RANCANGAN SAMPEL
Disusun Oleh :
ii
1
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
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
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
Keterangan :
N = jumlah populasi
n = jumlah sampel
Z1- = koefisien reliabilitas
P = perkiraan kejadian di populasi
= standar deviasi di populasi
d = tingkat presisi/effect size
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 :
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
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
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 :
Karena jumlah populasi (N) kurang dari 10.000, maka jumlah sampel
yang didapat perlu dikoreksi dengan menggunakan rumus :
n
nk
1 n / N
= = 344
= = 14,53
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.
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:
Contoh Soal
Dinas Kesehatan Kota A tahun 2019 akan melaksanakan Survei Rumah
Tangga di wilayahnya. Survei ini bertujuan untuk mengetahui jumlah anak
25
Jumlah Proporsi
Jumlah Tingkat Tingkat
Populasi Weighting Kejadian
Strata Populasi Kepercayaan Akurasi
Strata (Wh) Stunting
(N)* (1-α) (d)
(Nh)* (Ph)*
b) Pemilihan sampel
1) Menentukan besar sampel yang akan diambil dari masing-masing
strata adalah sebagai berikut.
Besar sampel untuk strata kota
26
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.
Keterangan:
n = jumlah sampel
Z = koefisien reliabilitas
d = presisi
f = nilai koreksi / design effect
σ = harga varians di populasi
Keterangan:
n = jumlah sampel
P = proporsi kejadian yang diteliti
Z = koefisien reliabilitas
d = presisi
f = nilai koreksi / design effect
σ = harga varians di populasi
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
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.
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
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
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?
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.
- 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
2 21 41 21 - 41
3 30 71 42 - 71
4 25 96 72 - 96
5 19 115 97 - 115
Keterangan
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
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
Keterangan
Z
2
n 1
d
n
nk
1 n / N
Keterangan:
Z = koefisien reliabilitas
n
Z 2 PQ Z P1Q1 P2Q2
2
( P1 P2 ) 2
Keterangan:
41
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
Keterangan
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.
n
Z 2 PQ Z P1Q1 P2Q2
2
( P1 P2 ) 2
Dengan:
; ;
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 0,352
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 0,252
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
Keterangan :
µ1 = 90 dB
µ2 = 80 dB
d = 10 dB
σ2 = 152 = 225
α = 95% = Zα = 1,96
1-β = 80% = Zβ = 0,84
Jawaban :
n1 = n2 =
Keterangan :
Jawaban :
n1 = n2 =
52
= 138
53
EKSPERIMENTAL
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
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
• Nilai dari (,) yang digunakan untuk menentukan besar sampel trial
(type II error)
• 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
KORELASI
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
Random n 1 f
d
Sampling
PPS Random Z
2
Sampling n 1 f
d
62
n
Z Z
2 Z =
reliabilitas
koefisen