• Cluster random
sampling
2. BESAR SAMPEL
Tujuan Penelitian
Beda Rerata
Uji Korelasi
•Paired
•Independen
METODE PENGAMBILAN SAMPEL
Deduktif
1. Estimasi
• Estimasi Proporsi Mengetahui prevalen anemia pada ibu hamil
di kota depok
• Estimasi rerataMengetahui rerata kadar Hb pada ibu hamil di
kota depok
2. Uji hipotesis
• Uji beda proporsi Mengetahui hubungan sosial ekonomi dengan
anemia pada ibu hamil di kota depok
• Uji beda rerata independen Mengetahui hubungan sosial
ekonomi dengan rerata Hb pada ibu hamil di kota depok
Perhitungan Besar Sampel Estimasi
Perhitungan Besar Sampel untuk Estimasi
Parameter Populasi
Presisi Mutlak Presisi Relatif
Estimasi Proporsi
Keterangan :
P= Estimasi proposi Kaitan presisi mutlak dengan
d= presisi/simpangan mutlak relatif
Z= nilai z pada derajat kepercayaan 1-α/2
Rumus tsb:
•Tidak tepat digunakan untuk uji hipotesis
•Asumsi : populasi tak terbatas dan sampel SRS
•Jika sampel Non-SRS, harus dikalikan dengan Deff
Estimasi Rata-rata
Keterangan :
= simpang baku
d= presisi/ deviasi dari nilai rata-rata
Z= nilai z pada derajat kepercayaan 1-α/2 Kaitan presisi mutlak dengan
Rumus tsb :
rata-rata
•Tidak tepat digunakan untuk uji hipotesis
•Asumsi desain : populasi tak terbatas & metode
sampel SRS
Perhitungan Besar Sampel untuk
Estimasi Proporsi Parameter Populasi
Keterangan:
P = Estimasi proporsi (hasil penelitian terdahulu)
d = deviasi/ presisi/ sampling error (ditentukan oleh peneliti)
CI = Confidence Interval (penelitian terdahulu; 95% Kesmas, 99% Klinis)
Contoh :
Perhitungan Besar Sampel untuk Estimasi Proporsi Parameter
Populasi
• Diketahui : Prevalensi anemia di Bumil di kota depok 55%
Presisi/simpangan yg dpt diterima 5%
Derajat kepercayaan 95%
Artinya :
Peneliti percaya 95% bahwa prevalensi anemia Bumil di kota
depok berkisar antara 50% sampai dengan 60%
Perhitungan Besar Sampel untuk
Estimasi Proporsi (CONTOH)
Misalkan :
1)Data anemia ibu hamil di Kota Berarti :
depok belum ada •Peneliti menggunakan data Kota depok
2)Diketahui anemia ibu hamil di untuk memperkirakan anemia ibu hamil
Kota depok 55% (P=0.55) di kota depok 55%
•Peneliti 95% yakin bahwa prevalensi
3)Simpangan yg dpt diterima
anemia ibu hamil di kota depok berkisar
5% (d=0.55) antara 50-60%
4)Derajat kepercayaan 95% •Ada 5% kemunginannya prevalensi
(Za=1.96) anemia ibu hamil berada di luar kisaran
50-60%
Besar sampel estimasi proporsi (Contoh)
n = 1.962*0.55*(1-0.55) =381
0.052
• Berarti :
• Pada penelitian yg bertujuan untuk mengetahui prevalensi anemia pada ibu hamil di
kota depok, diperlukan sampel minimum sebesar 381 responden, yang pengambilan
sampelnya dilakukan dengan metode acak sederhana
• Jika pengambilan sampelnya komplek maka harus dikoreksi (dikalikan) dg disain efek
(DEFF), (kisaran 1.5 sampai 4)
Perhitungan Besar Sampel untuk
Estimasi Rata-rata Parameter Populasi
Keterangan:
Rerata, SD hasil penelitian terdahulu
d = deviasi/ presisi/ sampling error (ditentukan oleh peneliti)
CI = Confidence Interval (penelitian terdahulu; 95% Kesmas, 99% Klinis)
Besar sampel estimasi rata-rata (Contoh)
• Mengetahui rerata kadar
haemoglobin ibu hamil di
kota depok
• Asumsi yang digunakan:
• Rearata Hb 12 mg% (Data
provinsi Jawa Barat) Berarti :
• Simpang baku penelitian •Peneliti yakin 95% bahwa rerata kadar Hb
sebelumnya 6 mg% Bumil di kota depok populasi berkisar 11-13
• Presisi/deviasi 1 mg% mg%
(ditentukan peneliti) (d=1%)
• Derajat kepercayaan 95%
(Za=1.96)
Besar sampel estimasi rata-rata (Contoh)
n= 1.962*62 =139
12
• Berarti, untuk mengetahui rerata Hb Bumil di Depok diperlukan sampel minimum
139 responden, yg pengambilan sampelnya dilakukan dengan metode SRS
• Jika pengambilan sampelnya bukan SRS maka harus dikoreksi (dikalika) dengan
DEFF (kisaran 1.5 sampai 4)
1. Tujuan (Estimasi)
• Mengetahui prevalensi anemia pada Bumil di kota Depok
• Mengetahui rerata kadar Hb pada Bumil di kota Depok
Keterangan :
N= jumlah sampel masing2 kelompok
P1 dan P2 didapat dari hasil penelitian terdahulu
P-hat = (P1+P2)/2
(P1-P2)= perbedaan minimal yang dianggap bermakna secara substansi
Keterangan:
P1 = Estimasi proporsi pada kelp.1
P2 = Estimasi proporsi pada kelp. 2
CI = Confidence Interval (1-α)
Power = Kekuatan Uji (1-β)
POTENSI KESALAHAN DLM UJI STATISTIK
Kesalahan yang mungkin terjadi pada uji hipotesis
Populasi
Simpulan hasil sampel H0 salah (Ada perbedaan) H0 benar (Tidak ada perbedaan)
Ho ditolak (Ada perbedaan) 1-β (Power of the test) α (type-I error)
Rejecting fals H0 Rejecting true H0
H0 gagal ditolak/ H0 diterima β (type-II error) 1-α (interval kepercayaan)
(Tidak ada perbedaan) Do not reject fals H0 Do not reject fals H0
Jumlah 1.0 1.0
Perbedaan bermakna secara Statistik vs bermakna
secara Substansi
Jika sampelnya ditingkatkan 20
kali lipat maka :
Tidak ada hubungan antara minum the dengan Ada hubungan bermakna antara
penyakit jantung coroner (PJK) minum the dengan penyakit
jantung coroner (PJK)
Perbedaan bermakna secara Statistik vs bermakna
secara Substansi
+ -
+ a b a+b
- c d c+d
Total a +c b+d a+b+c+d
P1 = a/ (a+b)
P2 = c/(c+d)
P1,P2 pada disain kasus kontrol
Sebab Keluaran Total
+ -
+ a b a+b
- c d c+d
Total a +c b+d a+b+c+d
P1 = a/ (a+c)
P2 = b/(b+d)
Contoh P1 dan P2
• Hubungan antara anemia dengan BBLR
Desain Cohort/ Cross sectional
Anemia BBLR Total
Ya Tidak
Ya a b a+b
Tidak c d c+d
P1 : 50% P2 : 60%
Keterangan:
P1 = Estimasi proporsi pada kelp 1 = 0.5
P2 = Estimasi proporsi pada kelp. 2 = 0.6
CI = Confidence Interval 95% (Z1-α = 1.64)
Power = Kekuatan Uji 80% (Z1-β = 0.84)
Contoh Perhitugan Besar Sampel Uji
Beda Proporsi (1-tailed)
TUJUAN PENELITIAN :
Mengetahui hubungan sosek (tinggi vs rendah) BESAR SAMPEL
dengan anemia pada Bumil
Keterangan:
Tujuan Penelitian dan Jenis Uji Hipotesis
• 381
• 139
Uji Hipotesis
•305+305 (1-tailed)
•388+388(2-tailed)
•61+61 (1-tailed)
•77+77 (2-tailed)
Perhitungan sampel untuk data numeric selalu
mendapatkan ukuran sampel yang lebih kecil
Masalah dalam Penentuan Besar Sampel
Catatan:
Perbedaan P1 dan P2
harus berdasarkan
perbedaan yang
dianggap bermakna
secara subtansi, bukan
hanya dari penelitian
terdahulu saja
Besar sampel pada situasi lainnya
Besar Sampel Uji Klinis (hewan
coba)
Anggapan yang salah tentang
sampel
Calculating sample size
• Only a guide
• Most of the time, bound by financial, time, and resource
limitations
• But an estimate is important in order to prioritise, and
to know the statistical confidence and power of the
study beforehand
• Avoid gross under/over sampling
Negative results
• When a study yields negative results (no
association/effect):
• It could be that the effect really doesn’t exist,
• It could be that the effect exist, but the study was not
powerful enough to detect it, because the sample size
could have been too small
Hasil penelitian tidak signifikan :
•Benar benar tidak ada efek,
•Bisa jadi efeknya ada, tetapi penelitian tidak mampu mendeteksi
adanya efek karena sampel terlalu kecil
Power (Kekuatan Uji)
• Kekuatan uji (1-β)
Probabilitas studi untuk menolak hipotesis nol (menyimpulkan
adanya perbedaan) jika hipotesis nol di populasi memang salah
(perbedaan tersebut eksist)
• Power harus dihitung dan dicantumkan dalam laporan hasil
penelitian, terutama jika H0 gagal ditolak (menyimpulkan tidak
ada perbedaan)
• Pada sampel yang kecil, gagal menolak H0 (menyimpulkan tidak
ada perbedaan) sangat mungkin disebabkan oleh power yang
rendah, dibandingkan dengan kemungkinan bahwa H0 benar
(benar tidak ada perbedaan di populasi)
TERIMA KASIH