Besar Sampel

untuk Penelitian Uji Hipotesis

Sunarto
Jurusan Gizi
Poltekkes Semarang
 Perhitungan Besar Sampel utk
Uji Hipotesis
Uji beda
proporsi
n
z 1 / 2 2P (1  P )  z1 P1 (1  P1 )  P2 (1  P2 ) 2

( P1  P2 ) 2

Uji beda rata-

2 z1 / 2  z1    2
2 2

(n  1)s
1
2
1  ( n2  1) s 2
2 
rata n (n1  1)  (n2  1)
(independent) 1  2  2

Uji beda rata-

rata (paired)
n
 2
z
1 / 2  z1  
2

1  2  2
Besar sampel uji hipotesis beda
proporsi

n
z 1 / 2 2 P (1  P )  z1  P1 (1  P1 )  P2 (1  P2 ) 
2

( P1  P2 ) 2

 Untuk beda proporsi 2 kelompok

 P1 dan P2 bergantung pada desain
 n =Jumlah sampel untuk masing-masing
kelompok
 P-hat = (P1+P2)/2
 P1-P2 = beda minimal yang dianggap
bermakna secara substansi
Beda Proporsi dua kelompok

Haemoglobin BBL
(Anemi/ Normal) (BBLR/ normal)

Hipotesis:

Ada Perbedaan proporsi bayi BBLR

antara kelompok Bumil Anemi dan Bumil Normal
P1 dan P2 pada eksperimen,
kohort & cross-sectional
Keluaran Total
Sebab
+ -
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d

 P1 = a/(a+b)
 P2 = c/(c+d)
Tabulasi Silang
Utk. Desain Kohort dan crossectional
Tabel 5.
Distribusi Pasien Anak
menurut Perlakuan dan Kategori Nyeri
di RS “X” Semarang tahun 2005

Perlakuan Kategori Nyeri Total

Nyeri Tdk Nyeri
Ringan
IMLA 13 (72,2%) 5 (27,8%) 18 (100%)
IMLA + Distraksi 7 (38,9%) 11 (61,1%) 18 (100%)
Total 20 (55,6%) 16 (44,4%) 36 (100%)
P1 dan P2 pada kasus-kontrol

Keluaran Total
Sebab
+ -
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d

 P1 = a/(a+c)
 P2 = b/(b+d)
Untuk Desain Kasus Kontrol:
1. Tanpa maching

Tabel 5.
Distribusi bayi menurut status peningkatan Z Score
dan Kategori pola asuh di Kec. Pedurungan tahun 2000

Kategori Status Jumlah

pola asuh Peningkatan Z Score
Kasus Kontrol
Kurang 29 (76.3%) 14 (36.8%) 43 (56.6%)
Bagus 9 (23.7%) 24 (63.2%) 33 (43.4%)
Jumlah 38 (100%) 38 (100%) 76 (100%)
2. Dengan matching
Tabel 5.
Distribusi bayi menurut status peningkatan Z Score
dan Kategori pola asuh di Kec. Tembalang tahun 2003

Kontrol Total
Kurang Bagus
Kasus Kurang 2 10 12 (80%)
Bagus 1 2 3 (20%)
Total 3 (20%) 12 (80%) 15 (100%)
Contoh P1 dan P2

 “Hubungan antara anemia dengan

BBLR”
 Desain kohort/cross sectional
 P1: Proposi BBL R pada ibu anemia
 P2: Proposi BBLR pada ibu tidak anemia

 Desain kasus-kontrol
 P1: Proporsi ibu anemia pada BBLR
 P2: Proporsi ibu anemia pada non BBLR

 Kesalahan penetapan P1 dan P2 sering

terjadi pada desain kasus-kontrol
Contoh P1 dan P2
Desain Kohort atau experimen

Status BBL Total

Status Hb BBLR Tdk BBLR
Anemi P1 (100%)
Tdk Anemi P2 (100%)
Total (100%)

Desain Case Control tanpa Matching

Status BBL Total

Desain Case Control dengan Matching
Status Hb BBLR Tdk BBLR

Anemi P1 P2
Tdk BBLR Total
Tdk Anemi BBLR Anemi Tdk Anemi
Total (100%) (100%) (100%) Anemi P1
Tdk Anemi
Total P2 (100%)
 Perbedaan bermakna secara Statistik
vs bermakna secara Substansi
Kebiasaan PJK n
 Tidak ada hubungan
minum teh Ya Tidak
minum teh dengan PJK
Ya 12 (12%) 88 100
 Namun, jika sampelnya Tidak 10 (10%) 90 100
ditingkatkan 20 kali lipat, Jumlah 22 178 200
ada hubungan bermakna 2 = 0,20 p=0,6513

 Peneliti perlu
mempertimbangkan
apakah perbedaan Kebiasaan PJK n
kejadian penyakit jantung minum teh Ya Tidak
koroner sebesar 2% Ya 240 (12%) 1760 2000
memang bermakna dari Tidak 200 (10%) 1800 2000
segi ilmu kesehatan? Jumlah 440 3560 4000
2 = 4,09 p=0,0432
Contoh Kohort
 Suatu penelitian dilakukan untuk mengetahui
hubungan antara anemia pada ibu hamil dengan
BBLR dengan desain kohort
 Asumsi untuk besar sampel:
 Proporsi BBLR pada ibu anemia: 30%
 Proporsi BBLR pada ibu non anemia: 10%
  Peneliti menganggap ada perbedaan
proporsi BBLR sebesar 20% antara ibu anemia
vs ibu non anemia
 Derajat kemaknaan: 5%
 Kekuatan uji: 80%
 Maka P=(0,3+0,1)/2 = 0,2
Contoh Kohort

n

1,96 2 * 0,2(1  0,2)  0,84 0,3(1  0,3)  0,1(1  0,1) 
2

(0,3  0,1) 2

n  62 / kelompok
Desain kohort

Sampel
Dg efek - : efek +

1. FR +

efek –

efek +

2. FR -

efek –
Contoh Kohort

n

1,96 2 * 0,2(1  0,2)  0,84 0,3(1  0,3)  0,1(1  0,1) 
2

(0,3  0,1) 2

n  62 / kelompok

 Berarti sampel yang dibutuhkan adalah 62 ibu

anemia dan 62 ibu non anemia, Total 124 ibu hamil
 Bukan berarti diambil sampel 124 ibu hamil 
karena tidak menjamin diperoleh 62 ibu hamil
anemia dan 62 ibu hamil non anemia
Contoh Kohort
 Berapa sampel ibu hamil yang perlu diambil agar
dapat diperoleh 62 ibu hamil anemia & 62 ibu
hamil non anemia?
 Tergantung proporsi anemia pada ibu hamil
 60% bumil anemia, 40% tidak anemia

 Jadi dihitung 62 = 40/100 * n’

 n’ = 155
  Peneliti perlu mengikutkan sampel 155 ibu hamil
sehingga akan diperoleh 62 bumil non anemia dan 93
bumil anemia
 Dari 93 bumil anemia dapat dipilih secara acak 62
bumil saja
Contoh Kasus-Kontrol
 Suatu penelitian dilakukan untuk mengetahui hubungan
antara anemia pada ibu hamil dengan BBLR dengan desain
kasus kontrol
 Asumsi untuk besar sampel:
 Proporsi anemia pada BBLR: 80%
 Proporsi anemia pada non BBLR: 60%
  Peneliti menganggap beda minimal proporsi ibu
anemia 20% antara bayi BBLR vs non BBLR
 Derajat kemaknaan: 5%
 Kekuatan uji: 80%
 Maka P=(0,8+0,6)/2 = 0,7
Contoh Kasus Kontrol

n

1,96 2 * 0,7(1  0,7)  0,84 0,8(1  0,8)  0,6(1  0,6) 
2

(0,8  0,6) 2
n  82 / kelompok

 Berarti sampel yang dibutuhkan adalah 82 bayi BBLR dan

82 bayi non BBLR, Total 164 bayi
 Bukan berarti diambil sampel 164 bayi  karena tidak
menjamin diperoleh 82 bayi BBLR dan 82 bayi non BBLR
Contol Kasus Kontrol

Berapa sampel bayi yang perlu diambil agar

dapat diperoleh 82 BBLR & 82 non BBLR?
 Proporsi bayi yang BBLR 15%, non BBLR 85%
 Jadi dihitung 82 = 15/100 * n’
 n’ = 547
 Peneliti perlu mengikutsertakan 547 bayi
sebagai sampel agar diperoleh 82 bayi BBLR
 Bayi non BBLR dapat dipilih secara acak 82
saja

  Hal ini penting diperhatikan, terutama jika

penelitian dibatasi oleh waktu & tempat
 Besar Sampel Kasus Kontrol
(perbandingan k kontrol per kasus)

n=
z 1-/2 (1+ 1/k)P(1 - P) + z1- P1 (1 - P1 )+ ( P2 (1 - P2 ))/k 
2

2
( P1 - P2 )

P
 P1  kP2 
(1  k )

.
Masalah dalam Penentuan Besar
Sampel
 Jika hipotesis tidak fokus, misalnya:
 Faktor-faktor yang berpengaruh pada kejadian
BBLR
 P1 dan P2 variabel yang mana ?
 Solusi:
 Pilih faktor utama saja, faktor lain dianggap
confounder
 Hitung sampel untuk tiap faktor utama
 Perbedaan P1 dan P2 harus berdasarkan perbedaan
yang dianggap secara subtansi bermakna, bukan
hanya dari penelitian terdahulu saja
Contoh
 Penelitian “Faktor-faktor yang
berhubungan dengan BBLR”
 Faktor utama yang ingin diuji
 Anemia
 Merokok
 Hipertensi
 Status Ekonomi
Contoh (Desain kohort atau experimen)
 Maka perlu informasi tentang:
Prop BBLR pada anemia dan pada non anemia
Prop BBLR pada perokok dan pada non perokok
Prop BBLR pada hipertensi dan pada non hipertensi
Prop BBLR pada ibu miskin dan pada ibu non miskin

 Hitung besar sampel utk tiap variabel

 Sampel terbesar yang diambil
Besar sampel uji hipotesis beda
rata-rata (independen)
2

2 z1 / 2  z1  
2
 2

(n  1) s
1
2
1  ( n2  1) s 2
2 
n (n1  1)  (n2  1)
1   2 2

 Z1-/2 = nilai z pada interval kepercayaan 1-/2

uji hipotesis dilakukan dua arah (two tailed)
 z1- = nilai z pada kekuatan uji (power) 1-
 1 = estimasi rata-rata kelp. 1 ; 2 = estimasi rata-rata kelp. 2
 2 = varians gabungan ; s12 = varians pd kelp. 1
s22 = varians pd kelp. 2
Contoh
 Suatu penelitian dilakukan untuk
membandingkan efek asupan natrium terhadap
tek. darah orang dewasa
 Asumsi (dari penelitian terdahulu):
 Pada kelp. Natrium rendah:
 Rata-rata TD: 72 mmHg, SD:10 mmHg, n=20
 Pada kelp. Natrium tinggi:
 Rata-rata TD: 85 mmHg, SD:12 mmHg, n=20
 Perbedaan minimal yg ingin dideteksi: 10
mmHg
 Derajat kemaknaan:5%
 Kekuatan uji:80%
Contoh

 2

(20  1)10 2

 (20  1)122
 122
(20  1)  (20  1)

2 *122 1,96  0,84

2 2
n  20
10 2

Dibutuhkan sampel 20 orang dengan asupan natrium tinggi

Dan 20 orang dengan asupan natrium rendah
Latihan: Seorang peneliti ingin membandingkan efek
penurunan gula darah antara anti diabetes “A”
dan “B”.

Pada penelitian pendahuluan menggunakan 5

pasien pada masing-masing kelompok, dlm 3
minggu pengobatan, obat “A” rata-rata
menurunkan kadar gula darah sebesar 40
mg/dl ± 20. Sedangkan obat “B” rata-rata
menurunkan kadar gula darah sebesar 30
mg/dl ± 15.

Berapa n dibutuhkan untuk membuktikan

perbedaan efek penurunan gula darah antara
anti diabetes “A” dan “B” dg α =
9 5 % .
Besar sampel uji hipotesis beda
rata-rata (paired)
 z1 / 2  z1  
2 2

n
1   2  2

 2 = varians dari beda 2 rata-rata pasangan

 Z1-/2 = nilai z pada interval kepercayaan 1-/2
uji hipotesis dilakukan dua arah (two tailed)
 z1- = nilai z pada kekuatan uji (power) 1-
 1 = perkiraan rata-rata sebelum intervensi
 2 = perkiraan rata-rata sesudah intervensi
(didapat dari penelitian terdahulu atau penelitian awal)
Contoh
 Seorang peneliti ingin menguji efek latihan aerobik
terhadap penurunan kadar kolesterol LDL pada
orang dewasa.
Dari penelitian awal pada 5 orang diketahui rata-rata LDL
sebelum latihan aerobik adalah 185 mg/dl dan setelah 4
minggu berlatih aerobik adalah 175 mg/dl.
Jadi ada penurunan kadar LDL rata-rata 20 mg/dl dengan
simpangan baku 15 mg/dl.
 Berapa besar sampel yang diperlukan jika peneliti
ingin menguji hipotesis dengan perbedaan rata-rata
minimum yang ingin dideteksi sebesar 10 mg/dl
dengan interval kepercayaan 95% dan kekuatan uji
90% ?
Contoh

15 * 1,96  1,28
2 2
n 2
 24
(10)

Jadi diperlukan sampel sebanyak 24 sampel

untuk mendeteksi adanya penurunan rata-rata
kadar LDL sebesar 10 md/dl
Latihan
 Seorang peneliti ingin menguji efek latihan aerobik
terhadap penurunan kadar trigliserida pada orang
dewasa.
Dari penelitian awal pada 10 orang diketahui rata-rata
trigliserida sebelum latihan aerobik adalah 210 mg/dl dan
setelah 3 bulan berlatih aerobik adalah 200 mg/dl.
Jadi ada penurunan kadar LDL rata-rata 10 mg/dl dengan
simpangan baku 8 mg/dl.
 Berapa besar sampel yang diperlukan jika peneliti
ingin menguji hipotesis dengan perbedaan rata-rata
minimum yang ingin dideteksi sebesar 10 mg/dl
dengan interval kepercayaan 95% dan kekuatan uji
90% ?
Terima kasih