STATISTIK KESEHATAN

Konsep Besar Sampel

Disusun oleh :
Kelompok 6
Erwanda Eka Prastika P2.31.33.1.14.018
Dea Fadilla Tinura P2.31.33.1.14.011
Ian Dimas Aji Putra U P2.31.33.1.14.028
Kartika Wahyuningtiyas P2.31.33.1.14.031
 Pengertian Populasi dan Sampel
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.
 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 di bawah tiga tahun, hal yang
akan diteliti adalah ibu yang mempunyai anak berumur
di bawah tiga tahun karena tidak mungkin pertanyaan
tentang makanan bayi dapat ditanyakan langsung
kepada bayi tersebut.
Di dalam suatu penelitian sering kali dilakukan
pengambilan sampel. Hal ini tidak hanya di sebabkan
biaya penelitian yang besar, tetapi juga karena
penelitian populasi mungkin akan memakan waktu
penelitian yang panjang dan menimbulkan kesalahan
yang besar dalam pengukuran (bias).
 Alasan Penarikan sampel
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.
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.
Penarikan sampel menghemat biaya dan waktu.
Ketelitian/ ketepatan pengukuran, meneliti yang sedikit (sampel)
tentu akan lebih teliti jika dibandingkan dengan meneliti jumlah
yang banyak (populasi).
Adanya penelitian yang untuk melakukan objek penelitian tersebut
harus dihancurkan (destruktif), misalnya darah yang sudah di ambil
dari orang yang menjadi objek penelitian tidak mungkin akan
dipakai lagi.
 Syarat-syarat sampel yang ideal
Dapat menghasilkan
gambaran karakter populasi
yang tepat
Dapat menentukan presisi
(ketepatan) hasil penelitian
dengan menentukan
simpangan baku dari
taksiran yang diperoleh
Sederhana, mudah
dilaksanakan
Dapat memberikan
keterangan sebanyak
mungkin dengan biaya
serendah mungkin.
 Penarikan Sampel

ACAK TIDAK ACAK

 Penarikan Sampel secara acak (Probability
Sampling)
Acak sederhana (Simple Sistematis (Systematic Random Sampling)
Random Sampling = SRS) Sampel yang diambil secara acak hanya unsur
pertama, selanjutnya diambil secara sistematik
Cara ini dilaksanakan sesuai langkah yang sudah ditetapkan. Syarat
apabila populasi tidak penarikan sampel secara sistematis ini adalah
begitu banyak variasinya tersedianya kerangka sampling; populasinya
dan secara geografis tidak mempunyai pola beraturan seperti blok-blok
rumah; nomor urut pasien; dan populasi sedikit
terlalu menyebar, di homogen. Contoh : Dari 500 orang jumlah pasien
samping itu harus ada yang dirawat di rumah sakit akan diambil 25
daftar populasi (sampling orang untuk penelitian tentang kepuasan
frame). Caranya adalah : pelayanan di rumah sakit tersebut. Cara
pengambilan sampel akan dilakukan secara
Dgn melakukan undian sistematis, dimana probabilitas untuk terambil
Memakai tabel sebagai sampel adalah 25/500 = 1/20. Untuk
mengambil unsur I dilakukan secara acak
bilangan random sederhana dari nomor pertama sampai dua
Memakai paket puluh. Misalnya, sudah ditarik nomor 15, untuk
komputer (kalau sudah selanjutnya diambil setiap jarak 20 satu sampel.
Dalam hal ini akan diambil nomor 35, 55, 75,...
mempunyai kerangka dan seterusnya sampai didapatkan 25 sampel.
sampel).
 Penarikan Sampel secara acak
(Probability Sampling)
Sampel Strata (Stratified
Random Sampling)
Di dalam kehidupan sehari-hari
pada umumnya populasi bersifat
heterogen. Oleh karena itu, agar
semua 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 hal-
hal berikut:
1) Unsur populasi di dalam strata
tersebut diusahakan
sehomogen mungkin.
2) Antar strata diusahakan
seheterogen mungkin
3) Sampel diambil proporsional
menurut besarnya unit yang
ada di dalam masing-masing
strata dan antar strata.
4) Di dalam masing-masing strata
unit sampel diambil secara
acak.
5) Kelebihan penarikan sampel
secara strata ini adalah semua
ciri yang heterogen di dalam
populasi dapat terwakili dan
memungkinkan mencari
hubungan antar strata atau
membandingkannya.
 Penarikan Sampel secara acak
(Probability Sampling)
Klaster (Cluster Random Sampling) Syarat-syarat untuk pengambilan sampel
ini adalah :
Di dalam praktik kadang-
kadang kerangka sampel juga sulit Di dalam kelas sehomogen mungkin
diperoleh sehingga seharusnya Antar kelas seheterogen mungkin
peneliti membuatnya sebelum turun Disebut juga area sampling.
mengumpulkan data. Hal ini
mungkin mudah dikerjakan, tetapi
seringkali sulit/tidak mungkin
dilakukan, atau kalau dilakukan akan
membutuhkan waktu serta biaya
yang cukup banyak.
Populasi di bagi ke dalam
gugus/kelas yang diasumsikan di
dalam setiap gugus/kelas sudah
terdapat sifat/variasi yang akan
diteliti. Selanjutnya kelas yang akan
diacak dan unit sampel akan diambil
dari kelas yang sudah tertarik.
 Penarikan Sampel secara acak
(Probability Sampling)
Sampel bertingkat/bertahap (Multistage
Sampling)
Pengambilan sampel bertingkat dilakukan kalau
secara geografis populasi sangat mnyebar dan
meliputi area yang sangat luas. Misalnya, kita
akan meneliti Puskesmas di Indonesia terdiri dari
27 Provinsi. Tahap pertama di acak dulu 5
Provinsi (tahap I) dari 27 Provinsi itu, selanjutnya
di masing-masing Provinsi di acak lagi Kabupaten
mana yang akan ditarik sebagai sampel (tahap II).
Setelah kabupaten ditarik, tahap III di acak lagi
Puskesmas mana yang akan menjadi sampel
penelitian itu.
 Penarikan Sampel secara tidak acak
(non probability sampling)
Purposive Sampling
Sampel ditentukan oleh
orang yang telah mengenal
betul populasi yang akan
diteliti (seorang ahli
dibidang yang akan diteliti).
Dengan demikian, sampel
tersebut mungkin
representatif untuk populasi
yang sedang diteliti.
Insidental Sampling
Sampel tersebut tidak
terencana dan
penggambaran hasil dari
pengumpulan data tersebut
tidak didasarkan pada suatu
metode yang baku.
Misalnya, terjadi suatu
keadaan luar biasa, data
yang sudah terkumpul di
sajikan secara deskriptif dan
hasil tersebut tidak dapat di
generalisasi.
 Penarikan Sampel secara tidak acak
(non probability sampling)
Quota Sampling
Sampel yang akan diambil
ditentukan oleh pengumpul
data dan sebelumnya telah
ditentukan jumlah yang akan
diambil. Kalau jumlah tersebut
sudah di capai, si pengumpul
data berhenti, selanjutnya
data itu di presentasikan.
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.
 Besar Sampel
Berapa besar sampel yang akan diambil di dalam suatu penelitian agar
dapat mewakili populasi atau sampel tersebut representatif? Pertanyaan
ini sulit dijawab, tetapi selalu akan ditanyakan, apakah 1% dari populasi...
5%.... atau 10%. Hal ini sangat tergantung pada hal-hal berikut :
Biaya yang tersedia, waktu serta tenaga yang akan melaksanakan.
Variasi yang ada di dalam Variabel yang akan diteliti serta banyaknya
Variabel yang akan diamati. Apakah populasinya homogen atau sangat
heterogen. Semakin heterogen suatu populasi, semakin besar sampel
dibutuhkan untuk mewakili populasi tersebut.
Presisi, ketepatan yang dikehendaki, semakin besar sampel
kemungkinan akan lebih tepat menggambarkan populasinya. Ini juga
sampai batas tertentu karena semakin besar sampel kemungkinan
membuat kesalahan pada saat pengukuran juga akan menjadi besar
(error meningkat).
Rencana analisis, kalau analisis hanya manual tidak mungkin
menganalisis data yang banyak sekali, berbeda dengan analisis
memakai perangkat lunak komputer.
 Error (Penyimpangan)
Penyimpangan hasil yang diperoleh dari pengukuran sampel dapat
terjadi dalam dua jenis berikut :
Sampling error, sebenarnya hal ini bukan merupakan kesalahan
yang sebenarnya, tetapi merupakan variasi dari konsekuensi
pengambilan sampel. Maksudnya bahwa setiap sampel yang akan
diambil dari suatu populasi akan berdistribusi sekitar nilai populasi
Non Sampling error, yaitu error yang tidak disebabkan oleh sampel,
tetapi di sebabkan pelaksanaan dalam pengambilan sampel sampai
analisisnya, seperti :
Pada saat perencanaan
Pelaksanaan
Pengolahan
Analisis dan interpretasi
 TEKNIK MENGHITUNG BESARNYA
ANGGOTA SAMPEL
Proporsi
Perhitungan besarnya
anggota sampel dengan
menggunakan cara proporsi Keterangan :
dapat menggunakan
sejumlah rumus rumus, n = jumlah anggota
namun pada kesempatan ini sampel minimal
dikenalkan tiga buah rumus p = proporsi kelompok
untuk menghitung besarnya pertama
anggota sampel. Rumus q = proporsi kelompok
rumus dan contoh kedua = (1 - p)
penggunaannya seperti = taraf signifikan
uraian berikut ini :
Z1/2 = nilai z tabel
 Jika = 0,01, maka Jika = 0,05, maka
rumus tadi akan rumus tadi akan
menjadi : menjadi :
Contoh Soal
Suatu daerah diketahui anggota populasi penduduknya
yang berstatus sebagai PNS 400.000 orang. Diantaranya
100.000 orang belum menjalankan KB secara efektif.
Berapa besar anggota sampel yang perlu diteliti dalam
rangka mengungkapkan partisipasi terhadap program
KB?

Misalkan digunakan = 0,05 maka n = p ( 1 p) ( )2

didapatkan :
p= = 0,25 = 0,25 ( 1 0,25) ( )2
= 294 (dibulatkan)

Karena manusia bukan dalam bilangan pecahan, maka

dibulatkan menjadi 294 orang.
 Keterangan :
s : banyaknya anggota
sampel
b. s = N: banyaknya anggota
populasi
P: proporsi dalam populasi
D: derajat ketelitian = 1,96
X2: harga tabel chi -
kuadrat untuk tertent
 Keterangan :
c. SE = SE : Standar Estimasi
p : proporsi
N : jumlah anggota populasi
n : jumlah anggota sampel
 Ketelitian Estimasi

Ketelitian Estimasi Rumus dasar confidensi

interval
n=( )2 w = 2 z1/2

Keterangan :
Keterangan :
w = interval estimasi
n = banyak sampel
z1/2 = standar skor tertentu
s = standar deviasi (diketahui)
= simpangan baku populasi
SEx= standar error (diketahui)
n = besarnya anggota sampel
dan banyak sampel
Contoh Soal
Diketahui =100, w = 5, = 0,25
Berapa banyak sampel (n)?
Jawab
z1/2 = z0,025 = 1,96
w = 2 z1/2

5 =

n = 61
PENENTUAN BESAR SAMPEL (SAMPLE SIZE)

Penentuan besar sampel sangat diperlukan dalam statistik

inferensial, mengingat peneliti tidak mungkin mengamati
seluruh populasi. Besar sampel yang dibutuhkan sangat
bergantung pada :
Harga parameter yang diteliti ( Rata rata () atau Proporsi
(p)
(alfa) dan (beta) yang digunakan
Penelitian Estimasi atau Uji Hipotesis
Besarnya penyimpangan yang ditolerir atau perbedaan yang
diharapkan (d)
Nilai Parameter Populasi yang diketahui
( (standard deviasi), (rata rata), dan lain lain)
1. Rumus Besar Sampel (Data Proporsi) Untuk Estimasi

N= Populasi infinit
Keterangan :
N : besar populasi
p : estimator proporsi
populasi
N= Populasi finit q :1p
Z : harga kurva normal
sesuai (tingkat
kepercayaan)
d : beda antara proporsi di
sampel dengan di
populasi
n : besar sampel
Contoh Soal :
Disuatu propinsi diketahui prevalensi Anemia pada ibu hamil
60%. Suatu penelitian ingin dilakukan dikecamatan tersebut,
berapa besarnya sampel yang harus diambil bila diinginkan
perbedaan proporsi di populasi dengan di sampel tidak lebih
dari 5%
Jawab :
p = 60% = 0,6 dan q = 1 0,6 = 0,4
Z = 1,96 ; d = 5%
n= =

= = 368
 Contoh Soal :
Seorang Mahasiswa ingin melakukan penelitian tentang status
Gizi Balita di suatu kecamatan yang mempunyai Balita 6.000
balita. Pada penelitian nasional didapatkan anak berstatus
kurang gizi 30%. Berapa besar sampel yang harus diambil bila
tingkat kepercayaannya 95% dan tingkat kemantapannya 5%.
Jawab :
Diketahui :
N = 6.000 balita, p = 30% (0,3) q = 1 p = 1 0,3 = 0,7
Z = 1,96 d = 0,05
N= =

= = 306,42 Dibulatkan 307

Beberapa Rumus Besar Sampel (Data Kontinyu)

N= Keterangan :
Populasi infinit
N : besar populasi
: standar deviasi =
varians
N= Populasi finit Z : harga kurva normal
sesuai (tingkat
kepercayaan)
dx : beda antara rata rata di
sampel dengan di populasi
n : besar sampel
Contoh Soal :
Mengetahui perbedaan serum creatinin pada penderita ginjal
menahun dengan orang normal. Andaikata kita tidak
mengetahui besarnya namun kepustakaan ada rentangan
0,15 mg%. Selanjutnya digunakan = 0,05 dan d = 0,01 mg%.
Berapa besar n?
= Rentangan / 4 = 0,15 mg% / 4 = 0,0375 mg%
= (0,0375) = 0,00141
= 0,05 Z = 1,96

N= = = = 54 Orang
2. Rumus Besar Sampel Untuk Uji Hipotesis

N= (Data Proporsi)

N= (Data kontinyu)
Contoh Soal :
Seorang mahasiswi kebidanan Poltekkes Malang Progsus
Pelayanan ingin meneliti tentang perbedaan kejadian diare
antara bayi yang lahir normal dengan yang lahir sectio
caesaria.
Diketahui proporsi diare pada kelompok sectio caesaria = 0,7
dan proporsi diare pada kelompok persalinan normal = 0,2.
Jika penelitian menggunakan = 0,05 dan = 0,2 tentukan
besar sampel minimal yang ditentukan.
Jawab :
Diketahui :
Z = Deviat baku alpha = 1,96 (tingkat kepercayaan 95%)
Z = Deviat baku beta = 0,842 (power test 80%)
P1 = Proporsi diare pada kelompok sectio caesaria = 0,7
Q1 = 1 P1 Proporsi tidak diare pada sekelompok sectio
caesaria 0,3
P2 = Proporsi diare persalinan normal = 0,2
Q2 = 1 P2 proporsi tidak diare pada kelompok persalinan
normal = 0,8
P1-P2 = Selisih proporsional minimal yang dianggap bermakna =
0,5
P = Proporsi total = = = 0,45
N=

N1 = N2 =

N1 = N2 =

N1 = N2 =

N1 = N2 =

N1 = N2 = = 15 Responden
(sehingga total sampel adalah n + n = 15 + 15 = 30)
Contoh Soal :
Seorang peneliti ingin mengetahui perbedaan kadar Placenta
Growth Factor (PGF) antara ibu hamil normal dengan ibu
hamil yang mengalami pre eklampsia. Dari studi pendahuluan
diketahui bahwa simpangan baku gabungan adalah sebesar
40. Peneliti menetapkan = 5%, hipotesis satu arah, = 10%
dan perbedaan rerata minimal yang dianggap bermakna
adalah 20. Rumus besar sampel yang diperlukan?
JAWAB
Menentukan rumus besar sampel
Penelitian diatas adalah penelitian analitik numerik tidak
berpasangan. Dengan demikian, rumus besar sampel yang
dipilih adalah :
n1 = n2 = 2
Menghitung besar sampel
Kesalahan tipe I = 5%, hipotesis satu arah, Z = 1,64 kesalahan
tipe II = 10% maka Z = 1,28. Selisih minimal yang dianggap
bermakna (x - x) = 20 ; simpangan baku gabungan = 40

n1 = n2 = 2 =2 = 2 (34,10) = 68,2
Dibulatkan menjadi 69

Dengan demikian, besar sampel minimal masing masing

kelompok adalah 69 (kelompok kehamilan normal sebanyak
69, kehamilan dengan pre ekslampsia sebanyak 69).
 DAFTAR PUSTAKA

Sabri Luknis, Nastono Priyo Susanto, STATISTIK

KESEHATAN, Rajawali Pers.
Usman Husaini, Akbar Setiady Purnomo R,
PENGANTAR STATISTIKA, PT Bumi Aksara.
Fajar Ibnu, dkk, STATISTIK UNTUK PRAKTISI
KESEHATAN, Edisi Pertama 2009, Graha Ilmu.