ALUR PENELITIAN

TEORI dan FAKTA EMPIRIK

FENOMENA
DEDUKSI EKSPLORASI

PERTANYAAN TAK TERJAWAB G E N E R A L I S A S I IDENTIFIKASI dan PERUMUSAN MASALAH

TUJUAN PENELITIAN

DEDUKSI

KERANGKA KONSEP (identifikasi variabel penelitian)

PERUMUSAN / OPERASIONALISASI HIPOTESIS STRUKTURASI

Penetapan Model/Rancangan Penelitian

Penetapan Subjek OBSERVASI / PENGUKURAN Instrumentasi INDUKSI VERIFIKASI

PENGOLAHAN/ANALISIS DATA KESIMPULAN / LAPORAN PEN

PENELITIAN pada umumnya

MENGGUNAKAN SAMPEL DARI POPULASI YANG DIAMATI

ALASANNYA: INFINITE POPULASI HOMOGENITAS MENGHEMAT BIAYA DAN WAKTU KETELITIAN / KETEPATAN ADANYA PENELITIAN DESTRUKTIF

POPULASI
POPULASI : HIMPUNAN DARI UNIT/ INDIVIDU YANG MEMPUNYAI CIRI-CIRI YANG SAMA POPULASI HARUS DIDEFINISIKAN DENGAN JELAS : APA/SIAPA, DIMANA, KAPAN contoh: - Pendapatan petani per bulan di desa Tungkop tahun 2006 - Karakteristik penderita TBC di R.Rawat Paru RSUZA tahun 2005 - Polutan di kawasan PT.Arun LhokSeumawe pada bulan November 2003 POPULASI FINIT ATAU INFINIT

SAMPEL
SAMPEL : BAGIAN DARI POPULASI YANG CIRI-CIRINYA AKAN DITELITI DAN DIUKUR
UNTUK KEPERLUAN INFERENSI/ GENERALISASI, SAMPEL HARUS MEWAKILI (REPRESENTATIF) POPULASI - TEKNIK SAMPLING - BESAR/UKURAN SAMPEL - KRITERIA SAMPEL - VARIASI ANTAR UNIT SAMPEL

POPULASI

PARAMETER

SAMPLING

SAMPEL

STATISTIK x s
s2 GENERALISASI/ INFERENSI r

PENGAMBILAN SAMPEL
CARA PENGAMBILAN SAMPEL :
A. PROBABILITY SAMPLING (RANDOM) : setiap anggota populasi mempunyai peluang yang sama untuk diambil sebagai sampel B. NON PROBABILITY SAMPLING

PENGAMBILAN SAMPEL
CARA PENGAMBILAN SAMPEL :
A. PROBABILITY SAMPLING (RANDOM) 1. SIMPLE RANDOM SAMPLING 2. SISTEMATIC RANDOM SAMPLING 3. STRATIFIED RANDOM SAMPLING 4. CLUSTER RANDOM SAMPLING 5. MULTISTAGE RANDOM SAMPLING

SIMPLE RANDOM SAMPLING

Prinsip :
mengambil sejumlah n elemen dari sejumlah N elemen secara random Ada kerangka sampel atau sampling frame dengan undian,tabel bilangan random atau komputer dan kalkulator bila populasi yang diteliti homogen. Populasi secara geografis tidak terlalu tersebar

SIMPLE RANDOM SAMPLING

POPULASI * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
LOTRE/ BIL. RANDOM

* * * * * *
* * *

* SAMPEL

contoh
Dari 1000 populasi petani yang dianggap homogen diambil sampel sebanyak 30 orang dengan menggunakan tabel bilangan random.

Pertama, buat kerangka sampling yaitu daftar nama petani yang diberi nomor 0001 hingga 1000. Untuk pemberian nomor, perlu diperhatikan jumlah digit di populasi, karena besar populasi adalah 1000 maka jumlah digit adalah 4. Maka nomor awal dimulai dengan 0001 bukan 1, 01, ataupun 001. Ini untuk mempertahankan prinsip equal probability.
Selanjutnya peneliti bisa menggunakan tabel bilangan random dengan menjatuhkan pensil di area tabel bilangan random. Kemudian dilihat, ujung pensil jatuh di nomor terdekat berapa.
Misal deretan tabel bilangan random adalah sebagai berikut: 001201 234019 010325 660012 021340 000120 000123 127658 021780 012030

SYSTEMATIC RANDOM SAMPLING

MIRIP SIMPLE RANDOM SAMPLING . Ada sampling frame . Homogen . Populasi memiliki pola beraturan
MENGGUNAKAN CARA SISTEMATIS . UNIT SAMPEL 1 : SIMPLE RANDOM . UNIT SAMPEL 2, 3, .. DST SECARA SISTEMATIS DENGAN INTERVAL TERTENTU INTERVAL = N/n

contoh
. RSUZA merawat 500 pasien, untuk meneliti kepuasan pelayanan di RS diambil 25 pasien sebagai sampel . Probabilitas terambil sebagai sampel adlah 25/500 = 1/20 atau interval sampel 500/25 =20 . Sampel 1 dipilih secara acak misal no 15 maka selanjutnya adalah no 35, 55, 75, . dst sampai 25 sampel

STRATIFIED RANDOM SAMPLING

Pada populasi yang heterogen sehingga bisa dipisah menurut stratifikasi tertentu STRATA :
subpopulasi dari populasi awal tiap strata homogen antar strata heterogen

Contoh : petani dibagi menjadi 3 strata : petani kaya, petani cukup kaya, dan petani miskin

STRATIFIED RANDOM SAMPLING

* * * * * *

- + * * * * + + - *

+ *
- * + -

- - - - - -

+ - +
* * - * + + --

+ +
*

+ * - * - *

+ + +
+ + ++ stratifikasi randomisasi

CLUSTER/AREA RANDOM SAMPLING

populasi bisa dipisah menurut rumpun/ gugus/cluster tertentu dilakukan ketika sampling frame sukar didapat dan biaya tidak mencukupi

CLUSTER / RUMPUN :
subpopulasi dari populasi awal tiap rumpun heterogen antar rumpun homogen

Contoh : rumpun (blok) rumah (RT, RW) kloter jamaah haji

CLUSTER/AREA RANDOM SAMPLING

-+*+*1 -**-+-+

+**--+ 5 +--+*+
---+++* 2 **-+*-+ +---**+ 8 +**--+SAMPEL

---+++* ++--+6 2 **-+*-+ * *+-+* **+-+- +--+**+ 3 7 +**-+- --+ +** ++---+* +---**+ 4 8 ***++-- +**--+-

++-**-* +-*

RANDOMISASI CLUSTER

RANDOMISASI UNIT SAMPEL

MULTISTAGE RANDOM SAMPLING

Populasi dibagi dalam beberapa fraksi lalu diambil sampelnya Sampel fraksi yang dihasilkan dibagi lagi mjd fraksi yang lebih kecil kemudian diambil sampelnya Pembagian fraksi terus dilakukan sampai unit sampel yang diinginkan Unit sampel pertama disebut Primary sampling Unit ( PSU dalam fraksi besar dan fraksi kecil )

PENGAMBILAN SAMPEL
B. NON PROBABILITY SAMPLING (NON RANDOM) 1. QUOTA SAMPLING 2. ACCIDENTAL SAMPLING 3. PURPOSIVE SAMPLING (JUDGMENTAL SAMPLING)

QUOTA SAMPLING
jumlah sampel ditentukan secara quotum (jatah) oleh peneliti jika jumlah telah tercapai maka pengumpulan data dihentikan dan hasilnya dipresentasikan

ACCIDENTAL SAMPLING
. sampel yang terpilih tidak terencana tapi berdasarkan kasus/responden yang kebetulan ada . Contoh : KLB malaria , data yang ada disajikan secara deskriptif dan tidak dapat digeneralisir

PURPOSIVE SAMPLING (JUDGMENTAL SAMPLING)

Sampel ditentukan oleh orang yang telah mengenal betul populasi yang akan diteliti

BESAR SAMPEL
Penelitian Cross Sectional (populasi infinit)

Z/22 . p . (1-p) n = -----------------------d2

dimana : Z/2 = harga normal baku sesuai dengan luas area di bawah kurva baku sebesar (1-/2) untuk = 0,05 nilai Z = 1,96 1- = tingkat kepercayaan p = proporsi kasus yang diteliti dalam populasi d = kesalahan yang dapat ditolerir

Contoh : Ingin diketahui proporsi penduduk miskin di suatu kabupaten. Jika dari literatur jumlah penduduk miskin di suatu daerah diperkirakan 20%, berapa besar sampel keluarga yang dibutuhkan sehingga proporsi yang diduga berada dalam interval 5% di atas dan di bawah proporsi yang sesungguhnya dengan tingkat kepercayaan 95% ?

Penyelesaian : 1,962 . 0,2 . 0,8 n = ------------------0,052 n = 245,86 = 246 keluarga

Jika populasi finit

N Z21-/2 P (1-P) n = ------------------------------(N-1) d2 + Z21-/2 P (1-P)
N = besar populasi

Contoh :

Jika jumlah keluarga di seluruh kabupaten = 10.000 keluarga, maka 10.000 . 1,962 . 0,2 . 0,8 n = -----------------------------------------(10.000-1) 0,052 + 1,962 . 0,2 . 0,8
n = 239,99 = 240 keluarga

BESAR SAMPEL
Penelitian Case - Control
2 . (Z + Z)2 . p . (1-p) n = ------------------------------(p0 - p1)2
dimana : Z = harga normal baku sesuai luas area di bawah kurva baku sebesar (1-) untuk kesalahan tipe I ( = 0,05 Z = 1,65) Z = harga normal baku sesuai luas area di bawah kurva baku sebesar (1-) untuk kesalahan tipe II ( = 0,10 Z = 1,28) p1 = proporsi individu kelompok kasus mendapat paparan p0 = proporsi individu kelompok kontrol mendapat paparan p = (p0 + p1)/2

BESAR SAMPEL
Penelitian Cohort
1 2 . (Z + Z)2 . p . (1-p)

n = --------- . ------------------------------(1-f) (p0 - p1)2

dimana :

Z & Z = sama dengan penelitian Case Control p0 = proporsi partisipan tidak terpapar yang diharapkan terjadi kasus yang diteliti p1 = proporsi partisipan terpapar yang diharapkan terjadi kasus yang diteliti p = (p0 + p1)/2 f = proporsi partisipan hilang/mundur dari pengamatan