1

Kelompok III
Rifqi Hamdani Pasaribu
Dina Rahmi Solihad Nst
Uswatul Husnaini
 TOPIK BAHASAN:

1. Pengertian (Populasi & Sampel)

2. Mengapa perlu sampling
3. Langkah Pengambilan Sampel
4. Metode Probability Sampling
5. Besar Sampel
6. Aplikasi: menghitung besar sampel sesuai tujuan dan disain
penelitian

Pag
e2
 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)

Pag
e3
MENGAPA PERLU
MENGAPA PERLU
SAMPLING?
SAMPLING?

1. Populasi
1. Populasi tidak
tidak terbatas
terbatas
2. Sumberdaya
2. Sumberdaya terbatas
terbatas (tenaga,
(tenaga, dana,
dana, waktu)
waktu)
3. Tidak
3. Tidak mungkin
mungkin diteliti
diteliti semua
semua (waktu
(waktu dan
dan ruang)
ruang)
4. Adanya
4. Adanya penelitian
penelitian yang
yang destruktif
destruktif
5. Tidak
5. Tidak perlu
perlu semua
semua diteliti,
diteliti, ada
ada metode
metode sampling
sampling
yg didasarkan
yg didasarkan pada
pada distribusi
distribusi probabilitas
probabilitas

Metode
sampling

Menjamin
 Menjaminsampel
sampelmenggambarkan
menggambarkanpopulasinya
populasinya
Menjamin
 Menjaminsampel
sampelmempunyai
mempunyai akurasi
akurasiyang
yangterukur
terukur
Menjamin
 Menjaminsampling
samplingdapat
dapatdilaksanakan
dilaksanakandgdgefisien
efisien
Pag
e4
 Langkah
Langkah
PENGAMBILAN
PENGAMBILAN
SAMPEL
SAMPEL
1
1.Menentukan tujuan studi 2

2.Menentukan populasi penelitian 3

•Populasi target, Populasi studi
•Sampling frame
•UNIT ANALISIS

3.Menentukan metode pengambilan sampel 4

5
4.Menghitung besar sampel sesuai metode

5.Memilih sampel

Pag
e5
 TEKNIK
TEKNIK
SAMPLING •Sampel pertimbangan
SAMPLING (Purposive/judgemental)
•Sampel berjatah (Quota)
A. Non Random •Sampel seadanya
(Convenience)

B. Random (probability) sampling

•1. Simple random sampling (acak sederhana)

•2. Systematic random sampling (acak sistematik)
•3. Stratified random sampling (acak bertingkat):
-Sederhana (Simple stratified random)
-Proporsional (Proportional stratified random)
•4. Cluster random sampling (acak berkelompok)
•5. Multistages random sampling (acak bertahap)
Pag
e6
 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
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)
Pag
e8
 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

 Kesalahan yang sering terjadi, selalu

menganggap penelitian sebagai estimasi,
padahal seharusnya uji hipotesis
 Perhitungan besar sampel didasarkan pada
Teory Limit Central (Central Limit Theorem)

Pag
e 10
Tujuan penelitian: Mengetahui prevalensi diare pada balita di Kota Depok

Untuk menghitung jumlah sampel, peneliti perlu tahu sbb:

1. P = Perkiraan prevalence (dari penelitian terdahulu atau pilot studi)

2. d = Presisi: Ketepatan dari perkiraan prevalen –> deviasi/simpangan yang masih dapat ditolerir (pada
derajat kepercayaan tertentu)

3. CI = Interval kepercayaan

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
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

Pag
e 11
 z 21 / 2 * p * (1  p )
 Rumus: n 2
d
 p=perkiraan proporsi
 d=presisi
 z= nilai z pada interval kepercayaan (1-/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)
 Tujuan: Mengetahui prevalensi diare pada balita di Depok:
 Diketahui:
 Perkiraan proporsi 15% (p=0.15)
 Presisi 5% (d=0.05)
 Derajat kepercayaan 95% (Z1-/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

Pag
e 13
 Untuk menghitung besar sampel peneliti perlu mengetahui:
 Perkiraan Varians (Kuadrat dari Std.Deviasi)
 Presisi
 Derajat kepercayaan

 Rumus:

z 2
1 / 2 * 2
n
 2 = perkiraan varians
 d = presisi 2
 z = nilai z pada interval kepercayaan 1-/2 d
 Catatan:
 Rumus di atas hanya untuk estimasi rata-rata
 Rumus di atas hanya untuk sampel acak sederhana

Pag
e 14
Tujuan: Mengetahui rata-rata Hb ibu hamil di Kota Depok

Untuk menghitung jumlah sampel, peneliti perlu tahu sbb:

1. (SD2): Perkiraan varians Hb ibu hamil (dari penelitian terdahulu, atau pilot studi)
2. (d): Presisi: Ketepatan dari perkiraan rata-rata Hb ibu hamil –> deviasi/simpangan
yang masih dapat ditolerir (pada derajat kepercayaan tertentu)
3. (CI): Derajat kepercayaan
Contoh:
Diperkirakan (mean = 12.5 g/dl) dan (2 = 62 = 36 g/dl2 )
 Hasil penelitian terdahulu
Peneliti 95% yakin mean Hb bumil di depok berkisar .... Sd .....g/dl
 d= 1.0 gr/dl (ketepatan perkiraan 1.0 gr/dl)  11.5—13.5 g/dl
 d= 2.0 gr/dl (ketepatan perkiraan 2.0 gr/dl)  10.5—14.5 g/dl
 d= 0.5 gr/dl (ketepatan perkiraan 0.5 gr/dl)  12.0—13.0 g/dl

Ada 5% kemungkinannya rata-2 Hb berada diluar kisaran 11.5—13.5

 CI = 95%

Pag
e 15
 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
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.

Pag
e 16
n=
 z 1- 2 P(1 - P ) + z1-  P1 (1 - P1 ) + P 2 (1 - P 2 )
2

2

( P1 - P 2 ) Pag
e 17
 n
 z 1 2 P (1  P )  z1  P1 (1  P1 )  P2 (1  P2 )  2

( P1  P2 ) 2

n = besar sampel
 Z = nilai z pada derajat kepercayaan 1-a/2 atau batas kemaknaan a.
1-a/2
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

 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

Pag
e 18
 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:

Jadi untuk 1,64 2 * 0,45 * (1  0,45)  0,84 0,60 * (1  0,60)  0,30 * (1  0,30)   41,97
n  membuktikan apakah proporsi kematian pasien trauma kepala
2


dengan kadar glukosa tingi berbeda  0,30 kadar glukosa rendah diperlukan
0,60dengan
2
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)

Pag
e 19
 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 = nilai z pada interval kepercayaan 1-

1-
uji hipotesis dilakukan dua arah (two tailed)
 z1- = nilai z pada kekuatan uji (power) 1-
 1 = estimasi rata-rata kelp. 1 ; 2 = estimasi rata-rata kelp. 2
 2 = varians gabungan ; s12 = varians pd kel. 1;
s22 = varians pd kel. 2
Pag
e 20
 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 *1221,96  0,84
2
n  39,04
(82  75) 2

Diperlukan sampel sebanyak 80 sampel (40 orang yang konsumsi natriumnya rendah dan
40 orang yang konsumsi natriumnya tinggi)
(Asumsi; sampel dipilih secara acak sederhana)

Pag
e 21
  2  z1 / 2  z1  
2

n
 1   2  2
 2 = varians dari beda 2 rata-rata pasangan
(didapat dari penelitian terdahulu atau penelitian awal)
 Z
1- = nilai z pada interval kepercayaan 1-
uji hipotesis dilakukan dua arah (two tailed)
 z1- = nilai z pada kekuatan uji (power) 1-
 1 = perkiraan rata-rata sebelum intervensi
 2 = perkiraan rata-rata sesudah intervensi
(didapat dari penelitian terdahulu atau penelitian awal)
Pag
e 22
 Seorang peneliti ingin menguji efek latihan aerobik terhadap penurunan kadar
kolesterol LDL pada orang dewasa. Dari penelitian awal pada 5 orang diketahui
rata-rata LDL sebelum latihan aerobik adalah 185 mg/dl dan setelah 4 minggu
berlatih aerobik adalah 165 mg/dl. Jadi ada penurunan kadar LDL rata-rata 20
mg/dl dengan st. dev. 15 mg/dl.
 Berapa besar sampel yang diperlukan jika peneliti ingin menguji hipotesis dengan
perbedaan rata-rata minimum yang ingin dideteksi sebesar 10 mg/dl dengan
interval kepercayaan 95% dan kekuatan uji 90% ?

152 * 1,96  1,28

2
n 2
 23,62
(10)

Jadi diperlukan sampel sebanyak 24 sampel untuk mendeteksi adanya

penurunan rata-2 kadar LDL sebesar 10 md/dl
(Asumsi: sampel dipilih secara acak sederhana/sistematik)

Pag
e 23
α Zα Zα/2

0.10 1.28 1.65

0.05 1.65 1.96
0.025 1.96 2.24
0.01 2.33 2.58

Pag
e 24
β 1-β Zβ
>0.50 <0.50 <0.00
0.50 0.50 0.00
0.40 0.60 0.25
0.30 0.70 0.53
0.20 0.80 0.84
0.15 0.85 1.03
0.10 0.90 1.28
0.05 0.95 1.65
0.025 0.975 1.96
0.01 0.99 2.33
Pag
e 25
Judul : Hubungan Antara Kadar Hemoglobin Dengan Prestasi Belajar Siswa
Sekolah Menengah Pertama Negeri 1 Bringin Ngawi Jawa Timur.
Penulis : Rieska Rachmasari Luthfianingrum Anggraeni
Tahun : 2012
Populasi Penelitian :
Siswa SMP N 1 Bringin Ngawi kelas IX A (32 orang), B (34 orang),C ( 33
orang), D ( 34 orang), E (31 orang) dan F (34 orang), TOTAL = 198 orang.

Kriteria inklusi :
•Siswa kelas IX yang terdaftar dan mengikuti pelajaran tiap hari.
•Bersedia menjadi responden.
•Sehat jasmani dan rohani.

Kriteria Eksklusi
•Siswa kelas IX yang mengidap penyakit kronis dan akut.
•Siswa yang tidak hadir atau tidak bersedia menjadi sampel.

•Teknik Pengambilan Sampel : Proporsional random sampling

Sampel didasarkan pada perhitungan dengan rumus :

Keterangan :
N: Jumlah populasi dalam penelitian (198)
n : Besar sampel yang diperlukan
z : Nilai distribusi normal pada tingkat kemaknaan 95% (1,96)
p : Proporsi 38 % siswa yang menderita anemia
d : Derajat ketepatan pendugaan besar sampel 10%
 Kelas Jumlah Siswa
A 32
B 34
C 33
D 34
E 33
F 34

Total Sampel
10 + 11 + 10 + 11 + 10 + 11 = 62