Sampling dan-besar-sampel

POPULASI, SAMPLING

DAN BESAR SAMPEL

Didik Budijanto

Pusdatin – Kemkes RI

Alur Berpikir dalam Metodologi Research:

• Masalah Identifikasi Mslh [ Batasan ] Rumusan Masalah

-Tujuan Penelitian/ Manfaat Tinjauan Pustaka Kerngka Konsep

/ Hipotesis Metode Penelitian : -

Design Penelitian

- Waktu / Lokasi

- Populasi / Sample

- Variabel / DO

- Instrumentasi

- Uji Coba

- Pengumpulan Data

- Analisis Data.

- Hasil Penelitian Pembahasan Kesimpulan / Saran.

(Debe,2003)

Lihat Chart dibwh dan sebut WARNAnya bukan Kata nya dg cepat.

• KUNING BIRU ORANYE

• HITAM MERAH HIJAU

• KUNING MERAH UNGU

• BIRU ORANYE HIJAU

• MERAH UNGU KUNING

• UNGU HITAM BIRU

PENETAPAN SUBYEK PENELITIAN

A. PENETAPAN POPULASI

B. PENETAPAN CARA PEMILIHAN

SAMPEL (Sampling).

C. PENETAPAN BESAR SAMPEL

A PENETAPAN POPULASI

• Ada 2 hal yang perlu dipertimbangkan :

- Pertimbangan keterkaitan subyek dalam populasi dengan

permasalahan penelitian.

- Pertimbangan menyangkut prosedur atau jenis penelitian

yang dilakukan.

• Terdapat 3 hal yg perlu dimengerti dalam menetapkan Populasi :

- Identifikasi Kesatuan Analisis ( Unit analisis )

- Penetapan batas-batas keluasan Populasi

- Pemahaman tentang kondisi subyek dalam populasi.

Penetapan Subyek Penelitian, Lanjutan ……………….

• Unit Analisis :

- Satuan subyek terkecil yang akan diamati dalam

penelitian.

- Bisa Individu, pedukuhan, puskesmas, institusi,

kelompok dll.

• Batas Keluasan Populasi :

- Aspek geografis (Kab., Prop., Nas )

- Aspek Subyek sendiri ( Laki, wanita, ras dll )

- Penyakit subyek.

- Sangat membantu dalam tehnik pemilihan sampel.

• Kondisi Subyek :

- Menyangkut ciri populasi, terutama tentang sifat

homogenitasnya.

B.Penetapan Cara Memilih Sampel (Sampling)

Mengapa kita Memilih Sampel ??

Cara mana yang adekuat ??

Mana yang bisa mewakili ??

REPRESENTATIVITAS SAMPEL

1. Adekuatitas Tehnik Pemilihan Sampel

2. Besar Sampel yang Dipilih

3. Homogenitas Populasi

4. Banyaknya Karakteristik Subyek yang akan

Dipelajari

Penetapan Subyek Penelitian , Lanjutan………

PROSEDUR PENGAMBILAN SAMPEL :

A. Probability Sampling

1. Simple Random Sampling

2. Sistematik Random Sampling

3. Stratified Random Sampling

4. Cluster Random Sampling

5. Multistage Random Sampling

B. Non Probability Sampling

1.Convenience atau accidental Sampling

2.Purposive Sampling

3.Judgment Sampling

4. Expert Sampling

5. Quota Sampling dll.

PROBABILITY SAMPLING

1. Simpel Random Sampling

- Populasinya dianggap homogen

- Ada daftar list unit populasi

- Bisa dengan lotre atau table random

Keuntungan :

- mudah

- Estimator populasi unbias

Kerugian :

- Dapat menyebar

jauh atau mengumpul - perlu list

seluruh populasi

Lanjutan ………………….

2. Sistematik Random Sampling

- mirip dengan Simple Random Sampling

- lebih merata penyebaran sampelnya

- perlu interval sampling

- interval = populasi : jumlah sampel.

Lanjutan …………….

3. Stratified Random Sampling

- jika populasinya heterogen

- Variabilitas ANTAR STRATA besar, variabilitas unit

sampel DALAM STRATA kecil.

- Terbagi 3 macam :

a. jika unit sampel dalam strata SAMA :

SIMPLE STRATIFIED RANDOM

b.

jika jumlah unit sampel dalam strata

TIDAK SAMA tapi variabilitas kecil :

PROPORTIONAL STRATIFIED RANDOM

c.

jika jumlah unit sampel BEDA dan variabili-

tas Besar : NEYMAN STRATIFIED RANDOM

Lanjutan …………….

4. Cluster Random Sampling

- jika variabilitas ANTAR CLUSTER kecil dan variabilitas

ANTAR INDIVIDU dalam CLUSTER besar

- Biaya lebih murah daripada SRS dan Stratified.

- Randomisasi terjadi untuk memilih cluster ( 1 thp)

- seluruh anggota cluster masuk sebagai anggota

sampel penelitian (1 tahap).

NON PROBABILITY SAMPLING

• Convenience atau Accidental Sampling :

- Sampel yg terdiri dari unit / individu yang mudah

ditemui.

- Metode ini tidak mempermasalahkan apakah

sampel yg diambil mewakili populasi atau tidak.

- Dirancang untuk melihat fenomena di masyarakat

secara mudah.

• Purposive Sampling :

- Sampling yang dilakukan berdasarkan keputusan

peneliti, yang menurut pendapatnya nampak

mewakili populasi.

Lanjutan ……………

• Judgment Sampling :

- Sampel ditentukan oleh petugas pengumpul data

saat pengumpulan di lapangan.

• Expert Sampling :

- Penentuan sampel dilakukan oleh sejumlah pakar

- karena kepakarannya mereka dianggap dapat

memilihkan sampel.

• Quota sampling :

- Besar sampel ditentukan dahulu tanpa

perhitungan statistik.

- Jatah.

C. PENENTUAN BESAR SAMPEL

• Perlu adanya teori sampling

• Melibatkan rumus statistik tetapi tidak semua

penelitian.

• Pada Penelitian Deskriptif bisa menggunakan Non

Probability Sampling ( Tak perlu rumus statistik )

• Penelitian Analitik / Experimental /Inferensial

menggunakan Probability Sampling ( Perlu rumus

Statistik)

Ketentuan Umum yg perlu diperhatikan :

• Untuk menaksir parameter atau menguji

hipotesis.

• Data yang digunakan mrpk kontinyu atau

kategorikal / diskrit.

• Untuk penelitian Observasional atau

Experimental

• Berapa Presisi yang dikehendaki

• Adakah nilai parameter populasi yang

diketahui.

PENELITIAN OBSERVASIONAL

A. BESAR SAMPEL PADA SATU POPULASI 1. Estimasi a. Simple random sampling atau systematic random sampling - Data kontinyu Untuk populasi infinit, rumus besar sampel adalah :

Z21-/2

2 n = ------------- d2 Jika populasi finit, maka rumus besar sampel adalah :

N Z2

1-/2 2

n = -------------------------- (N-1) d2 + Z2

1-/2 2

di mana n = besar sampel minimum Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu 2 = harga varians di populasi d = kesalahan (absolut) yang dapat ditolerir N = Besar Populasi

- Data proporsi

Untuk populasi infinit, rumus besar sampel adalah :

Z21-/2 P (1-P)

n = --------------------

d2

Jika populasi finit, maka rumus besar sampel adalah :

N Z21-/2 P (1-P)

n = -------------------------------

(N-1) d2 + Z21-/2 P (1-P)

di mana n = besar sampel minimum

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu

P = harga proporsi di populasi

d = kesalahan (absolut) yang dapat ditolerir

N = besar populasi

• Stratified random sampling • - Data kontinyu


N = besar populasi


2h = harga varians di strata-h


W h = fraksi dari observasi yang dialokasi pada strata-h = N h/N

Jika digunakan alokasi setara, W = 1/L

L = jumlah seluruh strata yang ada

• Data proporsi

• Rumus besar sampel adalah :


N = besar populasi

Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu Ph = harga proporsi di strata-h


W h = fraksi dari observasi yang dialokasi pada strata-h = N h/N

Jika digunakan alokasi setara, W = 1/L

L = jumlah seluruh strata yang ada

c. Cluster random sampling

- Data kontinyu

Pada cluster random sampling, ditentukan jumlah cluster yang akan diambil sebagai sampel. Rumusnya adalah :

N Z21-/2

2

n = ----------------------------------

(N-1) d2 (N/C) 2 + Z21-/2

2

di mana n = besar sampel (jumlah cluster) minimum

N = besar populasi


2 = harga varians di populasi


C = jumlah seluruh cluster di populasi

• - Data proporsi

• Rumus besar sampel adalah :

N Z21-/2

2

n = ----------------------------------

(N-1) d2 (N/C) 2 + Z21-/2

2

di mana n = besar sampel (jumlah cluster) minimum

N = besar populasi = mi



C = jumlah seluruh cluster di populasi

2 = (ai – mi P)2/(C’-1) dan P = ai /mi

ai = banyaknya elemen yang masuk kriteria pada cluster ke-i

mi = banyaknya elemen pada cluster ke-i

C’ = jumlah cluster sementara

Uji Hipotesis - Data kontinyu

Rumus besar sampel adalah : di mana n = besar sampel minimum Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu Z1- = nilai distribusi normal baku (tabel Z) pada tertentu 2 = harga varians di populasi 0-a = perkiraan selisih nilai mean yang diteliti dengan mean di populasi

- Data proporsi Rumus besar sampel adalah



Z1- = nilai distribusi normal baku (tabel Z) pada tertentu

P0 = proporsi di populasi

Pa = perkiraan proporsi di populasi

Pa-P0 = perkiraan selisih proporsi yang diteliti dengan proporsi

di populasi

• BESAR SAMPEL PADA DUA POPULASI •1. Estimasi • a. Data kontinyu • Rumus besar sampel sebagai berikut :





•b. Data proporsi • - Cross sectional

Rumus besar sampel sebagai berikut :



P1 = perkiraan proporsi pada populasi 1



- Cohort

Rumus besar sampel sebagai berikut :



P1 = perkiraan probabilitas outcome (+) pada populasi 1


= kesalahan (relatif) yang dapat ditolerir

Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan yang hilang atau mengundurkan diri atau drop out.

- Case-control Rumus besar sampel adalah :



P1* = perkiraan probabilitas paparan pada populasi 1 (outcome +)

P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)

= kesalahan (relatif) yang dapat ditolerir

2. Uji Hipotesis a. Data kontinyu Rumus besar sampel sebagai berikut :





1-2 = perkiraan selisih nilai mean di populasi 1 dengan populasi 2

b. Data proporsi - Cross sectional






P = (P1 + P2)/2

- Cohort






P = (P1 + P2)/2

Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan,

dilakukan koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan

yang hilang atau mengundurkan diri atau drop out.

- Case-control




P1* = perkiraan probabilitas paparan pada populasi 1 (outcome +)

P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)

Jika besar sampel kasus dan kontrol tidak sama (unequal), dibuat modifikasi

besar sampel dengan memperhatikan rasio kontrol terhadap kasus. Rumus di

atas dikalikan dengan faktor (r + 1) / (2 . r). Besar sampel untuk kelompok

kontrol adalah (r.n).

PENELITIAN EKSPERIMENTAL Pada penelitian eksperimental, belum banyak rumus yang dikembangkan untuk menentukan besar sampel yang dibutuhkan. Untuk menentukan besar sampel (replikasi) yang dibutuhkan digunakan rumus berikut : 1. Untuk rancangan acak lengkap, acak kelompok atau faktorial, secara

sederhana dapat digunakan rumus :

(t-1) (r-1) 15 di mana t = banyak kelompok perlakuan r = jumlah replikasi 2. Di samping rumus di atas dan untuk rancangan eksperimen lain yang membutuhkan perhitungan besar sampel, dapat digunakan rumus besar sampel seperti pada penelitian observasional baik untuk satu sampel maupun lebih dari 1 sampel, baik untuk data proporsi maupun data kontinyu. Pada penelitian eksperimen, untuk mengantisipasi hilangnya unit eksperimen, dilakukan koreksi dengan 1/(1-f), di mana f adalah proporsi unit eksperimen yang hilang atau mengundurkan diri atau drop out.

PENGELOLAAN DATA

Ambil Kertas dan Pena, lalu buatlah 4 titik spt di bawah.

Hubungkanlah ke 4 titik tersebut dengan 2 (Dua) garis

sejajar yang berhimpitan.

(1 Menit dari sekarang)

PENGELOLAAN DATA

1. Pengolahan Data

- Editing

- Koding

- Entry

- Cleaning

2. Analisis Data

- Univariat

- Bivariat

- Lanjut

3. Penyajian Data

Pengolahan Data

• Editing : - Kegiatan yang sudah bisa dilakukan saat pengumpulan

data dilapangan.

- Pintu awal untuk menjaga kualitas data, karena hasil

analisis data sangat tergantung dari kualitas data.

- Aspek yang dilihat : Kelengkapan Jawaban, keterbacaan

tulisan, kesesuaian jawaban.

• Koding :

- Usaha mengklasifikasikan jawaban-jawaban/ data yang

ada umumnya dengan angka.

- Perlu adanya buku koding ( jika variabel banyak / besar)

• Entry :

- Pemasukan data bisa manual (kartu tabulasi) atau

komputer ( exel , epi info, SPSS dll)

• Cleaning:

- Pembersihan data sebelum analisis

- proses terakhir menjaga kualitas data

Analisis Data

• Pentingnya Jenis Data : - untuk pemilihan analisis statistik, karena jenis analisis statistik spesifik untuk jenis data tertentu.

• Tahapan analisis : - Analisis Univariat ( 1 variabel ) - Analisis Bivariat ( 2 Variabel ) - Analisis lanjut ( 2 variabel atau lebih )

• Analisis Univariat : - Fungsi : - apakah data sdh layak dianalisis ? - Bagaimana gambaran data yg dikump? - Apakah data optimal untuk analisis lanjt? - Data Nominal + Ordinal : Distribusi Frekuensi - Data Interval + rasio : rata-rata , SD,median dll.

Lanjutan ……………..

• Analisis Bivariat : - Fungsi : - Melihat distribusi frek 2 variabel - Melihat hubungan antara 2 var. - Data nominal + Ordinal : Tabulasi silang , Chi-Sq dll - Data Interval + Rasio : Korelasi , regresi linier dll

• Analisis Lanjut : - Fungsi : - melihat pengaruh , perbedaan > 2 var - melihat faktor resiko dominan > 2 var dll. - Data nominal + Ordinal : regresi logistik dll - Data Interval + Rasio : regresi linier, anova, dll

Tujuan

uji

Jumlah

sampel / pasangan

Macam

sampel (bebas /

berpasangan)

Jenis variabel

Rasio-Interval pop. berdistribusi

normal

Ordinal / Rasio-Interval

distrib. tak

normal

Nominal / kategorik

Komparasi

(perbeda-

an)

2

Bebas

(independent)

Uji t 2 sampel

bebas

~ Uji Mann-

Whitney

~ Uji jumlah

peringkat dari

Wilcoxon

~ Uji khi-

kuadrat

~ Uji eksak dari

Fisher

Berpasangan

(related/paired)

Uji t sampel

berpasangan

Uji peringkat

bertanda dari

Wilcoxon

Uji McNemar

(u/ kategori

dikotomik)

> 2

Bebas (independent)

Anava 1 arah

Uji Kruskall-Wallis

Uji khi-kuadrat

Berpasangan (related/paired)

Anava u/ subyek

yg sama

Uji Friedman Uji Cochran's Q

(u/ kategori

dikotomik)

Korelasi

~ Korelasi dari

Pearson (r)

~ (Regresi)

~ Korelasi dari

Spearman (rs)

~ Asosiasi Kappa

(k)

~ Koefisien

Kontingensi (C)

~ Koefisien Phi

PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT

Sampling dan-besar-sampel

Education

Transcript of Sampling dan-besar-sampel