PENGAMBILAN SAMPEL

Syarat pengambilan sampel

 Mengenali populasi: agar pengambilan
sampel dapat mewakili populasi seperti yg
diinginkan
 Menggunakan metoda sampling tertentu:
untuk efisiensi dan efektivitas

Populasi Sampel
 POPULASI & SAMPEL
Populasi:
Kumpulan individu dimana hasil suatu penelitian
akan dilakukan generalisasi.

Sampel:
Anggota populasi dimana pengukuran
dilakukan, disebut juga sebagai unit elementer
atau elemen dari populasi.
 Cara Pengambilan Sampel

Probability Sampling:
Metode sampling yang memberikan kemungkinan
yang sama bagi setiap unsur dalam populasi
untuk dipilih

Non Probability Sampling:

Metode sampling tanpa menggunakan metode
acak dengan memberikan kemungkinan yang
sama bagi setiap unsur dalam populasi untuk
dipilih sesuai kepentingan
 PROBABILITY SAMPLING
1. Sampling Acak sederhana (Simple
Random Sampling):
Setiap anggota populasi mempunyai
kesempatan yg sama untuk terpilih sebagai
sampel
Dilakukan dengan cara undian
Diketahui populasi yang sesungguhnya
Harus ada kerangka sampel (daftar nama)
 PROBABILITY SAMPLING
2. Sampling Sistematik:
Hanya subyek pertama yang dipilih
secara acak, yang berikutnya terpilih
dengan mengikuti suatu sistem.
Harus ada kerangka sampel (daftar nama)
Kerangka sampel diberi nomor urut
 PROBABILITY SAMPLING
3. Sampling Stratifikasi:
Populasi dibagi menurut strata tertentu,
misalnya: golongan pangkat, status
kesehatan tertentu (kurang gizi dan gizi
normal), dll.
Jika populasi heterogen.
Dalam masing-masing strata dipilih
secara acak.
 PROBABILITY SAMPLING

4. Sampling Cluster
Populasi tersebar di suatu daerah seperti
negara, provinsi, kota, kabupaten secara
heterogen.
Harus ada daftar nama wilayah atau tempat
sebagai unit cluster.
Elemen cluster dipilih secara acak di tiap
cluster.
 NON-PROBABILITY SAMPLING
1. Purposif atau judgement:
Sampel dipilih sesuai dengan keperluan peneliti dengan
alasan tertentu
2. Sampling accidental:
Sampel yang diambil dari siapa saja yang kebetulan ada,
misalnya 50 pengunjung pertama suatu mall, dll.
3. Sampling kuota:
Memilih sampel berdasarkan ciri tertentu dalam jumlah/
kuota yang diinginkan, mis.: Sejumlah mahasiswa tingkat
sarjana dari beberapa Universitas
NON-PROBABILITY SAMPLING

4. Snowball Sampling:
Sampling pertama terpilih secara acak dan
subyek berikutnya dipilih oleh subyek
sebelumnya, demikian seterusnya sampai
jumlah tertentu yang diinginkan
 SAMPEL DESKRIPTIF
 Disebut juga sebagai sampel pada Estimasi
Parameter
 Desain sampel harus memenuhi kaidah:
- validitas: bergantung pd cara pengambilan
- presisi: bergantung pd jumlah sampel
 Harus ada informasi awal ttg hal yg diteliti di
populasi: proporsi, persentase, prevalens, dll.
 Besar sampel estimasi proporsi,
simpangan mutlak

z2
* P(1  P)
n 1a / 2
2
d
p = estimasi proporsi
d = simpangan mutlak (biasanya 5%)
z = nilai z pd derajat kepercayaan 1-a/2
Asumsi desain: populasi tak terbatas dan
sampel SRS
Untuk studi deskriptif, survei, cari prevalens
 Besar sampel estimasi proporsi,
simpangan mutlak
Contoh:

Suatu survei dilakukan utk mengetahui prevalensi diare

pada Balita di Kota Bogor. Berapa jumlah sampel yg
diperlukan?

Untuk menghitung jumlah sampel, harus diketahui:

- perkiraan prevalensi diare di Bogor
- simpangan yg dapat diterima
- derajat kepercayaan
 Besar sampel estimasi proporsi,
simpangan mutlak
Contoh lanjutan…
Misalkan:
- diketahui prevalensi diare di Jabar = 15%
- simpangan yg dapat diterima 5%
- derajat kepercayaan 95%

Berarti:
- perkiraan prevalensi diare di Kota Bogor = 15%
- kita 95% yakin bahwa kisaran prevalensi diare di Kota
Bogor adalah 10% - 20% (15% ± 5%)
- ada 5% kemungkinan prevalensi diare diluar kisaran
10% - 20% tersebut
Besar sampel estimasi proporsi,
simpangan mutlak

1,96 * 0,15(1  0,15)

2
n 2
 196
0,05

Minimal besar sampel adalah 196

Balita
Besar sampel estimasi proporsi,
simpangan relatif

z2
* (1  P)
n 1a / 2
e P
2

p = estimasi proporsi
e = simpangan relatif
z = nilai z pada derajat kepercayaan 1-a/2
 Besar sampel estimasi proporsi,
simpangan relatif
Contoh:
Penelitian prevalensi karies dentis anak sekolah kelas 6
SD di Jakarta Barat dilakukan dengan asumsi:
- prevalensi karies dentis anak SD Indonesia 73%
- simpangan relatif = 10%
- derajat kepercayaan = 95%
Berarti:
Peneliti 95% yakin prevalensi karies dentis pada anak
kelas 6 SD di Jakarta Barat berkisar 65,7% - 80,3%
(73% ± 7,3%)
Besar sampel estimasi proporsi,
simpangan relatif

1,96 * (1  0,73)
2
n 2
 143
0,10 * 0,73
Minimal besar sampel adalah 143
anak kelas 6 SD
Besar sampel estimasi rata-rata,
simpangan mutlak

z 2
* 2
n 1a / 2
2
d
σ = simpang baku dari referensi
d = simpangan mutlak dari rata-rata
z = nilai z pada derajat kepercayaan 1-a/2
 Besar sampel estimasi rata-rata,
simpangan mutlak
Contoh:
Penelitian untuk mengetahui rata-rata tekanan darah sistolik orang
dewasa di Jakarta, pakai asumsi:
- rata-rata tek. Darah 120 mmHg
- simpang baku penelitian terdahulu 20 mmHg
- simpangan mutlak 10 mmHg dan 95% kepercayaan
Berarti: kita 95% yakin rata-rata tek. Darah sistolik di populasi berkisar
110 – 130 mmHg (120 ± 10 mmHg)
Minimal jumlah sampel = 16 orang dewasa di Jakarta

1,96 2 * 20 2
n 2
 16
10
Besar sampel estimasi rata-rata,
simpangan relatif

z2
1a / 2 * 2
n
e m
2 2

σ = simpang baku dari referensi

d = simpangan mutlak dari rata-rata
m = rata-rata
z = nilai z pada derajat kepercayaan 1-a/2
 Besar sampel estimasi rata-rata,
simpangan relatif
Contoh:
Penelitian ttg rata-rata Hb pada bumil. Dari referensi,
rata-rata Hb = 9,8 g/dl, simpang baku 3,3 g/dl.
Peneliti menginginkan simpangan relatif 10% dan
95% derajat kepercayaan.
Minimal jumlah sampel = 46 bumil

2 2
1,96 * 3,3
n 2 2
 46
0,1 * 9,8
Latihan Penarikan Sampel

Acak Sederhana
Sistematik Acak
Stratifikasi Acak
Cluster Acak