I. Pendahuluan
Peneliti pemula banyak yang cenderung untuk memandang sampel dan
populasi sebagai dua hal yang terpisah. Mereka tidak langsung menghubungkan
bahwa setiap hasil yang diperoleh pada sampel sebenarnya merupakan refleksi
dari keadaan di populasi yang diwakili oleh sampel tersebut. Keadaan ini
menyebabkan rentetan kesulitan untuk memahami mengapa dipergunakan teknik
pemilihan sampel yang benar, rumus yang berbeda untuk desain yang berbeda,
mengapa harus dihitung perkiraan jumlah sampel yang diperlukan, mengapa harus
dilakukan uji hipotesis dan apa makna hasil uji hipotesis, apa tujuan menghitung
interval kepercayaan, dan seterusnya. Contoh kurangnya pemahaman tersebut
adalah adanya kecenderungan untuk menulis persentase dengan sangat rinci,
seperti tiga angka di belakang koma (dengan anggapan semakin panjang desimal
semakin teliti).1,2,3
Peneliti umumnya ingin menerapkan hasil penelitian yang dilaksanakan pada
populasi yang lebih luas, agar dapat diterapkan kepada kelompok pasien lain.
Peneliti tidak mungkin melakukan penelitian pada seluruh populasi yang
diinginkan, melainkan dengan cara mengambil sampel, yang di satu sisi mewakili
populasi induknya, dan juga dapat dilaksanakan ditinjau dari ketersediaan waktu,
tenaga, sarana, serta biaya. Sampel dapat mewakili populasi jika disertai dengan
metode penentuan besar sampel yang tepat.1,4,5,6,7,8
Sari kepustakaan ini menjabarkan bagaimana pemilihan dan pengukuran besar
sampel dalam penelitian di bidang kedokteran.
Populasi target
Populasi terjangkau
Sampel terpilih
Sampel yang
benar diteliti
Gambar 2.1. Hubungan antara populasi target, populasi terjangkau, sampel terpilih, dan
sampel yang benar-benar diteliti,1
Populasi terjangkau adalah bagian populasi target yang dapat dijangkau
peneliti. Sampel yang dipilih dari populasi terjangkau terdiri atas subjek yang
akan langsung diteliti. Populasi terjangkau penelitian klinis dibatasi oleh
karakteristik klinis, karakteristik demografis, tempat, dan waktu. Tidak semua
pasien dalam populasi terjangkau perlu dipilih menjadi sampel penelitian. Peneliti
dapat memperkirakan berbagai parameter dalam populasi dengan mengetahui
statistik yang diperoleh dari sampel dengan menjawab pertanyaan- pertanyaan
sebagai berikut:1
1. Apakah sampel yang benar diteliti dapat mewakili sampel terpilih? Bila
semua sampel terpilih dapat menyelesaikan penelitian, maka jawabnya
adalah ya. Bila yang tidak menyelesaikan penelitian hanya sebagian kecil
maka sampel yang diteliti dapat dianggap mewakili sampel terpilih. Pada
penelitian klinis biasanya drop out sebanyak 5-10% dianggap masih tidak
3
Sampel adalah bagian (subset) dari populasi yang dipilih dengan cara tertentu
hingga dianggap dapat mewakili populasinya. Subjek terpilih (eligible subjects)
atau sampel yang dikehendaki (intended sample) adalah mereka yang memenuhi
kriteria penelitian (inklusi dan eksklusi) dan dipilih dengan cara tertentu sehingga
mewakili populasi terjangkau. Sebagian sampel terpilih mungkin tidak dapat
menyelesaikan penelitian dengan berbagai alasan, sehingga akhirnya data
diperoleh hanya dari sampel yang benar-benar diteliti. Subjek yang benar diteliti
adalah subjek yang benar mengikuti penelitian sampai selesai. Kelompok ini
merupakan bagian dari subjek terpilih dikurangi dengan angka drop out¸ loss to
follow up, dan lain-lain. Hasil penelitian merupakan hasil pengukuran pada
kelompok ini. Hasil penelitian pada sampel yang diteliti ini diterapkan ke populasi
terjangkau secara statistika, sedangkan penerapan dari populasi terjangkau ke
populasi target tidak dapat dilakukan secara statistika, namun secara logika dan
pemikiran umum.1,4,7-11
4
Tabel 2.2. Hubungan antara populasi target, populasi terjangkau, sampel yang
dikehendaki, dan subjek yang benar diteliti1
Kelompok subjek Karakteristik Contoh
Populasi target Dibatasi oleh karakteristik klinis Osteoporosis pasca-
dan demografis menopause
Populasi terjangkau Dibatasi oleh tempat dan waktu Perempuan pasca-
menopause di RSHS, tahun
2005 (100 pasien)
Sampel yang Dipilih secara random dari 60 pasien osteoporosis
dikehendaki populasi terjangkau pasca-menopause
Subjek yang benar Subjek yang menyelesaikan 54 pasien osteoporosis
diteliti prosedur penelitian pasca menopause
digunakan dalam penelitian klinis dan kesehatan masyarakat antara lain simple
random sampling, systematic sampling, dan stratified random sampling.1,7,9,10
3.1.1 Simple random sampling
Jumlah subjek dalam populasi terjangkau yang akan dipilih sampelnya
dihitung terlebih dahulu pada metode pemilihan sampel ini, kemudian tiap subjek
diberi nomor, dan dipilih sebagian dari mereka dengan bantuan tabel angka
acak.1,7,9,10
Pemilihan subjek secara acak sat ini dipermudah dengan tersedianya program
komputer. Komputer yang memiliki program yang menyediakan cara pemilihan
random sampling atau random selection, biasanya meminta input berupa jumlah
subjek penelitian yang tersedia (misalnya 200), berapa yang akan dipilih
(misalnya 40), serta nomor pasien yang terkecil dan terbesar untuk dipilih.
Komputer akan menunjuk 40 nomor pasien yang harus dipilih dengan perintah
khusus. Komputer akan memberikan 40 nomor pasien yang sama sekali berbeda
dengan hasil sebelumnya bila input yang sama diulang, sehingga peneliti tidak
dapat memperkirakan nomor urut berapa yang akan terpilih bila prosedur
pemilihan subjek ini diulang. 1,7,9,10
3.1.2 Systematic sampling
Setiap subjek nomor ke sekian sebagai sampel dari seluruh subjek yang dapat
dipilih dapat ditentukan dengan metode ini. Setiap pasien nomor ke-n dipilih
sebagai sampel jika peneliti ingin mengambil 1/n dari populasi. 1,7,9,10
3.1.3 Stratified random sampling
Keadaan-keadaan tertentu dapat ditemukan dalam penelitian, sehingga tiap
kelompok memberikan nilai yang jelas berbeda yang sering disebut strata. Sampel
dengan variasi yang sangat besar akan ditemukan jika sampling dilakukan
terhadap semua subjek sebagai satu kesatuan, terutama jika jumlah subjek sedikit,
dan simpulan hasil penelitian menjadi bias. Metode ini memilih sampel secara
acak untuk setiap strata, kemudian hasilnya dapat digabungkan menjadi satu
sampel yang terbebas dari variasi untuk setiap strata. Variabel yang sering
digunakan untuk stratifikasi adalah jenis kelamin, umur, ras, kondisi sosial
ekonomi, status gizi, tempat penelitian, dan lain-lain. 1,7,9,10
6
K= nxdxp
Za x Zb x SB
K = Konstanta
n = jumlah subjek
d = perbedaan hasil yang diamati
p = proporsi (untuk data nominal)
Za= deviat baku normal untuk a
Zb= deviat baku untuk b
SB= simpang baku (untuk data numerik)
Perkiraan besar sampel dapat dilakukan dengan berbagai cara, dimana dasar
yang digunakan untuk estimasi bergantung pada tujuan penelitian serta desain
yang dipilih. Saat ini tersedia petunjuk penghitungan besar sampel, dalam bentuk
rumus, normogram, atau tabel. Estimasi berdasarkan rumus yang sering
digunakan untuk penelitian klinis antara lain dengan cara ditetapkan (dipilih nilai
yang dikehendaki oleh peneliti), dari pustaka (nilai diperoleh dari pustaka atau
pengalaman), atau clinical judgement (nilai yang secara klinis penting).1,10,11
4.1 Besar sampel untuk data numerik
4.1.1 Sampel tunggal untuk perkiraan data
Penetapan besar sampel untuk estimasi rerata (mean) suatu populasi (studi
deskriptif atau survei) dengan tingkat ketepatan absolut memerlukan 3 informasi,
yaitu simpang baku nilai rerata dalam populasi (s) yang berasal dari pustaka,
tingkat ketepatan absolut yang diinginkan (d) yang ditetapkan oleh peneliti, dan
tingkat kemaknaan (a) yang ditetapkan oleh peneliti. Nilai rerata tidak diperlukan
dalam estimasi besar sampel perkiraan rerata. Rumus yang digunakan adalah
sebagai berikut: 1,10,11
n = Za x S 2
d
4.1.2 Perkiraan besar sampel untuk beda rerata 2 kelompok
Perkiraan besar sampel paling sering diperlukan pada studi untuk menguji
hipotesis terdapatnya perbedaan dua rerata. Perlu diperhatikan apakah kedua
kelompok bersifat independen atau berpasangan (paired). 1,10,11
9
(x1-x2)
4.1.2.2 Uji hipotesis terhadap rerata dua populasi berpasangan
Informasi yang diperlukan berbeda untuk dua kelompok independen, yaitu
simpang baku kedua kelompok (S) yang berasal dari pustaka, selisih rerata kedua
kelompok yang penting secara klinis (d) dari clinical judgement, kesalahan tipe I
(a) yang ditetapkan oleh peneliti, dan kesalahan tipe II (b) yang ditetapkan oleh
peneliti. Rumus yang digunakan adalah: 1,10,11
n = (Za+Zb)S 2
d
4.2 Besar sampel untuk data nominal
4.2.1 Sampel tunggal untuk estimasi proporsi suatu populasi
Estimasi besar sampel untuk proporsi suatu populasi memerlukan 3 informasi,
yaitu proporsi penyakit atau keadaan yang akan dicari (P) yang diambil dari
pustaka, tingkat ketepatan absolut yang dikehendaki (d) yang ditetapkan oleh
peneliti, dan tingkat kemaknaan (a) yang ditetapkan oleh peneliti. Simple random
sampling menggunakan rumus sebagai berikut: 1,10,11
n = Za2PQ
d2
Nilai Q adalah (1-P). Rumus ini hanya berlaku bila proporsi P>0,10 atau
P<0,90, dan perkalian besar sampel (n) dengan proporsi (P) serta perkalian besar
sampel dengan Q, keduanya harus menghasilkan angka >5. 1,10,11
10
insiden efek pada kelompok dengan faktor risiko, P2 merupakan insiden efek pada
kelompok tanpa risiko, dan RR adalah P1/P2. Cukup ditentukan dua para meter
saja dari ketiga parameter tersebut. 1,10,11
Penelitian kohort sama dengan dengan uji klinis variabel bebas berskala
nominal dikotom dan variabel efek berskala nominal dikotom. Perkiraan besar
sampel untuk penelitian kohort dapat dilakukan dengan dua cara, yaitu dengan
melakukan estimasi untuk interval kepercayaan risiko relatif, dan untuk uji
hipotesis efek pada kedua kelompok. 1,10,11
4.3.1 Estimasi interval kepercayaan risiko relatif
Diperlukan beberapa informasi untuk memperkirakan besar sampel suatu
penelitian kohort dengan interval kepercayaan terhadap risiko relatif, yaitu
perkiraan proporsi efek pada kelompok kontrol (P2) yang berasal dari pustaka,
risiko relatif yang bermakna secara klinis (RR) yang berasal dari clinical
judgement, tingkat ketepatan relatif yang dikehendaki (e) yang ditetapkan peneliti,
dan tingkat kemaknaan (a) yang ditetapkan peneliti. Rumus yang digunakan
adalah sebagai berikut: 1,10,11
n1=n2= Za2 (Q1/P1+Q2/P2) ,
[ln(1-3)]2
dengan catatan: Q1= (1-P1); Q2= (1-P2)
4.3.2 Uji hipotesis terhadap risiko relatif
Hal yang dihadapi sama dengan uji klinis dengan variabel bebas dan
tergantung nominal dikotom. Informasi yang diperlukan adalah proporsi efek pada
kelompok tanpa faktor risiko (P2) yang berasal dari pustaka, risiko relatif (RR)
yang dianggap bermakna secara klinis, Za dan Zb yang ditetapkan. Meskipun
peneliti menduga kuat bahwa insidens efek lebih banyak terjadi pada kelompok
dengan faktor risiko dibandingkan dengan pada kelompok tanpa faktor risiko,
namun sebaiknya tetap dipakai uji hipotesis dua arah. Rumus yang digunakan
adalah sebagai berikut: 1,10,11
n1=n2=( Za√ 2 PQ + Zb√ P1 Q 1+ P 2 Q2 )2
(P1-P2)2
12
V. Kesimpulan
Sebelum memulai penelitian, peneliti harus memahami mengenai konsep
sampel dan populasi. Pemilihan sampel pada penelitian kedokteran dapat
dilakukan dengan metode probability sampling dan non-probability sampling.
Penentuan jumlah sampel harus menggunakan perhitungan yang tepat agar dapat
mewakili populasi dimana hasil penelitian nantinya akan diterapkan.
14
DAFTAR PUSTAKA