TUGAS MANAJEMEN DATA

STATISTIK DAN EPIDEMIOLOGI

RUMAH SAKIT

UJI RELIABILITAS VALIDITAS, BESAR SAMPEL

DAN TEKNIK PENGAMBILAN SAMPEL

Dosen:
Dr. Cecilia Windiyaningsih, SMP, SKM, M.Kes.

Disusun oleh :
NADYA NOOR
NPM. 226080302

PROGRAM PASCA SARJANA

MAGISTER ADMINISTRASI RUMAH SAKIT
UNIVERSITAS RESPATI INDONESIA
2023

1
 TUGAS MANAJEMEN DATA STATISTIK DAN EPIDEMIOLOGI RUMAH SAKIT
UJI VALIDITAS DAN REABILITAS

Uji validitas adalah suatu proses yang digunakan untuk menilai ketepatan atau
kecermatan suatu instrument dalam pengukuran, sedangkan uji reabilitas adalah
digunakan untuk mengetahui konsistensi alat ukur. Dalam pengerjaan tugas ini
menggambarkan uji validitas dan reabilitas pada suatu data dengan jumlah sampel
sebanyak 122 ( N=122) dengan beberapa variable diantaranya adalah motivasi,
kepuasan, lingkungan dan kinerja.  

1. Motivasi

2
1.1. Uji Reliabilitas ‘Motivasi’
Cronbach's Alpha: Nilai Cronbach's Alpha yang diberikan adalah 0.740. Nilai cronbach’s Alpha dari
item kuesioner diatas menunjukkan tingkat reliabilitas yang cukup baik untuk alat ukur tersebut. Biasanya,
nilai Cronbach's Alpha di atas 0.7 dianggap dapat diterima.

1.2. Uji Validitas

untuk nilai R tabel untuk N=125 (mendekati N=122) adalah 0.176. Dari output diatas, maka item
kuesioner yang tidak memenuhi uji validitas adalah M1, M7, dan M12

3
2. Kepuasan

4
2.1. Uji Reliabilitas ‘Kepuasan’
Cronbach's Alpha: Nilai Cronbach's Alpha yang diberikan adalah 0.657. Dalam kasus ini, nilai 0.657
menunjukkan tingkat reliabilitas yang cukup rendah. Biasanya, nilai Cronbach's Alpha di atas
0.7 dianggap dapat diterima. Nilai Cronbach's Alpha berkisar antara 0 hingga 1, dan semakin tinggi nilainya,
semakin tinggi reliabilitas alat ukur tersebut.
Dengan nilai Cronbach's Alpha yang diberikan (0.657), reliabilitas alat ukur motivasi tersebut tergolong
rendah. Hal ini menandakan bahwa ada ketidaksejajaran atau tidak konsistensi antara item-item dalam alat
ukur. Dalam hal ini, ada kemungkinan adanya item-item yang tidak memiliki hubungan yang kuat dengan
konstruk motivasi yang diukur.

Tingkat Reliabilitas Cronbach’s Alpha

Nilai Cronbach’s Alpha Tingkat Reliabilitas
0,0 – 0,2 Kurang Reliabel
>0,2 – 0,4 Agak Reliabel
>0,4 – 0,6 Cukup Reliabel
>0,6 – 0,8 Reliabel
>0,8 – 1,00 Sangat Reliabel

2.2. Uji Validitas

untuk nilai R tabel untuk N=125 (mendekati N=122) adalah 0.176. Dari output diatas, maka item
kuesioner yang tidak memenuhi uji validitas adalah kep4, kep6, kep8, kep13, kep16, kep17

5
3. Lingkungan

3.1. Uji Reliabilitas ‘Lingkungan’

Cronbach's Alpha: Nilai Cronbach's Alpha yang diberikan adalah 0.889. Cronbach's Alpha adalah
koefisien reliabilitas yang mengukur konsistensi internal dari alat ukur atau instrumen pengukuran. Nilai
Cronbach's Alpha berkisar antara 0 hingga 1, dan semakin tinggi nilainya, semakin

6
tinggi reliabilitas alat ukur tersebut. Dalam kasus ini, nilai 0.889 menunjukkan tingkat reliabilitas yang
tinggi. Hal ini menandakan bahwa alat ukur lingkungan memiliki tingkat konsistensi internal yang baik dan
dapat diandalkan.

3.2. Uji Validitas

untuk nilai R tabel untuk N=125 (mendekati N=122) adalah 0.176. Dari output diatas, maka semua item
kuesioner dinyatakan semua valid.

7
4. Kinerja

4.1. Uji Reliabilitas ‘Kinerja’

Nilai Cronbach's Alpha yang diberikan adalah 0.932. Cronbach's Alpha adalah koefisien reliabilitas
yang mengukur konsistensi internal dari alat ukur atau instrumen pengukuran. Nilai Cronbach's Alpha
berkisar antara 0 hingga 1, dan semakin tinggi nilainya, semakin tinggi reliabilitas alat ukur tersebut. Dalam
kasus ini, nilai 0.932 menunjukkan tingkat reliabilitas yang sangat tinggi. Hal ini menandakan bahwa alat
ukur motivasi memiliki tingkat konsistensi internal yang sangat baik dan dapat diandalkan.

4.2. Uji Validitas

untuk nilai R tabel untuk N=125 (mendekati N=122) adalah 0.176. Dari output diatas, maka semua item
kuesioner dinyatakan semua valid.

8
 BESAR SAMPEL
Dalam memulai suatu penelitian, peneliti perlu menentukan sampel penelitiannya untuk kemudian
menentukan besar sampel minimal dalam penelitian agar suatu penelitian dikatakan memiliki hasil yang
valid. Besar sampel minimal ditentukan dengan berbagai rumus sesuai dengan desain penelitian yang
digunakan dan data yang diambil.
1. Besar Sampel untuk estimasi proporsi
Rumus besar sampel untuk estimasi proporsi.
2
𝑍(1−𝖺⁄ ∗ 𝑃(1 − 𝑃)
𝑛= 2
)
𝑑2
P : Estimasi proporsi
d : Presisi
𝑍(1−𝖺⁄ : Nilai z pada derajat kepercayaan 1-α/2
2)

Derajat kepercayaan yang sering digunakan adalah 90%, 95%, dan 99% dengan nilai z dua
sisi berturut-turut 1.64, 1.96, dan 2.58

Contoh soal :
Seorang direktur RS ingin mengetahui kepuasan pasien terhadap pelayanan poliklinik rawat jalan
penyakit dalam. Dari penelitian yang pernah dilakukan tahun lalu, diperoleh hasil pasien menyatakan
puas dengan pelayanan yang diberikan sebesar 62%. Berapa besar sampel yang dibutuhkan bila
penelitian tersebut dilakukan?

Jawaban :
Besar sampel hanya bisa dihitung jika peneliti menetapkan presisi dan derajat kepercayaan.
Dalam soal ini diasumsikan presisi 10% dan derajat kepercayaan 90%. Maka diperoleh P=0.62 d=0.1
dan z=1.64.
2
𝑍(1−𝖺⁄ ∗ 𝑃(1 − 𝑃)
𝑛= 2
)
𝑑2
1.642 ∗ 0.62(1 − 0.62)
𝑛=
0.12
2.6896 ∗ 0.62(0.38)
𝑛=
0.12
2.6896 ∗ 0.62(0.38)
𝑛=
0.12
0.6337
𝑛=
0.01
𝑛 = 63.37 = 64

9
 Dari perhitungan diatas dapat disimpulkan dibutuhkan 64 pasien sebagai sampel agar diperoleh
derajat kepercayaan 90% dalam menentukan estimasi proporsi pasien yang puas dengan pelayanan
rawat jalan poliklinik.
Bila angka proporsi belum diketahui atau belum pernah dilakukan studi tentang hal ini maka
dapat dipakai angka proporsi 50% untuk menghasilkan n yang paling maksimal.

2. Besar Sampel untuk Uji Hipotesis 1 Proporsi

{𝑍(1−𝖺⁄2)(√𝑃1(1 − 𝑃1)) + 𝑍(1−𝛽)√(𝑃2(1 − 𝑃2))}2

𝑛=
(𝑃1 − 𝑃2)2
P1 : Proporsi awal
P2 : Proporsi yang diinginkan
𝑍(1−𝖺⁄ : Nilai z pada derajat kepercayaan 1-α/2
2)

𝑍(1−𝛽) : Nilai z pada kekuatan uji 1-β

Contoh soal :
Suatu penelitian survei terdahulu diketahui jika angka prevalensi ketrampilan rendah pada
perawat di RSU PKU Muhammadiyah 20%. Berapa jumlah perawat yang harus diteliti dalam survei
jika diinginkan 95% kemungkinan dapat mendeteksi bahwa angka prevalensi ketrampilan rendah
pada perawat 15% dengan kekuatan uji 80%. Berapa sampel yang harus diambil ?

Jawab :
P1 = 20%, P2 = 15%, 𝑍(1−𝖺⁄ = 1.96, 𝑍(1−𝛽) = 0.84
2)

{1.96 (√0.2(1 − 0.2)) + 0.84√(0.15(1 − 0.15))}2

𝑛=
(0.2 − 0.15)2
{1.96(√0.16) + 0.84√0.1275}2
𝑛=
(0.05)2
{0.784 + 0.2999}2
𝑛=
(0.05)2
1.1748
𝑛= = 469.92 = 470
0.0025

10
3. Besar Sampel untuk Uji Hipotesis 2 Proporsi atau lebih (Relative Risk)
Jika tujuan penelitian adalah untuk membandingkan 2 proporsi maka besar sampel dapat dihitung
berdasarkan rumus.

{𝑍(1−𝖺⁄2) (√2𝑃(1 − 𝑃)) + 𝑍(1−𝛽)√𝑃1(1 − 𝑃1) + (𝑃2(1 − 𝑃2))}2

𝑛=
(𝑃1 − 𝑃2)2
P : Estimasi proporsi
𝑍(1−𝖺⁄ : Nilai z pada derajat kepercayaan 1-α/2
2)

𝑍(1−𝛽) : Nilai z pada kekuatan uji 1-β

Contoh soal :
Penelitian pendahuluan memperlihatkan kadar glukosa darah merupakan factor prognostic pada
pasien dengan trauma kepala berat. Pada penelitian tersebut, dari 20 pasien trauma kepala berat
dengan kadar glukosa darah tinggi, 12 orang meninggal dalam 7 hari perawatan. Sedangkan pada 20
pasien trauma kepala berat dengan kadar glukosa rendah, 6 orang meninggal dalam 7 hari perawatan.
Seorang peneliti ingin mengetahui apa ada perbedaan proporsi kematian pasien antara pasien dengan
glukosa darah tinggi dan pasien dengan glukosa darah rendah. Berapa besar sampel yang diperlukan
jika dipakai derajat kemaknaan 5% (tingkat kemaknaan 95%) dan kekuatan uji 80%?

Jawaban :
Proporsi meninggal pada pasien dengan kadar glukosa tinggi (penelitian pendahulu) = P1
= 12 𝑥100 = 60%
20

Proporsi meninggal pada pasien dengan kadar glukosa rendah (penelitian pendahulu) = P2
6
= 𝑥100 = 30%
20

Proporsi rata-rata = P = (60%+30%) = 45%

2
Z = 1.96

{1.96 (√2(0.45)(1 − 0.45)) + 0.84√0.6(1 − 0.6) + (0.3(1 − 0.3))}2

𝑛=
(0.6 − 0.3)2
{1.96(√0.495) + 0.84√0.24 + 0.21}2
𝑛=
(0.3)2
{1.379 + 0.564}2
𝑛=
0.09

11
 𝑛 = 3.775
= 41.9 = 42
0.09

4. Besar Sampel untuk Estimasi Rata-rata

Perhitungan ini diperlukan untuk mengukur variable yang bersifat kontinyu. Misalkan penelitian
untuk menilai rata-rata pemasukan RS per hari. Estimasi rata-rata dapat dihitung dengan rumus :
2
𝑛 = 𝑍1−𝖺⁄2 ∗ 𝜎2/𝑑2
𝜎 : Standar deviasi
d : Presisi
𝑍(1−𝖺⁄ : Nilai z pada derajat kepercayaan 1-α/2
2)

Contoh soal :
Seorang direktur RS ingin mengetahui biaya rata-rata yang dikeluarkan pasien pengunjung poli
asma dalam membeli obat yang diresepkan dokter. Dari pengamatan terhadap 10 pasien, diperoleh
rata-rata biaya yang dikeluarkan sebesar Rp.55.000,- dengan standar deviasi Rp.10.000,-. Berapa
besar sampel yang diperlukan jika direktur tersebut menginginkan presisi sebesar Rp.1.000,- dan
derajat kepercayaan 95%?

Jawaban :
Berdasarkan keterangan diatas diketahui 𝜎=10.000, d=1.000, 𝑍(1−𝖺⁄ )=1,96. Maka besar sampel
2
dapat dihitung,
2
𝑛 = 𝑍1−𝖺⁄2 ∗ 𝜎2/𝑑2
𝑛 = 1.962 ∗ 100002/10002
𝑛 = 3.84 ∗ 100000000/1000000
𝑛 = 384.16 = 385
Apabila belum ada penelitian yang menghitung angka standar deviasi yang diperlukan maka
dapat dilakukan studi berskala kecil sebagai studi awal untuk mendapat angka standar deviasi. Besar
sampel untuk studi awal tidak ditentukan, namun semakin besar sampel akan semakin stabil nilai
standar deviasinya.

12
5. Besar Sampel untuk Perbedaan Rata-rata
Dalam penelitian, peneliti sering menguji perbedaan antara 2 rata-rata. Misalnya, untuk
mengetahui apakah ada perbedaan rata-rata kadar Hb ibu hamil yang tinggal di desa dan di kota.
Besar sampel perbedaan rata-rata pada 2 kelompok dapat dihitung dengan rumus :
2𝜎2{𝑍(1−𝛼⁄ ) + 𝑍(1−𝛽)}2
2
𝑛=
{𝜇1 − 𝜇2}2

Contoh soal :
Peneliti ingin mengetahui efek konsumsi natrium terhadap tekanan darah orang dewasa normal.
Pada penelitian sebelumnya diketahui bahwa kelompok masyarakat yang mengonsumsi natrium
rendah rata-rata tekanan darah diastolic adalah 72 mmHg dengan standar deviasi 10mmHg (n=50).
Sedangkan pada masyarakat yang konsumsi natriumnya tinggi, rata-rata tekanan darah diastoliknya
adalah 85mmHg dengan standar deviasi 12mmHg (n=50). Berapa besar sampel yang dibutuhkan jika
peneliti ingin melakukan uji hipotesis adanya perbedaan tekanan darah diastolic pada kedua
kelompok tersebut dengan derajat kemaknaan 5%, kekuatan uji 80%?
Jawab :
σ1 = 10, n1 = 50, σ2 = 12, n2 = 50, 𝑍(1−𝛼⁄ ) 95% = 1.96, 𝑍(1−𝛽)80% = 0.84, μ1 = 72, μ2 =
2

85. Pertama harus dihitung rata-rata standar deviasi kedua populasi dengan rumus :
(𝑛1 − 1)(𝜎12) + (𝑛2 − 1)(𝜎22)
2
𝜎 =
(𝑛1 − 1) + (𝑛2 − 1)
(50 − 1)(102) + (50 − 1)(122)
𝜎2 = (50 − 1) + (50 − 1)

4900 + 7056
𝜎2 = 49 + 49
4900 + 7056
𝜎2 = 49 + 49 = 122
Kemudian dilanjutkan dengan penghitungan besar sampel dengan menggunakan rumus :
2𝜎2{𝑍(1−𝛼⁄ ) + 𝑍(1−𝛽)}2
2
𝑛=
{𝜇1 − 𝜇2}2
2(122){1.96 + 0.84}2
𝑛=
{72 − 85}2
2(122)(7.84)
𝑛=
= 11,319 = 12
169

13
14
 TEKNIK PENGAMBILAN SAMPEL
Secara umum, teknik pengambilan sampel ada 2 jenis yaitu random sampling (acak) atau dikenal
juga sebagai probability sampling, dan non-random sampling (tidak acak) atau dikenal juga
dengan non-probability sampling.
1. Teknik Pengambilan Sampel Acak (Random/Probability Sampling)
a. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)
Teknik pengambilan sampel yang menggunakan kaidah peluang dalam proses penentuan
sampel. Untuk menerapkan kaidah peluang diperlukan suatu kerangka sampel yang
mengandung data-data populasi untuk dijadikan objek sampel.

b. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)

Metode pengambilan sampel dimana hanya sampel pertama saja yang dipilih secara acak,
sedangkan sampel berikutnya dipilih secara sistematis berdasarkan pola tertentu. Teknik
pengambilan sampel acak sistematis umumnya menghasilkan kesalahan yang lebih kecil
karena anggota sampel menyebar secara merata di seluruh populasi. Ada beberapa pendapat
yang meyakini bahwa teknik pengambilan sampel ini sebenarnya bukanlah teknik pengambilan
sampel acak karena hanya sampel pertama yang diambil secara acak, karena itu untuk
menggunakan metode ini harus dipenuhi beberapa syarat yaitu :
1) Populasi harus besar
2) Ada kerangka sampel
3) Populasi bersifat homogen

c. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)

Metode pengambilan sampel yang digunakan pada populasi bertingkat. Teknik ini digunakan
bila populasi tidak homogen dan berstrata sehingga setiap strata harus terwakili dalam sampel.
Langkah pengambilan sampel :
1) Tentukan populasi
2) Bagi populasi berdasarkan strata yang dikehendaki yang lebih homogen
3) Tentukan jumlah sampel setiap strata
4) Pilih sampel dari setiap strata secara acak.

d. Pengambilan Sampel Acak Berdasar Area (Cluster Random Sampling)

15
 Metode pengambilan sampel apabila dalam populasi tidak terdiri dari individu- individu
melainkan kelompok individu. Teknik pengambilan sampel ini biasanya digunakan untuk
penelitian unit pada sebuah instansi.

e. Pengambilan Sampel Wilayah Bertingkat (Multi Stage Sampling)

Penggunaan beberapa metode random sampling secara bersamaan dalam suatu penelitian.
Terdapat syarat yang harus dipenuhi untuk menggunakan teknik sampling ini, yaitu :
 Populasi cukup homogen
 Populasi besar
 Populasi menempati daerah yang luas
 Tidak tersedia kerangka sampel yang bisa memuat unit kecil

Langkah pengambilan sampel :

1) Menetapkan populasi
2) Menetapkan tingkatan
3) Menghitung besar sampel
4) Mengambil secara acak unsur yang terdapat pada tiap tingkatan
5) Mengambil sampel secara acak sesuai besar sampel yang dibutuhkan

2. Teknik Pengambilan Sampel Tidak Acak (Non-Random/Non-Probability Sampling)

a. Purposive Sampling
Peneliti dapat menentukan siapa saja partisipan dalam sebuah penelitian karena dianggap
dapat merepresentasi populasi. Kelebihan teknik ini adalah lebih efektif dalam

16
 waktu dan biaya yang digunakan, namun dapat menjadi bias apabila peneliti salah menentukan
subjek yang dianggap representatif.

b. Snowball Sampling
Metode pengambilan sampel ini sangat cocok digunakan pada subjek penelitian yang sulit
dilacak. Contohnya ketika akan melakukan survei pada imigran ilegal dan pada subjek dengan
kondisi yang sangat sensitif sehingga tidak dapat dibicarakan secara terbuka. Dengan
penggunaan teknik sampling bola salju, peneliti dapat lebih mudah untuk melacak dan
mendapat hasil. Kelebihan dari teknik ini adalah responden yang diperoleh dapat lebih
kredibel, namun waktu yang dibutuhkan cukup lama dan belum tentu mewakili variasi yang
dibutuhkan.

c. Accidental Sampling
Teknik sampling ini mengutamakan pada kemudahan akses ke subjek, misalnya peneliti
melakukan pengambilan sampel pada pejalan kaki. Teknik ini dapat diunggulkan apabila
dibutuhkan data segera namun responden yang diperoleh belum tentu sesuai dengan
karakteristik atau tujuan yang dicari oleh peneliti.

d. Quota Sampling
Metode quota sampling dapat digunakan ketika peneliti sudah menetapkan standar
sebelumnya, sehingga peneliti dapat memilih sampel yang digunakan untuk merepresentasikan
populasi. Syarat penggunaan teknik ini adalah proporsi karakteristik sama dengan proporsi
populasi. Dengan penggunaan teknik ini, pengambilan sampel dapat lebih praktis karena
jumlahnya sudah ditentukan sejak awal, tapi pengambilan sampel belum tentu mewakili
keseluruhan populasi sehingga dapat menimbulkan bias.

e. Teknik Sampel Jenuh

Teknik sampel jenuh adalah satu-satunya teknik sampling dimana seluruh anggota populasi
digunakan sebagai sampel. Teknik ini dikenal sebagai teknik yang mudah, praktis, murah, dan
tidak memerlukan waktu untuk pengumpulan data sampel, akan tetapi teknik ini tidak cocok
untuk populasi besar.

f. Systematic Sampling
Teknik sampling sistematis merupakan teknik pengambilan sampel dengan menggunakan
nomor urut dari populasi, baik berdasarkan nomor yang ditetapkan oleh peneliti, nomor
identitas tertentu, atau pertimbangan sistematis lainnya.

17
18