BESAR SAMPEL UNTUK UJI HIPOTESIS

1. Uji hipotesis rata-rata satu Populasi (one tail)

* Rumus:
 2 [ Z 1  Z 1  ] 2
n
( 0   ) 2

n = jumlah sampel yang akan diteliti

σ = standar deviasi data populasi
µ = rata-rata populasi
Z1-α/2 = nilai distribusi normal baku (tabel Z) pada α tertentu
Z1-β = nilai distribusi normal baku (tabel Z) pada β tertentu
σ2 = harga varians di populasi
µ0- µ = perkiraan selisih nilai mean yang diteliti dengan mean di populasi

Contoh:
Suatu survei telah mengungkapkan bahwa rata-rata berat badan pria berusia diatas 55
tahun yang menderita penyakit jantung = 90 kg. Berapa besar sampel yang diperlukan
untuk menguji ( = 5%, 1- = 90%): apakah rata-rata berat badan tidak berubah melawan
hipotesis alternatif bahwa rata-rata telah turun dari 90 kg menjadi 85 kg dengan
simpangan baku 20 kg.

Jawaban:

Ho : µo = 90 σ2 = 20 Z1-β = 1,28
Ha : µo < 90 Z1-α = 1,64

20 2 [1,64  1,28]2
n
(90  85) 2

n = 137,08
Jadi besar sampel yang diperlukan adalah 138 orang.
2. Uji hipotesis rata-rata satu Populasi (two tail)
* Rumus:

 2 [ Z1 / 2  Z1  ]2
n
(0   ) 2

Contoh:
Suatu survei telah mengungkapkan bahwa rata-rata berat badan pria berusia diatas 55
tahun yang menderita penyakit jantung = 90 kg. Berapa besar sampel yang diperlukan
untuk menguji ( = 5%, 1- = 90%): apakah rata-rata berat badan tidak berubah melawan
hipotesis alternatif bahwa rata-rata telah turun dari 90 kg menjadi 85 kg dengan
simpangan baku 20 kg.
Jawaban :
Ho : µo = 90 σ2 = 20 Z1-β = 1,28
Ha : µo < 90 Zα/2 = 1,96

 2 [ Z1 / 2  Z1  ]2
n
(0   ) 2

202 [1,96  1,28]2

n
(90  85) 2
n = 168,17
Jadi besar sampel yang diperlukan adalah 169 orang.

3. Uji Hipotesis Beda Rata-rata Pada Dua Populasi

Dalam penelitian sering juga peneliti ingin menguji perbedaan rata-rata pada
dua populasi. Misalnya peneliti ingin mengetahui apakah ada perbedaan rata-rata
kadar hemoglobin ibu hamil antara ibu hamil yang tinggal di pedesaan dan perkotaan.
Pengujian yang dilakukan oleh peneliti dalam analisis adalah pengujian hipotesis nol,
dimana Ho : µ1 = µ2. Sedangkan hipotesis yang ingin dibuktikan adalah hipotesis
alternatif, Ha : µ1 ≠ µ2.

Dengan menggunakan pendekatan yang dalam pengembangan rumus,

diperoleh rumus besar sampel untuk :
 a. Uji hipotesis satu sisi beda rata-rata pada dua populasi

2 2 [ Z 1  Z 1  ] 2
n
( 0   ) 2

b. Uji hipotesis dua sisi beda rata-rata pada dua populasi

2 2 [ Z 1 / 2  Z 1  ] 2
n
( 0   ) 2

Dimana Z1 / 2 adalah nilai z pada derajat kepercayaan 1-α/2, atau derajat kemaknaan α
pada uji dua sisi (two tail). Jika derajat kemaknaan 5%, berarti jika pada populasi tidak ada
perbedaan proporsi (µ1 = µ2), maka peluang peneliti untuk memperlihatkan ada perbedaan
proporsi, µ1 ≠ µ2 (atau salah mengambil kesimpulan) adalah 5%. Derajat kemaknaan

yang umum digunakan adalah 1, 5, dan 10% dengan nilai Z1 / 2 secara berturutan 2.58,
1.96, dan 1,64.

Z1-β adalah nilai z pada kekuatan uji (power) 1-β. Jika kekuatan uji 90%, berarti
jika populasi memang ada perbedaan proporsi, maka peluang penelitian untuk
memperlihatkan ada perbedaan proporsi adalah 90%. Kekuatan uji yang umum
digunakan adalah 99, 95, 90 dan 80%, dengan nilai z secara berurutan 2.33, 1.64, 1.28
dan 0.84. σ2 pada persamaan diatas adalah standar deviasi dari beda rata-rata. Pada
umumnya nilai σ2 tidak diketahui, sehingga σ2 diperkirakan dari varian gabungan :

S p2  [S12  S22 ] / 2

S12 = Standar deviasi pada kelompok 1

S 22 = Standar deviasi pada kelompok 2

Contoh:
Seorang peneliti ingin mengetahui efek asupan natrium terhadap tekanan darah orang
dewasa normal. Pada penelitian sebelumnya dengan jumlah sampel 20 orang untuk
masing-masing kelompok diketahui bahwa pada kelompok masyarakat yang
konsumsi Na rendah rata-rata tekanan diastolic adalah 75 mmHg dengan standar
deviasi 10 mmHg. Pada masyarakat konsumsi Na tinggi rata-rata tekanan darah
diastolic adalah 82 mmHg dengan standar deviasi 12 mmHg.
Jawaban:
n1 = 20 n2 = 20
x1 = 82 x2 = 75
s1 = 12 s2 = 10

S p2  [S12  S22 ] / 2

S p2  [(20  1)122  (20  1)102 ] /

(20-1) + (20-1)
= 122

2 2 [ Z 1 / 2  Z 1  ] 2
n
( 0   ) 2

2.122(1,96  0,84) 2
n
(82 - 75) 2

n = 39,04

sehingga peneliti perlu memeriksa tekanan darah dari 40 orang yang mengkonsumsi
natriumnya rendah dan 40 orang yang konsumsi natruimnya tinggi.

4. Uji Hipotesis Beda Proporsi Dua Populasi

Tujuan penelitian yang menggunakan rumus ini adalah untuk membandingkan
dua kelompok, misa lnya : membandingkan proporsi kepuasan pasien diantara pasien
deng an tingkat sosek rendah dan tinggi, proporsi kinerja pegawai diantara pegawai
denganmasa kerja baru dan lama, dll)
Dalam penelitian seringkali peneliti ingin melakukan uji hipotesis Ho : P1 =
P2 dan Ha : P1>P2. Pada distribusi sampel, jika hipotesis nol benar, p1-p2 =0 dan
variansnya adalah :
Var(p1-p2) = Var (p1)+Var(p2) = P1(1-P1)/n1+P2(1-P2)/n2

Jika P1 sama dengan P2 dan dilambangkan dengan P, maka :

Var(p1-p2) = P(1-P)/n1+P(1-P)/n2 = P(1-P)(1/n1+1/n2)
Dan jika n1 = n2, maka :

Var(p1-p2) =2 [P(1-P)/n]

Nilai P dapat diperkirakan dari :

P  ( P1  P2 ) / 2

* Rumus:

[( Z 1 2 P(1  P ))  ( Z 1  P1 (1  P1 )  P2 (1  P2 ) )] 2
n
( P1  P2 ) 2

n = besar sampel minimum

Z1 = nilai distribusi normal baku (tabel Z) pada α tertentu

Z1  = nilai distribusi normal baku (tabel Z) pada β tertentu

P1 = perkiraan probabilitas outcome (+) pada populasi 1

P2 = perkiraan probabilitas outcome (+) pada populasi 2
P = (P1 + P2)/2
Z1 adalah nilai z pada derajat kepercayaan 1-α, atau derajat kemaknaan α
pada uji satu sisi (one tail). Jika derajat kemaknaan 5%, berarti jika pada populasi tidak
ada perbedaan proporsi (P1=P2), maka peluang penelitian kita untuk memperlihatkan
ada P1 > P2 (atau salah mengambil kesimpulan) adalah 5%. Derajat kemaknaan yang
umum adalah 1, 5, dan 10% dengan nilai Z1 secara berturutan 2.33, 1.64 dan 1.28.

Z1  adalah nilai z pada kekuatan uji (power) 1-β. Jika kekuatan uji 90%,

berarti jika pada populasi memang ada perbedaan proporsi, maka peluang penelitian
kita untuk memperlihatkan ada perbedaan proporsi adalah 90%. Kekuatan uji yang
umum digunakan adalah 99, 95, 90 dan 80%, dengan nilai z secara berurutan 2.33,
1.64,1.28 dan 0.84.
 Untuk beda proporsi 2 kelompok
 P1 dan P2 bergantung pada desain
 Jumlah untuk masing-masing kelompok
 P1-P2 = beda minimal yang dianggap bermakna secara substansi
Contoh:
Obat A dikatakan dapat menghilangkan nyeri pada 80% pasien osteoporosis.
Sedangkanparasetamol dapat menghilangkan nyeri pada 50% pasien osteoporosis.
Seorang peneliti inginmenguji obat A memang lebih efektif dari parasetamol. Berapa
besar sampel yang dibutuhkanjika peneliti menginginkan derajat kemaknaan 1% dan
kekuatan uji 80%.
Jawaban:

P1 = 0,8 Ho : P1 = P2
P2 = 0,5 Ha : P1 > P2
P = P1 + P2 / 2 = (0,8 + 0,5) / 2 = 0,65

[( Z1 2 P(1  P ))  ( Z1  P1 (1  P1 )  P2 (1  P2 ) )]2

n
( P1  P2 ) 2

[( 2,33 2.0,65(1  0,65 ))  (0,84 0,8(1  0,8)  0,5(1  0,5) )] 2

n
(0,81  0,5) 2

n = 49,45
Jadi sampel minimal yang perlu diambil adalah 50 orang

Referensi :

Lemeshow S, Hosmer DW, Klar J, Lwanga SK. Adequacy of sample size in health
studies. Edisi terjemahan. Yogyakarta: Gadjah Mada University Press.
Dahlan MS (2009). Besar sampel dan cara pengambilan sampel dalam penelitian
kedokteran dan kesehatan. Ed. 2, Jakarta: Penerbit Salemba Medika.
Ariawan I (1998). Besar dan Metode Sampel pada Penelitian Kesehatan, Universitas
Indonesia. Depok, 1 April 1998.