BUKU AJAR

RANCANGAN SAMPEL

Disusun Oleh :

Sang Ayu Putu Nia Fitri Adnya (1702561008)

Anak Agung Ayu Diah Pradnyadewi (1702561009)
I Ketut Lanang Dwi Bunda Putra (1702561019)
Dewa Ayu Hari Krisna Dewi (1702561023)
Putu Krisna Pebyanthi (1702561024)
Paskalia Clara Siahaan (1702561039)
Putu Ratih Puja Utami (1702561041)
I Gusti Ayu Putu Indarti (1702561072)
Fina Faiza Fakhri (1702561077)

PROGRAM STUDI KESEHATAN MASYARAKAT

FAKULTAS KEDOKTERAN
UNIVERSITAS UDAYANA
2019
 DAFTAR ISI

Halaman sampul ....................................................................................................... i

Daftar isi .................................................................................................................. ii
Pengantar Rancangan Sampling .............................................................................. 1
Simple Random Sampling ...................................................................................... 5
Systematic Random Sampling .............................................................................. 15
Stratified Random Sampling ................................................................................. 22
Cluster Random Sampling .................................................................................... 27
PPS Random Sampling ......................................................................................... 31
Multistages Random Sampling ............................................................................. 37
Metode Sampling pada Penelitian Cross-sectional ............................................... 39
Metode Sampling pada Penelitian Case-control ................................................... 43
Metode Sampling pada Penelitian Kohort ............................................................ 48
Metode Sampling pada Penelitian Eksperimental................................................. 53
Metode Sampling pada Penelitian Clinical Trial .................................................. 55
Metode Sampling pada Penelitian Korelasi .......................................................... 59
Rangkuman Rumus Jumlah Sampel Berdasarkan Metode Sampling ................... 61
Rangkuman Rumus Jumlah Sampel Berdasarkan Jenis Penelitian....................... 62

ii
 1

PENGANTAR RANCANGAN SAMPLING

1. Populasi
Secara sederhana, populasi dalam penelitian merupakan sekumpulan
individu atau subjek yang diamati dalam suatu penelitian. Populasi dapat
berupa manusia, hewan coba, data rekam medis, data laboratorium, barang
dan lainnya yang memiliki karakteristik tertentu sesuai ranah dan tujuan
penelitian. Hasil dari sebuah penelitian akan digeneralisasikan atau
diterapkan pada populasi. Populasi penelitian dapat dibagi menjadi dua, yaitu
populasi target dan populasi terjangkau.
Populasi Target Populasi Terjangkau
Pengertian Kumpulan individu yang akan Populasi yang
menjadi sasaran akhir penerapan merupakan bagian dari
hasil penelitian. populasi target benar-
benar dapat dijangkau
oleh peneliti.
Batasan  Demografi (kelompok usia,  Demografi
jenis kelamin)  Klinis
 Klinis (sehat - sakit,  Administratif
osteoporosis, pneumonia) (tempat dan waktu)
Contoh Balita Stunting Balita Stunting di
Kabupaten
Karangasem Bali
Tahun pada Tahun
2018

2. Sampel
Sampel merupakan bagian (subset) dari populasi yang dipilih dengan cara
tertentu hingga dianggap dapat mewakili populasinya. Sampel digunakan
dalam sebuah penelitian mengingat adanya keterbatasan sumber daya (waktu,
tenaga, dana) yang tidak memungkinkan peneliti untuk meneliti seluruh
populasi guna menjawab pertanyaan penelitian. Pemilihan sampel yang tepat
dilakukan agar populasi dapat tergambarkan atau terwakili oleh sampel dan
hasil dari penelitian dapat digeneralisasikan ke populasi.
Sampel dapat dikelompokan menjadi dua, yaitu sampel yang dikehendaki
dan sampel yang diperoleh atau benar diteliti. Sampel yang dikehendaki
merupakan bagian dari populasi terjangkau yang direncanakan dan dipilih
untuk diteliti yang memenuhi kriteria pemilihan (inklusi dan ekslusi).
Sedangkan, sampel yang diperoleh merupakan subjek yang benar mengikuti
penelitian sampai selesai. Sampel yang diperoleh ini merupakan bagian dari
subjek terpilih dikurangi dengan jumlah subjek yang drop-out, loss to follow-
 2

up dan alasan lainnya. Jika dibuat menjadi tabel, maka hubungan antara
sampel dan populasi adalah sebagai berikut:
Kelompok Subjek Karakteristik Contoh
Populasi Target Dibatasi oleh karakteristik Balita stunting
demografi dan klinis
Populasi Dibatasi oleh karakteristik Balita stunting di
Terjangkau demografi, klinis dan wilayah kerja Puskesmas
administratif I Kubu Karangasem Bali
tahun 2019
(100 balita)
Sampel yang Dipilih melalui teknik 40 balita stunting yang
Dikehendaki sampling dari populasi dipilih
terjangkau
Sampel yang Sampel yang menyelesaikan 38 balita stunting yang
Diperoleh prosedur penelitian menyelesaikan prosedur

3. Unit Sampel dan Unit Analisis

Dalam menentukan sampel yang tepat, peneliti biasanya menentukan unit
sampel dan unit analisis. Unit sampel merupakan unit atau individu yang
dijadikan dasar pemilihan sampel. Biasanya unit sampel yang dipilih
merupakan yang datanya mudah didapatkan. Sedangkan, unit analisis
merupakan satuan subjek terkecil yang akan diamati dalam penelitian. Misal,
dalam penelitian mengenai faktor risiko anemia pada wanita usia subur. Unit
sampelnya yang diambil adalah rumah tangga dan unit analisisnya adalah
wanita usia subur. Hal ini karena disetiap rumah tangga diharapkan terdapat
wanita usia subur yang dapat didata per rumah tangga.
Namun, unit sampel dan unit analisis mungkin saja sama jika ketika
populasi yang akan dianalisis bersifat homogen atau memiliki risko yang
sama. Misal, dalam penelitian mengenai pengetahuan remaja SMA mengenai
kesehatan reproduksi. Unit sampel dan unit analisis yang diambil adalah
sama, yaitu remaja SMA.

4. Metode Sampling
Metode sampling digunakan untuk mendapatkan sampel yang representatif
(benar mewakili populasi) dan memperkecil sampling error. Metode sampling
dikelompokan menjadi dua, yaitu random sampling dan non-random
sampling.
a. Random Sampling
Hal yang menjadi prinsip dalam metode random sampling adalah setiap
individu dalam populasi (terjangkau) mempunyai kesempatan yang sama
untuk dipilih menjadi sampel penelitian. Ciri dari metode ini adalah adanya
daftar atau list dari populasi terjangkau yang nantinya dapat dipakai sebagai
 3

kerangka sampel. Random sampling dibagi menjadi 4, yaitu simple random

sampling, systematic random sampling, stratified random sampling dan cluster
random sampling.
Pengertian Indikasi
Simple Random Teknik yang digunakan untuk  Populasi
Sampling memilih sampel dari populasi homogen
dengan cara sedemikian rupa  Wilayah
sehingga setiap anggota penelitian
populasi mempunyai peluang dapat
yang sama untuk diambil dijangkau
sebagai sampel.

Systematic Random Teknik sampling yang  Sampel

Sampling dilakukan secara sistematis dikehendaki
menggunakan selang interval berdistribusi
secara berurutan dari kerangka secara merata
sampel yang telah ditentukan ke semua
namun proses awalnya wilayah
dilakukan secara acak penelitian.
(random).  Populasi
mayoritas
homogen.
Stratified Random Teknik sampling yang  Populasi
Sampling dilakukan dengan cara heterogen
memilih sampel secara acak
untuk setiap strata, kemudian
hasilnya dapat digabung
menjadi satu sampel yang
terbebas dari variasi untuk
setiap strata.
Cluster Random Teknik sampling yang  Sampel yang
Sampling dilakukan dengan cara dikehendaki
memilih sampel secara acak berdistribusi
pada kelompok individu dalam sangat luas
populasi yang terjadi secara
alamiah (kodya, kecamatan,
kelurahan, dsb)

b. Non-random Sampling
Hal yang menjadi prinsip dalam metode non-random sampling adalah
setiap individu dalam populasi (terjangkau) tidak mempunyai kesempatan
yang sama untuk dipilih menjadi sampel penelitian. Ciri dari metode ini adalah
 4

adanya tidak daftar atau list dari populasi terjangkau yang nantinya dapat
dipakai sebagai kerangka sampel. Random sampling dibagi menjadi 4, yaitu
consecutive, accidentil, purposif dan snowball.

Pengertian Contoh
Consecutive Sampel diambil berdasarkan Suvey kepuasan pasien
urutan datang klinik X, maka
pengambilan sampel
langsung dilakukan saat
survey dengan
memperhatikan urutan
pasien yang datang
Accidentil Dilakukan sewaktu-waktu Biasanya saat pemilu

Purposif Dilakukan dengan sampel Survey tentang

yang benar mengerti dengan peraturan undang-
masalah atau pertanyaan undang
penelitian
Snowball Dilakukan jika populasinya Mencari populasi
tersembunyi atau sulit pengguna narkotika
ditemukan suntik
 5

SIMPLE RANDOM SAMPLING

Keterangan

Indikasi - Metode ini dipakai apabila populasi bersifat homogen

Contoh : Suatu penelitian untuk mengetahui kejadian
anemia pada remaja putri, populasinya adalah remaja
putri dan dikatakan homogen bila secara umum semua
remaja putri memiliki risiko yang sama mengalami
anemia.
- Terdapat list populasi yang akan dijadikan kerangka
sampel
Kelebihan - Setiap individu memiliki kesempatan yang sama untuk
terpilih menjadi sampel
- Caranya sederhana, dan mudah dikerjakan
- Mudah diterapkan untuk populasi kecil

Kelemahan - Sampel yang dihasilkan bisa tidak terdistribusi secara

merata.
- Memerlukan list atau daftar untuk seluruh individu dalam
populasi

 Cara Menentukan Jumlah Sampel

Penentuan besar sampel untuk random sampling ditentukan oleh 3
parameter, yaitu:
1. Besar varian data
- Data kontinu menggunakan standar deviasi/SD ( ) dimana varian
data = SD2. Standar Deviasi ( ) = rata-rata perbedaan individu
dengan nilai mean nya.
- Data kategori menggunakan proporsi kejadian dimana varian data
= P (1-P). Proporsi kejadian (P) dapat dihitung berdasarkan data
sekunder yang ada.
2. Tingkat kemaknaan ( ) dan koefisien reliabilitas ( )
- Jika pada penelitian kesehatan masyarakat umumnya memakai =
5% sedangkan pada penelitian klinik memakai = 1%
- Koefisien reliabilitas/tingkat kepercayaan ditentukan berdasarkan
tingkat kemaknaan yang diinginkan, misal tingkat kemaknaan
yang digunakan = 5%, maka koefisien reliabilitas dari
(95%) sebesar 1.96
 6

3. Tingkat akurasi atau tingkat presisi (d)

- Tingkat presisi suatu sampel adalah besarnya perbedaan terkecil
antara hasil sampel dengan populasi yang diharapkan. Tingkat
presisi yang biasanya digunakan adalah sebesar 10% atau 5%.

Simple random sampling dan systematic random sampling memiliki

penentuan besar sampel yang sama, yaitu sebagai berikut:
a. Estimasi rerata (data kontinu)

b. Estimasi proporsi (data kategori)

c. Jika jumlah populasi (N) kurang dari 10.000, maka jumlah

sampel yang didapat dari rumus di atas harus dikoreksi dengan
rumus berikut:

Keterangan :
N = jumlah populasi
n = jumlah sampel
Z1- = koefisien reliabilitas
P = perkiraan kejadian di populasi
 = standar deviasi di populasi
d = tingkat presisi/effect size

 Menentukan besar sampel menggunakan aplikasi SSIZE (Sample

Size) 2.0
Selain dengan menggunakan rumus, besar sampel juga dapat ditentukan
dengan penggunaan aplikasi SSIZE (Sample Size) 2.0.
Setelah membuka aplikasi SSIZE, penentuan besar sampel untuk
simple random sampling dan systematic random sampling dapat dilakukan
dengan meng-klik satu kali pada Simple Random sampling.
 7

 Kemudian klik tombol Estimate sehingga tampilan menjadi seperti gambar

dibawah :

 Keterangan dari masing-masing informasi dalam gambar diatas, sebagai

berikut:
- Confidence level (%) = tingkat kepercayaan yang digunakan
- Anticipated population proportion = proporsi kejadian pada
populasi
 8

- Absolute precision required = tingkat akurasi atau tingkat presisi

- Relative precision = d/P (otomatis terisi)
- Population size = jumlah populasi
- Sample size = besar sampel yang diperlukan (otomatis terisi)
 Cara Pemilihan Sampel
Cara pemilihan sampel dalam simple random sampling terdiri dari 2 cara
yaitu :
1. Lotere
Cara ini bisa dilakukan pada elemenpopulasi yang jumlahnya relatif
sedikit (n ≤ 100). Misalnya seorang peneliti ingin mengetahui pendapat
anak-anak sekolahan terhadap PHBS. Jumlah anak sekolahan tercatat 200
anak. Untuk menghemat waktu dan biaya, sehingga akan mengambil 30
anak sebagai sampelnya dengan cara acak. Maka yang perlu dilakukan
untuk pemilihan sampel dengan cara lotere yaitu :
1) Membuat 200 potongan kertas yang diberi nomor dari 1 sampai
200.
2) Kertas dilipat dan dimasukkan ke dalam kotak atau gelas yang
diberi lubang kecil di penutupnya.
3) Kotak atau gelas dikocok, lalu diambil satu potong setiap kali
pengocokan.
4) Angka atau nomor yang tertera dalam kertas tersebut dilihat dan
dicatat angkanya sampai dengan pengocokan ke-30. Misalkan yang
terambil adalah angka 57, maka elemen populasi yang terpilih
adalah nomor 57.
2. Memilih sampel dengan tabel bilangan random
Langkah-langkah untuk melakukan teknik simple random sampling
dengan contoh kasus jumlah populasi 157 orang dan jumlah sampel yang
diambil 20 orang adalah sebagai berikut:
1) Siapkan list populasi (kerangka sampel) yang telah diberi nomor
urut.
2) Tentukan starting point dengan cara (1) manual, dengan
menjatuhkan pensil pada tabel bilangan random atau (2) melalui
computer dengan program Microsoft Excel yaitu dengan
menggunakan rumus @RANDBETWEEN(1;N). Misalnya yang
menjadi starting point adalah baris ke 4 dan kolom 3 dari tabel
bilangan random, maka bilangan random yang menjadi starting
point adalah 05085. Karena jumlah populasi terdiri dari 3 digit
(157), maka angka yang digunakan pada table bilangan random
juga sebesar 3 digit. Tabel bilangan random terdiri dari 5 digit,
sehingga angka yang dibaca hanya tiga digit pertama. Bilangan
random pertama ditentukan dari 3 digit pertama nilai starting point
yaitu 050.
 9

3) Pemilihan sampel selanjutnya dilakukan dengan memilih bilangan

random yang terletak pada kolom yang sama dengan starting point
atau pada baris yang sama dengan baris starting point atau dipilih
secara diagonal dari starting point hingga jumlah sampel terpenuhi.
Misalnya yang dipilih menjadi sampel selanjutnya ialah bilangan
random yang terdapat pada kolom yang sama dengan starting
point, maka yang terpilih adalah bilangan random 93540 dan
460311. Maka sampel ke dua dan ke tiga adalah individu dengan
nomor urut 935 dan nomor 460.
4) Jika tiga digit pertama dari bilangan random yang terpilih lebih
besar dari N (157), maka angka tersebut tidak memenuhi
persyaratan menjadi sampel, dan bilangan random tersebut tidak
dapat dipilih atau harus dilewati. Seperti kasus di atas, kedua angka
tersebut (935 dan 460) lebih besar dari jumlah populasi total (157)
sehingga harus mencari lagi bilangan random baik di atas, bawah,
diagonal starting point hinga ditemukan bilangan random ≤ 157.
 10

 Contoh Kasus :
Dinkes Kabupaten X melalukan survei untuk mengetahui masalah gizi,
kejadian diare, kejadian cacingan pada siswa SD di wilayah kerjanya.
Mereka menginginkan sampelnya dipilih secara simple random sampling
dengan tingkat kepercayaan 95% dan presisi (d) 5%. Jumlah seluruh siswa
SD sebanyak 3500 (N). Data laporan Dinkes Provinsi Bali menunjukan
kejadian gizi kurang 11%, diare 20%, cacingan 31%. Tentukan jumlah
sampel dan cara pemilihan sampelnya.
Jawaban :
Diketahui :
- = 95% , maka Z1-α = 1,96
- P kecacingan = 31% (0,31) , P gizi buruk = 15% (0,15) , P diare =
20% (0,2).
- d = 5% = 0,05
Ditanya :
a. Jumlah sampel (n)
b. Cara pemilihan sampel
Jawab :

a. Menentukan Jumlah Sampel

 Menghitung besar sampel dengan rumus
Perhitungan jumlah sampel menggunakan rumus estimasi proporsi
karena data outcome berupa katagorikal, sehingga rumus yang
digunakan yaitu :

 Perhitungan sampel untuk kejadian cacingan :

Karena jumlah populasi (N) kurang dari 10.000, maka jumlah sampel
yang didapat perlu dikoreksi dengan menggunakan rumus :
n
nk 
1 n / N
= = 301
 Perhitungan sampel untuk kejadian gizi buruk :

Karena jumlah populasi (N) kurang dari 10.000, maka jumlah sampel
yang didapat perlu dikoreksi dengan menggunakan rumus :
 11

n
nk 
1 n / N
= = 186
 Perhitungan sampel untuk kejadian diare :

Karena jumlah populasi (N) kurang dari 10.000, maka jumlah sampel
yang didapat perlu dikoreksi dengan menggunakan rumus :
n
nk 
1 n / N
= = 230
Karena dalam penelitian ini ingin menilai 3 kejadian penyakit pada
masing-masing sampel yang terpilih, maka jumlah sampel yang
digunakan adalah jumlah sampel dari penyakit yang memerlukan
sampel paling banyak. Jadi jumlah sampel yang diperlukan dalam
penelitian ini adalah minimal 301 orang siswa SD.
 Menghitung besar sampel dengan aplikasi SSIZE 2.0
Menghitung besar sampel pada aplikasi sama dengan prinsip
menggunakan rumus yaitu menghitung besar sampel dari masing-
masing kejadian dengan menggunakan parameter yang telah
ditentukan, kemudian menggunakan jumlah sampel yang memiliki
nilai terbesar. Berikut hasil perhitungan menggunakan aplikasi :
 Penentuan jumlah sampel kejadian cacingan
 12

 Penentuan jumlah sampel kejadian gizi buruk

 Penentuan jumlah sampel kejadian diare

Berdasarkan hasil perhitungan jumlah sampel menggunakan aplikasi

SSIZE, didapatkan jumlah sampel dari masing-masing kejadian,
yaitu kejadian cacingan = 301 ; kejadian gizi buruk = 186 ; kejadian
diare = 230. Berdasarkan hasil tersebut, maka jumlah sampel yang
 13

digunakan adalah besar sampel kejadian cacingan yaitu sebesar 301

siswa SD.
b. Cara pemilihan sampel dengan tabel bilangan random
1) Siapkan list populasi (kerangka sampel) yang telah diberi nomor
urut 1 s/d 3500.
2) Menentukan berapa digit pertama yang akan dibaca pada tabel
bilangan random. Dalam kasus ini terdapat 3500 populasi maka 4
digit pertama yang akan dibaca dalam tabel bilangan random
3) Tentukan starting point dengan cara manual, dengan
menjatuhkan pensil pada tabel bilangan random. Misalnya yang
menjadi starting point adalah baris ke 5 dan kolom 5 dari tabel
bilangan random, maka bilangan random yang menjadi starting
point adalah 17250. Bilangan random pertama ditentukan dari 4
digit pertama nilai starting point yaitu 1725.

4) Pemilihan sampel selanjutnya dilakukan dengan memilih

bilangan random yang terletak pada kolom yang sama dengan
starting point atau pada baris yang sama dengan baris starting
point atau dipilih secara diagonal dari starting point hingga
jumlah sampel terpenuhi. Misalnya yang dipilih menjadi sampel
selanjutnya ialah bilangan random yang terdapat pada kolom
 14

yang sama dengan starting point, maka yang terpilih adalah

bilangan random 43573 dan 57602. Maka sampel ke dua dan ke
tiga adalah individu dengan nomor urut 4357 dan nomor 5760.
5) Jika 4 digit pertama dari bilangan random yang terpilih lebih
besar dari N (3500), maka angka tersebut tidak memenuhi
persyaratan menjadi sampel, dan bilangan random tersebut tidak
dapat dipilih atau harus dilewati. Seperti kasus di atas, kedua
angka tersebut (4357 dan 5760) lebih besar dari jumlah populasi
total (3500) sehingga harus mencari lagi bilangan random baik di
atas, bawah, diagonal starting point hinga ditemukan bilangan
random ≤ 1725. Sampel kedua dan seterusnya ditentukan dengan
cara yan sama hingga akhirnya didapatkan sampel dengan jumlah
301 sampel.
 15

SYSTEMATIC RANDOM SAMPLING

Keterangan

Indikasi - Metode ini dipakai apabila populasi bersifat homogen

Contoh : Suatu penelitian untuk mengetahui kejadian
demam influenza pada remaja, populasinya adalah remaja
dan dikatakan homogen bila secara umum semua remaja
memiliki risiko yang sama mengalami demam influenza.
- Bila peneliti menghendaki sampel berdistribusi secara
merata ke semua wilayah penelitian
Kelebihan - Sampel yang terpilih akan lebih terdistribusi. Namun,
perlu diantisipasi yaitu jangan sampai ampel berada dalam
satu jalur. Misalnya semua sampel diambil dipinggir jalan,
padahal banyak populasi yang tinggal jauh dari jalan. Hal
seperti ini bisa terjadi bila populasi tinggal di komplek
perumahan yang tersusun dalam blok sama.
Kelemahan - Adanya kemungkinan sampel yang terpilih akan tersebar
sangat jauh sehingga dapat menyulitkan peneliti dan
menghabiskan banyak kebutuhan logistic.

 Cara Menentukan Jumlah Sampel

Penentuan besar sampel untuk random sampling ditentukan oleh 3
parameter, yaitu:
1. Besar varian data
- Data kontinu menggunakan standar deviasi/SD ( ) dimana varian
data = SD2. Standar Deviasi ( ) = rata-rata perbedaan individu
dengan nilai mean nya.
- Data kategori menggunakan proporsi kejadian dimana varian data =
P (1-P). Proporsi kejadian (P) dapat dihitung berdasarkan data
sekunder yang ada.
 16

2. Tingkat kemaknaan ( ) dan koefisien reliabilitas ( )

- Jika pada penelitian kesehatan masyarakat umumnya memakai =
5% sedangkan pada penelitian klinik memakai = 1%
- Koefisien reliabilitas/tingkat kepercayaan ditentukan berdasarkan
tingkat kemaknaan yang diinginkan, misal tingkat kemaknaan yang
digunakan = 5%, maka koefisien reliabilitas dari (95%)
sebesar 1.96
3. Tingkat akurasi atau tingkat presisi (d)
Tingkat presisi suatu sampel adalah besarnya perbedaan terkecil
antara hasil sampel dengan populasi yang diharapkan. Tingkat presisi
yang biasanya digunakan adalah sebesar 10% atau 5%.

Simple random sampling dan systematic random sampling memiliki

penentuan besar sampel yang sama, yaitu sebagai berikut:
a. Estimasi rerata (data kontinu)

b. Estimasi proporsi (data kategori)

c. Jika jumlah populasi (N) kurang dari 10.000, maka jumlah sampel
yang didapat dari rumus di atas harus dikoreksi dengan rumus berikut:

Keterangan :

N = jumlah populasi
n = jumlah sampel
Z1- = koefisien reliabilitas
P = perkiraan kejadian di populasi
 = standar deviasi di populasi
d = tingkat presisi/efek size
 17

 Cara Pemilihan Sampel

Terdapat dua cara oemilihan sampel dengan metode ini yang adalah
sebagai berikut:
 Pemilihan sampel secara linear
Adapun langkah-langkah pemilihan sampel secara linier yaitu sebagai
berikut.
1) Siapkan list populasi (kerangka sampel) yang telah diberi
nomor urut.
2) Tentukan interval sampel yang diberi simbol k. Nilai k
ditentukan berdasarkan hasil bagi jumlah populasi (N) dengan
jumlah sampel (n).

Contoh: N = 1200, n =40, maka k = 1200/40 = 30

3) Sampel pertama dipilih secara acak, baik mengggunakan cara
manual maupun dengan komputer. Subjek yang dipilih yaitu
subje dengan nomor urut 1 sampai subjek nomor urut k.
Berdasarkan contoh diatas, k= 30, maka sampel pertama dipilih
dari subjek nomor urut 1 s/d 30 yang dilakukan secara random.
Bila yang terpilih adalah sampel nomor 12, maka sampel
pertama merupakan sampel nomor urut 12.
4) Sampel selanjutnya (nomor 2 hingga n) ditetapkan dengan cara
menambahkan nomor urut sampel sebelumnya dengan nilai k.
Berdasarkan contoh diatas, maka didapatkan sampel kedua yaitu
sampel nomor urut (12+30) = 42. Sampel yang ketiga yaitu
sampel nomor urut (42+30) = 72 dan seterusnya hingga jumlah
sampet terpenuhi.
 Pemilihan sampel secara sirkuler:
Adapun langkah-langkah pemilihan sampel secara sirkuler yaitu
sebagai berikut.
1) Siapkan list populasi (kerangka sampel) yang telah diberi
nomor urut.
 18

2) Tentukan interval sampel yang diberi simbol k. Nilai k

ditentukan berdasarkan hasil bagi jumlah populasi (N) dengan
jumlah sampel (n).

Contoh: N = 600, n =20, maka k = 600/20 = 30

3) Sampel pertama ditentukan dengan cara memilih satu sampel
diantara nomor urut 1 sampai nomor sampel terakhir (N).
Misalnya nomor sampel yang terpilih adalah 550, maka sampel
pertama adalah sampel nomor urut 550.
4) Sampel kedua sampai sampel ke-n ditetapkan dengan cara
menambahkan nomor urut sampel sebelumnya dengan nilai k.
Berdasarkan contoh diatas, maka didapatkan sampel kedua yaitu
sampel nomor urut (550+30) = 580. Sampel yang ketiga yaitu
sampel nomor urut (580+30) = 610.
5) Apabila nomor urut sampel ke-n melebihi N, maka hasil hitung
nomor urut dikurangi dengan N. Seperti pada kasus di atas,
setelah dihitung nomor urut sampel ketiga adalah 610, namun N
= 600, sehingga nomor urut sampel menjadi (610-600) = 10.
maka sampel ketiga adalah sampel nomor urut 10. Bila nomor
urut lebih besar dari N, maka kita kembali ke nomor urut awal
karena konsep sirkuler. Untuk memilih sampel selanjutnya
ditentukan dengan cara yang sama sampai sampel yang ke n.
 Contoh Kasus :
Dinkes Kabupaten X melalukan survei untuk mengetahui masalah stunting
pada balita di seluruh puskesmas pada wilayah kerjanya. Mereka
menginginkan sampelnya dipilih secara systematic random sampling
dengan tingkat kepercayaan 95% dan presisi (d) 5%. Jumlah seluruh balita
sebanyak 5000 (N). Berdasarkan data laporan Dinkes Provinsi Bali
menunjukan bahwa kejadian stunting 60%. Tentukan jumlah sampel dan
cara pemilihan sampelnya.
 19

Jawaban :
Diketahui :
= 95% , maka Z1-α = 1,96
P = 60% = 0,6
d = 5% = 0,05
Ditanya :
a. Jumlah sampel (n)
b. Cara pemilihan sampel
Jawab :
a. Menetukan besar sampel
 Menentukan besar sampel secara manual
Perhitungan besar sampel menggunakan rumus estimasi proporsi
karena data outcome berupa katagorikal, sehingga rumus yang
digunakan yaitu :

 Perhitungan jumlah sampel :

Karena jumlah populasi (N) kurang dari 10.000, maka jumlah sampel
yang didapat perlu dikoreksi dengan menggunakan rumus :
n
nk 
1 n / N

= = 344

Jad, berdasarkan perhitungan diatas jumlah sampel yang diperlukan

dalam penelitian ini adalah minimal 344 orang balita.
 Menentukan besar sampel menggunakan aplikasi SSIZE 2.0
Menghitung besar sampel pada aplikasi sama dengan prinsip
menggunakan rumus yaitu menghitung besar sampel dengan
menggunakan parameter yang telah ditentukan, Berikut hasil
perhitungan menggunakan aplikasi :
 20

Berdasarkan hasil perhitungan diatas, didapatkan jumlah sampel

minimal yang diperlukan yaitu minimal 343 orang balita.

b. Cara pemilihan sampel

Adapun langkah-langkah pemilihan sampel secara linier yaitu sebagai
berikut.
1) Siapkan list populasi (kerangka sampel) yang telah diberi
nomor urut 1 s/d 5000.
2) Tentukan interval sampel (k). Nilai k dithitung dengan rumus :
Berdasarkan kasus diatas, diketahui N = 5000 dan n = 344.

= = 14,53

3) Sampel pertama dipilih secara acak, baik mengggunakan cara

manual maupun dengan komputer. Subjek yang dipilih yaitu
subjek dengan nomor urut 1 sampai subjek nomor urut k. Sesuai
dengan kasus diatas nilai k= 14,53, maka sampel pertama dipilih
dari subjek nomor urut 1 s/d 14,53 yang dilakukan secara
random. Misal sampel yang terpilih adalah sampel nomor 10,
maka sampel pertama merupakan sampel nomor urut 10.
 21

4) Sampel selanjutnya (nomor 2 hingga n) ditetapkan dengan cara

menambahkan nomor urut sampel sebelumnya dengan nilai k.
Sesuai dengan kasus diatas, maka didapatkan sampel kedua
yaitu sampel nomor urut (10 + 14,53) = 34,53 (dibulatkan
menjadi 35). Sampel yang ketiga yaitu sampel nomor urut
(35+14,53) = 49,53 (dibulatkan menjadi 50). Sampel yang
keempat dan seterusnya ditentukan dengan cara yan sama
hingga akhirnya didapatkan sampel dengan jumlah 343 sampel.
 22

STRATIFIED RANDOM SAMPLING

Keterangan

Indikasi - Metode ini dipakai bila individu populasi

penelitian heterogen (memiliki risiko yang
berbeda)
- Adanya kerangka sampel dari setiap strata
Contoh:
Penelitian tentang penyakit jantung koroner 
perempuan dan laki-laki memiliki risiko yang
berbeda
Kelebihan - Memberikan sampel yang mewakili semua
strata yang ada
Kelemahan - Seringkali data yang dipakai menentukan strata
tidak ada
Solusi: menggunakan unit sampel rumah tangga

 Cara Menentukan Besar Sampel secara Manual

Penentuan besar sampel pada stratified random sampling dapat
menggunakan rumus sebagai berikut:

Keterangan:
n = jumlah sampel
N = jumlah populasi
Nh = jumlah populasi di strata h
Ph = proprosi kejadian yang diteliti di strata h
Wh = weighting
Z = koefisien reliabilitas
d = presisi / effect size
 Cara Menentukan Besar Sampel dengan Aplikasi SSIZE
1. Buka aplikasi SSIZE, lalu klik satu kali pilihan nomor 8.2 Stratified
sampling untuk menentukan besar sampel dengan stratified random
sampling. Tampilan pada aplikasi dapat dilihat pada gambar berikut ini.
 23

2. Setelah itu, klik tombol Estimate hingga muncul tampilan seperti pada
gambar berikut ini.

Keterangan dari masing-masing informasi dalam gambar diatas, sebagai

berikut:
 Confidence level (%) = tingkat kepercayaan yang digunakan
 Absolute precision required = tingkat akurasi atau tingkat presisi
 Number of strata = jumlah strata yang ada
 Population size of stratum h (Nh ) = jumlah populasi di masing-
masing strata
 Proportion of stratum h showing characteristics (Ph) = Proporsi
suatu kejadian di tiap strata
 24

 Relative weight of stratum h (Wh) = Perbandingan populasi per

strata dengan populasi keseluruhan .
 Sample size (n) = besar sampel yang diperlukan
3. Isilah table pada sesuai dengan kebutuhannya. Besar sampel (n) akan
muncul secara otomatis apabila table telah terisi.
 Cara Pemilihan Sampel
Langkah-langkah pemilihan sampel dengan metode stratified random
sampling adalah sebagai berikut:
1. Identifikasi semua individu yang termasuk populasi penelitian
2. Tentukan strata yang akan dibuat dan siapkan kerangka sampel dari setiap
strata dan jumlah populasinya.
3. Tentukan jumlah sample dari setiap strata secara proporsional atau non-
proporsional. Jumlah sampel secara proposional dapat dihitung dengan:

sedangkan untuk menentukan jumlah sampel pada strata dengan

pendekatan non-proposional adalah sebagai berikut:

Contoh cara pemilihan sampel:

Terdapat jumlah populasi sebanyak 4000 siswa dan akan dikelompokkan

ke dalam strata berdasarkan tingkat pendidikan yaitu TK (600), SD (800),
SMP (1200), dan SMA (1400). Sampel yang akan diambil oleh peneliti
sebanyak 500 siswa. Maka, untuk menentukan jumlah sampel pada strata SD
secara proposional adalah sebagai berikut:

sehingga, didapatkan jumlah sampel yang diambil pada strata SD adalah 100
siswa. Sedangkan untuk menentukan jumlah sampel pada strata dengan
pendekatan non-proposional pada kasus di atas adalah sebagai berikut:

Sehingga, jumlah sampel tiap strata dengan pendekatan non-proposional

adalah 125 siswa. Setelah itu, pemilihan sampel pada masing-masing strata
dapat dilakukan dengan cara simple random sampling atau sistematik random
sampling karena diasumsikan bahwa populasi pada setiap strata bersifat
homogen.

 Contoh Soal
Dinas Kesehatan Kota A tahun 2019 akan melaksanakan Survei Rumah
Tangga di wilayahnya. Survei ini bertujuan untuk mengetahui jumlah anak
 25

dalam setiap RT yang mengalami stuntuing. Populasi dibedakan menjadi

penduduk di desa dan di kota. Tim survei meminta anda untuk menentukan
besar sampel dan cara pemilihan sampel pada survei tersebut.Diketahui
jumlah RT di pedesaan 4000 dan di kota 5500.
a) Menentukan besar sampel
1) Membuat list (kerangka sampel) RT di setiap strata
2) Menentukan parameter yang akan digunakan

Jumlah Proporsi
Jumlah Tingkat Tingkat
Populasi Weighting Kejadian
Strata Populasi Kepercayaan Akurasi
Strata (Wh) Stunting
(N)* (1-α) (d)
(Nh)* (Ph)*

Kota 5500 0,58 0,15

9500 95% 10%
Desa 4000 0,42 0,40
*berdasarkan data sekunder
3) Menghitung besar sampel dengan aplikasi SSIZE
Menghitung besar sampel yang dibutuhkan pada metode
stratified random sampling dengan aplikasi SSIZE menghasilkan
besar sampel yaitu 67 sampel rumah tangga.

b) Pemilihan sampel
1) Menentukan besar sampel yang akan diambil dari masing-masing
strata adalah sebagai berikut.
 Besar sampel untuk strata kota
 26

n1 = sampel rumah tangga

 Besar sampel untuk strata desa
n2 = sampel rumah tangga
2) Pemilihan sampel pada masing-masing strata dapat dilakukan secara
simple random sampling atau sistematik random sampling karena
diasumsikan bahwa populasi pada setiap strata bersifat homogen.
 27

CLUSTER RANDOM SAMPLING

Keterangan

Indikasi Cara ini dipilih bila populasi tinggal secara

berkelompok atau populasinya merupakan penduduk
yang ekslusif seperti anak sekolah, penghuni
asrama.

Contoh:
Bayangkan Anda ingin mengevaluasi pengeluaran
siswa untuk berbagai hal di seluruh SMA di Bali.
Karena Bali adalah area yang luas, kami perlu
mengambil sampel dari hanya 7 sekolah dari total 60
sekolah
Kelebihan a. Teknik sampling ini lebih sederhana daripada
simple random sampling, sistematik random
sampling dan stratified random samping
b. Dapat digunakan untuk menentukan sampel
pada populasi yang tersebar di wilayah yang
sangat luas dan terdiri dari beberapa kelompok.
c. Biaya dan waktu yang lebih sedikit
Kelemahan a. Varian sampel yang dihasilkan akan lebih besar
dibandingkan dengan teknik sampling lain
sehingga untuk memperkecilnya jumlah sampel
harus diperbesar.
b. Biasnya akan lebih besar karena probabilitas
tiap individu untuk menjadi sampel tidak sama
c. Sampel cluster yang dihasilkan tidak
terdistribusi secara merata
 Cara Menentukan Besar Sampel
Penentuan jumlah sampel pada cluster sampling hampir sama dengan
simple random sampling. Yang membedakan cluster dengan simple yaitu
besar sampel individu yang didapatkan pada cluster sampling harus dikali
dengan nilai koreksi atau design effect untuk menghindari bias yang besar.
Langkah-langkah dalam menentukan besar sampel pada Cluster Random
Sampling adalah sebagai berikut.

Rumus estimasi rerata (data kontinu)

 28

Keterangan:
n = jumlah sampel
Z = koefisien reliabilitas
d = presisi
f = nilai koreksi / design effect
σ = harga varians di populasi

Estimasi rerata (data katagorikal)

Keterangan:
n = jumlah sampel
P = proporsi kejadian yang diteliti
Z = koefisien reliabilitas
d = presisi
f = nilai koreksi / design effect
σ = harga varians di populasi

 Cara Pemilihan Sampel

Cara pemilihan sampel menggunakan metode cluster random sampling
dapat dibedakan menjadi dua yaitu 1 tingkat dan 2 tingkat. Langkah-langkah
dalam pemilihan sampel cluster 1 tingkat adalah sebagai berikut.
a. Menentukan cluster di populasi. Misalnya yang menjadi cluster: SMA
dan terdapat 60 SMA di Bali
b. Menentukan jumlah sampel minimal yang digunakan dalam penelitian.
Misalnya: Jumlah sampel minimal adalah 200 siswa SMA, dan total
siswa SMA di Bali adalah 3000 siswa
c. Menentukan jumlah sampel yang akan dipilih di masing-masing
cluster. Jumlah sampel yang akan dipilih di masing-masing cluster =
3000: 60 = 50 siswa
d. Menentukan jumlah cluster yang akan dipilih. Jumlah cluster yang
akan dipilih = 200: 50 = 4 cluster
e. Memilih sampel cluster. Pemilihan sampel cluster dilakukan secara
simple random sampling. Sesuai dengan contoh diatas, seluruh
individu dalam 4 cluster yang dipilih tersebut menjadi sampel
penelitian.

Pemilihan sampel dengan cluster 2 tingkat merupakan lanjutan dari

pemilihan sampel dengan cluster 1 tingkat. Pemilihan sampel cluster 2 tingkat
dapat ditentukan dengan langkah-langkah berikut ini.
 29

a. Setelah memilih sampel cluster secara simple random sesuai yang

dibutuhkan, maka selanjutnya dilakukan pemilihan sampel individu
dari setiap cluster yang terpilih.
b. Pemilihan sampel individu tersebut dilakukan secara secara simple
random atau systematic random sampling serta jumlahnya ditentukan
oleh peneliti.

Gambar 1. Pemilihan Sampel dengan Cluster 1 Tingkat dan 2 Tingkat

 Contoh Soal
Dinas Kesehatan Kabupaten X Papua ingin mengetahui cakupan imunisasi
lengkap pada anak (data diambil dari 50 puskesmas, total anak usia 1-2 tahun
500 anak). Dari hasil survey imunisasi tingkat provinsi Papua 1 tahun lalu
diperoleh cakupan imunisasi sebesar 70%. Pada penelitian ini, peneliti
merencanakan menggunakan metode sampel cluster 2 tahap dengan
menggunakan 20 klaster. Pada tahap pertama, dipilih desa dan di tiap desa
terpilih akan dipilih sejumlah anak berumur anak berusia 1-2 tahun secara
acak sederhana. Berapa besar sampel yang diperlukan jika peneliti
menginginkan kesalahan maksimum terhadap cakupan imunisasi di populasi
sebesar 5% dan derajat kepercayaan 95%?

Jawaban:
Diketahui:
= 95%, maka Z1-α = 1,96
P = 70% = 0,7
d = 5% = 0,05
f=2
Ditanya: jumlah sampel dan cara pemilihan sampel

Jawab:
Perhitungan besar sampel menggunakan rumus estimasi proporsi karena data
outcome berupa katagorikal, sehingga rumus yang digunakan yaitu:
 30

Perhitungan jumlah sampel:

n = 200 anak

selanjutnya, langkah-langkah dalam pemilihan sampel cluster 1 tingkat adalah

sebagai berikut.
a. Menentukan cluster di populasi. Misalnya yang menjadi cluster:
puskesmas dan terdapat 50 puskesmas di kabupaten X
b. Menentukan jumlah sampel minimal yang digunakan dalam penelitian.
Telah diketahui jumlah sampel adalah 200 anak, dan total anak usia 1-2
tahun di 50 puskesmas itu adalah adalah 500 siswa
c. Menentukan jumlah sampel di masing-masing cluster. Jumlah sampel
yang akan dipilih di masing-masing cluster = 500: 50 = 10 anak
d. Menentukan jumlah cluster yang akan dipilih. Jumlah cluster yang akan
dipilih = 200: 10 = 20 cluster
e. Memilih sampel cluster. Pemilihan sampel cluster dilakukan secara simple
random sampling. Maka untuk sampel di 20 klaster adalah 200/20 = 10
anak untuk tiap klaster

Pemilihan sampel dengan cluster 2 tingkat merupakan lanjutan dari pemilihan

sampel dengan cluster 1 tingkat. Pemilihan sampel cluster 2 tingkat dapat
ditentukan dengan langkah-langkah berikut ini.
a. Setelah memilih sampel cluster secara simple random sesuai yang
dibutuhkan, maka selanjutnya dilakukan pemilihan sampel individu dari
setiap cluster yang terpilih.
b. Pemilihan sampel individu tersebut dilakukan secara secara simple random
atau systematic random sampling serta jumlahnya ditentukan oleh peneliti.
 31

PROBABILITY PROPORTIONAL TO SIZE (PPS) RANDOM SAMPLING

Keterangan
Pengertian Probability Proportional to Size (PPS) Sampling
adalah suatu metode pengambilan sampel dari
sebuah populasi dimana peluang terpilihnya setiap
unit sampel sebanding dengan ukuran (size). Ukuran
tersebut adalah informasi tambahan yang dimiliki
oleh setiap unit sampel yang dijadikan sebagai dasar
pertimbangan dalam penarikan sampel sehingga
dapat diperoleh estimator-estimator yang lebih
efisien. Informasi tambahan harus memiliki korelasi
yang erat dengan variabel yang akan diteliti.
Memilih kluster dengan teknik PPS berarti kluster
yang memiliki size lebih besar memiliki peluang
lebih besar untuk dipilih daripada kluster size kecil.
Dengan kata lain bahwa pemilihan cluster
ditentukan oleh size.
Indikasi Cara ini sering dipakai dalam memilih sampel
kluster. Dengan cara ini, kluster yang memiliki
populasi yang lebih banyak akan memiliki
probabilitas terpilih sebagai sampel akan lebih besar
pula.

Contoh : pada perusahaan A terdiri dari 200

karyawan, perusahaan B terdiri dari 150 karyawan,
dan perusahaan C terdiri dari 300 karyawan. Maka,
perusahaan C lebih berpeluang terpilih daripada
perusahaan A, perusahaan A lebih berpeluang
terpilih daripada perusahaan B.
Prinsip - Harus ada list kluster.
- Terdapat informasi tambahan yang berkorelasi
erat dengan variabel yang diteliti. Informasi
tambahan digunakan untuk menentukan size
suatu kluster sehingga bisa menentukan kluster
mana yang harus dipilih.

Contoh : pada SKRT harus berisi jumlah KK, daftar

perusahaan harus berisi jumlah karyawan, dan
sebagainya.
 32

Kelebihan - Akan diperoleh estimator yang unbiased

terhadap populasi.
- Dapat memberikan estimator-estimator yang
lebih sederhana.
- Mempunyai akurasi yang lebih tinggi
dibandingkan cluster random sampling.
- Mengurangi biaya pengumpulan data.
Kelemahan - Pengambilan sampel dengan metode ini
memiliki keterwakilan terhadap populasi yang
kurang baik bila besarnya PSU (Primary
Sampling Unit) kurang bervariasi.
- Pemilihan sampel dengan menggunakan
prosedur With Out Replacement (WOR) lebih
sulit dilakukan.

 Cara Menentukan Besar Sampel

Rumus yang digunakan untuk menentukan besar sampel pada Probability
Proportional to Size (PPS) sampling adalah sama dengan rumus simple
random sampling. Namun, pada Probability Proportional to Size (PPS)
sampling jika hanya menggunakan besar sampel individu yang didapatkan
dari simple random sampling maka biasnya akan besar, sehingga besar sampel
individu yang didapatkan harus dikali dengan nilai koreksi atau design effect
(f). Nilai koreksi atau design effect umumnya antara 1,75 s/d 2.
- Estimasi rerata (data kontinu)
Z  
2

n   1  f
 d 
- Estimasi proporsi (data kategori)
( Z1 ) 2 P(1  P)
n f
d2

Keterangan:
n = jumlah sampel
P = proporsi kejadian yang diteliti
Z = koefisien reliabilitas
d = presisi / effek size
f = nilai koreksi / design effect

 Cara Pemilihan Sampel

Langkah-langkah pemilihan sampel dengan metode Probability
Proportional to Size (PPS) sampling adalah sebagai berikut:
1) Membuat list kluster dengan populasinya atau sizenya.
 33

2) Membuat jumlah populasi secara kumulatif dari kluster pertama sampai

yang terakhir
3) Menentukan jumlah sampel individu dan jumlah sampel kluster yang akan
dipilih. Jumlah sampel individu yang akan diteliti dan jumlah sampel
kluster yang akan dipilih ditentukan oleh peneliti.
4) Menghitung interval untuk sampel kluster dengan rumus :
k=

keterangan :
N = jumlah populasi
5) Menentukan range dari setiap kluster.
6) Memilih sampel kluster secara sistematik dengan cara menentukan angka
random pertama secara acak pada rentangan 1 ≤ AR1 ≤ k, kemudian dari
angka random yang terpilih ditarik ke belakang dicari angka tersebut
berada pada rentangan di kluster mana. Maka tempat atau kluster dimana
angka random tersebut berada menjadi sampel kluster pertama. Langkah
tersebut diulangi sebanyak n kali (sejumlah kluster yang diperlukan).
7) Setelah sampel kluster terpilih, maka dilakukan pemilihan sampel individu
secara random pada semua sampel kluster terpilih tersebut sejumlah
sampel yang diperlukan.

Contoh :
Size Jumlah ART
No Nama KRT Kumulatif Range
(Ni)
1. Danu 3 3 1-3
2. Hananto 1 4 4
3. Wisnu 11 15 5-15
4. Pandhu 6 21 16-21
5. Krisna 4 25 22-25
6. Yudha 2 27 26-27
7. Bima 3 30 28-30
Jumlah 30

Pada data di atas misalkan jumlah kluster yang diperlukan sebanyak 3 kluster
dan jumlah sampel yang diperlukan sebanyak 6 individu maka :
 Interval : k = = 10
 Memilih angka random pertama pada rentangan 1 sampai 10, misalkan
terpilih angka 7. Jadi, sampel pertama adalah no urut 7. Jika ditarik ke
belakang, no urut 7 berada pada kluster 3 atau kluster Wisnu, maka sampel
kluster pertama adalah kluster 3 atau kluster Wisnu.
 Memilih angka random kedua :
AR2 = AR1 + k = 7 + 10 = 17
 34

Jika ditarik ke belakang, no urut 17 berada pada kluster 4 atau kluster

Pandhu, maka sampel kluster kedua adalah kluster 4 atau kluster Pandhu.
 Memilih angka random ketiga :
AR3 = AR2 + k = 17 + 10 = 27
Jika ditarik ke belakang, no urut 27 berada pada kluster 6 atau kluster
Yudha, maka sampel kluster kedua adalah kluster 6 atau kluster Yudha.
Maka, sampel kluster terpilih yaitu kluster 3, kluster 4, dan kluster 6.
 Memilih sampel individu dari setiap kluster secara random, misalkan
setiap kluster dipilih 2 orang untuk mewakili klusternya. Dapat dipilih
bebas oleh peneliti.

 Contoh Soal
Penelitian survey pada pekerja batu bata dan genteng di Tabanan dengan
tujuan mengetahui kejadian ankilostomiasis pada pekerja batu bata / genteng
di Bali. Berdasarkan laporan profile daerah diperkirakan prevalensi
ankilostomiasis P = 4%. Sampel yang diinginkan mendapatkan hasil dengan
presisi d = 5% dari asumsi dan memilki tingkat reliabilitas 95% (Z1-= 1,96).
Jumlah pekerja batu bata dan genteng N = 216 orang. Desain effect sebesar
1,75. Jika peneliti menggunakan metode PPS sampling, berapa sampel
minimal yang diperlukan dan bagaimana cara memilih sampelnya jika
peneliti ingin mengambil dari 5 kluster?

No. Jumlah Pekerja Jumlah Kumulatif

Kluster
1 20 20
2 21 41
3 30 71
4 25 96
5 19 115
6 31 146
7 20 166
8 21 187
9 10 197
10 19 216

Pembahasan :
Diketahui :
N = 216
P = 4%
α= 95%
Z1-= 1,96
 35

d = 5%
f = 1,75

Ditanya :
a. Besar sampel = …?
b. Cara pemilihan sampel = …?

Jawab :
a. Besar sampel :
( Z1 ) 2 P(1  P)
n f
d2
(1,96) 2 0,04(0,96)
n 1,75
0,05 2
(3,8416) x(0,0384)
n 1,75
0,0025
n = 103,26
n = 103 (dibulatkan)

Jadi, besar sampel minimal yang digunakan pada penelitian tersebut yaitu
103 orang pekerja.

b. Cara memilih sampel :

- Membuat list kluster dengan populasinya atau sizenya.
- Membuat jumlah populasi secara kumulatif dari kluster pertama
sampai yang terakhir.
No. Jumlah Pekerja Jumlah Kumulatif
Kluster
1 20 20
2 21 41
3 30 71
4 25 96
5 19 115
6 31 146
7 20 166
8 21 187
9 10 197
10 19 216

- Menentukan jumlah sampel individu dan jumlah sampel kluster yang akan
dipilih. Jumlah sampel individu yang akan diteliti dan jumlah sampel
kluster yang akan dipilih ditentukan oleh peneliti. Pada penelitian ini
 36

jumlah sampel yang diperlukan yaitu 103 pekerja dan jumlah sampel
klusternya sebanyak 5 kluster.
- Menghitung interval untuk sampel kluster dengan rumus :
k=

k = 216 : 5 = 43,2

- Menentukan range dari setiap kluster.

No. Kluster Jumlah Jumlah Range

Pekerja Kumulatif
1 20 20 1 - 20

2 21 41 21 - 41

3 30 71 42 - 71

4 25 96 72 - 96

5 19 115 97 - 115

6 31 146 116 - 146

7 20 166 147 - 166

8 21 187 167 - 187

9 10 197 188 - 197

10 19 216 198 - 216

- Menentukan sampel kluster

AR1 = 26 (kluster 2)
AR2 = 26 + 43,2 = 69,2 (kluster 3)
AR1 = 69,2 + 43,2 = 112,4 (kluster 5)
AR1 = 112,4 + 43,2 = 155,6 (kluster 7)
AR1 = 155,6 + 43,2 = 198,8 (kluster 10)

- Menentukan sampel individu dari setiap sampel kluster

Sampel individu ditentukan secara random oleh peneliti.
 37

MULTISTAGE RANDOM SAMPLING

Keterangan

Pengertian Multistage random sampling adalah proses

pengambilan sampel yang dilakukan melalui dua
tahap pengambilan sampel atau lebih. Pada metode
ini unit sampling yang dipilih pada tahap pertama
disebut unit sampling primer (PSU) lalu pada
penarikan sampel di tahap kedua disebut unit
sampling sekunder dan seterusnya.
Indikasi - Populasi homogen
- Jumlah populasi sangat besar dan menempati
daerah yang sangat luas
- Tidak tersedia kerangka sampel yang memuat
unit-unit sampel terkecil
Contoh:
Penelitian untuk mengetahui kejadian Anemia pada
Ibu Hamil di Kabupaten Gianyar. Populasi pada
penelitian ini adalah Ibu Hamil dan dikatakan
homogen apabila Ibu Hamil memiliki risiko yang
sama terkena anemia.
Kelebihan - Anggota sampel yang diambil lebih
representative
- Kontrol terhadap error sampling menjadi lebih
baik
- Jika dilakukan penelitian ulang memerlukan
biaya yang relative kecil
- Dapat menggunakan metode sampling yang
berbeda pada setiap tahapannya.
Kelemahan - Prosedur estimasi sulit
- Prosedur pengambilan keputusan sampel
memerlukan perencanaan yang lebih cermat
- Pengujian sulit dilakukan

 Cara Menentukan Besar Sampel

Pada data Kontinu dan Proporsi

Keterangan:
n = besar sampel minimum
Za= nilai distribusi normal baku (tabel Z) pada tertentu
 38

= varians di populasi
d = tingkat ketepatan absolut yang diinginkan
f = nilai koreksi/design effect

 Cara Pemilihan Sampel

Langkah-langkah pemilihan sampel adalah sebagai berikut:
1. Tahap pertama, memilih populasi dan membagi populasi menjadi beberapa
fraksi sebagai dasar untuk menentukan primary sampling unit (PSU).
2. Tahap kedua, membagi fraksi yang sudah dibagi menjadi fraksi-fraksi
yang lebih kecil dan diambil sampelnya. Pembagian fraksi ini terus
dilakukan sampai pada unit sampel yang diinginkan.

 Contoh Soal
Penelitian tentang pemanfaatan sarana Pelayanan Kesehatan di Kabupaten
Gianyar. Populasi dalam penelitian ini adalah penduduk kabupaten gianyar
dengan rumah tangga sebagai unit sampelnya.
Langkah-langkah menentukan sampel:
1. Pilih 3 kecamatan dari 7 kecamatan yang ada di Kabupaten Gianyar
(dilakukan dengan simple random sampling) kemudian terpilih kecamatan
A,B,C sampel yang terpilih disebut PSU.
2. Pilih kelurahan dari 3 kecamatan yang sudah dipilih sebelumnya. Misalnya
ada 30 kelurahan/desa, hanya dibutuhkan 12 kelurahan (metode sampling
dengan stratified dan pendekatan non-proporsional). Maka , artinya
masing-masing kecamatan diambil 4 kelurahan/desa.
3. Memilih banjar disetiap kelurahan/desa, diketahui total banjar dari 12
kelurahan/desa tersebut sebanyak 50 banjar. Hanya diperlukan 15 banjar
saja. Dapat menggunakan stratified dengan pendekatan non-proporsional.
4. Jika sudah dipilih 15 banjar, kemudian dicari jumlah KK yang akan
dijadikan responden (dapat menggunakan stratified, simple, atau
systematic random sampling).
 39

CROSS-SECTIONAL

Merupakan studi observasional dengan pengukuran variable-variabelnya

dilakukan hanya satu kali. Maksudnya adalah pengukuran sebab dan akibatnya
pada saat bersamaan atau point in time. (pengukuran sebab dan akibatnya pada
saat bersamaan point in time) pada satu saat. Cross-sectional mempelajari
prevalensi, distribusi, dan hubungan penyakit dengan status paparan secara
serentak pada individu-individu di populasi.

Keterangan

Prinsip - Pengukuran variabel hanya satu kali.

- Tidak ada prosedur tindak lanjut atau follow-up.
- Mempelajari faktor risiko penyakit yang mempunyai onset
lama dan lama sakit yang panjang

Kelebihan - Desain cross-sectional adalah desain yang relatif mudah,

murah, dan hasilnya cepat dapat diperoleh.
- Dapat meneliti beberapa variabel sekaligus. Maksudnya adalah
variable sebab dan akibatnya dapat lebih dari satu.
- Jarang terancam loss to follow up.
Kelemahan - Tidak dapat menggambarkan perjalanan penyakit, insidens,
dan prognosis.
- Tidak praktis dalam meneliti kasus yang sangat jarang.
- Dapat terjadi bias prevalens dan bias insidens.

 Cara pemilihan sampel:

Pemilihan sampel pada penelitian cross-sectional sangat ditentukan oleh
luas wilayah penelitian, heterogenitas populasi yang diteliti dan ketersediaan
logistik dan waktu penentuan. Metode yang dapat dipakai untuk pemilihan
sampel pada jenis penelitian ini adalah simple, systematic, stratified, multistagges,
cluster, dan Probability Proportional to Size (PPS) random sampling.

 Rumus besar sampel

1. Berdasarkan Tingkat Presisi
Penentuan jumlah sampel ditentukan oleh 4 parameter:
a. Kejadian pada populasi umum dan bila tidak ada dapat dipakai kejadian
pada kelompok kontrol (Pc) untuk data kategorikal atau SD populasi atau
SD dari kelompok pembanding.
b. Tingkat akurasi sampel (P1 – P2) untuk data kategorikal atau (1 - 2)
untuk data numerik.
c. Tingkat reliablitas sampel (1-).
 40

d. Power penelitian (1-).

Rumus yang digunakan adalah:

a. Data Nominal (beda proporsi)
( Z 1 ) 2 P (1  P )
n
d2

b. Data Numerik (beda rerata)

Z  
2

n   1 
 d 

c. Sampel dengan n koreksi (N < 10.000)

n
nk 
1 n / N

Keterangan:

n = jumlah sampel yang diinginkan

P = proporsi kejadian yang diteliti

Z = koefisien reliabilitas

d = presisi / effect size

f = nilai koreksi / design effect

σ = harga varians di populasi

2. Beda dua populasi.
N = jumlah populasi terjangkau
a. Penentuan jumlah sampel ditentukan oleh 4 parameter:
b. Kejadian pada populasi umum dan bila tidak ada dapat dipakai kejadian
pada kelompok kontrol (Pc) untuk data kategorikal atau SD populasi atau
SD dari kelompok pembanding.
c. Tingkat akurasi sampel (P1 – P2) untuk data kategorikal atau (1 - 2)
untuk data numerik.
d. Tingkat reliablitas sampel (1-).
e. Power penelitian (1-).
Rumus yang digunakan adalah:
a. Data Nominal (beda proporsi).

n
Z  2 PQ  Z  P1Q1  P2Q2 
2

( P1  P2 ) 2
Keterangan:
 41

P1 = kejadian pd kelompok perlakukan

Q1 = (1-P1)
P2 = kejadian pd kelompok kontrol
Q2 = (1-P2)
P = (P1+P2)/2
Q = (1-P)
Zα = koefisien reliabilitas (1-α)
Z = koefisien power (1-)

b. Data Numerik (beda mean).

 ( Z   Z  ) SD 
2

n  2 
 1   2 
Keterangan:
SD = SD di populasi (kelompok kontrol)
1 = rerata pada kelompok perlakuan
2 = rerata pada kelompok kontrol
Zα = koefisien reliabilitas (1-α)
Z = koefisien power (1-)
 Contoh Kasus:
1) Akan diteliti kejadian TB di Bali. Berdasarkan laporan prevalensi TB P =
15%. Hasil deviasi d= 5% dari asumsi sehinga sampel bervariasi kurang lebih
15% ±5% tingkat realibilitas 95%, jika populasi N= 5000, maka besar sampel
adalah
( Z1 ) 2 P(1  P )
n
d2
1,96 2 (0,15 x0,85)
n  195,9
0,052
n
nk 
1 n / N
195,9
nk   188,5
1  195,9 / 5000
2) Ingin diketahui beda tekanan diastolik pada 2 kelompok lansia, kelompok
pertama rajin berolahraga seperti jogging dan kelompok kedua tidak. Rerata
pada kelompok kontrol 80 mmHg pada kelompok perlakuan 85 mmHg.
Simpang baku 10 mmHg tingkat realibilitas 0,05 dan power 0,80 maka sampel
yang diperlukan?
2
 ( Z  Z  ) SD  (1,96  0,842)10 
2

n  2   = 2   62,8

 1   2   85  80 
Jumlah sampel dibulatkan menjadi 63 sampel.
42
 43

CASE CONTROL (KASUS KONTROL)

Penelitian kasus control merupakan penelitian epidemiologis analitik
observasional yang menelaah hubungan antara efek (penyakit atau kondisi
kesehatan) tertentu dengan faktor risiko tertentu. Desain penelitian kasus-kontrol
dapat dipergunakan untuk menilai berapa besarkah peran factor risiko dengan
kejadian penyakit (cause-effect relationship).

Keterangan

Prinsip - Mempelajari hubungan sebab akibat antara penyakit dengan

faktor risiko tertentu pada kelompok kasus dan kelompok
kontrol.
- Penelitian dimulai dengan identifikasi pasien dengan penyakit
tertentu dan kelompok tanpa penyakit tertentu lalu secara
retrospektif ditelusuri faktor risiko yang menyebabkan suatu
penyakit.
- Penelitian ini dapat meneliti satu akibat atau efek dengan
sebab atau faktor risiko lebih dari satu variabel.
- Contoh: hubungan antara kejadian kanker serviks dengan
perilaku seksual.

Kelebihan - Studi ini dapat atau terkadang menjadi satu-satunya cara untuk
meneliti kasusu yang jarang terjadi atau masa latennya
panjang.
- Hasil dan biaya lebih cepat dan murah.
- Subyek penelitian yang sedikit
Kelemahan - Validasi data sulit diperoleh.
- Tidak dapat memberikan incidence rates.
- Tidak dapat digunakan untuk meneliti lebih dari satu akibat
atau penyakit.

 Cara Pemilihan Sampel

Pemilihan sampel ada dua, yaitu:
1) Menggunakan pendekatan prevalen. Menggunakan data yang sudah ada.
Misalnya kasus dan kontrol diambil dari rekam medis atau data hasil
penelitian cross-sectional atau kohort yang sudah ada. Pada pendekatan
ini, kerangka sampel untuk kasus dan kontrol dibuat dari rekam medis
yang sudah ada. Pemilihan sampel kasus dilakukan dengan cara random
dari kerangka sampel kasus tersebut dan kontrol sebagai pasangan kasus
dipilih dari kerangka sampel kontrol sesuai dengan kriteria pasangan,
misalnya jenis kelamin dan umur yang sama dengan kasus.
 44

2) Menggunakan pendekatan insiden, dimana kasus dan kontrol yang dipakai

adalah kasus baru. Pada pendekatan ini peneliti tidak mungkin membuat
kerangka sampel, oleh karena itu, cara pemilihan sampel yang mungkin
dikerjakan adalah pemilihan sampel secara non-random seperti
consecutive sampling. Setiap kasus yang memenuhi syarat dan bersedia,
dipilih sebagai sampel kasus dan dicarikan pasangan kontrolnya yang
sesuai dengan ciri kasus yang dipasangkan. Cara ini dilanjutkan sampai
jumlah sampel terpenuhi.
 Cara Menentukan Besar Sampel
1) Rancangan Case-Control Tidak Berpasangan
Informasi yang diperlukan adalah:
a. OR = Odd Ratio terkecil yang dianggap bermakna (akurasi sampel)
b. P2 = kejadian ekspose pada kontrol atau populasi pada umumnya
c. P1 = kejadian ekspose pada kasus
d. Z = koefisien reliabilitas (1-)
e. Z = power penelitian untuk (1-)

Maka, rumus besar sampel:

n
Z  2 PQ  Z  P1Q1  P2Q2 
2

( P1  P2 ) 2
Dengan:
; ;

2) Rancangan Case-Control Berpasangan

Informasi yang diperlukan sama seperti pada rancangan case-control tidak
berpasangan.

a. Proporsi expose pada kontrol (P2).

b. Nilai OR terkecil yang dianggap bermakna.
c. Proporsi ekspose pada kasus dihitung dengan rumus.
d. Proporsi pasangan diskordan ().
e. Tingkat kemaknaan ().
f. Power dari test (1 - ).
Maka, rumus besar sampel:

n
Z   Z  
2

P1  P2 2
 45

 Contoh Kasus
1) Akan diteliti pengaruh merokok terhadak Penyakit Jantung Koroner (PJK)
dengan rancangan kasus-kontrol. Berapa sampel diperlukan bila dari data
sekunder diketahui bahwa proporsi populasi dewasa merokok P2 = 35%,
OR penelitian yang dianggap bermakna 2,5 dengan tingkat reliabilitas
95% dan power penelitian 80%.
Diketahui :
P1 = 0,35x2,5/(1+0,35(2,5-1)) = 0,57
P2 = 0,35
OR= 2,5
P = (0,35 + 0,57)/2 = 0,46
α = 95% = Zα = 1,96
1-β = 80% = Zβ = 0,84

n
Z  2 pq  Z  p1q1  p2 q 2 
2

 p1  p2 2
n
1,96 2 x0,46 x0,54  0,84 0,57 x0,43  0,35 x0,65 
2

 78
0,57  0,352
Jumlah besar sampel adalah 78 sampel.
2) Efisiensi vaksin BCG pada anak untuk mencegah terjadinya TB pada anak.
Desain penelitian case-control. Kasus adalah anak yang menderita TB
dan kontrol adalah anak yang tidak menderita TB. Perkiraan pada kontrol
yang mendapat vaksin BCG sebesar 25%. Power penelitian 90%, tingkat
kemaknaan 5% dan proporsi diskordan 40%. Berapa besar sampel
minimal yang dibutuhkan jika OR adalah 2.
Diketahui:
P2 = 0,25
OR = 2
P1 = 0,4 (lihat rumus P1 diatas)
Proporsi pasangan diskordan  = 0,40
Z= 1,96
Z = 1,28

n
Z   Z  
2


1,96  1,28 x0,40
2
 186,624
P1  P2 2 0,4  0,252
jumlah pasangangan sampel menjadi 187 pasangan.
 Dengan Sample Size
1) Berikut tampilan sample size.
 46

2) Pilih case-control studies. Pada bagian ini kita bebas memilih rumus besar
sampel mana yang akan dipilih. Misalnya ada hipotesis dengan odd ratio.

3) Akan muncul dialog box seperti pada gambar. Pada bagian ini tinggal
memasukkan angka yang diketahui maka hasil besar sampel akan muncul.
Misalnya kita menggunakan contoh kasus nomor 1. Maka besar sampel yang
dibutuhkan adalah 75 sampel.
47
 48

KOHORT

Kohort merupakan sekelompok individu yang memiliki ciri yang sama dan
belum memiliki variabel outcome. Terdapat 2 jenis penelitian kohort
berdasarkan waktu penentuan kohort:
a. Kohort Prospektif (kohort ditentukan di waktu sekarang)
Mengindentifikasi faktor risiko pada kohort terlebih dahulu,
kemudian diikuti secara prospektif selama periode tertentu untuk melihat
terjadi atau tidaknya outcome.
b. Kohort Retrospektif (kohort ditentukan di masa yang akan datang)
- Penelitian ini hanya dapat dilakukan apabila data mengenai faktor
risiko dan efek tercatat secara lengkap pada rekam medik maupun
sumber lainnya.
- Medical record dari kohort ditelusuri dari saat belum terjadi outcome
kemudian dilihat terjadinya efek/outcome yang (sudah) terjadi pada
saat penelitian.
Keterangan

Prinsip Prinsip dasarnya studi kohort adalah mempelajari hubungan

antara faktor risiko dengan efek atau penyakit

Kelebihan - Studi kohort merupakan desain terbaik dalam menentukan

insiden dan perjalanan penyakit atau efek yang diteliti.
- Studi kohort merupakan desain terbaik dalam menerangkan
dinamika hubungan temporal antara faktor risiko dengan
efek.
- Studi kohort dapat dipakai untuk meneliti beberapa efek
sekaligus dari suatu faktor risiko tertentu.
Kelemahan - Studi kohort merupakan desain terbaik dalam menentukan
insidens dan perjalanan penyakit atau efek yang diteliti.
- Studi kohort merupakan desain terbaik dalam menerangkan
dinamika hubungan temporal antara faktor risiko dengan
efek.
- Studi kohort dapat dipakai untuk meneliti beberapa efek
sekaligus dari suatu faktor risiko tertentu.

 Cara Pemilihan Sampel

Cara pemilihan sampel dibedakan menjadi dua kelompok yaitu secara
random dan non-random. Pemilihan sampel secara random juga disebut
probability sampling dan non-random disebut non probability sampling. Pada
 49

probability sampling, setiap individu memiliki kemungkinan yang sama untuk

dipilih sebagai sampel dan dapat dibuat kerangka sampelnya. Berbeda dengan
non probability sampling, setiap individu tidak memiliki kemungkinan yang
sama untuk terpilih sebagai sampel dan probabilitas untuk menjadi sampel
juga tidak diketahui. Yang termasuk random sampling yaitu simple random
sampling, systematic random sampling, stratified random sampling,
multistage random sampling, cluster sampling, dan probablity proportional to
size (PPS). Sedangkan yang termasuk non random sampling yaitu accidental,
purposive.

 Cara Penentuan Jumlah Sampel

a. Kohort dengan Data Numerikal
Rumus yang digunakan dalam menentukan jumlah sampel penelitian
kohort dengan jenis data numerikal (menggunakan rumus sampel
untuk beda mean) yaitu :

Keterangan :

n = jumlah sampel minimal yang dibutuhkan untuk setiap kohort

µ1 = rerata populasi 1
µ2 = rerata populasi 2
d = perbedaan klinis yang diinginkan (µ1-µ2)
σ2 = varians*
Z1-α/2 = koefisien reliabilitas**
Z1-β = koefisien power test** (biasanya nilai yang digunakan
antara 10% -20%)
*berdasarkan data kepustakaan (data sekunder)
**ditentukan oleh peneliti
Contoh :
Seorang peneliti ingin mengetahui hubungan pajanan bising dengan
ambang dengar (Desibell) pada pekerja di pabrik tekstil. Peneliti
menggunakan desain kohort retrospektif. Kohort terpapar adalah
karyawan di bidang produksi dan sebagai kohort kontrol adalah
karyawan di bagian lainnya (administrasi, pengepakan, dan
pengriman). Berapa besar sampel yang diperlukan agar perbedaan
minimal rerata kemampuan dengar (desibell) antara kelompok terapar
dengan kontrol terkecil yang dianggap bermakna d = 10 DB dengan
tingkat reliabilitas sampel 95% (1-α), power penelitian 80% (1-β) dan
 50

estimasi rerata ambang dengar pada populasi µ2 = 80 DB dengan SD =

15 DB (kepustakaan).
Diketahui :

µ1 = 90 dB
µ2 = 80 dB
d = 10 dB
σ2 = 152 = 225
α = 95% = Zα = 1,96
1-β = 80% = Zβ = 0,84
Jawaban :

Menghitung besar sampel yang dibutuhkan dalam penelitian kohort

untuk variabel outcome numerik dapat dilakukan dengan menggunakan
aplikasi SSIZE, sehingga didapatkan besar sampel sebanyak 36
sampel.
 51

b. Kohort dengan Data Kategorikal

n1 = n2 =

Keterangan :

n = jumlah sampel minimal yang dibutuhkan untuk setiap kohort

P1 = perkiraan insiden kejadian pada kohort terpapar (P1 = RR x
P2)
P2 = perkiraan insiden kejadian pada kohort kontrol*
P = perkiraan insiden kejadian pada semua kohort (P = (P1 +
P2)/2)
Z1-α/2 = koefisien reliabilitas**
Z1-β = koefisien power test** (biasanya nilai yang digunakan
antara 10% -20%)
*berdasarkan data pustaka (data sekunder)
**ditentukan oleh peneliti
d = effect size (P1 - P2)
Contoh :

Seorang peneliti ingin mengetahui hubungan pajanan bising dengan

tuli pada pekerja di pabrik tekstil. Peneliti menggunakan disain kohort
retrospektif. Kohort terpapar adalah karyawan di bidang produksi dan
sebagai kohort kontrol adalah karyawan di bagian lainnya
(administrasi, pengepakan, dan pengriman). Berapa besar sampel yang
diperlukan agar perbedaan minimal kejadian tuli antara kelompok
terapar dengan kontrol terkecil yang dianggap bermakna d = 10%
dengan tingkat reliabilitas sampel 95% (1-), power penelitian 80%
(1-) dan estimasi kejadian tuli pada populasi P2 = 10%
(kepustakaan). Selanjutnya bagaimana cara pengabilan sampelnya.
Diketahui :
P1 = RR x P2 = 0.2 x 0.1 = 0.02
P2 = 10% = 0,1
P = (P1 + P2)/2 = (0.2 + 0.1)/2 = 0.15
α = 95% = Zα = 1,96
1-β = 80% = Zβ = 0,84

Jawaban :

n1 = n2 =
 52

= 138
 53

EKSPERIMENTAL

Penelitian eksperimental merupakan penelitian yang dilakukan untuk

mengetahui akibat yang ditimbulkan dari suatu perlakuan yang diberikan secara
sengaja oleh peneliti. Eksperimental biasanya subyeknya adalah binatang yang
diberi perlakuan (control (+)) dan tidak diberi perlakuan (Kontrol (-)). Pada
umumnya, jenis binatang yang banyak digunakan pada eksperimental
laboratorium adalah tikus.
Kelebihan - Dari segi statistic lebih efektif, oleh karena jumlah kelompok
perlakuan dan kontrol sebanding
- Dengan dilakukan randomisasi (random alocation) maka
factor bias dapat dikontrol secara efektif,
- Kriteria inklusi, perlakuan, dan outcome telah ditentukan
lebih dahulu
Kelemahan - Umumnya mahal dan kompleks
- Uji klinis sering dihadapkan pada masalah etika
- Kadang uji klinis sangat tidak praktis

 Cara Pemilihan Sampel

1. Bilangan Random
Pemilihan sampel dapat menggunakan tabel bilangan random. Misalnya
jumlah sampel sebuah trial dengan dua perlakuan A dan B adalah 10 orang.
Alokasi sampel akan dilakukan secara random menggunakan tabel bilangan
random. Cara alokasinya adalah:
a. Buat list nomor urut subjek dari 1 s/d 10
b. Pilih sepuluh bilangan random pada tabel bilangan random dan tulis pada
list nomor urut subjek
c. Subjek dengan bilangan random yang termasuk 50% terendah diberikan
perlakuan A dan sisanya diberikan perlakuan B, seperti contoh berikut.
Nomor Urut
Bilangan Random Perlakuan
Subjek
1. 118 A
2. 728 B
3. 754 B
4. 346 A
5. 964 B
6. 178 A
7. 105 A
8. 433 B
9. 961 B
10. 101 A
 54

Maka dapat dilihat bahwa sampel 1 mendapatkan perlakuan A, sampel 2

mendapat perlakuan B dan seterusnya.
2. Blok Random
- Misal pada satu block berisi 4 individu yang memiliki 2 perlakuan yang
berbeda, yaitu perlakuan A dan B.
- Hitung jumlah kombinasi susunan individu yang mungkin terjadi dari 4
individu diblock tersebut.
- Jumlah kombinasi : 4C2 =
- Sampel yang dibutuhkan = 8, maka jumlah kombinasi block yang akan
dipilih adalah 2 kombinasi. Dari 6 kombinasi block, pilih 2 kombinasi
secara random.
- Misal, berikut adalah 2 kombinasi yang terpilih.
ABAB AABB

- Maka individu nomor 1 mendapat perlakuan A, nomor 2 mendapat

perlakuan B, dan begitu seterusnya sesuai urutan kombinasi perlakuan
diatas.
 Penentuan Besar Sampel
Pada Penelitian Ekperimental untuk menentuka besar sampel (replikasi)
yang dibutuhkan digunakan rumus sebagai berikut

Rumus:
(t – 1) (n – 1) ≥ 15
Keterangan :
t = jumlah kelompok percobaan (kontrol + dan kontrol -).
r = jumlah replikasi
 Contoh Kasus
Dalam sebuah penelitian terhadap tikus. Peneliti mengelompokkan
perlakuan pada tikus menjadi 4 kelompok. Maka berapakah jumlah subyek
penelitian yang akan digunakan?
Diketahui:
t=4
Maka:
(4 -1) (n-1) >= 15
(n-1) > 15/3
n>6
Dengan demikian Peneliti memilih untuk menggunakan 6 sampel pada setiap
kelompok dengan jumlah kelompok sebanyak 4 sehingga jumlah seluruh subyek
penelitian sebanyak 24 sampel.
 55

CLINICAL TRIAL

Merupakan penelitian eksperimental terencana yang dilakukan pada

manusia. Pada uji klinis peneliti memberikan perlakuan atau intervensi kepada
peserta penelitian, kemudian efek perlakuan tersebut diukur dan dianalisis.
Kelebihan - Dari segi statistic lebih efektif, oleh karena :
 Jumlah kelompok perlakuan dan kontrol sebanding
 Kekuatan (power) statistika tinggi
- Dengan dilakukan randomisasi (random alocation) maka
factor bias dapat dikontrol secara efektif,
- Kriteria inklusi, perlakuan, dan outcome telah ditentukan
lebih dahulu
Kelemahan - Umumnya mahal dan kompleks
- Uji klinis sering dihadapkan pada masalah etika
- Kadang uji klinis sangat tidak praktis

 Cara Pemilihan Sampel

Pada uji clinical trial menggunakan istilah randomisasi atau alokasi
sampel. Alokasi sampel adalah proses untuk menentukan alokasi peserta mana
yang akan mendapatkan perlakuan dan peserta mana yang merupakan kontrol.
1. Bilangan Random
Pemilihan sampel pada trial sama dengan pemilihan sampel pada
eksperimental. Dapat menggunakan tabel bilangan random. Misalnya jumlah
sampel sebuah trial dengan dua perlakuan A dan B adalah 10 orang. Alokasi
sampel akan dilakukan secara random menggunakan tabel bilangan random.
Cara alokasinya adalah:
a. Buat list nomor urut subjek dari 1 s/d 10
b. Pilih sepuluh bilangan random pada tabel bilangan random dan tulis pada
list nomor urut subjek
c. Subjek dengan bilangan random yang termasuk 50% terendah diberikan
perlakuan A dan sisanya diberikan perlakuan B, seperti contoh berikut.
Nomor Urut
Bilangan Random Perlakuan
Subjek
1. 118 A
2. 728 B
3. 754 B
4. 346 A
5. 964 B
6. 178 A
7. 105 A
 56

8. 433 B
9. 961 B
10. 101 A
Maka dapat dilihat bahwa sampel 1 mendapatkan perlakuan A, sampel 2
mendapat perlakuan B dan seterusnya.
2. Blok Random
- Misal pada satu block berisi 4 individu yang memiliki 2 perlakuan yang
berbeda, yaitu perlakuan A dan B.
- Hitung jumlah kombinasi susunan individu yang mungkin terjadi dari 4
individu diblock tersebut.
- Jumlah kombinasi : 4C2 =
- Sampel yang dibutuhkan = 8, maka jumlah kombinasi block yang akan
dipilih adalah 2 kombinasi. Dari 6 kombinasi block, pilih 2 kombinasi
secara random.
- Misal, berikut adalah 2 kombinasi yang terpilih.
o ABAB AABB
- Maka individu nomor 1 mendapat perlakuan A, nomor 2 mendapat
perlakuan B, dan begitu seterusnya sesuai urutan kombinasi perlakuan
diatas.
• Penentuan Besar Sampel
Parameter dalam penentuan besar sampel, yaitu :

1. SD hasil pada terapi standar atau kontrol (untuk data numerik) atau
proporsi outcome pada terapi standar atau kontrol (Pc).
2. Beda mean (c - t) atau beda proporsi (P1 – P2) terkecil yang dianggap
bermakna.
3. Alpha (kesalahan type 1), biasanya dipakai 0,01 atau 0,05.
4. Beta (kesalahan type 2), biasanya dipakai 0,10 sampai 0,20.
Rumus:
Rumus besar sampel untuk variabel dengan outcome numeric.

Rumus:
Rumus besar sampel untuk variabel dengan outcome nominal.

Keterangan:
n = jumlah sampel untuk satu kelompok
 = SD outcome variabel
1 = rerata outcome variabel kelompok trial
2 = rerata outcome variabel kelompok standar/pembanding
 57

p1 = kejadian outcome pada obat trial

p2 = kejadian outcome pada obat standar
 = tingkat kesalahan tipe I
 = tingkat kesalahan tipe II

• Nilai dari (,) yang digunakan untuk menentukan besar sampel trial

 (type II error)

0,05 0,10 0,20 0,50

0,10 10,8 8,6 6,2 2,7

0,05 13,0 10,5 7,9 3,8

 (type I
error) 0,02 15,8 13,0 10,0 5,4

0,01 17,8 14,9 11,7 6,6

• Contoh Kasus
1. Outcome nominal
Seorang peneliti ingin melakukan pengujian efektivitas obat
penurun panas yang baru (obat X) terhadap kesembuhan penyakit. Dari
data sekunder diketahui kesembuhan obat penurun panas standar (obat Y)
adalah P2 = 70%. Berapa sampel yang diperlukan agar obat X dapat
dinyatakan lebih efektif bila memberikan kesembuhan 20% di atas obat
penurun panas standar dengan reliabilitas sampel 95% dan power penelitian
sebesar 80%.

Diketahui :
P1 = 0,7+0,2 = 0,9
P2 = 0,7
∫(𝛂,𝛃) = 7,9
Rumus

2. Outcome numeric
Penelitian klinik dilakukan pada pasien gagal ginjal kronis (GGK) dengan
tujuan unuk mengetahui efek pemberian obat simvastatin terhadap
 58

penurunan kadar protein dalam urine. Pasien GGK dibagi secara random
menjadi 2 kelompok, kelompok pertama diberi obat (klp trial) dan
bagian kedua diberi lacebo (klp control). Kadar protein dalam urin diukur
setelah mendapatkan perlakuan selama 3 bulan. Rerata kadar urin pasien
GGK adalah 20 µg/l dengan SD= 15 µg/l. Obat diharapkan dapat menurun
kadar protein uri menjadi 10 µg/l. Sampel diinginkan memiliki tingkat
kepercayaan 99%, power 80%.

Diketahui :
c = 20 mg/dl t= 20 – 10 = 10 mg/dl
SD = 15 mg/dl ∫(𝛂,𝛃) = 11,7
α = 0,01 β = 0,20
Jawab

= 53

berikut perhitungan dengan sample size.

 59

KORELASI

Penelitian Korelasi merupakan penelitian yang melibatkan tindakan

pengumpulan data guna menentukan, apakah ada hubungan dan tingkat hubungan
antara dua variabel atau lebih. Penelitian ini dilakukan, ketika kita ingin
mengetahui tentang ada tidaknya dan kuat lemahnya hubungan variabel yang
terkait dalam suatu objek atau subjek yang diteliti.
Kelebihan - Memungkinkan variabel diukur secara intensif dalam setting
(lingkungan) nyata
- Penelitian korelasi tepat jika variabel kompleks
- Dapat memberikan informasi tentang tentang kekuatan
hubungan antara variabel-variabel yang diteliti.
Kelemahan - Hasilnya cuma mengidentifikasi apa sejalan dengan apa,
tidak mesti menunjukkan saling hubungan yang bersifat
kausa.

 Cara Pemilihan Sampel

Penelitian korelasi dapat menggunakan dua metode pemilihan, yaitu:
- Apabila dapat membuat kerangka sampel maka dapat menggunakan random
sampling.
- Apabila tidak memungkinkan dalam membuat kerangka sampling dapat
menggunakan metode consecutive sampling.
 Penentuan Besar Sampel
Rumus:

Keterangan:
r = perkiraan koefisien korelasi di populasi
Z = koefisen reliabilitas untuk  tertentu
Z = nilai sstandar untuk power penelitian yang ditetapkan (80% pada sosial
dan 90% pada penelitian klinis)  tidak dipengaruhi satu sisi maupun dua sisi
 Contoh Kasus
Seorang peneliti ingin meneliti korelasi atara asupan buah merah dengan
kadar vit A pada balita. Dari studi pendahuluan didapatkan koefisien korelasi
antara asupan buah merah dengan kadar vit A sebesar 0,40. Berapa sampel
yang diperlukan pada penelitian ini, bila peneliti mengininkan tingkat
reliabilitas sampel 95% dengan power penelitian 90% dengan hipotesis satu
sisi.
 60

Jumlah sampel yang dibutuhkan menjadi:

Diketahui :
r = 0.4
α = 95% = Zα = 1,96
1-β = 80% = Zβ = 1,28
Jawaban :
Z  Z 
2
 
n  3
 0,5 ln{(1  r ) /(1  r )} 
2
 1,64  1,28 
n   3  51
 0,5 ln{(1  0,4) /(1  0,4)} 
Maka jumlah sampel yang dibutuhkan adalah 51 sampel.
 61

RUMUS PENENTUAN JUMLAH SAMPEL BERDASARKAN METODE

SAMPLING

Metode Rumus Keterangan

Sampling Nominal Numerik
Simple Random N = jumlah populasi
Sampling n = jumlah sampel
Systematic Z1- = koefisien
reliabilitas
Random
P = perkiraan kejadian
Sampling
di populasi
Stratified  = standar deviasi di
Random populasi
Sampling d = tingkat
Cluster Random Z  
2
presisi/efek size
Sampling n   1  f f = nilai koreksi /
 d 
design effect
Multistages Z  
2

Random n   1  f
 d 
Sampling
PPS Random Z  
2

Sampling n   1  f
 d 
 62

RUMUS PENENTUAN JUMLAH SAMPEL BERDASARKAN JENIS

PENELITIAN

Metode Rumus Keterangan

Sampling Nominal Numerik
( Z 1 ) P (1  P )
2
Cross- Z   r = perkiraan
2
n
sectional d2 n   1  koefisien korelasi di
 d 
populasi
Case-control
n
Z  2 PQ  Z  P1Q1  P2Q2 
2

n
Z   Z  
2 Z =
reliabilitas
koefisen

( P1  P2 ) 2 P1  P2 2 Z = nilai sstandar

Kohort n1 = n2 = untuk power
penelitian
n = jumlah sampel
untuk satu kelompok
Eksperimental (t – 1) (n – 1) ≥ 15 (t – 1) (n – 1) ≥ 15
 = SD outcome
Clinical Trial
variabel
1 = rerata outcome
Korelasi
variabel kelompok
trial
2 = rerata outcome
variabel kelompok
standar/pembanding
p1 = kejadian
outcome pada obat
trial
p2 = kejadian
outcome pada obat
standar
 = tingkat
kesalahan tipe I
 = tingkat
kesalahan tipe II