Desain Penelitian

1. Cross Sectional
Jenis penelitian ini berusaha mempelajari dinamika hubungan hubungan atau
korelasi antara faktor-faktor risiko dengan dampak atau efeknya. Faktor risiko dan dampak
atau efeknya diobservasi pada saat yang sama, artinya setiap subyek penelitian diobservasi
hanya satu kali saja dan faktor risiko serta dampak diukur menurut keadaan atau status pada
saat observasi.
Angka rasio prevalensi memberi gambaran tentang prevalensi suatu penyakit di
dalam populasi yang berkaitan dengan faktor risiko yang dipelajari atau yang timbul akibat
faktor-faktor risiko tertentu.

· Kelebihan studi cross-sectional:

Kelebihan rancangan studi potong lintang adalah kemudahannya untuk untuk dilakukan dan
murah, sebab tidak memerlukan follow-up. Jika tujuan penelitian “sekedar“
mendeskripsikan distribusi penyakit dhubungkan dengan paparan faktor-faktor penelitian,
maka studi potong lintang merupakan rancangan studi yang cocok, efisien dan cukup kuat
disegi metodologik. Selain itu seperti penelitian observasional lainnya, studi potong lintang
tidak “memaksa” subjek untuk mengalami factor yang diperkirakan bersifat merugikan
kesehatan (factor resiko). Demikian pula, tidak ada subjek yang kehilangan kesempatan
memperoleh terapi yang diperkirakan bermanfaat, bagi subjek yang kebetulan menjadi
control.

Kekurangan penelitian cross sectional :

a. Dibutuhkan subyek penelitian yang relatif besar atau banyak, dengan asumsi variable bebas
yang berpengaruh cukup banyak.
b. Kurang dapat menggambarkan proses perkembangan penyakit secara tepat.
c. Faktor-faktor risiko tidak dapat diukur secara akurat dan akan mempengaruhi hasil
penelitian.
d. Nilai prognosanya atau prekdisinya (daya ramal) lemah atau kurang tepat.
e. Korelasi faktor risiko dengan dampaknya adalah paling lemah bila dibandingkan dengan
rancangan penelitian analitik yang lainnya.
f. Kesimpulan hasil penelitian berkaitan dengan kekuatan rancangan yang disusun sangat
berpengaruh, umumnya kekuatan rancangan yang baik adalah sekitar 40%, artinya hanya
sebesar 40% variable bebas atau faktor risiko mampu menjelaskan variable terikat atau
dampak, sisanya yaitu 60% tidak mampu dijelaskan dengan model yang dibuat.

Contoh: penelitian tentang fluorosis yang dilakukan pada anak usia 10-12 tahun di Brazil
yang tinggal di daerah yang belum memperoleh fluoridasi air minum.
2. Case Control
Rancangan penelitian ini ada yang menyebutnya sebagai studi retrospektif, meskipun
istilah ini kurang tepat. Penelitian ini berusaha melihat ke belakang, yaitu data digali dari
dampak (efeknya) atau akibat yang terjadi. Kemudian dari dampak tersebut ditelusuri
variable-variabel penyebabnya atau variable yang mempengaruhi.
Penelitian epidemiologi kasus-kontrol ini hasil korelasinya lebih tajam dan
mendalam bila dibandingkan dengan rancangan penelitian potong-lintang, sebab
menggunakan subyek kontrol atau subyek dengan dampak positif dicarikan kontrolnya dan
subyek dengan dampak negatif juga dicari kontrolnya. Kemudian variable penyebab atau
yang berpengaruh ditelusuri lebih dulu, baru kemudian faktor risiko atau variable yang
berpengaruh diamati secara retrospektif.

Kelebihan penelitian case control :

a. Tidak menghadapi kendala etik, seperti halnya penelitian kohort dan eksperimental.
b. Pengambilan kasus dan kontrol pada kurun waktu yang bersamaan.
c. Adanya pengendalian faktor risiko sehingga hasil penelitian lebih tajam.
d. Tidak perlu intervensi waktu, lebih ekonomis sebab subyek bias dibatasi.

Kekurangan penelitian case control :

a. Tidak diketahuinya efek variable luar oleh karena keterbatasan teknis yaitu variable yang
tidak ikut dikenakan waktu matching.
b. Bias penelitian akibat tidak dilakukan pengukuran oleh peneliti dengan tanpa mengetahui
yang harus diukur (blind measurement).
c. Kelemahan pengukuran variable secara retrospektif adalah obyektivitas dan reliabilitasnya
sehingga untuk faktor-faktor risiko yang tidak jelas informasinya dari anamnesis maupun
data rancangan sekunder sangat berisiko bila menggunakan rancangan mengatasinya,
anamnesis sebaiknya dilengkapi data penunjang yang diperlukan untuk menegakkan
diagnosis, misalnya pemeriksaan laboratorium klinis, roentgenologi, mikrobiologis, dan
imunologis. Apabila data tersebut adalah data sekunder, perlu dilengkapi dengan uraian
mengenai cara memperopleh data secara lengkap.
d. Kadang-kadang untuk memilih kontrol dengan matching kita mengalami kesulitan oleh
karena banyaknya faktor risiko dan/atau sedikitnya subyek penelitian.

Contoh: riset tentang hubungan antara angioskorma hati dan vinil klorida (Brady et al,
1977), penelitian tentang kematian ibu postpartum dan persalinan sesar.

3. Kohort
Penelitian kohort atau sering disebut penelitian prospektif adalah suatu penelitian
survey (non eksperimen) yang paling baik dalam mengkaji hubungan antara factor resiko
dengan efek (penyakit). Faktor resiko yang akan dipelajari diidentifikasi dulu kemudian
diikuti ke depan secara prospektif timbulnya efek yaitu penyakit atau salah satu indicator
status kesehatan. Contoh klasik studi kohort adalah Framingham Heart Study.
 Rancangan penelitian kohort disebut juga sebagai survey prospektif meskipun
sesungguhnya kurang tepat. Rancangan penelitian ini merupakan rancangan penelitian
epidemiologis noneksperimental yang paling kuat mengkaji hubungan antara faktor risiko
dengan dampak atau efek suatu penyakit.
Rancangan penelitian ini menggunakan pendekatan longitudinal ke depan, dengan
mengkaji dinamika hubungan antara faktor risiko dengan efek suatu penyakit. Pendekatan
yang dilakukan adalah mengidentifikasi faktor risiko, kemudian dinamikanya diikuti atau
diamati sehingga timbul suatu efek atau penyakit.
Kesimpulan hasil penelitian diketahui dengan membandingkan subyek yang
mempunyai efek positif (sakit) antara kelompok subyek dengan faktor risiko positif dan
faktor risiko negative (kelompok kontrol).

Kelebihan penelitian Kohort :

a. Dapat membandingkan dua kelompok, yaitu kelompok subyek dengan faktor risiko positif
dan subyek dari kelompok control sejak awal penelitian.
b. Secara langsung menetapkan besarnya angka risiko dari waktu ke waktu.
c. Keseragaman observasi terhadap faktor risiko maupun efek dari waktu ke waktu.

Kekurangan penelitian Kohort :

a. Memerlukan waktu penelitian yang relative cukup lama.
b. Memerlukan sarana dan prasarana serta pengolahan data yang lebih rumit.
c. Kemungkinan adanya subyek penelitian yang drop out sehingga mengurangi ketepatan dan
kecukupan data untuk dianalisis.
d. Menyangkut etika sebab faktor risiko dari subyek yang diamati sampai terjadinya efek,
menimbulkan ketidak nyamanan bagi subyek.

Contoh penelitian retrospektif kohort: penelitian yang dilakukan oleh National Institute for
Occupational Safety and Health (NIOSH) yang bertujuan untuk menguji hipotesis bahwa
energy yang dihasilkan oleh video display terminal (VDT’s) dimungkinkan dapat
menybabkan keguguran secara spontan.
Diposting oleh Erlyna Lulaa Fhalila di 02.44
 MENGHITUNG BESAR SAMPEL PENELITIAN

Rumus Besar Sampel Penelitian: Dalam statistik inferensial, besar sampel sangat menentukan
representasi sampel yang diambil dalam menggambarkan populasi penelitian. Oleh karena itu
menjadi satu kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar
dalam menentukan sampel minimal dalam sebuah penelitian.

Cara menghitung rumus besar sampel penelitian suatu penelitian sangat ditentukan
oleh desain penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional
dengan menggunakan disain cross-sectional akan berbeda dengan case-control study dan
khohor, demikian pula jika data yang dikumpulkan adalah proporsi akan beda dengan jika
data yang digunakan adalah data continue. Pada penelitian di bidang kesehatan
masyarakat, kebanyakan menggunakan disain atau pendekatan cross-sectional atau belah
lintang, meskipun ada beberapa yang menggunakan case control ataupun khohor.

Terdapat banyak rumus untuk menghitung besar sampel minimal sebuah penelitian, namun pada
artikel ini akan disampaikan sejumlah rumus yang paling sering dipergunakan oleh para peneliti.

Rumus Sampel Penelitian Cross-sectional

Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi binomunal
(binomunal proportions). Jika besar populasi (N) diketahui, maka dicari dengan menggunakan
rumus berikut:

Rumus Sampel Cross Sectional

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

Rumus Lemeshow Besar Sampel

Penelitian

Keterangan :

n = jumlah sampel minimal yang diperlukan

= derajat kepercayaan

p = proporsi anak yang diberi ASI secara eksklusif

q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif

d = limit dari error atau presisi absolut

Jika ditetapkan =0,05 atau Z1- /2 = 1,96 atau Z2

1- /2 = 1,962 atau dibulatkan menjadi 4, maka rumus untuk besar N yang diketahui kadang-
kadang diubah menjadi:

Penyederhanaan Rumus Lemeshow Atau Disebut Rumus Slovin

Baca juga tentang: Rumus Slovin.
Contoh Rumus Rumus Besar Sampel Penelitian

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

Contoh Rumus Sampel Cross Sectional

= 219 orang (angka minimal)

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

Rumus Sampel Penelitian Case Control dan Kohort

Rumus yang digunakan untuk mencari besar sampel baik case control maupun kohort adalah
sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk penelitian khohor, ada juga
yang menggunakan ukuran data kontinue (nilai mean).

Besar sampel untuk penelitian case control adalah bertujuan untuk mencari sampel minimal
untuk masing-masing kelompok kasus dan kelompok kontrol. Kadang kadang peneliti membuat
perbandingan antara jumlah sampel kelompok kasus dan kontrol tidak harus 1 : 1, tetapi juga
bisa 1: 2 atau 1 : 3 dengan tujuan untuk memperoleh hasil yang lebih baik.

Rumus Sampel minimal Besar Sampel Penelitian Case Control

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

Besar Sampel Penelitian

Rumus Sampel minimal Besar Sampel Penelitian Kohort

Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok exposure dan non-
exposure atau kelompok terpapar dan tidak terpapar. Jika yang digunakan adalah data proporsi
maka untuk penelitian khohor nilai p0 pada rumus di atas sebagai proporsi yang sakit pada
populasi yang tidak terpapar dan p1 adalah proporsi yang sakit pada populasi yang terpapar atau
nilai p1 = p0 x RR (Relative Risk).

Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan, IMT dan
sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar sampel untuk kelompok
dilakukan berdasarkan rumus berikut:
 Rumus Sampel Case Control dan Kohort 2

Contoh Kasus Rumus Besar Sampel Penelitian

Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian tentang pengaruh
pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan menggunakan tingkat
kemaknaan 95 % atau Alfa = 0,05, dan tingkat kuasa/power 90 % atau ß=0,10, serta kesudahan
(outcome) yang diamati adalah berat badan bayi yang ditetapkan memiliki nilai asumsi SD=0,94
kg, dan estimasi selisih antara nilai mean kesudahan (outcome) berat badan kelompok tidak
terpapar dan kelompok terpapar selama 4 bulan pertama kehidupan bayi (U0 – U1) sebesar 0,6
kg (mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan jumlah minimal sampel yang
dibutuhkan tiap kelompok pengamatan, baik terpapar atau tidak terpapar adalah:

Contoh Hitung Sampel Case

Control dan Kohort

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

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

Penelitian Eksperimental

Menurut Supranto J (2000) untuk penelitian eksperimen dengan rancangan acak lengkap, acak
kelompok atau faktorial, secara sederhana dapat dirumuskan:

(t-1) (r-1) > 15

dimana : t = banyaknya kelompok perlakuan

j = jumlah replikasi

Contoh Kasus Rumus Besar Sampel Penelitian Eksperimen

Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan untuk tiap perlakuan dapat
dihitung:

(4 -1) (r-1) > 15

(r-1) > 15/3

r>6

Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan koreksi dengan 1/(1-f) di
mana f adalah proporsi unit eksperimen yang hilang atau mengundur diri atau drop out.

Demikian di atas telah dijelaskan Rumus Besar Sample Penelitian berdasarkan berbagai jenis
metode atau desain penelitian. Semoga bermanfaat.
Referensi:

1. Bhisma-Murti, Prinsip dan Metoda Riset Epidemiologi, Gadjah Mata University Press,1997

2. Lemeshow, S. & David W.H.Jr, 1997. Besar Sampel dalam Penelitian

Kesehatan (terjemahan), Gadjahmada University Press, Yogyakarta

3. Snedecor GW & Cochran WG, Statistical Methods 6th ed, Ames, IA: Iowa State University
Press, 1967

4. Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT Rineka Cipta,
Jakarta.

By Anwar Hidayat