BESAR SAMPEL

Vissia Didin Ardiyani, SKM, MKM, Ph.D

 BESAR SAMPEL, TERGANTUNG:

 Jenis Penelitian
o Eksplorasi awal
o Generalisasi harus representatif
 Skala ukur variabel dependen
o Kategorikal/proporsional
o Kontinyu (interval)
 Presisi
o Selisih nilai yang akan diperoleh dg nilai sebenarnya yang
masih bisa diterima
RUMUS BESAR SAMPEL MANA YANG DIPAKAI?

Jenis pertanyaan penelitian membantu pemilihan rumus

besar sampel
DESKRIPSI KATEGORI

• Parameter dari kepustakaan: Proporsi (P)

• Contoh: meneliti prevalensi anemia di suatu daerah, maka
nilai yang harus dicari adalah prevalensi anemia (P) dari
penelitian sebelumnya (kepustakaan).
• Parameter yang ditetapkan peneliti: Presisi (d)
• Co: prevalensi gizi buruk adalah 30% (kepustakaan). Peneliti
menetapkan selisih nilai yang akan diperoleh dg nilai
sebenarnya yang masih bisa diterima adalah 5%. Presisi: 5%
• Tingkat Kepercayaan
• Seberapa besar estimasi angka berlaku di dalam populasi.
 POPULASI
       
 SAMPEL


 
 
  
  
   
    
0% 10% 20% 30%

PRESISI

BESAR SAMPEL
NILAI Z1-Α/2

Kesalahan Z1-α/2 Z1-β/2

(α ) Dua arah Dua arah

1% 2,81 2.32
5% 1,96 1.65
10% 1,64 1.28
15% 1,44 1.04
20% 1,28 0.84
Rumus Besar Sampel Untuk Populasi yang Besar
(N ≥ 500.000)
KASUS 1: KEPUSTAKAAN ADA

Seorang peneliti ingin mengetahui prevalensi diare di

Propinsi DKI Jakarta. Diketahui bahwa prevalensi dari
penelitian sebelumnya 20%. Apa rumus yang digunakan dan
berapa besar sampel yang diperlukan untuk meneliti
prevalensi diare di Propinsi DKI Jakarta?
Diketahui:
Prevalensi diare sebelumnya 20%
Peneliti menetapkan tk.kepercayaan 95%
α = 5% → Z1-α/2=1,96

Presisi (d) = 2%

Jadi, jumlah sampel minimal yang

diperlukan adalah 1.537 orang
responden
Diketahui:
Prevalensi diare sebelumnya 20%
Peneliti menetapkan tk.kepercayaan 95%
α = 5% → Z1-α/2=1,96

Presisi (d) = 2%

Jadi, jumlah sampel minimal yang

diperlukan adalah 1.537 orang
responden
KASUS 2: PREVALENSI TIDAK DIKETAHUI

Seorang peneliti ingin mengetahui prevalensi

status gizi di Propinsi A. Apa rumus yang
digunakan dan berapa besar sampel yang
diperlukan untuk meneliti prevalensi status gizi
di Propinsi A bila belum diketahui data
sebelumnya?
Diketahui:
Prevalensi = 50%
Peneliti menetapkan tk.kepercayaan 95%
α = 5% → Z1-α/2=1,96
Presisi (d) = 2%

Jadi, jumlah sampel minimal yang diperlukan adalah

2.401 orang responden
Rumus Besar Sampel Untuk Populasi Kecil
KASUS: PROPORSI TIDAK DIKETAHUI

Seorang peneliti ingin membuat survei dengan

populasi mahasiswa yang berjumlah 50.000 orang
mahasiswa. Survei direncanakan menggunakan presisi
3% dengan tingkat kepercayaan 95%. Berapa jumlah
sampel yang diperlukan?
Jadi, jumlah sampel minimal yang diperlukan adalah
1.045 orang responden
DESKRIPSI NUMERIK
• Parameter dari kepustakaan: SD (S)
• Contoh: meneliti rerata kadar Hb wanita hamil di suatu
daerah. Maka nilai yang harus dicari adalah standar deviasi
(S) dari penelitian sebelumnya (kepustakaan).
• Jika dalam kepustakaan diperoleh kdr Hb = 10±2, maka nilai
S=2
• Jika tidak ada, disarankan melakukan penelitian pendahuluan
(10-20 subjek)
• Parameter yang ditetapkan peneliti: Presisi (d)
• Selisih yang masih bisa diterima antara rerata sesungguhnya.
• Co: jika peneliti menetapkan selisih yang masih bisa diterima
sebesar 0,5 mg/dL, maka presisinya = 0,5 mg/dl
KASUS 1: SIMPANGAN BAKU DIKETAHUI

Seorang peneliti ingin mengetahui rerata kadar Hb

pada ibu hamil di Kabupaten A. Berdasarkan
penelitian sebelumnya, rerata dan SD Hb adalah 10±4
g/dl. Tk. 95% dan presisi 1. Besar sampel yang
diperlukan untuk meneliti kadar Hb di Kabupaten A?
KASUS 1: SIMPANGAN BAKU DIKETAHUI
KASUS 2: SIMPANGAN BAKU TIDAK
DIKETAHUI

Seorang peneliti ingin mengetahui rerata skor kualitas

hidup pada lansia di Palangkaraya. Apa rumus yang
digunakan dan berapa besar sampel yang diperlukan
untuk meneliti skor kualitas hidup orang lansia di
Palangkaraya?
KASUS 2: SIMPANGAN BAKU TIDAK
DIKETAHUI

Lakukan pilot studi pada 20 lansia di Palangkaraya.

Dari 20 subjek ini peneliti mendapatkan skor sebesar
70±30. S=30
TK = 95%, nilai presisi (d) = 10
Besar Sampel untuk variable dependen
dengan skala kategori
Besar sampel : kategorikal
Analitik berpasangan
Analitik tidak berpasangan (proporsi) (proporsi)

Bisa untuk: Bisa untuk:

Uji klinis, cross-sectional, Pengukuran berulang
case-control, cohort
Penentuan P1 – P2

 Ditetapkan peneliti
 Berdasarkan literatur  variable dengan nilai P <
0.05
 Penetapan Resiko Relatif
 Penetapan OR
Mendapatkan nilai P2 (Cohort)

Efek Total

Positif Negatif

FR Positive a b a+b
P2 = a/(a+b)
Negative c d c+d
P2 = c/(c+d)

Total a+c b+d N

Mendapatkan nilai P2 (Case Control)

Efek Total

Positif Negatif

FR Positive a b a+b
P2 = a/(a+b) P2 = b/(a+b)
Negative c d c+d

Total a+c b+d N

Mendapatkan nilai P2 (uji klinik)

Efek Total

Positif Negatif

Obat Positive a b a+b

Negative c d c+d
P2 = c/(c+d)
Total a+c b+d N
 PENENTUAN P1-P2 DENGAN MENETAPKAN
RR

• P1 = RR x P2
• Sebuah penelitian ingin mengetahui apakah terdapat
perbedaan kesembuhan luka akibat DM antara
pemberian olesan obat merah (standard) dan olesan
krim daun kalapapa?
Untuk menentukan besar sampel, peneliti menetapkan
bahwa RR minimal dianggap bermakna adalah 1,5. Bila
kesembuhan pada obat A diketahui 50%, berapakah
nilai P1 dan P1-P2
PENENTUAN P1-P2 DENGAN MENETAPKAN
RR

 P1 = RR x P2
 P1 = 1,5 x 50% = 75%
 P1 – P2 =75% -50% =25%
 Nilai P1 = 75% dan P1-P2 =5%
PENENTUAN P1-P2 DENGAN MENETAPKAN
OR

 OR = [P1(1-P2)] / [P2(1-P2)]
 Seorang peneliti ingin mengetahui apakah terdapat
hubungan antara penggunaan tablet bajakah dengan kanker
payudara. Peneliti menggunakan desain kasus control.
Untuk menentukan besar sampel, epenliti menetapkan
bahwa OR minimal yang dianggap bermakna yang
dianggap bermakna adalah 2. Bila proporsi pajanan tablet
bajakah pada kelompok control diketahui 50%, berapakah
nilai P1 dan P1-P2?
PENENTUAN P1-P2 DENGAN MENETAPKAN
OR
OR = [P1(1-P2)] / [P2(1-P2)]
Pajanan tablet bajakah pada kelompok control adalah 50%
OR minimal = 2
2 = [P1(1-0,5) / 0,5(1-P1)] = [P1 x 0,5 / 0,5(1-P1)]
2(1-P1) = P1
2 – 2P1 = P1
3P1 = 2
P1 = 2/3 = 0,66
P1-P2 = 0,66 – 0,5 = 0,16
P1 = 0,66 dan P1-P2 = 0,16
CONTOH PERHITUNGAN BESAR SAMPEL
ANALISIS KATEGORI TIDAK BERPASANGAN
 CONTOH KASUS 1: COHORT
Sebuah studi kohor berminat mempelajari apakah terdapat peningkatan risiko
terkena kanker payudara pada penggunaan kontrasepsi oral. Perkiraan insidensi
kumulatif dalam 10 tahun pada populasi wanita yang bukan pengguna kontrasepsi
oral ialah 0,02. Risiko relatif kanker payudara karena menggunakan kontrasepsi
oral diperkirakan 1,8. Tingkat kemaknaan  = 0,05. Power yang diinginkan
sebesar 80%. Berapa besar sampel minimal yang dibutuhkan?

Diketahui:
• Tingkat kemaknaan  = 0,05 (5%)  Z1-/2 = 1,96
• Power (1-) : 80%,  = 1 – 0,8 = 0,2  Z1- = 0,842
• RR = 1,8
• P2 (proporsi kanker payudara pada wanita bukan pengguna kontrasepsi) = 0,02 dan Q2 =
1- 0,02 = 0,98
• P1 (proporsi kanker payudara pada wanita pengguna kontrasepsi oral) = RR x
P 1,8 x 0,02 = 0,036
• Q1 = 1 – 0,036 = 0.964
Jawaban:

n (tiap kelompok) =

= 1633,06  1663

Jadi, untuk studi kohor yang akan berlangsung selama 10 tahun,

dibutuhkan paling sedikit 1663 subjek terpapar dan 1663 subjek
tidak terpapar. Dengan ukuran sampel tsb peneliti dapat mendeteksi
RR kanker payudara 1,8 sebesar 80%.
Contoh kasus 2: Case-control
Dengan menggunakan desain studi kasus kontrol tak berpasangan
seorang peneliti ingin mengetahui apakah diabetes melitus yang diderita
lelaki berusia 40-50 tahun berpengaruh terhadap terjadinya penyakit
jantung koroner. Odds ratio yang bermakna secara klinik = 2; proporsi
efek pada kelompok kontrol sebesar 0,20 dengan nilai kemaknaan
sebesar 0,05 dan power sebesar 80%. Berapakah besar sampel minimal
yang diperlukan?

Diketahui:
Tingkat kemaknaan  = 0,05 (5%) Z1- = 1,96
Power (1-) : 80%,  = 1 – 0,8 = 0,2 Z1-/2 = 0,842
OR =2
P2 = 0,2 ; Q2 = 0,8
2 = [(P1(1-0,2) / 0,2(1-P1) = P1x0,2 / 0,2(1-P1)
2(1-P1) = P1
2 – 2P1 =P1
3P1 = 2
P1 =2/3 = 0,66
P1 – P2 = 0,66 – 0,2 = 0,16
Jawaban:

n=

n = 176,28  176 responden

Jadi, studi kasus membutuhkan 176 kasus dan 176 kontrol

agar mampu mendeteksi risiko relatif DM sebesar 80%.
Contoh kasus 3: Intervensi
Seorang peneliti ingin mengetahui apakah terdapat perbedaan
kesembuhan antara pemberian obat alternatif A dengan placebo.
Peneliti menetapkan selisih antara kesembuhan obat alternatif A dan
placebo dianggap bermakna jika selisihnya 20%. Diketahui bahwa
kesembuhan pada kelompok placebo 70%. Bila ditetapkan α =5% dan
β=20%, dengan hipotesis satu arah, berapkah besar sampelnya?

Diketahui:
Tingkat kemaknaan  = 0,05 (5%) Z1- = 1,96
Power (1-) : 80%,  = 1 – 0,8 = 0,2 Z 1-/2 = 0,842
P2 = 0,7 ; Q2 = 0,3
P1-P2 = 0,2  P1 = P2 + 0,2 = 0,7 + 0,2 = 0,9
Q1 = 1-P1 = 1 – 0,9 = 0,1
P = (P1+P2)/2 = (0,7+0,9)/2 = 0,8
Q = 1-P = 1-0,8 = 0,2
n1=n2 = 61,53 dibulatkan menjadi 62
Dengan demikian, besar sampel untuk tiap kelompok = 62
CONTOH PERHITUNGAN BESAR SAMPEL
ANALISIS KATEGORI BERPASANGAN
 Z= nilai baku distribusi  Sel konkordan (a dan d)
normal pada α atau β  Sel diskordan (b dan c)
tertentu
 P1 – P2= selisih proporsi
minimal yang dianggap
bermakna (effect size)
 Π = besarnya diskordan
HUBUNGAN ANTARA DISKORDAN, PROPORSI,
DAN OR
Dengan demikian, besar sampel untuk tiap kelompok adalah
102 (kelompok kasus) dan sebanyak 102 kelompok kontrol