BESAR SAMPEL

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

Sample size formula

for mean difference: independent group

2z α  zβ s 2

n
x 1  x 2  2

n = number of participants per group

za = standard normal deviate for a
zb = standard normal deviate for b
x1 = mean of control (literature)
x2 = mean of experimental (judgment)
s = standard deviation of mean (literature)
 Difference between 2 proportions:
independent groups

(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)