Transcript BESAR SAMPEL Oleh Nugroho Susanto

BESAR SAMPEL
Oleh
Nugroho Susanto
Pendahuluan
 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)
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%.
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 2 P1 P   Z1 
n
P11 P1 P21 P2
P1  P22
 P1 =
pada
 P2 =
pada
 α =
 Zα =
 ß =
2
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

Z   / 2 2 P * 1  P *  Z  
n
1

(OR ) P2 *
P1 
(OR ) P2 * (1  P2 *)
2
2
1

P1 * 1  P1 *  P2 * 1  P2 *
P1 * P2 *2
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 Z1  Z1  2
 0  1 2
 Besar sample untuk rata-rata dua populasi.

2
2
n
2 Z1  Z1  
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