Tugas Individu

Mata Kuliah : Rancangan Sampel

Dosen : DR. Masni, Apt.,MSPH

Pengambilan Sampel

MUHAMMAD SYUKRI
K111 05 128

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS HASANUDDIN
MAKASSAR
2012
 Ringkasan

A. Sampling Acak (Probability Sampling)

1. Sampel Acak Sederhana (Simple Random Sampling)
Penarikan sampel acak sederhana adalah sebuah metode untuk
memilih n unit dari N sehingga setiap elemen dari NCn sampel yang
berbeda mempunyai kesempatan yang sama untuk dipilih. Prinsip sampel
acak sederhana, setiap anggota populasi mempunyai kesempatan yang
sama untuk dipilih sebagai sampel.
Teknik acak sederhana ini hanya bisa dipakai jikalau ada kerangka
sampel yang baik lengkap yang memuat daftar nama semua anggota
populasi. Kerangka sampel itu harus akurat dan juga lengkap. Tidak boleh
ada anggota populasi yang tidak masuk dalam kerangka sampel karena
bisa mengurangi kesempatan yang sama bagi semua anggota populasi.
Cara penarikan sampel sederhana adalah sbb:
1. Mengundi
Mengundi atau lottere adalah cara penarikan sampel acak yang
paling sederhana. Kita mencatat terlebih dahulu semua anggota
populasi dan memberi mereka nomor. Misalnya, kalau dalam populasi
ada 100 orang, kita membuat daftar nama 100 orang itu dan memberi
mereka nomor dari 1 sampai 100. Pada saat bersamaan kita membuat
gulungan kertas dengan disertai nomor 1 hingga 100. Teknik mengundi
bisa bermacam-macam (lewat botol kecil, mengambil dengan mata
tertutup, dan sebagainya). Semua cara itu bisa dilakukan asal memenuhi
prinsip semua gulungan kertas itu mempunyai kesempatan yang sama
untuk diambil.
2. Tabel Acak
Tabel bilangan acak adalah tabel yang berisikan angka 0,1,2,3,9,
dimana setiap angka mempunyai kesempatan yang sama untuk dipilih
pada setipa penarikan. Di antara tabel-tabel bilangan acak yang besar
 adalah yang diterbitkan oleh Rand Corporation (1955)satu juta
angkadan oleh Kendall dan Smith (1938)100.000 angka.

2. Sampel Acak Sistematis (Systematic Random Sampling)

Sampel acak sistematis adalah teknik penarikan sampel yang lebih
sederhana dibandingkan dengan acak sederhana. Disebut sederhana karena
teknik ini tidak membutuhkan tabel angka acak seperti pada acak
sederhana.
Langkah pertama dalam penarikan sampel acak sistematis adalah
menentukan interval sampel. Interval sampel ini diperoleh dengan
membagi jumlah populasi dengan jumlah sampel.

Interval sampel =

Selanjutnya, menentukan unsure pertama dari sampel. Unsure pertama ini

dipilih secara acak dari angka interval sampel. Jika sudah dipilih, unsure
kedua dan seterusnya tinggal bergerak sesuai dengan interval sampel.

3. Sampel Acak Stratifikasi (Stratified Random Sampling)

Sampling acak stratisfikasi dilakukan jika populasi dapat dipisah-
pisahkan menurut lapisan tertentu, kemudian masing-masing lapisan
dilakukan pengambilan sampel secara acak. Sampel acak stratifikasi
dilakukan jika populasinya mempunyai karakteristik yang heterogen.
Sampel acak stratifikasi dibedakan menjadi proporsional sampel
acak stratifikasi (Proporsional Stratified Random Sampilng) dan
nonproporsional sampling acak stratifikasi (Non-Proporsional Stratified
Random Sampling).
Penarikan sampel acak berlapis dapat dilakukan dengan mengambil
sampel acak sederhana dari setiap lapisan populasi. Pengambilan
dilakukan dengan membagi populasi menjadi beberapa lapisan sedemikian
rupa sehingga setiap lapisannya relatif homogeny, dan ada hubungan
antara posisi dalam suatu lapisan tertentu dengan ciri yang sedang diteliti.
 Teknik yang digunakan untuk menjaga imbangan atau proporsi
antara elemen populasi menurut lapisannya. Pengambilan sampel tersebut
dinamakan proporsional stratified sampling. Langkah yang dilakukan :
Menetapkan unit-unit elemen populasi dalam bentuk
lapisan berdasarkan karakteristik elemen populasi.
Unit yang mempunyai karakteristik yang sama
dikelompokkan pada satu lapisan.
Mengambil sampel dari masing-masing lapisan
Teknik pengambilan sampel dari masing-masing lapisan
dengan cara acak atau tidak acak
Pengambilan sampel pada masing-masing lapisan,
disarankan proporsional.

4. Sampel Acak Kluster (Cluster Random Sampling)

Pada teknik ini sampel yang diambil bukan unit individu, akan
tetapi terdiri dari rumpun (cluster). Pengambilan sampel secara kluster
dilakukan dengan cara mendaftarkan banyaknya kelompok atau kluster,
kemudian pengambilan sampel berdasarkan kelompok tersebut.
Sampling acak kluster adalah sampel probabilitas yang masing-
masing unit samplingnya merupakan suatu kluster dari elemen. Teknik ini
dipilih sebagai alternative untuk meminimalkan biaya yang diperlukan.
Teknik ini dipilih jika daftar nama elemen pada kerangka sampling tidak
tersedia atau jika biaya untuk melaksanakan menjadi mahal, karena jarak
antar kluster begitu jauh. Langkah yang dapat ditempuh dalam teknik ini
adalah penentuan kluster yang sesuai.
Jika elemen di dalam kluster berdekatan sehingga dimungkinkan
ada kecenderungan mempunyai karakteristik yang sama, kemungkinan
adanya korelasi yang tinggi dengan ukuran elemen yang lain. Jika ukuran
baru diambil, maka informasi tentang parameter secara substansi tidak
meningkat secara signifikan bila ukuran baru diambil pada rumpun yang
sama, sehingga jika peneliti memilih rumpun ukuran besar akan
 menghemat biaya dan masih mendapatkan taksiran parameter populasi
yang baik.

5. Sampel Acak Bertahap (Multistage Random Sampling)

Sampel acak bertahap adalah pengembangan dari sampel acak
kluster. Pada umumnya suatu kluster tersusun secara alamiah. Tahap
(stage) dalam teknik diterapkan untuk tingkatan wilayah atau area,
sehingga pengambilan sampel ini juga disebut area sampling.
Pengambilan sampel dilakukan berdasarkan tingkatan wilayah
secara bertahap, dan pelaksanaannya dengan :

Membagi wilayah populasi menjadi sub wilayah, kemudian dari

sub wilayah ditetapkan sampel.
Dari sub wilayah sampel ditetapkan pula sub-sub wilayah sebagai
sampel.
Dari bagian-bagian lebih kecil, ditetapkan unit-unit sebagai sampel.

B. Non-Probability Sampling
Sampling non-probability adalah sampling yang unit populasinya tidak
mempunyai kesempatan yang sama untuk dipilih menjadi sampel. Hasil sampling
yang diperoleh melalui sampling non-probability tidak dapat digeneralisasikan.
Sampling non-probability dibedakan menjadi :
1. Sampling Purposive
Sampling purposive adalah sampling yang dilakukan dengan
pertimbangan tertentu.
2. Sampling Aksidental
Sampling aksidental adalah ampling yang terjai secara aksidental,
yaitu siapa saja yang kebetulan akan terpilih menjadi sampel.
3. Sampling Kuota
Sampling kuota adalah sampling yang dilakukan berdasarkan
karakteristik tertentu dalam jumlah yang diinginkan.
4. Sampling Jenuh
Sampling jenuh adalah sampling yang prosesnya berdasarkan
sudah jenuh atau belum suatu sampel. Sampel dikatakan jenuh jika sampel
yang terpilih sudah lebih setengah populasi.
5. Sampling Bola Salju
Sampling bola salju adalah sampling yang di mulai dengan
menentukan kelompok kecil yang diminta untuk menunjukkan kawan-
kawannya, kemudian kawan-kawanya tersebut menunjukkan kawan-
kawannya yang lain lagi.
Tugas Individu
Mata Kuliah : Rancangan Sampel
Dosen : DR. Masni, Apt.,MSPH

Besar Sampel

MUHAMMAD SYUKRI
K111 05 128

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS HASANUDDIN
MAKASSAR
2012
 Ringkasan

A. Unsur-unsur yang diperlukan dalam menentukan besar sampel.

Untuk menentukan besar sampel dari berbagai kondisi diperlukan berbagai
unsur baik yang ditetapkan sendiri oleh peneliti, dari kajian pustaka, dari
pengalaman, atau dari pertimbangan klinis.
1. Unsur yang ditentukan peneliti :
a. Kesalahan tipe I, atau tingkat kemaknaan , alfa.
Untuk alfa = 1% = 0,01 (Untuk penelitian yang merusak
atau risiko tinggi), maka interval kepercayaan (CI = 1- =
1-1% = 99% = 0,99) Z1-/2 = 1,67
Untuk alfa = 5% = 0,05, maka interval kepercayaan (CI= 1-
= 1-5% = 95% = 0,95), Z1-/2 = 1,96
b. Kesalahan Tipe II, Beta.
Untuk beta = 10% = 0,1, maka kuat uji = 1- = 1- 0% =
90% = 0,9, Z1- = 1,282
Untuk beta = 20% = 0,2, maka kuat uji = 1- = 1 20% =
80% = 0,8, Z1- = 0,842
c. Besar Penyimpangan (absolute) yang bisa diterima d
d. Besar penyimpangan (relatif) yang bisa diterima, e
2. Unsur yang didapat dari pustaka, pengalaman atau dari pertimbangan
klinis :

a. Varian populasi (2)

b. Prakiraan selisih nilai rerata yang diteliti dengan rerata pada
populasi, 0 - a
c. Prakiraan selisih nilai rerata populasi 1 dengan populasi 2,
d. prakiraan selisi proporsi yang diteliti dengan proporsi pada
populasi,
e. Porporsi kejadian populasi ,P0
f. Prakiraan proporsi kejadian pada populasi, Pa
g. Prakiraan proporsi kejadian pada populasi 1,P1
 h. Prakiraan proporsi kejadian pada populasi 2,P2
i. Prakiraan proporsi kejadian pada populasi 1, (Outcome +),
P1*
j. Prakiraan porporsi kejadian pada populasi 2, (Outcome -),
k. Probabilitas kejadian, p
l. Probabilitas kejadian kelompok 1,p1
m. Probabilitas kejadian kelompok 2, p2
n. Probabilitas keberhasilan kelompok kontrol,Pc
o. Probabilitas keberhasilan kelompok kasus, Pt
p. Simpangan baku sampel , s,simpangan baku populasi, .

B. Penentuan Besar Sampel

1. Jika populasi (N) diketahui
2
1/2 (1)
= 2
2 + 1/2 (1)

Keterangan :
n : Besar sampel
N : Besar populasi
Z1-/2 : Nilai sebaran yang besarnya tergantung
P : Proporsi kejadian
d : Besar penyimpangan (absolute) yang bisa diterima

2. Jika populasi (N) tidak diketahui

[ 1 2 + 1 1 1 + 2 2 ]2
2
= ,
(1 2 )
P1#P2

Keterangan :
N : Besar sampel
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
Z1- : Nilai sebaran normal baku yang besarnya tergantung
P : Proporsi suatu kejadian, Q1 = 1-P
P1 : Proporsi kejadian kelompok 1, Q1 : 1-P1
P2 : Proporsi kejadian kelompok 2, Q2 : 1-P2
3. Untuk estimasi pada sampel tunggal
a. Rumus sampel untuk data kontinu pada populasi tidak terbatas (infinite).
2 2
1/2
= , 0
2
Keterangan :

n : Besar sampel
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
2 : Nilai varian populasi
d : Besar penyimpangan (absolut) yang bisa diterima

b. Rumus besar sampel untuk data kontinu pada pupulasi terbatas (finite)
2 2
1/2
= 2
( 1) 2 + 1/2

Keterangan :
n : Besar sampel minimum
N : Besar populasi
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
2 : Nilai varian populasi
d : Besar penyimpangan (absolut) yang bisa diterima

c. Rumus besar sampel untu data proporsi pada populasi tidak terbatas
(infinite)

2
1/2 (1 )
= , 0
2

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
P : Proporsi pada populasi
d : Besar penyimpangan (absolut) yang bisa diterima

d. Rumus besar sampel untuk data proporsi pada populasi terbatas (finite)
2
1/2 (1 )
= 2
( 1)2 + (1 ) 1/2
Keterangan :
n : Besar sampel minimum
N : Besar populasi
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
P : Proporsi pada populasi
d : Besar penyimpangan (absolut) yang bisa diterima.

4. Untuk uji hipotesis pada sampel tunggal

a. Rumus besar sampel untuk data kontinu
2 (1 + 1 )2
2
= , 0
(0 )2

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
Z1- : Nilai sebaran normal baku yang besarnya tergantung
2 : Nilai varian populasi
0-a : Prakiraan selisih nilai rerata yang diteliti dengan rerata
pada populasi

b. Rumus besar sampel untuk data proporsi

[ 1 0 0 + 1 ] 2
2
= , 0
( 0 )2

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
Z1- : Nilai sebaran normal baku yang besarnya tergantung
P0 : Proporsi populasi, Q0 = 1-P0
Pa : Prakiraan proporsi di populasi, Qa = 1-Pa
Pa-P0 : Prakiraan selisih proporsi yang diteliti dengan proporsi
pada populasi
5. Untuk estimasi pada sampel ganda
a. Rumus besar sampel untuk data kontinu
2
1/2 (2 2 )
= , 0
2

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
2 : Nilai varian populasi
d : Besar penyimpangan (absolut) yang bisa diterima.

b. Rumus besar sampel untuk data proporsi, dibedakan menurut studi

cross-sectional, cohort, dan case-control

Studi potong lintang

2
1/2 [1 (1 1 ) + 2 (1 2 )
= , 0
2
Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya
tergantung
P1 : Proporsi pada populasi 1
P2 : Proporsi pada populasi 2
d : Besar penyimpangan (absolut) yang bisa diterima
Studi Kohort
2
1/2 1 1 1 2
= [ + ]
[ (1 )]2 1 2

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya
tergantung
P1 : Proporsi pada populasi 1
P2 : Proporsi pada populasi 2
e : Besar penyimpangan (relatif) yang bisa diterima
 Studi Case Control
2
1/2 1 1
= [ + ]
[1 (1 )]2 1 (1 1 ) 2 (1 2 )

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya
tergantung
P*1 : Proporsi pada populasi 1(Outcome+)
P2 : Proporsi pada populasi 2 (Outcome -)
e : Besar penyimpangan (relatif) yang bisa diterima.

6. Untuk uji hipotesis pada sampel ganda

a. Rumus besar sampel untuk data kontinu
2 2 (1+ 1/2 )2
= , 1 2
(1 2 )2

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya tergantung
Z1- : Nilai sebaran normal baku yang besarnya tergantung
2 : Nilai varian populasi
1-2 : Prakiraan selisih nilai rerata pada populasi 1 dengan
populasi 2

b. Rumus besar sampel untuk data proporsi dibedakan menurut studi

cross-sectional, cohort dan case-control

Studi potong lintang

Rumus besar sampel :
[1/2 2 + 1 1 1 + 2 2 ]2
= , 1 2
(1 2 )

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya
tergantung
 Z1- : Nilai sebaran normal baku yang besarnya
tergantung
P1 : Perkiraan proporsi pada populasi 1, Q1 = 1-P1
P2 : Perkiraan proporsi pada populasi 2, Q1= 1-P1
P = P1+P2/2

Studi kasus control

[1/2 2 + 1 1 2 + 2 2 ]2
= , 1 2
(1 2 )

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya
tergantung
Z1- : Nilai sebaran normal baku yang besarnya
tergantung
P*1 : Perkiraan proporsi pada populasi 1, Q*1 = 1-P*1
P*2 : Perkiraan proporsi pada populasi 2, Q*1= 1-P*1

Studi Kohort
[1/2 2 + 1 11 + 22]2
= , 1 2
(1 2)

Keterangan :
n : Besar sampel minimum
Z1-/2 : Nilai sebaran normal baku yang besarnya
tergantung
Z1- : Nilai sebaran normal baku yang besarnya
tergantung
P1 : Perkiraan proporsi pada populasi 1, Q1 = 1-P1
P2 : Perkiraan proporsi pada populasi 2, Q1= 1-P1