Sample untuk Penelitian.

Sumedi Sudarsono

Sample is a portion of the population.

A sample must representative for the population.

Sampling Error  5% = 0.05

(1). Random.
(2). Equal probability.
 Populasi ialah kelompok besar yg ingin diteliti,
yg ingin diketahui sifat-sifatnya sesuai deggan
tujuan penelitian.
 Penelitian tentang diare pada balita di
Kelurahan ‘X’ pada bulan ……. tahun ……..

Populasinya ialah semua balita yg tinggal di

Kelurahan ‘X’ pada bulan ……. tahun ……
baik yang diare maupun yg tidak.

Kriteria inklusi penelitian :

1. Semua balita yg orang tuanya setuju.
2. Umur antara 0 – 5 tahun
3. Baik laki-laki maupun perempuan
4. Bersedia memberikan spesimen tinja
 Kriteria eklusi penelitian :

1. Orang tuanya balita tidak setuju ikut.(SALAH)

2. Umur lebih dari 5 tahun (SALAH)
3. Tidak bersedia memberikan spesimen tinja X
4. Tiga kali dikunjungi tidak jumpa. (ok)
5. Alamat tidak jelas shg tidak ketemu.(ok)
……………………………………………………..
 Sampling method
(Cara pengambilan sampel) ada dua :

1. Non-probability sampling
2. Probability sampling ( Random Sampling )
………………………
1. Non-probability sampling , antara lain :

1. Consecutive sampling
2. Convenient sampling
3. Judgment sampling
4. Alternative sampling
5. Accidental samplig.
 (1). Consecutive sampling

Consecutive artinya berurutan, misalnya bulan

Maret, April, Mei ialah consecutive months.
Pd cara ini semua subjek yg datang berurutan dan
memenuhi kriteria inklusi diambil sebagai sampel,
sampai jumlah sampel yg diperlukan dipenuhi.
Sebagian penelitian klinis menggunakan cara ini dalam
pengambilan sampel, karena merupakan cara termudah.
Agar menyerupai probability sampling, maka jangka waktu
pemilihan pasien jangan terlalu pendek, misal penelitian
pd pasien DBD, jangan bulan Agt & Sept, karena pasien
DBD terbanyak ada pd bulan April-Juni.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
 (2). Convenient sampling :

Convenient artinya baik sekali atau tepat.

Cara ini merupakan cara paling lemah, sampel
diambil tanpa sistematika tertentu.
Misal ingin diteliti kadar Hb ibu yg periksa hamil,
besar sampel 50 bumil.
Diambil sampel 15 bumil dari Puskesmas, peneliti
cuti tahunan, sekembalinya dari cuti diambil lagi
sampel 35 bumil sampai terpenuhi 50 bumil.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
(3). Judgment sampling
( purposive sampling ):
Pd cara ini peneliti mengambil sampel berdasarkan
pertimbangan subjektifnya bahwa sampel / responden tsb
dpt memberikan informasi yg memadai utk menjawab
permasalahan penelitian.

Misal utk penelitian pendpt ibu ttg pemberian ASI dan susu
formula, dipilih ibu-ibu yg pernah memberikan ASI dan
pernah pula memberikan susu formula kpd bayinya.
Atau pd ibu-ibu dg pendidikan yg cukup agar dpt memberi
keterangan yg akurat. Cara ini lemah.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
 Cara pengambilan sampel ada dua :

1. Non-probability sampling
2. Probability sampling ( Random Sampling 
………………………
 2. Probability sampling

1. Simple Random Sampling.

2. Systematic Random Sampling.
3. Stratified Sampling a). Str. Simple RS.
b). Str. Syst Sampling.
4. Multistage Sampling.
5. Cluster Sampling.
6. Kombinasi di atas.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
 (1). Simple Random Sampling
( Acak sederhana )

Syarat variabel yg diteliti kurang lebih homogen.

Variabel tidak terlalu jauh berbeda.
Contoh : (1).Tinggi badan murid kelas satu SD.
(2). Income supir bajay.

Populasi murid kelas satu Sekolah Dasar : 300

Sampel sebesar : 60 murid.
Variabel yg diteliti : TB dlm Cm, ini ± homogen.
Populasi murid kelas satu SD : 300
Sampel sebesar : 60 murid

Cara : Murid-murid diberi nomor secara

random dari no.1 s/d no.300.

Diundi 60 dari 300 murid tsb.

( Ingat harus Equal probability )
Bagaimana cara mengundi tiga sampel dari
populasi 10 orang mahasiswa ?

 Ingat harus acak dan representatif.

 Menggunakan Tabel random

Populasi = 300.
Sampel = 60.

Karena Populasi tiga digit

Pada Tabel Random juga dibaca tiga kolom
(tiga digit).

Yg horisontal namanya baris,

yg vertikal namanya kolom.
 TABLE A6 RANDOM SAMPLING NUMBERS
------------------------------------------------------------------
03 47 43 73 86 36 96 47 36 61
97 74 24 67 62 42 81 14 57 20
16 76 62 27 66 56 50 26 71 07
12 56 85 99 26 96 96
55 59 56 35 64

16 22 77 94 39
84 42 17 53 31
63 01
 (2). Systematic sampling.

Syarat : Variabel yg diteliti kurang lebih homogen.

Variabel tidak terlalu jauh berbeda.

Populasi TB murid kelas satu SD : 300 murid.

Sampel : 60 murid.
 Murid-murid diberi nomor 1 s/d 300 secara
random.

1. Tentukan interval = 300 : 60 = 5.

2. Dirandom satu nomor di antara interval untuk

menetapkan sampel pertama. Misal : 2

3. Sampel ke dua, ke tiga dsb, dg menambahkan

interval.  2, 7, 12, 17, 22, dst
sampai 60 sampel.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
 (3). Stratified sampling.

Digunakan bila variabel populasi HETEROGEN.

Contoh : Tinggi Badan (TB) semua murid SD,
( kelas 1, 2, 3, 4, 5, 6 ).

1. Populasi yg heterogen dikelompokkan menjadi

beberapa strata (kelompok) yg ± homogen.

2. Dari masing-masing strata tsb diambil sampel

secara proportional.
 TB semua murid-murid S.D. Populasi = 300.
Sampel = 60.

Strata (I) terdiri murid kelas 1 & kelas 2 = 120

Strata (II) terdiri murid kelas 3 & kelas 4 = 100
Strata (III) terdiri murid kelas 5 & kelas 6 = 80
--------------------------
Total = 300
Dari kel (I) diambil sampel 120/300 (60) = 24

Dari kel (II) diambil sampel 100/300 (60) = 20

Dari kel (III) diambil sampel 80/300 (60) = 16

------------
Total sampel = 60
 Cara mengambil sampel 24 dari 120,
sampel 20 dari 100.
sampel 16 dari 80.

Dpt secara simple random atau

secara systematic.

dinamakan Stratified simple random sampling,

atau Stratified systematic sampling.
( Kombinasi. )
 (4). Multistage sampling

Digunakan bila populasi sangat besar yang

terdiri atas bagian-bagian tertentu yg ± homogen.
Misal penelitian tentang TB seluruh murid
kelas satu SD di DKI Jakarta.

DKI Jakarta, terdiri atas lima wilayah.

Jkt Pusat, Utara, Selatan, Timur dan Barat.
Stage (1) : Dirandom misal satu wilayah.
Stage (2) : Dirandom misal satu Kecamatan.
Stage (3) : Dirandom misal satu Kelurahan.

Dari satu kelurahan tsb dpt dirandom lagi, misal

lima SD, yg dijadikan sampel penelitian.
Stage (4).
 (5). Cluster sampling

Digunakan bila populasi tsb terdiri atas

bagian-bagian yg kurang lebih homogen.

Contoh penelitian TB mhs pd ruang praktikum.

Ruang tsb mempunyai 30 meja yang tiap-tiap
meja duduk 3-4 mhs dg TB ± homogen.

Dirandom misal lima meja, kemudian SEMUA

mhs yg duduk di lima meja tsb. diteliti.
(minimal 15, maksimal 20 mhs).
(4) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) (1) ( ) ( )

( ) (2) ( ) ( ) ( ) ( )

( ) ( ) ( ) (3) ( ) ( )

( ) ( ) (5) ( ) ( ) ( )
(4) ( ) (17 ) ( ) ( ) ( )

(27 ) ( ) ( ) (1) ( ) (20)

( ) (2) ( ) ( ) ( ) ( )

( ) ( ) ( ) (3) ( ) (23)

(13) ( ) (5) ( ) ( ) ( )

……………………………………………………..
Besar sampel pada Penelitian.
 The idea of sampling is to study a part of the
population in order to gain information about the
whole population.

Advantages of a sample :
1. Reduce finance, personnel, material, lower cost.
2. Results more quickly, shorter time
3. Better accuracy
4. More comprehensive data
……………………………………………………..
 Sample size depends on :

1. Study design
2. Estimated magnitude of the parameter being
studied ( = p )
3. Variability of the parameter being studied (s)
4. Level of Error ( = α )
5. Level of precision ( L )
6. Data analysis plan
7. Practical consideration
…………………………………………..
1. Study design.
Longitudinal study design requires larger sample
than cross-sectional study.
Cluster sampling design requires larger sample
than simple random sampling.

2. Estimated magnitude of the parameter being

studied ( = p ).
Where p = prevalence being studied, q = (1 – p)
when p = 0.5
 then maximum sample size is reached.
3. Variability of the parameter being studied (s).
The rarer the variable being studied, the larger the
sample size.
The more heterogeneous the variable in the
population, the larger the sample size.

4. Level of Error ( = α )
The lower the α, the larger the sample size.

5.
5. Level of precision ( L ).
The higher the level of precision desired, the larger
the sample size.

6. Data analysis plan.

Multivariate data analysis required larger sample
size than univariate analysis.

7. Practical consideration : money, man power,

time allocation.
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-
 Sample size ( n ), depends on :

1. Study design
2. Estimated magnitude of the parameter being
studied ( p )
3. Variability of the parameter being studied (s)
4. Level of Error ( = α )
5. Level of precision ( L ) or d
6. Data analysis plan
7. Practical consideration.
………………………………………….
(1). Desain potong-lintang :

(Zα) 2 p q Utk data proporsi

n = ---------------- (kategori).
L2

Zα (s) Utk data numerik, shg

n = { ----------- } 2 dpt dihitung besar s.
d
 Keadaan pd populasi
Berbeda Tdk berbeda
…………………………………………………….
Ho ditolak Positif benar Kesalahan tipe I (α)
(1- β )
Uji Hipotesis ……………………………………………………
Ho tdk ditolak Kesalahan Negatif benar
tipe II (β) (1- α)
………………………………………………….
(1). Besar Sampel pd Studi Survei.

1. Tergt pd tingkat kesalahan α  Zα .

utk α = 5%  lihat Tabel, maka Zα = 1.960
2. Prevalensi variabel yg diteliti,  didpt dari
kepustakaan, dinyatakan dg ‘p’.
Contoh : variabel cacingan pada anak SD
diketahui p = 0.75  maka q = 0.25
3. Presisi / ketepatan, biasa L = 5% atau 10%
4. Hitung Koreksi Populasi.
5. Hitung besar sampel minimal.
 (Zα) 2 p q Utk DATA KATEGORI
n = --------------- ( prevalensi atau proporsi )
L2 n = Besar sampel awal.

n
n1 = --------------- n1 = Population correction.
1 + n/N
N = Besar Populasi.

n2 = n1 + 10% n2 = sampel akhir.

 Tabel Distribusi Normal

α Zα
------------------------- Semakin kecil α
0.05 1.960 maka semakin besar
0.025 2.248* nilai Zα nya.  maka
0.020 2.326
0.01 2.576 semakin besar
0.005 2.813* ukuran sampelnya.
0.001 3.291
--------------------------
 Rujuk Table A3
 (Zα) 2 p q p = 0.75  q = 0.25
n = ---------------- α = 0.05  Zα = 1.960
L2 L = 0.10

(1.96) 2 (0.75) (0.25)

n = ----------------------------- = 72
(0.10) 2

Bila diketahui besar POPULASI = 300.

 n 72
n1 = --------------- = ------------------ = 58
1 + n/N 1 + 72/300
Population correction.

n2 = n1 + 10% n2 = sampel akhir = 64.

n2 = 58 + (10%)(58) = 64

========o0o========
 Soal (1) :

Alpha = 5% = 5%
p = 0.30 = 0.40 = 0.50
L = 10% = 10 %

Key : n = 81 n = 92 n = 96

N = 666
Soal (2) :

Alpha = 5%
p = 0.63
L = 10%

Key : n = 89

N = 666
Rumus Sample Size utk Survei / prevalensi
Data Numerik. Contoh : Kadar HB bumil.
( gram/dL ).
Zα (s)
n = { ----------- } 2
d

α = Tingkat kemaknaan / kesalahan type I.

s = Simpang baku = Standard deviation.
d = Presisi.
Contoh :

Studi survei tentang kadar Hb bumil di Cempaka

Putih Barat, bulan ….. th …..

Dari jurnal diketahui simpang baku = 0.45 g/dL

Presisi = 10 % atau α = 5 %

Berapa besar sampel yg diperlukan ?

 Zα (s) α = 0.05  Zα = 1.960
n = { ----------- } 2 s = 0.45 d = 0.10
d

(1.96) (0.45)
n = { ---------------- } 2 = 78
0.10

Besar sampel yg diperlukan = 78 + 10% = 86 bumil.

=======o0o=======
(2). Rumus Sample Size utk
Uji t-independent

(Zα + Zβ) 2 s 2
n = 2 ----------------------------
(mean1 – mean2) 2

n = besar sampel minimal.

α = kesalahan tipe I.
β = kesalahan tipe II.
s = standard deviation gabungan.
 mean1 –mean2
t = -------------------------------
s gab √ (1/n1 + 1/n2) bila n1=n2=n

mean1 –mean2
t = ------------------------------- dikuadratkan
s √ (2/n)

(mean1 –mean2) ) 2
((Zα + Zβ) 2 = -------------------------------
s 2 (2/n)

n (mean1 –mean2) 2
2 s2 (Zα + Zβ) 2 = -------------------------------

2 (Zα + Zβ) 2 s 2
n = ----------------------------
(mean1 – mean2) 2
 Tabel Beta ( 1 – β ) = Power penelitian.

β Zβ
----------------------------- Semakin besar Power
20% 0.842 semakin besar Zβ 
10% 1.282 maka semakin besar
5% 1.645 sampelnya.
1% 2.326
0.05% 2.576
-----------------------------
 α Zα
------------------------- Semakin kecil α
0.05 1.960 maka semakin besar
0.025 2.248* nilai Zα nya.  maka
0.020 2.326
0.01 2.576 semakin besar
0.005 2.813* ukuran sampelnya.
0.001 3.291
=========================================
β Zβ
----------------------------- Semakin besar Power
20% 0.842 semakin besar Zβ 
10% 1.282 maka semakin besar
5% 1.645 sampelnya.
1% 2.326
0.05% 2.576
-----------------------------
 s = 1.5 mean1 – mean2 = 1 g/dL
alpha = 5% Power = 80% Sample size = ?

(Zα + Zβ) 2 s 2
n = 2 ----------------------------
(mean1 – mean2) 2

(1.96 + 0.842) 2 (1.5) 2

n = 2 ---------------------------------- = 35
(1 ) 2 for each group.

=======o0o=======
 T-test pairs
(Zα + Zβ) 2 s 2
n = ------------------------
(mean dif) 2

s =2.5 g/dL mean dif = 2.0 g/dL α = 5%

Power = 80%

(1.96 + 0.842) 2 (2.5)2

n = -------------------------------- = 12  Sampel + 10% = 13.
( 2.0) 2
=======o0o=======
3. Rumus Sample Size utk Uji Korelasi.

(1 – r 2)(Zα+Zβ) 2
n = ------------------------- + 2
r2

n = Besar sampel minimal.

r = Koefisien Korelasi.
 Rumus t-tes utk Korelasi :

(n – 2)
t = r √ { ------------ } degree of freedom = n –2
(1 – r 2)

(n–2)
(Zα+Zβ) 2 = r 2 { -------------- }
(1 – r 2)

(n–2)
(1 – r 2) (Zα+Zβ) 2 = r 2 { -------------- }

(1 – r 2) (Zα+Zβ) 2
n = --------------------------- + 2
r 2
 (1 – r 2)(Zα+Zβ) 2 r = 0.7 Zα = 1.96 Zβ = 0.842
n = ------------------------- + 2
r2

(1 – 0.7 2)(1.96+0.842) 2
n = ---------------------------------- + 2
0.7 2

(0.51)(2.802) 2
n = -------------------- + 2 = 10 Sampel akhir = 11.
0.49

=========o0o========-
4. Sample Size Studi Kohort atau Experiment.

{ Zα √(2pq) + Zβ √(p1q1+p2q2) } 2
n = ---------------------------------------------------
(p1-p2) 2

p1 = Proporsi sembuh kelompok standard.

p2 = Proporsi sembuh kelompok perlakuan.

p1 + p2
p = ------------------
2
 {Zα√(2pq) + Zβ√(p1q1+p2q2)}2
n = -------------------------------------------
(p1-p2) 2

p1 = Proporsi sembuh kelompok standard = 0.7

p2 = Proporsi sembuh kelompok perlakuan = 0.8

p1 + p2
p = ------------- = 0.75 Zα = 1.96 Zβ = 0.842
2

{1.96√(2[(0.75)(0.25)] + 0.842√[0.7(0.3)+0.8(0.2)]}2
n = --------------------------------------------------------------------- = 293
(0.7 – 0.8) 2
==========o0o=========
5. Rumus Sample Size for Case-control.

1. Proporsi kontrol = p2 contoh p2 = 0.20

2. Perkiraan besar OR contoh OR = 2.0
3. Besar α misal 5%
4. Besar presisi = e misal 10%

p2 (OR) 0.20 (2)

maka p1 = --------------------- = ------------------------ = 0.333
(1-p2) + p2(OR) (1-0.2) + 0.20(2)

maka p1 = Proporsi kasus.

 Zα = 1.96 p1 = 0.333 p2 = 0.20 e = 0.20

1 1
(Zα) 2 [ --------- + -------------- ]
q1/ p1 q2/ p2
n = --------------------------------------
[ ln (1 – e) ] 2
hitung 1 : 0.667 dulu, baru
1 1 baru hasilnya dibagi 0.333
(1.96) 2 [ ---------------- + -------------- ]
0.667/0.333 p1 0.8/ 0.2 (3.841) [ 4.502 + 6.25 ]
n = ---------------------------------------------------- = --------------------------------
[ ln (1 – 0.2 ] 2 [ - 0.223] 2

(3.841)(10.752)
n = ------------------------ = 831
0.0497
=======o0o======== selesai