Pertemuan 5

Dr. Ir. Rahayu Astuti, M.Kes

POPULASI, SAMPEL ,TEKNIK SAMPLING

DAN BESAR SAMPEL
PENGERTIAN

Populasi adalah: keseluruhan dari unit di dalam pengamatan yang akan kita lakukan
Atau Kumpulan individu dimana hasil suatu penelitian akan dilakukan
generalisasi.
Unit elementer atau elemen populasi adalah anggota populasi dimana pengukuran
dilakukan.
Sampel adalah: sebagian dari populasi yang nilai/ karakteristiknya akan diukur dan
yang
nantinya dipakai untuk menduga karakteristik dari populasi.
Sensus adalah pengumpulan data menggunakan seluruh anggota yang ada di dalam
populasi.

Contoh :
Jika kita ingin melakukan survey anemi pada ibu hamil di Kota Semarang, maka
populasinya adalah keseluruhan ibu hamil yang ada di Kota Semarang. Tiap ibu hamil
yang ada di Kota Semarang adalah unit elementer. Kita tidak mungkin mungukur Hb
seluruh ibu hamil tersebut, untuk itu diambil sebagian dari ibu hamil (sampel) yang
representatif yaitu yang mewakili seluruh ibu hamil yang ada di kota Semarang. Kadar
Hb dari ibu hamil yang terambil sebagai sampel tersebut yang diukur. Hasilnya dapat
dipakai untuk menduga prevalensi anemi ibu hamil di Kota Semarang.
Populasi  sejumlah besar subyek yang mempunyai karakteristik tertentu
Subyek  manusia, hewan coba, data lab dan lainnya
Karakteristik subyek  sesuai dengan ranah dan tujuan penelitian

Populasi dibagi menjadi 2:

1. Populasi target (target population)
2. Populasi terjangkau (accessible population) atau populasi sumber (source population)

POPULASI TARGET
 Populasi target populasi yang merupakan sasaran akhir penerapan hasil
penelitian
 Biasanya dibatasi oleh karakteristik demografis (misalnya usia, jenis kelamin)
dan karakteristik klinis
 Contoh populasi target : anak balita, ibu hamil, remaja pengguna narkoba,
pasangan usia subur, lansia, remaja putri

POPULASI TERJANGKAU
 Populasi terjangkau  adalah populasi target yang dapat dijangkau peneliti
 Atau bagian dari populasi target yang dibatasi tempat dan waktu

R Astuti 1
  Dari populasi terjangkau dipilih sampel yang terdiri dari subyek yang akan
langsung diteliti.

SAMPEL  bagian dari populasi yang dipilih dengan cara tertentu hingga dianggap
dapat mewakili populasinya.
Subyek terpilih atau sampel yang dikehendaki
 Subyek terpilih (eligible subjects) atau sampel yang dikehendaki (intended
sample)  merupakan bagian dari populasi terjangkau yang direncanakan untuk
diteliti langsung
  yaitu mereka yang memenuhi kriteria pemilihan, yaitu kriteria inklusi dan
eksklusi dan terpilih sebagai subyek yang akan diteliti.

Subyek yang benar diteliti

 Subyek yang benar diteliti adalah subyek yang benar mengikuti penelitian
sampai selesai, kelompok ini merupakan bagian dari subyek terpilih dikurangi
drop out, loss to follow-up, dan lainnya.
 Merupakan sampel yang dianalisis

Kriteria inklusi dan eksklusi

Untuk mendapatkan sampel yang memenuhi syarat penelitian maka perlu ditetapkan
kriteria inklusi dan eksklusi sampel

Kriteria inklusi : adalah karakteristik umum subyek penelitian pada populasi target dan
pada populasi terjangkau.

Kriteria eksklusi : adalah subyek yang memenuhi kriteria inklusi tetapi harus
dikeluarkan dari studi karena pelbagai sebab seperti a.l.:
1. Terdapat keadaan atau penyakit lain yang mengganggu pengukuran atau interpretasi
2. Terdapat keadaan yang mengganggu kemampulaksanaan seperti pasien yang tidak
mempunyai tempat tinggal tetap sulit dihubungi.
3. Hambatan etis
4. Subyek menolak berpartisipasi

ALASAN PENGAMBILAN SAMPEL:

1. Populasi yang sangat besar (infinite population)

Pada populasi yang sangat besar dan tidak terbatas tidak mungkin seluruh populasi
diteliti karena akan memakan waktu yang lama.
2. Homogenitas
Pada populasi yang homogen tidak perlu semua unit populasi diperiksa/diteliti karena
akan membuang waktu serta tidak ada gunanya karena variabel yang akan diteliti telah
terwakili oleh sebagian saja dari populasi tersebut.
3. Menghemat waktu, biaya dan tenaga
Meneliti sebagian populasi tentu akan menghemat biaya, waktu dan tenaga daripada
meneliti seluruh populasi.
4. Ketelitian/ketepatan pengukuran
Meneliti sampel yang sedikit tentu akan lebih teliti dibandingkan dengan meneliti
jumlah yang banyak (populasi).
5. Percobaan yang bersifat destruktif (merusak)

R Astuti 2
CONTOH:

Judul : “ PENGARUH ISOFLAVON KEDELAI TERHADAP PENUAAN KULIT

PADA WANITA PREMENOPAUSE”

 Populasi target : Wanita Premenopause

 Populasi terjangkau : Wanita Premenopause yang bekerja sebagai karyawati
RSD Karyadi dan RS Roemani Semarang yang bersedia ikut dalam penelitian.
 Sampel penelitian : Karyawati RSDK dan RS Roemani Semarang sesuai kriteria
sampel.
 Besar sampel :
4 (Z + Zβ ) 2 б 2
2n =
б2
Jumlah sampel tiap kelompok 30 orang

 Kriteria inklusi :
1. Wanita premenopause umur 40-45tahun dan siklus haidnya tak teratur
2. Status kawin
3. Sehat, berdasarkan pemeriksaan fisik tidak ada benjolan pada payudara dan atau perut
bagian bawah
4. Tidak ada riwayat keganasan pada payudara dan atau rahim baik diri sendiri maupun
keluarga.
5. Tidak ada riwayat gizi buruk yang ditentukan berdasar IMT < 19
6. Tidak ada riwayat penurunan BB yang cepat
7. Tidak menggunakan sediaan estrogen
8. Tidak memakai kosmetik anti menua
9. Bersedia mengikuti penelitian yang akan dilakukan dan sanggup mengikuti jadwal
sampai selesai sesuai dengan ketentuan penelitian. Kesediaan itu diperkuat dengan
mengisi dan menandatangani surat pernyataan tentang kesediaan mengikuti
penelitian.
 Kriteria eksklusi :
1. Sampel menolak diteliti
2. mengalami menorhagi atau metroraghia.
Karyawati RSDK dan RS Roemani Semarang yang memenuhi syarat, diambil dengan
menggunakan teknik pencuplikan sederhana (Simple Random Sampling) dicuplik
sebanyak 60 karyawati.

R Astuti 3
Pemilihan populasi terjangkau
 Pemilihan populasi terjangkau  semata-mata didasarkan pada kenyataan
praktis atau faktual.
 Contoh : studi tentang pemberian ASI di daerah pedesaan
Populasi target ibu laktasi
Populasi terjangkau ibu laktasi di Desa Margerejo
 pemilihan ibu laktasi di Desa Margorejo didasarkan pada kenyataan bahwa
pemberian ASI eksklusif rendah di daerah tersebut dan mudah menghubungi
desa tersebut.
Jadi bukan karena ibu laktasi di desa Margorejo representatif untuk seluruh ibu
di pedesaan
 Demikian juga pemilihan pasien stroke yang dirawat di RSCM semata-mata
didasarkan atas alasan praktis, bukan karena pasien stroke di RSCM mewakili
pasien stoke pada umumnya.

Penetapan subyek terpilih

 Proses ini dapat dan harus dilakukan dengan prosedur tertentu, sehingga dapat
diperoleh sampel yang representatif terhadap populasi terjangkau

Subyek yang benar diteliti

 menyangkut apakah subyek yang telah dipilih menolak diteliti (non-response) atau
terdapat drop out atau loss to follow-up

METODE SAMPLING/TEKNIK SAMPLING

Metode sampling adalah suatu cara/teknik yang dipergunakan untuk mengambil
sejumlah sampel dari suatu populasi.

Dua jenis Metode Sampling:

1. Pengambilan sampel dengan probabilitas (probability sampling atau random
sampling)
Pada pengambilan sampel dengan probabilitas, tiap elemen dalam populasi untuk
terpilih sebagai sampel, probabilitas diketahui.

R Astuti 4
 Yang termasuk metode pengambilan sampel acak adalah:
a). Pengambilan sampel acak sederhana (simple random sampling)
b). Pengambilan sampel acak sistematik (systematic random sampling)
c). Pengambilan sampel acak stratifikasi (stratified random sampling)
d). Pengambilan sampel acak kelompok (cluster random sampling)
e). Pengambilan sampel acak bertahap (multistage random sampling)
Keuntungan:
- Probabilitas setiap unit sampel diketahui
- Lebih obyektif
- Dapat mewakili populasi
Kelemahan:
- Sulit dalam pelaksanaan
- Membutuhkan biaya, waktu dan tenaga relatif lebih besar dibanding non
probability sampling
- Dapat terjadi penyimpangan jika sampel kecil
- Memerlukan kerangka sampel (sampling frame)
Yaitu daftar dari semua unsur dalam populasi, misalnya: Daftar kunjungan
pasien RS, Daftar mahasiswa, Daftar balita di wilayah X, Daftar ibu hamil di
propinsi Y.
2. Pengambilan sampel tanpa probabilitas
(non probability sampling atau non random sampling)

Pada pengambilan sampel dengan non probabilitas, tiap elemen populasi tidak
memiliki probabilitas yang diketahui untuk terpilih sebagai sampel dan faktor
subyektif memegang peranan penting.
Menurut Lemeshow et al (1990), disebutkan bahwa yang dimaksud dengan non
probabilitas sampling adalah pengambilan sampel dimana sampel yang dipilih
berdasarkan suatu rencana pengambilan sampel yang tidak menggunakan
probabilitas dalam proses seleksinya.
Yang termasuk metode pengambilan sampel non random adalah:
a). Purposif sampling
b). Insidental sampling
c). Accidental Sampling / Haphazard Sampling
d). Quota sampling
e). Voluntary sampling
f). Snowball sampling
g). Consecutive sampling
i). Convinient sampling

Keuntungan:
- Mudah pelaksanaannya
- Tidak membutuhkan waktu lama
- Tidak membutuhkan biaya besar
Kerugian:
- Probabilitas setiap unit sampel tidak diketahui
- Tidak obyektif
- Tidak dapat mewakili populasi keseluruhan

Jika digunakan “probability sampling” maka sampel diharapkan akan mewakili

populasi, serta keuntungan lainnya yaitu :

R Astuti 5
 a). Derajat kepercayaan terhadap sampel dapat ditentukan.
b). Beda penaksiran parameter dengan statistik terhadap parameter yang
sesungguh nya dapat diperkirakan (presisi).
c). Besar sampel yang akan diambil dapat dihitung secara statistik.
d) Dapat dilakukan uji statistik
e) Dapat dilakukan generalisasi populasi.

Sedangkan jika pengambilan sampelnya menggunakan “ non probability sampling”

maka sampel yang diambil tidak mewakili populasi sehingga besar sampel tidak
bisa dihitung secara statistik, dan tidak dapat digunakan untuk generalisasi populasi.

PROBABILITY SAMPLING

1. Simple random sampling (SRS)

* Suatu metode pengambilan sampel, dimana sampel diacak dari semua unit yang ada di
populasi.
* Syarat:
- Harus ada sampling frame
- Karakteristik populasinya cukup homogen
- Populasinya secara geografis tidak terlalu menyebar
* Cara :
- Memakai undian
- Menggunakan tabel bilangan random
- Menggunakan tabel bilangan komputer

* Keuntungan/kelebihan:
- Kurang praktis kalau populasinya besar
- Relatif mudah untuk populasi kecil

2. Systematic random sampling

* Suatu metode pengambilan sampel, yang mana sampel dipilih secara acak hanyauntuk
obyek yang pertama, sedangkan obyek berikutnya ditentukan secara kelipatan.
* Syarat:
- Harus ada sampling frame
- Karakteristik populasinya cukup homogen
- Populasinya secara geografis tidak terlalu menyebar
* Cara:
Tentukan interval/kelipatan (k) berikut:
k = N/n = interval kelipatan
N = jumlah populasi
n = jumlah sampel
* Contoh:
N = 100, n = 20, N/n = 5
Subyek 1 dipilih secara acak dari 1 s/d 5 (misalnya terpilih no 3)
Subyek berikutnya diambil dengan kelipatan 5 (yaitu 3+5=8, 8+5=13, . . . dst).
Terpilih: 3, 8, 13, . . . dst.
* Keuntungan:
- Relatif mudah untuk populasi kecil
- Menjamin sampel lebih tersebar ke seluruh anggota populasi
- Bisa diaplikasikan pada sampling frame yang belum ada (mis. pengunjung RS)
- Tidak dianjurkan pada kasus dengan fenomena siklik
Contoh: memilih sampel hari dgn k= 7, sampel akan jatuh pada hari yang sama.

R Astuti 6
3. Stratified random sampling
* Unit populasi dikelompokkan berdasarkan tingkatan (strata) tertentu (mis. Status ekonomi
tinggi- rendah) agar populasi terwakili.
* Stratum: bagian dari populasi yang memiliki karakteristik yang sama dan karakteristik ini
diduga berhubungan dengan variabel yang diteliti.
* Syarat:
- Karakteristik populasinya heterogen
- Sampel dalam strata harus sehomogen mungkin
- Dan antar strata harus seheterogen mungkin
* Cara:
- Populasi dibagi berdasarkan strata
- Buat kerangka sampel masing-masing strata
- Sampel dalam strata diambil secara acak (gunakan tabel random atau undian)
- Jumlah sampel diambil proporsional menurut besarnya unit yang ada di dalam masing-
masing strata.

* Contoh: Proportional Stratified Random Sampling

Kualitas pelayanan pasien rawat inap di RS X
- Dibuat strata kelas VIP, kelas I, kelas II dan kelas III
- Jumlah populasi 500 (VIP=50, kelas I=100, kelas II= 150, kelas III=200)
Dimana jumlah sampel yang diambil 100 pasien
- Jumlah sampel per strata :
Kls VIP = 100/500 * 50 = 10
Kls I = 100/500 * 100 = 20
Kls II = 100/500 * 150 = 30
Kls III = 100/500 * 200 = 40
* Keuntungan /kelemahan:
- Semua ciri heterogen terwakili
- Bisa mencari hubungan atau membandingkan antar strata.
- Pada tiap stratum, kerangka sampel harus dibuat

4. Cluster random sampling

* Populasi masyarakat seringkali sudah terbagi menurut kelompok tertentu, seperti RT,
RW, desa
* Pembuatan kerangka sampel mungkin dibuat tapi ada keterbatasan waktu dan biaya.
* Kelompok masyarakat dijadikan kluster dalam pengambilan sampel
* Syarat:
- Populasi heterogen dan menyebar
- Sampel dalam klaster harus seheterogen mungkin
- Dan antar klaster harus sehomogen mungkin
* Cara:
- Populasi dinagi berdasarkan kelompoik (cluster) mis. Kelurahan/desa
- Klaster dipilih secara acak dan sampel dalam klater diambil secara acak atau diambil
seluruhnya.
* Contoh: Survey mengetahui cakupan pemeriksaan kehamilan di Kab X
* Subyek: Ibu yang telah melahirkan dalam 1 tahun terakhir
* Cara sampling:
- Buat daftar nama desa/klaster di Kab X
- Pilih secara acak klaster  missal satu desa terpilih yaitu desa Tugu
- Di desa Tugu  semua ibu yang telah melahirkan dalam 1 tahun terakhir diwawancarai.
* Keuntungan/kelemahan:
- Tidak diperlukan sampling frame unit elementer seluruh populasi.
- Varian (SE) lebih besar dari metode SRS
5. Multistage Random Sampling
R Astuti 7
 * Populasi yang secara geografis sangat tersebar, pengambilan sampel dapat dilakukan
secara bertahap. Tiap tahap dapat menggunakan metode yang berbeda-beda.
* Multistage sampling adalah teknik pengambilan sampel dengan menggunakan banyak
tingkat dari kelompok unit yang kecil atau klaster. Multistage sampling merupakan
perluasan dari cluster sampling.
* Misalnya survey untuk mengetahui cakupan imunisasi campak pada anak SD di Kab
Semarang maka pengambilan sampel dapat dilakukan:
- Tingkat 1: memilih kecamatan dari jumlah kecamatan yang ada di Kab Semarang
- Tingkat 2: memilih desa dari jumlah desa yang ada di kecamatan terpilih.
- Tingkat 3: memilih SD dari jumlah SD yang ada di desa terpilih
- Tingkat 4: memilih kelas dari jumlah kelas yang ada di SD terpilih sebagai sampel.
Pada kasus tersebut, kelas berfungsi sebagai unit sampel dan murid sebagai unit elementer

NON PROBABILITY SAMPLING

1. Consecutive sampling
* Sampel ditentukan dengan cara semua subyek yang datang dan memenuhi kriteria
pemilihan dimasukkan dalam penelitian sampai jumlah subyek yang diperlukan terpenuhi.
* Tehnik ini merupakan jenis non probability sampling yang dianggap baik, dan sering
merupakan cara termudah.

2. Convinient sampling
* Cara ini merupakan cara termudah untuk menarik sampel, namun sekaligus juga merupakan
cara yang lemah. Pada teknik ini sampel diambil tanpa sistematika tertentu, hingga jarang
dapat dianggap dapat mewakili populasi terjangkau apalagi populasi target.

3. Judgemental sampling atau Purposive sampling

* Sampel ditentukan berdasarkan pertimbangan subyektifnya, bahwa responden dapat
memberikan informasi yang memadai untuk menjawab pertanyaan penelitian. Atau
sampel ditentukan oleh orang yang telah mengenal betul populasi yang akan diteliti
(seorang ahli di bidang yang akan diteliti ).
* Misalnya untuk meneliti pendapat ibu tentang pemberian ASI dan susu formula, dipilih ibu-
ibu yang pernah memberikan ASI dan pernah pula memberikan susu formula kepada
bayinya, atau ibu yang pendidikannya cukup sehingga dapat memberi keterangan yang
lebih akurat.

4. Insidental sampling
* Sampel dipilih pada saat tertentu (insidental)
* Sampel tersebut tidak terencana dan penggambaran hasil dari pengumpulan data
tersebut bukan didasarkan suatu metode yang baku. Misalnya dari suatu kejadian yaitu
terjadinya suatu keadaan luar biasa , data yang sudah terkumpul disajikan secara
deskriptif dan hasil tersebut tidak dapat digeneralisir.

5. Sampling Seadanya (Accidental Sampling/Haphazard Sampling).

* Pengambilan sampel berdasarkan seadanya data atau kemudahan nya mendapatkan data
tanpa perhitungan apapun mengenai derajat kerepresentatifannya. Sehingga kesimpulan yang
ditarik bersifat kasar dan sementara

6. Quota sampling
R Astuti 8
 * Jumlah sampel ditentukan sesuai keinginan peneliti yang tergantung pada biaya, tenaga
dan waktu (tanpa mempertimbangkan homogenitas/heterogenitas, presisi dan rencana
analisa.
* Adalah pengambilan sampel tentang sesuatu yang sudah diperinci terlebih dahulu. Yang
diperlukan menurut pertimbangan dan atau mengambil manfaat dari keterangan di dalam
kategori yang sudah diperinci. Jadi pengambilan sampelnya ditentukan si petugas sampai
dirasa cukup.

7. Voluntary sampling
* Sampling Sukarela (Voluntary Sampling). Satuan sampling diperoleh secara sukarela,
contohnya dibidang kedokteran untuk uji coba obat baru.

8. Snowball Sampling (bola salju)

* Adalah pengambilan sampel dengan menetapkan terlebih dahulu kelompok yang akan
diambil sampelnya, kemudian kelompok ini digunakan untuk menempatkan orang lain yang
mempunyai karakteristik yang serupa dan sebaliknya digunakan untuk mengidentifikasi
lainnya Pengambilan sampel bola salju digunakan untuk penelitian yang respondennya sulit
diidentifikasi dan dihubungi.

Penyimpangan (error) dalam penelitian

* Sampling Error:
- Penyimpangan yang terjadi akibat pengambilan sampel
- Sebaik apapun sampel tetap ada penyimpangan
Sampling error adalah perbedaan antara estimasi yang diperoleh dari sampel dengan parameter
populasi. (Lemeshow S,et al, 1993). Sampling error sebenarnya hal ini bukanlah benar-
benar kesalahan tetapi adalah variasi dari konsekuensi pengambilan sampel (Sabri L dan
Hastono S, 1999 ).
Jadi sampling error adalah perbedaan antara estimasi yang diperoleh dari sampel
dengan parameter populasi dan sebetulnya adalah variasi dari konsekuensi
pengambilan sampel..
Kesalahan sampling ini bisa dikontrol maksudnya bisa diperkecil, misalnya dengan
jalan menambah jumlah sampel yang akan diteliti.
Sampling error dalam perhitungan jumlah sampel sering digunakan istilah presisi.
Presisi berhubungan erat dengan confidence interval .

* Non Sampling Error:

Penyimpangan yang terjadi bukan karena pengambilan sampel, tetapi penyimpangan pada
saat pelaksanaan penelitian, misalnya saat:
- Perencanaan - pengolahan data
- pengumpulan data - analisa data
Kesalahan bukan karena sampling disebabkan oleh hal-hal yang sering non teknis
sifatnya seperti kekurangsadaran responden, kekeliruan pemeriksa, kesalahan
mencatat, kelupaan karena kelelahan, kecerobohan, kekurangpahaman terhadap konsep
dan definisi, salah mengukur, salah menghitung dan sebagainya. Sedangkan
menurut Sabri L dan Hastono S, 1999, kesalahan non sampling maksudnya ialah
kesalahan yang bukan karena sampel tetapi disebabkan pelaksanaan dalam
pengambilan sampel sampai analisisnya.

BESAR SAMPEL

R Astuti 9
Besar sampel merupakan
• Syarat penting untuk suatu generalisasi atau inferensi
• Semakin homogen populasi, semakin kecil sampel, semakin heterogen
populasi, semakin besar sampel
• Tujuan penentuan besar sampel :
1. mewakili populasi (representativeness)
2. keperluan analisis

Perlu diperhatikan :
• Tujuan penelitian/analisis
• Jenis dan rancangan penelitian
• Jumlah populasi
• Karakteristik populasi/cara pengambilan sampel (teknik sampling)
• Jenis (skala pengukuran) data

Besar Sampel ditentukan oleh :

1. Tujuan penelitian :
- Estimasi {proporsi atau estimasi rata-rata}
- Uji hipotesis (sig. level;  dan power: 1-)
2. Disain penelitian :
- Observasi : - cross sectional
- case-control
- cohort
- Experiment (clinical trial).
-
3. Presisi: deviasi nilai estimasi dg nilai populasi sebenarnya atau
perbedaan antara dua nilai populasi
Seberapa tepat ukuran yang diperoleh dari sampel dapat menggambarkan populasi
Presisi berkaitan dengan besar sampel.
Jika jumlah sampel (n) diperbesar maka SE (standar error) akan makin kecil,
sehingga sampling errornya akan makin kecil atau presisi makin makin meningkat.
4. Derajat kepercayaan  tingkat signifikansi () 1% atau 5%
5. Metode sampling: SRS atau bukan SRS
6. Kekuatan uji. (1 - )
(Lemeshow, S, et al, 1997)

Tabel Probabilitas Terjadinya Kesalahan Dalam Uji Statistik

Kesimpulan Kaadaan sebenarnya di populasi

Uji statistik Ho benar Ho salah
Gagal tolak Ho 1 
Kesalahan tipe II
Tolak Ho  1
Kesalahan tipe I Kekuatan uji

Z untuk nilai  tertentu

R Astuti 10
  Z Z/2
0,10 1,28 1,64
0,05 1,64 1,96
0,025 1,96 2,24
0,01 2,33 2,58

Z untuk nilai  tertentu

 Power (1- ) Z
> 0,50 < 0,50 < 0,00
0,50 0,50 0,00
0,40 0,60 0,25
0,30 0,70 0,53
0,20 0,80 0,84
0,15 0,85 1,03
0,10 0,90 1,28
0,05 0,95 1,64
0,025 0,975 1,96
0,01 0,99 2,33

BESAR SAMPEL UNTUK SURVEY

BESAR SAMPEL UNTUK METODE “SIMPLE RANDOM SAMPLING”

/’SYSTEMATIC RANDOM SAMPLING”/ “CLUSTER RANDOM
SAMPLING”

1. Pada data proporsi, besar sampel pada populasi yang tidak

diketahui jumlah anggota populasinya
* Sebelum menghitung besar sampel peneliti perlu tahu:
Perkiraan proporsi ( p ), presisi ( d ) , dan derajat kemaknaan (  )
* Rumus:
Z 2 /2 * p ( 1- p )
n =  (1)
d2
dimana : n : besar sampel
Z /2 : nilai Z pada derajat kepercayaan 1-/2
p : proporsi hal yang diteliti
d : presisi
Contoh:
Seorang Kepala Dinas Kesehatan Semarang ingin mengetahui prevalensi anemia pada
ibu hamil. Berdasarkan informasi pada survei gizi ibu hamil di Jawa Tengah diperoleh
prevalensi anemia pada kehamilan sebesar 65%. Berdasarkan masalah dan informasi
yang ada, berapa jumlah sampel yang dibutuhkan jika Kepala Dinas menginginkan
presisi mutlak sebesar 10% dan derajat kepercayaan 90%?

Jawaban :
Dengan menggunakan rumus ( 1 ) dan nilai p=0,65 ; d= 0,10 ; dan Z = 1,64
R Astuti 11
 (1,64) 2 (0,65) (1-0,65)
maka , n =  = 61,19
(0,1) 2
Jadi 62 ibu hamil diperlukan sebagai sampel agar kita 90% percaya dalam melakukan estimasi
prevalensi anemia pada ibu hamil.

2. Pada data proporsi, besar sampel pada populasi terbatas (Jumlah

anggota populasi diketahui)
* Rumus:
Z 2 /2 * p ( 1- p ) N
n =  (2)
d 2 (N-1) + Z 2 /2 * p ( 1- p )

dimana : n : besar sampel

Z /2 : nilai Z pada derajat kepercayaan 1-/2
p : proporsi hal yang diteliti
d : presisi
N : jumlah populasi
Contoh 1:
Penelitian pendahuluan pada 25 ibu laktasi di Desa Melati diperoleh hasil 15 orang
menderita anemia. Di desa tersebut, terdapat 300 ibu laktasi. Berapa besar sampel yang
diperlukan jika peneliti ingin mengetahui prevalensi anemia pada ibu laktasi di desa
tersebut dengan simpangan maksimum terhadap prevalensi sebenarnya yang dapat
diterima adalah 10% pada derajat kepercayaan 95%?
Jawaban :
Dengan menggunakan hasil dari penelitian pendahuluan, besar sampel dapat dihitung :
1,962 * 0,6 (1-0,6) 300
n =  = 71
0,12 (300-1) + 1,962 * 0,6 (1-0,6)

Jadi sampel yang diperlukan sebanyak 71 orang ibu laktasi

Contoh 2 :
Diketahui : Jumlah penduduk lansia di kota Depok (N) = 4000 jiwa
Proporsi hipertensi pada lansia (P) = 40% = 0,4
a). Jika : Tingkat kepercayaan 95% (Z) = 1,96
Kisaran perkiraan hipertensi 30%-50% sehingga
presisi mutlak (d) = 10%=0,1
Pengambilan sampel secara acak sederhana

Maka besar sampel adalah :

Z²/2 . P ( 1-P ) . N
n = 
d ² ( N-1 ) + Z²/2 . P ( 1-P )

1,96² . 0,4 ( 1-0,4 ) . 4000

n=  = 90,14

R Astuti 12
 0,1 ² ( 4000-1 ) + 1,96 ² . 0,4 ( 1-0,4 )

Jadi besar sampel minimum yang diperlukan adalah 91 jiwa.

b). Jika : Tingkat kepercayaan 95% (Z) = 1,96

Kisaran perkiraan hipertensi 35%-45% sehingga
presisi mutlak (d) = 5%=0,05
Pengambilan sampel secara acak sederhana
Maka besar sampel adalah :
Z²/2 . P ( 1-P ) . N
n = 
d ² ( N-1 ) + Z²/2 . P ( 1-P )

1,96² . 0,4 ( 1-0,4 ) . 4000

n=  = 337,74
0,05 ² ( 4000-1 ) + 1,96 ² . 0,4 ( 1-0,4 )

Jadi besar sampel minimum yang diperlukan adalah 338 jiwa.

c). Jika : Tingkat kepercayaan 95% (Z) = 1,96

Kisaran perkiraan hipertensi 30%-50% sehingga
presisi mutlak (d) = 10%=0,1
Pengambilan sampel secara cluster dengan disain effek = 2,3
Maka besar sampel adalah :
1,96² . 0,4 ( 1-0,4 ) . 4000
n =  = 90,14
0,1 ² ( 4000-1 ) + 1,96 ² . 0,4 ( 1-0,4 )

Karena ada disain efek maka n = 90,14 x 2,3 = 207,33

Jadi besar sampel yang diperlukan adalah 208 jiwa.

3. Pada data rata-rata, besar sampel pada populasi yang tidak

diketahui jumlah anggota populasinya
* Untuk menghitung besar sampel peneliti perlu tahu:
Perkiraan varians (  ) , presisi ( d ) dan derajat kemaknaan (  )
* Rumus:
Z 2 /2 * 2
n =  (3)
d2
dimana : n : besar sampel
Z /2 : nilai Z pada derajat kepercayaan 1-/2
 : standar deviasi
d : presisi

Contoh :

R Astuti 13
Suatu penelitian dilakukan untuk mengetahui rata-rata asupan energi pada anak balita
di Desa Sakura. Ingin dipilih sampel secara acak sederhana. Dari penelitian pendahuluan
diperoleh standar deviasi asupan energi pada anak balita adalah 15 Kalori. Berapa besar
sampel yang diperlukan jika peneliti menginginkan derajat kepercayaan 95% dan besar
simpangan maksimum dari rata-rata adalah 5 Kalori (presisi mutlak).
Jawaban:
Diketahui : Z 1-/2 : 1,96 ;  : 15 ; d : 0,05 maka

1,96 2 * 15 2
n =  = 34,57
52
Jadi besar sampel yang diperlukan adalah 35 anak balita.

4. Pada data rata-rata, besar sampel pada populasi terbatas (Jumlah

anggota populasi diketahui)
* Rumus
Z2 /2 * 2 N
n =  (4)
d2 (N-1) + Z2 /2 * ²

dimana : n : besar sampel

Z /2 : nilai Z pada derajat kepercayaan 1-/2
 : standar deviasi
d : presisi
N : jumlah populasi

Data Rata-rata 2 Kelompok Independen

(n1- 1) s12 + (n2 – 1) s22
Sp = 
2

(n1- 1) + (n2 – 1)

Z 2/2 * 2  2
n =  (5)
d2
Contoh :
Seorang peneliti ingin membandingkan efek penurunan gula darah antara obat anti
diabetes A dan B. Pada penelitian pendahuluan , diketahui dalam 3 minggu pengobatan
, obat A rata-rata menurunkan kadar gula darah sebesar 40 mg/dl dengan standar deviasi
20 mg/dl. Sedangkan obat B rata-rata menurunkan kadar gula darah sebesar 30 mg/dl
dengan standar deviasi 15 mg/dl. Pada penelitian awal tersebut, peneliti hanya
menggunakan 5 pasien pada masing-masing kelompok. Berapa besar sampel yang
diperlukan jika peneliti ingin menunjukkan ada perbedaan rata-rata penurunan kadar
gula darah antara pasien yang memperoleh obat A dan B dengan simpangan maksimum
5 mg/dl dari perbedaan yang ada dan peneliti menginginkan derajat kepercayaan 95% ?
Jawaban :
Diketahui : n1 = 5 , n2 = 5, s1= 20, s2= 15, d = 5 , Z= 1,96
sehingga varians gabungan dapat dihitung :

R Astuti 14
 (5- 1) 202 + (5 – 1) 152
Sp =  =
2
312,5
(5- 1) + (5 – 1)

Besar sampel dapat dihitung dengan rumus (5) yaitu :

1,96 2 * 2 * 312,5
n =  = 96,04
52
Jadi diperlukan 97 pasien untuk masing-masing kelompok pengobatan.

DAFTAR PUSTAKA

1. Budiarto. Biostatistika untuk kedokteran dan kesehatan masyarakat. EGC. Jakarta.

2002
2. Dawson B, Trapp RG. Basic and Clinical Biostatistics. Third Edition. McGraw-
Hill International Editions. Lange Medical Books, The McGraw-Hill Companies.
2001.
3. Kuzma. Basic Statistics for the Health Sciences. Mayfield Publishing Company.
1984
4. Norman and Streiner. Biostatistics : The Bare Essentials, Mosby. 1994.
5. Pagano, M dan K. Gaureau. Principles of Biostatistics. Belmont, Duxury Press.
1993.
6. Sabri dan Hastomo. Statistika kesehatan. PT Raja Grafindo Persada. Jakarta. 2006.
7. Sheskin, D.J. Handbook of Parametric and Nonparametric Statistical Prosedures.
Third Edition. Chapman & Hall/CRC. Florida. 2004
8. Ariawan I. Besar dan Metode Sampel pada Penelitian Kesehatan. Jurusan
Biostatistik dan Kependudukan, Fakultas Kesehatan Masyarakat, Universitas
Indonesia, Depok, 1998.
9. Lemeshow, S.; DW Hosmer Jr.; J Klar; SK Lwanga; Adequacy of Sample Size in
Health Studies. WHO. John Wiley & Sons Ltd. England, 1993.
10. Supranto, J, Tehnik Sampling untuk Survey dan Eksperimen, PT Rineka Cipta,
Jakarta, 1992.
11. Sastroasmoro, S; Ismael S. Dasar-dasar Metodologi Penelitian klinis. Edisi 3. CV
Sagung Seto. Jakarta, 2010.
13. Hulley,SB.; Cummings,SR.; Browner,WS.; Grady,D.; Hearst,N.; Newman,TB.
Designing Clinical Research An Epidemiologic Approach. Second Edition.
Lippincott Williams&Wilkins. Philadelphia. USA. 2001

R Astuti 15