BESAR

SAMPLE
PENELITIAN

 Besar sample sangat menentukan

representasi sampel yang diambil dalam
menggambarkan populasi penelitian
Cara menghitung besar sample suatu
penelitian sangat ditentukan oleh
DESAIN PENELITIAN yang digunakan
dan data yang diambil.

BESAR SAMPLE
PADA UJI KLINIS (EKSPERIMENTAL)
Pada penelitian eksperimental, belum banyak rumus yang 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
t = banyak kelompok perlakuan
r = jumlah replikasi
Contoh: Jika jumlah perlakuan ada 4 buah maka, jumlah replikasi
(4-1) (r-1) 15
r-1 15/3
r4
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

BESAR SAMPLE
PADA COHORT
Pada penelitian COHORT, peneliti bermaksud mencari perbandingan insidens
efek pada kelompok dengan faktor resiko dengan insidens efek pada kelompok
tanpa resiko.
Bila insidens efek pada kelompok faktor risiko = P 1 dan insidens efek pada
kelompok tanpa faktor risiko = P2 maka RR= P1/ P2
Contoh: Bila RR = 2, P1=0,8 ,maka P2 = 0,8/2= 0,4
Perkiraan besar sample untuk studi COHORT dapat dilakukan dalam 2 cara,
yakni
1. Melakukan estimasi untuk interval kepercayaan risiko relatif dan,
2. Untuk uji hipotesis pada dua kelompok

1.
Estimasi interval kepercayaan resiko relatif
Diperlukan 3 informasi yaitu:
. perkiraan proporsi efek pada kelompok kontrol, P2
. risiko relatif yang bermakna secara klinis, RR
. tingkat ketepatan relatif yang dikehendaki, e [ditetapkan]
. tingkat kemaknaan a [ditetapkan]
Maka didapatkan rumus:
Catatan: Q1=(1-P1); Q2=(1-P2)
CONTOH: Dengan desain studi kohort ingin diteliti pengaruh DM pada lelaki 40-50 tahun pada
kejadian PJK. Diperkirakan RR = 1, 75, proporsi pada kelompok kontrol=0,2 dan ketepatan yang
dikehendaki 20% dengan nilai kepercayaan 95%. Berapa subyek yang diperlukan?
Z= 1,96; RR=1,75, P2= 0,2, maka P1= 0,35; e=0,2
Maka,

Jadi n= 452

2. Uji hipotesis terhadap risiko relatif

Dalam hal ini yang dihadapi sama dengan uji klinis dengan variabel bebas dan tergantung nominal
dikotom. Untuk ini diperlukan informasi sebagai berikut:
Proporsi efek pada kelompok tanpa faktor resiko P2
Risiko relatif yang dianggap bermakna secara klinis, dari P 2 dan RR dapat dihitung P1 dan P =
(P1 + P2)
Z [ditetapkan]
Z [ditetapkan]
Maka didapatkan rumus
CONTOH: Pada studi kohort ingin diketahui pengaruh DM terhadap terjadinya neuropati. Bila RR 1,75
dianggap bermakna, proporsi neuropati pada kontrol o,20, a = 0,055 dan power 8%, berapa subyek yang
diperlukan?
Z= 1,96; Z= 0,842; RR=1,75, P2= 0,2, maka P1= 0,35; P=0,275
Maka,

Jadi n= 82

BESAR SAMPLE
PADA CROSS SECTIONAL
Untuk
penelitian CROSS SECTIONAL, biasanya rumus yang bisa dipakai menggunakan proporsi binomunal

(binomunal proportions).
Jika besar populasi (N) diketahui, maka dicaridengan menggunakan rumus berikut:
Jika besar populasi (N) tidak diketahui, maka dicaridengan menggunakan rumus berikut:
Keterangan:
n = jumlah sampel minimal yang diperlukan
Z = derajat kepercayaan = 1,96
p = proporsi yang diberikan pajanan, Untuk mendapatkan nilai p, kita harusmelihat dari
penelitian yang telah ada atau literatur
q = proporsi yang tidak diberikan pajanan = 1-p
d = limit dari error atau presisi absolut
CONTOH: Pada suatu survei ingin mencari faktordeterminan pemberian Zink pada anak. Proporsi
bayi (p) yang diberikan Zink 21,2 %.. Dengan limit dari error (d) ditetapkan 0,05. Berapa subyek
yang diperlukan?
Z = 1,96; P= 0,212; Q= 0,788; d= 0,05
Maka,
Jadi, n= 256

Terima Kasih