Menghitung besar sampel (sample size)

D
I
S
U
S
U
N
OLEH: KELOMPOK 2b

1. Cindy Clara Sinaga (032019071)

2. Selviyan Enjelita Zebua (032019067)
3. Melissa Simanjuntak (032019059)
4. Raymondus Saragih (032019085)

STIKes SANTA ELISABETH MEDAN

T.A 2021/2022
 KATA PENGANTAR

Puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa, karena atas
Berkat dan KaruniaNya kami dapat menyusun makalah ini dengan baik dan tepat pada
waktunya. Dalam makalah ini kami membahas tentang“Menghitung besar sampel
(sample size).” Sehinga makalah ini dapat diselesaikan dengan baik. Semoga dengan
adanya makalah ini, dapat berguna bagi pembaca dalam proses pembelajaran dan untuk
menambah wawasan kita semua.
Kami juga berterima kasih kepada dosen kami Bruder Amos yang telah
membimbing kami dalam menyelesaikan makalah ini dan kami juga berterima kasih
kepada teman-teman yang telah mendukung kami dalam menyelesaikan makalah ini.
Kami menyadari bahwa banyak kekurangan pada makalah ini, oleh karena itu
kami meminta kepada pembaca untuk memberikan saran dan kritik yang dapat
membangun makalah ini. Akhir kata semoga makalah ini dapat memberikan manfaat bagi
kita semua.

Medan, 26 Agustus 2022

KELOMPOK 2b

2
 DAFTAR ISI

KATA PENGANTAR.......................................................................................................
DAFTAR ISI .....................................................................................................................
BAB 1 PENDAHULUAN..................................................................................................
1.1 Latar Belakang.........................................................................................................
1.2 Tujuan......................................................................................................................

BAB 2 PEMBAHASAN.....................................................................................................
2.1 Menghitung besar sampel (sample size)…………………………………………..
2.2 Rumus sampel……………………………………………………………………..

BAB 3 PENUTUP ............................................................................................................

3.1 Kesimpulan..............................................................................................................

DAFTAR PUSTAKA…………………………………………………………………….

3
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Keterwakilan populasi oleh sampel dalam penelitian merupakan syarat penting

untuk suatu generalisasi atau inferensi. Pada dasarnya semakin homogen nilai variabel
yang diteliti, semakin kecil sampel yang dibutuhkan, sebaliknya semakin heterogen nilai
variabel yang diteliti, semakin besar sampel yang dibutuhkan.

Di samping keterwakilan populasi (kerepresentatifan), hal lain yang perlu

dipertimbangkan dalam menentukan besar sampel adalah keperluan analisis. Beberapa
analisis atau uji statistik memerlukan persyaratan besar sampel minimal tertentu dalam
penggunaannya.

Dalam makalah ini akan dibahas penentuan besar sampel dengan tujuan dapat
mewakili populasi.

Beberapa hal yang perlu diperhatikan dalam penghitungan besar sampel adalah :

1. Jenis dan rancangan penelitian

2. Tujuan penelitian/analisis

3. Jumlah populasi atau sampel

4. Karakteristik populasi/cara pengambilan sampel (teknik sampling)

5. Jenis (skala pengukuran) data (variabel dependen)

Pada kondisi yang berbeda, cara penentuan besar sampel juga berbeda.
Berdasarkan jenisnya, dibedakan penelitian observasional atau eksperimen. Berdasarkan
tujuan penelitian atau analisisnya, dibedakan diskriptif atau inferensial (estimasi atau
pengujian hipotesis). Berdasarkan jumlah populasi atau sampelnya, dibedakan satu
populasi/sampel atau lebih dari satu populasi/sampel. Hal ini berhubungan dengan
karakteristik populasi atau cara pengambilan sampel (sampling) yang dibedakan random
atau non random sampling. Random sampling dibedakan simple random, systematic
random, stratified random, cluster random atau multistage random sampling. Berdasarkan
jenis data atau variabel yang dianalisis, dibedakan data proporsi atau kontinyu. Hal-hal di
atas sangat menentukan cara penghitungan besar sampel.

1.2 Tujuan

1. Untuk mengetahui Menghitung besar sampel (sample size)

2. Untuk mengetahui Rumus sampel

4
 BAB II

PEMBAHASAN

2.1 Menghitung besar sampel (sample size)

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.
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.
1. Rumus Sampel Penelitian Cross-sectional

5
 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

6
 Contoh:
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.
2. 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:

7
 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:

8
 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.

3. 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.
Besar sampel pada satu populasi

1. Estimasi

a. Simple random sampling atau systematic random sampling

- Data kontinyu

Untuk populasi infinit, rumus besar sampel adalah :

Z21-/2 2

n = -------------

d2

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

Jika populasi finit, maka rumus besar sampel adalah :

N Z21-/2 2

n = --------------------------

10
 (N-1) d2 + Z21-/2 2

di mana N = besar populasi

- Data proporsi

Untuk populasi infinit, 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

d = kesalahan (absolut) yang dapat ditolerir

Jika populasi finit, maka rumus besar sampel adalah :

N Z21-/2 P (1-P)

n = -------------------------------

11
 (N-1) d2 + Z21-/2 P (1-P)

di mana N = besar populasi

b. Stratified random sampling

- Data kontinyu

Rumus besar sampel adalah :

N2h 2h
Nh 2h

di mana n = besar sampel minimum

N = besar populasi

Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu

2h = harga varians di strata-h

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

- Data proporsi

12
 Rumus besar sampel adalah :

di mana n = besar sampel minimum

N = besar populasi

Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu

Ph = harga proporsi di strata-h

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

c. Cluster random sampling

- Data kontinyu

Pada cluster random sampling, ditentukan jumlah cluster yang akan diambil sebagai
sampel. Rumusnya adalah :

N Z21-/2 2

13
 n = ----------------------------------

(N-1) d2 (N/C) 2 + Z21-/2 2

di mana n = besar sampel (jumlah cluster) minimum

N = besar populasi

Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu

2 = harga varians di populasi

d = kesalahan (absolut) yang dapat ditolerir

C = jumlah seluruh cluster di populasi

- Data proporsi

Rumus besar sampel adalah :

N Z21-/2 2

n = ----------------------------------

(N-1) d2 (N/C) 2 + Z21-/2 2

di mana n = besar sampel (jumlah cluster) minimum

N = besar populasi = mi

Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu

d = kesalahan (absolut) yang dapat ditolerir

14
 C = jumlah seluruh cluster di populasi

2 = (ai – mi P)2/(C’-1) dan P = ai /mi

ai = banyaknya elemen yang masuk kriteria pada cluster ke-i

mi = banyaknya elemen pada cluster ke-i

C’ = jumlah cluster sementara

2. Uji Hipotesis

- Data kontinyu

Rumus besar sampel adalah :

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

2 = harga varians di populasi

0-a = perkiraan selisih nilai mean yang diteliti dengan mean di

populasi

- Data proporsi

Rumus besar sampel adalah :

15
 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

P0 = proporsi di populasi

Pa = perkiraan proporsi di populasi

Pa-P0 = perkiraan selisih proporsi yang diteliti dengan proporsi

di populasi

Besar sampel pada DUA POPULASI

1. Estimasi

a. Data kontinyu

Rumus besar sampel sebagai berikut :

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu

16
 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 proporsi pada populasi 1

P2 = perkiraan proporsi pada populasi 2

d = kesalahan (absolut) yang dapat ditolerir

- Cohort

Rumus besar sampel sebagai berikut :

1-P2

P2

17
 di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu

P1 = perkiraan probabilitas outcome (+) pada populasi 1

P2 = perkiraan probabilitas outcome (+) pada populasi 2

 = kesalahan (relatif) yang dapat ditolerir

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.

- Case-control

Rumus besar sampel adalah :

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

2. Uji Hipotesis

18
a. Data kontinyu

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

2 = harga varians di populasi

1-2 = perkiraan selisih nilai mean di populasi 1 dengan populasi 2

b. Data proporsi

- Cross sectional

Rumus besar sampel sebagai berikut :

di mana n = besar sampel minimum

19
 Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu

Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu

P1 = perkiraan proporsi pada populasi 1

P2 = perkiraan proporsi pada populasi 2

P = (P1 + P2)/2

- Cohort

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.

20
 - Case-control

Rumus besar sampel adalah :

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 paparan pada populasi 1 (outcome +)

P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)

Jika besar sampel kasus dan kontrol tidak sama (unequal), dibuat modifikasi besar
sampel dengan memperhatikan rasio kontrol terhadap kasus. Rumus di atas dikalikan
dengan faktor (r + 1) / (2 . r). Besar sampel untuk kelompok kontrol adalah (r.n).

PENELITIAN EKSPERIMENTAL

Pada penelitian eksperimental, belum banyak rumus yang dikembangkan untuk menentukan
besar 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
digunakan rumus :

(t-1) (r-1)  15

21
 di mana t = banyak kelompok perlakuan
r = jumlah replikasi

2. Di samping rumus di atas dan untuk rancangan eksperimen lain yang membutuhkan
perhitungan besar sampel, dapat digunakan rumus besar sampel seperti pada penelitian
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
dengan 1/(1-f), di mana f adalah proporsi unit eksperimen yang hilang atau mengundurkan diri
atau drop out.

BAB III

22
 PENUTUP

3.1 Kesimpulan

Keterwakilan populasi oleh sampel dalam penelitian merupakan syarat penting untuk
suatu generalisasi atau inferensi. Pada dasarnya semakin homogen nilai variabel yang diteliti,
semakin kecil sampel yang dibutuhkan, sebaliknya semakin heterogen nilai variabel yang diteliti,
semakin besar sampel yang dibutuhkan. Di samping keterwakilan populasi (kerepresentatifan),
hal lain yang perlu dipertimbangkan dalam menentukan besar sampel adalah keperluan analisis.
Beberapa analisis atau uji statistik memerlukan persyaratan besar sampel minimal tertentu dalam
penggunaannya.

DAFTAR PUSTAKA

23
CDC, FHI, WHO, 1991. An Epidemiologic Approach to Reproductive Health. Editors : PA
Wingo, JE Higgins, GL Rubin, SC Zahniser. CDC-Atlanta, FHI-North Carolina, WHO-Geneva.

Cochran WG, 1977. Sampling Techniques. John Wiley & Sons, Inc.

Fleiss JL, 1981. Statistical Methods for Rates and Proportions. Second Edition. John Wiley &
Sons.

Hanafiah KA, 2003. Rancangan Percobaan, Teori & Aplikasi. Fakultas Pertanian Universitas
Sriwijaya, Palembang. Penerbit PT RajaGrafindo Persada, Jakarta.

Lemeshow S, DW Hosmer Jr, J Klar, SK Lwanga, 1990. Adequacy of Sample Size in Health
Studies. WHO. John Wiley & Sons.

24