Populasi dan
Sampel
Ns. Rizky Setiadi, S.Kep., MKM.
2
Definisi
Setiap
anggota yang ada di dalam populasi disebut Unit
Elementer, biasanya dilambangkan dengan N
Daftar
elemen untuk memilih sampel disebut dengan kerangka
sampel (sample frame).
Unityang ada didalam kerangka sampel disebut dengan unit
sampel (sampling unit).
5
Istilah
Unit Enumera s i:
Ru mah Tang g a y an g memilik i
Balita d i k elu rahan terp ilih
Unit Sampel:
Balita yang ada di RT
yang terpilih
Sampel dipilih secara acak dari Balita yang ada
di dalam RT
7
The Sampling Process
Plan
Plan procedure
procedure for
for
selecting
selecting sampling
sampling units
units
44
Determine
Determine ifif aa probability
probability
33 or
or non-probability
non-probability sampling
sampling Determine
Determine sample
sample size
size 55
method
method will
will be be chosen
chosen
22 Select
Select aa Select
Select actual
actual sampling
sampling units
units 66
Sampling
Sampling Frame
Frame
Define
Define the
the Target
Target
11 Conduct
Conduct fieldwork
fieldwork 77
population
population
Langkah
Langkah
PENGAMBILAN
PENGAMBILAN
Page 8
SAMPEL
SAMPEL
1
1.Menentukan tujuan studi 2
5
4.Menghitung besar sampel sesuai metode
5.Memilih sampel
Page 9
PENGERTIAN
Populasi target
Kumpulan dari satuan/unit yang ingin kita buat inferensi atau generalisasi hasil penelitian
Populasi studi
Kumpulan dari satuan/unit (N) di mana kita akan memilih sampel
Kerangka sampel/Sampling frame
Daftar satuan/unit/anggota populasi yang berisi identitas: (Nomor, Nama, & Alamat)
Sampel
Kumpulan dari satuan/unit yang kita ambil dari populasi studi di mana pengukuran dilakukan (n)
Unit analisis
Bagian dari sampel dimana kita akan melakukan analisis (misalnya rumah tangga, atau indivudu ibu
hamil, balita, PUS)
10
Kesalahan (error) pada sampling
Respondents
Planned (actual
Sampling Frame Sample sample)
Non-Response Error
Sampling Frame Error
Probability Sampling
Non probability sampling
Simple Random Sampling
Accidental sampling
Systematic random Sampling
Purposive sampling
Stratified sampling
Quota sampling
Cluster sampling
Snowball sampling
Multistage Random Sampling
Page 14
Random/Probability Sample
Probabilitas semua elemen di populasi untuk terpilih sebagai sampel adalah
sama
Dapat merepresentasikan populasi dan hasilnya dapat digeneralisasi ke
populasi
Accidental Sampling – teknik sampling dengan cara memilih sampel secara langsung
berdasarkan ketersediaan selama periode waktu tertentu
Contoh ingin meneliti gambaran pengetahuan remaja gaul di Big Mal Samarinda tentang NAPZA,
maka peneliti melakukan pengumpulan data di Mal tersebut pada setiap remaja yang dijumpai.
Keuntungan utamanya adalah pengambilan sampel bisa dilakukan dengan cepat, lebih ekonomis
Kelemahan utamanya adalah bahwa sampel mungkin tidak representative terhadap populasi.
Baik digunakan dalam riset explorasi
16
Non-Probability Sampling (2)
Judgment (purposive) Sampling – teknik sampling dengan cara memilih sampel berdasarkan
penilaian peneliti saja yang menganggap beberapa karakteristik/ unsur telah ada pada unit sampel.
Contoh: pada saat menjelang Pilkada/ Pilpres dilakukan polling dengan cara memilih daerah polling
yang dianggap representative menggambarkan tren pemilihan secara nasional.
17
Non-Probability Sampling (3a)
Contoh: peneliti ingin melakukan wawancara untuk mengetahui karakteristik masyarakat di suatu
daerah yang komposisi etnisnya beragam. Jika sampelnya berjumlah 100 orang, maka jumlah
individu yang dipilih memiliki persentase/ komposisi yang merata di seluruh etnis yang ada di
daerah tersebut.
18
Non-Probability Sampling (3b)
Keuntungan meliputi pengumpulan data makin cepat, biaya kecil, dan representative jika
subkelompok dipilih dengan baik.
Kerugiannya meliputi pemilihan sampel yang subjektif karena biasanya pengumpul data lebih
memilih sampel yang lebih “mudah”.
19
Non-Probability Sampling (4)
Snowball Sampling – pemilihan sampel dengan cara memilih salah satu unit sampel dengan cara
probabilitas, kemudian responden atau unit selanjutnya dipilih berdasarkan informasi dari unit sampel
yang sebelumnya, seterusnya hingga didapatkan sampel yang cukup.
Contoh: penelitian terhadap 100 gay, langkah pertama adalah mencari 1 orang gay secara
probabilitas, kemudian dari gay pertama didapatkan informasi responden gay berikutnya hingga
didapatkan 100 gay yang dijadikan sampel.
Keuntungannya adalah diperlukan sampel dan biaya yang sedikit, namun kerugian utamanya
adalah sampel berikutnya setelah sampel pertama mungkin memiliki banyak kesamaan dengan
sampel yang pertama dan tidak mewakili populasi.
20
Probability Sampling (1)
Example: From a list of 1500 name entries, a name on the list is randomly selected and then (say)
every 25th name thereafter. The sampling interval in this case would equal 25.
For systematic sampling to work best, the list should be random in nature and not have some
underlying systematic pattern
RANCANGAN SRS Page 22
Stratified Random Sampling – Pengambilan sampel secara acak setelah populasi dibagi menjadi
beberapa strata, dimana tiap strata bersifat homogeny (karakteristik sama).
Contoh; akan diambil sampel berdasarkan masa kerja perawat, maka diabgi terlebih dahulu strata
berdasarkan lamanya perawat bekerja, misal: 1 – 5 thn, 6 – 10 thn, dan > 10 tahun
Kemudian dihitung jumlah sampel yg dibutuhkan untuk masing2 strata, misal: jika dibutuhkan 96
sampel, maka dimasing2 strata diambil sampel sebesar 96/3 = 32 orang per strata.
Jika prosentase populasi di masing2 strata berbeda, maka jumlah sampel di masing2 strata jadi
berbeda, misal: pada Populasi sebesar 140 perawat dengan pembagian strata 1 = 40 (29%), strata 2 =
70 (50%) dan strata3 = 30 (21%), maka jumlah sampel di strata 1 = 27, strata 2 = 48 dan strata 3 =
21.
Page 24
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 (n k) dan jumlah sampel di tiap cluster terpilih(n s)
4. Pilih cluster secara acak proporsional (PPS)
5. Pada cluster terpilih: ambil semua unit cluster 1-tahap
6. Pada cluster terpilih: pilih secara random responden dengan jumlah yang sama cluster 2-tahap
Multistage Random sampling: proses pengambilan sampel dilakukan secara bertingkat, baik tingkat 2 maupun
lebih
Untuk melakukan survei tentang PTM disuatu propinsi dibutuhkan 2000 responden/ sampel. Maka pengambilan
sampelnya dengan cara memilih kab/ kota yang ada di propinsi tersebut secara acak, kemudian memilih desa/
kelurahan di masing2 kab/ kota secara acak, selanjutnya memilih rumah tangga di desa yang terpilih sebagai
cluster, selanjutnya memilih salah satu ART secara acak yang eligible (sesuai) untuk dijadikan responden hingga
didapatkan 2000 responden sebagai sampel.
Cara ini digunakan bila: populasi cukup homogen, jumlah populasi sangat besar, letak geografis/ wilayah yang
luas, biaya penelitian tidak memadai.
Page 27
Sampling
1. Estimasi proporsi
Dasar Perhitungan Besar Sampel Page 29
utk ESTIMASI
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 31
Besar sampel
Besar sampel hanya bisa dihitung jika ada informasi awal tentang
populasi (informasi awal tentang hal apa yang akan diteliti)
Secara garis besar, perhitungan besar sampel dibagi menurut tujuan
penelitian:
1. Estimasi parameter populasi
2. Uji hipotesis
PROPORSI
Tujuan penelitian: Mengetahui prevalensi diare pada balita di Kota Samarinda
Contoh:
Peneliti memperkirakan prevalensi diare di Samarinda sama dengan Kaltim 15% p = 0.15
Peneliti 95% yakin bahwa prevalensi diare di Samarinda berkisar antara 10—20% d = 0.05 (deviasi atau presisi 5%)
5—25% d = 0.10 (deviasi atau presisi 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 33
z 21 / 2 * p * (1 p)
Rumus:
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 34
*
Rumus: 2 2
z 1 / 2
n 2
s2 = 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 37
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, s2=62=36 ; d=1 ; z=1,96, maka besar sampel
1,96 2 * 6 2
n 2
139
1
Sehingga diperlukan 139 ibu hamil sebagai sampel
(Asumsi: ibu hamil dipilih secara SRS dari sampling frame populasi)
(Bila tidak SRS, maka metode cluster bisa jadi pilihan, namun jumlah sampel harus di kali dengan disain
efek.
Page 38
TUGAS
1. Poltekkes ingin melakukan survei untuk mengetahui kejadian Stress pada staf
administrasinya. Data penelitian terdahulu melaporkan kejadian stress pada
karyawan mencapai 15%. Hitunglah besar sampel minimum, jika presisi 5%
dan tingkat kepercayaan 95%.
3. Dinas Kesehatan Propinsi Kaltim ingin melakukan survey untuk mendapatkan angka yang layak
dipercaya untuk Angka Kematian Ibu (AKI) tahun 2016. Dari survei nasional yang sudah ada
diperkirakan AKB Kaltim sebesar 250 per 100.000 (0,0025). Jika peneliti menginginkan presisi
sebesar 10% dari perkiraan AKI tersebut, dengan menggunakan tingkat kepercayaan 95% hitunglah
berapa jumlah sampel minimal yang harus dipenuhi untuk survey tersebut.
4. Kepala Dinas Kesehatan Kabupaten Kutai Timur ingin mengetahui status gizi ibu hamil, yang
diukur dengan menggunakan indikator asupan karbohidrat dalam makanan per hari.. Berdasarkan
perkiraan sementara rata-rata asupan karbohidrat per hari adalah 200 gram dengan standar deviasi
70 gram. Jika peneliti menginginkan presisi 5% dan derajat kemaknaan 5% hitunglah berapa
sampel minimal yang harus dipenuhi. Asumsi: pengambilan sampel dilakukan secara
simple/systematic random sampling.
Dasar Perhitungan Besar Sampel Page 40
n=
z 1- 2 P(1 - P ) + z1- P1 (1 - P1 ) + P 2 (1 - P 2 )
2
2
( P1 - P 2 )
Page 41
n
z 1 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)
1-a/2 = 1,64 ; 1,96 ; 2,58 untuk derajat kepercayaan 90, 95, 99%
Z
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
1,64 2 * 0,45 * (1 0,45) 0,84 0,60 * (1 0,60) 0,30 * (1 0,30) 2
41,97
0,60 0,30 2
Jadi untuk membuktikan apakah proporsi kematian pasien trauma kepala dengan kadar glukosa tingi
berbeda dengan kadar glukosa rendah diperlukan 84 pasien, (42 pasien trauma kepala berat dengan
kadar glukosa tinggi dan 42 pasien trauma kepala berat dengan kadar glukosa rendah)
(Asumsi: sampel dipilih secara acak sederhana)
2a. Uji Hipotesis Beda Rata-rata Page 43
2 Kelompok Independen
n
2 2 z1 / 2 z1 2
1 2 2
( n 1) s 2
( n 1) s 2
2 1 1 2 2
(n1 1) (n2 1)
Z
1-a/2= nilai z pada interval kepercayaan 1-a/2
uji hipotesis dilakukan dua arah (two tailed)
z1-b = nilai z pada kekuatan uji (power) 1-b
m1 = estimasi rata-rata kelp. 1 ; m2 = estimasi rata-rata kelp. 2
2 = varians gabungan ; s12 = varians pd kel. 1;
s22 = varians pd kel. 2
Uji Hipotesis Beda Rata-rata Page 44
2 Kelompok Independen
Seorang peneliti ingin mengetahui efek asupan natrium pada tekanan darah. Pada pilot studi diketahui pada 20 orang yang
asupan natriumnya rendah mempunyai tek. Darah diastolik rata-rata 72 mmHg dengan st. dev. 10 mmHg. Sedangkan pada
20 orang yang asupan natriumnya tinggi mempunyai tek. Darah diastolik rata-rata 85 mmHg st. dev. 12 mmHg.
Berapa besar sampel yang diperlukan jika peneliti ingin melakukan uji hipotesis adanya perbedan tekanan darah pada kedua
kelompok tersebut dengan interval kepercayaan 95% dan kekuatan uji 80% ?
2
(20 1) *10
(20 1) *12 2
2
122
(20 1) (20 1)
2 *1221,96 0,84
2
n 11,32
(72 85) 2
Diperlukan sampel sebanyak 24 sampel (12 orang yang konsumsi natriumnya rendah dan 12 orang yang konsumsi natriumnya
tinggi)
(Asumsi; sampel dipilih secara acak sederhana)
2b. Uji Hipotesis Beda Rata-rata 2 Page 45
z1 / 2 z1
2 2
n
1 2 2
Jadi diperlukan sampel sebanyak 24 sampel untuk mendeteksi adanya penurunan rata-2
kadar LDL sebesar 10 mg/dl
(Asumsi: sampel dipilih secara acak sederhana/sistematik)