SAMPLING

ISTILAH DALAM SAMPLING

POPULASI

SAMPEL

SAMPLING ( MENGAMBIL SEBAGIAN

SAMPEL)

SAMPLING FRACTION (PECAHAN

SAMPLING)

KERANGKA SAMPLING

UNIT SAMPLING

JENIS SAMPLING

UKURAN SAMPEL

POPULASI : TOTALITAS SEMUA NILAI YANG MUNGKIN,

HASIL MENGHITUNG ATAUPUN PENGUKURAN,
MAUPUN KUALITATIF DARIPADA
MENGENAI SEKUMPULAN

KUANTITATIF

KARAKTERISTIK TERTENTU

OBJEK YANG LENGKAP DAN JELAS.

KARAKTERISTIK : CIRI ATAU SIFAT YANG AKAN DITELITI,

DIPERIKSA, DIUKUR.
SAMPEL : SEBAGIAN YANG DIAMBIL DARI POPULASI.

CARA PENGUMPULAN DATA DIMANA SETIAP ANGGOTA

POPULASI DIKENAI PENELITIAN DISEBUT SENSUS.
SEDANGKAN BERDASARKAN SAMPEL YANG DIAMBIL
DARI POPULASI DISEBUT SAMPLING.
Populasi
Parameter

Sampel

Statistik

SAMPLING FRAME (KERANGKA SAMPLING)

DAFTAR DARI UNIT SAMPLING YANG AKAN
DIPILIH.
UNIT SAMPLING : UNIT TERKECIL YANG AKAN
DIPILIH SECARA SAMPLING.
MISAL ORANG, KEPALA KELUARGA, DESA DSB.

SAMPLING FRACTION :
PROPORSI DARI UNIT SAMPLING YANG AKAN
DIPILIH DARI SPESIFIK SAMPLING FRAME.
JENIS SAMPLING :
1. PROBABILITAS SAMPLING
2. NON PROBABILITAS SAMPLING

ALASAN SAMPLING : (TERMASUK KEUNTUNGAN)

1. UKURAN POPULASI TERHINGGA ( BESAR )

TAK TERHINGGA
2. MASALAH BIAYA ( FAKTOR EKONOMIS )
3. MASALAH WAKTU ( hasilnya segera didapat )

4. PERCOBAAN YANG SIFATNYA MERUSAK

5. MASALAH KETELITIAN DALAM
PENGUMPULAN DATA
6. SAMPEL YANG KECIL LEBIH MENGURANGI
KESALAHAN NON-SAMPLING DAN NONRESPONS BIAS

KERUGIAN SAMPLING :

SELALU ADA SAMPLING EROR

DAPAT MENIMBULKAN PERASAAN

DISKRIMINASI DIANTARA POPULASI

TIDAK DIANJURKAN BILAMANA SELURUH

UNIT DALAM POPULASI SECARA RESMI
HARUS MEMPUNYAI CATATAN

UNTUK KEJADIAN TERTENTU JUMLAH

SAMPEL KECIL MUNGKIN TIDAK
MENDAPATKAN KASUS

2 MACAM KEKELIRUAN :
- KEKELIRUAN SAMPLING
- KEKELIRUAN TAK SAMPLING
KEKELIRUAN SAMPLING TERJADI KARENA
PEMERIKSAAN TAK LENGKAP TENTANG POPULASI
(PENELITIAN DILAKUKAN BERDASARKAN SAMPEL).

KEKELIRUAN TAK SAMPLING PENYEBABNYA :

POPULASI TIDAK DIDEFINISIKAN SEBAGAIMANA MESTINYA

POPULASI YANG MENYIMPANG DARI POPULASI YANG

SEHARUSNYA DIPELAJARI

KUESIONER TIDAK DIRUMUSKAN SEBAGAI MANA MESTINYA

ISTILAH-ISTILAH TIDAK DIDEFINISIKAN SECARA TIDAK TEPAT

RESPONDEN TIDAK MEMBERIKAN JAWAB YANG AKURAT

NON PROBABILITAS SAMPLING :

1. QUOTA SAMPLING
2. PURPOSIVE SAMPLING
3. CONVENIENCE SAMPLING
4. DLL
PROBABILITAS SAMPLING :
1. SIMPLE RANDOM SAMPLING
2. SYSTEMATIC SAMPLING
3. STRATIFIED SAMPLING
4. CLUSTER SAMPLING
5. MULTI-STAGE SAMPLING

LATIHAN :
1.

KAPAN KITA HARUS MELAKUKAN SENSUS DAN SAMPLING ?

2.

TUJUAN PENELITIAN INGIN MENGETAHUI : PENGETAHUAN

REMAJA TENTANG KESEHATAN REPRODUKSI DI JAWA BARAT.

TETAPKAN POPULASI, SAMPEL, TEKNIK SAMPLING,

KERANGKA SAMPLING, UNIT SAMPLING DAN KARAKTERISTIK
APA YANG DIUKUR ?
3. TUJUAN PENELITIAN INGIN MEMPELAJARI : PENGARUH
SENAM AEROBIK TERHADAP KESEHATAN JANTUNG.
MANA VARIABEL BEBAS DAN TAK BEBASNYA ?

SAMPLING
1. Acak Sederhana (Simpel random sampling)
Suatu contoh acak sederhana sebanyak n pengamatan
adalah suatu sampel yang dipilih sedemikian rupa
sehingga setiap sampel unit yang berukuran n dari
Populasi tersebut berpeluang untuk sama terpilih.
Untuk populasi terhingga yang kecil proses
pengambilan acak sederhana relatif mudah; namun
semakin besar populasi proses ini akan semakin rumit .

Contoh : populasi besar .

Dari 8500 penduduk akan dipilih secara acak sebanyak 100.
Bagaimana prosedurnya ? Balloting ?, tabel angka random?,
penggunaan komputer ?

- Beri nomor dari 1 s/d 8500

- Gunakan komputer (nomor-nomor bilangan
andom) atau
gunakan tabel bilangan random N = 8500
- Pada program SPSS : Sample 100 from 8500
n = 100
list No, Nama, Alamat, dst.

CONTOH BILANGAN RANDOM

KOLOM
BARIS

1- 4

5-8

9 - 12

13 - 16

1
2
3
4
5
6
7

3645
9051
9841
5525
0299
7985
3462

8831
4066
9022
7127
1075
5566
9753

2873
1846
4837
1468
7721
6384
2697

5943
9554
8031
6404
8855
0863
9393

2. Acak sistematis (systematis sample)

DEFINISI : Mengambil setiap unsur ke-k dalam

populasi, untuk dijadikan contoh dengan titik awal ditentukan
secara acak diantara k unsur yang pertama
N = 8500 Fraksi = 100/8500 = 1/85 ( 1 dari setiap 85
orang ) n = 100
Random start : pilih bilangan random dari 1 - 85,
misal terpilih 42, maka nomor-nomor yang terpilih :
42, 127, 212,
297,
dst

3. Acak berlapis (stratified sample)

DEFINISI : mengambil contoh acak sederhana dari
setiap lapisan populasi
populasi heterogen ----> dipecah kedalam beberapa
subpopulasi ( lapis, strata) yang lebih homogen.
Penarikan contoh dilakukan secara acak sederhana
dari tiap lapisan

Contoh :
Strata/lapisan
Nh
nh
xh
s2h
------------------------------------------------------------------------------1
400
96

2
140
33

3
80
19

4
100
24

5
100
24

...
-----------------------------------------------------------------------------------------------------------------------

Jumlah

820
196

(N)
(n)
-------------------------------------------------------------------------------bisa proporsional
bisa seragam
bisa alokasi optimum

4. Penarikan contoh klaster (kelompok)

Klaster hendaknya tersusun dari elemen-elemen
yang heterogen sehingga tiap klaster dipandang
dapat mewakili ciri dan sifat populasi. Banyak
elemen (M) dalam klaster disebut ukuran klaster
dan banyak klaster (N) dalam populasi disebut
ukuran populasi klaster.
atau berbeda ukuran.

Klaster dapat

sama

Contoh:
Misalkan kita ingin mengajukan kuesioner terhadap 50
pasen yang dirawat di RSHS. N = 10 kelompok (UPF/
Bagian) yang masing masing terdiri atas 10 pasen (M).
Penarikan contoh acak sederhana memerlukan daftar
dari ke- 100 pasen tersebut, sedangkan pada penarikan
contoh klaster hanya memerlukan daftar dari 10
kelompok yang 5 diantaranya(n) akan dipilih sebagai
contoh.
Semua pasen dalam setiap klaster terpilih harus ditelaah.

5. Penarikan contoh bertahap ganda (multi stage

sampling)
- Penarikan contoh dilakukan dalam dua tahap
atau lebih
- Dalam setiap tahap penarikan contoh bisa
dilakukan secara acak atau sistematis.

DALAM EKSPERIMENTAL ( CLINICAL TRIAL )

* Simple randomization : - undian
- menggunakan tabel bilangan
random
Untuk 2 perlakuan yang berbeda (A dan B)
Bagaimana cara randomnya ?
* Random permuted blocks
Digunakan untuk mendapatkan alokasi macam-macam
perlakuan seimbang diantara subjek penelitian selama
penelitian berjalan.

MENGHITUNG BESAR SAMPEL

Rumus yang digunakan untuk menaksir besar sampel
tergantung pada beberapa faktor. Yang paling berperan
adalah macam/jenis penelitian yang dipilih, apakah
observasional atau eksperimental.

Dalam bagian ini hanya akan diberikan taksiran

ukuran sampel untuk studi cross-sectional dimana
rancangan samplingnya adalah simple random
sampling.
Untuk studi cross-sectional, rumus untuk menaksir
ukuran sampel tergantung pada rancangan
sampling yang dipilih berdasarkan parameter apa
yang akan ditaksir; apakah rata-rata populasi
atau proporsi populasi .

Taksiran Ukuran sampel untuk studi Cross-sectional

Dasar pertimbangan :
a. rancangan sampling
b. parameter yang akan ditaksir ( atau )
Untuk rancangan sampling simple random sampling
pertimbangan lainnya diperlukan presisi (kekeliruan
maksimum yang masih dapat ditolerir), tingkat reliabilitas
yang dikehendaki dan besarnya variabilitas.

Dasar hubungan adalah :

kekeliruan maksimum yang masih dapat ditolerir
= reliabilitas x standar error.
a. Rumus ukuran sampel di mana yang ditaksir
rata-rata populasi
Z 2 2
n = ------------d2

di mana :
n = ukuran sampel yang diperlukan
Z = harga tabel normal untuk
tingkat reliabilitas

2 = varians
d = kekeliruan maksimum yang masih dapat ditolerir.

Contoh :
Ahli nutrisi dari departemen kesehatan ingin
mengadakan survey terhadap wanita remaja untuk
menentukan rata-rata protein intake harian. Jika
dikehendaki d = 5 unit dari nilai sebenarnya dan
dengan tingkat reliabilitas = 95 %, berapa banyak
wanita remaja yang akan dipilih jika deviasi standar
dari protein intake adalah 20 gram ?

Jawab :
Dengan menggunakan rumus diatas diperoleh :
(1,96) 2 (20) 2
n = ------------------ = 62
(5) 2
Catatan :
kalau 2 tidak diketahui ambil sejumlah persentase
tertentu dari populasi misalnya 2 , 5 , 10 , 20 atau 50%
dari N.

Beberapa pedoman mungkin dapat dipakai dalam

memilih persentase adalah :
(1) jika N besar ambil persentase kecil dan sebaliknya
(2) ukuran sampel hendaknya tidak lebih kecil dari 30
(3) ukuran sampel n hendaknya disesuaikan dengan
kemampuan biaya dan waktu.
b. Rumus ukuran sampel di mana yang ditaksir proporsi
populasi
Z2 P Q
n = -------------d2
di mana : P = taksiran proporsi populasi dan Q = 1 - P

PERKIRAAN UKURAN SAMPEL MINIMAL

1. Tentukan berapa sampling error yang ditoleransi yaitu d .
2. Berapa distribusi standar dari obyek studi yaitu s .
3. Tentukan tingkat reliabilitas biasanya 95% yang berarti Z
dalam tabel = 1,96.
4. Persamaan untuk menentukan n :
n = ( 1,96 ) . s / d
Persamaan ini berlaku untuk populasi yang sangat besar atau
tidak diketahui besarnya.
Untuk populasi yang diketahui besarnya N maka rumusnya
menjadi :
n = ( 1,96 ) . s / ( d + 1,96 . s / N )

CONTOH S0AL : Seorang petugas medis ingin

menaksir harga rata-rata kadar Hb pada masyarakat
tertentu. Dari studi pendahuluan ia mengira bahwa
harga rata-rata Hb sekitar 150 mg / l dengan SD 32
mg / liter. Bilamana ia bermaksud mentolerir sampling
error sampai 5 mg / liter dalam perkiraannya, berapa
banyak subjek yang harus dimasukkan dalam
penelitiannya ?

Bila populasi diperkirakan sangat besar :

ukuran sampel minimum = n = 1,96 x 32 / 5 =
157,4 atau sekurang- kurangnya sebanyak 158 orang.
Bila populasi N = 3000 maka :
n = 1,96 x 32 / ( 5 + 1,96 x 32 / 3000 )
n = 149,5 jadi sekurang-kurangnya 150 orang
Bila N = 30.000 n = ?

Bila SD tidak diketahui sering digunakan angka

proporsi ( p ) atau presentasi yang diperkirakan
misalnya 2, 5, 10, 20, atau 50 % dari populasi N.
Rumus yang dipakai :
n =

z.p (1- p)
d

Misalnya : p = 25 % , d = 3 % maka untuk

populasi yang sangat besar
n = ( 1.96 x 0,25 x 0,75 ) / 0,03 = 800,555
jadi subjek penelitian minimum 801 orang.
Untuk populasi N = 3000 disesuaikan dari hitungan
diatas terdapat n = 801 / ( 1 + 801 / 3000 ) = 632
jadi subjek penelitian untuk N = 3000 minimum
sebanyak 632 orang.