SAMPLING

By. MAHDALENA, M.Kes

BIOST_LENA.doc 1
 POPULASI
• POPULASI
JUMLAH KESELURUHAN DARI UNIT ANALISA YG
CIRI2 NYA AKAN DIDUGA.
SUATU KUMPULAN ELEMEN, DPNYA KITA INGIN
MEMBUAT SUATU INFERENSI ATAU INDUKSI
CONTOH :
SEMUA PEMUNGUT SUARA CALON PRESIDEN RI
SEMUA BALITA DI KODYA BANJARMASIN.

BIOST_LENA.doc 2
 POPULASI
• KETENTUAN POPULASI
1. ISI (CONTENT)
2. PERLUASAN (EXTENT)
3. WAKTU (TIME)
CONTOH:
PENDUDUK SUKU BANJAR (1) DI KABUPATEN
KOTABARU (2) PADA TAHUN 2003(3).
SIMBOL POPULASI : N
PARAMETER POPULASI : SEMUA PERHITUNGAN YG
DIPEROLEH DARI POPULASI.

BIOST_LENA.doc 3
 INFERENSI STATISTIK

POPULASI
Rata-rata
Deviasi Standar Inferensi
Parameter Populasi Statistik

Pengambilan SAMPEL
Sampel Rata-rata
Deviasi Standar
Statistik Sampel
BIOST_LENA.doc 4
 SAMPEL
• SAMPEL
SEBAGIAN DARI POPULASI YG CIRI2 NYA AKAN
DISELIDIKI
MINIATUR POPULASI
CONTOH :
SEBAGIAN PENDUDUK SUKU BANJAR YG TINGGAL
DI KABUPATEN KOTABARU PADA THN 2003.
SIMBOL BESAR SAMPEL : n
STATISTIK SAMPEL/STATISTIK : SEMUA
PERHITUNGAN YANG DIPEROLEH DARI SAMPEL.

BIOST_LENA.doc 5
 SAMPEL
• ELEMEN
OBJEK DIMANA PENGUKURAN DILAKUKAN. EX. PENGUKURAN BB DI
MASYARAKAT, ELEMENNYA ADALAH INDIVIDU.

• POPULASI
KUMPULAN SEMUA ELEMEN DARIPADANYA INFERENSI/INDUKSI
DIINGINKAN.

• UNIT SAMPLING
KUMPULAN ELEMEN DARI SUATU POPULASI YG TIDAK SALING
TUMPANG TINDIH. EX. KK, BALITA DSB.

BIOST_LENA.doc 6
 SAMPEL
• KERANGKA/FRAME
DAFTAR UNIT SAMPLING/ DAFTAR
KUMPULAN ELEMEN/DAFTAR POPULASI.

• SAMPLE
KUMPULAN UNIT SAMPLING YG DITARIK
DARI KERANGKA.

BIOST_LENA.doc 7
 SAMPEL
ALASAN :
1. BIAYA, TENAGA
2. KECEPATAN/WAKTU.
3. CAKUPAN.
4. TINGKAT KETELITIAN DAN
KETEPATAN.
5. ADANYA PENELITIAN
DESTRUKTIF.

BIOST_LENA.doc 8
 SAMPEL
SAMPEL IDEAL :
1.DPT MENGHASILKAN GAMBARAN YG TEPAT
MENGENAI KARAKTERISTIK POPULASI.
2.DPT MENENTUKAN PRESISI DARI HASIL
PENELITIAN DGN MENENTUKAN STANDAR
DEVIASI DARI TAKSIRAN YG DIPEROLEH.
3.SEDERHANA DAN MUDAH DILAKSANAKAN.
4.DPT MEMBERIKAN KETERANGAN SEBANYAK
MUNGKIN DGN BIAYA SERENDAH MUNGKIN.

BIOST_LENA.doc 9
 SAMPEL
METODE SAMPLING
• MERUP. PROSEDUR UNTUK MENARIK/PENGAMBILAN
SAMPEL DARI POPULASI YG HENDAK DIPELAJARI.

• TUJUAN SAMPLING : UTK GENERALISASI LEWAT :

1.PENAKSIRAN PARAMETER POPULASI
2.UJI HIPOTESIS

• MACAM :
1.NON PROBABILITY SAMPLING
2.PROBABILITY SAMPLING

BIOST_LENA.doc 10
 SAMPEL
• NON PROBABILITY SAMPLING
1. TDK BISA UTK GENERALISASI
2. TANPA PRINSIP RANDOM
3. BESAR SAMPEL TDK PERLU DITENTUKAN LEWAT RUMUS
4. TDK MELIBATKAN DERAJAT KEPASTIAN (  ,  ).

• PROBABILITY SAMPLING
1. BISA UNTUK GENERALISASI
2. MENGGUNAKAN PRINSIP RANDOM
3. BESAR SAMPEL DITENTUKAN LEWAT RUMUS
4. MELIBATKAN DERAJAT KEPASTIAN (  ,  ).

BIOST_LENA.doc 11
 METODE SAMPLING
SAMPLING NON PROBABILITAS :
1. CONVINIENCE SAMPLING/
ACCIDENTAL SAMPLING
2. PURPOSIF SAMPLING/ JUDGEMENT
SAMPLING.
3. QUOTA SAMPLING.
4. SATURATION SAMPLING/ S. JENUH
5. SNOWBALL SAMPLING
BIOST_LENA.doc 12
 METODE SAMPLING

SAMPLING PROBABILITAS
1. SIMPLE RANDOM SAMPLING
2. STRATIFIED RANDOM SAMPLING
3. SYSTEMATIC RANDOM SAMPLING
4. CLUSTER RANDOM SAMPLING
5. MULTISTAGE RANDOM SAMPLING

BIOST_LENA.doc 13
 DASAR PENGAMBILAN
SAMPEL
SAMPEL ACAK SEDERHANA
DEFINISI:
N N
1/ Cn
SAMPEL DIMANA SETIAP SAMPEL DARI SEJUMLAH YGC MUNGKIN
n

MEMPUNYAI KESEMPATAN YG SAMA UTK TERPILIH, YAITU :

N
Cn  N !/ n !( N  n)!
25
C5  25!/ 5!(25  5)!  53.130
• MEMBUAT DAFTAR/KERANGKA DARI N UNIT PENGHITUNGAN.
• MENGGUNAKAN PROSES ACAK UTK MENDAPATKAN n ANGKA
ANTARA 1 DAN N YG AKAN MENETAPKAN n INDIVIDU MANA YG
TERPILIH KE DALAM SAMPEL.

BIOST_LENA.doc 14
 DASAR PENGAMBILAN
SAMPEL
SAMPEL ACAK SEDERHANA
KEUNTUNGAN :
• MUDAH DIPAHAMI
• CARA INI MEMBERIKAN DASAR PROBABILISTIK THD TEORI
STATISTIK.

KELEMAHAN :
• SELURUH UNIT PENGHITUNGAN DALAM POPULASI HARUS
DITETAPKAN DAN DIBERI NOMOR SEBELUM PROSES SAMPLING.
• INDIVIDU TERPILIH SANGAT TERSEBAR (BIAYA DAN WAKTU).
• SUB KLASTER TERTENTU DLM POPULASI, SEC. KEBETULAN
MUNGKIN TERPILH SEMUA DALAM SAMPEL.

BIOST_LENA.doc 15
 DASAR PENGAMBILAN
SAMPEL
SAMPEL SISTEMATIK
METODE INI DAPAT MENGHEMAT WAKTU DAN DALAM
BRP SITUASI LEBIH EFISIEN DP PENGAMBILAN SAMPEL
ACAK SEDERHANA.
KEUNTUNGAN:
• ALTERNATIF JIKA ACAK SEDERHANA TDK BISA
DILAKUKAN.
• UNIT PENGAMBILAN CENDERUNG LEBIH TERSEBAR.
• DPT MENGGUNAKAN RUMUS ACAK SEDERHANA.

BIOST_LENA.doc 16
 DASAR PENGAMBILAN
SAMPEL
SAMPEL STRATIFIKASI
DEFINISI:
STRATUM
ADALAH SUBPOPULASI DARI POPULASI AWAL. STRATA DIBENTUK
BERDASARKAN BRP KARAKTERISTIK YG DIKETAHUI TTG
POPULASINYA YG DIYAKINI AKAN BERPENGARUH THD VARIABEL
YG AKAN DITELITI.

PENGAMBILAN SAMPEL STRATIFIKASI

PROSES PEMILAHAN THD POPULASI KE DLM BRP STRATA YG
SALING PISAH DAN TUNTAS, PEMILIHAN SATU SAMPEL ACAK DR
TIAP2 STRATUM DAN AKHIRNYA MENJADIKAN SATU SAMPEL UTK
MENDUGA PARAMETER POPULASI.
BIOST_LENA.doc 17
 DASAR PENGAMBILAN
SAMPEL
SAMPEL STRATIFIKASI
KEUNTUNGAN :
• PRESISI LEBIH TINGGI DARI SAMPEL ACAK
SEDERHANA.
• INFORMASI TTG PENDUGA LEBIH MUDAH.
• SEC. ADMINISTRATIF DAN LOGISTIK ADALAH LEBIH
MUDAH.
KELEMAHAN :
RANGKA HRS TERPERINCI TIAP STRATUM SEBELUM
PENGAMBILAN SAMPEL : (BIAYA)
BIOST_LENA.doc 18
 DASAR PENGAMBILAN
SAMPEL
SAMPEL KLASTER
DEFINISI:
KLASTER
ADALAH SEBAGAI UNIT PENGAMBILAN SAMPEL YG DAPAT
DIHUBUNGKAN 1 ATAU LEBIH UNIT PENDAFTARAN.

PENGAMBILAN SAMPEL KLASTER

PROSES PENGAMBILAN SAMPELYG MENGGUNAKAN RANGKA TDD
KALSTER UNIT PENCACAHAN.
KLASTER HARUS SEHETEROGEN MUNGKIN.

BIOST_LENA.doc 19
 DASAR PENGAMBILAN
SAMPEL
SAMPEL KLASTER
KEUNTUNGAN :
RANGKA YG TERPERINCI HANYA UTK m
KLASTER YG TERPILIH : (HEMAT)

KELEMAHAN :
MENGHASILKAN PENDUGA TDK SETEPAT
STRATA DAN ACAK SEDERHANA.
BIOST_LENA.doc 20
YANG PERLU DIPERHATIKAN PADA
PENENTUAN BESAR SAMPEL
• UNTUK MENAKSIR POPULASI ATAU UJI
HIPOTESIS
• DATA DALAM BENTUK PROPORSI ATAU
KONTINYU
• UNTUK PENELITIAN OBSERVASIONAL ATAU
EKSPERIMENTAL
• RELIABILITAS, ∞,β BERAPA YG
DIKEHENDAKI DAN ADAKAH NILAI
PARAMETER YG DIKETAHUI

BIOST_LENA.doc 21
 UNTUK MENAKSIR
PARAMETER POPULASI
1. Data Kontinyu
N 2
n
( N  1) D   2

Keterangan :
n besar sampel yg diinginkan
2  varians populasi
N besar populasi
D B²/4=bound on the error=reliabilitas

BIOST_LENA.doc 22
 BESAR SAMPEL

• UNTUK DATA CONTINU • UNTUK DATA KATEGORI

1. POPULASI YG DIKETAHUI 1. POPULASI YG DIKETAHUI

N 2 N .Z 2 p.q
n n 2
( N  1) D   2 d (n  1)  Z . pq
2. POPULASI TIDAK DIKETAHUI
2. POPULASI YG TDK DIKETAHUI
 1 
1 Z  .SD
Z  .SD 
n  2
 Z 2 p.q
D 2
 D 

n
n
  d2
D = PRESISI/PENYIMPANGAN P = PROPORSI VARIABEL YG AKAN DITELITI
δ = VARIANS POPULASI,VARIANS HASIL Q=1-P
SURVEY SEBELUMNYA
SD = SD HASIL SURVEY SEBELUMNYA
N = POPULASI n = SAMPEL
Z = DERAJAT KEPERCAYAAN

BIOST_LENA.doc 23
 Contoh :
• Misalnya kita hendak menaksir rata-rata biaya
perawatan dibagian ilmu penyakit dalam RSUD.
Andaikata variasi biaya perawatan di populasi tidak
diketahui, namun biaya perawatan tsb berada dalam
rentang angka Rp. 1000,- (beda antara biaya tertinggi
dgn terendah). Misalnya kuitansi biaya perawatan
berjumlah N = 10.000 dan reliabilitas yg dipakai
B=Rp.30,- Berapa n yang diperlukan?

BIOST_LENA.doc 24
 Penyelesaian ;
δ=rentangan/4 = Rp.1000/4 = Rp.250
δ²=250²= Rp 62500
D = B²/4 = 30²/4 = 225
Maka
10000 x 62500
n= -----------------------------
(10000 – 1)225 + 62500
n= 217,56 = 218, selanjutnya dipilih dari 10000 secara
random

BIOST_LENA.doc 25
• Kita hendak menaksir prevalensi infeksi
nosokomial di RSUD. Terdapat penderita
sebesar 2000 yg dilakukan tindakan bedah
selektif. Andaikata prevalensi infeksi nosokomial
dari penelitian sebelumnya tidak diketahui.
Dipakai reliabilitas sebesar B=0,05, berapa n
yang diperlukan?

BIOST_LENA.doc 26
HARGA Z PADA BERBAGAI HARGA α
DAPAT DILIHAT DI BAWAH INI
α zα
0.01 2.57
0.05 1.97
0.10 1.64

BIOST_LENA.doc 27
 N
n = ___________
1 + N (d)²
Contoh : Populasi 200 pasien IRNA tentukan
besar sampel yg akan diambil

200
n = ___________
1 + 200 (0.05)²
BIOST_LENA.doc 28
 Z 2 p.q
n 2
d
• Diketahui cakupan immunisi di wilayah A th
2010 adalah 60 %, maka hitunglah besar sampel
penelitian yang akan dilakukan :

1,96²(0,6 x 0.4)
n = ____________________
(0.05)²
n = 368,79 -> 369
Jika d = 0,1 , maka n = 92,198 ->
=92 BIOST_LENA.doc 29
 BESAR SAMPEL

• UNTUK DATA CONTINU • UNTUK DATA KATEGORI

1. POPULASI YG DIKETAHUI 1. POPULASI YG DIKETAHUI
1 N n
z  SD ( N  n) 1
DZ 
PQ
X
D 2 N 1
n  N 1 2 n

2. POPULASI YG TDK DIKETAHUI

2. POPULASI TIDAK DIKETAHUI
1  1  1
DZ 
PQ
Z  .SD  Z  .SD 
D 2 n  2 2 n
D 
n  

D = PRESISI/PENYIMPANGAN  P = PROPORSI VARIABEL YG AKAN
SD = SD HASIL SURVEY SEBELUMNYA DITELITI
N = POPULASI n = SAMPEL Q=1-P
Z = DERAJAT KEPERCAYAAN

BIOST_LENA.doc 30
SEKIAN

BIOST_LENA.doc 31