Tugas StatistikTehnik Sampling

A. Teknik-teknik pengambilan sampel

Teknik sampling adalah suatu cara untuk menentukan banyaknya sampel dan pemilihan

calon anggota sampel, sehingga setiap sampel yang terpilih dalam penelitian dapat mewakili

populasinya (representatif) baik dari aspek jumlah maupun dari aspek karakteristik yang

dimiliki populasi.

Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak atau

random sampling / probability sampling, dan sampel tidak acak atau nonrandom

samping/nonprobability sampling (Sastroasmoro S, S Ismael,1995).

a. Random Sampling

Yang dimaksud dengan random sampling adalah cara pengambilan sampel

yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen

populasi. Artinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel

adalah 25, maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa

dipilih menjadi sampel (Sastroasmoro S, S Ismael,1995).

b. Non Random Sampling

Sedangkan yang dimaksud dengan nonrandom sampling atau nonprobability

sampling, setiap elemen populasi tidak mempunyai kemungkinan yang sama untuk

dijadikan sampel. Misalnya lima elemen populasi dipilih sebagai sampel karena

letaknya dekat dengan rumah peneliti, sedangkan yang lainnya, karena jauh, tidak

dipilih; artinya kemungkinannya 0 (nol) (Sastroasmoro S, S Ismael,1995).

Dua jenis teknik pengambilan sampel di atas mempunyai tujuan yang berbeda.

Jika peneliti ingin hasil penelitiannya bisa dijadikan ukuran untuk mengestimasikan

populasi, atau istilahnya adalah melakukan generalisasi maka seharusnya sampel

representatif dan diambil secara acak. Namun jika peneliti tidak mempunyai kemauan

melakukan generalisasi hasil penelitian maka sampel bisa diambil secara tidak acak.

Sampel tidak acak biasanya juga diambil jika peneliti tidak mempunyai data pasti

tentang ukuran populasi dan informasi lengkap tentang setiap elemen populasi

(Sastroasmoro S, S Ismael,1995).

Di setiap jenis teknik pemilihan tersebut, terdapat beberapa teknik yang lebih

spesifik lagi. Pada sampel acak (random sampling) dikenal dengan istilah simple random

sampling, stratified random sampling, cluster sampling, systematic sampling, dan area

sampling. Pada nonprobability sampling dikenal beberapa teknik, antara lain adalah

1

convenience sampling, purposive sampling, quota sampling, snowball sampling

(Sastroasmoro S, S Ismael,1995).

Probability/Random Sampling.

Syarat pertama yang harus dilakukan untuk mengambil sampel secara acak adalah

memperoleh atau membuat kerangka sampel atau dikenal dengan nama “sampling

frame”. Yang dimaksud dengan kerangka sampling adalah daftar yang berisikan setiap

elemen populasi yang bisa diambil sebagai sampel. Elemen populasi bisa berupa data

tentang orang/binatang, tentang kejadian, tentang tempat, atau juga tentang benda. Jika

populasi penelitian adalah mahasiswa perguruan tinggi “A”, maka peneliti harus bisa

memiliki daftar semua mahasiswa yang terdaftar di perguruan tinggi “A “ tersebut

selengkap mungkin. Nama, NRP, jenis kelamin, alamat, usia, dan informasi lain yang

berguna bagi penelitiannya.. Dari daftar ini, peneliti akan bisa secara pasti mengetahui

jumlah populasinya (N). Jika populasinya adalah rumah tangga dalam sebuah kota, maka

peneliti harus mempunyai daftar seluruh rumah tangga kota tersebut. Jika populasinya

adalah wilayah Jawa Barat, maka penelti harus mepunyai peta wilayah Jawa Barat secara

lengkap. Kabupaten, Kecamatan, Desa, Kampung. Lalu setiap tempat tersebut diberi

kode (angka atau simbol) yang berbeda satu sama lainnya (Fleiss JL, 1981).

Di samping sampling frame, peneliti juga harus mempunyai alat yang bisa dijadikan

penentu sampel. Dari sekian elemen populasi, elemen mana saja yang bisa dipilih

menjadi sampel. Alat yang umumnya digunakan adalah Tabel Angka Random,

kalkulator, atau undian. Pemilihan sampel secara acak bisa dilakukan melalui sistem

undian jika elemen populasinya tidak begitu banyak. Tetapi jika sudah ratusan, cara

undian bisa mengganggu konsep “acak” atau “random” itu sendiri (Fleiss JL, 1981).

1. Simple Random Sampling atau Sampel Acak Sederhana

Cara atau teknik ini dapat dilakukan jika analisis penelitiannya cenderung

deskriptif dan bersifat umum. Perbedaan karakter yang mungkin ada pada setiap

unsur atau elemen populasi tidak merupakan hal yang penting bagi rencana

analisisnya. Misalnya, dalam populasi ada wanita dan pria, atau ada yang kaya dan

yang miskin, ada manajer dan bukan manajer, dan perbedaan-perbedaan lainnya.

2

Selama perbedaan gender, status kemakmuran, dan kedudukan dalam organisasi,

serta perbedaan-perbedaan lain tersebut bukan merupakan sesuatu hal yang penting

dan mempunyai pengaruh yang signifikan terhadap hasil penelitian, maka peneliti

dapat mengambil sampel secara acak sederhana. Dengan demikian setiap unsur

populasi harus mempunyai kesempatan sama untuk bisa dipilih menjadi sampel.

Prosedurnya :

1. Susun “sampling frame”

2. Tetapkan jumlah sampel yang akan diambil

3. Tentukan alat pemilihan sampel

4. Pilih sampel sampai dengan jumlah terpenuhi

(Pratiknya AW, 2001).

2. Stratified Random Sampling atau Sampel Acak Distratifikasikan

Karena unsur populasi berkarakteristik heterogen, dan heterogenitas tersebut

mempunyai arti yang signifikan pada pencapaian tujuan penelitian, maka peneliti

dapat mengambil sampel dengan cara ini. Misalnya, seorang peneliti ingin

mengetahui sikap manajer terhadap satu kebijakan perusahaan. Dia menduga bahwa

manajer tingkat atas cenderung positif sikapnya terhadap kebijakan perusahaan tadi.

Agar dapat menguji dugaannya tersebut maka sampelnya harus terdiri atas paling

tidak para manajer tingkat atas, menengah, dan bawah. Dengan teknik pemilihan

sampel secara random distratifikasikan, maka dia akan memperoleh manajer di

ketiga tingkatan tersebut, yaitu stratum manajer atas, manajer menengah dan

manajer bawah. Dari setiap stratum tersebut dipilih sampel secara acak.

Prosedurnya:

1. Siapkan “sampling frame”

2. Bagi sampling frame tersebut berdasarkan strata yang dikehendaki

3. Tentukan jumlah sampel dalam setiap stratum

4. Pilih sampel dari setiap stratum secara acak (Pratiknya AW, 2001).

Pada saat menentukan jumlah sampel dalam setiap stratum, peneliti dapat

menentukan secara (a) proposional, (b) tidak proposional. Yang dimaksud dengan

proposional adalah jumlah sampel dalam setiap stratum sebanding dengan jumlah

unsur populasi dalam stratum tersebut. Misalnya, untuk stratum manajer tingkat atas

3

(I) terdapat 15 manajer, tingkat menengah ada 45 manajer (II), dan manajer tingkat

bawah (III) ada 100 manajer. Artinya jumlah seluruh manajer adalah 160. Kalau

jumlah sampel yang akan diambil seluruhnya 100 manajer, maka untuk stratum I

diambil (15:160)x100 = 9 manajer, stratum II = 28 manajer, dan stratum 3 = 63

manajer (Pratiknya AW, 2001).

Jumlah dalam setiap stratum tidak proposional. Hal ini terjadi jika jumlah

unsur atau elemen di salah satu atau beberapa stratum sangat sedikit. Misalnya saja,

kalau dalam stratum manajer kelas atas (I) hanya ada 4 manajer, maka peneliti bisa

mengambil semua manajer dalam stratum tersebut , dan untuk manajer tingkat

menengah (II) ditambah 5, sedangkan manajer tingat bawah (III), tetap 63 orang

(Pratiknya AW, 2001).

3. Cluster Sampling atau Sampel Gugus

Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel

berdasarkan gugus. Berbeda dengan teknik pengambilan sampel acak yang

distratifikasikan, di mana setiap unsur dalam satu stratum memiliki karakteristik

yang homogen (stratum A : laki-laki semua, stratum B : perempuan semua), maka

dalam sampel gugus, setiap gugus boleh mengandung unsur yang karakteristiknya

berbeda-beda atau heterogen. Misalnya, dalam satu organisasi terdapat 100

departemen. Dalam setiap departemen terdapat banyak pegawai dengan karakteristik

berbeda pula. Beda jenis kelaminnya, beda tingkat pendidikannya, beda tingkat

pendapatnya, beda tingat manajerialnnya, dan perbedaan-perbedaan lainnya. Jika

peneliti bermaksud mengetahui tingkat penerimaan para pegawai terhadap suatu

strategi yang segera diterapkan perusahaan, maka peneliti dapat menggunakan

cluster sampling untuk mencegah terpilihnya sampel hanya dari satu atau dua

departemen saja. Prosedur :

1. Susun sampling frame berdasarkan gugus – Dalam kasus di atas, elemennya

ada 100 departemen.

2. Tentukan berapa gugus yang akan diambil sebagai sampel

3. Pilih gugus sebagai sampel dengan cara acak

4. Teliti setiap pegawai yang ada dalam gugus sample

(Hanafiah KA, 2003).

4

4. Systematic Sampling atau Sampel Sistematis

Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak

memiliki alat pengambil data secara random, cara pengambilan sampel sistematis

dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi

secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang

“keberapa”. Misalnya, setiap unsur populasi yang keenam, yang bisa dijadikan

sampel. Soal “keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung

pada ukuran populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat

5000 rumah. Sampel yang akan diambil adalah 250 rumah dengan demikian interval

di antara sampel kesatu, kedua, dan seterusnya adalah 25. Prosedurnya :

5. Susun sampling frame

6. Tetapkan jumlah sampel yang ingin diambil

7. Tentukan K (kelas interval)

8. Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak

atau random – biasanya melalui cara undian saja.

9. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang

terpilih.

10. Pilihlah sebagai sampel angka atau nomor interval berikutnya

(Hanafiah KA, 2003).

5. Area Sampling atau Sampel Wilayah

Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa populasi

penelitiannya tersebar di berbagai wilayah. Misalnya penduduk suatu Negara,

propinsi atau kabupaten. Untuk mentukan penduduk mana yang akan dijadikan

sumber data maka pengambilan sampel ditentukan secara bertahap dari wilayah

terkecil (kabupaten). Setelah terpilih sampel terkecil, kemudian baru dipilih secara

acak (Cochran WG, 1977).

5

Misalnya, seorang marketing manajer sebuah stasiun TV ingin mengetahui

tingkat penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik

pengambilan sampel dengan area sampling sangat tepat. Prosedurnya :

a. Susun sampling frame yang menggambarkan peta wilayah (Jawa Barat) –

Kabupaten, Kotamadya, Kecamatan, Desa.

b. Tentukan wilayah yang akan dijadikan sampel (Kabupaten ?,

Kotamadya?, Kecamatan?, Desa?)

c. Tentukan berapa wilayah yang akan dijadikan sampel penelitiannya.

d. Pilih beberapa wilayah untuk dijadikan sampel dengan cara acak atau

random.

e. Kalau ternyata masih terlampau banyak responden yang harus diambil

datanya, bagi lagi wilayah yang terpilih ke dalam sub wilayah.

(Cochran WG, 1977).

Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak

Seperti telah diuraikan sebelumnya, jenis sampel ini tidak dipilih secara acak. Tidak

semua unsur atau elemen populasi mempunyai kesempatan sama untuk bisa dipilih

menjadi sampel. Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena

kebetulan atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti.

1. Convenience Sampling atau sampel yang dipilih dengan pertimbangan

kemudahan.

Dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali

berdasarkan kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan

orang tadi ada di situ atau kebetulan dia mengenal orang tersebut. Oleh karena itu

ada beberapa penulis menggunakan istilah accidental sampling – tidak disengaja –

atau juga captive sample (man-on-the-street) Jenis sampel ini sangat baik jika

dimanfaatkan untuk penelitian penjajagan, yang kemudian diikuti oleh penelitian

lanjutan yang sampelnya diambil secara acak (random). Beberapa kasus penelitian

yang menggunakan jenis sampel ini, hasilnya ternyata kurang obyektif

(Notoatmodjo S, 2002).

6

Contoh : misalnya ada seorang peneliti ingin mengetahui tentang kebersihan

wilayah Jakarta Selatan ia menanyakan kepada orang yang ada dijalan atau orang

dia jumpai bukan orang yang mengerti tentang kebersihan wilayah Jakarta Selatan

seperti petugas kebersihan atau mendatangi kantor gubernur atau walikota Jakarta

Selatan.

Pengambilan sampel dengan teknik convenience sampling didasarkan pada

ketersediaan dan kemudahan mendapatkannya. Penarikan sampel dengan teknik ini

nyaris tidak dapat diandalkan namun dalam kondisi tertentu dirasakan sangat

bermanfaat karena biayanya murah, dan sangat mudah dilaksanakan karena peneliti

memiliki kebebasan untuk memilih siapa saja menjadi responden atau apa saja yang

dia temui sebagai sampel (Notoatmodjo S, 2002).

2. Purposive Sampling

Sesuai dengan namanya, sampel diambil dengan maksud atau tujuan tertentu.

Seseorang atau sesuatu diambil sebagai sampel karena peneliti menganggap bahwa

seseorang atau sesuatu tersebut memiliki informasi yang diperlukan bagi

penelitiannya (Sugiarto.dkk.2003).

Merupakan pemilihan anggota sampel yang didasarkan atas tujuan

dan pertimbangan tertentu dari peneliti. Kelebihan dari pengambilan menurut tujuan

ini adalah tujuan dari peneliti dapat terpenuhi. Sedangkan, kekurangannya adalah

belum tentu mewakili keseluruhan variasi yang ada (Sugiarto.dkk.2003).

Dua jenis sampel ini dikenal dengan nama judgement dan quota sampling.

Judgment Sampling

Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak yang

paling baik untuk dijadikan sampel penelitiannya.. Misalnya untuk memperoleh

data tentang bagaimana satu proses produksi direncanakan oleh suatu

perusahaan, maka manajer produksi merupakan orang yang terbaik untuk bisa

memberikan informasi. Jadi, judment sampling umumnya memilih sesuatu atau

seseorang menjadi sampel karena mereka mempunyai “information rich”.

Dalam program pengembangan produk (product development), biasanya yang

dijadikan sampel adalah karyawannya sendiri, dengan pertimbangan bahwa

kalau karyawan sendiri tidak puas terhadap produk baru yang akan dipasarkan,

7

http://id.wikipedia.org/w/index.php?title=Pertimbangan&action=edit&redlink=1

maka jangan terlalu berharap pasar akan menerima produk itu dengan baik.

(Cooper dan Emory, 1992).

Quota Sampling

Merupakan pengambilan anggota sampel berdasarkan jumlah yang

diinginkan oleh peneliti. Kelebihan dari pengambilan menurut jumlah ini adalah

praktis karena jumlah sudah ditentukan dari awal. Sedangkan, kekurangannya

adalah bias, belum tentu mewakili seluruh anggota populasi.

Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara

proposional, namun tidak dipilih secara acak melainkan secara kebetulan saja.

Misalnya, di sebuah kantor terdapat pegawai laki-laki 60% dan perempuan 40.

Jika seorang peneliti ingin mewawancari 30 orang pegawai dari kedua jenis

kelamin tadi maka dia harus mengambil sampel pegawai laki-laki sebanyak 18

orang sedangkan pegawai perempuan 12 orang. Sekali lagi, teknik pengambilan

ketiga puluh sampel tadi tidak dilakukan secara acak, melainkan secara

kebetulan saja (Cooper dan Emory, 1992).

3. Snowball Sampling – Sampel Bola Salju

Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi

penelitiannya. Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya

bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak lagi, lalu dia

minta kepada sampel pertama untuk menunjukan orang lain yang kira-kira bisa

dijadikan sampel. Misalnya, seorang peneliti ingin mengetahui pandangan kaum

lesbian terhadap lembaga perkawinan. Peneliti cukup mencari satu orang wanita

lesbian dan kemudian melakukan wawancara. Setelah selesai, peneliti tadi minta

kepada wanita lesbian tersebut untuk bisa mewawancarai teman lesbian lainnya.

Setelah jumlah wanita lesbian yang berhasil diwawancarainya dirasa cukup, peneliti

bisa mengentikan pencarian wanita lesbian lainnya. . Hal ini bisa juga dilakukan

pada pencandu narkotik, para gay, atau kelompok-kelompok sosial lain yang

eksklusif (tertutup) ( Supranto J, 2000).

B. PENGHITUNGAN BESAR SAMPEL

8

Keterwakilan populasi oleh sampel dalam penelitian merupakan syarat penting

untuk suatu generalisasi atau inferensi. Pada dasarnya semakin homogen nilai variabel yang

diteliti, semakin kecil sampel yang dibutuhkan, sebaliknya semakin heterogen nilai variabel

yang diteliti, semakin besar sampel yang dibutuhkan (Lemeshow S.dkk. 1990).

Di samping keterwakilan populasi (kerepresentatifan), hal lain yang perlu

dipertimbangkan dalam menentukan besar sampel adalah keperluan analisis. Beberapa

analisis atau uji statistik memerlukan persyaratan besar sampel minimal tertentu dalam

penggunaannya.

Beberapa hal yang perlu diperhatikan dalam penghitungan besar sampel adalah :

1. Jenis dan rancangan penelitian

2. Tujuan penelitian/analisis

3. Jumlah populasi atau sampel

4. Karakteristik populasi/cara pengambilan sampel (teknik sampling)

5. Jenis (skala pengukuran) data (variabel dependen)

Pada kondisi yang berbeda, cara penentuan besar sampel juga berbeda. Berdasarkan

jenisnya, dibedakan penelitian observasional atau eksperimen. Berdasarkan tujuan

penelitian atau analisisnya, dibedakan diskriptif atau inferensial (estimasi atau pengujian

hipotesis). Berdasarkan jumlah populasi atau sampelnya, dibedakan satu populasi/sampel

atau lebih dari satu populasi/sampel. Hal ini berhubungan dengan karakteristik populasi atau

cara pengambilan sampel (sampling) yang dibedakan random atau non random sampling.

Hal-hal di atas sangat menentukan cara penghitungan besar sampel (Lemeshow S.dkk.

1990).

1. PENELITIAN OBSERVASIONAL

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

9

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

d2

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

Jika populasi finit, maka rumus besar sampel adalah :

N Z21-/2 2

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

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

di mana N = besar populasi

(Lemeshow S.dkk. 1990).

- Data proporsi

Untuk populasi infinit, rumus besar sampel adalah :

Z21-/2 P (1-P)

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

d2

di mana : n = besar sampel minimum


P = harga proporsi di populasi


Jika populasi finit, maka rumus besar sampel adalah :

N Z21-/2 P (1-P)

n = -------------------------------10

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

di mana N = besar populasi


b. Stratified random sampling

- Data kontinyu

Rumus besar sampel adalah :

di mana n = besar sampel minimum

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



N2h 2

hNh 2

h

11

N = besar populasi


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




C = jumlah seluruh cluster di populasi

- Data proporsi


N Z21-/2 2

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

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

di mana n = besar sampel (jumlah cluster) minimum

12

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

(CDC, FHI, WHO, 1991).

2. Uji Hipotesis

- Data kontinyu




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


0-a = perkiraan selisih nilai mean yang diteliti dengan mean di

populasi


- Data proporsi



13



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 :

di mana : n = besar sampel minimum





b. Data proporsi

- Cross sectional




P1 = perkiraan proporsi pada populasi 1


14



- Cohort




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


Di mana n = besar sampel minimum


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

1-P2

P2

15

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

= kesalahan (relatif) yang dapat ditolerir

2. Uji Hipotesis

a. Data kontinyu






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


di mana n = besar sampel minimum17



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) (CDC, FHI, WHO, 1991).

2. 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 :

a. 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

b. 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 (CDC, FHI, WHO, 1991).

18

Daftar Pustaka

CDC, FHI, WHO, 1991. An Epidemiologic Approach to Reproductive Health. Editors : PA

Wingo, JE Higgins, GL Rubin, SC Zahniser. CDC-Atlanta, FHI-North Carolina,

WHO-Geneva.

Cochran WG, 1977. Sampling Techniques. John Wiley & Sons, Inc.

Fleiss JL, 1981. Statistical Methods for Rates and Proportions. Second Edition. John Wiley

& Sons.

Hanafiah KA, 2003. Rancangan Percobaan, Teori & Aplikasi. Fakultas Pertanian

Universitas Sriwijaya, Palembang. Penerbit PT RajaGrafindo Persada, Jakarta.

Lemeshow S, DW Hosmer Jr, J Klar, SK Lwanga, 1990. Adequacy of Sample Size in Health

Studies. WHO. John Wiley & Sons.

Notoatmodjo S, 2002. Metodologi Penelitian Kesehatan. Penerbit PT Rineka Cipta.

Pratiknya AW, 2001. Dasar-dasar Metodologi Penelitian Kedokteran & Kesehatan.

Penerbit PT RajaGrafindo Persada, Jakarta.

Sastroasmoro S, S Ismael,1995. Dasar-dasar Metodologi Penelitian Klinis. Bagian Ilmu

Kesehatan Anak Fakultas Kedokteran Universitas Indonesia. Penerbit PT Binarupa

Aksara, Jakarta.

19

Sugiarto, D. Siagian, LT Sunaryanto, DS Oetomo, 2003. Teknik Sampling. Penerbit PT

Gramedia Pustaka Utama, Jakarta.

Supranto J, 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT Rineka Cipta,

Jakarta.

Abdul Wasil ,2013 http://abdulwasilpatologi.blogspot.com/2013/05/jenis-jenis-teknik-

pengambilan-sampel.html

20

Tugas StatistikTehnik Sampling

Documents

Transcript of Tugas StatistikTehnik Sampling