Sampling Dan Besar Sampel PDF
Sampling Dan Besar Sampel PDF
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 dalam populasi.
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.
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
- perlu list
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
A. BESAR
1. Estimasi
a. Simple random sampling atau systematic random sampling
- Data kontinyu
Untuk populasi infinit, rumus besar sampel adalah :
Z21-/2 2
n = ------------d2
Jika populasi finit, maka rumus besar sampel adalah :
N Z21-/2 2
n = -------------------------(N-1) d2 + Z21-/2 2
di mana n
Z1-/2
2
d
N
- Data proporsi
Untuk populasi infinit, rumus besar sampel adalah :
Z21-/2 P (1-P)
n = -------------------d2
Jika populasi finit, maka rumus besar sampel adalah :
N Z21-/2 P (1-P)
n = ------------------------------(N-1) d2 + Z21-/2 P (1-P)
di mana
n
Z1-/2
P
d
N
- Data kontinyu
di mana n
N
Z1-/2
2h
d
Wh
L
Data proporsi
Rumus besar sampel adalah :
di mana n
= besar sampel minimum
N
= besar populasi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
Ph = harga proporsi di strata-h
d
= kesalahan (absolut) yang dapat ditolerir
W h = fraksi dari observasi yang dialokasi pada strata-h = N h/N
Jika digunakan alokasi setara, W = 1/L
L
= jumlah seluruh strata yang ada
di mana n
= 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 :
N Z21-/2 2
n = ---------------------------------(N-1) d2 (N/C) 2 + Z21-/2 2
di mana 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
2
d
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
Z1-/2
P1
P2
Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan koreksi
dengan 1/(1-f), 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-
1-2
b. Data proporsi
- Cross sectional
di mana n
Z1-/2
Z1-
P1
P2
P
- Cohort
di mana n
Z1-/2
Z1-
P1
P2
P
- Case-control
di mana
n
Z1-/2
Z1-
P1*
P2*
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 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
di mana t = banyak kelompok perlakuan
r = jumlah replikasi
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 dilapangan.
- 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 dikump?
- Apakah data optimal untuk analisis lanjt?
- 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
Tujuan
uji
Jumlah
sampel /
pasangan
Macam
sampel
(bebas /
berpasangan)
Jenis variabel
Rasio-Interval
pop. berdistribusi
normal
>2
/ kategorik
Uji t 2 sampel
bebas
Berpasangan
(related/paired)
Uji t sampel
berpasangan
Uji peringkat
bertanda dari
Wilcoxon
Uji McNemar
(u/ kategori
dikotomik)
Bebas
Anava 1 arah
Uji Kruskall-Wallis
Uji khi-kuadrat
~ Uji khi-
Anava u/ subyek
yg sama
Uji Friedman
Uji Cochran's Q
(u/ kategori
dikotomik)
kuadrat
~ Uji eksak dari
Fisher
(independent)
Berpasangan
(related/paired)
Korelasi
Rasio-Interval
distrib. tak
normal
~ Uji MannWhitney
~ Uji jumlah
peringkat dari
Wilcoxon
Nominal
Bebas
(independent)
Komparasi
(perbedaan)
Ordinal /
~ Korelasi dari
~ Korelasi dari
~ Koefisien
Pearson (r)
~ (Regresi)
Spearman (rs)
~ Asosiasi Kappa
(k)
Kontingensi (C)
~ Koefisien Phi