Perhitungan Sampel

Dalam Penelitian
Epidemiologi
Perhitungan Besar Sampel Studi
Potong Lintang (Cross Sectional)

▪ Pada penelitian dengan studi potong lintang,

rumus yang digunakan untuk menghitung
besar sampel sangat dipengaruhi oleh skala
ukur datanya yaitu data kategorik atau data
numerik. Apabila penelitian dilakukan pada
data kategorik yang tidak berpasangan, maka
rumus besar sampel yang digunakan:

Kategorik
Perhitungan Besar Sampel Studi
Potong Lintang (Cross Sectional)

▪ Pada penelitian potong lintang dengan skala

ukur variabel adalah data numerik yang tidak
berpasangan, rumus besar sampel:

Numerik

Dimana:
Contoh 1.
Analisis Data Kategorik Tidak Berpasangan

▪ Seorang peneliti ingin mengetahui apakah terdapat

hubungan antara obesitas (obesitas dan tidak obesitas)
dan kejadian stroke (stroke dan tidak stroke). Penelitian ini
menggunakan desain studi potong lintang. Berdasarkan
hasil penelitian sebelumnya diketahui bahwa proporsi
kejadian stroke pada orang yang obesitas adalah 35%.
Sedangkan proporsi kejadian stroke pada orang yang
tidak obesitas menurut penelitian sebelumnya adalah
10%. Pada penelitian ini ditetapkan kesalahan tipe I
sebesar 5%, dan kesalahan tipe II sebesar 20%. Dengan
hipotesis dua arah, hitunglah besar sampel minimal yang
diperlukan pada penelitian ini untuk membuktikan
hubungan antara obesitas dan kejadian stroke ?
Langkah 1. Hal yang diketahui

▪ P1 = 0,35
▪ P2 = 0,1
▪ α = 0,05 (Zα = 1.96)
▪ β = 0,2 (Zβ = 0.84)
▪ P = (0,35+0,1)/2 = 0,225
▪ Q1 = 1 – 0,35 = 0,65
▪ Q2 = 1 – 0,1 = 0,9
▪ Q = (Q1+Q2)/2=0.775
Langkah 2. Perhitungan besar sampel

▪ Berdasarkan skala ukur data, maka perhitungan

besar sampel untuk penelitian ini akan
menggunakan rumus besar sampel untuk data
kategorik
 Contoh 2. Analisis Data Numerik Tidak
Berpasangan
▪ Contoh 2. Analisis Data Numerik Tidak Berpasangan (7)

▪ Seorang peneliti ingin mengetahui perbedaan kadar placenta growth factor (PGF)
antara ibu hamil normal dengan ibu hamil yang mengalami preeclampsia. Dari studi
pendahuluan diketahui simpang baku gabungan adalah sebesar 40. Peneliti
menetapkan kesalahan tipe I sebesar 5 %, hipotesis satu arah, kesalahan tipe II sebesar
10 %, dan perbedaan rerata minimal dianggap bermakna adalah 20. Hitunglah besar
sampel yang dibutuhkan pada penelitian ini.?

▪ Penyelesaian :

▪ Langkah 1. Hal yang diketahui :

▪ Hipotesis satu arah

▪ Zα : Pada alpha 5% (Zα = 1.64)

▪ Zβ : 10 % (Zβ = 1.28)

▪ X1-X2 : 20

▪ S : 40
Langkah 1. Hal yang diketahui

▪ Langkah 1. Hal yang diketahui :

▪ Hipotesis satu arah
▪ Zα : Pada alpha 5% (Zα = 1.64)
▪ Zβ : 10 % (Zβ = 1.28)
▪ X1-X2: 20
▪ S : 40
Langkah 2. Perhitungan besar sampel
▪ Langkah 2. Perhitungan besar sampel
▪ Berdasarkan skala ukur data, maka perhitungan besar sampel
untuk penelitian ini akan menggunakan rumus besar sampel
untuk data numerik (rumus 7.2).

▪ = 69
▪ Berdasarkan hasil perhitungan besar sampel diperoleh
sebanyak 69 sampel minimal. Penelitian ini merupakan
penelitian analitik yang membandingkan dua kelompok yaitu
kelompok dengan kehamilan normal (n=69)dan kehamilan
dengan pre eklampsia (n=69). Sehingga besar sampel minimal
yang diperlukan pada penelitian ini adalah 138 orang.
Perhitungan Sampel Studi
Kasus Kontrol (Case Control)

▪ Cara menghitung nilai P1 dilakukan dengan

menentukan terlebih dahulu nilai OR yang
dianggap bermakna
Contoh 1. Analisis Pada Data
Kategorik Tidak Berpasangan

▪ Seorang peneliti ingin mengetahui apakah terdapat

hubungan antara pajanan asbes (terpajan dan tidak
terpajan) dan kejadian gangguan paru (gangguan dan
tidak gangguan). Penelitian ini menggunakan desain
studi kasus kontrol. Berdasarkan hasil penelitian
sebelumnya diketahui bahwa proporsi yang terpajan
asbes pada kelompok kontrol adalah 25%. Pada
penelitian ini ditetapkan bahwa nilai odds ratio yang
bermakna adalah 2. Peneliti menetapkan kesalahan tipe I
sebesar 5%, dan kesalahan tipe II sebesar 20%. Dengan
hipotesis dua arah, hitunglah besar sampel minimal yang
diperlukan pada penelitian ini untuk membuktikan
hubungan antara pajanan asbes dan kejadian gangguan
paru?
Langkah 1. Hal yang diketahui

▪ P2 = 0,25
▪ α = 0,05 (Zα = 1.96)
▪ β = 0,2 (Zβ = 0.84)
▪ OR =2

Q1 = (1 – 0,4) = 0,6
▪ Q2 = (1 – 0,25) = 0,75
▪ P = (P1 + P2)/ 2 = (0,4+0,25)/2 = 0,325
▪ Q = 1 – P = 0,675a
Langkah 2. Perhitungan besar sampel
Contoh 2. Analisis Pada Data
Numerik Tidak Berpasangan

▪ Seorang peneliti ingin mengetahui perbedaan

kadar kolesterol antara pasian yang mendapat
terapi A (standar) dengan obat B. dari
kepustakaan diperoleh rerata kadar kolesterol
pasien yang mendapat terapi A dan B masing-
masing 180±40 (n=100) dan 190±30 (n=80).
Peneliti menetapkan kesalahan tipe I sebesar 5
%, hipotesis dua arah, kesalahan tipe II sebesar
10 %, dan perbedaan rerata minimal yang
dianggap bermakna adalah 20, rumus besar
sampel yang mana yang digunakan dan berapa
besar sampel yang diperlukan?
Langkah 1. Hal yang diketahui

▪ Langkah 1: yang diketahui

▪ Kesalahan tipe I= 5%. Zα=1.96
▪ Kesalahan tipe II=10 %m Zβ=1,28
▪ Selisih minimal yang dianggap bermakna (X1-X2)=20
▪ Simpang baku gabungan dihitung dengan
menggunakan rumus
▪ Obat A, n1=100, s1=40, obat B, n2=80, s2=30
Langkah 2. Perhitungan besar sampel

▪ Berdasarkan skala ukur data, maka perhitungan besar

sampel untuk penelitian ini akan menggunakan
rumus besar sampel untuk data kategorik.

= 68
▪
▪ Besar sampel yang dibutuhkan minimal masing-
masing kelompok kasus kontrol adalah 68, jika rasio
1:1.
Perhitungan Sampel Studi
Kohort (Cohort)

▪ Perhitungan sampel minimal pada desain studi kohort

sama seperti pada desain studi lainnya. Apabila peneliti
kesulitan mendapatkan proporsi penyakit pada
kelompok yang terpapar (P1) dari kepustakaan, nilai P1
dapat dihitung dengan menentukan terlebih dahulu nilai
RR yang dianggap bermakna. Sehingga nilai P1 dapat
dihitung dengan rumus berikut
Contoh 1. Analisis Pada Data
Kategorik Tidak Berpasangan

▪ Seorang peneliti ingin mengetahui apakah ada hubungan

antara paparan radiasi nuklir (terpapar dan tidak terpapar)
dengan kejadian kanker. Penelitian dilakukan dengan desain
studi kohort. Rencananya pengamatan dilakukan oleh
peneliti terhadap responden selama 3 tahun ke depan.
Berdasarkan hasil penelitian sebelumnya diketahui bahwa
proporsi kejadian kanker pada kelompok yang terpapar
radiasi nuklir sebesar 45%. Sedangkan proporsi kejadian
kanker pada kelompok yang tidak terpapar radiasi nuklir
sebesar 20%. Dengan derajat kepercayaan sebesar 5% dan
kekuatan uji 80%. Hitunglah besar sampel minimal yang
dibutuhkan pada tiap kelompok untuk membuktikan
hubungan antara paparan radiasi nuklir dan kejadian kanker
pada pekerja.
Langkah 1. Hal yang diketahui

▪ P1 = 0,45
▪ P2 = 0,2
▪ α = 0,05 (Zα = 1.96)
▪ β = 0,2 (Zβ = 0.84)
▪ P = (0,45+0,2)/2 = 0,325
▪ Q1 = 1 – 0,45 = 0,55
▪ Q2 = 1 – 0,2 = 0,8
▪ Q = 1 – P = 0,675
Langkah 2. Perhitungan besar
sampel

▪ Berdasarkan skala ukur data, maka perhitungan

besar sampel untuk penelitian ini akan
menggunakan rumus besar sampel untuk data
kategorik tidak berpasangan.
Contoh 2. Analisis Data Kategorik Tidak
Berpasangan menggunakan RR penelitian sebelumnya

▪ Sebuah penelitian ingin mengetahui apakah ada hubungan

antara pajanan debu (terpajan dan tidak terpajan) terhadap
kejadian gangguan fungsi paru (gangguan dan tidak
gangguan) pada pekerja di Pabrik semen XX. Penelitian ini
menggunakan desain cohort dengan rencana pengamatan
dua tahun ke depan. Berdasarkan penelitian sebelumnya
diketahui bahwa proporsi pekerja yang menderita
gangguan fungsi paru pada kelompok yang tidak terpajan
debu mencapai 29%. Penelitian terdahulu menunjukkan
bahwa pekerja yang terpajan debu berisiko 2 kali lebih
tinggi untuk menderita gangguan fungsi paru dibandingkan
pekerja yang tidak terpajan debu. Dengan alpha 5% dan
kekuatan uji 80%, hitunglah besar sampel minimal yang
diperlukan dalam penelitian tersebut.
Langkah 1. Hal yang diketahui

▪ P2 = 0,29
▪ RR =2
▪ P1 = RR*P2 = 2*0,29  0,58
▪ α = 0,05 (Zα = 1.96)
▪ β = 0,2 (Zβ = 0.84)
▪ Q1 = 1 – 0,58 = 0,42
▪ Q2 = 1 – 0,29 = 0,71
▪ P = (P1+P2)/2 = (0,58+0,29)/2  0,44
▪ Q = 1 – P = 0,56
Langkah 2. Perhitungan besar sampel

▪ Berdasarkan skala ukur data, maka perhitungan

besar sampel untuk penelitian ini akan
menggunakan rumus besar sampel untuk data
kategorik tidak berpasangan
Perhitungan Sampel Studi
Eksperimental

▪ Perhitungan sampel minimal pada desain studi uji

klinis/eksperimental dalam penelitian kesehatan
sama seperti pada desain studi lainnya.
▪ Nilai apa saja yang diperlukan dalam
menghitung besar sampel pada studi
eksperimental sama seperti pada studi potong
lintang dan cohort.
▪ Jika peneliti kesulitan mendapatkan proporsi
penyakit pada kelompok yang terpapar (P1) dari
kepustakaan, nilai P1 dapat dihitung dengan
menentukan terlebih dahulu nilai RR yang
dianggap bermakna.
Contoh 4. Analisis Pada Data
Kategorik Tidak Berpasangan

▪ Seorang peneliti ingin melakukan pengujian

terhadap obat penurun panas yang baru (obat
X). Peneliti ingin membuktikan bahwa ada
perbedaan efek dalam menurunkan panas
antara obat baru (obat X) dengan obat standar
(obat Y).
▪ Pada penelitian ini ditetapkan nilai RR yang
bermakna adalah 2. Hitunglah besar sampel
minimal yang dibutuhkan apabila diketahui
bahwa tingkat kesembuhan obat standar (obat
Y) sebesar 40%, dengan alpha 5% dan
kekuatan uji 80%.
Langkah 1. Hal yang diketahui

▪ P2 = 0,4
▪ α = 0,05 (Zα = 1.96)
▪ β = 0,2 (Zβ = 0.84)
▪ RR =2
▪ P1 = (2*P2) = (2*0,4) = 0,8
▪ P = (0,4 +0,8 ) /2 = 0,6
▪ Q1 = 1 – 0,8 = 0,2
▪ Q2 = 1 – 0,4 = 0,6
▪ Q = 1 – P = 0,4
Langkah 2. Perhitungan besar sampel

▪ Berdasarkan skala ukur data, maka perhitungan

besar sampel untuk penelitian ini akan
menggunakan rumus besar sampel untuk data
kategorik tidak berpasangan.
Rumus besar sampel untuk study
eksperimental (uji lab)  Rumus
Federer:
 PENENTUAN JUMLAH HEWAN COBA

Contoh: ada 3 klp perlakuan + 1 kontrol  k = 4

Jumlah sampel dalam tiap kelompok (jumlah
tikus per kelompok) ?
Jawaban =
(4-1) (n-1) ≥ 15
(3) (n-1) ≥ 15  n tiap kelompok ≥ 6
 ≥ 6 x 4 = minimal 24 tikus
THANK YOU!
FOR YOUR ATTENTION