Makalah Kel 1&2 Biostatistik
Makalah Kel 1&2 Biostatistik
DISUSUN OLEH :
KELOMPOK 1 & 2
Nola Yohana Sitanggang 032020064
Paula Malau 032020055
Dewi Febri 032019058
Risda Siregar 032020051
Merry Prina 032020086
Lewi Yeben 032020057
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
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.
Kelompok 1 & 2
DAFTAR ISI
KATA PENGANTAR......................................................................................................................i
DAFTAR ISI...................................................................................................................................ii
BAB I PENDAHULUAN................................................................................................................1
1.3 Tujuan........................................................................................................................................1
BAB II PEMBAHASAN.................................................................................................................2
2.1.1 Populasi...................................................................................................................................2
2.1.2 Sampel....................................................................................................................................3
3.1 Kesimpulan..............................................................................................................................26
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. Tujuan
1.2.1. Tujuan Umum
Mahasiswa mampu menguraikan populasi, prinsip dasar pengambilan besar sampel dan
perhitungan besar sampel
1.2.2. 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
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.
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).
Pembagian populasi menurut Sastroasmoro & Ismail (1995) meliputi: populasi target dan
populasi terjangkau.
1. Populasi target Populasi target adalah populasi yang memenuhi kriteria sampling dan
menjadi sasaran akhir penelitian. Populasi menurut Polit dan Hungler (1999) target
bersifat umum dan biasanya pada penelitian klinis dibatasi oleh karakteristik demografis
(meliputi jenis kelamin atau usia). Misalnya, kita mempunyai kelompok populasi target
pada klien diabetes melitus di Surabaya.
2. Populasi terjangkau (Accessible Population) Populasi terjangkau adalah populasi yang
memenuhi kriteria penelitian dan biasanya dapat dijangkau oleh peneliti dari
kelompoknya. Misalnya, semua klien diabetes melitus yang menjadi anggota Askes di
Surabaya. Peneliti biasanya menjadikan sampel pada populasi target tersebut dan
diharapkan dapat dipergunakan untuk mewakili kelompok populasi klien diabetes melitus
Subjek penelitian karakteristik contoh
yang ada di Surabaya
2. 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).
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.
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).
Pengambilan sampel tanpa acak yang akan diuraikan adalah sebagai berikut.
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.
Cara ini merupakan cara yang paling sederhana dan dalam praktik jarang digunakan secara
tunggal terutama saat pengambilan sampel pada populasi yang besar. Cara ini mempunyai arti
yang sangat penting karena pengambilan sampel acak sederhana merupakan dasar dari cara
pengambilan sampel yang lain.
Contoh
Sebuah populasi yang terdiri dari 12 orang dan disusun dalam bentuk adjad
A,B,C,D,E,F,G,H,I,J,K,L.
Bila dari populasi tersebut diambil 2 orang sebagai sampel maka akan diperoleh kombinasi
sebagai berikut.
AB,AC,AD,AF,AG,AH,AI,AJ,AK,AL,BC,BD,BE,BF,BG,BH,
BI,BJ,BK,BL,CD,CE,CF,CH dan seterusnya sebanyak 66 buah kombinasi sampel.
Dengan demikian setiap unit mempunyai peluang sebesar 11/66 atau 1/6 secara umum, bila
diambil sampel sebanyak n dari populasi N maka peluang setiap unit untuk diambil sebagai
sampel adalah n/N
Keuntungan
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
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.
Keuntungan
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.
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
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.
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.
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.
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.
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.
Z 1−α /2 P(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
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:
Z 1−α /2 P(1−P)
n=
d²
1, 96² X 0,35(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
Z 1− (1−P)
n= 2
e²p
keterangan:
n= besar sampel minimum
∝
Z12 = 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.
Z ² 1−α /2 α 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
Zα /2² x 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%
N
2
1+ N e
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= 2
1+ N d
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+ Ne ² 1+120.(0.05)²
n=92
Namun apabila besar populasi (N) tidak diketahui, maka besar sampel dapat
dihitung menggunakan rumus berikut:
2
Z p ( 1− p )
n= 2
d
Keterangan :
n = Jumlah sampel
N = Jumlah populasi
Z = Derajat kepercayaan (biasanya pada tingkat 95% = 1,96)
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:
2 2
Z p ( 1− p ) 1.96 0.5 ( 1−0.5 )
n= 2 = 2
d 0.05
0,96
n= =384
0,0025
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
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.