POPOLASI DAN PRINSIP DASAR PENGAMBILAN BESAR

SAMPEL,PERHITUNGAN BANYAK SAMPEL

DISUSUN OLEH :
KELOMPOK 1 & 2
Salvia Elvaretta Harefa 032019027
Melvin Gloria Zega 032020052
Ruth Dian Palupi Sembiring 032020074
Dinda Cornelia Edesha Stall 032020085
Aprilia Deliana Simanjuntak 032020093
Debby Hutasoit 032020097
Nola Yohana Sitanggang 032020064
Paula Malau 032020055
Dewi Febri 032019058
Risda Siregar 032020051
Merry Prina 032020086
Lewi Yeben 032020057

Dosen Pembimbing : Murni Sari Dewi Simanullang, S.Kep.,Ns,M.Kep

PROGRAM STUDI NERS TAHAP AKADEMIK

STIKes SANTA ELISABETH MEDAN
2023/2024
 KATA PENGANTAR

Puji syukur kami ucapkan kehadirat Tuhan Yang Maha Esa yang telah memberikan rahmat
dan karunia-Nya sehingga Kelompok dapat menyelesaikan makalah ini dengan judul
“Populas,Prinsip Dasar Pengambilan Besar Sampel, perhitungan Besar Sampel”. Makalah
ini di susun dalam rangka memenuhi tugas Mata Kuliah Biostatistik, Program Studi Sarjana
Keperawatan.
Dalam menyusun makalah ini, Kelompok menyadari bahwa makalah ini masih jauh dari
sempurna, untuk itu Kelompok sangat mengharapkan kritik dan saran yang sifatnya membangun
guna sempurnanya makalah ini. Kelompok berharap semoga makalah ini dapat bermanfaat bagi
para pembaca.

Medan, 30 Agustus 2023

Kelompok 1 & 2
 DAFTAR ISI

KATA PENGANTAR................................................................................................................. i

DAFTAR ISI ............................................................................................................................. ii

BAB I PENDAHULUAN ...........................................................................................................1

1.1 Latar Belakang ......................................................................................................................1

1.2 Rumusan Masalah .................................................................................................................2

1.3 Tujuan ...................................................................................................................................2

BAB II PEMBAHASAN.............................................................................................................3

2.1 Pengertian Populasi Dan Sampel ..........................................................................................3

2.1.1 Populasi..............................................................................................................................3

2.1.2 Jenis Populasi .....................................................................................................................3

2.1.3 Sampel ...............................................................................................................................5

2.1.4 Syarat-syarat sampel ...........................................................................................................6

2.2. Metode pengambilan Sampel ................................................................................................7

2.3. Besar Sampel ..................................................................................................................... 15

2.4. Perhitungan Besar Sampel ................................................................................................. 19

BAB III PENUTUP .................................................................................................................. 24

3.1 Kesimpulan ......................................................................................................................... 24

DAFTAR PUSTAKA ............................................................................................................... iii

 BAB I

PENDAHULUAN

1.1.Latar Belakang

Secara umum, populasi adalah sekelompok organisme dari spesies yang sama dan mempunyai
karakteristik yang sama. Kelompok tersebut hidup dalam jangka waktu tertentu, pada wilayah
geografis yang sama, dan dapat berkembang biak sesama organisme tersebut.

Definisi populasi lainnya adalah jumlah penduduk suatu kelompok atau suatu wilayah,
termasuk hewan, tumbuhan atau manusia dalam suatu ruang atau daerah. Dalam penelitian,
disebutkan bahwa populasi adalah bidang umum yang meliputi objek atau subjek dengan jumlah
dan karakteristik tertentu yang perlu dikaji dan ditarik simpulannya (Amirullah, 2019).

Populasi adalah keseluruhan, totalitas atau generalisasi dari satuan, individu, objek atau subjek
yang mempunyai kuantitas dan karakteristik tertentu yang akan diteliti, yang dapat berupa orang,
benda, institusi, peristiwa, dan lain-lain yang di dalamnya dapat diperoleh atau dapat memberikan
informasi (data) penelitian yang kemudian dapat ditarik kesimpulan.

Sampling adalah kegiatan menentukan sampel. Sebuah penelitian tidak perlu melibatkan
semua populasi. Dengan pertimbangan akademik dan non-akademik, populasi dapat diwakili oleh
sebagian anggotanya yang disebut sampel. Meskipun demikian hasil penelitian tidak akan
berkurang bobot dan akurasinya karena sampel memiliki karakter yang sama dengan populasi
sehingga informasi yang digali dari sampel sama dengan karakter yang berlaku pada populasi.

Sampling tidak mengurangi bobot hasil penelitian. Bobot hasil penelitian akan tetap terjamin
asalkan sampling dilakukan dengan benar, sebagaimana diuraikan pada bagian lain bab ini. Hal itu
sejalan dengan pengertian bahwa sampel merupakan nilai-nilai yang menggambarkan karakteristik
sampel sebagai nilai statistik sampel itu. Hal itu berarti bahwa hasil yang disimpulkan berdasarkan
data yang diperoleh dari sampel akan mewakili populasinya. Dengan kata lain, inferensi statistik
akan menjamin bobot hasil penelitian.
1.2. Rumusan Masalah
1. Apa itu populasi?
2. Apa saja prinsip dasar pengambilan besar sampel?
3. Bagaimana perhitungan besar sampel?
1.3.Tujuan
1.3.1. Tujuan Umum
Mahasiswa mampu menguraikan populasi, prinsip dasar pengambilan besar sampel dan
perhitungan besar sampel
1.3.2. Tujuan khusus
1. Diharapkan mahasiswa/I mampu mengetahui pengertian dari populasi dan sampel?
2. Diharapkan mahasiswa/I mampu mengetahui Pengambilan Besar Sampel?
3. Diharapkan mahasiswa/I mampu mengetahui Perhitungan besar sampel?
 BAB II

PEMBAHASAN
2.1 Populasi Dan Sampel
2.1.1. Populasi
Menurut Sugiyono (2019, 126) menyatakan bahwa: “Populasi adalah wilayah generalisasi
yang terdiri atas objek atau subjek yang mempunyai kuantitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Dan, 2022)”.

Populasi adalah keseluruhan elemen dalam penelitian meliputi objek dan subjek dengan
ciri-ciri dan karakteristik tertentu. Jadi pada prinsipnya, populasi adalah semua anggota kelompok
manusia, binatang, peristiwa, atau benda yang tinggal bersama dalam suatu tempat secara
terencana menjadi targat kesimpulan dari hasil akhir suatu penelitian (Amin et al., 2023).

Populasi (universe) adalah keseluruhan unit analisis yang karakteristiknya akan diduga.
Anggota (unit) populasi disebut elemen populasi. Sebagai contoh individu penderita penyakit
TBC,Virus HIV, hasil produksi sawah dan polutan di suatu industri. Populasi adalah sekelompok
organisme dari spesies yang sama dan mempunyai karakteristik yang sama. Kelompok tersebut
hidup dalam jangka waktu tertentu, pada wilayah geografis yang sama, dan dapat berkembang biak
sesama organisme tersebut. Di dalam suatu penelitian mungkin hanya terdapat satu macam unit
analisis, tetapi dapat juga lebih. Populasi dapat dibagi lagi menjadi populasi sampling dan populasi
sasaran/target.

2.1.2 Jenis Populasi

Populasi memiliki berbagai jenis dan hai ini sebailya dipahami dengan baik oleh peneliti,
terutama sebelum merencanakan dan melaksanakan penelitian. Dalam sebuah penelitian, hasil
penelitian akan digeneralisasi ke populasi. Populasi adalah target or cheoretical population dan
populasi yang terlala luas memungkinkan peneliti untuk memperkecil populasinya (dikenal
dengan accessible or study population). Hal tersebut bertujuan agar peneliti membatasi
populasinya hanya pada populasi yang dapat dijangkau oleh peneliti. Dengan demikian penelitian
dapat dilakukan dengan keterbatasan yang ada, baik keterbatasan dana, waktu, dan tenaga
(Swarjana, 2022).
Dalam penelitian, khususnya penelitian kuantitatif, seorang peneliti harus memahami dengan baik
populasi penelitian. Secara mum, terdapat beberapa jenis populasi yang dikenal dalam penelitian,
yaitu populasi target (target population) dan populasi terjangkau (accessible population)
(Swarjana, 2022).

a. Populasi target (Target population)

Populasi target atau primulasi sasaran adalah kumpulan dari keseluruhan kasus, orang, atau
objek, di mana hasil penelitian akan digeneralisasi. Populasi target merupakan keseluruhan
populasi di mana peneliti tertarik untuk melakukan penelitian (Swarjana, 2022).

Contoh

Seorang peneliti hendak melakukan penelitian tentang kepatuhan pasien hipertensi dalam
menjalaniterapi di Wilayah Puskesmas A. Dalam hal in populast targetnya adalah seluruh pasien-
pasien hipertensi yang ada di wilayah Puskesmas A.

Dalam penelician tersebut, peneliti dapat menetapkan secara jelas tentang batas geografis, jenis
kelamin, kelompok umur, dan lain-lain.

b. Populasi terjangkau (Accessible population)

Populasi terjangkau adalah kumpulan dari seluruh kasus, orang, atau objek yang sesuai
dengan kriteria penelitian, yang tersedia dan teriangkau untuk peneliti. Populasi terjangkau adalah
populasi subjek di mana peneliti dapat mengambil sampel, kemudian meminta calon responden
untuk berpartisipasi dalam studi penelitian. Populasi teriangkau (accessible population) adalah
bagian dari populasi target yang dapat dijangkau oleh peneliti untuk melakukan penelitian
(Swarjana, 2022).

Contoh

Seorang peneliti hendak melakukan penelitian tentang kepatuhan pasien hipertensi dalam
menialani terapi di Wilayah Puskesmas A. Dalam hal ini populasi terjangkaunya adalah seluruh
pasien-pasien hipertensi yang dapat dijangkau oleh peneliti. Mengingat keterbatasan peneliti
dalam hal dana. waktu, dan keterbatasan sumber daya manusia, peneliti dapat membatasi area
penelitiannya (yang dapat dijangkau oleh peneliti). Misalnya ada delapan desa di wilayah
puskesmas, peneliti hanya mengambil pasien hipertensi yang memenuhi kriteria dari empat desa
untuk pengambilan sampelnya.

Subjek penelitian karakteristik contoh

Populasi target Stress hospitalisasi pada

Dibatasi oleh karakteristik
anak (jumlah tidak
Klinis dan demografis terbatas

Dibatasi oleh tempat

Populasi Stress hospitalisasi pada
terjangkau dan waktu
anak di RSUD Dr.
Soetomo (58/bulan)

sampel dipilih secara acak 30 anak yang mengalami

stress hospitalisasi

Gambar 1.2 hubungan antara populasi,sample,sampling,dan besar sampel

2.1.3 Sampel

Sampel adalah sebagian populasi yang ciri-cirinya diselidiki atau diukur. Unit sampel dapat
sama dengan unit populasi,tetapi dapat juga berbeda. Sebagai contoh, unit analisis atau populasi
suatu penelitian adalah bayi berumur dibawah tiga tahun, hal yang akan diteliti adalah kebiasaan
makanya, unit sampelnya adalah ibu yang mempunyai anak berumur dibawah tiga tahun karena
tidak mungkin pertanyaan tentang makanan bayi dapat ditanyakan langsung pada bayi tersebut.

Sampel adalah bagian dari populasi yang menjadi objek penelitian. Unit sampel bisa sama
dengan unit populasi tetapi bisa juga berbeda. Sebagai contoh unit analisis atau populasi suatu
penelitian adalah anak berumur di bawah tiga tahun atau batita, hal yang akan diteliti adalah
kebiasaan makan maka unit sampel adalah ibu atau pengasuh yang memiliki anak usia di bawah
tiga tahun sebab tidak mungkin pertanyaan tentang makanan anak batita dapat ditanyakan
langsung pada anak batita tersebut.Unit sampel adalah unit terkecil pada populasi yang akan
diambil sebagai sampel.

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut,
ataupun bagian kecil dari anggota populasi yang diambil menurut prosedur tertentu sehingga dapat
mewakili populasinya. Jika populasi besar, dan peneliti tidak mungkin mempelajari seluruh yang
ada di populasi, hal seperti ini dikarenakan adanya keterbatasan dana atau biaya, tenaga dan waktu,
maka oleh sebab itu peneliti dapat memakai sampel yang diambil dari populasi.

Di dalam suatu penelitian seringkali dilakukan pengambilan sampel. Hal ini tidak hanya
disebabkan biaya penelitian yang besar, tetapi juga karena penelitian populasi akan memakan
waktu penelitian yang panjang dan menimbulkan kesalahan besar dalam pengukuran (bias).

Alasan Penarikan Sampel

Berikut ini beberapa alasan mengapa di dalam suatu penelitian lebih sering ditarik sampel.

1. Adanya populasi yang sangat besar (infinite population), di dalam populasi yang sangat
besar dan tidak terbatas tidak mungkin seluruh populasi diperiksa atau diukur karena akan
memerlukan waktu yang lama.
2. Homogenitas, tidak perlu semua unit populasi yang homogen diperiksa karena akan
membuang waktu serta tidak akan ada gunanya karena variabel yang akan diteliti telah
terwakili oleh sebagian populasi tersebut.
3. Penarikan sampel menghemat biaya dan waktu.
4. Ketelitian/ketepatan pengukuran, meneliti yang sedikit (sampel) tentu akan lebih teliti jika
dibandingkan de- ngan meneliti jumlah yang banyak (populasi).
5. Adanya penelitian yang untuk melakukannya objek pene- litian tersebut harus dihancurkan
(destruktif), misalnya darah yang sudah diambil dari orang yang menjadi objek penelitian
tidak mungkin akan dipakai lagi.
2.1.4 Syarat-syarat Sampel

Pada dasarnya ada dua syarat yang harus dipenuhi saat menetapkan sampel, yaitu
representatif (mewakili) dan (2) sampel harus cukup banyak.
a) Representatif
 Sampel yang representatif adalah sampel yang dapat mewakili populasi yang ada.
Untuk memperoleh hasil/kesimpulan penelitian yang menggambarkan keadaan populasi
penelitian, maka sampel yang diambil harus mewakili populasi yang ada. Sampling harus
direncanakan dan jangan asal saat mengambil sampel. Misalnya, kita ingin meneliti
hubungan antara pengetahuan klien dan ketaatan diet pada klien diabetes. Dasar pendidikan
klien ada yang tidak sekolah, tidak lulus SD, lulus SD, SMP, SMU, akademi, perguruan
tinggi, dan lain-lain. Semua tingkat pendidikan tersebut harus terdapat dalam sampel.
b) Sampel harus cukup banyak
Semakin banyak sampel, maka hasil penelitian mungkin akan lebih representatif.
Meskipun keseluruhan lapisan populasi telah terwakili, kalau jumlahnya kurang
memenuhi, maka kesimpulan hasil penelitian kurang atau bahkan tidak bisa memberikan
gambaran tentang populasi yang sesungguhnya. Sebenarnya tidak ada pedoman umum
yang digunakan untuk menentukan besarnya sampel untuk suatu penelitian. Besar kecilnya
jumlah sampel sangat dipengaruhi oleh rancangan dan ketersediaan subjek dari penelitian
itu sendiri. Polit dan Hungler (1999) menyatakan bahwa semakin besar sampel yang
dipergunakan, semakin baik dan representatif hasil yang diperoleh. Dengan kata lain,
semakin besar sampel, semakin mengurangi angka kesalahan. Prinsip umum yang berlaku
adalah sebaiknya dalam penelitian digunakan sampel sebanyak mungkin, Penggunaan
sampel sebesar 10% -20% untuk subjek dengan jumlah lebih dari 1.000 dipandang sudah
cukup. Makin kecil jumlah populasi, persentasi sampel harus semakin besar (Nursalam,
2020).
2.2. Metode pengambilan sampel

Metode pengambilan sampel secara umum pengambilan sampel dapat dilakukan dengan
cara acak (random sampling) dan tanpa acak (non random sampling). Pengambilan sampel acak
dilakukan secara objektif sedemikian rupa sehingga probabilitas setiap unit sampel diketahui,
sedangkan pengambilan sampel tanpa acak dilakukan sedemikian rupa sehingga probabilitas setiap
unit sampel tidak diketahui dan faktor subjektif memegang peran penting. Oleh karena itu
pengambilan sampel tanpa acak ini walaupun dilakukan sedemikian rupa sehingga mempunyai
tingkat kewakilan yang tinggi, tetap tidak dapat dievaluasi secara objektif.
 Di dalam penarikan sampel secara acak, semua unsur yang ada di populasi mempunyai
peluang sama untuk teram- bil sebagai sampel mewakili populasinya. Agar sampel dapat mewakili
populasi, sampel tersebut harus diambil secara acak (random). Sampel acak ini terdiri dari acak
sederhana (simple random samping = SRS), sistematis (systematic random sampling), sampel
strata (stratified random sampling), klaster (cluster sam- pling), dan bertingkat/bertahap
(multistage sampling)

Sementara itu, di dalam pengambilan sampel secara tidak acak, tidak semua unsur di dalam
populasi mempunyai peluang yang sama untuk tertarik sebagai sampel. Terdapat banyak cara
pengambilan sampel secara tidak acak, tetapi yang akan dijelaskan di sini hanya purposive
sampling, incidental sarpling, dan quota sampling.

Berikut ini penjelasan lebih lanjut tentang penarikan sampel secara acak (probability
sampling) dan secara tidak acak (nor probability sampling).

Random sampling yang akan diuraikan adalah sebagai berikut.

1. pengambilan sampel acak sederhana (Simple random sampling)

2. Pengambilan sampel acak stratifikasi (Stratified random sampling)
3. Pengambilan sampel acak bertahap (Multistage random sampling)
4. Pengambilan sampel acak sistematik (Systematic random sampling)
5. Pengambilan sampel acak kelompok (Cluster random sampling )
6. Probability proportionate to size atau (PPS)

Pengambilan sampel tanpa acak yang akan diuraikan adalah sebagai berikut.

1 Pengambilan sampel seadanya (accidental sampling)

2 Pengambilan sampel berjata (quota sampling)
3 Pengambilan sampel berdasarkan pertimbangan (purposive sampling )

Pengambilan sampel tanpa acak ini digunakan bila kita ingin mengambil sampel yang sangat
kecil pada populasi yang besar karena dengan cara apapun tidak mungkin mendapatkan sampel
yang dapat menggambarkan keadaan populasinya bahkan mungkin dengan pengambilan sampel
tanpa acak akan menghasilkan bias yang lebih kecil dibandingkan dengan pengambilan sampel
secara acak.
A. Pengambilan sampel acak sederhana ( Simple Random Sampling)

Dikatakan simple (sederhana) karena pengambilan anggota sampel dari populasi dilakukan
secara acak tanpa memperhatikan strata yang ada dalam populasi itu.

Contoh pengambilan simple random sampling sebagai berikut :

Sebuah rumah sakit swasta mempunyai 100 tenaga medis dan kita akan pilih secara acak
sebanyak 30 orang sebagai sampel dengan cara nomor urutnya selisih tiga. Tabel urutan tenaga
medis sebagai berikut:

Ketentuan pemilihan sampel nomor urut responden mempunyai selisih 3, dan dimulai dari nomor
urut responden ke-1, maka berikutnya nomor 4, 7, 10, 13, 16, 19, 22, 25, 28, 31, 34, 37, 40, 43,
46, 49, 52, 55, 58, 61, 64, 67, 70, 73, 76, 79, 82, 85, 88, 91 sebagai sampelnya. Atau dengan selisih
yang lain, cara acak sederhana dapat dilakukan dengan mudah (Sunyoto, 2012).

Keuntungan

Pengambilan sampel acak sederhana mempunyai beberapa keuntungan antara lain

1. Setepatan yang tinggi dan setiap unit sampel mempunyai probabilitas yang sama untuk
diambil sebagai sampel
2. Sampling error dapat ditentukan secara secara kuantitatif

Kerugian
 Bila tidak terdapat daftar unit Dasar atau (sampling frame) dan populasi yang tersebar atau
populasi yang sangat luas dengan prasarana jalan yang tidak menunjang, maka pengambilan
sampel acak sederhana sulit dilaksanakan atau dibutuhkan tenaga waktu dan biaya yang sangat
besar.

Teknik pelaksanaan

Pelaksanaan pengambilan sampel acak sederhana dapat dilakukan dengan dua cara
tergantung besarnya populasi. Pada pengambilan sampel acak sederhana dengan populasi kecil
dapat dilakukan secara lotre dengan cara

1. Dibuat daftar semua unit sampel disusun dan diberi nomor secara berurutan
2. Semua unit sampel ditulis pada gulungan kertas atau kepingan dengan bentuk dan ukuran serta
warna yang sama kemudian dimasukkan ke dalam kotak dan diaduk sampai rata
3. Gulungan kertas atau keping diambil sesuai dengan jumlah sampel yang diinginkan kemudian
dicocokkan dengan nomor urut daftar unit sampel.

Pengambilan sampel acak sederhana dengan populasi besar dilakukan dengan menggunakan
tabel bilangan random sampling dengan cara sebagai berikut

1. Tentukan besarnya populasi studi

2. Buat daftar unit sampling (Sampling frame)
3. Semua samping unit diberi nomor urut agar mudah dalam mencocokkan
4. Pengambilan sampel pertama Tentukan sembarang angka yang terdapat pada tabel nomor
random kemudian ambil kolom sebelahnya yang sesuai dengan banyaknya digit populasi
misalnya besarnya populasi 800 diambil 3 kolom lalu diurutkan ke bawah sampai jumlah
sampel yang diinginkan
5. Bila diperoleh angka yang lebih besar dari populasi maka angka tersebut tidak digunakan
demikian pula memperoleh angka yang sama dua kali maka satu angka tidak dipergunakan.

B. Sampel Stratifikasi (Stratified Random Sampling)

Di dalam kehidupan sehari-hari pada umumnya populasi bersifat heterogen. Oleh karena
itu, agar sernua sifat dapat terwakili, terlebih dahulu populasi tersebut dibagi menjadi beberapa
strata, misalnya pendidikan (tinggi, sedang kurang), ekonomi (kaya, sedang, miskin). Di dalam
melakukan stratifikasi dan pengambilan sampel perlu diperhatikan ha-hal berikut.

Pengambilan sampel dilakukan dengan membagi populasi menjadi beberapa strata, di

mana setiap strata adalah homogen, sedangkan antarstrata terdapat sifat yang berbeda kemudian
dilakukan pengambilan sampel pada setiap strata. Cara pengambilan sampel demikian disebut
pengambilan sampel acak dengan stratifikasi. Bila pengambilan sampel pada setiap strata
dilakukan dengan simple random sampling dan dengan proporsi yang sama disebut Proportionate
Strati Pengambilan Sampel Acak Sederhana yang sudah ditentukan Bila pengambilan sampel pada
setiap strata tidak dilakukan secara proporsional, disebut Unproportionate Stratified Simple
Random Sampling.

1. Unsur populasi di dalam strata tersebut diusahakan se homogen mungkin.

2. Antar strata diusahakan seheterogen mungkin.
3. Sampel diambil proporsional menurut besarnya unit yang ada di dalam masing-
masing strata dan antarstrata.
4. Di dalam masing-masing strata unit sampel diambil secara acak.

Keuntungan

Keuntungan menggunakan cara pengambilan sampel acak dengan stratifikasi adalah

ketepatan yang lebih tinggi dengan simpangan baku yang lebih kecil dibandingkan dengan
pengambilan sampel acak sederhana, terutama bila pengambilan sampel dilakukan secara
proporsional. Kelebihan penarikan sampel secara strata ini adalah semua ciri yang heterogen di
dalam populasi dapat terwakili dan memungkinkan mencari hubungan antar strata atau
membandingkannya.

Kerugian

Cara ini mempunyai kekurangan yaitu (1) kita harus mengetahui kondisi populasi yang
sering tidak diketahui-agar dapat dilakukan stratifikasi dengan baik dan (2) sulit untuk membuat
kelompok yang homogen.

Ciri-ciri Pengambilan sampel dengan stratifikasi mempunyai ciri-ciri sebagai berikut.

 1. Deviasi standar lebih kecil dibandingkan dengan pengambilan sampel acak sederhana.
Hal ini dapat terjadi bila pengelompokan dilakukan sedemikian rupa sehingga dalam
satu kelompok mempunyai perbedaan yang sekecil mungkin, sedangkan perbedaan
antarkelompok yang sebesar mungkin dan pengambilan sampel dilakukan secara
proporsional
2. Pengambilan sampel acak senga stratilik akan lebih efektif bila dalam distribusi
populasi terdapat nilai ekstrem yang dapat dikelompokkan tersendiri
3. Setiap unit mempunyai peluang yang sama untuk diambil sebagai sampel hingga
perkiraan yang dihasilkan tidak bias

Contoh :

Misalkan seorang direktor rumah sakit ingin mengetahui prestasi keja dokter dan dukur
berdasarkan kepatuhan dalam menggunakan prod tup dalam memberikan pelayanan kepada
pendents. Untuk in, 12 orang dokter sebagai populasi dibagi mergas 4 kelompok berdasarkan
presta kerja tahun yang lalu Masing-masing kelompok tendin dari 3 ceang dengan prestasi kerja
yang hampir sama dan terdapat perbedaan tarkad Lemudian pada setiap kelompok diambil ang
bagal sampel hang diperoleh sampal sebanyak 4rang Dengan cara demikian akan dipenlich 84
kombinas

C. Sampel Bertingkat/Bertahap (Multistage Sampling)

Pengambilan sampel bertingkat dilakukan kalau secara geografis populasi sangat

menyebar dan meliputi area yang sangat luas. Misalnya, kita akan meneliti puskesmas di Indonesia
yang terdiri dari 27 provinsi. Tahap pertama diacak dulu 5 provinsi (tahap I) dari 27 provinsi itu,
selanjutnya di masing-masing provinsi diacak lagi kabupaten mana yang akan ditarik sebagai
sampel (tahap II). Setelah kabupaten ditarik, tahap III diacak lagi puskesmas mana yang akan
menjadi sampel dari penelitian itu.

Cara Ini merupakan salah satu model pengambilan sampel secara acak yang
pelaksanaannya dilakukan dengan membagi populasi menjadi beberapa Iraksi kemudian diambil
sampelnya. Sampel fraksi yang dihasilkan dibagi lagi menjadi fraksi-fraksi yang lebih kecil
kemudian diambil sampelovya Pembagian menjadi fraksi ini dilakukan terus sampai pada unit
sampel yang diinginkan. Unit sampel pertama disebut Primary Sampling Una (PSU)
 ISU dapat berupa frak besar atau fraksi kecil. Pengambilan sampel acak bertingkat ini
biasanya digunakan bila kita ingin mengambil sampel dengan jumlah yang tidak hanyak pada
populasi yang besar.

Keuntungan

Pada pengambilan sampel acak bertahap dengan PSU besar akan diperoleh keuntungan
sebagai berikut.

1. Varians yang relatif kecil untuk biaya setiap unit.

2. Kontrol terhadap kesalahan tak sampling menjadi lebih baik.
3. Penelitian ulang membutuhkan biaya yang relatif kecil.
4. Kontrol terhadap liputan penelitian lebih mudah dilakukan. Pengambilan
dengan PSU kecil mempunyai ketepatan yang lebih tinggi dibandingkan
dengan PSU besar karena populasi dibagi menjadi fraksi- fraksi kecil yang
banyak jumlahnya hingga pengambilan sampel dapat dilakukan secara merata
pada seluruh populasi.

Kerugian

Pada PSU besar, penggambaran terhadap populasi kurang baik, sedangkan dengan PSU
kecil hanya dapat dilakukan bila individu dalam populasi tidak tersebar dan transportasi mudah.

Contoh

1. Pengambilan sampel acak bertahap menggunakan PSU Kecil Misalnya, akan diadakan
penelitian tentang pola pemanfaatan sarana pelayanan kesehatan oleh penduduk sebuah kota. Di
sini, kota tersebut merupakan populasi studi dengan RT sebagai unit sampel dan kelurahan sebagai
PSU Dari jumlah PSU tersebut diambil sampel dengan cara acak sederhana kemudian sampel
kelurahan dibagi menjadi RW dan diambil sampelnya. Selanjutnya, dari sampel RW diambil
sampel RT dan semua penduduk dewasa dalam RT tersebut merupakan sasaran penelitian.

2. Pengambilan sampel acak bertahap menggunakan PSU besar Bila kita gunakan contoh di atas
maka kota dibagi menjadi 4 bagian atau 4 wilayah yang dianggap sebagai PSU dan secara acak
diambil satu sebagai sampel. PSU sampel kemudian dibagi menjadi kecamatan kemudian
kecamatan sampel dibagi lagi menjadi kelurahan, sampel kelurahan dibagi lagi menjadi RW, dan
dari sampel RW diambil sampel RT dan seluruh penduduk dewasa dalam sampel RT tersebut
diteliti.

D. Sistematis (Systematic Random Sampling)

Sampel yang diambil secara acak hanya unsur pertama, selanjutnya diambil secara
sistematik sesuai langkah yang sudah ditetapkan. Syarat penarikan sampel secara sistematis ini
adalah tersedianya kerangka sampling; populasinya mem- punyai pola beraturan seperti blok-blok
rumah; nomor urut pasien; dan populasi sedikit homogen. Dari 500 orang jum- lah pasien yang
dirawat di suatu rumah sakit akan diambil 25 orang untuk penelitian tentang kepuasan pelayanan
di rumah sakit tersebut. Cara pengambilan sampel akan dilaku- kan secara sistematis, di mana
probabilitas untuk terambil sebagai sampel adalah 25/500= 1/20. Untuk mengambil unsur I
dilakukan secara acak sederhana dari nomor pertama sampai dua puluh. Misalnya, sudah tertarik
nomor 15, untuk selanjutnya diambil setiap jarak 20 satu sampel. Dalam hal ini akan diambil
nomor 35, 55, 75, didapatkan 25 orang pasien.

E. Klaster (Cluster Sampling)

Di dalam praktik kadang-kadang kerangka sampel juga sulit diperoleh sehingga seharusnya
peneliti membuatnya sebelum turun mengumpulkan data. Hal ini mungkin mudah dikerjakan,
tetapi sering kali sulit/tidak mungkin dilakukan, atau kalau dilakukan akan membutuhkan waktu
serta biaya yang cukup banyak.

Populasi dibagi ke dalam gugus/kelas yang diasumsikan di dalam setiap kelas/gugus sudah
terdapat semua sifat/va riasi yang akan diteliti. Selanjutnya kelas yang akan diacak dan unit sampel
akan diambil dari kelas yang sudah tertarik. Syarat-syarat untuk pengambilan sampel ini adalah:

1) di dalam kelas sehomogen mungkin;

2) antarkelas seheterogen mungkin;

3) disebut juga area sampling.

Penarikan Sampel Secara Tidak Acak (Non Probability Sampling)

a. Purposive Sampling
 Sampel ditentukan oleh orang yang telah mengenal be- tul populasi yang akan
diteliti (seorang ahli di bidang yang akan diteliti). Dengan demikian, sampel tersebut
mungkin representatif untuk populasi yang sedang diteliti.

b. Insidental Sampling

Sampel tersebut tidak terencana dan penggambaran ha sil dari pengumpulan data
tersebut tidak didasarkan pada suatu metode yang baku. Misalnya, terjadi suatu keadaan
luar biasa, data yang sudah terkumpul disajikan secara deskriptif dan hasil tersebut tidak
dapat digeneralisasi.

c. Quota Sampling

Sampel yang akan diambil ditentukan oleh pengumpul data dan sebelumnya telah
ditentukan jumlah yang akan diambil. Kalau jumlah tersebut sudah dicapai, si pengumpul
data berhenti, selanjutnya hasil itu dipresentasikan.

Misalnya, seorang wartawan ingin mengetahui apakah masyarakat menyukai

dwifungsi ABRI. Sebelum mengumpulkan data ditentukan bahwa dia akan mewawancarai
sebanyak 2.000 orang yang sedang lewat di depan suatu pertokoan swalayan. Kepada
setiap orang yang lewat ditanyakan apakah orang itu setuju atau tidak dengan dwifungsi
ABRI. Orang yang ditanya mungkin hanya menjawab setuju atau tidak setuju. Wartawan
tersebut akan berhenti setelah dia menanyai sebanyak 2.000 orang dan akan menulis hasil
temuannya.

2.3.Besar Sampel

Berapa besar sampel yang akan di ambil di dalam suatu penelitian agar dapat mewakili populasi
atau sampel tersebut reflesentatif? Pertanyaan ini sulit dijawab tetapi akan selalu ditanyakan
apakah 1%

1. Biaya yang tersedia, waktu, serta tenaga yang akan me laksanakan.

2. Variasi yang ada di dalam variabel yang akan diteliti serta banyaknya variabel yang
akan diamati. Apakah populasi- nya homogen atau sangat heterogen; semakin
heterogen suatu populasi, semakin besar sampel dibutuhkan untuk mewakili populasi
tersebut.
 3. Presisi, ketepatan yang dikehendaki, semakin besar sampel kemungkinan akan lebih
tepat menggambar- kan populasinya. Ini juga sampai batas tertentu karena semakin
besar sampel kemungkinan membuat kesalah- an pada saat pengukuran juga akan
menjadi besar (error meningkat).
4. Rencana analisis, kalau analisis hanya manual tidak mungkin menganalisis data yang
banyak sekali, berbeda dengan analisis memakai perangkat lunak komputer.
5. Untuk menentukan secara tepat harus dilakukan me- makai asumsi-asumsi tertentu
dengan perhitungan sampling error yang dapat diterima (di luar uraian buku ini).

Besar sampel juga ditentukan oleh tujuan penelitian apakah untuk mengestimasi nilai
populasi atau untuk menguji hipotesis. Berikut akan dijelaskan beberapa contoh perhitungan besar
sampel berdasarkan tujuan penelitian.
1) Estimasi proporsi dengan presisi mutlak
Dalam melakukan penelitian sering kali peneliti ingin mengetahui proporsi suatu
kejadian, seperti cakupan imunisasi di suatu Provinsi, prevalensi anemia pada ibu
hamil di suatu Kabupaten, dan prevalensi balita gizi kurang di suatu Kecamatan. Maka
diperoleh rumus menghitung sampel untuk estimasi proporsi sampel sebagai berikut.
Z1 − α/2P(1 − P)
𝑛=
d²

Keterangan:
n = besar sampel minimal
P= proporsi
d= presisi
Z1-α/2 = berdasarkan derajat kepercayaan yang diinginkan
Derajat kepercayaan yang sering digunakan adalah 90% nilai Z1-α/2 adalah
1,64 95% nilai Z1-α/2 adalah 1,96 99% nilai Z1-α/2 adalah 2,58

Dengan menggunakan rumus diatas, nilai P(1-P) akan mencapai maksimum

jika P=0,5 yang juga berarti jumlah sampel mencapai maksimum. Jadi jika peneliti
tidak mengetahui perkiraan proporsi pada populasi (belum ada informasi penelitian
sebelumnya), maka dianjurkan untuk menggunakan P=0,5.
dimana nilai P merupakan proporsi. Nilai P diambil dari penelitian
sebelumnya yaitu efek samping Nilai d merupakan simpangan baku yang dapat
diterima adalah 5% (d=0,05). Derajat kepercayaan 95% (Zα =1.96).
 Contoh :
Direktur sebuah rumah sakit ingin mengetahui tingkat kepuasan pasien
terhadap pelayanan laboratorium di rumah sakit tersebut. Berdasarkan informasi
dari suvei sebelumnya pada sebuah rumah sakit diketahui persentase pasien yang
tidak puas sebesar 35%. Berapa jumlah sampel yang dibutuhkan jika Direktur
menginginkan presisi mutlak sebesar 10% pada derajat kepercayaan 95%? Dengan
menggunakan rumus diatas dan nilai p = 0,35, d=0,10 dan z=1,96 maka diperoleh
jumlah sampel minimum adalah:
Z1−α/2P(1−P)
n= d²
1,96²X0,35(0,65)
n= =87,39
0.1²

Jadi jumlah sampel minimum yang dibutuhkan sebesar 87,39 pasien. Jumlah
tersebut dibulatkan menjadi 88 pasien, sebagai sampel agar kita 95% percaya
dalam melakukan estimasi jumlah atau persentase tingkat kepuasan pasien
2) Estimasi proporsi dengan presisi relatif
Dalam melakukan estimasi proporsi, ada kalanya peneliti memerlukan
presisi relatif seperti 10% P bukan 10% angka mutlak. Sebagai contoh, jika
proporsi pasien yang puas terhadap pelayanan farmasi pada populasi adalah 70%,
dengan pendekatan presisi mutlak 10% dan derajat kepercayaan 95% maka 95%
dari sampel yang diambil akan menghasilkan cakupan sebesar 60—80%.Dengan
menyelesaikan persamaan tersebut, diperoleh rumus untuk menghitung besar
sampel dengan presisi relatif sebagai berikut.
α
Z1− (1−P)
2
n= e²p

keterangan:
n= besar sampel minimum
Z1∝2 = nilai distrbusi normal baku(table Z) pada ∝ tertentu
P= proporsi
𝜀= presisi relatif
Contoh Seorang peneliti ingin mengetahui gambaran masyarakat yang
melakukan pengobatan sendiri pada keluhan demam.Dari survei di Indonesia,
diketahui bahwa persentase masyarakat yang mengobati sendiri ketika demam
adalah 60%. Berapa jumlah sampel yang diperlukan jika peneliti mengharapkan
derajat kepercayaan 95% dan presisi relatif 10%? Dengan menggunakan rumus
jumlah sampel dapat dihitung berdasarkan isian P=0,60, ϵ=0,10, dan Z=1,96, maka:
n = (1,96)2 =256,08 orang sampel, jumlah tersebut dibulatkan menjadi 257 orang
 sampel. Dengan demikian diperlukan 257 orang sebagai sampel agar kita 95%
percaya dalam melakukan estimasi persentase masyarakat yang mengobati sendiri
ketika demam di daerah tersebut.

3) Besar Sampel untuk Estimasi Rata-rata

Estimasi rata-rata sering digunakan untuk mengukur variabel yang bersifat
kontinu, yakni data dari hasil mengukur misal berat badan, tinggi badan, dan asupan
energi. maka diperoleh rumus untuk menghitung besar sampel sebagai berikut.

Z² 1−α/2α ²
n= d²
Nilai d disebut sebagai presisi dan nilainya akan semakin kecil dengan
semakin besarnya jumlah sampel.

Keterangan:
n= besar sampel minimum
Z1𝛼2 =nilai distribusi normal baku (table Z) pada ∝ tertentu
𝜎=varians dalam popolasi
d= presisi atau kesalahan (absolut) yang dapat ditoleransi

Contoh Suatu penelitian dilakukan untuk mengetahui berat rata-rata

formulasi tablet di suatu pabrik farmasi. Dari penelitian di pabrik lain, diketahui
standar deviasi berat tablet adalah 50 mg. Berapa besar sampel obat yang harus
diambil jika peneliti menginginkan derajat kepercayaan 95% dan besar simpangan
maksimum dari rata-rata berat tablet adalah 20 mg? Jadi dibutuhkan sampel
sebanyak 25 tablet.

4) Besar Sampel untuk Penelitian Survei

Besar sampel untuk penelitian survei dapt dihitung dengan rumus sebagai
berikut:

Zα/2²x p x q
n= (d)²

keterangan:
n : jumlah sampel
Zα/2 : nilai z pada alpha tertentu, misal 0,05 maka zα/2=1,96
 p : proporsi populasi dengan masalah tertentu
Q :1-p
d : tingkat presisi

contoh: Seorang peneliti ingin melakukan survei kepuasan pasien rawat inap
terhadap layanan Instalasi Farmasi di RS X. Dari studi yang lalu diketahui bahwa
hanya 60% yang puas terhadap layanan tersebut. Berdasarkan proporsi itu,
berapakah besar sample yang dibutuhkan jika presisi=10% dan derajat
kepercayaan=95%.

2.4.Perhitungan Besar Sampel

Sampel yang baik sedapat mungkin dapat merepresentasikan karakteristik populasi, namun
pertanyaan selanjutnya adalah berapa besar sampel yang digunakan sehingga dianggap mampu
merepresentasikan populasi? Jawabannya adalah tergantung dari tingkat kepercayaan
(convidence level) dan kesalahan (significance level) yang dikehendaki, semakin besar tingkat
kepercayaan yang dikehendaki maka semakin banyak sampel yang dibutuhkan, dan sebaliknya
semakin rendah tingkat kepercayaan yang dikehendaki maka semakin sedikit sampel yang
dibutuhkan. Dalam praktiknya di lapangan, besar kecilnya tingkat kepercayaan yang
dikehendaki sangat bergantung pada kecukupan tenaga, waktu dan biaya yang dimiliki oleh si
peneliti (Amin et al., 2023).
 Sumber : (Dahlan, 2020)

Cara menghitung besar sampel suatu penelitian sangat ditentukan oleh desain
penelitian yang digunakan dan data yang diambil. Jenis penelitian observasi dengan
menggunakan desain cross sectional akan berbeda dengan case control study dan kohort.
Demikian pula jika data yang dikumpulkan adalah proporsi maka akan berbeda dengan
jika data yang digunakan adalah data kontinyu.
Penelitian di bidang kesehatan kebanyakan menggunakan desain atau pendekatan
cross sectional, meskipun ada beberapa yang menggunakan case control atau pun kohort.
Berikut ini adalah beberapa metode yang digunakan dalam menentukan ukuran sampel.
1) Rumus Slovin
 𝑁
1 + 𝑁𝑒 2
Keterangan :
n = Jumlah sampel
N = Jumlah populasi
e = Tingkat kesalahan dalam penelitian
Dalam rumus Slovin ada ketentuan sebagai berikut :
Nilai e = 0,1 (10%) untuk populasi dalam jumlah besar
Nilai e = 0,2 (20%) untuk populasi dalam jumlah kecil

Rumus Taro Yamane juga menyerupai Rumus Slovin dimana istilah kesalahan
atau e pada Slovin, diganti menggunakan istilah presisi atau d pada Taro Yamane.
Rumus Taro Yamane adalah sebagai berikut:
𝑁
n=
1 + 𝑁𝑑 2
Keterangan:
n = Jumlah sampel
N = Jumlah populasi
E = Presisi
Contoh: Dalam suatu penelitian yang memiliki jumlah populasi 120 orang dan tingkat
kesalahan yang diharapkan oleh peneliti adalah sebesar 5%, maka jika menggunakan
rumus slovin, maka didapat sampel sebagai berikut:
N 120
n=1+𝑁𝑒² = 1+120.(0.05)²

n=92

2) Penelitian Cross Sectional

Untuk penelitian survei, rumus yang dapat digunakan adalah dengan rumus estimasi
proporsi. Jika besar populasi (N) diketahui, maka dapat menggunakan rumus
berikut:
Z2 p(1−p)N
n=d2 (N−1)+Z²p(1−p)
 Namun apabila besar populasi (N) tidak diketahui, maka besar sampel dapat dihitung
menggunakan rumus berikut:
Z2 p(1−p)
n= d2
Keterangan :
n = Jumlah sampel
N = Jumlah populasi
Z = Derajat kepercayaan (biasanya pada tingkat 95% = 1,96)

P = Proporsi suatu kasus tertentu terhadap populasi, bila tidak diketahui

proporsinya, ditetapkan 50% (0,50)
d = Derajat penyimpangan terhadap populasi yang diinginkan: 10% (0,10), 5%
(0,05).

Contoh: Suatu penelitian ingin mengetahui proporsi resume medis yang tidak
lengkap pada RS X. Namun populasinya belum diketahui peneliti. Untuk derajat
penyimpangan yang diinginkan peneliti adalah 5%, maka sampel yang dibutuhkan
adalah sebagai berikut:
Z2 p(1−p) 1.962 0.5(1−0.5)
n= =
d2 0.052
0,96
n = 0,0025 =384

Maka, sampel dokumen resume medis yang diperlukan adalah 384 dokumen.
3) Sampel Berstrata
Pada topik sebelumnya telah dijelaskan bahwa dalam pengambilan sampel, teknik
stratifikasi dipilih untuk populasi yang bersifat heterogen. Dari populasi tersebut
kemudian dibagi ke dalam strata yang karakteristiknya sama. Rumus yang digunakan
dalam sampel berstrata adalah sebagai berikut:
Nᵢ
nᵢ= N ×n

Keterangan:
Ni = Jumlah populasi pada stratum
N = Jumlah populasi seluruhnya
ni = Jumlah sampel pada stratum
n = Jumlah sampel seluruhnya
 Contoh: Suatu penelitian mengukur evaluasi kinerja dosen dengan subjek
penelitian mahasiswa. Peneliti membuat stratum kelompok mahasiswa sebagai
berikut:

Tabel : Kelompok Mahasiswa berdasarkan Nilai Mahasiswa

Nilai Jumlah mahasiswa Nilai ujian

0-30 7 Tidak pandai

31-60 15 Sedang
61-80 23 Lumayan
80-100 5 Pandai
Total siswa 50

Dengan mengggunakan rumus berstrata maka perhitungan adalah sebagai berikut:

a) Cari besaran sampel secara keseluruhan (Bisa menggukan rumus Slovin: dalam
penelitian ini menggunakan tingkat kesalahan 5%).
b) Hitung sampel tiap stratifikasi.Maka setelah perhitungan, didapatkan sampel dari
tiap populasi seperti berikut:

Tabel Sampel Tiap Kelompok Mahasiswa Berdasarkan Nilai Mahasiswa

Nilai Nilai ujian Sampel

Jumlah Stratifikasi
Mahasiswa(Nᵢ) (ni)

0-30 7 Tidak pandai 6

31-60 15 Sedang 13
61-80 23 Lumayan 20
80-100 5 Pandai 4
Total (N) 50
Sampel (n) 44 44
 BAB III
PENUTUP
3.1.Kesimpulan
Besaran sampel sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang
diinginkan peneliti.Cara menghitung besar sampel suatu penelitian sangat ditentukan oleh
desain penelitian yang digunakan dan data yang diambil.Jika diketahui populasi dan derajat
kesalahan yang diingingkan, dapat menggunakan rumus Slovin atau Taro Yamane, dimana n
= N/ (1+e2) .
 DAFTAR PUSTAKA

Sabri, L & Hastono, S.P. 2014. Statistik Kesehatan. Jakarta : PT RajaGrafindo Persada

Alwi, I. (2015). Kriteria empirik dalam menentukan ukuran sampel pada pengujian hipotesis
statistika dan analisis butir. Formatif: Jurnal Ilmiah Pendidikan MIPA, 2(2).

Hidayat, A. A. (2021). Cara Mudah Menghitung Besar Sampel. Health Books Publishing.

Budiarto,Eko. (2001). BIOSTATISTIKA. Jakarta

Amin, N. F., Garancang, S., & Abunawas, K. (2023). Konsep Umum Populasi dan Sampel dalam
Penelitian. Jurnal Pilar, 14(1), 15–31.

Dan, K. (2022). BAHAN AJAR DIKLAT STATISTISIK AHLI BPS ANGKATAN XXI TAHUN 2020.
1.

Dahlan, m. (2020). Besar sampel dan cara pengambilan sampel. Jakarta: Salemba medika.

Nursalam. (2020). Metodologi Penelitian Ilmu Keperawatan: Pendekatan Praktis/Nursalam.

Jakarta: Salemba Medika.
Sunyoto, D. (2012). Statistika Kesehatan Analisis Data Dengan Perhitungan Manual Dan
Program SPSS. Yogyakarta: Nuha Medika.
Swarjana, I. K. (2022). Populasi-sampel, teknik sampling & bias dalam penelitian. Penerbit Andi.