(Metode &

Besar Sampel)
………………………………………………

 BESRAL
 Fakultas Kesehatan Masyarakat, Universitas Indonesia1
 besral@yahoo.com besral@ui.ac.id Hal-1
 Ruang Lingkup
SAMPEL
1. Tujuan Penelitian

2. Disain Penelitian

3. Populasi Target & Kerangka Sampel

4. Tentukan Metode Pengambilan Sampel

 sesuai disain penelitian

5. Hitung Besar Sampel  sesuai tujuan

6. Pilih Sampel & Kumpulkan Data 2

 SAMPEL

1.METODE 2.BESAR SAMPEL

Disain penelitian Tujuan penelitian

Proporsi
Cross-sectional Estimasi Rerata
Case-control Beda Proporsi
Uji Beda Rerata
Cohort
hipotesis • Paired
Experiment • Independen
Korelasi, OR, RR,
survival, dll
 SAMPEL
1.METODE
• Simple random sampling
• Systematic random sampling
• Stratified random sampling
Disain penelitian • Cluster random sampling

• Populasi kasus  random

• Populasi kontrol random
Cross-sectional
• Populasi eksposed  random
Case-control • Populasi non exposed  random

Cohort
• Random sampling
(populasi  sampel)
Experiment • Random alokasi/randomisasi
(intervensi vs control)
 SAMPEL
2.BESAR SAMPEL

Tujuan penelitian

Proporsi

Estimasi Rerata

Beda Proporsi
Uji
hipotesis Beda Rerata
• Paired Uji Korelasi
• Independen  1+ r 
 = 0,5 ln  
 1- r 
Uji Survival  z + z 1-  
2

n=
z 1-/2
2 2
2  + z1-   1 +  2 2

2

Uji OR,RR,HR
n =  1 -  /2
 
 + 3

 1 -  22
 Topik Presentasi-1
METODE
PENGAMBILAN SAMPEL
1. Konsep populasi dan sampel
2. Bias dalam pemilihan sampel
3. Metode pemilihan sampel probabilitas
- Simple random sampling
- Systematic random sampling
- Stratified random sampling
- Cluster random sampling
- Multi-stage random sampling
4. Metode sampel sesuai disain penelitian 6
 Metode Pengambilan Sampel
Metode sampel harus memenuhi 2 kaidah:
1. Akurasi  estimasi parameter populasi
 Bergantung pada cara pengambilan sampel
 Bergantung pada ketersediaan kerangka
sampel, biaya, dan waktu serta disain studi
2. Presisi  Deviasi/error antara nilai sampel
dengan nilai populasi (yang ditoleransi)
 Bergantung pada besar sampel
Cara pengambilan sampel sering kurang
mendapat perhatian dibandingkan menghitung
7
besar sampel
MENGAPA PERLU
SAMPEL?

•Populasi tidak terbatas, sumberdaya terbatas

(menghemat tenaga, dana, waktu)
•Tidak mungkin diteliti semua (waktu dan ruang)
•Adanya penelitian yang destruktif
•Tidak perlu semua diteliti, ada metode sampling
(yang akurasinya terukur)
•Pengukuran sampel dapat mengurangi kesalahan
pengukuran akibat beban kerja

Metode sampling
yang baik

Menjamin sampel menggambarkan populasinya

Menjamin sampel mempunyai akurasi yang terukur
Menjamin sampling dapat dilaksanakan dg efisien
METODE SAMPLING:
Bagaimana menarik suatu sampel supaya (nilai)
statistik mendekati (nilai) parameter?
Paling tidak, penyimpangan nilai Statistik
terhadap Parameter dapat diketahui
(sampling error)
Induktif/generalisasi

Parameter
(Populasi) Statistik
Mean () (Sampel)
X
Varians (2) s2
Proporsi (P) ps

deduktif
PENGERTIAN Populasi & Sampel
 Populasi target
 Kumpulan dari satuan/unit yang ingin kita buat inferensi
atau generalisasi hasil penelitian
 Populasi studi
 Kumpulan dari satuan/unit (N) di mana kita akan memilih
sampel
 Kerangka sampel/Sampling frame
 Daftar satuan/unit/anggota populasi yang berisi identitas:
(Nomor, Nama, & Alamat)
 Sampel
 Kumpulan dari satuan/unit yang kita ambil dari populasi
studi (n), misalnya individu, Rumah tangga, Toko obat,
Apotik, dll
 Unit analisis
 Bagian dari sampel dimana kita melakukan pengukuran dan
analisis (misalnya kepala rumah tangga, atau ibu hamil,
balita, WUS, lansia, Obat, Alat kesehatan)
BIAS DALAM PEMILIHAN SAMPEL

sampel

sampel
sampel sampel

sampel

sampel
sampel
sampel
sampel
sampel

sampel sampel
 BIAS DALAM PEMILIHAN SAMPEL
POPULASI
TARGET: RS

POPULASI STUDI:
Siang hari
 METODE •Sampel pertimbangan
Studi
(Purposive/judgmental)
SAMPLING •Sampel berjatah (Quota)
kualitatif

•Sampel seadanya (Incidental/

A. Non Random Convenience/consecutive)
•Sampel snowbowl
•respondent driven sampling
B. Random (probability)
•1. Simple random sampling (acak sederhana)
•2. Systematic random sampling (acak sistematik)
•3. Stratified random sampling (acak bertingkat):
-Sederhana (Simple stratified random)
-Proporsional (Proportional stratified random)
•4. Cluster random sampling (acak berkelompok)
•5. Multistages random sampling (acak bertahap)
Studi kuantitatif
Sample Random vs Non random
Random/Probability Sampling
 Semua elemen di populasi memiliki
probabilitas/kesempatan untuk terpilih sebagai
sampel (boleh sama, boleh tidak sama, jika probabilitas tdk sama, pd
saat analisis data harus disamakan dg BOBOT)
 Dapat merepresentasikan populasi dan hasilnya
dapat digeneralisasi ke populasi

Non Random/Non Probability Sampling

 Tidak semua Elemen di populasi memiliki
probabilitas/kesempatan untuk terpilih sebagai
sampel
 Tidak merepresentasikan populasi dan generalisasi
terbatas pada sampel
METODE PENGAMBILAN SAMPEL

Stratified sampling
Apakah area yang
akan disurvey Populasi tidak
homogen & ingin
relatif Luas? estimasi masing2
populasi
Tidak Ya

Akses sulit Cluster sampling

Apakah kerangka
sampel tersedia? Tidak
Systematic random
Tidak Kerangka
Ya sampling
sampel bisa
Ya dibuat?
Simple random
sampling
METODE
PENGGUNAAN
SAMPLING

Populasi tidak homogen & ingin membuat

Stratified sampling
generalisasi pada sub-populasi

Populasi besar dan tidak tersedia kerangka

Cluster sampling sampel

Systematic random Populasi kecil, tersedia kerangka

sampling sampel, & tidak ada efek kelipatan (siklus)

Simple random Pada populasi kecil dan tersedia

sampling kerangka sampel
METODE CONTOH
SAMPLING PENGGUNAAN

-Mengetahui prilaku pencegahan covid-19

Stratified pada mahasiswa S1, S2, dan S3 FKM UI
sampling -Mengetahui Kepuasan pasien kelas VIP, 1, 2, & 3

Cluster Mengetahui prilaku pencegahan covid-19

sampling pada remaja di Kota Depok
-Mengetahui prilaku pencegahan covid-
Systematic random 19 pada mahasiswa FKM UI
sampling -Mengetahui Kepuasan pasien RS “X”

Simple random Mengetahui prilaku pencegahan covid-

sampling 19 pada mahasiswa FKM UI
-Mengetahui Kepuasan pasien RS “X”
RANCANGAN SRS
(Simple/Systematic Random Sapling)
Digunakan jika tersedia kerangka sampel
pada tingkat individu

SIMPLE RANDOM SYSTEMATIC RANDOM

SAMPLING SAMPLING:
1. Tentukan populasi studi 1. Tentukan populasi studi
2. Buat sampling frame (N) 2. Buat sampling frame (N)
3. Tentukan besar sampel 3. Tentukan besar sampel (n)
(n) 4. Tentukan interval (i=N/n)
4. Pilih sampel sejumlah 5. Pilih sampel no.1 secara
n secara random acak/random
(Dengan Tabel-random 6. Pilih sampel berikutnya no.2,
atau MsExcel) 3,.. dst n + interval
 STRATIFIED RANDOM SAMPLING
(Antar strata heterogen, dalam strata homogen)
Digunakan jika populasi tidak homogen, dan ingin
membuat generalisasi untuk sub-populasi
STRATIFIKASI SEDERHANA STRATIFIKASI
(Alokasi sama): PROPORSIONAL:
1. Tentukan populasi studi
1. Tentukan populasi studi
2. Kelompokkan populasi
2. Kelompokkan populasi berdasarkan variabel
berdasarkan variabel Strata Strata
3. Tentukan besar sampel 3. Tentukan besar sampel
4. Besar sampel dibagi rata 4. Besar sampel dibagi
menurut strata proporsional menurut
strata
5. Buat sampling frame (N)
ditiap strata 5. Buat sampling frame (N)
ditiap strata
6. Di tiap strata, pilih sampel 6. Di tiap strata, pilih sampel
secara random secara random

Analisis: Perlu Bobot Sampling Tdk Perlu Bobot Sampling

 CLUSTER RANDOM SAMPLING
(Antar cluster homogen, dalam cluster heterogen)
Digunakan jika sampling frame tidak tersedia atau populasi
berada di wilayah geografis yang luas dan sulit dijangkau

1. Tentukan populasi studi (N)

2. Kelompokkan populasi berdasarkan cluster
(Geografis/area/wilayah administrasi/blok/unit)
3. Tentukan jumlah sampel (n) dan jumlah cluster (nk) jumlah
sampel di tiap cluster terpilih(ns)
4. Pilih cluster secara acak proporsional (PPS)
5. Pada cluster terpilih: ambil semua unit (1-tahap) atau pilih
secara random dengan jumlah yang sama (2-tahap)

Implikasinya:
1. Nilai varians lebih besar dibandingkan SRS (Deff>1)
sehingga dibutuhkan jumlah sampel yang lebih besar
2. Perlu analisis yg mempertimbangkan varians disain cluster
Multi-stages random sampling
Digunakan jika populasi sangat besar dan wilayah
geografis yang luas dan sulit dijangkau
Contoh tingkat Propinsi:
1. Tentukan populasi studi (N) dan sampel (n)
2. Bagi populasi menurut wilayah/Strata (Kab/Kota)
 Pilih wilayah/strata secara acak
3. Di setiap strata terpilih, kelompokan populasi
berdasarkan cluster (Desa/RW)
 Pilih cluster/strata secara acak
4. Tentukan besar sampel di tiap Strata & klaster
5. Di klister terpilih, ambil sampel secara acak
Implikasinya:
1. Nilai varians lebih besar dibandingkan SRS (Deff>1)
sehingga dibutuhkan jumlah sampel yang lebih besar
2. Perlu analisis yg mempertimbangkan disain cluster
 Ruang Lingkup
1.Menentukan tujuan studi SAMPEL
1

2.Menentukan Disain Studi 2

3
3.Menentukan populasi (target &
studi) Kerangka Sampel
4
4.Menentukan metode pengambilan sampel,
sesuai disain penelitian

5.Menghitung besar sampel sesuai 5

tujuan penelitian
6
6.Memilih sampel & mengumpulkan data

Metode pengambilan sampel sering kurang mendapat

perhatian dibandingkan menghitung besar sampel
 Topik 2… 
“Perhitungan Besar Sampel”
 SAMPEL

1.METODE 2.BESAR SAMPEL

Disain penelitian Tujuan penelitian

Proporsi
Cross-sectional Estimasi Rerata
Case-control Beda Proporsi
Uji Beda Rerata
Cohort
hipotesis • Paired
Experiment • Independen
Korelasi, OR, RR,
survival, dll
 SAMPEL
2.BESAR SAMPEL

Tujuan penelitian

Proporsi

Estimasi Rerata

Beda Proporsi
Uji
hipotesis Beda Rerata
• Paired Uji Korelasi
• Independen  1+ r 
 = 0,5 ln  
 1- r 
Uji Survival  z + z 1-  
2

n=
z 1-/2
2 2
2  + z1-   1 +  2 2

2

Uji OR,RR,HR
n =  1 -  /2
 
 + 3

 1 -  22
 Ruang Lingkup
BESAR SAMPEL
1. Komponen penentuan besar sampel
2. Penentuan besar sampel untuk
estimasi (estimasi proporsi dan
rerata)
3. Penentuan besar sampel untuk uji
hipotesis (beda proporsi, beda
rerata, korelasi, survival, dll)
4. Penentuan besar sampel untuk situasi
lainnya
5. Anggapan yang salah tentang
sampel
28
 PENENTU BESAR SAMPEL
1. Jenis penelitian
 Eksplorasi awal  1,2 sampel mungkin cukup
 Generalisasi  harus representative
2. Skala-ukur outcome variabel
 Nominal/ordinal (Kategorik)  Proporsi
 Interval/ratio (Numerik)  Mean dan SD
3. Ketepatan perkiraan yang diinginkan (presisi
atau sampling error) sampling error kecil  presisi tinggi
 presisi makin tinggi ~ sample makin besar
4. Tujuan Penelitian
 Estimasi
 Uji Hipotesis
5. Interval kepercayaan dan Kekuatan Uji
6. Teknik pengambilan sampel (SRS atau Non-SRS)
29
 PENENTU BESAR SAMPEL

Tujuan Outcome Ukuran Selang Kekuatan Cara penarikan

Presisi dampak
penelitian variabel Kepercayaan Uji sampel

1. Estimasi 1. Proporsi p, presisi 90, 95, 99% 1. Acak sederhana

2. Kompleks
(satu sampel) 2. Rerata x, presisi
sampel

OR,
2. Uji 1. Beda
p1-p2 RR, 90, 95, 99% 80,90,95% 1. Acak sederhana
Hipotesis proporsi
HR
2. Beda 2. Kompleks
(dua sampel) x1-x2
rerata sampel

30
POTENSI KESALAHAN DALAM UJI STATISTIK

Interval kepercayaan (CI) dan kekuatan uji (Power) akan

menentukan besar sampel Hal-31
 Perhitungan Besar Sampel
 Besar Sampel hanya dapat dihitung jika ada
informasi awal tentang hal yang diteliti dan
populasinya
 Secara umum perhitungan besar sampel
dapat dibagi menurut tujuan penelitian:
1.Estimasi parameter
2.Uji Hipotesis
 Kesalahan yang sering terjadi: selalu
menganggap penelitian sebagai estimasi
parameter padahal sebenarnya uji hipotesis

32
 Tujuan penelitian
1.Estimasi
 Mengetahui proporsi anemia pada ibu hamil di
kota Depok
 Mengetahui rerata kadar Hb pada ibu hamil di
kota Depok
2.Uji Hipotesis
 Mengetahui hubungan sosial ekonomi dengan
anemia pada ibu hamil di Kota Depok
 Mengetahui hubungan sosial ekonomi dengan
rerata Hb pada ibu hamil di Kota Depok

33
 Tujuan penelitian:
Estimasi & Uji Statistik
1. Estimasi 1. Estimasi
 Mengetahui prevalen anemia  Estimasi
pada ibu hamil di kota Depok proporsi
 Mengetahui rerata kadar Hb  Estimasi rerata
pada ibu hamil di kota Depok
2. Uji Hipotesis 2. Uji Hipotesis
 Mengetahui hubungan sosial  Uji beda
ekonomi dengan anemia proporsi
pada ibu hamil di Kota Depok
 Mengetahui hubungan sosial
 Uji beda rerata
ekonomi dengan rerata Hb independen
pada ibu hamil di Kota Depok
34
“Perhitungan Besar Sampel”
 Untuk ESTIMASI

1. Estimasi Proporsi
 Perhitungan Besar Sampel utk
Estimasi Parameter Populasi

P = Estimasi proporsi  hasil penelitian terdahulu

d = deviasi/presisi/sampling error  ditentukan peneliti
CI = Confidence Interval  penelitian terdahulu
(95% kesmas, 99% klinis) 36
Perhitungan Besar Sampel utk Estimasi
Parameter Populasi
 Diketahui prevalensi anemia Bumil di Jabar 55%
 Presisi/Simpangan yang dapat diterima 5%
 Derajat kepercayaan 95%

Artinya, peneliti percaya 95% bahwa

prevalensi anemia Bumil di Jabar berkisar
antara 50% sampai dengan 60% 37
 Perhitungan Besar Sampel utk
Estimasi Parameter Populasi
Presisi Mutlak Presisi Relatif
Estimasi z12 / 2 (1  P)
2
z P(1  P)
Proporsi n 1 / 2
n
d2  2P
Estimasi
Rata-rata z 2
 2
z
2 2
n 1 / 2
n 1 / 2
d 2
  2 2

Kaitan presisi mutlak dg relatif  d   *P

atau
d   *
38
 Besar sampel estimasi proporsi:
(presisi mutlak)
z 2
P(1  P)
n 1 / 2
2
P=Estimasi proposi
d
d=presisi/simpangan mutlak
z=nilai z pada derajat kepercayaan 1-/2

Rumus tersebut:
 Digunakan untuk estimasi proposi
 Tidak tepat digunakan untuk uji hipotesis
 Asumsi: populasi tak terbatas dan sampel SRS
 Jika sampel Non-SRS, harus dikalikan dengan Deff 39
 Besar sampel estimasi proporsi:
Contoh
 Suatu survei dilakukan untuk mengetahui
prevalensi anemia pada Bumil di Kota Depok.
Berapa sampel minimal yang diperlukan untuk
survei ini?

 Untuk menghitung jumlah sampel,peneliti

perlu tahu:
 Perkiraan prevalensi anemia Bumil di Depok (P)
 Presisi/deviasi yang dapat diterima (d)
 Derajat kepercayaan (Za) 40
 Besar sampel estimasi proporsi:
Contoh
 Misalkan:
 Data anemia Bumil di Depok belum ada
 Diketahui anemia Bumil di Jabar 55% (P=0.55)
 Simpangan yang dapat diterima 5% (d=0.05)
 Derajat kepercayaan 95% (Za=1.96)
 Berarti:
 Peneliti menggunakan data Jabar utk
memperkirakan anemia Bumil di Kota Depok 55%
 Peneliti 95% yakin bahwa prevalensi anemia
Bumil di Depok berkisar antara 50-60%
 Ada 5% kemungkinannya prevalensi anemia
Bumil berada di luar kisaran 50-60%
41
 Besar sampel estimasi proporsi:
Contoh

 Berarti:
Pada survei yang bertujuan untuk mengetahui
prevalen anemia Bumil di Depok, diperlukan
sampel minimum 381 responden,
- yang pengambilan sampelnya dilakukan dengan
metode acak sederhana
- jika pengambilan sampelnya komplek maka harus
dikoreksi (dikalikan) dengan disain efek (DEFF),
(kisaran 1.5 sampai 4) 42
Besar sampel estimasi proporsi:
Hasil perhitungan S-size

43
“Perhitungan Besar Sampel”
 Untuk ESTIMASI

2. Estimasi Rerata
 Perhitungan Besar Sampel utk
Estimasi Parameter Populasi

= Rerata, = Std.Dev  hasil penelitian terdahulu

d = presisi/sampling error  ditentukan peneliti
CI = Confidence Interval  penelitian terdahulu
45
(95% kesmas, 99% klinis)
 Besar sampel estimasi rata-rata:
(presisi mutlak)
z2
 2
n 1 / 2
2
=simpang baku d
d=presisi/deviasi dari nilai rata-rata
z=nilai z pada derajat kepercayaan 1-/2

 Digunakan untuk estimasi rata-rata

 Tidak tepat digunakan untuk uji hipotesis
 Asumsi desain: populasi tak terbatas dan
metode sampel SRS 46
 Besar sampel estimasi rata-rata:
contoh
 Mengetahui rerata kadar Hb ibu hamil di kota Depok
 Asumsi yang digunakan:
 Rerata Hb 12 mg% (Data provinsi Jawa Barat)
 Simpang baku penelitian sebelumnya 6 mg% ()
 Presisi/deviasi 1 mg% (ditentukan peneliti) (d=1%)
 Derajat kepercayaan 95% (Za=1.96)

 Berarti:
Peneliti yakin 95% bahwa rerata kadar Hb Bumil di
populasi berkisar 11-13 mg%

47
 Besar sampel estimasi rata-rata,
presisi mutlak

 Berarti, utk mengetahui rerata Hb Bumil di Depok,

diperlukan sampel minimum 139 responden,
- yang pengambilan sampelnya dilakukan dengan
metode SRS
- jika pengambilan sampelnya bukan SRS maka
harus dikoreksi (dikalikan) dengan DEFF (kisaran
1.5 sampai 4)
48
Besar sampel estimasi rata-rata:
Hasil perhitungan S-size

49
 Tujuan penelitian & Besar Sampel
1.Tujuan (Estimasi)
 Mengetahui prevalensi anemia pada ibu hamil di
kota Depok
 Mengetahui rerata kadar Hb pada ibu hamil di kota
Depok

2.Besar sampel (Tujuan estimasi)

 381 bumil untuk mengetahui prevalensi anemia
pada Bumil di Kota Depok
 139 bumil untuk mengetahui rerata Hb bumil di
Kota Depok
Dengan sampel 381 Bumil, dapat memenuhi sampel
minimum ke-2 tujuan tsb (estimasi proporsi & rerata)
50
“Perhitungan Besar Sampel”
 Untuk UJI HIPOTESIS

1. Uji Hipotesis Beda Proporsi

Terminologi pada Perhitungan Besar
Sampel Uji Hipotesis Beda Proporsi

P1 = Estimasi proporsi pada kelp.1

P2 = Estimasi proporsi pada kelp.2
CI = Confidence Interval (1-α)
Power = Kekuatan Uji (1-β) 52
KESALAHAN PENGAMBILAN KEPUTUSAN
UJI HIPOTESIS

Hal-53
 Rumus Perhitungan Besar Sampel
utk Uji Hipotesis
Uji beda
proporsi
n
z 1/ 2 2P(1P) z1 P1(1P1) P2(1P2) )
2

(P1 P2)
2

Uji beda rata-

rata 2 z1 / 2  z1   2
2 2

(n 1)s  (n 1)s 
1
2
1 2
2
2
n (n1 1)  (n2 1)
(independent) 1  2 ) 2

 2 z1 / 2  z1  2
Uji beda rata-
rata (paired)
n
1  2 ) 2

54
 Besar sampel uji hipotesis beda
proporsi 2 kelompok

n
z1 / 2 2P(1 P)  z1 P1(1 P1)  P2 (1 P2 ) )
2

(P1  P2 ) 2

 n =Jumlah sampel untuk masing-masing kelompok

 P1 dan P2 didapat dari hasil penelitian terdahulu
 P-hat = (P1+P2)/2
 (P1-P2) = perbedaan minimal yang dianggap
bermakna secara substansi

55
 Perbedaan bermakna secara Statistik
vs. bermakna secara Substansi
 Tidak ada hubungan Kebiasaan PJK n
minum teh dengan minum teh Ya Tidak
penyakit jantung coroner Ya 12 (12%) 88 100
(PJK) Tidak 10 (10%) 90 100
Jumlah 22 178 200
 Namun, jika sampelnya 2 = 0,20 p=0,6513
ditingkatkan 20 kali lipat,
ada hubungan bermakna Kebiasaan PJK n
 Peneliti perlu minum teh Ya Tidak
Ya 240 (12%) 1760 2000
mempertimbangkan
Tidak 200 (10%) 1800 2000
apakah perbedaan PJK Jumlah 440 3560 4000
sebesar 2% bermakna 2 = 4,09 p=0,0432
secara Kesmas?
sampel yang terlalu besar mampu mendeteksi perbedaan
56

10% dengan 12%

 Perbedaan bermakna secara Statistik
vs. bermakna secara Substansi
Sembuh
Obat Ya TidakTotal Proporsi yang sembuh
 Kesembuhan obat A
lebih tinggi dari Obat A 60 40 100 60.0% Obat A
obat B (60% vs Obat B 40 60 100 40.0% Obat B
40%) sig 0.004 100 100 200 P-value: 0.004
 Dengan sampel yang
lebih kecil… Sembuh
 Disimpulkan bahwa Obat Ya TidakTotal Proporsi yang sembuh
kesembuhan obat A Obat A 12 8 20 60.0% Obat A
sama saja dengan B
Obat B 8 12 20 40.0% Obat B
(60% vs 40% tidak
20 20 40 P-value: 0.172
berbeda) sig 0.172
sampel yang terlalu kecil tidak mampu mendeteksi
57
perbedaan 40% dengan 60%
P1, P2 pada disain eksperimen,
kohort, & cross-sectional
Keluaran Total
Sebab
+ -
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d

 P1 = a/(a+b)
 P2 = c/(c+d)
58
P1, P2 pada disain kasus-kontrol
Keluaran Total
Sebab
+ -
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d

 P1 = a/(a+c)
 P2 = b/(b+d)
59
 Contoh P1 dan P2
“Hubungan antara anemia dengan BBLR”
BBLR Total
Anemia
Ya Tidak cohort/cross sectional

Ya a b a+b
Tidak c d c+d
P1: Proposi BBLR pada ibu anemia
P2: Proposi BBLR pada ibu tidak anemia
BBLR
Anemia
Ya Tidak Case control
Ya a b
Tidak c d
Total a+c b+d
P1: Proporsi ibu anemia pada BBLR 60

P2: Proporsi ibu anemia pada non BBLR

 Tujuan penelitian &
Jenis Uji Hipotesis
2. Tujuan (Uji Hipotesis) 2. Jenis Uji
Hipotesis
 Mengetahui hubungan sosial
ekonomi (tinggi vs rendah)  Uji beda 2
dengan anemia pada ibu proporsi
hamil di Kota Depok

 Mengetahui hubungan sosial

ekonomi (tinggi vs rendah)  Uji beda 2rerata
dengan rerata Hb pada ibu independen
hamil di Kota Depok
61
 Contoh Perhitungan Besar Sampel
uji beda Proporsi
 Penelitian untuk mengetahui hubungan sosial
ekonomi (tinggi vs rendah) dengan anemia
pada ibu hamil
 Asumsi & hasil penelitian terdahulu:
 Proporsi anemia pada sosek rendah, P1: 60%
 Proporsi anemia pada sosek tinggi, P2: 50%
 Peneliti berasumsi perbedaan minimal proporsi anemia
antara sosek rendah vs tinggi (P1 – P2) yang dianggap
bermakna secara substansi adalah sebesar 10%
 Derajat kemaknaan: 5%  Z-alpha = 1,96
 Kekuatan uji: 80%  Z-beta = 0,84
 P=(0,5+0,6)/2 = 0,55 62
Contoh Perhitungan Besar Sampel tk
Uji Beda Proporsi

50% 60%

P1 = Estimasi proporsi pada kelp.1 = 0.5

P2 = Estimasi proporsi pada kelp.2 = 0.6
CI = Confidence Interval 95% (Z.1-α=1.64) 63
Power = Kekuatan Uji 80% (Z.1-β=0.84)
Contoh Perhitungan Besar Sampel
uji beda Proporsi (1-tailed)
P1=0,6 P2=0,5 P=0,55
Z-a/2=1,64 Z-beta=0,84

305

 Berarti sampel yang dibutuhkan adalah 305 sosek

tinggi dan 305 sosek rendah, Total 610 ibu hamil
 Bukan berarti diambil sampel 610 ibu hamil
 karena tidak menjamin diperoleh 305 sosek
tinggi dan 305 sosek rendah

64
 Besar sampel uji beda proporsi:
Hasil perhitungan S-size (1-tailed)

65
Contoh Perhitungan Besar Sampel uji
beda Proporsi
 Pada contoh ini (P1-P2) = 10%  n=305 per klp
 Beda minimal proporsi anemia yang dianggap bermakna
antara sosek tinggi vs rendah sebesar 10%
  Jika nantinya (setelah data terkumpul), beda anemia sebesar
10% atau lebih  Uji statistik akan “signifikan”
  Jika nantinya (setelah data terkumpul), beda anemia kurang
dari 10%  Uji statistik akan “tidak signifikan”
  Signifikan uji statistik dirancang berdasarkan
pengertian tentang substansi
 INGAT:
Perbedaan berapapun dapat dirancang untuk
“signifikan” secara statistik, asal jumlah sampel
terpenuhi
66
Contoh Perhitungan Besar Sampel
uji beda Proporsi (2-tailed)
P1=0,6 P2=0,5 P=0,55
Z-a/2=1,96 Z-beta=0,84

388

 Berarti sampel yang dibutuhkan adalah 388 sosek

tinggi dan 388 sosek rendah, Total 776 ibu hamil
 Bukan berarti diambil sampel 778 ibu hamil
 karena tidak menjamin diperoleh 388 sosek tinggi dan
388 sosek rendah

67
 Besar sampel uji beda proporsi:
Hasil perhitungan S-size (2-tailed)

68
 Tujuan penelitian, Hipotesis, &
Besar Sampel
2. Tujuan (Uji Hipotesis)
Mengetahui hubungan sosial ekonomi (tinggi vs
rendah) dengan anemia pada Bumil

2. Hipotesis (1-tailed) 305

 Bumil sosek rendah memiliki
prevalen anemia lebih tinggi 305 sosek
dibanding sosek tinggi tinggi + 305
sosek rendah
2. Hipotesis (2-tailed)
 Sosek berhubungan
388
dengan anemia pada
388 sosek
Bumil tinggi + 388
69
sosek rendah
“Perhitungan Besar Sampel”
 Untuk UJI HIPOTESIS

2. Uji Hipotesis Beda Rerata

Terminologi pada Perhitungan Besar
Sampel Uji Hipotesis Beda Rerata

   
1 & 1 = Rerata & Std.Deviasi kelp.1
2 & 2 = Rerata & Std.Deviasi kelp.2
CI = Confidence Interval 95% (Z.1-α=1.64)
Power = Kekuatan Uji 80% (Z.1-β=0.84) 71
 Besar sampel uji hipotesis
beda rerata (independen)

n
2

2 z1 / 2  z1  2

 2

(n  1) s
1 2
1( n2  1) s 2
2 
1   2 ) 2 (n1  1)  (n2  1)

 Z1-/2 = nilai z pada interval kepercayaan 1-/2

uji hipotesis dilakukan dua arah - two tailed)
 z1- = nilai z pada kekuatan uji (power) 1-
 1 = estimasi rata-rata kelp. 1 ; 2 = estimasi rata-rata kelp. 2
 2 = varians gabungan ; s12 = varians pd kelp. 1
s22 = varians pd kelp. 2

72
 Tujuan penelitian &
Jenis Uji Hipotesis
2. Tujuan (Uji Hipotesis) 2. Jenis Uji
Hipotesis
 Mengetahui hubungan sosial
ekonomi (tinggi vs rendah)  Uji beda rerata
dengan rerata Hb pada ibu independen
hamil di Kota Depok

Ibu hamil di Kota Depok dari kelompok sosial

ekonomi tinggi memiliki rerata Hb lebih
tinggi dibanding sosial ekonomi rendah
73
 Contoh Besar sampel uji hipotesis
beda rerata (independen)

 Penelitian untuk mengetahui efek sosial

ekonomi terhadap kadar Hb Bumil
 Data dari penelitian terdahulu:
 Pada kelp. Sosek rendah:
 Rata-rata Hb: 10 mg%, SD:6 mg%, n=20
 Pada kelp. Sosek tinggi:
 Rata-rata Hb: 12.5 mg%, SD:5 mg%, n=20
 Perbedaan minimal yg ingin dideteksi: 2.5 mg%
 Derajat kemaknaan:5%  Za = 1.64 (1-tailed)
 Kekuatan uji:80%  Zb = 0.84

74
 Contoh Besar sampel uji hipotesis
beda rerata (independen): 1-tailed
𝟐 𝟐
30.5

𝟐
𝟐 61

Jadi, untuk mengetahui efek sosek terhadap

kadar Hb Bumil, dibutuhkan sampel 61 Bumil
sosek tinggi dan 61 Bumil sosek rendah
75
Besar sampel uji beda rata-rata (1-tailed):
Hasil perhitungan S-size  n=61

76
Besar sampel uji beda rata-rata (2-tailed):
Hasil perhitungan S-size  n=77

77
 Tujuan penelitian & Besar Sampel
1. Estimasi
 Mengetahui prevalen anemia
pada ibu hamil di kota Depok
 Mengetahui rerata kadar Hb
pada ibu hamil di kota Depok
2. Uji Hipotesis
 Mengetahui hubungan sosial
ekonomi dengan anemia
pada ibu hamil di Kota Depok
 Mengetahui hubungan sosial
ekonomi dengan rerata Hb
pada ibu hamil di Kota Depok
1. Besar Sampel
 381
 139
2. Uji Hipotesis
 305 +305 (1-tailed)
 388 +388 (2-tailed)
 61 + 61 (1-tailed)
 77 + 77 (2-tailed)

Perhitungan sampel untuk data numerik selalu

mendapatkan ukuran sampel yang lebih kecil 78
 Masalah dalam Penentuan
Besar Sampel
 Jika hipotesis tidak fokus, misalnya:
 Faktor-faktor yang berpengaruh pada kejadian BBLR
 P1 dan P2 diambil dari variabel yang mana ?
 Solusinya:
 1. Pilih faktor utama saja, faktor lain dianggap
confounder
 2. Hitung besar sampel untuk tiap faktor,
kemudian ambil jumlah sampel terbesar
 Catatan:
Perbedaan P1 dan P2 harus berdasarkan perbedaan
yang dianggap bermakna secara subtansi, bukan
hanya dari penelitian terdahulu saja
79
 Besar sampel pd situasi lainnya
 Besar sampel untuk analisis data sekunder
 Lakukan perhitungan presisi atau sampling error (untuk
estimasi) atau perhitungan kekuatan uji statistik/power
(untuk uji statistik), dari n-sampel yang tersedia
 Besar sampel untuk multiple outcome atau
multi-faktor
 perhitungan besar sampel harus dilakukan untuk semua
oucome yang ingin diukur /semua faktor yang ingin diuji
 Besar sampel untuk analisis multivariabel
 Aturan praktis mempersyaratkan setidaknya 10-20
responden yang mengalami kejadian (event) per variabel
 Besar sampel untuk populasi terbatas
 Gunakan faktor koreksi untuk populasi terbatas
(n’ = (n*N) / (n+N)
 Besar sampel uji klinis 80
 Gunakan rumus Federer  (n-1)*(k-1) ≥ 15
 Besar sampel Uji Klinis
(hewan coba)
 Prinsip penggunaan hewan coba
 Jika
menggunakan sampel kecil sudah cukup,
mengapa harus menggunakan sampel besar?
 Rumus Federer:
(n-1)*(k-1) ≥ 15, dimana
n = besar sampel,
k = jumlah kelompok perlakuan
 Contoh: Percobaan empat kelompok perlakuan, maka
diperlukan (n-1)*(4-1)≥ 15 atau (n-1) ≥ 15/3, atau
(n-1) ≥ 5, atau n≥6.
Minimal dibutuhkan 6 hewan coba dalam setiap
kelompok, Total = 6*4 klp = 24 hewan coba.
81
 Anggapan yang salah
tentang sampel
Anggapan-1: menaikkan besar sampel akan
mengurangi semua bias
Anggapan-2: peningkatan besar sampel akan
menurunkan Std.Error secara linier
Anggapan-3: penarikan besar sampel secara
proporsional (misalnya 10% dari
populasi) sudah dianggap cukup.
Anggapan-4: hasil uji statistik sudah
signifikan, namun sampel minimum
belum terpenuhi
 sampel bermasalah? 82
Demo software S-Size..

 Besral
 Departemen Biostatistika dan Kependudukan
 Fakultas Kesehatan Masyarakat Universitas Indonesia 83
 WA: 0812.8257.5200
 Email: besral@yahoo.com besral@ui.ac.id Hal-83
 Calculating sample size
 Only a guide
 Most of the time, bound by financial, time, and
resource limitations
 But an estimate is important in order to prioritise,
and to know the statistical confidence and power
of the study beforehand
 Avoid gross under/over sampling

Page 84
 Negative results
When a study yields negative results
(no association/effect):
 It could be that the effect really doesn’t exist,
 It could be that the effect exist,
but the study was not powerful enough to detect it,
because the sample size could have been too small

Hasil penelitian tidak signifikan:

 Benar benar tidak ada efek,
 Bisa jadi efeknya ada, tetapi penelitian tidak mampu
mendeteksi adanya efek karena sampel terlalu kecil Page 85
 Power (Kekuatan Uji)
 Kekuatan uji (1- )
Probabiltas studi untuk menolak hipotesis nol,
(menyimpulkan adanya perbedaan) jika hipotesis
nol di populasi memang salah (perbedaan tsb
eksist)
 Power harus dihitung dan dicantumkan dalam
laporan hasil penelitian, terutama jika H0 gagal
ditolak (menyimpulkan tidak ada perbedaan).
 Pada sampel yang kecil, gagal menolak H0
(menyimpulkan tidak ada perbedaan) sangat
mungkin disebabkan oleh power yang rendah,
dibandingkan dengan kemungkinan bahwa H0
benar (betul-betul tidak ada perbedaan di populasi)
Page 86
 TUGAS-0

1. Buatlah tujuan penelitian yang

mencakup:
a. Estimasi (proporsi atau rerata) dan
b. Uji hipotesis (beda proporsi atau rerata)
2. Carilah hasil penelitian terdahulu terkait
studi tersebut
3. Hitunglah sampel minimum untuk
menjawab tujuan estimasi dan uji
hipotesis tersebut
 TUGAS-1a

Suatu penelitian ingin mengetahui tingkat

kepuasan pasien rawat jalan di RS X.

1. Hitunglah besar sampel minimumnya

2. Buatlah metode pengambilan sampelnya
(populasi & Sampel, kriteria inklusi/eksklusi,
cara memilih sampel)
 TUGAS-1b

Suatu penelitian ingin mengetahui tingkat

kepuasan pasien rawat inap di RS Y,
berdasarkan kelas (VIP, 1, 2, & 3)

1. Hitunglah besar sampel minimumnya

2. Buatlah metode pengambilan sampelnya
(populasi & Sampel, kriteria inklusi/eksklusi,
cara memilih sampel)
 TUGAS-2

Suatu penelitian ingin mengetahui hubungan

motivasi dengan kinerja perawat di RS X.

1. Hitunglah besar sampel minimumnya

2. Buatlah metode pengambilan sampelnya (populasi &
Sampel, kriteria inklusi/eksklusi, cara memilih sampel),
sesuai disain studi berikut:
1. Cross-sectional
2. Case-control
3. Cohort
4. Quasi-experiment
 TUGAS-3
Suatu penelitian ingin membuktikan apakah
obat herbal-A dapat menurunkan nyeri
persalinan?, tugas anda:

1.Buatlah hipotesis yang cocok

2.Hitunglah besar sampelnya
2a.Buatlah rancangan penelitian yang cocok
2b.Mungkinkah dilakukan dengan rancangan Cross-
sectional? Cases control? Cohort? Experiment?
(rancangan mana yg paling mungkin utk mhs
yg mau cepat lulus?)
4. Buatlah rancangan pemilihan sampelnya
91
 TUGAS-4
Suatu penelitian ingin membuktikan apakah
Rokok pasif pada ibu hamil
meningkatkan risiko BBLR?, tugas anda:

1.Buatlah hipotesis yang cocok

2.Hitunglah besar sampelnya
2a.Buatlah rancangan penelitian yang cocok
2b.Mungkinkah dilakukan dengan rancangan Cross-
sectional? Cases control? Cohort? Experiment?
(rancangan mana yg paling mungkin utk mhs
yg mau cepat lulus?)
4. Buatlah rancangan pemilihan sampelnya
92
 Contoh: Durasi konversi covid-19
95% CI = Mean + 1,96 * SD/akar-n

 Standar: mean= ..hari, SD = ..hari

 RS Persahabatan: mean= 9,8 hari, SD =
5,04 hari (Maret-April)
 Obat Herbal: asumsi, lebih cepat = 6.8 hari.
(Delta = 3 hari) vs 2 hari vs 4 hari
 Za = 1,65 (95%), Zb = 1.28 (90%)
 n= 64 per kelompok 2

n

2 z1 / 2  z1 
2

 Paling aman, pakai SD terbesar
1   2 )2
 Paling ideal, hitung SD-gabungan
 Durasi
Contoh:konversi
Durasi konversi
PCR covid-19
 RS Persahabatan: mean= 9,8 hari, SD = 5,4 hari (Maret-April)
 Obat Herbal: asumsi, lebih cepat = 6.8 hari. (Delta = 3 hari)
vs 2 hari vs 4 hari. (Za = 1,95, Zb = 1.28)

 n=