Anda di halaman 1dari 8

PENELITIAN OBSERVASIONAL

Jika populasi finit, maka rumus besar sampel adalah :


BESAR SAMPEL PADA SATU POPULASI
N Z21-/2 P (1-P)
1. Estimasi n = -------------------------------
a. Simple random sampling atau systematic random sampling (N-1) d2 + Z21-/2 P (1-P)
- Data kontinyu
Untuk populasi infinit, rumus besar sampel adalah :
di mana N = besar populasi
Z21-/2 2
n = ------------- b. Stratified random sampling
d2 - Data kontinyu
Rumus besar sampel adalah :

di mana n = besar sampel minimum


Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu N2h 2h
2 = harga varians di populasi Nh 2h
d = kesalahan (absolut) yang dapat ditolerir

Jika populasi finit, maka rumus besar sampel adalah :


di mana n = besar sampel minimum
N = besar populasi
N Z21-/2 2
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
n = --------------------------
2h = harga varians di strata-h
(N-1) d2 + Z21-/2 2
d = kesalahan (absolut) yang dapat ditolerir
Wh = fraksi dari observasi yang dialokasi pada strata-h = N h/N
di mana N = besar populasi
Jika digunakan alokasi setara, W = 1/L
- Data proporsi
L = jumlah seluruh strata yang ada
Untuk populasi infinit, rumus besar sampel adalah :
- Data proporsi
Rumus besar sampel adalah :
Z21-/2 P (1-P)
n = --------------------
d2

di mana n = besar sampel minimum


Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
P = harga proporsi di populasi di mana n = besar sampel minimum
d = kesalahan (absolut) yang dapat ditolerir N = besar populasi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu C = jumlah seluruh cluster di populasi
Ph = harga proporsi di strata-h 2 = (ai – mi P)2/(C’-1) dan P = ai /mi
d = kesalahan (absolut) yang dapat ditolerir ai = banyaknya elemen yang masuk kriteria pada cluster ke-i
Wh = fraksi dari observasi yang dialokasi pada strata-h = N h/N mi = banyaknya elemen pada cluster ke-i
Jika digunakan alokasi setara, W = 1/L C’ = jumlah cluster sementara
L = jumlah seluruh strata yang ada
2. Uji Hipotesis
c. Cluster random sampling - Data kontinyu
- Data kontinyu Rumus besar sampel adalah :
Pada cluster random sampling, ditentukan jumlah cluster yang akan diambil sebagai
sampel. Rumusnya adalah :

N Z21-/2 2 di mana n = besar sampel minimum


n = ---------------------------------- Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
(N-1) d2 (N/C) 2 + Z21-/2 2 Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
2 = harga varians di populasi
0-a = perkiraan selisih nilai mean yang diteliti dengan mean di
di mana n = besar sampel (jumlah cluster) minimum
populasi
N = besar populasi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu - Data proporsi
2 = harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir Rumus besar sampel adalah :
C = jumlah seluruh cluster di populasi

- Data proporsi

Rumus besar sampel adalah :

di mana n = besar sampel minimum


N Z21-/2 2
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
n = ----------------------------------
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
(N-1) d2 (N/C) 2 + Z21-/2 2
P0 = proporsi di populasi
Pa = perkiraan proporsi di populasi
Pa-P0 = perkiraan selisih proporsi yang diteliti dengan proporsi
di mana n = besar sampel (jumlah cluster) minimum
di populasi
N = besar populasi = mi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
d = kesalahan (absolut) yang dapat ditolerir
BESAR SAMPEL PADA DUA POPULASI P2 = perkiraan probabilitas outcome (+) pada populasi 2
 = kesalahan (relatif) yang dapat ditolerir
1. Estimasi
a. Data kontinyu Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan
Rumus besar sampel sebagai berikut :
koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan yang hilang atau
mengundurkan diri atau drop out.
- Case-control

Rumus besar sampel adalah :


di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
2 = harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
b. Data proporsi
- Cross sectional
Rumus besar sampel sebagai berikut : di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
P1* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
 = kesalahan (relatif) yang dapat ditolerir

di mana n = besar sampel minimum


Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu 2. Uji Hipotesis
P1 = perkiraan proporsi pada populasi 1 a. Data kontinyu
P2 = perkiraan proporsi pada populasi 2
d = kesalahan (absolut) yang dapat ditolerir Rumus besar sampel sebagai berikut :

- Cohort
Rumus besar sampel sebagai berikut :

1-P2
di mana n = besar sampel minimum
P2 Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
2 = harga varians di populasi
di mana n = besar sampel minimum
1-2 = perkiraan selisih nilai mean di populasi 1 dengan populasi 2
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
P1 = perkiraan probabilitas outcome (+) pada populasi 1
b. Data proporsi
- Case-control
- Cross sectional Rumus besar sampel adalah :

Rumus besar sampel sebagai berikut :

di mana n = besar sampel minimum


Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
di mana n = besar sampel minimum Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu P1* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
P1 = perkiraan proporsi pada populasi 1
P2 = perkiraan proporsi pada populasi 2 Jika besar sampel kasus dan kontrol tidak sama (unequal), dibuat modifikasi besar sampel
P = (P1 + P2)/2 dengan memperhatikan rasio kontrol terhadap kasus. Rumus di atas dikalikan dengan
- Cohort faktor (r + 1) / (2 . r). Besar sampel untuk kelompok kontrol adalah (r.n).

Rumus besar sampel sebagai berikut :

di mana n = besar sampel minimum


Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
P1 = perkiraan probabilitas outcome (+) pada populasi 1
P2 = perkiraan probabilitas outcome (+) pada populasi 2
P = (P1 + P2)/2

Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan


koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan yang hilang atau
mengundurkan diri atau drop out.
PENELITIAN EKSPERIMENTAL 1. Penelitian dengan 1 populasi yang infinite, simple random sampling atau systematic

Pada penelitian eksperimental, belum banyak rumus yang dikembangkan untuk menentukan besar random sampling pada data kontinyu untuk penelitian observasional (estimasi).
sampel yang dibutuhkan. Untuk menentukan besar sampel (replikasi) yang dibutuhkan digunakan
rumus berikut :

1. Untuk rancangan acak lengkap, acak kelompok atau faktorial, secara sederhana dapat
n = besar sampel minimum
digunakan rumus : Z1-a/2 = nilai distribusi normal baku (tabel Z) pada a(derajat kepercayaan)
tertentu
(t-1) (r-1)  15 s2 (tho) = harga varians di populasi (ada distribusi statistika) (disebut juga
simpangan baku atau standar deviasi)
di mana t = banyak kelompok perlakuan d = kesalahan (absolut) yang dapat ditolerir
r = jumlah replikasi
2. Penelitian dengan 1 populasi yang finit, Simple random sampling atau sistematik
2. Di samping rumus di atas dan untuk rancangan eksperimen lain yang membutuhkan
random sampling pada data kontinyu penelitian observasional (estimasi).
perhitungan besar sampel, dapat digunakan rumus besar sampel seperti pada penelitian
Tho = jumlah kelompok dalam populasi
observasional baik untuk satu sampel maupun lebih dari 1 sampel, baik untuk data proporsi
maupun data kontinyu.

Pada penelitian eksperimen, untuk mengantisipasi hilangnya unit eksperimen, dilakukan koreksi
N = besar populasi
dengan 1/(1-f), di mana f adalah proporsi unit eksperimen yang hilang atau mengundurkan diri
atau drop out. 3. Penelitian dengan 1 populasi data yang infinit, Simple random sampling atau
systematic random sampling pada data proporsi penelitian observasional (estimasi).

n = besar sampel minimum


Z1-a/2 = nilai distribusi normal baku (tabel Z) pada a tertentu
P = harga proporsi di populasi
d = kesalahan (absolut) yang dapat ditolerir
4. Penelitian dengan 1 populasi data yang finit, Simple random sampling atau systematic Z1-a/2 = nilai distribusi normal baku (tabel Z) pada a tertentu
Ph = harga proporsi di strata-h
random sampling (stratified yg lebih komplek) pada data proporsi penelitian
d = kesalahan (absolut) yang dapat ditolerir
observasional (estimasi). Wh = fraksi dari observasi yang dialokasi pada strata-h = N h/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada
7. Penelitian dengan 1 populasi data yang infinit, cluster random sampling
N = besar populasi pada data kontinyu penelitian observasional (estimasi).
5. Penelitian dengan 1 populasi data yang finit, Stratified random sampling
pada data kontinyu penelitian observasional (estimasi).
n = besar sampel (jumlah cluster) minimum
N = besar populasi
Z1-a/2 = nilai distribusi normal baku (tabel Z) pada a tertentu
s2 = harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
n = besar sampel minimum
C = jumlah seluruh cluster di populasi
N = besar populasi
Z1-a/2 = nilai distribusi normal baku (tabel Z) pada a tertentu 8. Penelitian dengan 1 populasi data yang finit, cluster random sampling
s2h = harga varians di strata-h pada data proporsi penelitian observasional (estimasi).
d = kesalahan (absolut) yang dapat ditolerir
Wh = fraksi dari observasi yang dialokasi pada strata-h = N h/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada
6. Penelitian dengan 1 populasi data yang finit, Stratified random sampling n = besar sampel (jumlah cluster) minimum
N = besar populasi
pada data proporsi penelitian observasional (estimasi). Z1-a/2 = nilai distribusi normal baku (tabel Z) pada a tertentu
d = kesalahan (absolut) yang dapat ditolerir
C = jumlah seluruh cluster di populasi
s2 = å(ai – mi P)2/(C’-1) dan P = åai /åmi
ai = banyaknya elemen yang masuk kriteria pada cluster ke-i
mi = banyaknya elemen pada cluster ke-i
C’ = jumlah cluster sementara
n = besar sampel minimum
N = besar populasi
9. Penelitian dengan 1 populasi data yang kontinyu untuk penelitian eksperimental (uji 12. Penelitian dengan 2 populasi data proporsi penelitian observasional model cross-
hipotesis). sectional (estimasi).

n = besar sampel minimum


Z1-a/2 = nilai distribusi normal baku (tabel Z) pada a tertentu
Z1-b = nilai distribusi normal baku (tabel Z) pada b tertentu 13. Penelitian dengan 2 populasi data proporsi penelitian observasional model cohort
s2 = harga varians di populasi
m0-ma = perkiraan selisih nilai mean yg diteliti dengan mean di populasi (estimasi).

10. Penelitian dengan 1 populasi data yang proporsi untuk penelitian eksperimental (uji
hipotesis).
faktor koreksi : 1/(1-f)

14. Penelitian dengan 2 populasi data proporsi penelitian observasional model case
control (estimasi).
n = besar sampel minimum
Z1-a/2 = nilai distribusi normal baku (table Z) pada a tertentu
Z1-b = nilai distribusi normal baku (table Z) pada b tertentu
P0 = proporsi di populasi
Pa = perkiraan proporsi di populasi
Pa-P0 = perkiraan selisih proporsi yg diteliti dengan proporsi di populasi
15. Penelitian dengan 2 populasi data kontinyu penelitian eksperimental (uji hipotesis).

11. Penelitian dengan 2 populasi data kontinyu penelitian observasional (estimasi).

16. Penelitian dengan 2 populasi data proporsional penelitian cross sectional (uji
hipotesis).
dugaan dengan nilai sesungguhnya dari
populasi.
Atau bisa juga menggunakan rumus

17. Penelitian dengan 2 populasi data proporsional penelitian cohort (uji hipotesis).

21. Penelitian eksperimental dengan 2 populasi data proporsi


faktor koreksi : 1/(1-f)
18. Penelitian dengan 2 populasi data proporsional penelitian case control (uji hipotesis).

22. Penelitian eksperimental dengan populasi lebih dari 2 dan jenis data kontinyu
a. Untuk penelitian dengan rancangan acak lengkap (RAL) digunakan rumus
faktor koreksi rasio kasus : kontrol (r + 1)/(2.r) (r – 1) (t – 1) ≥ 15

19. Jenis penelitian korelasi b. Sedangkan untuk penelitian dengan rancangan acak blok (RAB) digunakan
rumus
r (t – 1) ≥ 15
dengan kriteria r = jumlah ulangan dan t = jumlah perlakuan
20. Penelitian eksperimental dengan 2 populasi data kontinyu Contoh : Bila dilakukan penelitian eksperimental dengan menggunakan pola RAL 4
2 t2/2 s2 perlakuan maka
r = (r – 1)(4 – 1) ≥ 15
d2
(r – 1)(3) ≥ 15
2
dengan kriteria s = varians penelitian 3r ≥ 18
t2/2 = nilat t yg diperoleh di tabel t Student pd taraf 
dan derajat kebebasan (db) yang sesuai dengan r = 6, Bila jumlah ulangan 6 maka besar sampel adalah 4 x 6 = 24 unit
s2
d = adalah besaran penyimpangan antara nilai

Anda mungkin juga menyukai