Agus Sri Banowo

SAMPLING

POPULASI
SAMPEL

INFER/GENERALIZE DATA

(STATISTICAL METHOD)
 PEMAKAIAN & INTERPRETASI
SAMPEL

POPULASI
SASARAN
DIPERLUKAN PERTIMBANGAN LOGIS
UNTUK MEMBUAT INFERENSI DARI POP.
SAMPEL KE POP. SASARAN
POPULASI
SAMPEL

DIPERLUKAN SAMPLING RANDOM UNTUK

MEMBUAT INFERENSI STATISTIS DARI
SAMPEL SAMPEL KE POP. SAMPEL

•POP. SASARAN (TARGET POP.): POP. KE MANA PENELITI AKAN

MENGGENERALISASIKAN
• POP. SAMPEL (SAMPLED POP.): POP. DARI MANA POP.
SEBENARNYA DIAMBIL
 POPULASI
Sekelompok subjek
atau data dengan
karakteristik tertentu

Populasi target (target population): Populasi terjangkau (accessible

Yang ditentukan oleh karakteristik population, source population :
tertentu dan demografi Bagian populasi target yang yang
dibatasi tempat dan waktu

Wanita hamil dengan umur kehamilan 5 - 9 bulan

Wanita hamil dengan umur kehamilan 5 - 9 bulan

yang melakukan pemeriksaan di puskesmas
 TUJUAN UTAMA PENELITIAN:

TO INFER/GENERALIZE FROM A SAMPLE TO A LARGER POPULATION

(PROCESS: INFERENCE , ACCOMPLISHED BY USING
STATISTICAL METHOD)

A LARGE SET OF ITEMS THAT HAVE SOMETHING

POPULATION
IN COMMON

SAMPLING

SAMPLE A SUBSET OF A POPULATION, SELECTED IN

SUCH A WAY THAT IT IS REPRESENTATIVE OF
THE LARGER POPULATION
 SAMPEL
• Sampel: bagian dari populasi yang dapat
mewakili seluruh populasi
• Sampel: sebagian unsur populasi yang dijadikan
objek penelitian.
• Sampel: miniatur (mikrokosmos) populasi
• Sampel yang memiliki ciri karakteristik yang
sama atau relatif sama dengan ciri karakteristik
populasinya disebut sampel representatif.
• Ciri karakteristik sampel disebut statistik
 1. LEBIH CEPAT (KARENA JUMLAHNYA
LEBIH SEDIKIT)
ALASAN 2. LEBIH MURAH (KARENA LEBIH SEDIKIT
PENGAMBILAN YANG DIKAJI)
SAMPEL 3. MENGKAJI SELURUH POP.TIDAK MUNGKIN
(SAMPLING) (KARENA TERLALU BESAR)
4. HASIL2 DARI SAMPEL LEBIH AKURAT
(KARENA BANYAK YANG BISA DIHEMAT:
WAKTU, BIAYA, TENAGA)
5. DAPAT MENGGUNAKAN METODE
PROBABILITAS UNTUK MENGESTIMASI/
MEMPERKIRAKAN ERRORS AKIBAT
ANALISIS STATISTIK
6. SAMPEL DAPAT DISELEKSI UNTUK
PENETAPAN MENGURANGI HETEROGENITAS
BESAR SAMPEL (Mis. SLE MEMP. BANYAK MANIFESTASI
DENGAN BAIK SEBELUM KLINIS MENYEBABKAN POP. HETEROGEN.
MENELITI: SAMPEL DENGAN KARAKTERISTIK SPESIFIK
MENENTUKAN POWER LEBIH BAIK/APPROPRIATE DIBANDING
OF THE STUDY SELURUH POP.
 METODE
PENGAMBILAN
SAMPEL
(SAMPLING
METHOD)

POPULASI
(SAMPLING) SAMPEL

PROBABILITY SAMPLES*

* PROBABILITY OF
INFERENSI BEING INCLUDED IN
THE SAMPLE IS KNOWN
VALID & RELIABEL FOR EACH SUBJECT IN
THE POPULATION
 1. HOMOGENITAS POPULASI
MAKIN HOMOGEN  REPRESENTATIF

2. JUMLAH SAMPEL

FAKTOR YANG
MEMPENGARUHI
REPRESENTATIVITAS 3. JUMLAH KARAKTERISTIK
SAMPEL YANG DITELITI

4. TEKNIK PENGAMBILAN
SAMPEL
 METODE
PENGAMBILAN
SAMPEL
(SAMPLING
METHOD)

Probability Non Probability

Sampling Sampling

1. SIMPLE RANDOM SAMPLING 1. QUOTA SAMPLING

2. SYSTEMATIC SAMPLING 2. ACCIDENTAL SAMPLING
3. STRATIFIED SAMPLING 3. PURPOSIVE SAMPLING
4. CLUSTER SAMPLING 4. SAMPLING JENUH
5. MULTISTAGE SAMPLING 5. SNOWBALL SAMPLING
 1. SIMPLE RANDOM SAMPLING

2. SYSTEMATIC SAMPLING
PROBABILITY
SAMPLING
METHOD 3. STRATIFIED SAMPLING
- Propotional stratified sampling

4. CLUSTER SAMPLING

5. MULTI STAGE SAMPLING

 1. SIMPLE RANDOM SAMPLING

• Sederhana
• Jarang tunggal saat pengambilans sampel
pada populasi dalam jumlah besar  dasar
pengambilan sampel

Keuntungan
• Ketepatan tinggi
• Sampling error dapat ditentukan secara kuantitatif
Kerugian
• Sulit dilaksanakan jika tidak ada sampling frame, populasi
tidak menyebar/sangat luas, sarana tidak menunjang
 - SEORANG PENELITI INGIN MELAKUKAN PENELITIAN
MENGENAI DIAMETER TRACHEA PADA FOTO Ro.
-UNTUK MENGESTIMASI RELIABILITAS INTRARATER INI PENELITI
AKAN MEMILIH SAMPEL DARI FOTO2 SINAR-X TAHUN YL.:
MENGUKUR ULANG DIAMETER TRACHEA DAN
MEMBANDINGKANNYA DENGAN DIAMETER PENGUKURAN
ASLINYA PADA FILE KARTU PASIEN.
- TERKUMPUL SAMPEL SEBANYAK 3.400 FOTO SINAR-X
- PENELITI MENGAMBIL 200 FOTO SINAR-X (MENGANGGAPNYA
SUDAH CUKUP UNTUK MELAKUKAN ESTIMASI RELIABILITAS
INTRARATER YANG AKURAT)
- UNTUK ITU PENELITI HARUS MEMILIH SAMPEL UNTUK
PENELITIAN RELIABILITAS TSB.
 SIMPLE SETIAP SUBJEK (FOTO Ro.) MEMP.
RANDOM PELUANG/PROBABILITAS YANG
SAMPLING SAMA UNTUK TERPILIH SEBAGAI
SAMPEL
DIREKOMENDASIKAN UNTUK MENGGUNAKAN TABEL
ANGKA RANDOM (TAR) (RANDOM NUMBERS TABLE) ATAU
COMPUTER-GENERATED LIST OF RANDOM NUMBERS

• SETIAP FOTO Ro. DIBERI NOMOR IDENTIFIKASI (ID) DAN

DIBUAT DAFTAR NOMOR2 ID (SAMPLING FRAME) (1 – 3.400)
•PENELITI MENGAMBIL SAMPEL 200 ( DARI no.1- 3.400)
BERDASARKAN TABEL ANGKA RANDOM (TAR)

CARA MENGGUNAKAN TAR:

-1. STARTING POINT TOSSING A DIE (DADU) 2X :
UNTUK MEMILIH BARIS DAN KOLOM SECARA RANDOM:
- HASIL TOSSING PERTAMA (MIS. 2): BLOK KE-2 (PADA BARIS KE-2)
- HASIL TOSSING KEDUA (MIS. 3): INDIVIDUAL ROW (BARIS
INDIVIDUAL) KE-3 DI DALAM BLOK TSB.) MULAI DENGAN 83
-JIKA KELUAR ANGKA 6, TOSSING HARUS DIULANG, KARENA
HANYA ADA 5 BARIS INDIVIDUAL TIAP BLOK (LANJUT KE F)
* KARENA ADA 3.400 FOTO Ro.: ANGKA YANG HARUS DIBACA 4 DIGIT
 LANJ. F

2. SEKARANG, KITA HARUS MEMILIH KOLOM AWAL SECARA RANDOM,

DENGAN TOSSING DADU LAGI 2X UNTUK MEMILIH SATU BLOK DAN
SATU KOLOM DI DALAM BLOK.
Mis. JIKA HASIL 2X TOSSING 3 DAN 1 KITA MEMAKAI BLOK KE-3
DARI KOLOM DAN KOLOM PERTAMA ( diawal oleh angka1).
TITIK AWAL (STARTING POINT) DALAM CONTOH
INI: TERLETAK DI BARIS YANG MULAI DENGAN 83 DAN KOLOM MULAI
DENGAN 1 MEMOTONG (INTERSECT) PADA ANGKA 6
(garis bawah, pada TAB. 5-3).

KARENA ADA 3.400 FOTO. Ro. HARUS DIBACA ANGKA 4 DIGIT;

SEHINGGA 1O ANGKA PERTAMA: 6221, 7678, 9781, 2624, 8060, 7562,
5288, 1071, 3988 dan 8549.
ANGKA < 3401 MERUPAKAN ID FOTO2 Ro. YANG DIPAKAI DALAM SAMPEL.
DALAM 10 ANGKA PERTAMA TERPILIH, HANYA 2 YANG < 3401
KITA PAKAI FOTO Ro. YANG ANGKA ID-NYA 2624 DAN 1071.
PROSEDUR INI DIULANGI LAGI SAMPAI TERPILIH 200 FOTO Ro.
JIKA ANGKA DI BARIS TERBAWAH (7819) DICAPAI NAIK
KE ATAS KE BAGIAN BARIS TERATAS DAN BERGERAK 1 DIGIT
KE KANAN UNTUK ANGKA2-ANGKA 6811, 1465, 3226 dst.
 Table 5-3. Random numbers from Table A-1
Baris 1
Blok (1,2) dari kolom individual
927415 956121 168117 169280 326569 266541 (dalam blok)
926937 515107 014658 159944 821115 317592
Baris 1
867169 388342 832261 993050 639410 698969
(untuk blok)
867169 542747 032683 131188 926198 371071
512500 843384 085361 398488 774767 383837
Blok (1, 2) DARI BARIS

062454 423050 670884 840940 845839 979662

806702 881309 772977 367506 729850 457758
Baris 2
837815 163631 622143 938278 231305 219737
(untuk blok)
926839 453853 767825 284716 916182 467113
854813 731620 978100 589512 147694 389180

Kolom (untuk blok)

 SAMPEL RANDOM SISTEMATIK:
SAMPEL YANG DIPILIH DARI SETIAP ITEM KE-k.
2. SYSTEMATIC Jumlah item dalam sampling frame
SAMPLING k=
Besar sampel (yang diinginkan)

Dari contohdi atas:

-Sample frame: 3.400 k = 3.400/200 = 17
-Besar sampel: 200 DIAMBIL SEBAGAI SAMPEL: SEMUA
FOTO DENGAN PENAMBAHAN 17
JIKA DARI TAR DIMULAI DENGAN NOMOR, MIS. 12,
MAKA NO. YANG DIAMBIL SEBAGAI SAMPEL: 12, 29,46,
63, 80 dst. (sampai sebanyak 200 foto atau besar sampel
yang dibutuhkan)
METODE INI TIDAK DAPA DITERAPKAN PADA
SAMPLING FRAME DENGAN PENGULANGAN YANG
SIKLIK, MIS. MEMILIH BULAN DALAM TAHUN PADA
KAJIAN FREKUENSI KECELAKAAN/ACCIDENTS YANG
BERBEDA (KARENA SUATU ACCIDENT BISA BANYAK
TERJADI TIDAK TERGANTUNG PADA BULAN).
 STRATIFIED RANDOM SAMPLING:
Pengambilan sampel dari populasi yang
3. STRATIFIED sebelumnya dibagi dalam strata (subgroups), dan
sampel random dipilih dari masing-masing stratum
SAMPLING
Pada contoh di atas:
Mis. Peneliti ingin membuat strata berdasarkan umur pasien
(karena diameter trachea bervariasi menurut umur dan mengukur secara akurat
diameter trachea pada orang muda sangat sulit)
Populasi foto Ro. dibagi menurut umur: BAYI <1 TH, ANAK UMUR 1 – < 6 TH,
ANAK UMUR 6 TH – < 16 TH, DAN SEMUA YANG BERUMUR > 16 TH.

PENGAMBILAN SAMPEL SECARA RANDOM UNTUK MASING2 STRATUM

* Macam strata lain yang banyak dipakai: jenis kelamin, berat/derajat penyakit,
lama penyakit
* Ukuran2 yang dipilih sebagai strata: harus memp. hubungan dengan
pengukuran yang diteliti Stratified random sampling paling efisien
(memerlukan besar sampel terkecil)
 4. CLUSTER Merupakan akibat proses2 bertahap dimana
populasi dibagi dalam clusters/kelompok dan
SAMPLING subset clusters dipilih secara random dipilih

Dasar clusters: biasanya area geografik/distrik (lebih sering dipakai dalam

penelitian epidemiologis daripada penelitian klinis).
Mis. pada survei rumah tangga di dalam kota: sampel dipilih secara random
berdasarkan blok kota (sebagai clusters). Kemudian dilakukan survei
terhadap semua rumah tangga di dalam kota (atau sampel random rumah
tangga) di dalam blok2 kota yang terpilih.
Pada multicenter trials: institusi yang terpilih untuk berpartisipasi dalam
penelitian tsb. terdiri atas clusters; pasien2 dari tiap2 institusi dapat dipilih
dengan memakai prosedur sampling random lain.

(CLUSTER SAMPLING: KURANG EFISIEN DIBANDINGKAN DENGAN METODE2

SAMPLING LAINNYA, MEMBUTUHKAN SAMPEL YANG LEBIH BESAR).
PADA SITUASI LAIN (MIS. MULTICENTER TRIALS): MERUPAKAN PILIHAN
UTAMA ( UNTUK MENDAPATKAN JUMLAH PASIEN YANG ADEKUAT).
5. MULTISTAGE Membagi populasi menjadi
SAMPLING fraksi kemudian dibagi lagi
menjadi fraksi yang lebih
kecil

• Ingin mengambil sampel dengan jumlah yang

tidak banyak pada populasi yang besar
• Pembagian fraksi ini terjadi sampai unit yang
diinginkan
• Unit pertama disebut dengan Primary Sampling
unit (PSU)
• PSU dapat berupa fraksi besar atau kecil
• Gabungan cluster dan simple random
 PENGAMBILAN SAMPEL DENGAN
PROBABILITAS TERPILIHNYA SUBJEK
TIDAK DIKETAHUI
NONPROBABILITY Mencerminkan:
SAMPLING
- BIAS PEMILIHAN SAMPEL
- TIDAK MEMENUHI SYARAT RANDOMNESS
YANG DIPERLUKAN UNTUK MENGESTIMASI
SAMPLING ERRORS

RANDOM
ASSIGNMENT
RANDOM SAMPLING METHOD DIPAKAI JIKA SAMPEL SUBJEK
DIPILIH DARI POPULASI DALAM PENELITIAN OBSERVASIONAL
(COHORT/CASE-CONTROL/CROSS-SECTIONAL)
1. QUOTA Pengambilan sampel
SAMPLING berjatah

• Penetapan jatah sampel dengan kontrol yang

lebih baik untuk mengurangi bias
• Tergantung pada peneliti
• Contoh: penelitian tentang tingkat pendidikan
ditetapkan 100 sampel dengan 50 wanita dan 50
pria yang berumur 20 – 35 tahun
• Teknik pengambilan ???? Peneliti yang tahu
2. ACCIDENTAL PENGAMBILAN SAMPEL
SAMPLING SEADANYA/ HAPHAZARD

• Alasan : kemudahan, tempat, jumlah

• Tidak digunakan untuk bidang kedokteran
• Hanya bidang sosial, ekonomi dan politik
 mengetahui opini masyarakt tentang
suatu hal
3. PURPOSIVE Pengambilan sampel
SAMPLING berdasarkan
pertimbangan

• Cara pengambilan sampel dilakukan sedemikian

rupa sehingga keterwakilannya ditentukan oleh
peneliti berdasqarkan pertimbangan orang –
orang yang telah berpengalaman
• Lebih baik karena berdasarkan pengalaman
berbagai pihak
 SNOWBALL SAMPLING
Teknik sampling yang semula berjumlah
sedikit kemudian anggota sampel
(responden) menunjuk temannnya untuk
menjadi sampel sehingga jumlahnya akan
semakin banyak
SNOWBALL SAMPLING
A

B C

D E F G H I

J K L M N N
 PERHITUNGAN
JUMLAH
SAMPEL

• RUMUS BERDASARKAN
• TABEL TIPE PENELITIAN
 UKURAN SAMPEL

• Ukuran sampel harus mewakili populasi.

• Ukuran sampel mempengaruhi tingkat
kesalahan yang terjadi.
• Semakin banyak ukuran sampel maka
semakin kecil tingkat kesalahan
generalisasi yang terjadi dan sebaliknya
Menentukan ukuran sampel menurut Gay
• Ukuran minimum sampel yang dapat
diterima bedasarkan pada desain penelitian
yang digunakan, yaitu :
– Metode deskriptif, minimal 10% populasi
untuk populasi yang relatif kecil min 20%
– Metode deskriptif-korelasional, minimal 30
subyek
– Metode ex post facto, minimal 15 subyek
per kelompok
– Metode eksperimental, minimal 15 subyek
per kelompok
 GAY DAN DIEHL (1992)

• Penelitian deskriptif korelasional, paling sedikit

30 elemen populasi,
• Penelitian perbandingan kausal, 30 elemen per
kelompok,
• Metode ex post facto, minimal 15 subyek per
kelompok
• Penelitian eksperimen 15 elemen per kelompok.
 ROSCOE (1975)
• Sebaiknya ukuran sampel di antara 30 s/d 500 elemen
• Jika sampel dipecah lagi ke dalam subsampel
(laki/perempuan, SD/SLTP/SMU), jumlah minimum
subsampel harus 30
• Pada penelitian multivariate (termasuk analisis regresi
multivariate) ukuran sampel harus beberapa kali lebih
besar (10 kali) dari jumlah variable yang akan dianalisis.
• Untuk penelitian eksperimen yang sederhana, dengan
pengendalian yang ketat, ukuran sampel bisa antara 10
s/d 20 elemen.
 Tabel
• Tabel krejcie
– Kesalahan 5 %  kepercayaan 95%
• Tabel Normogram Harry King
– Kesalahan bervariasi dari 5% - 15%
– Jumlah sampel tertinggi adalah 2000
Tabel
krejcie
Tabel
King
 Rumus Slovin
N
n
1  Ne 2

Kita akan meneliti pengaruh upah terhadap semangat kerja pada

karyawan PT. Cucak Rowo. Di dalam PT tersebut terdapat 130
orang karyawan. Dengan tingkat kesalahan pengambilan sampel
sebesar 5%, berapa jumlah sampel minimal yang harus diambil ?

130
n  98,11
1  130(0,05) 2
 Rumus
• Ketepatan parameter (tingkat kepercayaan= 1-
α)
• Presisi (d)  rentang nilai yang diinginkan
sebagai dugaan paramater

Tingkat kepercayaan Nilai Z

90% 1,645
95% 1,96
99% 2,56
• Untuk simpel random sampling
No = Z2PQ
d2
– Z = koefisien keterandalan (reliability coefficient)
– P = parameter proporsi (prevalensi penyakit)
• Didapatkan dengan menggunakan data yang ada (penelitian
terdahulu), dari hasil penelitian pendahuluan (pilot study),
atau uji awal (pre test)
• Jika tidak ada maka 50%
– Q = 1 – P  PQ adalah variansi pada populasi
– d = presisi yang diinginkan (10%, 15%, dll)
– No = ukuran populasi
– Ada tambahan 10% dari No
• Untuk studi kohort/ studi kasus-kontrol
 Jika penelitian punya 1 sampel
• Pendugaan proporsi populasi
• Rumus (1):
Z1 / 2 P(1  P)
n = sampel n
d2
Z 1 / 2 = derajat kemaknaan/CI (umumnya
90%, 95% & 99%)
P = proporsi populasi
d = presisi (antara 0,01 s.d 0,25)
• Derajat kemaknaan

Derajat Kemaknaan Besar Nilai

(dua sisi)
90% 1,64

95% 1,96

99% 2,57
 Contoh
• Seorang Ka Dinkes Kab ingin mengetahui
proporsi anak-anak di kabupatennya yang
sdh mendapat imunisasi lengkap. Dengan
anggapan bahwa akan dipilih sampel
secara acak sederhana, berapa jml anak
yang harus diteliti agagar penduga yang
dihasilkan akan jatuh dalam jarak 10%
dibawah dan diatas proporsi
sesungguhnya dengan kepercayaan
sebesar 95%
 Jawab :
• Diketahui :
Z 1 / 2 = 95% = 1,96
P = proporsi populasi tidak diketahui 
dipakai 50% = 0,5
d = 10% = 0,1

Z1 / 2 P(1  P) 1,96 x 0,5 (1  0,5)

n 2
 2
 96,04  97
d (0,1)

• Dibutuhkan sampel sebanyak 97 anak

• Pengujian hipotesis untuk proporsi populasi tunggal
• Rumus (2):
n
Z
1 / 2 Po (1  Po )  Z1  / 2 Pa (1  Pa )  2

n = sampel ( Pa  Po ) 2
Z 1 / 2 = derajat kemaknaan/CI (umumnya 90%, 95% &
99%)
Z 1  / 2 = kekuatan uji (umumnya 80% dan 90%)
Po = proporsi populasi disuatu daerah
Pa = proporsi populasi yang diinginkan
• Uji Power

Uji power Besar NIlai

80% 0,842

90% 1,282
 Contoh :
• Berapa besar sampel yang diperlukan
untuk mengetahui faktor-faktor yg berhub
dg kejadian TB di kecamatan X dimana
prevalensi TB dikecamatan X sebesar
45%. Jika diketahui prevalensi pasien TB
di propinsi X sebesar 40% berapa besar
sampel yang diperlukan (kekuatan uji 80%
& CI 95% atau α = 0,05)
• Diketahui :
Zα = 0,05 = 1,96
Zβ = 80% = 0,842
Po = 40% = 0,4
Pa = 45% = 0,45
 n
Z1 / 2 Po (1  Po )  Z1  / 2 Pa (1  Pa )  2

( Pa  Po ) 2

n
1,96 0,4(0,6)  Z1  / 2 0,45(0,55)  2

 760,76  761
(0,45  0,4) 2

• Dibutuhkan sampel sebanyak 761

responden
 Persoalan 2 sampel
• Pendugaan perbedaan antara 2 proporsi
• Rumus (3) :
Z1 / 2 [ P1 (1  P1 )  P2 (1  P2 )]
n
n = sampel d2
Z 1 / 2 = derajat kemaknaan/CI
P1 = proporsi kelompok 1
P2 = proporsi proporsi kelompok 2
d = presisi
 Contoh
• Untuk menduga perbedaan resiko thd
pemaparan lingkungan dlm 2 kelompok
industri, brp besar sampel yg hrs diambil
dr tiap kelompok agar penduga jatuh pd
jarak 5% dg CI 95%, jika tidak diketahui
proporsi resiko pemaparan utk 2 kelompok
• Diketahui :
Zα = 95% = 0,05 = 1,96
P1 = 50% = 0,5
P2 = 50% = 0,5
d = 0,05
 Z1 / 2 [ P1 (1  P1 )  P2 (1  P2 )]
n
d2
1,96 [0,5(0,5)  0,5(0,5)]  768,32  769
n
0,052

Dibutuhkan sampel sebanyak 769

responden tiap kelompok
• Pengujian hipotesis utk 2 proporsi populasi
• Rumus (4) :
n
Z 1 / 2 2[ P (1  P )  Z1 / 2 [ P1 (1  P1 )  P2 (1  P2 )]  2

n = sampel ( P1  P2 ) 2
Z 1 / 2 = derajat kemaknaan/CI
Z 1  / 2 = kekuatan uji (umumnya 80% & 90%)
P = proporsi populasi di suatu daerah
P1 = proporsi populasi kelompok 1
P2 = proporsi populasi kelompok 2
 Contoh
• Seorang mahasiswa ingin meneliti faktor-faktor yg
mempengaruhi kejadian PJK dikota dan didesa,
berdasarkan data Dinkes diketahui prevalensi PJK di
propinsi X sebesar 55%. Berdasarkan penelitian
pendahuluan yang dilakukan sebelumnya terhadap 50
orang dikota & 50 orang di desa dijumpai 30 orang PJK
dikota dan 25 orang PJK di desa. Hitung sampel yg
dibutuhkan tiap kelompok apabila CI 95% dengan
kekuatan uji sebesar 90%
 Jawab
• Diketahui :
Z α = 0,05 = 1,96
Z β = 90% = 1,282
P = 55% = 0,55
P1 = 30/50 x 100%= 0,6
P2 = 25/50 x 100% = 0,5
 n
Z 1 / 2 2[ P (1  P )  Z1 / 2 [ P1 (1  P1 )  P2 (1  P2 )]  2

( P1  P2 ) 2

n
1,96 2[0,55(0,45)  1,282 [0,6(0,4)  P0,5(0,5)]  2

(0,6  0,5) 2

 518,19  519
• Diperlukan sampel sebesar 519
responden tiap kelompok
 Besar Sampel
• Hal-hal yang perlu diperhatikan :
– Biaya yang tersedia, waktu, tenaga pelaksana
– Variasi di dalam variabel yang diteliti dan
banyaknya variabel yang akan diamati
– Presisi, ketepatan yang dikehendaki, semakin
besar smpel akan semakin tepat
menggambarkan populasi
– Rencana analisis, manual atau komputer
 Error
• Ada 2 macam eror dalam sampel :
• Sampling error
– Bukan kesalahan sebenarnya, tetapi variasi
dari konsekwensi pengambilan sampel
– Kemungkinan sampel terambil dari suatu
populasi akan berdistribusi disekitar nilai
populasi
– Non sampling error
– Error yang tidak disebabkan oleh sampel
tetapi dari pelaksanaan dalam pengambilan
sampel sampai analisis
• Non sampling error dapat terjadi :
– Pada saat perencanaan
– Pelaksanaan
– Pengolahan
– Analisis dan interpretasi
 Latihan
• Seorang mahasiswa Stikes Piala sakti
ingin melakukan penelitian faktor-faktor yg
berhub dg kejadian TB pd anak < 5 tahun.
Berdasarkan data dari Dinkes diketahui
prevalensi TB pada anak < umur 5 th di
daerah X sebesar 20%. Berapa anak yang
dimasukkan ke dalam sampel sehingga
angka prevalensi dapat diduga dlm jarak
5% dengan CI 90%.
• Seorang mahasiswa Stikes Piala sakti ingin melakukan
penelitian tentang faktor-faktor yg mempengaruhi
kejadian hipertensi di kota dan di desa, diperoleh
prevalensi hipertensi kota sebesar 40% dan prevalensi
hipertensi desa sebesar 32%. Perbedaan resiko terduga
adalah P1-p2 = 0,08. Jk ingin menduga perbedaan
resiko populasi dlm jarak 5% dg CI 95%, berapa besar
sampel yg diperlukan untuk tiap kelompok?