a) Skenario
SKENARIO 3
Teknik Sampling
b) Klarifikasi Istilah
STEP 1
1. Kriteria inklusi : kriteria umum subjek dari populasi target yang
terjangkau yang akan diteliti
2. Kriteria eksklusi : ciri anggota populasi yang tidak dapat diambil
sebagai sampel
3. Cluster random sampling : teknik pengambilan sampel berapa pengambilan
sampel secara kelompok dari populasi yang
tersebar pada wilayah yang luas
4. Populasi terjangkau : populasi target yang dapat terjangkau
d) Analisis Masalah
STEP 3
1. Berdasarkan jenis yaitu terbatas dan tak terbatas.
Sifatnya : homogen dan heterogen
Kelompok : umum dan target
Target dan terjangkau
3. Teknik sampling
Probability : simple, proportionate, dispropotionate, cluster ( single stage,
double stage, multi stage)
Non probability : quota sampling, systematic, insidental, populasi, sampling
jenuh, snowball, purposif, konsikutif, convenient
mix : sampling systematic
non : biaya besar, populasi
kelemahan : tidak ada investigasi
5. Menentukan populasi
Mencari data yang akurat dari unit populasi
Memilih sampel yang representatif
Menentukan jumlah sampel
Kerangka sampel
Teknik sampel
3
Metode sampel
Pengumpulan data
Me-review
Untuk mengambil sampel dari kelompok unit yang kecil
e) Sistematika Masalah
STEP 4
1. terbatatas : sumber data yang terbatas
tidak terbatas : tidak dapat ditentukan populasi yang luas
berdasarkan jenis : homogen ( populasi rawat jalan BPJS) heterogen (sifat
dalam keadaan yang berbeda)
berdasarkan target : ranah / domain
berdasarkan terjangkau : dapat dijangkau oleh peneliti lebih rinci
Menentukan populasi ada 4
- isi
- satuan
- cakupan
- waktu
sistematis
4
- HIV penularannya
- CA paru sampel jenuh
Sampling
- pengambilan n=2 N
- tidak ada pengambilan (diambil dalam 1x)
5. Tujuan penelitian
- menentukan populasi
- menentukan jumlah data
- menentukan teknik sampling
- kerangka sampling
- besar sampling
- mereview
5
Mind Map
Populasi
Eksklusi
Kegunaan
Teknik
Sampel
Sampling
Jenis Inklusi
Langkah
Probability Non
Probability Besaran Sampel
f) Sasaran Belajar
STEP 5
1. Jenis-jenis teknik sampling (beserta contohnya)
2. Langkah-langkah menentukan besar sampel
g) Belajar Mandiri
STEP 6
Belajar mandiri
h) Penjelasan
STEP 7
1. Jenis-jenis teknik sampling
Teknik sampling adalah merupakan teknik pengambilan sampel. Untuk
menentukan sampel dalam penelitian, terdapat berbagai teknik sampling yang
digunakan. Secara skematis, macam-macam teknik sampling ditunjukkan pada
gambar 1.1. 1
6
Probability Sampling
A. TEKNIK PROBABILITY SAMPLING
Teknik probability sampling adalah cara pengambilan sampel
dengan semua objek atau elemen dalam populasi memiliki kesempatan
yang sama untuk dipilih sebagai sampel. Hasil penelitian dijadikan untuk
mengestimasi populasi (melakukan generalisasi). 2
7
1) Buat kode untuk setiap anggota populasi yang ditentukan (bisa 2 atau 3
digit). Sebagai contoh dalam suatu penelitian memiliki 50 anggota
populasi, dimana populasinya merupakan dokumen rekam medis. Dari 50
rekam medis yang telah ditentukan diberikan kode 2 digit, dari nomor urut
01 s.d 50. Setelah diperhitungkan menggunakan rumus besaran sampel
didapatkan sampel yang harus dipenuhi yaitu 44 rekam medis. 2
2) Kemudian pada kolom 2 buat nama Rand, kemudian buat rumus =rand
(Tarik rumus untuk meneruskan pada baris berikutnya). 2
terdiri dari 500 orang, kemudian sampel yang diinginkan adalah 50.
Sampling interval pada penelitian tersebut adalah sebagai berikut: 2
N
K= n
500
K= 50
K= 10
Misal titik awal pada anggota populasi yang akan diambil sebagai
sampel adalah nomor 8, maka sampelnya adalah a, a2 (a+k), a2+k, dst
sehingga sampel penelitian adalah 8, 18, 28, dan seterusnya sampai
mencapai jumlah 50 anggota sampel. Untuk mencegah nomor urut sampel
ketika ditentukan dengan interval tidak tersedia, lebih baik menentukan
titik awal dari nomor 1 – 10. 2
Non-Probability Sampling
Non probability sampling merupakan cara pemilihan sampel yang lebih praktis
dan mudah dilakukan daripada probability sampling karenanya dalam penelitian
klinis lebih sering digunakan daripada probability sampling. Namun perlu diingat,
karena semua prosedur statistika berdasarkan asumsi umum bahwa sampel
diambil secara probability samplinh (khususnya random sampling), maka
kesahihan sampel non probability sampling terletak pada berapa benar
karakteristik sampel yang dipilih dengan cara lain akan menyerupai karakteristik
sampel bila pemilihan dilakukan dengan cara probability sampling. 4
a. Consecutive sampling
15
Pada consecutive sampling, semua subyek yang dating berurutan dan memenuhi
kriteria pemilihan dimasukan dalam penelitian sampai jumlah subyek yang
diperlukan terpenuhi. Consecutive sampling ini merupakan jenis non probability
sampling yang paling baik, dan seringkali merupakan cara termudah. Faktanya
sebagian besar penelitian klinis (termasuk uji klinis) pemilihan subyeknya
dilakukan dengan teknik ini. 4
Agar hasil pemilihan subyek dengan consecutive sampling dapat menyerupai hasil
dengan probability sampling, maka jangka waktu pemilihan pasien atau subyek
penelitian harus tidak terlalu pendek, terutama untuk penyakit yang dipengaruhi
oleh musim. Contohnya, pengambilan pasien demam berdarah dengue pada
bulan-bulan Agustus-September mungkin tidak mewakili karakteristik pasien
demam berdarah dengue pada umumnya, oleh karena puncak insidens penyakit ini
biasanya terjadi antara bulan April-Juni dan karakteristik pasien pada puncak
insidens biasanya tidak sama dengan pada bulan-bulan lain. Untuk jenis penyakit
yang tidak dipengaruhi oleh musim hal tersebut dapat diabaikan. 4
b. Convinient sampling
Cara ini merupakan cara termudah untuk menarik sampel, namun juga sekaligus
merupakan cara yang paling lemah. Pada cara ini sampel diambil tanpa
sistematika tertentu sehingga jarang dapat dianggap dapat mewakili populasi
terjangkau, apalagi populasi target penelitian. 4
nilai-nilai normal (contoh :ukuran ginjal pada bayi baru lahir, dimensi ruang
jantung dengan cara ekokardiografi pada orang dewasa normal). 4
Contohnya untuk meneliti pendapat ibu-ibu tentang pemberian ASI dan susu
formula, dipilih ibu-ibu yang pernah memberikan ASI dan pernah pula
memberikan susu formula pada bayinya, atau ibu yang pendidikannya cukup
sehingga dapat memberikan keterangan yang lebih akurat. Cara tersebut
mempunyai kelemahan yang lebih kurang sama dengan cara convinient sampling.
4
Berikut ini penjelasan lebih lanjut tentang penarikan sampel secara tidak acak
(non probability sampling). 4
a. Purposive Sampling
17
b. Insidental Sampling
c. Quota Sampling
Sampel yang akan diambil ditentukan oleh pengumpul data dan sebelumnya telah
ditentukan jumlah yang akan diambil. Kalau jumlah tersebut sudah dicapai, si
pengumpul data berhenti, selanjutnya hasil itu dipresentasikan. Sebagai contoh,
misalnya seorang peneliti ingin mengetahui apakah masyarakat setuju dengan
kebijakan larangan merokok di tempat umum. Sebelum mengumpulkan data telah
ditentukan bahwa ia akan mewawancara sebanyak 1000 orang yang sedang
mengunjungi sebuah pusat perbelanjaan di Jakarta. Kepada setiap orang yang
hendak mengunjungi sebuah pusat perbelanjaan ditanyakan apakah ia setuju
dengan kebijakan larangan merokok di tempat umum. Orang yang ditanya atau
responden mungkin hanya menjawab setuju atau tidak setuju. Peneliti tersebut
akan berhenti setelah ia menanyai sebanyak 1000 orang dan akan menulis hasil
temuannya. 2
Sampling kuota (penarikan sampel secara jatah) merupakan teknik sampling yang
dilakukan atas dasar jumlah atau jatah yang telah ditentukan. Sebelum kuota
sampel terpenuhi maka peneltian belum dianggap selesai. 2
d. Sampling Jenuh
Teknik sampling jika semua anggota populasi digunakan sebagai sampel. Hal ini
dilakukan jika jumlah populasi kurang dari 30. 2
e. Snowball Sampling
Penarikan sampel pola ini dilakukan dengan menentukan sampel pertama. Sampel
berikutnya ditentukan berdasarkan informasi dari sampel pertama, sample ketiga
ditentukan berdasarkan informasi dari sampel kedua, dan seterusnya sehingga
jumlah sampel semakin besar. Dikatakan snowball sampling karena penarikan
sampel terjadi seperti efek bola salju. 2
dengan mengukur keseluruhan populasi tersebut. Tetapi pada umumnya hal ini
tidak dapat dilakukan karena terbentur beberapa keterbatasan seperti dana,
waktu dan kemampuan peneliti. Keadaan inilah yang kemudian memaksa kita
untuk menggunakan sampel untuk mengestimasi kondisi target populasi. 4
Sampel yang akurat ditentukan oleh besar/jumlah sampel pada penelitian kita.
Perhitungan jumlah sampel harus berdasarkan tujuan penelitian dan estimasi
terbaik dari kondisi target populasi. Banyak peneliti yang hanya mementingkan
jumlah sampel tetapi tidak memikirkan bagaimana cara memilih subyek.
Jumlah sampel yang adekuat tanpa proses pemilihan subyek yang benar maka
akan hanya akan mendapatkan akurasi saja tetapi tidak akan mendapatkan
ketepatan subyek (valid). 4
Kita mengguanakn rumus besar sampel untuk estimasi proporsi populasi jika
tujuan penelitian kita untuk mengestimasi prevalensi suatu penyakit atau
cakupan program kesehatan. Contoh jenis penelitian ini : survey untuk
menentukan cakupan imunisasi pada balita, survey untuk melihat prevalensi
diare, dll. Atau dengan kata lain penelitian ini adalah penelitian deskriptif atau
penelitian yang bertujuan tidak menguji hipotesis. 2
22
Besar sampel yang dipilih akanpaling besra jika p sama dengan 0.5. Oleh
karena itu disarankan bila peneliti tidak mengetahui besarnya p dalam populasi,
23
memilih p sebesar 0.5 akan memberikan jumlah yang cukup. Untuk nilai d
bervariasi antara 0.01 samapai dengan 0.25. 2
Contoh :
Seorang peneliti ingin mengetahui proporsi anemia anak di sebuah SD di desa
A. Di asumsikan bahwa pemilihan sekolah dilakukan dengan cara random
sampling sederhana (simple random sampling), berapa sampel yang
dibutuhkan jika diperkirakan 50 % dari anak –anak tersebut (populasi target)
anemia, dimana d ditentukan sebesar 10 % (0.01) dan tingkat kepercayaan 95
%. 2
Peneyelesaian :
Dengan menggunakan rumus sampel di atas :
n = (1.962 * 0.5* 0.5)/ (0.102) = 97, maka diperlukan 97 anak dalam
penelitian tersebut. Beberapa software tersedia untuk membantu kita dalam
24
diantara pegawai denganmasa kerja baru dan lama, dll) Rumus perhitungan
besar sampel untuk uji hipotesis proporsi dua populasi : 2
Kalau kita menggunakan software Ssize untuk menghitung besar sampel untuk
uji hipotesis proporsi dua populasi maka kita memilih Hypothesis test for two
population proportions (two sided test) dari menu utama kemudian klik
Estimate. Kotak dialog akan terbuka dan kita perlu memasukkan tingkat
kemaknaan (significance level), kekuatan test (power of test), P1 dan P2. 2
Keterangan
n = jumlah sampel
Z21-α= Z score pada 1 – α/2 tingkat kepercayaan
p = estimasi proporsi
d = presisi
Keterangan
n = jumlah sampel
Z21-α = Z score pada 1 – α/2 tingkat kepercayaan
σ= standar deviasi
d = presisi
Rumus perhitungan besar sampel untuk uji hipotesis proporsi dua populasi : 3
Keterangan :
n= besar sampel
P1= proporsi kejadian pada salah satu partisipasi pada kelompok tertentu.
P2= proporposi kejadian pada salahsatu partisipasi pada kelompok tertentu
P= rata-rata P1 dan P2
Z21-α= Nilai Z pada derajat kemaknaan 90,95,99%= 1,64, 196, 2,58
Z1-β= nilai Z pada kekuatan uji power
27
a. Rumus Slovin
Contoh:
Dalam suatu penelitian yang memiliki jumlah populasi 120 orang dan
tingkat kesalahan yang diharapkan oleh peneliti adalah sebesar 5%,
maka jika menggunakan rumus slovin, maka didapat sampel sebagai
berikut: 2
DAFTAR PUSTAKA