POPULASI, SAMPLING

DAN BESAR SAMPEL

Didik Budijanto

Pusdatin Kemkes RI
 Alur Berpikir dalam Metodologi Research:
Masalah Identifikasi Mslh [ Batasan ] Rumusan Masalah

-Tujuan Penelitian/ Manfaat Tinjauan Pustaka Kerngka Konsep

/ Hipotesis Metode Penelitian : -
Design Penelitian
- Waktu / Lokasi
- Populasi / Sample
- Variabel / DO
- Instrumentasi
- Uji Coba
- Pengumpulan Data
- Analisis Data.
- Hasil Penelitian Pembahasan Kesimpulan / Saran.

(Debe,2003)
 Lihat Chart dibwh dan sebut
WARNAnya bukan Kata nya dg cepat.
KUNING BIRU ORANYE
HITAM MERAH HIJAU
KUNING MERAH UNGU
BIRU ORANYE HIJAU
MERAH UNGU KUNING
UNGU HITAM BIRU
 PENETAPAN SUBYEK PENELITIAN

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.
 Penetapan Subyek Penelitian, Lanjutan .

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.
B.Penetapan Cara Memilih
Sampel (Sampling)

Mengapa kita Memilih Sampel ??

Cara mana yang adekuat ??

Mana yang bisa mewakili ??

REPRESENTATIVITAS SAMPEL

1. Adekuatitas Tehnik Pemilihan Sampel

2. Besar Sampel yang Dipilih
3. Homogenitas Populasi
4. Banyaknya Karakteristik Subyek yang akan
Dipelajari
 Penetapan Subyek Penelitian , Lanjutan

PROSEDUR PENGAMBILAN SAMPEL :

A. Probability Sampling
1. Simple Random Sampling
2. Sistematik Random Sampling
3. Stratified Random Sampling
4. Cluster Random Sampling
5. Multistage Random Sampling
B. Non Probability Sampling
1.Convenience atau accidental Sampling
2.Purposive Sampling
3.Judgment Sampling
4. Expert Sampling
5. Quota Sampling dll.
 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
jauh atau mengumpul - perlu list
seluruh populasi
 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 variabili-
tas 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).
 NON PROBABILITY SAMPLING
Convenience atau Accidental Sampling :
- Sampel yg terdiri dari unit / individu yang mudah
ditemui.
- Metode ini tidak mempermasalahkan apakah
sampel yg diambil mewakili populasi atau tidak.
- Dirancang untuk melihat fenomena di masyarakat
secara mudah.

Purposive Sampling :
- Sampling yang dilakukan berdasarkan keputusan
peneliti, yang menurut pendapatnya nampak
mewakili populasi.
 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.
 C. PENENTUAN BESAR SAMPEL

Perlu adanya teori sampling

Melibatkan rumus statistik tetapi tidak semua
penelitian.
Pada Penelitian Deskriptif bisa menggunakan Non
Probability Sampling ( Tak perlu rumus statistik )
Penelitian Analitik / Experimental /Inferensial
menggunakan Probability Sampling ( Perlu rumus
Statistik)
 Ketentuan Umum yg perlu diperhatikan :

Untuk menaksir parameter atau menguji

hipotesis.
Data yang digunakan mrpk kontinyu atau
kategorikal / diskrit.
Untuk penelitian Observasional atau
Experimental
Berapa Presisi yang dikehendaki
Adakah nilai parameter populasi yang
diketahui.
 PENELITIAN OBSERVASIONAL
A. BESAR SAMPEL PADA SATU POPULASI
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 = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
2 = harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
N = Besar Populasi
- 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 = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
P = harga proporsi di populasi
d = kesalahan (absolut) yang dapat ditolerir
N = besar populasi
 Stratified random sampling
- Data kontinyu

di mana n = besar sampel minimum

N = besar populasi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
2h = harga varians di strata-h
d = kesalahan (absolut) yang dapat ditolerir
Wh = fraksi dari observasi yang dialokasi pada strata-h = N h/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada
 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
c. Cluster random sampling
- Data kontinyu
Pada cluster random sampling, ditentukan jumlah cluster yang akan diambil sebagai sampel.
Rumusnya 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
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 = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada tertentu
2 = harga varians di populasi
0-a = perkiraan selisih nilai mean yang diteliti dengan mean di
populasi
- Data proporsi
Rumus besar sampel adalah

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada tertentu
P0 = proporsi di populasi
Pa = perkiraan proporsi di populasi
Pa-P0 = perkiraan selisih proporsi yang diteliti dengan proporsi
di populasi
 BESAR SAMPEL PADA DUA POPULASI
1. Estimasi
a. Data kontinyu
Rumus besar sampel sebagai berikut :

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
2 = harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
 b. Data proporsi
- Cross sectional
Rumus besar sampel sebagai berikut :

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
P1 = perkiraan proporsi pada populasi 1
P2 = perkiraan proporsi pada populasi 2
d = kesalahan (absolut) yang dapat ditolerir
- Cohort
Rumus besar sampel sebagai berikut :

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
P1 = perkiraan probabilitas outcome (+) pada populasi 1
P2 = perkiraan probabilitas outcome (+) pada populasi 2
= kesalahan (relatif) yang dapat ditolerir

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 = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
P1* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
= kesalahan (relatif) yang dapat ditolerir
2. Uji Hipotesis
a. Data kontinyu
Rumus besar sampel sebagai berikut :

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada tertentu
2 = harga varians di populasi
1-2 = perkiraan selisih nilai mean di populasi 1 dengan populasi 2
b. Data proporsi
- Cross sectional

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada tertentu
P1 = perkiraan proporsi pada populasi 1
P2 = perkiraan proporsi pada populasi 2
P = (P1 + P2)/2
- Cohort

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada tertentu
P1 = perkiraan probabilitas outcome (+) pada populasi 1
P2 = perkiraan probabilitas outcome (+) pada populasi 2
P = (P1 + P2)/2

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

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada tertentu
P1* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)

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

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 kontinyu.

Pada penelitian eksperimen, untuk mengantisipasi hilangnya unit eksperimen,

dilakukan koreksi dengan 1/(1-f), di mana f adalah proporsi unit eksperimen yang
hilang atau mengundurkan diri atau drop out.
PENGELOLAAN DATA
Ambil Kertas dan Pena, lalu buatlah 4 titik spt di bawah.
Hubungkanlah ke 4 titik tersebut dengan 2 (Dua) garis
sejajar yang berhimpitan.
(1 Menit dari sekarang)
 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
 PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT

Macam Jenis variabel

Jumlah sampel Nominal
Tujuan Rasio-Interval Ordinal /
sampel / (bebas /
pop. berdistribusi Rasio-Interval / kategorik
uji pasangan berpasangan)
normal distrib. tak
normal
Bebas Uji t 2 sampel ~ Uji Mann- ~ Uji khi-
(independent) bebas Whitney kuadrat
~ Uji jumlah ~ Uji eksak dari
2 peringkat dari Fisher
Wilcoxon

Berpasangan Uji t sampel Uji peringkat Uji McNemar

(related/paired) berpasangan bertanda dari (u/ kategori
Komparasi Wilcoxon dikotomik)
(perbeda-
an) Bebas Anava 1 arah Uji Kruskall-Wallis Uji khi-kuadrat
>2 (independent)

Berpasangan Anava u/ subyek Uji Friedman Uji Cochran's Q

(related/paired) yg sama (u/ kategori
dikotomik)
~ Korelasi dari ~ Korelasi dari ~ Koefisien
Korelasi Pearson (r) Spearman (rs) Kontingensi (C)
~ (Regresi) ~ Asosiasi Kappa ~ Koefisien Phi
(k)
 t