Metode Sampling

Pengertian
 Populasi
Jumlah keseluruhan objek dalam
suatu batasan tertentu (wilayah
administrasi, institusi, dll)

 Sampel
Bagian dari populasi yang ciri-cirinya
akan diamati dan diharapkan dapat
mewakili populasi (representatif)
Alasan Pengambilan sampel
1. Populasi tidak terbatas
2. Adanya homogenitas
3. Perlunya ketelitian pengukuran
4. Keterbatasan waktu dan biaya
(eficiency)
5. Karena adanya objek penelitian
apabila sudah dipakai tidak dapat
dimanfaatkan lagi (destructing)
Penyimpangan (Error) dalam
penelitian
 Sampling Error
 Penyimpangan yang terjadi akibat pengambilan sampel
 Sebaik apapun sampel tetap ada penyimpangan

 Non Sampling Error

Penyimpangan yang terjadi bukan karena
pengambilan sampel, tetapi penyimpangan pada
saat pelaksanaan penelitian, misalnya saat :
 Perencanaan
 Pengumpulan data
 Pengolahan
 Analisa data
 Sampel yang Ideal
 Validitas
Apakah sampel yang diambil benar-benar
mengukur apa yang ingin diukur?
Validitas berkaitan dengan cara pengambilan sampel
(metode sampling)

 Presisi
Seberapa tepat ukuran yang diperoleh dari sampel
dapat menggambarkan populasi ?
Presisi berkaitan dengan besar sampel yang digunakan
Metode sampling
Suatu cara / teknik yang digunakan untuk mengambil
sejumlah sampel dari suatu populasi

Metode Sampling

Probability Sampling : Non Probability Sampling :

• Metode pengambilan
didasarkan probabilitas
• Semua unit di populasi
mempunyai kesempatan yang
sama untuk terpilih sebagai
sampel
• Besarnya probabilitas dapat
dihitung
• Metode pengambilan tidak
didasarkan probabilitas
• Unit di populasi tidak memiliki
kesempatan yang sama untuk
terpilih sebagai sampel
Probability Sampling
 Perlu ada kerangka sampel (sampling
frame), yaitu daftar semua unsur
yang ada di populasi

 Contoh : daftar penduduk, daftar

mahasiswa, daftar balita, daftar ibu
hamil di suatu wilayah.
 Jenis Pengambilan sampel dengan
Probability Sampling
1. Simple Random Sampling (SRS) / sampel
acak sederhana
2. Systematic Random Sampling / Sampel Acak
sistematik
3. Stratified Random Sampling / Sampel Acak
Stratifikasi
4. Cluster Random Sampling / Sampel Acak
Kluster
5. Multistage Random Sampling / Sampel Acak
Banyak Tahap
Simple Random Sampling
 Suatu metode pengambilan sampel, dimana sampel
diacak dari semua unit yang ada di populasi
 Syarat :
 Harus ada sampling frame
 Karakteristik populasi cukup homogen
 Populasinya secara geografis tidak terlalu menyebar
 Cara :
 Menggunakan Undian
 Menggunakan tabel angka random
 Menggunakan tabel bilangan komputer
 Kelebihan dan kekurangan:
 Kurang Praktis kalau populasinya besar
 Relatif mudah untuk populasi kecil
 Systematic Random Sampling
 Suatu metode pengambilan sampel, di mana sampel dipilih secara
acak hanya untuk objek yang pertama, sedangkan objek berikutnya
ditentukan secara kelipatan
 Syarat :
 Harus ada sampling frame

 Karakteristik populasinya cukup homogen

 Populasinya secara geografis tidak terlalu menyebar

 Cara :
Tentukan interval kelipatan sebagai berikut :
k = kelipatan = N/n
N= jumlah populasi
n= jumlah sampel
 Systematic Random Sampling
Contoh:
N = 100 ; n = 20  maka N/n = 5
 Subjek 1 dipilih secara acak dari 1 sampai dengan 5 (misal terpilih
no 3)
 Subjek berikutnya diambil dengan kelipatan 5 (yaitu: 3+5=8 ;
8+5=13…dst)
 Sehingga subjek yang terpilih adalah 3, 8, 13,…..dst
Keuntungan :
 Relatif mudah untuk populasi kecil
 Menjamin sampel lebih tersebar ke seluruh anggota populasi
 Bisa diaplikasikan pada sampling frame yang belum ada (misal:
pengunjung RS)
 Tidak dianjurkan pada kasus dengan fenomena siklik
Contoh : Memilih sampel hari dengan k = 7, maka sampel akan jatuh pada
hari yang sama
 Stratified Random Sampling
 Unit populasi dikelompokkan berdasarkan tingkatan (strata) tertentu
agar populasi terwakili
Misal : status ekonomi tinggi – rendah
 Syarat :
 Karakteristik populasi heterogen

 Sampel dalam strata harus homogen

 Antar strata harus seheterogen mungkin

 Cara :
 Populasi dibagi berdasarkan strata tertentu

 Buat kerangka sampel masing-masing strata

 Sampel dalam strata diambil secara acak (gunakan tabel

random atau undian)

 Jumlah sampel diambil proporsional menurut besarnya unit

yang ada di dalam masing-masing strata

 Stratified Random Sampling
 Contoh : Kualitas pelayanan pasien rawat inap di RS
X
 Buat strata kelas VIP, kelas I, kelas II, kelas III
 Jumlah populasi 500 (VIP = 50, Kelas I = 100, Kelas II =
150, Kelas III = 200) dan jumlah sampel yang diambil 100
pasien
 Jumlah sampel per strata :
 VIP = 100 / 500 * 50 = 10
 Kelas I = 100 / 500 * 100 = 20
 Kelas II = 100 / 500 * 150 = 30
 Kelas III = 100 / 500 * 200 = 40
 Kelebihan :
 Semua ciri heterogen terwakili
 Bisa mencari hubungan atau membandingkan antar strata
 Pada tiap stratum, kerangka sampel harus dibuat
Cluster Random Sampling
 Populasi masyarakat seringkali sudah
terbagi menurut kelompok tertentu,
seperti RT, RW, desa, dll
 Pembuatan kerangka sampel
mungkin dibuat tapi ada keterbatasan
waktu dan biaya
 Kelompok masyarakat dijadikan
kluster dalam pengambilan sampel
 Cluster Random Sampling

 Syarat :
 Populasi heterogen dan menyebar
 Sampel dalam kluster harus seheterogen
mungkin
 Dan antar kluster harus sehomogen mungkin
 Cara :
 Populasi dibagi berdasarkan kelompok (cluster)
misal : kelurahan / desa
 Kluster dipilih secara acak dan sampel dalam
kluster diambil secara acak atau diambil
seluruhnya
 Cluster Random Sampling
 Contoh :
Survei untuk mengetahui pemeriksaan kehamilan di Kab X
Subyek : ibu yang telah melahirkan dalam 1 tahun terakhir
 Cara Sampling :
 Buat daftar nama desa / kluster di kab X

 Pilih secara acak kluster  misal satu desa terpilih = Desa

Tigaraksa
 Di Desa Tigaraksa  semua ibu yang telah melahirkan dalam 1
tahun terakhir diwawancarai
 Keuntungan dan kelemahan :
 Tidak diperlukan sampling frame unit elementer seluruh populasi

 Varian (SE) lebih besar dari metode SRS

Multistage Random Sampling
Pada populasi yang secara geografis
sangat tersebar, pengambilan sampel
dapat dilakukan secara bertahap. Tiap
tahap dapat menggunakan metode
yang berbeda-beda
 Non Probability Sampling
 Purposive Sampling
 Subjek ditentukan oleh orang yang mengenal betul populasi
yang akan diteliti, sesuai dengan kriteria yang ditetapkan oleh
peneliti
 Contoh pemilihan sampel:
 Dokter spesialis yang berprestasi
 Perawat yang berprestasi
 Insidental / Quota Sampling :
 Sampel dipilih pada saat tertentu (insidental)
 Quota sampling yaitu jumlah sampel ditentukan sesuai
keinginan peneliti yang tergantung pada biaya, tenaga dan
waktu (tanpa mempertimbangkan homogenitas / heterogenitas,
presisi dan rencana analisa)
 Metode Sampling pada
Penelitian kohort
•Dimulai dengan menentukan populasi berisiko yang pada awal penelitian
longitudinal dalam keadaan sehat dan membagi menjadi kelompok
terpajan (exposed) dan tidak terpajan (non-exposed) dari faktor risiko
tertentu.
•Kedua kelompok diikuti untuk membandingkan insiden penyakit pada
kedua kelompok tersebut.

Terpajan Tidak Terpajan

Sakit Tidak Sakit Tidak

Sakit Sakit
 Pemilihan kelompok terpajan dan tidak
terpajan pada penelitian kohort

1. Peneliti memilih kelompok terpajan dan tidak terpajan

berdasarkan pajanan yang dialami subyek. Jika subyek
yang tersedia lebih banyak dari sampel yang
diperlukan, peneliti dapat melakukan pengambilan
sampel secara acak sederhana.

Terpajan IDENTIFIKASI Tidak Terpajan

Sakit Tidak Sakit Tidak

Sakit Sakit
 Pemilihan Sampel pada kohort
retrospektif
 Peneliti menggunakan data historis dari survei/penelitian
terdahulu untuk memperoleh subyek yang layak dan
keterangan tentang keterpajanan.
 Contoh :
Penelitian tentang hubungan penggunaan kontrasepsi oral
dengan Ca payudara.
 Menggunakan data survey tahun 1998 untuk mengetahui siapa saja
pasangan usia subur.
 Dari data ini dapat menentukan dengan wawancara apakah subyek
penelitian ini menggunakan kontrasepsi oral atau tidak.
 Berdasarkan informasi ini, dipilih sampel untuk kelompok terpajan
dan kelompok tidak terpajan.
 Pada tahun 2008 kita dapat melakukan pemeriksaan untuk
mengetahui siapa yang terkena Ca payudara.
 Metode Sampling pada
Penelitian kasus kontrol
Suatu penelitian di mana efek (penyakit atau status
kesehatan) diidentifikasi pada saat ini, kemudian faktor
risiko diidentifikasi terjadinya pada waktu yang lalu.

Faktor risiko +
Retrospektif Efek +
Faktor risiko - (Kasus)

Populasi
(sampel)
Faktor risiko +

Retrospektif Efek -
Faktor risiko - (Kontrol)