1
Sampling
Ada 2 topik bahasan dalam
sampling:
1. Metode pengambilan sampel (Sampling
Design)
2. Besar sampel (Sample Size)
Metode
sampling
5
4.Menghitung besar sampel sesuai metode
5.Memilih sampel
Page 6
CONTOH BIAS KARENA SELEKSI SAMPEL
sampel
sampel
sampel
sampel
sampel
Page 7
CONTOH BIAS KARENA SELEKSI SAMPEL
Page 8
TEKNIK •Sampel pertimbangan
SAMPLING (Purposive/judgemental)
•Sampel berjatah (Quota)
A. Non Random •Sampel seadanya
(Accidental/Convenience)
Page 11
STRATIFIED RANDOM SAMPLING
STRATIFIKASI SEDERHANA STRATIFIKASI PROPORSIONAL:
(Alokasi sama): 1. Tentukan populasi studi
1. Tentukan populasi studi 2. Kelompokkan populasi
2. Kelompokkan populasi berdasarkan variabel Strata
berdasarkan variabel Strata 3. Tentukan besar sampel
3. Tentukan besar sampel 4. Besar sampel dibagi
4. Besar sampel dibagi rata proporsional menurut strata
menurut strata 5. Buat sampling frame (N) ditiap
5. Buat sampling frame (N) ditiap strata
strata 6. Di tiap strata, pilih sampel
6. Di tiap strata, pilih sampel secara random (Tabel-random
secara random (Tabel-random atau Komputer)
atau Komputer)
Page 12
(Antar strata heterogen, dalam strata homogen)
CLUSTER RANDOM SAMPLING
Digunakan jika sampling frame tidak tersedia atau
populasi merupakan wilayah geografis yang sulit
dijangkau
1. Tentukan populasi studi (N)
2. Kelompokkan populasi berdasarkan cluster
• Geografis/area/wilayah administrasi/blok/unit
3. Tentukan jumlah sampel (n) dan jumlah cluster (nk) dan
jumlah sampel di tiap cluster terpilih(ns)
4. Pilih cluster secara acak proporsional (PPS)
5. Pada cluster terpilih: ambil semua unit atau pilih secara
random dengan jumlah yang sama
(Antar cluster homogen, dalam cluster heterogen)
Kelemahan: 1. Nilai varians lebih besar dibandingkan SRS (Deff.)
sehingga dibutuhkan jumlah sampel yang lebih besar
2. Perlu software khusus dalam analisa data agar hasil akurat Page 13
Multi-stage random sampling
Digunakan jika populasi sangat besar dan menyebar
dan tidak tersedia KERANGKA SAMPEL
Contoh tingkat Propinsi:
1. Tentukan populasi studi (N) dan sampel (n)
2. Bagi populasi menurut wilayah/Strata (Kab/Kota)
Pilih wilayah/strata secara acak
3. Di setiap strata terpilih, kelompokan populasi
berdasarkan cluster atau strata (Urban/Rural)
Pilih cluster/strata secara acak
4. Tentukan besar sampel di tiap Strata & klaster
5. Di klaster/strata terpilih, ambil sampel secara acak
(tabel-random/komputer)
Page 14
Sampling
Sampling harus memenuhi 2-kaidah berikut:
• 1. Akurasi/valid/akurat
– Mengukur apa yang sebenarnya ingin diukur
– Tergantung dari metode mengambil sampel
• 2. Presisi/konsisten/reliable
– Mengambarkan ketepatan ukuran yang diperoleh
– Tergantung dari besar sampel
Kesalahan yang sering terjadi adalah metode
pengambilan sampel sering kurang mendapat
perhatian dibandingkan besar sampel
Page 15
Dasar Perhitungan Besar Sampel
utk ESTIMASI
Perhitungan besar sampel didasarkan pada
Teory Limit Central (Central Limit Theorem)
Page 16
BESAR SAMPEL
Tergantung pada:
1. Jenis penelitian
• Eksplorasi awal 1 sampel mungkin cukup
• Generalisasi harus representative
2. Skala-ukur variabel dependen
• Nominal/ordinal (Kategorik) Proporsi
• Interval/ratio (Numerik) Mean dan SD
3. Derajat ketepatan perkiraan yang diinginkan (presisi)
Semakin tinggi presisi ~ semakin besar sample
4. Tujuan Penelitian
• Estimasi
• Uji Hipotesis
5. Interval kepercayaan dan Kekuatan Uji
6. Teknik pengambilan sampel (SRS atau bukan SRS)
Page 17
Besar sampel
Page 18
1. Jumlah sampel utk ESTIMASI PROPORSI
Tujuan penelitian: Mengetahui prevalensi diare pada balita di Kota Depok
Contoh:
Peneliti memperkirakan prevalensi diare di Depok sama dengan Jabar
15% p = 0.15
Peneliti 95% yakin bahwa prevalensi diare di Depok berkisar antara
10—20% d = 0.05 (deviasi 5%)
5—25% d = 0.10 (deviasi 10%)
Ada 5% kemungkinannya prevalensi diare berada diluar kisaran
10—20% CI = 95% Za/2 = 1,96
5—25% CI = 95% Za/2 = 1,96
Page 19
1a. Jumlah Sampel untuk Estimasi Proporsi
Rumus: z 21a / 2 * p * (1 p)
n 2
d
p=perkiraan proporsi
d=presisi
z= nilai z pada interval kepercayaan (1-a/2)
Catatan:
• Rumus di atas hanya untuk estimasi proporsi
• Rumus di atas hanya untuk sampel acak
sederhana
• Untuk sampel cluster jumlah sampel perlu
dikalikan dengan Design Effect (DEFF)
Page 20
1b. Jumlah Sampel untuk Estimasi Proporsi
Tujuan: Mengetahui prevalensi diare pada balita di Depok:
Diketahui:
• Perkiraan proporsi 15% (p=0.15)
• Presisi 5% (d=0.05)
• Derajat kepercayaan 95% (Z1-a/2=1.96)
Perhitungan:
1.96 2 * 0.15(1 0.15)
n 2
196
0.05
Hasil:
• Dibutuhkan paling tidak 196 balita
yang dipilih secara SRS dari sampling frame populasi
Page 21
2. Besar Sampel untuk Estimasi Rata-rata
Tujuan: Mengetahui rata-rata Hb ibu hamil di Kota Depok
Page 22
2a. Besar Sampel untuk Estimasi Rata-rata
Untuk menghitung besar sampel peneliti perlu
mengetahui:
• Perkiraan Varians (Kuadrat dari Std.Deviasi)
• Presisi
• Derajat kepercayaan
Rumus:
z 2
1a / 2 * 2
n 2
2 = perkiraan varians
d
d = presisi
z = nilai z pada interval kepercayaan 1-a/2
Catatan:
• Rumus di atas hanya untuk estimasi rata-rata
• Rumus di atas hanya untuk sampel acak sederhana
Page 23
2b. Besar Sampel untuk Estimasi Rata-rata
Seorang peneliti ingin mengetahui rata-rata Kadar HB Ibu hamil di
Depok. Dari laporan terdahulu, diketahui rata-rata HB Bumil 12.5 g/dl
dengan standar deviasi 6 g/dl. Berapa besar sampel yang diperlukan
jika peneliti menginginkan derajat kepercayaan 95% dan simpangan
maksimum dari rata-rata HB sebesar 1.0 g/dl?
Berdasarkan informasi di atas, 2=62=36 ; d=1 ; z=1,96, maka besar
sampel 2 2
1,96 * 6
n 2
139
1
n=
z 1-a 2 P(1 - P ) + z1- P1 (1 - P1 ) + P2 (1 - P 2 )
2
2
( P1 - P 2 ) Page 25
2. Uji Hipotesis Beda 2 Proporsi
n
z 1a 2 P (1 P ) z1 P1 (1 P1 ) P2 (1 P2 )
2
( P1 P2 ) 2
n = besar sampel
Z
1-a/2 = nilai z pada derajat kepercayaan 1-a/2 atau batas kemaknaan a.
Perhatikan pada rumus ini uji hipotesis dilakukan dua arah (two tailed)
Z
1-a/2 = 1,64 ; 1,96 ; 2,58 untuk derajat kepercayaan 90, 95, 99%
z1-b = nilai z pada kekuatan uji (power) 1-b.
z1-b = 0,84; 1,28; 1,64; 2,33 untuk kekuatan uji 80, 90, 95, 99%
P1 = perkiraan proporsi pada kelompok 1
P2 = perkiraan proporsi pada kelompok 2
Page 26
2a. Uji Hipotesis Beda 2 Proporsi
Suatu pengamatan awal pada 10 pasien trauma kepala berat dengan
kadar glukosa tinggi menunjukkan 6 orang meninggal. Sedangkan
pengamatan pada 10 pasien trauma kepala berat dengan kadar glukosa
rendah menunjukkan 3 orang meninggal.
Seorang peneliti ingin mengetahui apakah kadar glukosa darah dapat
digunakan sebagai faktor prognostik pasien trauma kepala. Berapa
besar sampel jika interval kepercayaan 95% dan kekuatan uji 80%
Dari informasi di atas, P1=0,60 ; P2=0,30, z1-a=1, 64 ; z1-b=0,84, maka
besar sampel dapat dihitung:
n
1,96 2 * 0,45 * (1 0,45) 0,84 0,60 * (1 0,60) 0,30 * (1 0,30)
2
41,97
0,60 0,302
n
2 2 z1a / 2 z1
2
m1 m 2 2
( n 1) s 2
( n 1) s 2
2 1 1 2 2
(n1 1) (n2 1)
2
(20 1) *10 2
(20 1) *12 2
122
(20 1) (20 1)
2 *1221,96 0,84
2
n 39,04
(82 75) 2
z1a / 2 z1
2 2
n
m1 m 2 2
Page 31
LATIHAN (10.00-11.00)
Kepala Dinas Kesehatan Kabupaten Cianjur ingin mengetahui
prevalensi anemia pada ibu hamil. Berdasarkan informasi pada
survei gizi ibu hamil di Jawa Barat diperoleh prevalensi anemia
pada kehamilan sebesar 62%. Berdasarkan masalah dan informasi
yang ada, berapa jumlah sampel yang dibutuhkan jika Kepala
Dinas menginginkan presisi mutlak sebesar 10% dan derajat
kepercayaan 90% ?
Suatu obat “A” dikatakan dapat menghilangkan nyeri pada 80%
pasien osteoartritis. Sedangkan parasetamol, yang merupakan
analgetik lama dapat menghilangkan nyeri pada 50% pasien
osteoartritis. Seorang peneliti ingin menguji apakah obat “A”
memang lebih efektif dari parasetamol. Berapa besar sampel yang
dibutuhkan jika peneliti mengingkinkan derajat kemaknaan 1% dan
kekuatan uji 80% ?
Page 32