Transcript CARA PENGAMBILAN SAMPEL

POPULASI DAN SAMPEL
Oleh
Nugroho Susanto
PENGANTAR
 Populasi adalah keseluruhan objek yang
akan/ingin diteliti.
 Populasi yang tidak pernah diketahui
dengan pasti jumlahnya disebut "Populasi
Infinit" atau tak terbatas,
 Populasi yang jumlahnya diketahui dengan
pasti (populasi yang dapat diberi nomor
identifikasi), misalnya murid sekolah,
jumlah karyawan tetap pabrik, dll disebut
"Populasi Finit"
Lanjutan
 Misalnya penduduk suatu negara
adalah populasi yang infinit karena
setiap waktu terus berubah
jumlahnya. Apabilah penduduk
tersebut dibatasi dalam waktu dan
tempat, maka populasi yang infinit
bisa berubah menjadi populasi yang
finit.
Populasi target dan sasaran
 Populasi target menekankan pada aspek
siapa yang akan dilakukan penelitian.
 Populasi sasaran menekankan pada aspek
populasi yang akan dituju.
 Ilustrasi sebuah contoh: Suatu penelitian
akan dilakukan pada penderita Ca servik di
wilayah kerja dinas kesehatan provinsi DIY.
Pada kasus ini yang diangap sebagai target
adalah penderita Ca servik sedangkan yang
dianggap sebagai populasi sasaran adalah
penderita yang berada diwilayah kerja
dinas kesehatan Provinsi DIY.
SAMPLING
Pendahuluan
 Banyak cara yang dapat dilakukan dalam
kerangka sampling
 Hal yang penting dalam pengambilan
sampel adalah bagaimana sample itu dapat
mewakili dari populasi yang akan diteliti.
 Sampel benar-benar mewakili atau
representative maka kesimpulan akan
sama dengan meneliti populasi
 Mengapa dalam penelitian dilakukan
sample dari populasi?
Lanjutan
 Bagaimana cara pengambilan
sample?
 Dan bagaimana menentukan jumlah
sample?
Pengambilan sampel
 Pengambilan sampel random
 Pengambilan sampel non random
Pengambilan sampel acak
sederhana
 Pengambilan sampel acak sederhana
menekankan sistem pengambilan sampel
yang didasarkan pada angka (bilangan)
yang muncul.
 Langkah-langkah; Menentukan nomer
untuk setiap individu dalam populasi;
Melakukan proses acak (dapat dilakukan
dengan tabel bilangan acak) untuk
mendapatkan n angka antara 1 dan N.
Contoh
 Suatu penelitian dilakukan di RS A.
jika diketahui perawat di RSA 600
perawat sedangkan besar sampel
yang diingikan 20 perawat,
bagaimana mengambil 20 perawat
dari 600 perawat RS A UAD?
Langkah penyelesaian
 Memberi label (nomer) untuk setiap
perawat.
 Lakukan proses acak. Proses acak dapat
memanfaatkan bilangan random.
 Melakukan pemilihan nomer bisa dengan
menyamping ke kanan atau kebawah.
 Nomer 121 dianggap sebagai sampel
pertama. Sampel ke dua dan seterusnya
dapat dilakukan dengan cara memilih ke
samping kanan atau ke bawah.
Bilangan acak
1214 0211 4761 3567
0265 6513 4323 0123
1113 4535 9564 1433
5462 4334 0095 3432
4353 0015 0056 3221
3549 0228 0547 2300
2118 0238 6568 1231
4117 4227 3228 1232
Pengambilan sampel Sistematik
(sistematic random sampling)
 Pengambilan sampel ini lebih menekankan
pada sistem interval
Langkah-langkah;
 Memberi angka (nomer) untuk seluruh
populasi.
 penentuan angka didasarkan proporsi
terbanyak-terkecil.
 Interval sampel.
 Melakukan proses acak untuk interval
pertama.
 Hasil acak interval pertama sebagai sampel
no 1.
Bilangan acak
1214 0211 4761 3567
0265 6513 4323 0123
1113 4535 9564 1433
5462 4334 0095 3432
4353 0015 0056 3221
3549 0228 0547 2300
2118 0238 6568 1231
4117 4227 3228 1232
Contoh
 Suatu penelitian dilakukan di RSU
PKU muhamadiyah. Yang dianggap
sebagai populasi adalah perawat. Jika
seluruh perawat di RSU PKU
muhammadiya adalah sebagai
populasi (300 perawat) sedangkan
sampel yang diingikan sebesar 30
perawat. Bagaimana mengambil 30
perawat dari 300 perawat yang ada di
RSU PKU muhamadiyah?
Pengambilan sampel stratifikasi
 Pengambilan sampel dengan
stratifikasi lebih menekankan dan
memperhatikan sub-klaster yang ada.
 Pembagian sub-klaster dapat
didasarkan pada karakteristik atau
tipe dari populasi.
Gambar
Populasi (seluruh
rumah sakit)
RS tipe
A
RS tipe
B
Sampel
RS tipe
C
Sampel
Sampel
RS tipe
D
Sampel
Langkah-langkah
 Menentukan populasi sasaran.
 Menentukan sub-klaster yang dapat
didasarkan pada karakteristik populasi. Ini
lebih sering dikenal dengan alokasi
sampling.
 Melakukan proses random (acak) untuk
setiap sub klaster.
 jumlah Sampel yang terambil untuk setiap
sub-klaster adalah sama.
 Melakukan Pengambilan sampel stratifikasi
Contoh
 Suatu penelitian dilakukan di Yogyakarta
tentang kepatuhan bidan melaksakan
pecegahan infeksi. Yang dianggap sebagai
populasi adalah semua bidan yang berada
di rumah sakit di wilayah DIY baik rumah
sakit swasta atau pemerintah. Jika seluruh
bidan yang bekerja di DIY ada 200
sedangkan sampel yang dibutuhkan
sebesar 20 bagaimana cara memilih 20
bidan dari 200 bidan yang ada diwilayah
kerja provinsi DIY
Pengambilan sampel Klaster
 suatu rangka yang terdiri dari klasterklaster unit pencacahan
 dibagi menjadi beberapa klaster yang
saling pisah
 klaster tidak harus sehomogin
mungkin
Contoh
 Suatu penelitian dilakukan untuk
mengetahui cakupan imunisasi anak
sekolah di provinsi DIY. Jika sampel
yang dibutuhkan sebesar 200 anak
sedangkan seluruh populasi 2.000
anak di DIY. Bagaimana mengambil
200 anak dari 2.000 anak di wilayah
DIY?
Pengambilan sampel non random
 Proporsif Sampling
Proporsif sampling memberikan gambaran
bahwa pengambilan sampling didasarkan
pada asumsi peneliti
 Kuota Sampling
Kouta sampling didasarkan pada samling
yang ditemukan dimana telah memenuhi
jumlah sampling yang ditentukan.
Latihan (sebuah diskusi)
 Jika diketahui pada bayi tersebar ke
dalam 39 posyandu dan diketahui
terdapat 1000 ibu yang mempunyai
anak usia dibawah 2 tahun
bagaimana pengambilan sampel yang
tepat untuk kasus diatas?
PENGAMBILAN SAMPEL NON
RANDOM





SAMPLING KUOTA
SAMPLING INSIDENTAL
SAMPLING PURPOSIF
SAMPLING JENUH
Snowball Sampling
SAMPLING KUOTA
 Sampling kuota adalah teknik untuk
menentukan sample dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah
(kuota) yang diiginkan.
 Pengambilan sampel hanya berdasarkan
pertimbangan peneliti saja, hanya disini besar
dan kriteria sampel telah ditentukan lebih
dahulu.
 Misalnya Sampel yang akan di ambil berjumlah
100 orang dengan perincian 50 laki dan 50
perempuan yang berumur 15-40 tahun.
INSIDENTAL SAMPLING
 adalah teknik penentuan sample
berdasarkan kebetulan,
 yaitu siapa saja yang secara
kebetulan/incidental bertemu dengan
peneliti dapat digunakan sebagai
sampel, cocok sebagai sumber data.
 Misalnya, reporter televisi
mewawancarai warga yang kebetulan
sedang lewat.
BESAR SAMPEL
 Hipotesis dan desai penelitian dapat
memberikan arah untuk menentukan
perhitungan besar sampel yang tepat
 Hipotesis satu sampel dan dua sampel
 Desain yang biasa digunakan adalah cross
sectional, case control, kohort dan
exsperimen
 Banyak rumus perhitungan besar sampel
Lanjutan
 Sampel yang biasa dikenal sampel
independen dan sampel dependent.
 Uji statistik yang tepat sesuai dengan data.
 Sampel Independent maksudnya tidak ada
kaitanya antara pengamatan pada satu
variabel dengan pengamatan pada variabel
lainnya
 sampel dependent memberi maksud ada
kaitan antara pengamatan pada satu
variabel dengan pengamatan pada variabel
lainnya
Besar sampel untuk hipotesis
satu sampel pada populasi




pada penelitian survei
desai cross sectional
Terkait dengan presisi
Contoh hipotesis : Prilaku baik
pemberian makanan bayi lebih
banyak banyak terjadi pada keluarga
inti.
Besar sampel untuk satu
sampel populasi presisi
 Rumus





Z 21 / 2 PQ
n
d2
n = Besar sampel
Z1-α/2 = 1,96 pada α 0,05
P
= Proporsi prevalensi kejadian
(0,3)
d
= Presisi ditetapkan (0,1)
Q = 1-p
Contoh kasus
 Suatu penelitian dilakukan di
Kabupaten Bantul untuk mengetahui
perilaku ibu dalam memberikan
makanan kepada bayi. Jika penelitian
yang dilakukan menginginkan
ketepatan 10%, tingkat kemaknaan
95% dan diketahui prevalensi
pemberian makanan bayi baik 30%.
Berapa sampel yang harus diambil
pada kasus diatas?
Latihan
 Suatu penelitian dilakukan di rumah
sakit sardjito. Penelitian dilakukan
terhadap penyakit diare. Jika pada
penelitian menginginkan ketepatan
5%, dengan kemaknaan 95%, dan
jika diketahui proporsi diare 10%.
Berapa sampel yang harus diambil
pada penelitian ini?
Latihan
 Penelitian dilakukan di smp negeri 1
beringin untuk mengetahui perilaku
penanganan disminorhe pada remaja
putri. Jika penelitian yang dilakukan
menginginkan ketepatan 5%, tingkat
kemaknaan 90% dan diketahui
prevalensi disminorhe 50%. Berapa
jumlah sampel yang diperlukan…?
Besar sampel untuk satu
sampel populasi proporsi
 Rumus







z
n
1

p0 1  p0   Z1 Pa1  Pa
Pa  P0 2
Po= proposi awal
Pa=proporsi yang diinginkan
α= level of signifikan
β= power
N= besar sampel
2
Contoh (sebuah diskusi)
 Suatu penelitian survei terdahulu
diketahui jika angka prevalensi
ketrampilan rendah pada perawat di
RSU PKU Muhammadiyah 20%.
Berapa jumlah perawat yang harus
diteliti dalam survei jika diinginkan
90% kemungkinan dapat mendeteksi
bahwa angka prevalensi ketrampilan
rendah pada perawat 15%.
 Suatu penelitian survei terdahulu diketahui
jika angka prevalensi infeksi BBL 30 % di
RSU A. Berapa jumlah perawat yang harus
diteliti dalam survei jika diinginkan tingkat
kemaknaan 95% dan kekuantan uji 90%
kemungkinan dapat mendeteksi bahwa
angka prevalensi ketrampilan rendah pada
perawat 20%. Berapa jumlah jumlah
sampel yang diperlukan…?
Pertanyaan
 Apa hipotesis yang tepat untuk kasus
diatas?
 Desain penelitian apa yang tepat
untuk kasus diatas?
 Berapa sampel yang harus terambil?
Besar sampel untuk hipotesis
dua proporsi populasi/ relative
risk
 Biasa digunakan pada desain kohort dan dapat juga
digunakan pada desain cross sectional.
 Rumus

Z1 / 2 2P1 P  Z1  P11 P1 P21 P2
n
2
P1  P22
 P1 =
pada
 P2 =
pada
 α =
 Zα =
 ß =
Proporsi perbedaan gangguan pertumbuhan
kelompok BBLR
Proporsi perbedaan gangguan pertumbuhan
kelompok BBLN
0.05
1.96
0.20
Besar sampel untuk hipotesis
odd rasio
 Besar sampel untuk hipotesis odd rasio lebih
menekankan pada proporsi kelompok kasus
atau kontrol.
 Rumus
2

Z   / 2 2P * 1  P *  Z  
n
1

(OR) P2 *
P1 
(OR)P2 * (1  P2 *)
2
2
1

P1 * 1  P1 *  P2 * 1  P2 *
P1 * P2 *2
Lanjutan
 N
: Besar sampel pada masing masing
kelompok
 P1
: Proporsi bayi dengan penyapihan
dini pada kejadian tidak ISPA.
 P2
: Proporsi bayi yang tidak
penyapihan dini pada kejadian tidak

ISPA.
 Z1- : Level of significance,
 Z1- : Power of the test (80 %)
 OR : odd rasio
Contoh sebuah diskusi
 Suatu penelitian dilakukan untuk
mengetahui kaitannya penyapihan dengan
kejadian ISPA. Jika diperoleh data sbb:
 Z1- : Level of significance, 0,05 = 1.96
 Z1- : Power of the test (80 %) = 0.84
 OR : 3.2 (Penelitian Cesar et al, 1999)
 P2
: 0.235 (berdasarkan penelitian
Cesar, 1999)
 Berapa sampel yang harus terambil?
Besar sample untuk penelitian
dua populasi mean
 Besar sampel untuk rata-rata satu populasi
n
 2 Z 1  Z 1  2
 0  1 
2
 Besar sample untuk rata-rata dua populasi.

2
2
n
2 Z 1  Z 1  
1   2 
2
Keterangan






N = besar sampel
S = standar deviasi
Z = level of signifikan
Z = power
μ1 = rata-rata kelompok perlakuan
μ 2 = rata-rata kelompok kontrol
Contoh
 Penelitian akan dilakukan di rumah sakit A.
jika diketahui sebagai berikut:
 N = besar sampel
 S = standar deviasi (1.70 berdasarkan
penelitian Sharavage, 2006)
 Z = 0,05
 Z = 0,20
 μ1 = rata-rata kelompok perlakuan = 2.94
 μ 2 = rata-rata kelompok kontrol = 5.72
 Berapa sampel yang harus diambil?
Sistematika pemilihan uji statistic
 Menekankan pada jenis hipotesis
 Menekankan pada skala data
PENGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK
Data
Bentuk Hipotesis
Deskriptif Komparatif 2 sampel
Komparatif > 2 sampel Asosiatif
(1
relate
independent
related
independent
varabel)
Nominal - Binomial Mc
- Fisher exact - X2 k
- X2 k sample Contgensi
- Chi
Nemar
- Probability
sample
square 1
- X2 two
- Choncran
sampel
sampel
Ordinal
Run test
Interval
Rasio
t-test
- Sing test - Man witney
- Wiloxon
U test
matche
- Median test
paired
- Kolmogorof
Smirnov
- Wald Wold
Witz
T test of
T test
related
Independent
Friedman - Median
two way
Extension
anova
- Kruskal
Wallis
One way
Anava
- Spearman
rank
-Kendal
tau
- One way
- One way
anova
- Two way anova
anava
- Two way
anava
- Pearson
Product
moment
- multiple
correlation
- regresi
Latihan (sebuah studi)
 Tujuan penelitian:hubungan antara
kepatuhan ibu dalam mengkonsumsi obat
malaria terhadap kejadian bayi berat lahir
rendah.
 Hipotesis: Peluang ibu yang tidak patuh
dalam mengkonsumsi obat malaria lebih
tinggi pada kelompok BBLR di banding
dengan yang tidak BBLR.
 Desain: case control