SAMPLING
Oleh
Antonius Adolf Gebang, S.Kep.,M.P.H
Ilustrasi Populasi dan Sampel
PERHATIAN
Pengumpula
n Data
Populasi Sifat a. Populasi homogen Sumber data yang unsurnya memiliki sifat yang sama dan tidak
perlu mempersoalkan jumlahnya secara kuantitatif. Contoh: populasi pasien rawat
jalan dengan jenis asuransi yaitu BPJS Kesehatan kelas 3 di RS A pada tahun 2017.
b. Populasi heterogen Sumber data yang unsurnya memiliki sifat atau keadaan yang
berbeda (bervariasi) sehingga perlu ditetapkan batas - batasnya secara kualitatif dan
kuantitatif. Contoh: populasi pasien pasien rawat inap di RS A pada tahun 2017.
Kelompok
a. Populasi Umum Populasi umum adalah dimana sumber datanya seluruh objek
pada lokasi penelitian
b. Populasi Target Populasi target adalah populasi yang menjadi sasaran dalam
mengeneralisasi sebagai kesimpulan sebuah penelitian.
SAMPEL
Ada beberapa kekeliruan yang mengkibatkan bias dalam penarikan sampel, antara lain:
1. Penentuan populasi target.
Contoh: populasi target dalam penelitian adalah pasien rawat jalan BPJS di Rumah Sakit X, tetapi
dalam penarikan sampel hanya dilakukan pada kelompok pasien kategori BPJS kelas mandiri.
2. Karakteristik sampel yang diambil tidak mewakili karakteristik populasi target.
Contoh: penelitiannya adalah persepsi pasien rawat jalan BPJS terhadap kepuasan pelayanan dokter,
tetapi angketnya diberikan kepada seluruh pasien rawat jalan baik BPJS maupun non BPJS.
3. Kesalahan menentukan wilayah.
Contoh: populasi target adalah pasien rawat jalan BPJS di Rumah Sakit X, tetapi dalam penarikan
sampel hanya dilakukan di poli penyakit dalam saja.
4. Jumlah sampel yang terlalu kecil, tidak proporsional dengan jumlah populasinya.
Contoh: Populasi tenaga kesehatan di puskesmas X adalah 400 orang. Namun, sampel yang diambil
untuk penelitian hanya 20 tenaga kesehatan. 5. Kombinasi dari beberapa kekeliruan diatas.
MENGAPA
Sampling
SAMPLING ???
Ada Populasi yg anggota individunya
jumlahnya sangat besar
Menghemat biaya penelitian
Menghemat waktu yang dibutuhkan untuk
penelitian
Meningkatkan ketepatan lebih tinggi
Kegunaan Pengambilan Sampel
Menghemat Biaya
Menghemat Tenaga
Desain Cross-Sectional
Keterangan:
Jika besar populasi (N) diketahui, maka n: jumlah sampel minimal yang di
dicari dengan menggunakan rumus perlukan
berikut: α: derajat kepercayaan
P: Proporsi Ibu Hamil Anemia
q: 1-p (Prporsi Ibu Hamil tdk
anemia)
d: limit dari error atau presisi
absolut
Ditetapkan α=0,05 atau Z1-α/2 = 1,96
Namun apabila besar populasi (N) tidak diketahui maka
besar sampel dihitung dengan rumus sebagai berikut :
Contoh Soal:
Suatu penelitian ingin mengetahui penyakit anemia pada ibu hamil.
Untuk mendapatkan nilai p, kita harus melihat dari penelitian yang telah
ada atau literatur. Dari hasil hasil penelitian Suyatno (2011) di daerah
Demak-Jawa Tengah, proporsi Ibu hamil (p) yang diberi menderita
anemia 17,2 %. Ini berarti nilai p = 0,172 dan nilai q = 1 – p. Dengan
limit dari error (d) ditetapkan 0,05 dan nilai Alfa = 0,05, maka
jumlah sampel yang dibutuhkan sebesar?
= 219 orang
PROSES MENENTUKAN DESAIN
Sampling
SAMPLING
Mendefinisikan Populasi
Non Probability
Sampling
Sampling Probability
Sampling
Quota Sampling
Accidental sampling Simple Random
Purposive sampling Sampling
Total sampling Stratified Sampling
(Jenuh) Cluster Sampling
Snowball Sampling Systematic sampling
Probability Sampling
SIMPLE RANDOM SAMPLING
Sebagai contoh, peneliti ingin mengetahui alasan mahasiswa (populasi) memilih kuliah di
Perguruan Tinggi A. Di dalam perguruan tinggi tersebut terdapat 1000 orang mahasiswa yang
terdiri dari dua kelompok, yaitu kelompok laki-laki dan perempuan. Kelompok laki-laki
sebanyak 600 orang (60%), dan perempuan sebanyak 400 orang (40%). Jika sampelnya
ditetapkan sebanyak 500 dari 1000 orang mahasiswa, maka dalam sampel itu banyaknya
masing-masing kelompok harus seimbang sama dengan dalam populasi. Kelompok laki-laki
sebanyak 300 orang (60%), dan kelompok perempuan sebanyak 200 orang (40%). Mengenai
penetapan siapa-siapa (individu-individu) dari masing-masing golongan dilakukan secara acak
(random) seperti dalam simple random sampling.
Probability
Sampling
CLUSTER SAMPLING
Probability
Sampling
ILUSTRASI
STRATIFIED VS CLUSTER SAMPLING
SYSTEMATIC SAMPLING
Non Probability
Sampling
Ilustrasi Systematic Sampling
SYSTEMATIC SAMPLING
Contoh 2: Populasi terdiri dari 100 tablet obat maag. Masing-masing diberi nomor dan
didaftarkan/ dituliskan secara berurutan dari nomor 1 sampai nomor 100. Jika diambil
20 dari 100 tablet tersebut, maka , dengan kata lain diambil 1 dari 5. Secara Sistematik
ambilah anggota populasi yang akan menjadi sampel dengan jarak 5. Jika pertama kali
anggota populasi yang terpilih (misal dengan tutup mata/ secara random) untuk
menjadi sampel adalah obat yang nomor urut 15, maka anggota kedua sampai
kesepuluh secara berurutan adalah anggota nomor urut 20, 25, 30, 35, 40, 45, 50, 55,
60, 65, 70, 75, 80, 85, 90, 95, 100, 05, dan 10 (nomor urutnya diulang kembali karena
tidak ada nomor urut di atas 100).
Non Probability
Sampling
Non Probability Sampling
Quota Sampling
Teknik menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai
jumlah kuota yang diinginkan.
Contoh: Peneliti akan melakukan penelitian terhadapa penyakit diabetes melitus tipe 2 di
Rumah Sakit T.C Hillers Maumere. Jumlah sampel yang di tentukan 500 orang. Jika
pengumpulan data belum sampai 500 orang, maka penelitian di pandang belum selesai
karena belom memenuhi kuota yang ditentukan.
Non Probability
Sampling
Accidental Sampling
Teknik pengambilan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan
bertemu dengan peneliti dapat digunakan sebagai sampel, bila di pandang orang yang
kebetulan ditemui itu cocok dengan sumber data.
Contoh: Penelitian tentang hubungan aktivitas fisik dan konsumsi sayur buah dengan
penyakit diabetes mellitus tipe 2 di Puskesmas Beru. Sampel yang diambil adalah pasien
yang datang berobat dan dan memenuhi kriteria maka diambil sebagai sampel penelitian.
Non Probability
Sampling
Purposive Sampling
Teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini
sering dilakukan bila jumlah populasi relative kecil, kurang dari 30 orang atau peneliti
yang ingin membuat generalisasi dengan kesalahan yang sangat kecil.
Snowball Sampling
Teknik Snowball sampling adalah teknik pengambilan sampel yang awal mula jumlahnya
kecil, kemudian menjadi banyak. Dalam penentuan awal sampel, pertama dipilih satu atau
dua orang, tetapi karena dengan dua orang ini belum merasa lengkap terhadap data yang
diberikan, maka peneliti mencari orang lain yang dipandang lebih tahu dan dapat
melengkapi data yang diberikan oleh dua sbelumnya. Begitu terus sehingga jumlah
sampel semakin banyak.
Suatu penelitian memiliki judul “Analisis Kelengkapan Pengisian Berkas
Rekam Medis Pasien Rawat Inap di RS Bahagia pada Tahun 2016”
memiliki tujuan penelitian untuk menganalisis kelengkapan pengisian
berkas rekam medis pasien rawat inap di RS Bahagia Tahun 2016. Jika
Anda sebagai peneliti, tentukan kriteria inklusi dan kriteria eksklusi
dalam mendapatkan sampel pada penelitian tersebut!
Tugas:
1) Suatu penelitian memiliki judul “Analisis Kelengkapan Pengisian Berkas Rekam
Medis Pasien Rawat Inap di RS Bahagia pada Tahun 2016” memiliki tujuan penelitian
untuk menganalisis kelengkapan pengisian berkas rekam medis pasien rawat inap di
RS Bahagia Tahun 2016. Jika Anda sebagai peneliti, tentukan kriteria inklusi dan
kriteria eksklusi dalam mendapatkan sampel pada penelitian tersebut!
2) Sebutkan jenis teknik sampling dan karakteristik dari masing-masing jenis teknik
sampling tersebut!
3) Berikan contoh penerapan teknik sampling menggunakan simple random sampling
dan sistematik random sampling!
4) Jelaskan perbedaan teknik cluster random sampling dengan stratified random
sampling beserta contohnya!
5) Jelaskan perbedaan teknik sampling purposif dengan snowball sampling!
TERIMA KASIH