Distribusi SamplingRatno Widoyo, SKM, MKM

Jurusan Biostatistik dan Kependudukan

Menjamin sampel menggambarkan populasinya Menjamin sampel mempunyai akurasi yang terukur Menjamin sampling dapat dilaksanakan dg efisienMetode sampling yang baikMENGAPA PERLUSAMPEL?Populasi tidak terbatas, sumberdaya terbatas (menghemat tenaga, dana, waktu) Tidak mungkin diteliti semua (waktu dan ruang)Adanya penelitian yang destruktifTidak perlu semua diteliti, ada metode sampling (yang akurasinya terukur)Pengukuran populasi dapat meningkatkan sistematik error

Metode Sampling: Bagaimana menarik suatu sampel supaya (nilai) statistik mendekati (nilai) parameter?Paling tidak penyimpangan nilai Statistik terhadap Parameter dapat diukur (sampling error)

Parameter (Populasi)Mean ()Varians (2)Proporsi (P)Statistik (Sampel)

s2psInduktif/generalisasideduktifMetode Sampling:

Populasi dan SampelPopulasi adalah suatu keseluruhan pengamatan atau obyek yang menjadi perhatian kita.Sampel adalah bagian dari populasi yang menjadi perhatian kita

PENGERTIANPopulasi targetKumpulan dari satuan/unit yang ingin kita buat inferensi atau generalisasi hasil penelitianPopulasi studiKumpulan dari satuan/unit (N) di mana kita akan memilih sampelKerangka sampel/Sampling frameDaftar satuan/unit/anggota populasi yang berisi identitas: (Nomor, Nama, & Alamat)SampelKumpulan dari satuan/unit yang kita ambil dari populasi studi di mana pengukuran dilakukan (n)Unit analisisBagian dari sampel dimana kita akan melakukan analisis (misalnya rumah tangga, atau indivudu ibu hamil, balita, PUS)

Page *sampelPOPULASI STUDIPOPULASI TARGETBIAS POTENSIAL=Kesalahan dlm generalisasi karena adanya satuan Populasi TARGET yg tidakikut kedalam Populasi STUDIsampelsampelsampelsampel

BIAS DALAM PEMILIHAN SAMPEL

LangkahPENGAMBILANSAMPEL2.Menentukan populasi penelitianPopulasi target, Populasi studiSampling frameUNIT ANALISIS3.Menentukan metode pengambilan sampel4.Menghitung besar sampel sesuai metode5.Memilih sampel1.Menentukan tujuan studi23451

Sample Random vs Non randomRandom/Probability SamplingSemua elemen di populasi memiliki probabilitas yang sama untuk terpilih sebagai sampelDapat merepresentasikan populasi dan hasilnya dapat digeneralisasi ke populasi

Non Random/Non Probability SamplingElemen di populasi tidak memiliki probabilitas yang sama untuk terpilih sebagai sampelTidak merepresentasikan populasi dan hasilnya tidak dapat digeneralisasi ke populasi

METODESAMPLINGSampel pertimbangan(Purposive/judgmental)Sampel berjatah (Quota)Sampel seadanya (Incidental/Convenience)1. Simple random sampling (acak sederhana)2. Systematic random sampling (acak sistematik)3. Stratified random sampling (acak bertingkat): -Sederhana (Simple stratified random) -Proporsional (Proportional stratified random)4. Cluster random sampling (acak berkelompok)5. Multistages random sampling (acak bertahap)A. Non RandomB. Random (probability) samplingStudi kualitatifStudi kuantitatif

METODE PENGAMBILAN SAMPELApakah area yang akan disurvey relatif Luas?Apakah kerangka sampel tersedia?Systematic random samplingKerangka sampel bisa dibuat?YaTidakTidakYaTidakYaCluster samplingSimple random samplingStratified samplingPopulasi tidak homogen & ingin estimasi masing2 populasiAkses sulit

METODE SAMPLING APLIKASISystematic random samplingCluster samplingSimple random samplingStratified samplingPada populasi kecil dan tersedia kerangka sampelPopulasi kecil, tersedia kerangka sampel, & tidak ada efek kelipatan (siklus)Populasi besar dan tidak tersedia kerangka sampelPopulasi tidak homogen & ingin membuat generalisasi pada sub-populasi

Pengertian Distribusi sampling adalah distribusi dari mean-mean sampel yang diambil secara berulang kali dari suatu populasiDistribusi probabilitas dari suatu statistik disebut distribusi sampel.

SampelPopulasiKarakteristikMean (rata-rata hitung)Standar deviasiJumlah UnitStatistiksnParameterN

Dalil batas tengah (Central Limit Theorem) :Berlaku pada sampel besar dan merupakan dalil yang berguna bagi metode pendugaan secara statistik dengan menggunakan jumlah sampel yang besar.Jika sampel acak sebanyak n diambil dari populasi dengan mean dan simpangan baku , dan semakin besar n maka x mendekati distribusi normal dengan mean x= dan simpangan baku x= /n

Sifat distribusi samplingDistribusi dari harga mean adalah normal maka mean = dan standar deviasinya = /n sehingga persamaannya adalah Z score nilai deviasi relatif antara nilai sampel dan populasi=nilai distribusi normal standard

Karakteristik Distribusi Sampel

Nilai mean dari distribusi mean sampel () akan sama dengan nilai mean populasi ()Standar Deviasi dari distribusi mean sampel (Sx), disebut juga STANDARD ERROR, diperkirakan sama dengan nilai Std. Dev populasi dibagi dengan akar n ( / n)Apabila populasi berdistribusi normal, maka distribusi sampel juga akan berdistribusi normal Meskipun populasi tidak berdistribusi normal, tetapi distribusi sampel akan berdistribusi normal (seiring dengan meningkatnya jumlah sampel)

Contoh soalTingkat kolesterol pria berusia 20-74 tahun yang tinggal di Jakarta mempunyai nilai rata-ratanya (mean)=211 mg/100ml dan standar deviasinya 46 mg/100ml, jika kita ambil sampel sebanyak 25 orang, berapakah proporsi dari sampel tersebut jika meannya 230 mg/100ml?

Berdasarkan tabel distribusi normal nilai Z hit =2,07 maka nilau Z tabel = 0,019 yang artinya 1,9% dari sampel mempunyai nilai mean sebesar 230 mg/100ml

**