Besar Sampel
1
Lingkup Rancangan Sampel
1. Tentukan Tujuan Penelitian
2. Uji 80,90,95
1. Beda p1-p2 OR,RR 90, 95, 99% 1. Acak sederhana
Hipotesis %
2. Kompleks
(dua sampel) proporsi
sampel
80,90,95
2. Beda x1-x2 90, 95, 99% 1. Acak sederhana
%
2. Kompleks
rata-rata
sampel 5
Perhitungan Besar Sampel
Sampel hanya bisa dihitung jika ada informasi
awal tentang hal yang diteliti dan populasinya
Secara umum perhitungan besar sampel
dapat dibagi menurut tujuan penelitian:
1. Estimasi parameter populasi
2. Uji Hipotesis
6
Perhitungan
Besar Sampel untuk
Estimasi Parameter
7
Terminologi pada Perhitungan Besar
Sampel utk Estimasi Parameter
5% 5%
10% 15% 20%
95% CI
z2
P (1 P)
n 1 / 2
2
d
Contoh penggunaan:
Survei cakupan imunisasi
Survei prevalensi gizi kurang di masyarakat
Penelitian prevalensi hipertensi di masyarakat
13
Besar sampel estimasi proporsi:
Contoh
Suatu survei dilakukan untuk mengetahui
prevalensi diare pada Balita di Kabupaten
Bogor. Berapa jumlah sampel yang
diperlukan untuk survei ini?
Berarti:
Peneliti 95% yakin bahwa rata-rata tek. Darah
sistolik di populasi berkisar 115-125 mmHg
18
Besar sampel estimasi rata-rata,
simpangan mutlak
2 2
1,96 20
n 2
4
n 97
Berarti, utk mengetahui rata-rata tekanan
darah sistolik orang dewasa di Jakarta,
diperlukan sampel minimum 97 sampel
orang dewasa,
yang pengambilan sampelnya dilakukan
dengan metode SRS
19
perhitungan besar sampel
utk survei
Tidak mungkin digunakan SRS pada survei populasi
sampel Non-SRS, harus dikoreksi dengan design
effect
Estimasi tidak hanya pada satu variabel saja, misal
Survei Kesehatan Ibu dan anak
Hitung sampel untuk masing-masing variabel (kesehatan ibu
dan kesehatan anak), kemudian ambil jumlah sampel yang
terbesar
Jumlah sampel minimal adalah jumlah sampel yang bisa
diambil datanya, bukan rumah atau orang yang perlu
didatangi
Contoh: Jika kerangka sampel Balita tidak tersedia, maka untuk
mendapatkan sampel 100 balita secara random, mungkin harus
datang ke 1000 rumah tangga (asumsi populasi balita 10%)
20
Perhitungan
Besar Sampel untuk
Uji Hipotesis
21
Terminologi pada Perhitungan Besar
Sampel utk Uji Hipotesis
( P1 P2 ) 2
1 2 2
23
Besar sampel uji hipotesis beda
proporsi 2 kelompok
n
z 1 / 2 2 P (1 P ) z1 P1 (1 P1 ) P2 (1 P2 ) 2
( P1 P2 ) 2
24
Statistik vs. bermakna secara
Substansi
Kebiasaan PJK n
Tidak ada hubungan minum
minum teh Ya Tidak
teh dengan PJK
Ya 12 (12%) 88 100
Namun, jika sampelnya Tidak 10 (10%) 90 100
ditingkatkan 20 kali lipat, Jumlah 22 178 200
ada hubungan bermakna 2 = 0,20 p=0,6513
Peneliti perlu
mempertimbangkan apakah
perbedaan kejadian Kebiasaan PJK n
penyakit jantung koroner
minum teh Ya Tidak
sebesar 2% memang
Ya 240 (12%) 1760 2000
bermakna dari segi ilmu Tidak 200 (10%) 1800 2000
kesehatan? Jumlah 440 3560 4000
2 = 4,09 p=0,0432 25
P1, P2 pada disain eksperimen,
kohort, & cross-sectional
Keluaran Total
Sebab
+ -
+ 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)
26
P1, P2 pada disain kasus-
kontrol
Keluaran Total
Sebab
+ -
+ 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)
27
Contoh P1 dan P2
“Hubungan antara anemia dengan BBLR”
Desain kohort/cross sectional
P1: Proposi BBL R pada ibu anemia
P2: Proposi BBLR pada ibu tidak anemia
Desain kasus-kontrol
P1: Proporsi ibu anemia pada BBLR
P2: Proporsi ibu anemia pada non BBLR
29
Contoh P1, P2 pada
Kohort
Pada contoh ini P1-P2 = 20%
Beda minimal proporsi BBLR yang dianggap bermakna antara ibu
anemia vs ibu non anemia sebesar 20%
Jika nantinya (setelah data terkumpul), beda BBLR sebesar 20% atau
lebih pada n sampel yang diambil
Uji statistik “signifikan”
Jika nantinya (setelah data terkumpul), beda BBLR kurang dari 20%
pada n sampel yang diambil
Uji statistik “tidak signifikan”
Signifikan uji statistik dirancang berdasarkan pengertian
tentang substansi
INGAT:
Perbedaan berapapun dapat dirancang untuk “signifikan” secara
statistik, asal jumlah sampel terpenuhi
30
Contoh Perhitungan Besar
Sampel
P1=0,3 P2=0,1 P=0,2
Z-a/2=1,96 Z-beta=0,84
n
1,96 2 * 0,2(1 0,2) 0,84 0,3(1 0,3) 0,1(1 0,1) 2
(0,3 0,1) 2
n 62 / kelompok
Berarti sampel yang dibutuhkan adalah 62 ibu
anemia dan 62 ibu non anemia, Total 124 ibu hamil
Bukan berarti diambil sampel 124 ibu hamil
karena tidak menjamin diperoleh 62 ibu hamil
anemia dan 62 ibu hamil non anemia 31
Contoh Kasus-
Kontrol
Suatu penelitian dilakukan untuk mengetahui
hubungan antara anemia pada ibu hamil dengan BBLR
dengan desain kasus kontrol
Asumsi untuk besar sampel:
Proporsi anemia pada BBLR: 80%
Proporsi anemia pada non BBLR: 60%
32
Contoh Kasus
Kontrol
P1=0,8 P2=0,6 P=0,7
Z-a/2=1,96 Z-beta=0,84
n
1,96 2 * 0,7(1 0,7) 0,84 0,8(1 0,8) 0,6(1 0,6) 2
(0,8 0,6) 2
n 82 / kelompok
2 z1 / 2 z1
2
2
2
(n 1) s
1
2
1 ( n2 1) s 2
2
n (n1 1) (n2 1)
1 2 2
36
Contoh
Suatu penelitian dilakukan untuk mengetahui
efek asupan natrium terhadap tek. darah orang
dewasa
Asumsi (dari penelitian terdahulu):
Pada kelp. Natrium rendah:
Rata-rata TD: 72 mmHg, SD:10 mmHg, n=20
Pada kelp. Natrium tinggi:
Rata-rata TD: 85 mmHg, SD:12 mmHg, n=20
Perbedaan minimal yg ingin dideteksi: 10
mmHg
Derajat kemaknaan:5%
Kekuatan uji:80%
37
Contoh
2
(20 1)10 2
(20 1)12 2
122
(20 1) (20 1)
n
1 2 2
40
Contoh
15 * 1,96 1,28
2 2
n 2
24
(10)