DEWI GAYATRI
MUCHTARUDDIN MANSYUR
SUDIGDO SASROASMORO
Pengertian
• Sampling: proses pemilihan subjek atau
partisipan penelitian dengan
memperhatikan berbagai faktor yang
terkait
• Faktor terkait dapat meliputi:
– Informasi yang akan dikumpulkan
– Prosedur pengumpulan data
– Lokasi penelitian
– Klinisi atau peneliti yang terlibat
Populasi dan sampel
Populasi penelitian
• Populasi penelitian dipilih berdasarkan
hubungan dengan masalah penelitian
• Populasi sampling, yang menjadi
subjek pemilihan sampel
• Populasi sasaran, yang menjadi subjek
pengukuran yang diteliti
Pemilihan sampel
• Setiap satuan elemen mempunyai
peluang yang sama, dan peluang ≠ 0
• Efisien, dengan mempertimbangkan
biaya, waktu, tenaga dan tingkat presisi
• Representatif dari populasi penelitian
Bias seleksi
• Selectian bias: kecenderungan
sistematik yang mengeluarkan
sejumlah tertentu populasi penelitian
pada waktu pemilihan sampel
Sampel ideal
Adalah sampel yang menggambarkan
karakteristik populasi
• Menghasilkan gambaran populasi yang
diteliti
• Memberikan ketepatan dengan biaya
rendah
• Sederhana dan praktis
Representasi sampel
• Tergantung pada
– Cara pemilihan sampel
– Besar sampel
– Variabilitas variabel yang diteliti
Besar Sampel
Pertimbangan pokok:
1. Pertimbangan representatif:
-- pertimbangan yang menyangkut jumlah
minimum sampel yang masih menjamin
representativitasnya terhadap populasi
2. Pertimbangan analisis
-- pertimbangan yang menyangkut jumlah
minimum sampel sehingga dapat dilakukan
analisis kuantitatif
Pertimbangan besar sampel
Berdasarkan:
1. Tingkat homogenitas subyek
penelitian
2. Banyaknya variabel
3. Jenis rancangan
4. Teknik analisis
Faktor besar sampel
• Derajat keseragaman
• Presisi yang dikehendaki
• Rencana analisis
• Tenaga, biaya, dan waktu
Besar sampel
• Komponen yang diperlukan
menghitung besar sampel:
1. Kesalahan a yang ditetapkan (antara 1%
s/d 5%)
2. Arah kesalahan a, satu arah atau 2 arah
3. Kesalahan b yang dikehendaki ( 5% s/d
20%)
4. Prakiraan Odds Ratio atau Relative Risk
Besar sampel
• Faktor yang mempengaruhi besar
sampel:
5. P0 yaitu perkiraan proporsi kontrol yang
terpajan (kasus kontrol) atau prakiraan
insidens pada kelompok yang tidak
mengalami outcome (kohort)
6. Perbandingan jumlah kasus : kontrol,
atau jumlah terpajan : tidak terpajan
7. Prakiraan jumlah non response atau loss
to follow up
Perhitungan
• Sampel minimal dihitung dengan
menggunakan:
• Rumus, tabel jumlah sampel atau
program komputer yang sesuai
– Desain penelitian
– Skala data variabel utama yang akan
dikumpulkan
Sample size formula for
single mean
2
za x s
n
d
n = number of subjects
s = SD (literature, pilot study, educated guess)
d = acceptable deviation from the predicted mean
Sample size formula for
single proportion
2
z a PQ
n
d2
n = number of subjects
Za = standard normal deviate for a
P = predicted proportion (literature, pilot study)
Q = (1-P)
d = acceptable deviation from predicted proportion
Difference between 2 means:
independent groups
2z α zβ s 2
n
x 1 x 2 2
(z α 2PQ z β P1Q1 P2 Q 2 ) 2
n
(P1 P2 ) 2
n = no of participants per group
Za = standard normal deviate for a
Zb = standard normal deviate for b
P2 = success rate in control group
P1 = success rate in intervention group
(P1-P2) = d = effect size =minimal clinically important
difference in success rate
P = (P1+P2)/2; Q = (1-P)
Difference between 2 means:
paired groups
2
(z α z β ) s d
n
d
Sd = SD of mean difference (not SD!)
d = minimal clinically important difference
Difference between 2
proportions:
paired data
{z a f z β f d2 } 2
np
d2
alternativ e :
[z α z b ] 2 f
np
d2
np = number of pairs
f = proportion of participants pair with discordant
response (literature, pilot study)
d = (P1-P2)