MENGAPA SAMPEL

9 Populasi tidak terbatas (infinity)

9 Sumberdaya terbatas (tenaga,
(tenaga dana,
dana waktu)
9 Tidak mungkin diteliti semua (waktu dan ruang)
9 Adanya penelitian yang destruktif (ada objek
penelitian apabila sudah dipakai tidak dapat
dimanfaatkan lagi)
9 Tidak perlu semua diteliti, ada metode sampling yg
didasarkan pada distribusi probabilitas
BESAR DAN METODE
SAMPEL
FITRA YELDA

Populasi target
Kumpulan dari satuan/unit yang ingin kita buat inferensi atau generalisasi
h il penelitian
hasil li i
Populasi studi
Kumpulan dari satuan/unit (N) di mana kita akan memilih sampel
Sampel
Kerangka sampel/Sampling frame
Daftar satuan/unit/anggota populasi yang berisi identitas: (Nomor, Sampel
Nama, & Alamat) Sampel
Sampel
Kumpulan dari satuan/unit yang kita ambil dari populasi studi di mana
pengukuran dilakukan (n)
Unit analisis Sampel sampel
Bagian dari sampel dimana kita akan melakukan analisis (misalnya rumah
tangga, atau indivudu ibu hamil, balita, PUS)

1
 POPULASI

POPULASI TARGET
ISU VALIDITAS

metode
POPULASI STUDI
ISU PRESISI

SAMPEL Besar

Isu Sampling VALIDITAS DAN RELIABILITAS

Page 7

Sampling harus memenuhi 2-kaidah berikut:

1.
1 Ak
Akurasi/valid/akurat
i/ lid/ k t
Mengukur apa yang sebenarnya ingin diukur
Tergantung dari metode mengambil sampel
2. Presisi/konsisten/reliable
Mengambarkan ketepatan ukuran yang diperoleh
Tergantung dari besar sampel
Kesalahan yang sering terjadi adalah metode
pengambilan sampel sering kurang mendapat
perhatian dibandingkan besar sampel

2
Proses desain sampel
Tentukan populasi target
Identifikasi kerangka sampel
Pilih metode sampling
Tentukan besar sampel
Kumpulkan data
Metode Sampling
Metode sampling adalah suatu cara/teknik yang
dipergunakan
p g untuk mengambil
g sejumlah
j sampel
p dari
suatu populasi
Dua Jenis Metode Sampling:
Probability Sampling
Metode pemgambilan didasarkan probabilitas, dimana
semua unit di populasi mempunyai kesempatan yang sama
untuk terpilih sebagai sampel dan besarnya probabilitas
dapat dihitung.
Non Probability Sampling:
Metode pemgambilan tidak didasarkan probabilitas
dimana unit di populasi tidak mempunyai kesempatan yang
sama untuk terpilih sebagai sampel atau prob.

Probability Sampling Simple random sampling (SRS)

1. Simple random sampling (SRS)/ Sampel acak Suatu metode pengambilan sampel, dimana sampel diacak
dari semua unit yang ada di populasi
sederhana C
Cara:
2. Systematic random sampling/Sampel acak Harus ada sampling frame

sistematika Karakteristik populasinya cukup homogen

Populasinya secara gegrafis tidak terlalu menyebar
3. Stratified random samping/ Sampel acak
stratifikasi Syarat:
Memakai undian
4. Cl t random
Cluster d sampling/sampel
li / l acakk kluster
kl t Menggunakan tabel bilangan random
5. Multistage random sampling/ Sampel acak Menggunakan tabel bilangan komputer
banyak tahap Keuntungan/Kelebihan:
Kurang praktis kalau populasinya besar
Relatif mudah untuk populasi kecil

3
Systematic random sampling Systematic random sampling

Suatu metode pengambilan sampel, yang mana sampel dipilih Contoh:

secara acak hanya untuk objek yang pertama, sedangkan
objek berikutnya ditentukan secara kelipatan N 00, n:20,
N:100, 0, N/n:5
N/ 5
Subjek 1 dipilih secara acak dari 1 sd 5 (misalnya terpilih no. 3)
Syarat: Subjek berikutnya diambil dengan kelipatan 5 (yaitu 3+5=8,
Harus ada sampling frame 8+5=13, dst). Terpilih: 3, 8, 13, dst
Karakteristikpopulasinya cukup homogen Keuntungan:
Populasinya secara gegrafis tidak terlalu menyebar Relatif mudah untuk populasi kecil
Menjamin sampel lebih tersebar ke seluruh anggota populasi
Cara: Bisa diaplikasikan pada sampling frame yang belum ada (mis.
pengunjung RS)
Tentukan Interval/kelipatan (k) berikut:
Tidak dianjurkan pada kasus dengan fenomena siklik
k = N/n = interval kelipatan
Contoh: memilih sampel hari dengan K=7, sampel akan jatuh
N = jumlah populasi pada hari yg sama
n = jumlah sampel

Stratified random samping Stratified random samping

Unit populasi dikelompokkan berdasarkan tingkatan (strata) tertentu (mis. Contoh: Kualitas pelayanan pasien rawat inap di RS X
status ekonomi tinggi-rendah); agar populasi terwakili Dibuat strata Kelas VIP, Kelas I, Kelas II, Kelas III
St t
Stratum: b i dari
bagian d i populasi
l i yang memiliki
iliki karakteristik
k kt i tik yang sama &
Jumlah populasi 500 (VIP = 50, Kls 1= 100, Kls II= 150, Kls
karakteristik ini diduga berhubungan dengan variabel yg diteliti.
III= 200) dimana dan jumlah sampel yg diambil 100 pasien
Syarat: Jumlah sampel per strata:

Karakteristik populasinya heterogen VIP = 100/500*50=10

Sampel dalam strata harus sehomogen mungkin Kls I = 100/500 * 100 = 20
dan antar strata harus sehetorogen mungkin Kls II = 100/500 * 150 = 30
Cara: Kelas III = 100/500
100/500*200=40
200=40
Populasi dibagi berdasarkan strata ttt
Buat kerangka sampel masing-masing strata Keuntungan/Kelemahan
Sampel dalam strata diambil secara acak (gunakan tabel random Semua ciri heterogen terwakili
atau undian)
Jumlah sampel diambil proporsional menurut besarnya unit yang ada Bisa mencari hubungan atau membandingkan antar strata
di dalam masing-masing strata Pada tiap stratum, kerangka sampel harus dibuat

4
 Cluster random sampling Cluster random sampling

Populasi masyarakat seringkali sudah terbagi menurut kelompok Contoh: Survei mengetahui cakupan pemeriksaan kehamilan di
tertentu, seperti RT, RW, desa, dll Kab. X
Pembuatan kerangka sampel mungkin dibuat tapi ada Subyek: ibu yang telah melahirkan dalam 1 tahun terakhir
keterbatasan waktu & biaya
Kelompok masyarakat dijadikan kluster dalam pengambilan Cara Sampling:
sampel Buat daftar nama desa/klaster di Kab X
Syarat: Pilih secara acak kalster misal satu desa terpilih = Desa
Populasi heterogen dan menyebar Tigaraksa
Sampel
p dalam klaster harus seheterogen
g mungkin
g Di desa Tiga Raksa semua ibu yang telah melahirkan
dan antar klaster harus sehomogen mungkin dalam 1 tahun terakhir di wawancarai
Cara:
Populasi dibagi berdasarkan kelompok (cluster) (mis. kelurahan/desa) Keuntungan/Kelemahan:
Klaster dipilih secara acak dan sampel dalam klaster diambil secara acak Tidak diperlukan sampling frame unit elementer seluruh populasi
atau diambil seluruhnya.
Varian (SE) lebih besar dari metode SRS

Multistage random sampling Non Probability Sampling

Pada populasi yang secara geografis sangat Purposive sampling

S j ditentukan,, oleh orang
Subjek g yyang
g mengenal
g betul
tersebar pengambilan sampel dapat dilakukan
tersebar, dilak kan populasi yang akan diteliti, sesuai dengan kriteria yang
secara bertahap. Tiap tahap dapat menggunakan ditetapkan oleh peneliti.
metode yang berbeda-beda. Contoh pemilihan sampel:
Mahasiswa yang berprestasi 5 besar
Tokoh masyarakat yang cukup berpengaruh

Insidental/Quota sampling
Sampel dipilih pada saat tertentu (Insidental)
Quota sampling yaitu Jumlah sampel ditentukan sesuai
keinginan peneliti yang tergantung pada Biaya, tenaga,
dan waktu (tanpa mempertimbangkan homogenitas/
heterogenitas, Presisi, dan Rencana analisa)

5
Besar Sampel Perhitungan Besar Sampel

Besar sampel ditentukan oleh: Dasar perhitungan besar sampel adalah Central Limit
Tujuan
j penelitian
p Theorem
Estimasi (Proporsi atau estimasi Rata-rata)
Uji hipotesis (Sig. Level: dan Power: 1- )
Desain penelitian
Observasi
Cross-Sectional
Case-control
Cohort
Eksperimen/Clinical Trial
Presisi: deviasi maksimum nilai estimasi dg nilai populasi sebenarnya atau
perbedaan/deviasi antara dua nilai populasi
Metode Pengambilan sampel
SRS atau bukan SRS

DESKRIPTIF STUDI/Penelitian Survey:

Contoh: Besar Sampel untuk Estimasi Proporsi
Besar Sampel untuk Estimasi Proporsi
Kepala Dinas Kesehatan Bogor ingin mengetahui prevalensi
Sebelum menghitung jumlah sampel peneliti perlu tahu: anemia pada ibu hamil. Hasil survei gizi ibu hamil di Jawa
Perkiraan proporsi (P) Barat dilaporkan proporsi anemia pada kehamilan sebesar
Presisi (d) 62%. Hitunglah jumlah sampel yang diperlukan jika Kepala
Derajat kemaknaan () Dinas menginginkan presisi 10% dan derajat kepercayaan
Rumus: 90%.
z 2 / 2 * p * (1 p) Dari keterangan di atas, p=62% = 0,62 ; d=10%=0,10 ;
n= z=1,64, maka:
d2 1,64 * 0,62 * (1 0,62)
2
n= = 63,37
Perhatian: 0,10 2
Rumus di atas hanya untuk estimasi proporsi
Rumus di atas hanya untuk metode sampel acak
Jadi diperlukan 64 ibu hamil sebagai sampel agar kita
sederhana percaya 90% dalam melakukan estimasi prevalensi anemia
pada ibu hamil di Kab. Bogor

6
DESKRIPTIF STUDI /Penelitian Survey : Contoh: Besar Sampel untuk Estimasi Rata-rata
Besar Sampel untuk Estimasi Rata-rata

Direktur RS ingin mengetahui biaya rata-rata yg dikeluarkan

Untuk menghitung besar sampel peneliti perlu mengetahui: pasien pengunjung poliklinik asthma dalam membeli obat
Perkiraan Varians () yang diresepkan
di k dokter.
d k D i pengamatan 10 pasien,
Dari i
Presisi (d) diperoleh rata-rata biaya Rp. 55.000, dengan standar deviasi
Derajat kemaknaan () Rp. 10.000. Berapa jumlah sampel yg diperlukan jika direktur
Rumus:
RS menginginkan presisi Rp.1000,- dan derajat kepercayaan
95%?
z 2 / 2 * 2 Berdasarkan informasi di atas, =10.000 ; d=1000 ; z=1,96,
n= maka besar sampel
z 2
/2 *
2

d2 n= 2
Perhatian: d
Rumus di atas hanya untuk estimasi rata-rata
Rumus di atas hanya untuk metode sampel acak sederhana n = (1,96 * 10.000 / 0,2)2 = 384,16
Sehingga diperlukan 385 penderita sebagai sampel

Koreksi Populasi terbatas

Untuk populasi yang terbatas, maka Besar Sampel

dapat dihitung ulang dengan rumus berikut:
Besar Populasi (N)

n N *n
n' = =
1+
n N +n
N