DESAIN SAMPLING DAN BESAR

SAMPEL
19 APRIL 2013
Achmad Ridwan MO
1
TOPIK BAHASAN:
Definisi
Syarat Populasi
Pentingnya Sampling
Prosedur Sampling
Jenis-jenis Teknik Sampling
Besar Sampel


2
DEFINISI
Populasi adalah kumpulan individu dimana hasil
suatu penelitian akan dilakukan generalisasi.
Anggota populasi dimana pengukuran dilakukan
disebut sebagai unit elementer atau elemen dari
populasi.
Kumpulan yg lengkap dari elemen-elemen yang sejenis
akan tetapi dapat dibedakan karena karakteristiknya
(Suprano, J, 1992)
Contoh : Survei imunisasi campak.
Semua anak balita adalah Populasi atau unit elementer
3
DEFINISI
Elemen, ialah sesuatu yang menjadi objek penelitian ,
misalnya orang, barang, unit organisasi. Sering disebut
sampling unit.

Karakteristik, ialah ciri, sifat atau hal-ha yg dimiliki
elemen. Misalnya penghasilan petani, tinggi badan
mahasiswa.
4
DEFINISI
Sensus, ialah cara
pengumpulan data dimana
seluruh elemen populasi
diteliti satu persatu. Hasilnya
merupakan data sebenarnya
disebut para meter (hasil ukur
dari populasi). Misalnya,
sensus penduduk bertujuan
memperoleh data pendu duk.
Hasil ukur berupa rata-rata
hitung diberi tanda dan
simpangan bakunya ialah
Kebaikan
Data diperoleh emrupakan
data sebenarnya dari
populasi
Hasil sensus merupakan
kerangka untuk survey
Tidak ada sampling error
Kelemahan
Memerlukabn biaya, tenaga
dan waktu lebih besar
Jenis data terbatas
Kedaan tertentu tdk mungkin
dilakuakn, (misalnya
mencoba semua korek api)
5
DEFINISI
Sampel, atau contoh ialah
sebagian dari populasi. Elemen-
elemen anggota sampel
merupakan anggota populasi
dimana sampel diambil.
Sampling, adalah tindakan
mengambil (dan memeri-ksa)
sebagian dari populasi, sebagai
wakil dari populasi tsb. Hasilnya
merupakan data perkiraan
(estimasi)
Keuntungan:
Menghemat biaya, wkt,
tenaga
Hasil pemeriksaan dpt
diperoleh waktu cepat
Kualitas informasi yg
diperoleh bisa dijaga kerena
jumlah yg diamati relatif
kecil
Informasi/data diperoleh
bisa lebih menyeluruh

6
DEFINISI
Keuntungan:
Untuk sampel yg sifatnya
merusak tdk mungkin
dilakukan penelitian thdp
seluruh elemen populasi
sebab akan rusak semua
Sampel bisa digunakan
untuk menyelidik
populasi yg jumlahnya
tak terhingga.

Kelemahan
Gambaran data yg
diperoleh hanya
merupakan taksiran
populasi(estimasi)
Memerlukan kerangka
sampling
Pengambilan sampel
tidak selalu tepat
7
MUTU KESIMPULAN HASIL PENELITIAN
SAMPEL
Ada 2 faktor yg mempengaruhi Populasi mutu informasi /data
perkiraan yg diperoleh sebagai hasil penelitian sampel yaitu:
1. Besarnya sampel (banyaknya elemen dalam sampel) yg
ditarik dari populasi. Atau besarnya n (banyaknya elemen
sampel) dari N (banyaknyaelemen dalam populasi)
2. Besarnya tingkat variasi dari data perkiraan, yg diukur dg
kesalahan baku Standar Error (Simpangan baku dari
seluruh kemungkinan nilai perkiraan kalau diambil sampel
dg n elemen dari suatu populasi N elemen). Hal ini dpt
dikontrol dg cara pemilihan sampel (design sampling)
8
DEFINISI
Populasi target
Kumpulan dari satuan/unit yang ingin kita buat
inferensi/generalisasi-nya
Populasi studi
Kumpulan dari satuan/unit di mana kita
mengambil sampel

9
Percontoh/Sampel
Kalau N = banyaknya elemen populasi,
n = banyaknya elemen sampel, maka n < N.
Misalnya ada 1000 kk yang mempunyai balita
diambil sampel secara acak (random) sebanyak 150
balita, ini berarti N =1000, n = 150 atau dikatakan
sampel sebesar 15%.
Kerangka sampling
ialah daftar dari semua unsur(unit) sampling dalam
populasi sampling
10
Percontoh/Sampel
Kerangka sampling dapat berupa :
Daftar jumlah penduduk, jumlah pasien, jumlah balita, ibu
hamil , dll
Kerangka sampling yang baik harus memenuhi syarat
- Meliputi seluruh unsur sampel
- Tidak ada unsur sampel yang dihitung dua kali
- Up to date
- Batas-batasnya harus jelas
- Harus dapat dilacak dilapangan
11
12
Percontoh
Percontoh
Percontoh Percontoh
Percontoh
13
CONTOH
14
Percontoh menggambarkan populasinya
Mempunyai akurasi yang terukur
Dapat dilaksanakan
Efisien
Berbagai teknik
sampling

MENGAPA
SAMPLING
?

Terlalu banyak diteliti semua
Tidak cukup waktu
Tidak cukup dana
Tidak cukup tenaga
Tidak mungkin diteliti semua
Sisi waktu dan ruang
Tidak perlu semua
Teori sampling
standard error
distribusi statistik
15
PROSEDUR
PENGAMBILAN
SAMPEL
Menentukan populasi penelitian
UNIT ANALISIS
BATAS LUAS POPULASI (SAMPLING FRAME)
KARAKTERISTIK UNIT ANALISIS
Menentukan cara pengambilan sampel
Menentukan besarnya sampel
Memilih sampel
Menentukan tujuan studi
2
3
4
5
1
16
JENIS-JENIS
TEKNIK
SAMPLING
Sampel pertimbangan
(Purposive/judgemental)
Sampel berjatah (Quota)
Sampel seadanya
(Accidental/Convenience)
Rancangan random :
-Sederhana (Simple random)
-Sistematik (Systematic random)
Rancangan stratifikasi :
-Sederhana (Simple stratified random)
-Proporsional (Proportional stratified random)
Rancangan Klaster (Cluster random sampling)
Rancangan bertingkat (Multistages sampling)
RANCANGAN RANDOM
SIMPLE RANDOM
SAMPLING
Tentukan populasi studi
(=Sampling Frame)
Tentukan besar sampel
Dengan Tabel-acak
lakukan pemilihan
sampel sampai jumlah
terpenuhi
SYSTEMATIK RANDOM S.
Tentukan populasi studi
(=Sampling Frame)
Tentukan besar sampel
Tentukan secara acak sampel
no.1 (pertama)
Secara sistematik tentukan
sample no.2 dan selanjutnya
dengan interval N/n

17
RANCANGAN STRATIFIKASI
R-S SEDERHANA
Tentukan populasi studi
Stratifikasi populasi berdasarkan
variabel studi
Tentukan besar sampel
Besar sampel dibagi
berdasarkan stratifikasi yang ada
Dengan Tabel-acak lakukan
pemilihan sampel

R-S PROPORSIONAL
Tentukan populasi studi
Stratifikasi populasi berdasarkan
variabel studi
Tentukan besar sampel
Besar sampel dibagi
proporsional berdasarkan
stratifikasi yang ada
Dengan Tabel-acak lakukan
pemilihan sampel
18
RANCANGAN KLASTER
Tentukan populasi studi
Bagi populasi berdasarkan klaster (Primary Sampling
Units/PSU)
Geografis/area wilayah/blok/unit klaster lain
Setiap klaster harus heterogen optimal mewakili populasi studi
Tentukan klaster terpilih secara acak (=PSU terpilih)
Dalam klaster terpilih dapat dibagi lagi kedalam klaster
Secondary Sampling Units, dst
Tentukan besar sampel
Dengan Tabel-acak lakukan pemilihan sampel.

19
RANCANGAN BERTINGKAT
(Multi stage sampling)
Contoh:
Tentukan populasi studi
Klaster populasi studi tersebut
Pilih satu atau beberapa klaster secara acak
Dalam setiap klaster lakukan stratifikasi
Tentukan besar sampel
Dengan Tabel-acak lakukan pemilihan sampel
20
BESAR SAMPEL, tergantung:
Jenis penelitian
Eksplorasi awal: 1 percontoh mungkin cukup
Generalisasi - harus representative
Skala-ukur variabel dependen
Kategorikal/proporsional
Kontinyu (interval)
Derajat ketepatan perkiraan yang diinginkan
Semakin tinggi ~ semakin besar sample
21
Untuk mencari Proporsi





n= Jl. Percontoh dibutuhkan
Z= Nilai Baku distribusi normal pada o tertentu
p= proporsi sukses variabel yg diteliti; q=1-p
d= derajat akurasi (presisi) yang diinginkan
22
d
q p
z
= n
2
* *
2
/2 - 1 o
CONTOH
Seorang peneliti ingin melakukan survey kepuasan pasien
rawat inap di RS X. Dari studi yang lalu diketahui bahwa
hanya 60% yg puas terhadap layanan di RS tsb. Berdasarkan
proporsi tsb, berapakah besar sample yang dibutuhkan jika
presisi=10% dan derajat kepercayaan=95% ?

Jawab : Z
1 - o/2
=1,96; P= 0,6; d=0,1

( 1,96 )
2
(0,6) (1-0,6)
n = ---------------------------=92,19=93
0,1
2

23
Mencari Proporsi
Pada populasi terbatas (finite population),
besar sampel

24
pq Z N d
pq NZ
n
2 2
2
) 1 ( +
=
(Wayne,D)
CONTOH
Seorang peneliti ingin melakukan survey anemia gizi di
perusahaan X dengan populasi 400. Dari studi yang lalu
diketahui bahwa prevalensi anemia 40 %. Berdasarkan
proporsi tsb, berapakah besar sample yang dibutuhkan jika
presisi=5% dan derajat kepercayaan=95% ?

Jawab : Z
1 - o/2
=1,96; P= 0,4; d=0,05
400 ( 1,96 )
2 x
0,4 x0,6
,

n = ---------------------------------- =
0,1
2
(400-1)+ (1,96)
2


(0,4x0,6)
25
CONTOH
Dari hasil penelitian di negara lain, diperoleh hasil bahwa
ibu yang menderita anemia memiliki resiko 18% untuk
melahirkan bayi berat lahir rendah. Sedangkan ibu yang
tidak menderita anemia memiliki resiko 9 % untuk
melahirkan bayi berat lahir rendah.
Jika seorang peneliti ingin melakukan penelitian yang sama
di negaranya dan ia menginginkan kekuatan uji 80% serta
derajat kepercayaan 95 %, berapa besar sampel yang
diperlukan untuk setiap kelompok ibu hamil?
26
27





n= Jl. Percontoh dibutuhkan
Z= Nilai Baku distribusi normal pada o tertentu
o= Standar deviasi (simpang baku)
= Rerata d= presisi
MENCARI RATA-RATA
2
2
2 / 1
2
d
Z
= n
o
o
28
CONTOH
Angka keberhasilan rata-2 pelatihan Universal
Precaution (UP) bagi para pelaksana anestesi di
kamar bedah dalam skor peningkatan pengetahuan
dan sikap terhadap pentingnya UP adalah 61 dengan
simpang baku 9,6. Seorang mahasiswa PSIK
mengajukan model pelatihan baru dan ingin diuji coba
model tersebut. Kesalahan sampling (presisisi) 3.
Berapa sample dibutuhkan bila derajat kepercayaan
95%
29
2
3
6 , 9 96 , 1
2 2
x
= n
Z
1 - o/2
=1,96; SD9,6 d=3

30
Jika sampling tanpa pengembalian dari sebuah
populasi terbatas kecil (finite population), mk rumus
besar sampel:



n= Jl. Percontoh dibutuhkan
Z= Nilai Baku distribusi normal pada o tertentu
o= Standar deviasi (simpang baku)
= Rerata d= presisi
MencariI RATA-RATA
2 2 2
2 2
) 1 ( o
o
Z N d
NZ
n
+
=
(Wayne,D)
1

=
N
n N
n
Z d
o
Besar Sampel pada Uji Hipotesis
Besar sampel uji hipotesis beda
proporsi
Untuk beda proporsi 2 kelompok
P1 dan P2 bergantung pada desain
Jumlah untuk masing-masing kelompok
P1-P2 = beda minimal yang dianggap bermakna secara substansi

( )
2
2 1
2
2 2 1 1 1 2 / 1
) (
) 1 ( ) 1 ( ) 1 ( 2
P P
P P P P z P P z
n

+ +
=
| o
P1 dan P2 pada eksperimen, kohort & cross-
sectional
P1 = a/(a+b)
P2 = c/(c+d)
Sebab + - Total
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d
Keluaran
P1 dan P2 pada kasus-kontrol
P1 = a/(a+c)
P2 = b/(b+d)
Sebab + - Total
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d
Keluaran
Contoh P1 dan P2
Hubungan antara anemia dengan BBLR
Desain kohort/cross sectional
P1: Proposi BBL R pada ibu anemia
P2: Proposi BBLR pada ibu tidak anemia
Desain kasus-kontrol
P1: Proporsi ibu anemia pada BBLR
P2: Proporsi ibu anemia pada non BBLR
Kesalahan penetapan P1 dan P2 sering terjadi pada
desain kasus-kontrol
P1 dan P2 pada eksperimen, kohort & cross-
sectional
P1 = a/(a+b)
P2 = c/(c+d)
Sebab + - Total
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d
Keluaran
P1 dan P2 pada kasus-kontrol
P1 = a/(a+c)
P2 = b/(b+d)
Sebab + - Total
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d
Keluaran
Contoh Kohort
Pada contoh ini P1-P2=20%
Beda minimal proporsi BBLR yang dianggap bermakna 20% antara ibu
anemia vs ibu non anemia
Jika nantinya ada beda BBLR 20% atau lebih pada n sampel yang
diambil Uji statistik signifikan
Jika nantinya ada beda BBLR kurang dari 20% pada n sampel yang
diambil Uji statistik tidak signifikan
Signifikan uji statistik dirancang berdasarkan pengertian tentang
substansi
INGAT: Perbedaan berapapun dapat dirancang untuk signifikan
secara statistik asal jumlah sampel terpenuhi
Contoh Kohort, Cross sectional,
Eksperimen
Seorang peneliti ingin mengetahui apakah terdapat hubungan
antara pajanan bising dengan tuli. Peneliti ingin menggunakan
desain kohort. Diketahui bahwa proporsi tuli pada kelompok
yang tidak terpajan sebesar 10 %. Untuk menentukan besar
sampel, peneliti menetapkan bahwa perbedaan minimal
proporsi tuli antara yang terpajan dengan yg tidak terpajan yg
dianggap bermakna adalah 10 %. Bila ditetapkan kesalahan
tipe I seebsar 5 %., kesalahan tipe II sebesar 20 %, dengan
hipotesis satu arah berapakah besar sampel yang diperlukan.
Contoh
Jawaban. Diketahui:
Kesalahan tipe I=5 %, hipotesis sat a arah, Z alpha=1,64.
Kesalahan tipe II=20 %, maka Z Betha=0,84
P2=Proporsi tuli pada kelompok tanpa risiko
(Kepustakaan/penelitian terdahulu=0,1
Q2=1-P2=1-0,1=0,9
P1-P2=Selisih proporsi tuli minimal yg dianggap
bermakna, ditetapkannsebesar 0,1
P1=P2+0,10=0,1+0,1=0,2
Q1=1-P1=1-0,2=0,8
P=(P1+P2)/2=(0,2+0,1)/2=0,15
Q=1-P=1-0,15=0,85

40
Contoh
Jadi sampel yang dibutuhkan 156 kelompok
terpajan (bising) dan 156 kelompok tidak terpajan
(tanpa bising)

( )
kelompok n
n
/ 156
) 1 , 0 2 , 0 (
) 9 , 0 ( 1 , 0 ) 8 , 0 ( 2 , 0 84 , 0 ) 85 , 0 ( 15 , 0 * 2 64 , 1
2
2
=

+ +
=
Contoh Kohort
Suatu penelitian dilakukan untuk mengetahui hubungan antara anemia
pada ibu hamil dengan BBLR dengan desain kohort
Asumsi untuk besar sampel:
Proporsi BBLR pada ibu anemia: 30%
Proporsi BBLR pada ibu non anemia: 10%
Peneliti menganggap beda minimal BBLR 20% antara ibu
anemia vs ibu non anemia
Derajat kemaknaan: 5%
Kekuatan uji: 80%
Maka P=(0,3+0,1)/2 = 0,2

Contoh Kohort
Berapa sampel ibu hamil yang perlu diambil agar dapat
diperoleh 62 ibu hamil anemia & 62 ibu hamil non
anemia?
Tergantung proporsi anemia pada ibu hamil
60% bumil anemia, 40% tidak anemia
Jadi dihitung 62 = 40/100 * n
n = 155 akan diperoleh 93 bumil anemia & 62 bumil non
anemia
Dari 93 bumil anemia dapat dipilih secara acak atau kuota 62
bumil saja
Contoh Kasus-Kontrol
Suatu penelitian dilakukan untuk mengetahui hubungan antara anemia
pada ibu hamil dengan BBLR dengan desain kasus kontrol
Asumsi untuk besar sampel:
Proporsi anemia pada BBLR: 80%
Proporsi anemia pada non BBLR: 60%
Peneliti menganggap beda minimal proporsi ibu anemia
20% antara bayi BBLR vs non BBLR
Derajat kemaknaan: 5%
Keluatan uji: 80%
Maka P=(0,8+0,6)/2 = 0,7

Contoh Kasus Kontrol
Jadi sampel yang dibutuhkan 82 bayi BBLR dan 82 bayi non BBLR
Bukan berarti diambil sampel 164 bayi tidak menjamin diperoleh
82 bayi BBLR dan 82 bayi non BBLR

( )
kelompok n
n
/ 82
) 6 , 0 8 , 0 (
) 6 , 0 1 ( 6 , 0 ) 8 , 0 1 ( 8 , 0 84 , 0 ) 7 , 0 1 ( 7 , 0 * 2 96 , 1
2
2
=

+ +
=
Contol Kasus Kontrol
Proporsi bayi yang BBLR 15%, 85% non BBLR
82 = 15/100 * n
n = 547
Peneliti perlu mengikutsertakan 547 bayi
sebagai sampel agar diperoleh 82 bayi BBLR
Masalah
Jika hipotesis tidak fokus
Faktor-faktor yang berpengaruh pada kejadian BBLR
P1 dan P2 yang mana ?
Solusi:
Pilih faktor utama saja, faktor lain dianggap confounder
Hitung sampel untuk tiap faktor utama
Perbedaan P1 dan P2 harus berdasarkan perbedaan yang dianggap
secara subtansi bermakna, bukan hanya dari penelitian terdahulu saja

Contoh Penelitian Case control
Seorang peneliti ingin mengetahui apakah
terdapathubungan antara minum alkohol dan kanker
payu dara. Peneliti mrnggunakan desain kasus kontrol.
Diketahui bahwa proporsi peminum alkohol pada
kelompok kontrol sebesar 10 %. Untuk menentukan
besar sampel, peneliti menetapkan bahwa perbedaan
proporsi pajanan minimal antara kelompok kasus dan
kelompok kontrol adalah 20 %. Bila ditetapkan kesalahan
tipe I sebesar 5 %. Kesalahan tipe II sebesar 20 % ,
dengan hipotesis satu arah, berapakah besar sampel
yang diperlukan?
48
Contoh Penelitian kasus kontrol
Jawaban. Diketahui:
Kesalahan tipe I=5 %, hipotesis sat a arah, Z alpha=1,64.
Kesalahan tipe II=20 %, maka Z Betha=0,84
P2=Proporsi pajanan pd kelompokm kontrol
(Kepustakaan/penelitian terdahulu=0,1
Q2=1-P2=1-0,1=0,9
P1-P2=Selisih proporsi pajanan minimal yg dianggap
bermakna, ditetapkannsebesar 0,2
P1=P2+0,20=0,1+0,20=0,30
Q1=1-P1=1-0,3=0,7
P=(P1+P2)/2=(0,3+0,1)/2=0,2
Q=1-p=1-0,2=0,8

49
Contoh Penelitian Kasus Kontrol
Jadi sampel yang dibutuhkan 49 kelompok kasus
(Kanker payu dara), dan 49 kelompok kontrol(bukan
kanker payu dara)


( )
kelompok n
n
/ 49
) 1 , 0 3 , 0 (
) 9 , 0 ( 1 , 0 ) 7 , 0 ( 3 , 0 84 , 0 ) 8 , 0 ( 2 , 0 * 2 64 , 1
2
2
=

+ +
=
Contoh Penelitian Case control
menggunakan OR
Seorang peneliti ingin mengetahui apakah terdapat
hubungan antara infeksi helicobacter dengan hiperemesis
gravidarum. Peneliti mrnggunakan desain kasus kontrol.
Diketahui bahwa proporsi infeksi helicobacter pada
kelompok kontrol sebesar 10 %. Untuk menentukan
besar sampel, peneliti menetapkan bahwa OR minimal
adalah2. Bila ditetapkan kesalahan tipe I sebesar 5 %.
Kesalahan tipe II sebesar 20 % , dengan hipotesis satu
arah, berapakah besar sampel yang diperlukan?
51
Jawaban. Diketahui:
Kesalahan tipe I=5 %, hipotesis sat a arah, Z alpha=1,64.
Kesalahan tipe II=20 %, maka Z Betha=0,84
P2=Proporsi pajanan pd kelompok kontrol
(Kepustakaan/penelitian terdahulu=0,1
Q2=1-P2=1-0,1=0,9
OR=Odd rasio minimal dianggap bermakna ditetapkan 2
OR= P1(1-P2)/P2/(1-P1)
2= P1(0,9)/0,1/(1-P1)= 9P1/1-P1
2-2P1=9P1
11P1=2
P1=2/11=0,18
Q1=1-P1=1-0,18=0,82
P1=P2=0,18-0,10=0,08
P=(P1+P2)/2=(0,18+0,10)/2=0,14
Q=1-0,14=0,86
52
Contoh Penelitian Kasus Kontrol dg
OR
Jadi sampel yang dibutuhkan tiap kelompok adalah
222 ( kelompok kasus (Hiperemesis gravidarum
sebanyak 222), dan 222 kelompok kontrol(bukan
hiperemesis gravidarum)


( )
kelompok n
n n
/ 222
) 1 , 0 3 , 0 (
) 9 , 0 ( 1 , 0 ) 82 , 0 ( 18 , 0 84 , 0 ) 86 , 0 ( 14 , 0 * 2 64 , 1
2 1
2
2
=

+ +
= =
Contoh
Penelitian Faktor-faktor yang berhubungan
dengan BBLR
Faktor utama yang ingin diuji
Anemia
Merokok
Hipertensi
Status Ekonomi
Contoh
Maka perlu informasi tentang:
Prop BBLR pada anemia vs prop BBLR pada non
anemia
Prop BBLR pada perokok vs prop BBLR pada non
perokok
Prop BBLR pada hipertensi vs prop BBLR pada non
hipertensi
Prop BBLR pada ibu miskin vs prop BBLR pada ibu
non miskin
Sampel terbesar yang diambil
Besar sampel uji hipotesis beda
rata-rata
| |
( )
2
2 1
2
1 2 / 1
2
2

o
| o

+
=

z z
n
| |
) 1 ( ) 1 (
) 1 ( ) 1 (
2 1
2
2 2
2
1 1
2
+
+
=
n n
s n s n
o
Contoh
Suatu penelitian dilakukan untuk membandingkan efek asupan natrium
terhadap tek. darah orang dewasa
Asumsi (dari ref):
Pada kel. Natrium rendah:
Rata-rata TD: 72 mmHg, SD:10 mmHg, n=20
Pada kel. Natrium tinggi:
Rata-rata TD: 85 mmHg, SD:12 mmHg, n=20
Perbedaan minimal yg ingin dideteksi: 10 mmHg
Derajat kemaknaan:5%
Kekuatan uji:80%
58
CONTOH
Seorang peneliti PS-IK ingin mengetahui dampak
akreditasi dibandingkan dengan sertifikasi ISO
terhadap kepuasan karyawan dan pelanggan. Pada
penelitian awal terbukti bahwa rata-2 kenaikan
kepuasan karyawan pada kelompok akreditasi adalah
20% (Sd=4%), sedangkan pada kelompok ISO 50%
(Sd=9%). Kepuasan pasien meningkat rata-2 berturut-
turut 10% (Sd=3%) dan 30% (Sd=6%) pada kelompok
akreditasi dan ISO. Berapa jumlah sampel karyawan
dan pelanggan dibutuhkan bila derajat kepercayaan
95% dan kekuatan uji statistik 90%
LATIHAN
Kepala Dinas Kesehatan Kabupaten X ingin mengetahui
prevalensi anemia pada ibu hamil. Berdasarkan informasi
pada survei gizi ibu hamil di daerah X diperoleh
prevalensi anemia pada kehamilan sebesar 62%.
Berdasarkan masalah dan informasi yang ada, berapa
jumlah sampel yang dibutuhkan jika kepala Dinas
menginginkan presisi mutlak sebesar 10% dan derajat
kepercayaan 90%
59
LATIHAN
Seorang peneliti ingin mengetahui prevalensi
karies gigi dikalangan anak sekolah kelas 6 SD di
Jakarta. Dari survei di Indonesia, diketahui
prevalensi karies gigi pada anak sekolah adalah
73%. Berapa jumlah sampel yang diperlukan jika
peneliti menginginkan derajat kepercayaan 95%
dan presisi relatif 10%. Populasi anak SD 1000 org
60
LATIHAN
Suatu penelitian dilakukan untuk mengetahui asupan kalori
pada anak balita di Kabupaten Lebak. Dari penelitian di
Kabupaten lain, diketahui standar deviasi asupan kalori
pada anak balita adalah 50 kalori. Berapa besar sampel
yang diperlukan jika peneliti menginginkan derajaat
kepercayaan 95% dan besar kesalahan sampling maksimum
dari rata-rata asupan kalori adalah 20 kalori.
61