Professional Documents
Culture Documents
FENOMENA
DEDUKSI EKSPLORASI
TUJUAN PENELITIAN
DEDUKSI
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
* * * * * *
* * *
* 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
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
Contoh : petani dibagi menjadi 3 strata : petani kaya, petani cukup kaya, dan petani miskin
- + * * * * + + - *
+ *
- * + -
- - - - - -
+ - +
* * - * + + --
+ +
*
+ * - * - *
+ + +
+ + ++ stratifikasi randomisasi
CLUSTER / RUMPUN :
subpopulasi dari populasi awal tiap rumpun heterogen antar rumpun homogen
+**--+ 5 +--+*+
---+++* 2 **-+*-+ +---**+ 8 +**--+SAMPEL
---+++* ++--+6 2 **-+*-+ * *+-+* **+-+- +--+**+ 3 7 +**-+- --+ +** ++---+* +---**+ 4 8 ***++-- +**--+-
++-**-* +-*
RANDOMISASI CLUSTER
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
BESAR SAMPEL
Penelitian Cross Sectional (populasi infinit)
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% ?
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)
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