BAB II

TINJAUAN PUSTAKA
2.1 Definisi Sampel Dalam Penelitian
Dalam penelitian dengan populasi yang anggotanya sedikit / kecil
maka penelitian dapat dilakukan pada seluruh anggota populasi, dan hasilnya
merupakan kesimpulan yang menggambarkan karakter populasi bukan
generalisasi dari hasil penelitian terhadap sampel lagi. Penelitian semacam ini
jelas akan memberikan hasil yang relatif lebih baik karena seluruh anggota
populasinya diteliti. Namun bila populasi yang diteliti adalah besar / sangat
besar maka meneliti seluruh anggota populasi sangatlah tidak mungkin
dilakukan, dan dalam kondisi seperti ini maka penelitian dilakukan dengan
sampel yang anggotanya jauh lebih kecil dari populasi.
Generalisasi dari hasil penelitian terhadap sampel selanjutnya
digunakan untuk menaksir, memperkirakan dan menggambarkan karakter –
karakter dari suatu populasi, sehingga tepat dan tidaknya perkiraan terhadap
karakter populasi tersebut sangatlah ditentukan oleh kualitas dan kuantitas /
ukuran sampel. Inilah peran sampel dalam sautu penelitian sehingga agar
sampel yang dipilih dapat mewakili populasi penarikan suatu sampel harus
dilakukan dengan metode yang tepat dan sesuai dengan situasi yang dihadapi
( Budi Purwadi, 2000: 125 ). Sampel adalah sebuah himpunan bagian dari
sebuah populasi, namun sebagian dari populasi yang diambil dengan cara –
cara yang tidak sesuai dan benar tidaklah dapat disebut sebagai sampel (
Masri Singarimbun dkk, 1987: 149 ). Sampel yang baik pada dasarnya adalah
sampel yang refresentatif, yang dapat memberikan gambaran yang dapat
dipercaya dari seluruh populasi yang diteliti.

2.2 Definisi Perhitungan Sampel

Perhitungan besar sampel minimal merupakan salah satu bagian
penting dalam merancang proposal penelitian. Rumus besar sampel harus
disesuaikan dengan rancangan dan hipotesis penelitian. Mahasiswa pada
berbagai jenjang, baik S1 sampai S3 sering kebingungan untuk memilih
 rumus besar sampel yang cocok digunakan dan bagaimana cara melakukan
perhitungan. Sering karena masih kurang paham dengan konsep perhitungan
besar sampel, mahasiswa salah memilih rumus yang digunakan dan salah
memilih aspek yang digunakan dalam melakukan perhitungan

2.3 Ketentuan Umum

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.

2.4 Memilih Rumus Besar Sampel

Dalam memilih rumus besar sampel, secara praktis ada 3 hal yang penting
diperhatikan, yaitu :
1. Tujuan Penelitian
Merupakan pusat metode yang dikembangkan dalam melaksanakan
penelitian termasuk perhitungan besar sampel. Berdasarkan tujuan
penelitian maka dapat dinilai apa yang ingin dicapai atau bentuk estimasi
apa yang akan dilaksanakan.mContoh bila suatu penelitian bertujuan
memperkirakan prevalensi anemia pada remaja putri di suatu sekolah
maka bentuk estimasi yang ingin dicapai adalah prevalensi (proporsi)
maka rumus yang digunakan adalah estimasi proporsi. Bila suatu
penelitian ingin memperkirakan rerata kadar hemoglobin remaja putri
pada suatu sekolah maka bentuk estimasi yang ingin dicapai adalah
estimasi rerata (mean) maka rumus yang dipilih adalah rumus untuk
estimasi rerata.
Selain itu berdasarkan tujuan dapat dilihat jumlah kelompok yang
terlibat dalam penelitian. Seperti bila tujuan penelitian untuk mengetahui
pengaruh status gizi terhadap terjadinya anemia pada remaja putri maka
 rumus besar sampel yang digunakan adalah uji hipotesis 2 proporsi
Independen. Sedangkan jika penelitian bertujuan membandingkan rerata
kadar hemoglobin antara remaja putri dengan status gizi kurang
dibandingkan dengan status gizi normal maka rumus besar sampel yang
digunakan adalah uji hipotesis untuk beda rerata independen.
Dengan kata lain berdasarkan tujuan kita akan dapat melihat skala
data variable outcome dan jumlah kelompok penelitian yang terlibat
sebagai dasar utama pemilihan rumus besar sampel.
2. Rancangan Penelitian
Rancangan penelitian juga sangat menentukan rumus besar sampel
yang dipilih dan cara perhitungannya. Contoh bila akan melaksanakan
penelitian dengan rancangan yang digunakan adalah kohort study maka
rumusnya akan berbeda dibandingkan case control study. Selain itu juga
berbeda dalam ukuran asosiasi yang diperhitungkan dan definisi terhadap
P1 dan P2.
Pada penelitian kohort definisi P1 adalah estimasi proporsi
(insiden) penyakit yang diteliti pada kelompok terpajan dan P2 adalah
estimasi proporsi (insiden) penyakit yang diteliti pada kelompok tidak
terpajan. Pada penelitian case control definisi P1 adalah estimasi proporsi
terpajan pada kelompok kasus dan P2 adalah estimasi proporsi terpajan
pada kelompok kelompok kontrol.
3. Hipotesis
Hipotesis mempunyai peran penting dalam pemilihan rumus dan
perhitungan besar sampel karena konsep perhitungan besar sampel itu
sendiri adalah menghitung jumlah sampel minimal yang diperlukan
untuk melakukan uji hipotesis. Pertama yang perlu diperhatikan adalah
ada tidaknya hipotesis pada penelitian tersebut.
Contoh pada penelitian cross sectional deskriptif (survei) ada yang
menuliskan hipotesis ada juga yang tidak, maka rumus besar sampelnya
pun akan berbeda. Pada penelitian survei tanpa hipotesis maka dipilih
rumus besar sampel untuk estimasi satu proporsi dengan presisi absolut.
 Sedangkan pada Pada penelitian survei disertai hipotesis
(membandingkan dengan populasi standar) maka dipilih rumus besar
sampel untuk uji hipotesis estimasi satu proporsi.
Berdasarkan hipotesis kita juga dapat melihat skala data variable
outcome dan jumlah kelompok penelitian seperti halnya pada tujuan.
Lebih lanjut dengan memperhatikan hipotesis kita akan dapat
menentukan hipotesis yang dibuat 2 arah atau 1 arah. Contoh bila
hipotesis penelitian menyebutkan ada hubungan antara status gizi dengan
kejadian anemia pada remaja putri maka pilihlah rumus besar sampel
yang 2 arah (two-side test). Sedangkan bila hipotesis menyebutkan status
gizi kurang meningkatkan risiko anemia pada remaja putri maka pilihlah
rumus besar sampel yang 1 arah (one-side test).

2.5 Faktor-faktor yang Di Perlukan Dalam Perhitungan Besar Sampel

Dalam melakukan perhitungan besar sampel maka diperlukan dan
diperhatikan beberapa data statistik, seperti:
1. Perbedaan hasil yang diharapkan atau sering disebut effect size
effect size dapat berupa absolut precision (d) atau dapat berupa
perbedaan (rerata atau proporsi) yang diharap sesuai hiopotesis yang
telah dibuat. Contoh bila hipotesis yang dibuat adalah status gizi kurang
meningkatkan risiko anemia pada remaja putri maka efect size nya
adalah perbedaan kejadian anemia antara remaja putri dengan status gizi
kurang dengan normal (P1-P2).
Efect size ditentukan (judgment) oleh peneliti, seberapa besar yang
diharapkan. Dalam menentukan effect size tentu tidak sembarangan,
harus berdasarkan literature review yang baik, peneliti harus memahami
mekanisme atau teori terjadinya penyakit yang diteliti (outcome)
berdasarkan faktornya. Peneliti harus terlebih dahulu melakukan review
terhadap beberapa hasil penelitian sejenis yang pernah dilakukan
sebelumnya. Kesalahan yang sering dilakukan peneliti adalah
menentukan effect size hanya berdasarkan 1 penelitian saja padahal
 menentukan effect size merupakan suatu proses penentuan berdasarkan
pertimbangan yang matang dari keseluruhan literature review.
Effect size sangat berpengaruh terhadap hasil perhitungan besar
sampel. Terlalu besar effect size (over estimasi) maka hasil perhitungan
jumlah sampel menjadi terlalu sedikit begitu pula terlalu kecil effect size
(under estimasi) maka hasil perhitungan jumlah sampel terlalu banyak,
walapun bagus dilihat dari segi presisi tetapi tentu tidak efektif dilihat
dari sumber daya dan biaya yang diperlukan untuk penelitian.
2. Kesalahan tipe I (α) atau kesalahan positif semu
Kesalahan tipe satu menunjukkan batas toleransi peneliti terhadap
kesalahan hasil penelitian yang menyatakan ada hubungan antar variabel
tetapi di populasi sebenarnya tidak ada hubungan. Pada penelitian
kesehatan batas kesalahan tipe I yang ditolerir adalah 5% (0,05).
3. Power penelitian (1-β)
Power penelitian menunjukkan besarnya kemungkinan peneliti tidak
melakukan kesalahan tipe II. Kesalahan tipe II adalah kesalahan hasil
penelitian yang menyatakan tidak ada hubungan antar variable tetapi di
populasi sebenarnya ada hubungan. Kesalahan tipe II yang masih
ditolerir adalah 20% atau power minimal yang dianjurkan adalah 80%.
4. Karakteristik Data
Karakteristik data menentukan hasil perhitungan besar sampel.
Pada penelitian dengan variable outcome berskala numeric
diperhitungkan simpangan baku yang mencerminkan sebaran hasil
pengukuran. Semakin besar (lebar simpangan baku) maka jumlah sampel
yang didapatkan akan semakin banyak.
Pada penelitian dengan variable outcome berskala kategorikal
karakteristik data dilihat berdasarkan proporsi. Semakin mendekati 50%
proporsi maka jumlah sampel akan semakin banyak begitu pula semakin
menjauhi 50% proporsi maka jumlah sampel akan semakin sedikit.
2.6 Faktor-Faktor yang Mempengaruhi Ukuran Sampel
Dalam hal menentukan ukuran / jumlah sampel akan dipengaruhi oleh
beberapa faktor, yang terdiri dari ( Masri Singarimbun, 1987: 150 ) :
1. Derajat keseragaman dari populasi
Makin seragam populasi, makin kecil sampel yang dapat diambil.
Apabila populasi itu seragam sempurna ( completely homogenous ), maka
satu satuan elementer saja dari seluruh ppulasi itu sudah cukup
refresentatif untuk diteliti. Sebaliknya apabila populasi itu secara
sempurna tidak seragam ( completely heterogenous ), maka hanya
pencacahan lengkaplah yang dapat memberikan gambaran yang
refresentatif
2. Presisi yang dikehendaki dalam penelitian
Makin tinggi tingkat presisi yang dikehendaki, makin besar ukuran
sampel yang harus diambil, dan sebaliknya semakin rendah tingkat presisi
yang dikehendaki maka semakin kecil ukuran sampel yang diperlukan.
Jadi sampel yang besar cenderung memberikan pendugaan yang lebih
mendekati nilai sesungguhnya ( true value ). Dengan cara lain dapat
dikatakan bahwa ukuran sampel mempunyai hubungan yang negatif
terhadap tingkat kesalahan. Semakin besar ukuran sampel maka semakin
kecil tingkat kesalahan yang terjadi. Hubungan ini dapat ditunjukan
dengan kurva sebagai berikut :
Hubungan ukuran sampel dengan tingkat kesalahan

besar

kecil

kecil besar
UKURAN SAMPEL
 (Teknik diagram sesuai dengan Kerlenger ( 1973: 129 ) dalam Metode
Penelitian Survai, Masri Singarimbun dkk, 1987)
3. Rencana analisa
Ada kalanya besarnya sampel sudah mencukupi sesuai dengan
presisi yang dikehendaki, tetapi kalau dikaitkan dengan kebutuhan analisa
maka jumlah sampel tersebut menjadi kurang mencukupi.Misalnya
peneliti ingin menghubungkan tingkat pendidikan responden dengan
pemakaian alat kontrasepsi. Bila tingkat pendidikan responden dibagi /
dirinci menjadi : tidak sekolah, tidak tamat SD, tamat SD, Belum tamat
SMTP, tamat SMTP. Dan seterusnya, mungkin tidak cukup dengan
mengambil 100 responden karena akan terdapat sel – sel dalam tabel yang
kosong. Begitu juga untuk analisa yang menggunakan metode statistik
yang rumit.
4. Tenaga, biaya dan waktu
Apabila diinginkan presisi yang tinggi maka jumlah sampel harus
besar. Tetapi apabila dana, tenaga dan waktu terbatas maka tidaklah
mungkin untuk mengambil sampel yang besar, dan ini berarti presisinya
akan menurun.
Walaupun besarnya sampel didasarkan atas keempat pertimbangan
di atas namun seorang peneliti harus dapat memperkirakan besarnya
sampel yang diambil sehingga presisinya dianggap cukup untuk menjamin
tingkat kebenaran hasil penelitian. Jadi peneliti sendirilah yang
menentukan tingkat presisi yang dikehendaki, dan selanjutnya berdasarkan
presisi tersebut dapat menentukan besarnya sampel ( Masri Singarimbun,
1987 : 152

2.7 Rumus-Rumus Penentuan Ukuran Sampel

Dalam penentuan ukuran sampel sebenarnya tidak ada aturan yang
tegas berapa jumlah sampel yang harus diambil dari populasi yang tersedia.
Tidak ada pula batasan yang ”pasti” dan jelas apa yang dimaksud dengan
sampel besar dan sampel yang kecil ( Lincolin Arsyad, 2001: 105 )
 Ada beberapa rumus yang lazim digunakan untuk menentukan
ukuran sampel, namun demikian dalam penggunaannnya tidak ada yang
bersifat mutlak ( paling benar ). Beberapa rumus tersebut di antaranya :
1. n = Z2S2 / C2 ( Budi Purwadi, 2000: 136 )
Keterangan :
o Z : Angka normal standart yang besarnya tergantung dari level
conviden
o S : sebenarnya adalah  ( standart deviasi populasi ) , namun karena
 tidak diketahui dan tidak dapat dihitung maka didekati dengan S (
standart deviasi dari sample ) yang sebenarnya juga belum bisa
dihitung sebelum ada sample.
o C : selisih antara nilai rata-rata sample dengan nilai rata – rata
populasi yang besarnya juga diperkirakan

Rumus ini sesuai untuk digunakan bila parameter yang diukur

adalah nilai rata – rata, dan perhitungannya akan dapat dilakukan
dengan ketentuan :
1. nilai  bisa didekati dengan S,
2. Nilai S besarnya merupakan perkiraan saja, karena memang S
baru bisa dihitung setelah ada data terkumpul.
3. Nilai C juga merupaka perkiraan yang besarnya sesuai kehendak
si peneliti
4. N populasi tidak diketahui ( misalnya: tak terhingga )

contoh :
Seorang peneliti ingin mengetahui berapa rata – rata pengeluaran
rumah tangga untuk keperluan minum soft drink per bulan. Peneliti tsb
menginginkan selisih rata – rata sampel dengan rata – rata populasi
(yang ditaksir) sebesar 10 satuan uang dengan tingkat keyakinan
menaksir 99 %. Standart deviasi diperkirakan sebesar 100 satuan uang.
 Maka jumlah rumah tangga yang akan diambil sebagai sampel dalam
penelitian ini adalah :

n = ( 2,575 )2 ( 100 )2 / 102 = 663 rumah tangga

2. n = ( Z. / E ) 2 ( Djarwanto dkk, 2000: 154 )

Rumus ini sama dengan rumus ad.1 hanya penulisannya lebih
original. Standard deviasi tetap ditulis , dan C adalah identik
dengan E ( tingkat error )

3. n = 0.25 ( Z / E ) 2 ( Djarwanto dkk, 2000: 159 )

Rumus ini sesuai untuk digunakan bila parameter yang diukur
adalah nilai proporsi.
Keterangan :
 n adalah jumlah sample,
 Z adalah angka normal standart
 E adalah tingkat error menaksir

Contoh :
Seorang peneliti ingin memperkirakan proporsi mahasiswa suatu
Perguruan Tinggi yang menggunakan sepeda motor waktu pergi
kuliah. Berapa besarnya sampel yang diperlukan apabila tingkat
keyakinan menaksir 95 % dan kesalahan menaksir tidak lebih dari 9
%.
Jawab :

n = 0.25 ( 1,96 / 0.09 ) 2

= 118, 57 118 mahasiswa

4. n = N / ( 1 + N. Moe2 ) ( Rao, 1996 )

Keterangan :
 N : jumlah populasi dan
  Moe : margin of error maximum

Contoh :
Seorang peneliti ingin meneliti / mengukur tingkat motivasi kerja dari
karyawan bagian produksi disuatu pabrik yang berjumlah 500
orang.Berapakah jumlah sampel minimal yang diperlukan dalam
penelitian tersebut.
Jawab :

n = 500 / (1 + 500.0,052 )

= 222 orang

Dalam rumus ini sudah nampak adanya hubungan tertentu

antara n dan N, namun demikian juga memiliki kelemahan, yaitu
untuk  = 10 % dan N besar, maka berapapun besarnya N pasti akan
diperoleh n = 100. Hal ini jelas tidak selaras dengan ketentuan dalam
ukuran sampel yang menyatakan :” makin tinggi tingkat presisi yang
dikehendaki, makin besar ukuran sampel yang harus diambil, dan
sebaliknya semakin rendah tingkat presisi yang dikehendaki maka
semakin kecil ukuran sampel yang diperlukan ”

5. n tergantung pada teknis analisa yamg akan digunakan

Meskipun setelah menggunakan rumus tertentu telah diperoleh
suatu ukuran sampel, namun bila teknis analisis yang digunakan
mensyaratkan n yang lebih besar maka n yang telah ada harus
ditambahkan jumlahnya sehingga teknis analisis dapat
dilakukan.Misalnya, teknis – teknis analisis yang menggunakan
tabulasi silang, kais kuadrat, analisis statistik parametrik.Teknis
analisis ini mensyaratkan junlah n yang besar.
6. Rumus Sampel Penelitian Cross-sectional
 Untuk penelitian survei, biasanya rumus yang bisa dipakai
menggunakan proporsi binomunal (binomunal proportions). Jika besar
populasi (N) diketahui, maka dicari dengan menggunakan rumus
berikut:

Rumus Sampel Cross Sectional

Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa

melakukan pengambilan sampel secara acak). Namun apabila besar
populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka besar sampel
dihitung dengan rumus sebagai berikut :

Rumus Lemeshow Besar Sampel Penelitian

Keterangan :
n = jumlah sampel minimal yang diperlukan
= derajat kepercayaan
p = proporsi anak yang diberi ASI secara eksklusif
q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif
d = limit dari error atau presisi absolut
Jika ditetapkan =0,05 atau Z1- /2 = 1,96 atau Z2
1-/2 = 1,962 atau dibulatkan menjadi 4, maka rumus untuk besar N
yang diketahui kadang-kadang diubah menjadi:

Penyederhanaan Rumus Lemeshow Atau Disebut Rumus Slovin

 Contoh Rumus Rumus Besar Sampel Penelitian
Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian
mencari faktor determinan pemberian ASI secara eksklusif. Untuk
mendapatkan nilai p, kita harus melihat dari penelitian yang telah ada
atau literatur. Dari hasil hasil penelitian Suyatno (2001) di daerah
Demak-Jawa Tengah, proporsi bayi (p) yang diberi makanan ASI
eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan nilai q = 1 – p.
Dengan limit dari error (d) ditetapkan 0,05 dan nilai Alfa = 0,05, maka
jumlah sampel yang dibutuhkan sebesar:

Contoh Rumus Sampel Cross Sectional

= 219 orang (angka minimal)

Jika tidak diketemukan nilai p dari penelitian atau literatur

lain, maka dapat dilakukan maximal estimation dengan p = 0,5. Jika
ingin teliti teliti maka nilai d sekitar 2,5 % (0,025) atau lebih kecil
lagi. Penyederhanaan Rumus diatas banyak dikenal dengan istilah
Rumus Slovin.

7. Rumus Sampel Penelitian Case Control dan Kohort

Rumus yang digunakan untuk mencari besar sampel baik case
control maupun kohort adalah sama, terutama jika menggunakan
ukuran proporsi. Hanya saja untuk penelitian khohor, ada juga yang
menggunakan ukuran data kontinue (nilai mean).
Besar sampel untuk penelitian case control adalah bertujuan
untuk mencari sampel minimal untuk masing-masing kelompok kasus
dan kelompok kontrol. Kadang kadang peneliti membuat
perbandingan antara jumlah sampel kelompok kasus dan kontrol tidak
 harus 1 : 1, tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan untuk
memperoleh hasil yang lebih baik.

 Rumus Sampel minimal Besar Sampel Penelitian Case Control

Adapun rumus yang banyak dipakai untuk mencari sampel minimal
penelitian case-control adalah sebagai berikut:

Besar Sampel Penelitian

 Rumus Sampel minimal Besar Sampel Penelitian Kohort
Pada penelitian khohor yang dicari adalah jumlah minimal untuk
kelompok exposure dan non-exposure atau kelompok terpapar dan
tidak terpapar. Jika yang digunakan adalah data proporsi maka untuk
penelitian khohor nilai p0 pada rumus di atas sebagai proporsi yang
sakit pada populasi yang tidak terpapar dan p1 adalah proporsi yang
sakit pada populasi yang terpapar atau nilai p1 = p0 x RR (Relative
Risk).
Jika nilai p adalah data kontinue (misalnya rata-rata berat badan,
tinggi badan, IMT dan sebagainya) atau tidak dalam bentuk proporsi,
maka penentuan besar sampel untuk kelompok dilakukan berdasarkan
rumus berikut:
 Rumus Sampel Case Control dan Kohort 2
Contoh kasus :
misalnya kita ingin mencari sampel minimal pada penelitian tentang
pengaruh pemberian ASI eksklusif dengan terhadap berat badan bayi.
Dengan menggunakan tingkat kemaknaan 95 % atau Alfa = 0,05, dan
tingkat kuasa/power 90 % atau ß=0,10, serta kesudahan (outcome)
yang diamati adalah berat badan bayi yang ditetapkan memiliki nilai
asumsi SD=0,94 kg, dan estimasi selisih antara nilai mean kesudahan
(outcome) berat badan kelompok tidak terpapar dan kelompok
terpapar selama 4 bulan pertama kehidupan bayi (U0 – U1) sebesar
0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka
perkiraan jumlah minimal sampel yang dibutuhkan tiap kelompok
pengamatan, baik terpapar atau tidak terpapar adalah:

Contoh Hitung Sampel Case Control dan Kohort

= 51,5 orang atau dibulatkan: 52 orang/kelompok

Pada penelitian khohor harus ditambah dengan jumlah lost to

follow atau akalepas selama pengamatan, biasanya diasumsikan 15 %.
Pada contoh diatas, maka sampel minimal yang diperlukan menjadi n=
52 (1+0,15) = 59,8 bayi atau dibulatkan menjadi sebanyak 60 bayi
 untuk masing-masing kelompok baik kelompok terpapar ataupun
tidak terpapar atau total 120 bayi untuk kedua kelompok tersebut.

8. Penelitian Eksperimental
Menurut Supranto J (2000) untuk penelitian eksperimen dengan
rancangan acak lengkap, acak kelompok atau faktorial, secara
sederhana dapat dirumuskan:
(t-1) (r-1) > 15
dimana : t = banyaknya kelompok perlakuan dan j = jumlah replikasi

Contoh Kasus Rumus Besar Sampel Penelitian Eksperimen

Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan
untuk tiap perlakuan dapat dihitung:
(4 -1) (r-1) > 15
(r-1) > 15/3
r>6
Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan
koreksi dengan 1/(1-f) di mana f adalah proporsi unit eksperimen yang
hilang atau mengundur diri atau drop out.

2.8 Prosedur Pengambilan Sampel

Langkah - langkah yang perlu ditempuh dalam mengambil sampel dari
populasi adalah sebagai berikut:
1. menentukan tujuan penelitian
Tujuan penelitian adalah suatu langkah pokok bagi suatu penelitian,karena
tujuan penelitian tersebut merupakan arah untuk elemen-elemenyang lain
dari penelitian.demikian pula dalam menentukan sampeltergantung pula
pada tujuan penelitian. oleh sebab itu langkah pertamadalam mengambil
sampel dari populasi adalah menentukan tujuan penelitian.)
2. Menentukan populasi penelitian
 Telah disebutkan diatas bahwa anggota populasi di dalam
penelitiantersebut harus di batasi secara jelas.oleh sebab itu sebelum
sampelditentukan harus di tentukan dengan jelas kriteria atau
batasanpopulasinya.dengan demikian maka akan menjamin pengambilan
sampelsecara tepat.
3. Menentukan jenis data yang diperlukan jenis data yang akan dikumpulkan
dari suatu penelitian harus dirumuskansecara jelas.Apabila jenis data yang
akan di kumpulkan telah dirumuskansecara jelas, maka dapat dengan
mudah ditentukan dari mana data tersebutdiperoleh atau di tentukan
sumber datanya.
4. Menentukan teknik sampling
Penentuan teknik sampling yang akan digunakan dalam
pengambilansampel dengan sendirinya akan tergantung dari tujuan
penelitian dan sifat-sifat populasi.
5. Menentukan besarnya sampel (sampel size)
meskipun besarnya / kecilnya sampel belum menjamin represent-
tatifnyaatau tidaknya suatu sampel,tetapi menentukan besarnya sampel
dapatmerupakan langkah penting dalam pengambilan sampel. Secara
statistik penentuan besarnya sampel ini akan tergantung pada jenis dan
besarnyapopulasi. Penentuan besarnya sampel ini akan dibicarakan dalam
bagianlain.
6. Penentuan unit sampel yang diperlukan
Sebelum menentukan sampel yang diperlukan ,terlebih dahulu
akanditentukan unit-unit yang menjadi anggota populasi . hal ini
akanmemudahkan dalam menentukan unit yang mana akan terjadikan
sampel.
7. memilih sampel
Apabila karakteristik populasi sudah ditentukan dengan
jelas,makakitadapat dengan mudah memilih sampel sesuai dengan
karakteristik populasi tersebut.
 DAFTAR PUSTAKA

Bhisma-Murti, Prinsip dan Metoda Riset Epidemiologi, Gadjah Mata

University Press,1997

Daniel WW, 1999. Biostatistics: A Foundation for Analysis in Th Health Sciences

(Seventh ed). New York: John Wiley & Sons.

Hakim, Abdul. 2001. Statistik Diskriptif. Yogyakarta: Ekonesia

Hanafiah KA,2003. Rancangan Percobaan, Teori& Aplikasi.Fakultas Pertanian

universitas Sriwijaya, Palembang. Penerbit PT. Grafindo Persada,
jakarta.

Jarwanto, Pangestu Subagio. 2000. Atatistik Induktif. Yogyakarta: BPFE UGM

Kirkwood B R. & Stern JAC, 2003. Medical Statistics (Second ed). Oxford:
Blackwell Science.

Purwadi, Budi. 2000. Riset Pemasaran. Jakarta: Grasindo

Lwanga, S. & Lameshow, S., 1997. Sample Size Determintation For Health
Study: A Practical Manual, Geneva: WHO.

Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit

PT Rineka Cipta, Jakarta.

Sudigdo Sastroasmoro & Sofyan Ismael 2011, Dasar-dasar Metodologi Penelitian

Klinis, Edisi ke-4, Jakarta: Sagung Seto

Sutopo. 2010. PENENTUAN JUMLAH SAMPEL DALAM PENELITIAN.

Semarang: STIE Dharma Putra diakses dari
https://ejurnal.stiedharmaputra-
smg.ac.id/index.php/JEMA/article/view/156/128 pada 28 September
2019

Singarimbun, Masri., Effendi, Sofian. 19890. Metode Penelitian Survai. Jakarta:

LP3ES
Soeratno, Lincolin Arsyad. 1995. Metodologi Penelitian, Yogyakarta: UPP AMP
YKPN

Sudjana. 1991. Statistik Untuk Ekonoidan Niaga II. Jakarta: Tarsito