Penelitian Kedokteran-

Kesehatan:
Populasi DAN Sampel
PENELITIAN

dr. Dian Isti Angraini, MPH

FK UNILA
2016
popuLASI
popuLASI

Populasi dalam penelitian

sejumlah besar subyek yang
mempunyai karakteristik tertentu

Dibagi menjadi 2 yaitu:

a. Populasi target
b. Populasi terjangkau/ sumber
Populasi target

Populasi yang merupakan sasaran akhir penerapan akhir penelitian

a

Bersifat umum
b

Pada penelitian klinis karakteristik demografis (usia, JK) dan

c karakteristik klinis (sehat, DM, pneumonia, dll)

Contohnya : penelitian pemberian TABURIA dengan kejadian diare

pada bayi usia 1-2 tahun populasi target adalah bayi berusia 1-2
d tahun pada populasi inilah hasil penelitian kelak diterapkan.
Populasi terjangkau
Populasi target yang Bagian dari populasi
dapat dijangkau oleh target yang dibatasi oleh
peneliti tempat dan waktu

Pop terjangkau bayi

berusia 1-2 tahun yang
Contoh; pop target: bayi
menderita diare yang
berusia 1-2 tahun yang
berobat di puskesmas
menderita diare
Kedaton pada tahun
2012.

Dari populasi terjangkau

ini dipilihlah SAMPEL
penelitian Subyek
yang langsung akan
diteliti.
Kerangka Sampling
Kerangka sampling adalah daftar yang
berisikan setiap elemen populasi yang
bisa diambil sebagai sampel.
Contoh : Mahasiswa Unila
Kerangka Sampling: Daftar dari seluruh
mahasiswa Unila, mulai dari nama, TTL,
JK, alamat, fakultas, prodi, dll
Sampel
sampel
Bagian (subset) dari populasi yang dipilih

a dengan cara tertentu hingga dianggap

dapat mewakili populasinya.

Sampel yang dikehendaki/ subyek

b
terpilih:

bagian dari populasi terjangkau yang

direncanakan untuk diteliti langsung

memenuhi kriteria pemilihan (inklusi

dan eksklusi)
Sampel (2)

Subyek yang benar diteliti:

mengikuti penelitian dari awal

sampai selesai
merupakan bagian dari subyek
terpilih dikurangi dengan drop
out, loss to follow up dll
hasil penelitian merupakan
hasil penelitian pada kelompok
ini
Mengapa
menggunakan
sampel?
Lebih murah

Lebih mudah

Lebih cepat

Lebih akurat pengukuran atau pemeriksaa pada subyek yang lebih

sedikit lebih teliti dan akurat dibanding populasi yang besar

Mewakili populasi PILIH dengan CARA yang BENAR; inferensi

hasilnya dapat dilakukan dengan tingkat kesalahan yang ditetapkan

Lebih spesifik data pasien lebih homogen

Aspek penting
sampel
Sampel harus representatif
. (mewakili populasi) sampel
memberikan informasi terhadap
populasi yang sebenarnya
Kerangka sampling (sampling
Frame) adalah daftar semua
unsur sampling dalam populasi
sampling.
Semakin banyak ukuran sampel
maka semakin kecil tingkat
kesalahan generalisasi yang
terjadi dan sebaliknya
 KELOMPOK KARAKTERIST CONTOH
SUBYEK IK

POPULASI Dibatasi karakt Pasien DM tipe

TARGET klinis & 2
Validitas demografis
eksternal II Pasien DM tipe
POPULASI Dibatasi oleh 2 di RSUAM
TERJANGKAU tempat & waktu tahun 2015
Validitas (400 orang)
eksternal I
Dipilih secara
SAMPEL YANG 100 pasien DM
random dr pop
DIKEHENDAKI tipe 2
terjangkau
Validitas
internal Subyek yg
SUBYEK YANG
menyelesaikan 95 pasien DM
BENAR
prosedur tipe 2
DITELITI
penelitian
Validitas interna
Menunjukkan apakah hasil penelitian
bebas dari kesalahan acak, bias, dan
perancu (confounding)

Apakah hubungan yang didapatkan

benar-benar hanya dipengaruhi oleh
variabel-variabel yang diteliti

Faktor yang berperan penting

ketepatan desain, seleksi subyek dan
pengukuran
Validitas eksterna

Menunjukkan berapa baik hasil

penelitian tersebut dapat diterapkan
pada kelompok yang lebih luas

Sampel populasi terjangkau

populasi target

Validitas eksterna baik BILA

validitas interna baik
Kriteria inklusi

Karakteristik umum subyek penelitian pada populasi target dan

populasi terjangkau

Harus relevan dengan masalah penelitian

Kendala memperoleh kriteria yang sesuai

Pertimbangan ilmiah dikorbankan karena alasan praktis.

Misal; diagnosis pasti ulkus duodenum dgn endoskopi alat tdk

tersedia diagnosis berdasarkan klinis dan radiologis
Kriteria eksklusi

Keadaan yang
biasanya menjadi
kriteria eksklusi:
a. Terdapat keadaan atau
Merupakan kriteria penyakit lain yang
Kriteria eksklusi
yang ditetapkan untuk mengganggu pengukuran
BUKAN kebalikan dan interpretasi
mengeluarkan subyek
inklusi b. Terdapat keadaan yang
dari penelitian. mengganggu jalannya
penelitian (domisili tdk
tetap)
c. Hambatan etis
d. Subyek menolak
berpartisipasi
Cara pemilihan
sampel
A. Probability Sampling
1.Simple Random Sampling
2.Systematic Sampling
3.Stratified Random Sampling
4.Cluster Sampling
5.Multistage Sampling

B. Non Probability Sampling

1.Consecutive Sampling
2.Convenient Sampling
3.Purposive / Judgmental Sampling
Probability sampling
Teknik penarikan sampel, dimana setiap
unsure atau elemen sampling diberi
kesempatan yang sama dan persis sama
untuk diikutkan/dipilih dalam sample.

Syarat probability sampling

sampling frame

Sampling frame : daftar subyek

dan karakteristiknya yang
terdapat pada populasi
terjangkau penelitian.
Simple random
sampling
Pemilihan subyek secara acak

Masing-masing subyek memiliki peluang sama dan

independen untuk terpilih menjadi sampel

Dapat dilakukan dengan pengembalian atau tanpa

pengembalian (plg banyak digunakan)

Hitung jumlah subyek dalam populasi pilih sampel

sesuai jumlahnya secara acak atau dengan bantuan
tabel angka random
Simple random
sampling (2)
Keuntungan: Kerugiannya:

Memungkinkan Peneliti harus

peneliti mempunyai daftar
mengetahui subyek
besarnya dokumentasi tdk
sampling error ada/ lengkap di
penelitian negara
Memberikan berkembang
sampel yang Membutuhkan
secara rata-rata perencanaan lebih
representatif matang dan biaya
terhadap populasi lebih besar
terutama jika
populasi besar
Systematic sampling
Merupakan sistem pencuplikan random

Bukan random murni

Pemilihan subyek secara random hanya

satu kali yaitu ketika memilih subyek
pertama
Pemilihan subyek berikutnya tidak secara
random, tetapi secara berurutan sesuai
dengan interval yang telah ditentukan.
Systematic sampling
(2)
Contoh:
Populasi sejumlah N, sampel yang
diinginkan sejumlah n.
Interval yang digunakan untuk memilih
secara sistematis adalah k=N/n
Peneliti memilih secara random
subyek pertama di antara subyek 1
dan k, misal nomor 4.
Selanjutnya peneliti memilih subyek
nomer 4+k, 4+2k, 4+3k, 4+4k, dst
Stratified random
sampling
Teknik pencuplikan dengan
membagi populasi target dalam
strata (subpopulasi) menurut
karakteristik tertentu yang
dianggap penting oleh peneliti

Strata berdasarkan area

geografis, status sosioekonomi,
umur, JK, status gizi, dll

Pencuplikan dari masing-

masing strata, biasanya secara
random

Hasilnya dapat digabungkan

menjadi satu sampel yang
terbebas dari variasi untuk
setiap strata.
Stratified random
sampling (2)
Ada 2 jenis:
1. Proportionate stratified random sampling
2. Disproportionate stratified random
sampling

Keuntungan:
3. Kelompok dari populasi yang dipandang
penting oleh peneliti dapat terwakili
secara proporsional
4. Peneliti dapat memperoleh sampel yang
representatif
5. Peneliti dapat memperkirakan sampling
error
Cluster sampling
Sampel dipilih secara acak pada
kelompok individu dalam populasi yang
terjadi secara alamiah

Contohnya: wilayah kabupaten,

kecamatan, kelurahan, dst

Cara ini sangat efisien bila populasi

tersebar luas sehingga tidak mungkin
membuat daftar seluruh populasi tersebut

Keuntungan: menghemat biaya cukup

mengamati klaster-klaster terpilih
Cluster sampling (2)
Kerugiannya:
1. Kurang teliti
2. Peneliti tidak mengetahui persis
jumlah subyek
3. Tidak mengetahui probabilitas
masing-masing subyek untuk terpilih
4. Bias pada analisis data
Multi-stage sampling

Merupakan pencuplikan bertingkat

Unit pencuplikan dipilih secara random di

tiap tingkat multi stage random sampling

Bila unit pencuplikan merupakan klaster

multi stage random cluster sampling

Contoh: meneliti status gizi bayi

Propinsi Lampung Kabupaten Lampung
Tengah Puskesmas Posyandu
Multi-stage sampling
(2)
Keuntungan:
1. Lebih mudah dilakukan daripada
teknik satu tingkat kerangka
pencuplikan dibuat terpisah antar
tingkat
2. Dengan biaya yang sama,
pencuplikan bertingkat menghasilkan
sampel lebih besar dan lebih efisien
dibandingkan pencuplikan random
sederhana.
Consecutive
sampling
Pemilihan subyek subyek yang datang secara
berurutan dan memenuhi kriteria pemilihan
dimasukkan dalam penelitian sampai jumlah subyek yang
diperlukan terpenuhi.

Merupakan jenis non-probability sampling yang paling

baik dan seringkali termudah

Sebagian besar pen klinis (termasuk uji klinis) dilakukan

dgn teknik ini

Disarankan waktu pemilihan subyek jangan telalu pendek

agar hasilnya menyerupai probability sampling
Convenient
sampling

Sampel diambil tanpa sistematika tertentu

Cara termudah dan terlemah

Jarang dapat mewakili populasi terjangkau apalagi populasi target

Contoh: meneliti pasien hipertensi di puskesmas sebanyak 100 orang

- 1 minggu pertama dpt 10 org
- 1 bulan berikutnya cuti
- 2 mg berikutnya 12 org
- Krn dinas luar cuti 1 mg
- 2 mg berikutnya pengambilan data hanya pada pukul
10.00-12.00
Judgmental
sampling atau
Purposive sampling
Pencuplikan sampel dengan tujuan
eksplisit tertentu
Berdasarkan pertimbangan subyektif
dan praktis responden dapat
memberikan jawaban yang memadai
untuk menjawab pertanyaan penelitian.
Pen kuantitatif bertujuan

.
mendapatkan sampel yang memiliki
karakteristik tertentu atau mendapat
kelompok penelitian yang sebanding
dalam karakteristik tt data yg
diperoleh dpt dianalisis dgn valid
Kelemahannya = convenient sampling
Judgmental sampling atau
Purposive sampling (2)

Pen kualitatif pencuplikan teoritis

bukan mendapatkan sampel yang
mewakili seluruh variasi tetapi
memperoleh pemahaman yang lebih
mendalam ttg kasus yg sedang
dianalisis dan dan memudahkan
pengembangan kerangka dan konsep
analisis yang digunakan.

.
Contoh: mengetahui pendapat ibu
tentang ASI eksklusif dan susu formula
sampelnya ibu yang memberikan
ASI eksklusif dan sufor di posyandu
Melati
Kekurangan kurang representatif
TOTAL SAMPLING

Teknik penentuan
sampel bila semua
anggota populasi
digunakan sebagai
sampel.
Area Sampling
( Penarikan Sampel Wilayah)

Cara ini dilakukan karena populasi tidak

dapat kerangka sampling.

Dibutuhkan suatu foto udara yang jelas

dan rinci dari wilayah yang akan diteliti,
sehingga dapat diketahui blok-blok yang
ada seperti perumahan, pertokoan.

Teknik penarikan sampel sama seperti

penarikan sampel secara bertahap.
Quota Sampling
(Penarikan Sampel
Jatah)
Cara ini mirip dengan stratified sampling,
yaitu dengan membagi populasi ke dalam
sub-sub populasi sesuai dengan fokus
penelitian.
Penarikan sampel jatah dilakukan bila
peneliti tidak dapat mengetahui jumlah
yang rinci dari setiap strata populasinya.
Snow-ball Sampling
(Penarikan Sampel
Bola Salju)
Cara penarikan sampel ini dimulai dengan jumlah yang sedikit
akhirnya menjadi banyak, dengan beberapa tahap.

Pertama, menentukan satu atau beberapa orang untuk

diwawancarai.

Selanjutnya orang-orang tersebut akan berperan sebagai titik

awal penarikan sampel selanjutnya.
Salah satu kelemahannya adalah sampel yang pada tahap
berikutnya adalah orang-orang terdekat (peer group). Karena
itu orang pertama dipilih lebih dari satu.
Snow-ball Sampling
(Penarikan Sampel
Bola Salju)
A

B C

D E F G H I

J K L M N O
Sequential Sampling

Penarikan sampel ini

dimulai dengan
pengambilan sampel
dalam jumlah kecil,
kemudian data dianalisis.

Jika hasilnya masih

diragukan, maka sampel
diambil yang lebih besar
dan seterusnya.
Accidental/Haphazard Sampling (Penarikan
Sampel Secara Kebetulan)

Penarikan sampel
ini dilakukan
dengan cara
memilih orang
yang kebetulan
ditemui.
Menghitung besar sampel
(sample size) penelitian
Mengapa perlu memperkirakan
besar sampel dengan benar?
Banyak penelitian tidak dipublikasikan
hasil tidak bermakna secara
statistik, walaupun penting secara
klinis BIAS PUBLIKASI
Tidak bermakna????
Penyebabnya
KURANGNYA SUBYEK YANG
BENAR-BENAR
DITELITI
TIDAK TEPAT MENGHITUNG
BESAR SAMPEL
FAKTOR YANG DIPERLUKAN DALAM
ESTIMASI BESAR SAMPEL
Perbedaan hasil klinis atau
effect size (d)

Besarnya kesalahan tipe 1 ( )

atau hasil positif semu

Power (1-); = kesalahan tipe

2/ hasil negatif semu

Karakteristik data (simpang

baku, proporsi, korelasi, mean,
odds ratio, dll)
Perbedaan hasil klinis atau
Efect size
Perbedaan hasil klinis, effect
size, presisi ditentukan oleh
peneliti

Semakin kecil perbedaan hasil

yang diinginkan makin banyak
jumlah sampel yang dibutuhkan
semakin bermakna hasil
penelitian secara statistik
Kesalahan dalam uji
hipotesis
Kesalahan tipe I
Kesalahan tipe II ()
( )
Besarnya peluang Besarnya peluang
untuk menolak Ho untuk menerima
pada sampel, Ho pada sampel
padahal pada yang sebenarnya
populasi Ho benar harus ditolak
(positif semu) (pada populasi =
Kesalahan untuk negatif semu)
menolak Ho Kesalahan untuk
padahal harusnya menerima Ho
Ho diterima padahal harusnya
Ho ditolak
Kesalahan dalam uji
hipotesis (2)
Penelitian Keadaan sebenarnya (populasi)
(sampel)

Hipotesis benar Menerima Ho

(menolak Ho)

Menerima Power (1-) Kesalahan tipe I

Hipotesis Positif Benar ( )
(menolak Ho) Positif semu

Menolak Kesalahan tipe II Negatif Benar

Hipotesis ()
(menerima Ho) Negatif semu
Kesalahan dalam uji
hipotesis (3)

Kesalahan Kesalahan
tipe 1 tipe 2

- Kesalahan tipe I dan II akan berkurang dengan bertambahnya jumlah

sampel
- Nilai dan ditetapkan oleh peneliti
- Makin kecil (makin besar Z) makin besar sampel
=0,05 Z=1,64 dan =0,01 Z = 1,94
- Z dan Z : deviat baku yang menunjukkan konversi dari luas
daerah di
bawah kurva normal pada tingkat kepercayaan tertentu terhadap
simpang
baku
Power penelitian
Power : kekuatan untuk menolak Ho apabila dalam
populasi terdapat perbedaan hasil klinis; kemampuan untuk
mendeteksi hubungan/ perbedaaan dimana hal tersebut
memang benar ada

Power : 1-; (=20% power 80%)

Power 80% penelitian itu mempunyai atau kekuatan

sebesar 80% untuk mendeteksi perbedaan hasil klinis
(dalam sampel penelitian) apabila perbedaan tersebut
dalam populasi memang ada
Power penelitian (2)
Power penelitian ~ nilai sensitivitas (uji
diagnostik)

Nilai power (1-) dan ditetapkan oleh peneliti

Power : 80% dan 90%

Makin besar power makin besar Z makin

kecil makin besar sampel
Rumus perhitungan
besar sampel

Deskriptif data Deskriptif data

kategorik numerik
Rumus perhitungan
besar sampel (2)

Analitis
tidak
berpas
angan,
data
kategori
k

Analitis
tidak
berpas
angan,
data
numerik
Rumus perhitungan
besar sampel (3)
Analitis:
berpasanga
n data
kategorik

Analitis:
berpasanga
n data
numerik
Rumus perhitungan
besar sampel (4)

Analitis
Korelatif
Rumus SLovin

Rumus sederhana dgn menggunakan data jumlah populasi (N) dan

batas toleransi kesalahan (e, d) spt 5%
Rumus Slovin dapat dipakai untuk menentukan ukuran sampel, hanya
jika penelitian bertujuan untuk yang menduga proporsi populasi.
Bila menggunakan rumus slovin teknik sampling non probability
Validitas eksternal????
referensi
Dahlan, MS. (2010). Besar sampel dan cara
pengambilan sampel dalam penelitian
kedokteran dan kesehatan. Salemba Medika :
Jakarta.
Murti, B. (2010). Desain dan Ukuran Sampel
untuk Penelitian Kuantitatif dan Kualitatif di
Bidang Kesehatan. Edisi 2. Gadjah Mada
University Press: Yogyakarta.
Sastroasmoro, S., Ismael, S. (2011). Dasar-
dasar Metodologi Penelitian Klinis. Edisi ke-4.
CV Sagung Seto: Jakarta.
Sugiyono. (2011). Metode Penelitian
Kuantitatif, Kualitatif, R dan D. Penerbit
Alfabeta : Bandung.
Selamat meneliti

TERIMAKASIH.