimanggis, dengan ketentuan :
a.
b.
c.
d.

BB rata-rata anak balita 1,25 kg

Standar deviasi 6 kg (Q)
Derajat kepercayaan 95 % (1,96)
Simpangan maksimum dari rata-rata 1 kg (d=1)
n=

1,966
=139
1

Sampel untuk Uji Hipotesis Beda 2 Proporsi (Lameshow et al., 1990 dikutip
Ariawan, 1998)
z 1 / 2 2 P(1-P) + Z1 P1(1-P1) + P2(1-P2)2
n=
(P1-P2)
Keterangan
n

= Besar sampel

P1

Proporsi kejadian pada salah satu partisipasi pada kelompok

tertentu (misalnya proporsi hipertensi pada kelompok pria)

12

P2

Proporsi kejadian pada salah satu partisipasi pada kelompok

tertentu (misalnya proporsi hipertensi pada kelompok wanita)

= Rata-rata P1 dan P2 (P1+P2)/2

Z 1a/2

= Nilai Z pada derajat kemaknaan 90, 95, 99 % = 1,64, 1,96,

2,58.
Z 1

= Nilai Z pada kekuatan uji power 1-. 80, 90, 95, 99%

= 0,84, 1,28, 1,64, 2,33.

Beberapa hal yang perlu diperhatikan dalam menentukan sampel antara lain :
1. Sampel yang lebih besar akan memberikan hasil yang lebih akurat, tetapi
memerlukan lebih banyak waktu, tenaga, biaya, dan fasilitas-fasilitas lain.
2. Pengambilan sampel acak memberikan data kuantitatif yang lebih representative
dan populasi yang besar daripada pengambilan sampel non random. Tetapi sampel
nonrandom dapat digunakan untuk memaksimalkan data kualitatif dari sampel
yang relatif kecil.
3. Besar/kecilnya sampel bukan satu-satunya ukuran untuk menentukan representatif
atau tidak representatifnya terhadap populasi. Hal ini tergantung pula pada sifatsifat populasi yang diwakilinya.
3. Kriteria Inklusi dan Ekslusi
Agar karakteristik sampel tidak menyimpang dari populasinya, maka sebelum
dilakukan pengambilan sampel perlu ditentukan kriteria inklusi, maupun kriteria
ekslusi. Kriteria inklusi adalah kriteria atau ciri-ciri yang perlu dipenuhi oleh setip
anggota populasi yang dapat diambil sebagai sampel. Sedangkan ekslusi adalah cirri-ciri
anggota populasi yang tidak dapat diambil sebagai sampel.
Contoh : Sebuah penelitian berjudul Hubungan antara Pengetahuan dan Sikap Ibu
terhadap Imunisasi dengan Kelengkapan Imunisasi Anak Balita, di Wilayah Kerja
Puskesmas X. Populasi penelitian ini jelas Ibu dan Bayi yang Tinggal di wilayah
Puskesmas X.
a. Kriteria Inklusi
1. Ibu dan anak balita yang tinggal di wilayah Puskesmas X sekurang-kurangnya 1
2.
3.
4.
5.

tahun.
Ibu yang mempunyai anak yang berumur 1-5 tahun.
Memahami bahasa Indonesia.
Sehat jasmani dan rohani.
Mau diwawancarai.

13

b. Kriteria Ekslusi
1. Ibu yang tinggal di wilayah Puskesmas X kurang dari 1 tahun.
2. Ibu yang mempunyai anak yang berumur kurang dari 1 tahun dan lebih dari 5
tahun.
3. Tidak memahami bahasa Indonesia.
4. Ibu dan anak balita yang sedang sakit.
5. Tidak bersedia diwawancarai.

14

DAFTAR PUSTAKA
Chandra, Budiman. 2005. Metodologi Penelitian Kesehatan. Jakarta: Buku Kedokteran
EGC
Notoatmodjo, S. 2012. Metodologi Penelitian Kesehatan. Jakarta: PT Rineka Cipta.
Sumantri, Arif. 2011. Metodologi Penelitian Kesehatan. Jakarta: Fajar Interpratama
Mandiri.

15