MAKALAH

“Distribusi Sampling”

(Untuk memenuhi tugas makalah untuk mata kuliah biostatistik )

Oleh : Kelompok VII

Frenciana Funan 201111018

Karmi j. bebengu 201111091

Deni Margel Betty 201111089

Marlin Adu 201111021

PROGRAM STUDI S1 KEPERAWATAN

FAKULTAS KESEHATAN

UNIVERSITAS CITRA BANGSA

KUPANG

2023

I
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah Yang Maha Esa, yang telah
memberikan rahmatserta kesempatan kepada kita semua, sehingga penulis dapat
menyelesaikan makalah dengan judul “Distribusi Sampling” Penulis menyadari
bahwa dalam penulisan makalah ini masih jauh dari kesempurnaan dan masih banyak
kekurangan yang masih perlu diperbaiki, untuk itu penulis mengharapkan saran dan
kritik yang membangun demi kesempurnaan makalah ini, sehingga dapat bermanfaat
bagi siapapun yang membacanya. Akhir kata penulis sampaikan, semoga makalah ini
dapat berguna dan membantu proses pembelajaran bagi kita, terutama bagi penulis
sebagai penyusun. Sekian dan terimakasih.

Kupang, 11 Maret 2023

Penulis
 II

DAFTAR ISI

KATA PENGANTAR ....................................................................................................

DAFTAR ISI ..................................................................................................................

BAB I PENDAHULUAN ...............................................................................................

A. Latar Belakang ......................................................................................................

B. Rumusan Masalah
C. Tujuan ...................................................................................................................

BAB II PEMBAHASAN ...............................................................................................

A. Pengertian populasi sampel dan distribusi sampling ..............................................

B. Pengertian Standar error ........................................................................................
C. Sentral Limit theorem ............................................................................................

BAB IV PENUTUP ........................................................................................................

A. Kesimpulan ...........................................................................................................
B. Saran ....................................................................................................................

DAFTAR PUSTAKA ................................................................................................

III
 BAB I

PENDAHULUAN

A. Latar Belakang

Sampling distribution adalah distribusi probalitas suatu statistic Sampling distribution

tergantung dari ukuran populasi,ukuran sampel,metode memilih sampel.Distribusi sampling
dari X dengan ukuran sampel n adalah suatu distribusi yang bila percobaan dilakukan secara
berulang (selalu dengan jumlah sampling n) akan menghasilkan banyak nilai sampel dengan
rata-rata Distribusi sampling ini menggambarkan variabilitas(perubahan)rata-rata sampel
terhadap rata-rata populasi u. Random Sampling atau sampling secara acak adalah suatu
proses pengambilan sampel dimana setiap anggota populasi memiliki kesempatan terpilih
sebagia sampel.

Populasi dalam penelitian merupakan wilayah yang ingin di teliti oleh peneliti.
Seperti menurut Sugiyono (2011: 80) "Populasi adalah wilayah generalisasi yang terdiri atas
obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulanya." Pendapat di atas menjadi salah
satu acuan bagi penulis untuk menentukan populasi.

Sampel merupakan bagian dari populasi yang ingin di teliti oleh peneliti Menurut
Sugiyono (2011:81) "Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi tersebut." Sehingga sampel merupakan bagian dari populasi yang ada, sehingga
untuk pengambilan sampel harus menggunakan cara tertentu yang didasarkan oleh
pertimbangan-pertimbangan yang ada. Dalam teknik pengambilan sampel ini penulis
menggunakan teknik sampling purposive. Sugiyono (2011:84) menjelaskan bahwa:
"Sampling Purposive adalah teknik penentuan sampel dengan pertimbangan tertentu." Dari
pengertian diatas agar memudahkan penelitian, penulis menetapkan sifat-sifat dan
katakteristik yang digunakan dalam penelitian ini. Sampel yang akan digunakan peneliti
memiliki ketentuan, mahasiswa ilmu keolahragaan angkatan 2010 dan angkatan 2011,
berjenis kelamin laki-laki dan yang berusia antara 18 tahun sampai dengan 22 tahun.
B. Tujuan
a. Tujuan Umum
 Untuk menambah pengetahuan mahasiswa tentang Distribusi Sampling
b. Tujuan Khusus
 Untuk mengetahui Pengertian populasi sampel dan distribusi sampling
 Untuk mengetahui
 Untuk mengetahui Pengertian Standar error
 Sentral Limit theorem
 BAB II

PEMBAHASAN

A. Pengertian populasi sampel dan distribusi sampling

Menurut Margono (2017) Populasi adalah keseluruhan data yang menjadi pusat perhati
an seseorang peneliti dalam ruang lingkup dan waktu yang telah ditentukan . Populasi
berkaitan dengan data-data,jika seorang manusia memberikan suatu data, maka ukuran atau
banyaknya populasi akan sama banyaknya manusia.

Menurut Margono, populasi dibagi menjadi dua, yaitu populasi teoritis (theoretical
populasi) dan populasi tersedia (accessible population). Populasi teoritis merupakan populasi
yang batasannya telah ditetapkan secara kualitatif ; seperti populasi guru yang ditetapkan
berusia 24 tahun sampai dengan 44 tahun,berpendidikan sarjana, dan lain-lain. Populasi
tersedia merupakan populasi yang secara kualitatif bisa dinyatakan dengan tegas dan tepat.
Misalnya, sebanyak 350 guru di kota medan memiliki karakteristik yang sesuai dengan
populasi teoritis yang telah ditetapkan.

Menurut (Supardi,1993) Populasi adalah suatu kesatuan individu atau subyek pada
wilayah dan waktu dengan kualitas tertentu yang akan diamati/ diteliti. Populasi penelitian
dapat dibedakan menjadi populasi “finit” dan populasi’ Infinit’’. Populasi finit adalah suatu
populasi yang jumlah anggota populasi tidak dapat diketahui secara pasti. Pada penelitian
dengan judul Biaya Hidup Mahasiswa Universitas PTS,misalnya, maka jumlah mahasiswa
Universitas PTS dapat diketahui dengan pasti, maka disebut dengan populasi Finit. Sedang
jikalau ada penelitian dengan judul”Analisis Pendapat dan Sikap Konsumen terhadap
Pelayanan Toko Bumi Murah”, Maka akan Nampak bahwa populasi penelitian adalah semua
konsumen Toko Bumi Murah Datanya tidak dapat diketahui, maka jumlah populasi tidak dapat
diketahui secara pasti. Oleh karena itu Populasi semacam ini disebut populadi infisit.
  Populasi

Populasi dan sampel adalah unit-unit atau kelompok yang memiliki bentuk atau karakter
tertentu yang sengaja dipilih, agar dapat diambil data yang dapat digunakan dalam penelitian
yang telah dirancang. Populasi dan sampel merupakan salah satu bagian penting dalam
penelitian yang harus ditentukan sejak awal. Dengan penentuan jenis objek penelitian ini,
peneliti bisa menentukan metode penelitian yang lebih sesuai dengan kondisi dan kebutuhan.
Lalu apa perbedaan dari populasi dan sampel? Populasi adalah keseluruhan dari kelompok
yang akan diambil datanya. Sementara sampel adalah sebagian dari populasi yang memiliki
karakter yang sama dengan populasi. Untuk lebih jelasnya, berikut adalah penjelasan
mengenai pengertian dari populasi, sampel, berbagai teknik sampling, serta cara pengambilan
sampel menurut para ahli.

Menurut Arikunto (2019) populasi adalah keseluruhan subjek penelitian. Apabila

seseorang ingin meneliti semua elemen yang ada dalam wilayah penelitian, maka
penelitiannya merupakan penelitian populasi. Pengertian populasi menurut Sugiyono (2018)
adalah wilayah generalisasi (suatu kelompok) yang terdiri dari objek atau subjek yang
mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari
dan kemudian ditarik kesimpulan.

Menurut Morissan (2012) populasi adalah sebagai suatu kumpulan subjek, variabel,
konsep, atau fenomena. Kita dapat meneliti setiap anggota populasi untuk mengetahui sifat
populasi yang bersangkutan.

Menurut Mulyatiningsih (2011) populasi adalah sekumpulan orang, hewan, tumbuhan

atau benda yang memiliki karakteristik tertentu yang akan diteliti. Populasi akan menjadi
wilayah generalisasi kesimpulan hasil penelitian.

Dari beberapa pendapat diatas dapat ditarik kesimpulan bahwa "Populasi adalah
sekumpulan individu atau objek yang berada pada suatu wilayah dengan karakteristik khas
yang menjadi perhatian dalam suatu penelitian (pengamatan).

4
 Sampel

Menurut Sugiyono (2018) sampel adalah bagian dari jumlah dan karakteristik yang
dimiliki oleh populasi tersebut sampel yang diambil dari populasi tersebut harus betul-betul
representatif atau mewakili populasi yang diteliti. Pengertian sampel menurut para ahli
lainnya dalam hal ini yakni Arikunto (2019) menyatakan bahwa sampel adalah sebagian atau
wakil dari populasi yang akan diteliti.

Menurut Sujarweni (2015), sampel adalah bagian dari sejumlah karakteristik yang
dimiliki oleh populasi yang digunakan untuk penelitian. Sampel juga diambil dari populasi
yang benar-benar mewakili dan valid yaitu dapat mengukur sesuatu yang seharusnya
diukur.

Ibrahim dan Nana Sudjana (2004) menjelaskan bahwa sampel memungkinkan sebagian
populasi untuk di jangkau dan mempunyai sebuah karakteristik yang sama dengan populasi
di mana sampel akan diambil.

Menurut Gulo (2010) sampel merupakan himpunan bagian/subset dari suatu populasi ,
sampel memberikan gambaran yang benar mengenai populasi. Berdasarkan pada pendapat
tersebut, dapat disimpulkan bahwa sampel merupakan perwakilan atau bagian dari sebuah
populasi yang telah dihilangkan dengan metode tertentu Sampel atau sampling, juga
memiliki beberapa tujuan, tahapan dan t eknik yang perlu diketahui.

Beberapa diantaranya adalah sebagai berikut:

 Tujuan Pengambilan Sampel

1. Keterbatasan waktu, tenaga, dan biaya.
2. Populasi terlalu banyak atau jangkauan terlalu luas sehingga tidak memungkinkan
untuk dilakukan pengambilan data pada seluruh posisi.
3. Adanya asumsi bahwa semua populasi seragam atau sama, sehingga dapat diwakili
oleh sampel.

5
 Tahapan Pengambilan Sampel
1. Menentukan kerangka sampel dan mengumpulkan semua peristiwa
2. Mendefinisikan populasi yang akan diamanati atau diteliti
3. Menentukan metode atau teknik sampling yang tepat
4. Melakukan pengambilan sampel (pengumpuland data)
5. Melakukan koreksi atau pemeriksaan ulang pada saat proses sampling
 Teknik Pengambilan Sampel

Terdapat berbagai macam cara untuk mengambil sampel, tergantung pada jenis penelitian
yang dilakukan Namun secara garis besar metode pengambilan sampel terdin dari 2 macam
yutu:

a. Probabilty Sampling Random Samples

1. Probabilty Sampling (Random Sample)

2. Non-Probabilty Sampling (Non-Random Sample)

Kedua jenis metode pengambilan sampel tersebut terdiri dari pengambilan secara
acak, dan pengambilan sampel secara tidak acak. Kemudian keduanya juga memiliki
sub- sub lain seperti purposive sampling, cluster sampling, snowball sampling, dan lain
sebagainya.

b.Probabilty Sampling (Random Sample)

Probability sampling merupakan metode pengambilan sampel dengan cara

random atau acak. Dengan menggunakan cara pengambilan sampel ini, seluruh anggota
populasi diasumsikan memiliki kesempatan yang sama untuk terpilih menjadi sampel
penelitan. Kemudian metode ini juga terbagi ke dalam beberapa macam yang lebih
spesifik, diantaranya yaitu:

6
a) Systematic Random Sampling (Pengambilan Sampel Acak Sistematis)

Cara menggunakan metode pengambilan acak sistematis, yaitu dengan

menggunakan interval dalam memilih sampel penelitian. Misal sebuah penelitian
membutuhkan 10 sampel dari 100 orang, maka jumlah kelompok intervalnya 100/10 -10.
Kemudian responden dibagi ke dalam masing-masing kelompok, dan diambil secara acak
setiap kelompoknya. Contoh systematic random sampling adalah pengambilan sampel
pada setiap orang atau pasien ke-10 yang datang ke puskesmas. Jadi setiap orang yang
datang pada urutan 10, 20, 30, dan seterusnya, maka itulah yang dijadikan sebagai sampel
penelitian.

b) Simple Random Sampling (Pengambilan Sampel Acak Sederhana)

Simple random sampling atau yang dapat diartikan sebagai pengambilan acak
sederhana. Teknik pengambilan sampel dengan menggunakan metode ini, dapat
memberikan peluang atau kesempatan yang sama bagi setiap anggota populasi untuk
menjadi sampel penelitian. Cara pengambilannya yaitu dengan menggunakan nomor
undian. Namun ada dua pendapat mengenai metode pengambilan-sampel acak sederhana
ini. Pendapat pertama menyatakan bahwa, setiap nomor yang terpilih harus dikembalikan
lagi agar setiap sampel memiliki prosentase kesempatan yang sama. Kemudian pendapat
yang kedua yaitu, tidak diperlukan pengembalian nomor pada pengambilan sampel
dengan menggunakan metode ini. Namun, metode atau cara yang sering digunakan
adalah simple random sampling dengan pengembalian.

Kelebihan dari metode satu ini adalah, dapat mengurangi bias serta dapat
mengetahui standard error penelitian. Sementara kekurangannya adalah, tidak adanya
jaminan bahwa sampel yang terpilih benar-benar dapat merepresentasikan populasi yang
dimaksud. Contoh simple random sampling: Di dalam sebuah penelitian dibutuhkan 30
sampel, sedangkan populasi penelitiannya berjumlah 100 orang. Maka peneliti membuat
undian untuk bisa mendapatkan sampel pertama.Kemudian setelah mendapat sampel
pertama,nama yang telah terpilih dikembalikan lagi agar populasi tetap utuh.

7
 Sehinggah responden berikutnya tetap sama probalitas dengan responden yang pertama
langkah tersebut terus dilakukan hingga jumlah sampel sudah memenuhi kebutuhan
penelitian.

c) Cluster Random Sampling (Pengambilan Sampel Acak Berdasar Area)

Cluster Random Sampling atau pengambilan sampel acak berdasar area,

merupakan teknik sampel secara berkelompok. Pengambilan sampel dengan metode ini
dilakukan berdasar pada kelompok atau area tertentu. Sehingga tujuan dari metode
cluster random sampling antara lain yaitu, untuk meneliti mengenai suatu hal pada
bagian- bagian yang berbeda di dalam suatu instansi. Contoh cluster random sampling:
Penelitian mengenai kepuasan pasien di sebuah ruang rawat inap, ruang IGD, ruang poli
di RS Anak dan lainsebagainya.

d) . Stratifed Random Sampling (Pengambilan Sampel Acak Berstrata)

Metode stratifed random sampling atau pengambilan sampel acak berstrata, yaitu
mengambil sampel berdasarkan tingakatan tertentu. Misalnya penelitian tentang motivasi
kerja pada manajer tingkat bawah, manajer tingkat menengah, dan manajer tingkat atas
Proses pengacakan diambil dari masing-masing kelompok tersebut.

e. Multi Stage Sampling (Teknik Pengambilan Sampel Acak Bertingkat)

Metode atau proses pengambilan sampel vang terakhir ini yaitu dilakukan secara
bertingkat. Baik itu bertingkat dua, tiga, atau selebihnya Contoh, Kecamatan Gugls->
Desa-> RW RT

8
 2. Non-Probabilty Sampling (Non-Random Sample

Non-Probability Sampling adalah teknik sampling yang memberikan kesempatan atau

peluang yang tidak sama bagi setiap anggota populasi atau setiap unsur untuk dipilih
sebagai sampel. Eleman-elemen sampel dipilih berdasarkan kebijaksanaan peneliti sendiri.
Dalam non probability sampling, tiap-tiap elemen tidak diketahui apakah mempunyai
kesempatan menjadi elemen-elemen sampel tersebut ataukah tidak. Dalam sampel jenis ini,
tidak seluruh elemen memiliki peluang untuk terpilih menjadi sampel, dengan begitu temuan
hasil studi yang memakai sampling jenis ini tidak bisa langsung digeneralisasikan sebagai
sebuah hasil penelitian terhadap populasi.

Tujuan dari peneliti memakai sampling ini yaitu untuk generalisasi terhadap populasi
yang tidak begitu penting, dibanding dengan penemuan yang diperoleh ketika melakukan
sebuah penelitian, atau peneliti mempunyai hambatan-hambatan sehingga melakukan
penghematan sumber daya yang ia miliki.

Menurut Riduwan (2015) Non-Probability Sampling adalah teknik sampling yang tidak
memberikan peluang atau kesempatan pada setiap anggota populasi untuk dijadikan sebagai
anggota sampel. Metode ini juga terbagi ke dalam beberapa macam yang lebih spesifik,
diantaranya yaitu:

a. Accidental Sampling

Metode accidental sampling atau yang dapat disebut sampel tanpa sengaja ini, peneliti
akan mengambil sampel yang kebetulan ia temukan pada saat itu. Metode penelitian ini
sangat cocok untuk meneliti jenis kasus penyakit langka yang sampelnya sangat sulit untuk
ditemukan Contoh dari penggunaan metode ini adalah peneliti akan meneliti mengenai
penyakit yang di alami seorang Steven Johnson Syndrom Yakni penyakit yang dapat merusak
seluruh mukosa atau lapisan dapat merusak seluruh mukosa atau lapisan tubuh akibat reaksi
tubuh terhadap antibiotik.
 Kasus yang dialami oleh Steven Johnson Syndrom ini cukup langka dan sangat sulit
untuk dapat menemukan kasus seperti itu. Dengan demikian, peneliti langsung mengambil
sampel pada saat itu juga, saat mengetahui dan menemukan kasus tersebut. Kemudian peneliti
akan melanjutkan pencarian sampel hingga periode tertentu yang telah ditentukan sendiri oleh
peneliti. Teknik pengambilan sampel dengan metode ini juga sangat cocok untuk meneliti
sesuatu yang bersifat umum. Misalnya seorang peneliti ingin meneliti kebersihan kota Depok,
kemudian ia menanyakan tentang kebersihan kota Surabaya kepada warga Depok yang ia
temui saat itu juga.

b. Purposive Sampling

Purposive sampling, yaitu teknik atau metode sampel yang cukup sering digunakan.
Metode ini menggunakan kriteria yang sudah dipilih oleh peneliti dalam memilih sampel.
Kriteria pemilihan ini terbagi ke dalam kriteria inklusi dan kriteria cksklusi.

Kriteria inklusi adalah, kriteria sampel yang diinginkan peneliti berdasarkan tujuan
penelitian. Sedangkan kriteria ekslusi adalah. kriterin khusus yang menyebabkan calon
responden yang memenuhi kriteria inklusi harus dikeluarkan dari kelompok penelitian.
Misalnya, calon responden mengalami penyakit gangguan psikologis yang bisa
mempengaruhi hasil penelitian. Contoh Purposive Sampling penelitian tentang nyeri pada
pasien diabetes mellitus yang mengalami huka pada rungkai kaki. Maka kriterin inklusi yang
dipakai antara lain:

1. Penderi a Diabetes Melitus dengan luka gangrene (luka pada tungkai kaki)
2. Usia 18-59 tahun
3. Bisa membaca dan menu

Kriteria eksklusi:

1. Penderita Diabetes Melitus yang memiliki penyakit penyerta lainnya seperti

gangguan ginjal, gagal jantung, nefropati, dan lain sebagainya.
2. Penderita Diabetes Melitus yang mengalami gangguan kejiwaan.
c. Snowball Sampling

Snowball sampling, merupakan teknik atau metode pengambilan sampel berdasarkan

korespondensi atau wawancara. Teknik atau metode ini mengambil informasi dari sampel
pertama agar bisa mendapatkan sampel berikutnya Demikian secara terus menerus hingga
seluruh kebutuhan sampel penelitian dapat terpenuhi. Teknik pengambilan sampel snowball
atau yang bisa disebut bola salju ini sangat cocok untuk digunakan penelitian mengenai hal
hal yang sensitif dan membutuhkan privasi tingkat tinggi. Misalnya tentang penelitian
pendenta HIV ataupun kelompok khusus

d.Quota Sampling

Teknik atau metode quota sampling, yaitu mengambi l jumlah sampel sebanyak jumlah
yang telah ditentukan oleh peneliti. Kelebihan dari metode atau teknik ini adalah praktis,
karena sampel penelitian sudah diketahui sebelumnya. Sedangkan kekurangannya adalah, bias
dari penelitian cukup tinggi apabila menggunakan metode ini. Teknik pengambilan sampel
dengan metode ini, umumnya digunakan pada penelitian yang memiliki jumlah sampel
terbatas. Misalnya penelitian pada pasien lupus atau penderita penyakit tertentu. Di dalam
suatu area atau daerah terdapat 10 penderita penyakit lupus, maka populasi tersebut dapat
dijadikan sampel secara keseluruhan, inilah yang disebut dengan total quota sampling

e.Teknik Sampel Jenuh

Terakhir yaitu teknik atau metode sampel jenuh. Teknik ini adalah penentuan sampel
yang menjadikan semua anggota populasi sebagai sampel, dengan syarat populasi yang ada
kurang dari 30 orang
a. Keuntungan Penelitian Sampel

Menurut penyampaian William G. Cochran (1991) pada buku yang ia tulis mengenal
sampling method, paling tidak ada 4 keuntungan atau benefit ketika suatu proses penelitian
menggunakan sampel. Apa saja keuntungan dari penelitian sampel tersebut? Berikur
keuntungan dari penelitian sampel

 Mengurang buaya (Peduce Costi)

 Lebih cepat (Greater Speed)
 Jangkatin lebih luas /Greater Scopes
 Algurasi lebih baik (Greater Accurac (Greater Accuracy)
b. Perhitungan Sampel

Terdapat banyak rumus untuk menghitung besar sampel minimal sebuah penelitian,
namun pada buku ini akan disampaikan sejumlah rumus dipergunakan oleh para peneliti.
yang paling sering

c. Rumus Sampel Penelitian Cross-sectional

Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi
binomunal (binomunal) Distribusi sampling (sampling distribution) suatu statistik, yang
merupakan distribusi model yang dipakai sebagai dasar pengambilan keputusan dalam
pengujian hipotesis. Distribusi sampling ini didefinisikan sebagai "the relative frequency
distribution of an infinity of determinations of the value of this statistic, each determination
being based on a separate sample of the same size and selected independently by the same
prescribed procedure from the same population" (Blommers & Forsty, 1979: 216).

Dalam penerapan konsepnya sering muncul dalam bentuk distribusi (tes statistik dalam
pengujian hipotesis).
 Model pembentukan distribusi sampling ini dapat digunakan dalam ilustrasi
sebagaimana ditunjukkan dalam Gambar 1.4. Dalam gambar, distribusi sampling yang
dapat disusun adalah distribusi sampling mean X dengan data observasi X (statistik) dan
mean distribusi (sampling) sama dengan mean aslinya; deviasi standar error estimasi
statistik untuk mean. Demikian pula untuk distribusi sampling standar deviasi (S.) yang
akan memiliki mean distribusi (sampling) sebesar deviasi standar error estimasi
statistiknya. Penjelasan lebih lanjut mengenai mean dan standar deviasi distribusi sampling
ini akan dibicarakan pada pembahasan pengujian hipotesis

d. Rumus besar sampel dan pengukuran sampel.

Perhitungan besar sampel minimal merupakan salah satu bagian penting dalam
merancang proposal penelitian. Rumus besar sampel harus disesuaikan dengan rancangan
dan hipotesis penelitian. Mahasiswa pada berbagai jenjang, baik S1 sampai S3 sering
kebingungan untuk memilih rumus besar sampel yang cocok digunakan dan bagaimana cara
melakukan perhitungan. Sering karena masih kurang paham dengan konsep perhitungan
besar sampel, mahasiswa salah memilih rumus yang digunakan dan salah memilih aspek
yang digunakan dalam melakukan perhitungan..

Memilih rumus besar sampel Dalam memilih rumus besar sampel, secara praktis ada 3
hal yang penting diperhatikan, pertama adalah tujuan penelitian, kedua adalah rancangan dan
yang ketiga adalah hipotesis penelitian. Penjelasan dari kedua aspek tersebut adalah:

1.Tujuan pnelitian merupakan pusat metode yang dikembangkan dalam melaksanakan

penelitian termasuk perhitungan besar sampel. Berdasarkan tujuan penelitian maka dapat
dinilai apa yang ingin dicapai atau bentuk estimasi apa yang akan dilaksanakan.
Contoh bila suatu penelitian bertujuan memperkirakan prevalensi anemia pada
remaja putri di suatu sekolah maka bentuk estimasi yang ingin dicapai adalah prevalensi
(proporsi) maka rumus yang digunakan adalah estimasi proporsi. Bila suatu penelitian
ingin memperkirakan rerata kadar hemoglobin remaja putri pada suatu sekolah makan
bentuk estimasi yang ingin dicapai adalah estimasi rerata (mean) maka rumus yang
dipilih adalah rumus untuk estimasi rerata.
selain itu berdasarkan tujuan dapat dilihat jumlah kelompok yang terlibat dalam penelitian.
Seperti bila tujuan penelitian untuk mengetahui pengaruh status gizi terhadap terjadinya
anemia pada remaja putri maka rumus besar sampel yang digunakan adalah uji hipotesis
2 proporsi Independen. Sedangkan jika penelitian bertujuan membandingkan rerata
kadar hemoglobin antara remaja putri dengan status gizi kurang dibandingkan dengan
status gizi normal maka rumus besar sampel yang digunakan adalah uji hipotesis
untuk beda rerata independen. Dengan kata lain berdasarkan tujuan kita akan dapat
melihat skala data variable outcome dan jumlah kelompok penelitian yang terlibat sebagai
dasar utama pemilihan rumus besar sampel.

3.Rancangan penelitian juga sangat menentukan rumus besar sampel yang dipilih dan cara
perhitungannya.

Contoh bila akan melaksanakan penelitian dengan rancangan yang digunakan

adalah kohort study maka rumusnya akan berbeda dibandingkan case control study. Selain
itu juga berbeda dalam ukuran asosiasi yang diperhitungkan dan definisi terhadap P1 dan
P2. Pada penelitian kohort definisi P1 adalah estimasi proporsi (insiden) penyakit yang
diteliti pada kelompok terpajan dan P2 adalah estimasi proporsi (insiden) penyakit yang
diteliti pada kelompok tidak terpajan. Pada penelitian case control definisi P1 adalah
estimasi proporsi terpajan pada kelompok kasus dan P2 adalah estimasi proporsi terpajan
pada kelompok kelompok kontrol.

4.Hipotesis mempunyai peran penting dalam pemilihan rumus dan perhitungan besar
sampel karena konsep perhitungan besar sampel itu sendiri adalah menghitung jumlah
sampel minimal yang diperlukan untuk melakukan uji hipotesis. Pertama yang perlu
diperhatikan adalah ada tidaknya hipotesis pada penelitian tersebut.

Contoh pada penelitian cross sectional deskriptif (survei) ada yang menuliskan
hipotesis ada juga yang tidak, maka rumus besar sampelnya pun akan berbeda. Pada
penelitian survei tanpa hipotesis maka dipilih rumus besar sampel untuk estimasi satu
proporsi dengan presisi absolut. Sedangkan pada Pada penelitian survei disertai hipotesis
(membandingkan dengan populasi standar) maka dipilih rumus besar sampel untuk uji
hipotesis estimasi satu proporsi. Berdasarkan hipotesis kita juga dapat melihat skala data
variable outcome dan jumlah kelompok penelitian seperti halnya pada tujuan. Lebih lanjut
dengan memperhatikan hipotesis kita akan dapat menentukan hipotesis yang dibuat 2 arah
atau 1 arah.

Contoh bila hipotesis penelitian menyebutkan ada hubungan antara status gizi
dengan kejadian anemia pada remaja putri maka pilihlah rumus besar sampel yang 2 arah
(two-side test). Sedangkan bila hipotesis menyebutkan status gizi kurang meningkatkan
risiko anemia pada remaja putri maka pilihlah rumus besar sampel yang 1 arah (one-side
test).

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.
Rumus Sampel Penelitian Cross-sectionalUntuk 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 :
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

=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.
 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:
Besar Sampel Penelitia

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:

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:

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 akan lepas
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.

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.

B. Pengertian Standar error

Statistik inferensial adalah teknik analisis data yang digunakan untuk menentukan sejauh
mana kesamaan antara hasil yang diperoleh dari suatu sampel dengan hasil yang akan didapat
pada populasi secara keseluruhan. Jadi statistik inferensial membantu peneliti untuk mencari
tahu apakah hasil yang diperoleh dari suatu sampel dapat digeneralisasi pada populasi.1[1]
Sejalan dengan pengertian statistik inferensial menurut Creswell, Muhammad Nisfiannoor
berpendapat bahwa statistik inferensial adalah metode yang berhubungan dengan analisis
data pada sampel untuk digunakan untuk penggeneralisasian pada populasi. Penggunaan
statistic inferensial didasarkan pada peluang (probability) dan sampel yang dipilih secara
acak (random). Konsep statistik inferensial yaitu:

Peluang setiap sampel sangat identik dengan populasinya sangat kecil (nill) meskipun
inferensi populasi didapat dari informasi sampel. Penerapan random sampling tidak
menjamin karakteristik sampel sama persis dengan populasi. Variasi prediksi antara mean
disebut sampling error. Sampling error ini tidak bisa dihindari dan ini bukan kesalahan
peneliti. Yang menjadi persoalah adalah apakah error tersebut semata-mata hasil sampling
error atau merupakan perbedaan yang bermakna yang akan pula ditemukan pada papulasi
yang lebih besar.
 Ciri standard error adalah bahwa error yang terjadi bisaanya berdistribusi normal yang
besarnya berbeda-bedadan error tersebut cenderung membentuk kurva normal yang
menyerupai lonceng

Faktor utama yang mempengaruhi standard error adalah jumlah sampel. Semakin banyak
sampelnya, semakin kecil standard errornya. Ini menunjukkan bahwasampel penelitian
semakin akurat bila banyak sampelnya Faktor utama yang mempengaruhi standard error
adalah jumlah sampel. Semakin banyak sampelnya, semakin kecil standard error meannya
yang berarti bahwa semakin kecil standard error-nya, semakin akurat mean sampel untuk
dijadikan

 Pengujian Hipotesis

Pengujian hipotesis adalah proses pengambilan keputusan dimana peneliti

mengevaluasi hasil penelitian terhadap apa yang ingin dicapai sebelumnya. Misalnya, kita
ingin menerapkan program baru dalam pelajaran membaca. Pada rencana penelitian
dikemukanan hipotesis penelitian yang memprediksi perbedaan skor siswa yang menjalni
program baru tadi dengan proglam lama, dan hipotesis nol (0), yang memprediksikan skor
kedua kelompok tidak akan berbeda. Setelah data dihitung mean dan standar deviasinya dan
hasilnya menunjukkan skor siswa dengan program baru lebih tinggi (berbeda secara
signifikan) daripada siswa yang mengikuti program lama, maka hipotesis penelitian diterima
dan hipotesis nol ditolak. Yang berarti bahwa program baru tersebut efektif untuk diterapkan
pada program membaca. Intinya, pengujian hipotesis adalah proses evaluasi hipotesis nol,
apakah diterima tau ditolak.

Uji signifikasi adalah cara mengetahui adanya perbedaan antara dua skor. Signifikansi
merujuk pada tingkat statistik dari probabilitas dimana dengannya kita bisa menolak
hipotesis nol. Uji signifikansi dilakukan dengan menentukan tingkat probabilitas praseleksi
yang dikenal dengan tingkat signifikansi.
 (a). Tingkat probailitas ini dijadikan dasar untuk menolak atau tidak menolak hipotesis
nol. Standar yang digunakan umumnya 0,05 kesempatan (5 dari 100). Adapula yang
menggunakan 0.01. Semakin kecil nilai probabilitasnya.

C. Sentral Limit theorem

Beberapa metode sampling yang telah dijelaskan di atas, terdapat salah satu teori untuk
pengambilan sampling yaitu: Central Limit Theorem (CLT). Teorema Limit Pusat (CLT)
merupakan salah satu teorema paling penting dalam statistika dan probabilitas. Teori ini
digunakan hampir di semua tempat di mana statistik diterapkan. Kegunaan teorema terletak
pada kesederhanaan definisinya. Teorema limit sentral menyatakan bahwa jika beberapa
kondisi tertentu terpenuhi, maka distribusi mean dari sejumlah variabel random independen
mendekati distribusi normal dengan jumlah sampel mendekati tak terhingga. Dengan kata
lain, tidak diperlukan informasi yang banyak tentang distribusi aktual variabel, asalkan ada
cukup sampel dari mereka, jumlah mereka dapat didistribusikan secara normal. Keindahan
teorema limit pusat ini terletak pada kesederhanaannya.

“ Definisi : Teorema limit pusat (“central limit theorem”) adalah sebuah teorema yang
menyatakan bahwa kurva distribusi sampling (untuk ukuran sampel 30 atau lebih) akan
berpusat pada nilai parameter populasi dan akan memiliki semua sifat-sifat distribusi normal.”

A. Central Limit Theorem ialah hubungan anatara bentuk distribusi populasi tersebut
dengan bentuk distribusi sampling rata-rata. Hubungan tersebut adalah sebagai
berikut.

 Rata-rata dari distribusikan rata-rata sample sama dengan rata-rata populasi dan tidak
bergantung pada besarnya sampel dan bentuk disrtibusi populasi.
 Dengan penambahan jumlah sampel maka distribusi rata-rata sampel akan mendekati
distribusi normal dan tidak bergantung pada bentuk distribusi populasi.
 Central Limit Theorem merupakan cenral yang sangat penting dalam statistik
inferensial karena dengan central ini memungkinkan kita untuk menafsir prameter
populasi dari sample tanpa harus mengetahui bentuk distribusi populasi. Dari central
diketahui bahwa untuk pendekatan ke distribusi normal, distribusi rata- rata sample
tidak membutuhkan sample yang besar. Dengan sample sebesar 30 telah terjadi
pendekatan ke distribusi normal. Bahkan, untuk distribusi rata-rata dengan sample
sebesar 15 pun telah terjadi pendekatan ke distribusi normal.
Agar penggunaaan central limit theorem menjadi l ebih jelas, (Eko Budiarto,
2002) Sifat-sifat dan distribusi sampel tersebut dikenal dengan Central Limit Theorem
1. Bentuk distrubusi dari rata-rata sampel akan mendekati distribusi normal
meskipun distribusi populasi tidak normal.
2. Rata-rata dari rata-rata sampel sama dengan rata-rata populasi (u).
3. Standar deviasi dari rata-rata sampel sama dengan standar deviasi populasi
dibagi dengan akar jumlah sampel. Dikenal dengan istilah standar error (SE)
Dalam teorema ini diketahui bahwa untuk pendekatan ke distribusi
normal,distribusi rata-rata sampel tidak memerlukan sampel yang besar. Dengan
sampel sebesar 30 telah terjadi pendekatan ke distribusi normal. (Harinaldi, 2005)
3. Sifat-sifat dari distribusi sampel tersebut dikenal dengan Central Limit
Theorem
 Bentuk distribusi dari rata-rata sampel akan mendekati distribusi normal
meskipun distribusi populasi tidak normal
 Rata-rata dari rata-rata sampel sama dengan rata-rata populasi (µ)
 Standar deviasi dari rata-rata sampel sama dengan standar deviasi populasi (c)
dibagi dengan akar jumlah sampel. Dikenal dengan istilah Standar Error (SE)-
avn
B. Standar Eror

Standard Error adalah standar deviasi dari rata-rata. Jika kita hitung nilai standar
deviasi dari tiga buah nilai rata-rata, maka nilai standar deviasi dari nilai rata- rata
tersebut disebut sebagai standard error. Standar Error dapat melihat akurasi penduga
sampel terhadap parameter populasi, Standar Error mengukur presisi dari perkiraan

parameter populasi, Ukuran statistik ini dapat menunjukkan seberapa dekat nilai mean
populasi dengan nilai estimasi yang didapat dari nilai mean sampel.

Perbedaan Rumus Varians, SD, dan SE:

Varian - Var-xi-x)2
n-1
Nilai Standar Error kecil berarti penyebaran mean/rata-rata sampel juga kecil maka
estimasi terhadap parameter populasi akan lebih tepat, Bila nilai Standar Error besar
berarti penyebaran mean/rata-rata sampel juga besar maka estimasi terhadap parameter
populasi menjadi kurang tepat. Nilai Standar Error akan turun (semakin kecil) apabila
jumlah sampel diperbanyak dan varians atau Standar Deviasi sampel dikurangi.
B. Standard Error of Mean
Standard Error (SE) dalam beberapa referensi disebut juga dengan Standard Error of
Mean (SEM) adalah estimasi dari standar deviasi yang didapat dari mean-mean dari
sejumlah sampel yang menggambarkan populasi.

SEM-SD(dari Mean) Vn – SE
 Contoh Soal
Rata-Rata hitung dari konsentrasi urin pada 140 anak-anak adalah 2.18 µmol/24h.
Didapat standard deviasinya adalah 0.87 umol/24h. Hitunglah standard error of mean dari
data tersebut?
SEM-SE-SD/ SEM-SE-SD/Vn
SEM= SE=0,87/√140= 0.074µmol/24h
Pembuktian bahwa jika sampel bertambah maka nilai SE akan mengecil Suatu populasi
dengan SD = 100 dan sampel diambil sejumlah 10. Dihitung Standard Error-nya adalah
SE=100√100=10
Nilai SE akan mengecil jika jumlah sampel diperbesar.
C. Standard Error untuk proporsi/prosentase

Standar Error juga dapat dihubungkan dengan prosentase atau proporsi. Dalam
hal ini, jumlah sampel akan dipengaruhi oleh nilai standard error, tetapi jumlah variasinya
ditentukan oleh nilai dari prosentase atau proporsi dalam populasi itu sendiri sehingga
tidak dibutuhkan estimasi dari Standar Deviasi. Jika p mewakili 100% maka 100-P
adalah nilai yang lainnya. Dengan demikian, Rumus yang digunakan adalah

SE Prosentase
√ p (100- p)
n
Contoh Soal
Seorang ahli beda di sebuah rumah sakit melakukan investigasi tentang apendiksitis akut
pada pasien dengan usia 65 tahun ke atas. Ahli beda tersebut menilai catatan 10 tahun
terakhir dan menemukan ada 120 pasien pada kelompok tersebut yang mengalami
apendiktis tidak melakukan operasi, di mana dari jumlah tersebut 73 orang (39.2%)
adalah laki-laki. Dengan demikian berapakah nilai S E prosentase pada investigasi
terebut?
Jawab
SE Prosentase untuk kasus Appendisitis akut adalah
√60.8(100−60.8
=4.46%
120

Atau
√39.2(100−39.2
=4.46%
120

D. Margin Error
Dalam suatu survey atau polling, kadang tidak digunakan Standard Error tetapi
Margin of error. Margin Error adalah suatu tingkat ketidaksesuaian hasil statistik dengan
kenyataan di lapangan. Margin of Error ini dapat menunjukkan keakuratan dalam suatu
penelitian/poling/ survey. Margin of Error - Critical value Standard error, Critical value
diambil dari nilai skor z, misalnya untuk tingkat kepercayaan 95% maka didapat nilai
skor Z adalah 1.96 (didapat dari tabel distribusi normal).
 BAB III
PENUTUP
A. Kesimpulan

Menurut Margono, populasi dibagi menjadi dua, yaitu populasi teoritis (theoretical
populasi) dan populasi tersedia (accessible population). Populasi teoritis merupakan populasi
yang batasannya telah ditetapkan secara kualitatif ; seperti populasi guru yang ditetapkan
berusia 24 tahun sampai dengan 44 tahun,berpendidikan sarjana, dan lain-lain. Populasi
tersedia merupakan populasi yang secara kualitatif bisa dinyatakan dengan tegas dan tepat.
Misalnya, sebanyak 350 guru di kota medan memiliki karakteristik yang sesuai dengan
populasi teoritis yang telah ditetapkan.

Non-Probability Sampling adalah teknik sampling yang memberikan kesempatan atau

peluang yang tidak sama bagi setiap anggota populasi atau setiap unsur untuk dipilih
sebagai sampel. Standard Error adalah standar deviasi dari rata-rata. Jika kita hitung nilai
standar deviasi dari tiga buah nilai rata-rata, maka nilai standar deviasi dari nilai rata- rata
tersebut disebut sebagai standard error.
 DAFTAR PUSTAKA

Fred L. Benu, P., & Prof. A. S. B. (2019). Metodologi Penelitian Kuantitatif

Ekonomi, Sosial, Komunikasi. Administrasi, Pertanian, dan lainnya (1st ed.).
Prenadamedia Grub Kunidi, P., & Budi, D. (2013). Pengantar Metode Statistika
Teori dan Terapannya dalam Penelitian Bidang Pendidikan dan Psikologi (4th ed.),
EDUVISION.
Sabri, L., & Hastono, S. P. (2018). Statistik Kesehatan (9th ed.). Rajawali Pers. Tri,
Cahyono, SKM., M. S. (2018). Statistika Terapan dan Indikator Kesehatan (1st ed.).
Deepbublish
NashruddinJuhana(2019 Metode PenelitianPendidikan Bandung PT.Panca Tanah

Firma.Tarjo(2019) Metodepenelitiansistem 3xBaca Yogyakarta:CVBUDIUTAMA.

Un ta rity as Dh ia n(2 01ku Ajar Metodologi Penelitian Jakarta Yogyakarta:

CV.VenaPersada