POPULASI & SAMPEL

MENGHITUNG BESAR
SAMPEL
Dini Rachmaniah, M.Kep
Pengertian Populasi dan Sampel
Populasi adalah jumlah keseluruhan unit analisis yang akan
diteliti karakteristik atau ciri-cirinya. Populasi dapat
dibedakan atas dua macam, yaitu populasi target dan
populasi terjangkau.

Sampel adalah sekelompok individu yang merupakan

bagian dari populasi terjangkau dimana peneliti langsung
mengumpulkan data atau melakukan pengamatan/
pengukuran pada unit ini.
 Sample Size

 Perhitungan besar sampel

ditentukan berdasarkan tujuan
analisis data penelitian.
Menurut Sastroasmoro (2008)
keuntungan Penggunaan Sampel

 Lebih Murah
 Lebih Mudah
 Lebih Cepat
 Lebih Akurat
 Lebih Spesifik, menggunakan
sampel mempermudah peneliti
mendapatkan subjek pebelitian yg
homogen dibandingkan populasi
yg heterogen
 Mewakili populasi
Beberapa hal yg perlu difahami
dalam perhitungan jumlah sampel

a. Kesalahan tipe 1 (alfa)

b. Kesalahan tipe 2 (beta)
c. Pengetahuan tentang karakteristik
statistik dari kelompok kontrol seperti
proporsi atai nilai mean yang diapat dari
literatur, pendapat pakar, dan
pengalaman peneliti
d. Effect size, perbedaan nilai
variabeldependen (outcome) yg
bermakna secara klinik (diharapkan)
antara eksperimen dan kontrol
Standar normal deviasi untuk
alfa dan beta
Tingkat Alfa (2- Alfa (1-
kesalahan tailed) talied) atau
(error) Beta
0,01 2.813 2.576

0,05 1.960 1.645

0,10 1.645 1.282

0,20 1.282 0.842

Penentuan Rumus Besar
Sampel ssi tujuan penelitian
 Penelitian deskriptif Kategorik
 Penelitian Deskriptif numerik
 Penelitian analitis kategorik tidak
berpasangan
 Penelitian analitis kategorik
berpasangan
 Penelitian analitis numerik tidak
berpasangan
 Penelitian analitik numerik berpasangan
 Penelitian analitik korelatif
Penelitian Deskriptif Kategorik

 Rumus Besar sampel

n = Zα2 x P x Q
d2
Keterangan :

Zα = Deviat baku alfa (1,96)

P = proporsi kategori variabel yang diteliti
Q =1–P
d = Presisi
Contoh Soal

 Seorang peneliti ingin

mengetahui prevalensi diare
pada anak di Desa A. diket
prevalensi diare dari penelitian
sebelumnya adalah 20%
 Hitung besar sampel yang
diperlukan utk meneliti
prevalensi diare di Desa A ?
Penelitian deskriptif numerik

 Rumus besar sampel

2

n = Zα X S
d
Keterangan :
Zα = deviat baku alfa
S = simpangan baku variabel yang
diteliti
d = presisi
Contoh Soal

 Seorang peneliti ingin mengetahui

rerata kadar hemoglobin pada ibu
hamil di kabupaten A. diket riset
sebelumnya rerata dan
simapangan baku kadar Hb adalah
10 + 4 g/dl.
 Hitung besar sampel utk melihat
rerata kadar Hb pd ibu hamil di
kabupaten A ?
 Analitis kategorik tidak
berpasangan
Rumus besar sampel :
2
N1 = N2 = Zα√2PQ + Zβ √P1Q1+P2Q2
P1—P2

Digunakan pd berbagai desain penelitian cth :

crossectional, kasus kontrol, kohort dan uji
klinis.
 Keterangan :
Zα = deviat baku alfa (1,96)
Zβ = deviat baku beta (0,84)
P2 = proporsi pd klp yg sdh diket
nilainya
Q2 = 1 – P2
P1 = proporsi pd klp nilainya judgment
peneliti
Q1 = 1 – P1
P1-P2 = selisih proporsi minimal yg
dianggap bermakna
P = proporsi total = (P1+P2)/2
Q=1–P
Contoh Soal
 Hubungan antara faktor kebisingan
dengan tuli. Desain yg digunakan
adalah case control. Peneliti
menetapkan perbedaan proporsi
kebisingan minimal antara klp kasus
dan kontrol ad/ 20%. Diket proporsi
pajanan pd klp kontrol 10%.
 Berapakan besar sampel yg
diperlukan utk meneliti kasus
tersebut.
 Penelitian analitis kategorik
berpasangan
 Rumus besar sampel :

n1=n2= (Zα+Zβ)2 ii
(P1-P2)2
Keterangan :
Zα = deviat baku alfa (1,96)
Zβ = deviat baku beta (0,84)
Ii = besarnya diskordan
(ketidaksesuaian)
 Cara menentukan proporsi
diskordan, proporsi kasus dan
kontrol
ii = b + c
N
P1 = a + b P2=a+c
N N
Contoh soal
 Hubungan antara faktor
kebisingan dengan tuli. Desain
yg digunakan adalah case
control. Peneliti menetapkan
perbedaan proporsi yg dianggap
bermakna ad/ 25%. Diket
proporsi diskordan = 0,30
 Berapakah besar sampel yg
diperlukan utk meneliti kasus
tersebut.
Penelitian analitis numerik
tidak berpasangan
Rumus besar sampel :

n1=n2= 2 (Zα+Zβ)2 S 2

(X1-X2)2
Keterangan :
Zα = deviat baku alfa (1,96)
Zβ = deviat baku beta (0,84)
S = simpangan baku gabungan
X1-X2 = selisih minimal rerata yang dianggap
bermakna
Menentukan simpangan baku gabungan :

(Sg)2 = S12 x (n1-1) + S22 x (n2-1)

n1 + n2 – 2
Keterangan :
Sg = simpangan baku gabungan
(Sg)2 = varian gabungan
S1 = simpangan baku klp 1 pd penelitian sebelumnya
n1 = besar sampel klp 1 pd penelitian sebelumnya
S2 = simpangan baku klp 2 pd penelitian sebelumnya
n2 = besar sampel klp 2 pd penelitian sebelumnya
Rumus Slovin

n = ___N___
1 + N (d)2

N = Ukuran populasi
n = ukuran Sampel
d = deviasi/Presisi
absolut (0,05)
  
2
z1 / 2 2 P (1  P )  z1  P1 (1  P1 )  P2 (1  P2 )
n
( P1  P2 )2

 n = besar sampel
1- = nilai z pada derajat kepercayaan 1-  atau batas kemaknaan .
 Z

Perhatikan pada rumus ini uji hipotesis dilakukan dua arah (two
tailed)
z = 1,64 ; 1,96 ; 2,58 untuk derajat kepercayaan 90, 95, 99%
 z1- = nilai z pada kekuatan uji (power) 1- .
z = 0,84; 1,28; 1,64; 2,33 untuk kekuatan uji 80, 90, 95, 99%
 P1 = estimasi proporsi pada kelompok 1
 P2 = estimasi proporsi pada kelompok 2

Page 21
 Suatu pengamatan awal pada 10 pasien trauma kepala berat dengan
kadar glukosa dara 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 diinginkan derajat kemaknaan 5% dan kekuatan uji 80%
 Dari informasi di atas, P1=0,60 ; P2=0,30, z 1-a/2=1,96 ; z1-b=0,84, maka
besar sampel dapat dihitung:

n
1,96 2 * 0,45 * (1  0,45)  0,84 0,60 * (1  0,60)  0,30 * (1  0,30) 
2

 41,97
0,60  0,30 2
Jadi untuk membuktikan apakah proporsi kematian pasien trauma kelapa
dengan kadar glukosa tingi berbeda dengan kadar glukosa rendah
diperlukan 42 pasien trauma kepala berat dengan kadar glukosa tinggi
dan 42 pasien trauma kepala berat dengan kadar glukosa rendah

Page 22
 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
1- = nilai z pada derajat kepercayaan 1-
 z1- = nilai z pada kekuatan uji (power) 1-
 1 = estimasi rata-rata kel 1 ; 2 = estimasi rata-rata kelompok 2
 2 = varians gabungan ; s12 = varians pd kel. 1 s22 = varians pd kel 2

Page 23
 Seorang peneliti ingin mengetahui efek asupan natrium pada tekanan
darah. Pada penelitian pendahuluan 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 derajat kemaknaan 5% dan kekuatan uji 80% ?

2 
(20  1) *10 2

 (20  1) *12 2
 122
(20  1)  (20  1)
2 *1221,96  0,84
2
n  39,04
(82  75) 2

Jadi diperlukan sampel sebanyak 40 orang yang konsumsi natriumnya

rendah dan 40 orang yang konsumsi natrirumnya tinggi
Page 24
  2 z1 / 2  z1  2
n
1   2 2

 2 = varians dari beda 2 rata-rata pasangan

(didapat dari penelitian terdahulu atau penelitian awal)
 Z1- = nilai z pada derajat kepercayaan 1-
 z1- = nilai z pada kekuatan uji (power) 1-
 1 = estimasi rata-rata sebelum intervensi
 2 = estimasi rata-rata sesudah intervensi

Page 25
 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 derajat kemaknaan 5% dan kekuatan uji 90%
?
152 * 1,96  1,28
2
n 2
 23,62
(10)

Jadi diperlukan sampel sebanyak 24 orang untuk mendeteksi adanya

penurunan kadar LDL rata-rata minimum 10 md/dl
Page 26
 Penelitian analitis numerik
tidak berpasangan
Rumus besar sampel :

n1=n2= 2 ( Zα+Zβ)2 S 2

(X1-X2)2
Keterangan :
Zα = deviat baku alfa (1,96)
Zβ = deviat baku beta (0,84)
S = simpangan baku gabungan
X1-X2 = selisih minimal rerata yang dianggap
bermakna
Menentukan simpangan baku gabungan :

(Sg)2 = S12 x (n1-1) + S22 x (n2-1)

n1 + n2 – 2
Keterangan :
Sg = simpangan baku gabungan
(Sg)2 = varian gabungan
S1 = simpangan baku klp 1 pd penelitian sebelumnya
n1 = besar sampel klp 1 pd penelitian sebelumnya
S2 = simpangan baku klp 2 pd penelitian sebelumnya
n2 = besar sampel klp 2 pd penelitian sebelumnya
 METODE SAMPLING
 Suatu cara yang ditetapkan peneliti
untuk menentukan atau memilih
sejumlah sampel dari populasinya.
 Metode ini digunakan agar hasil
penelitian yang dilakukan pada
sampel dapat mewakili populasinya.
 Metode ini sangat ditentukan oleh
jenis penelitian, desain penelitian,
dan kondisi populasi target dimana
sampel berada.
METODE PENARIKAN SAMPEL