PENGHITUNGAN BESAR SAMPEL

PENDAHULUAN 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. 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. Dalam makalah ini akan dibahas penentuan besar sampel dengan tujuan dapat mewakili populasi. 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. Random sampling dibedakan simple random, systematic random, stratified random, cluster random atau multistage random sampling. Berdasarkan jenis data atau variabel yang dianalisis, dibedakan data proporsi atau kontinyu. Hal-hal di atas sangat menentukan cara penghitungan besar sampel.
1

PENELITIAN OBSERVASIONAL BESAR SAMPEL PADA SATU POPULASI 1. rumus besar sampel adalah : Z21-α/2 P (1-P) n = -------------------d2 di mana n Z1-α/2 P d = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = harga proporsi di populasi = kesalahan (absolut) yang dapat ditolerir 2 . Simple random sampling atau systematic random sampling .Data kontinyu Untuk populasi infinit. rumus besar sampel adalah : Z21-α/2 σ2 n = ------------d2 di mana n Z1-α/2 σ2 d = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = harga varians di populasi = kesalahan (absolut) yang dapat ditolerir Jika populasi finit. maka rumus besar sampel adalah : N Z21-α/2 σ2 n = -------------------------(N-1) d2 + Z21-α/2 σ2 di mana N = besar populasi . Estimasi a.Data proporsi Untuk populasi infinit.

W = 1/L = jumlah seluruh strata yang ada Rumus besar sampel adalah : di mana n N Z1-α/2 Ph d Wh = besar sampel minimum = besar populasi = nilai distribusi normal baku (tabel Z) pada α tertentu = harga proporsi di strata-h = kesalahan (absolut) yang dapat ditolerir = fraksi dari observasi yang dialokasi pada strata-h = N h/N Jika digunakan alokasi setara. Stratified random sampling .Data kontinyu Rumus besar sampel adalah : N2h σ2h Nh σ2h di mana n N Z1-α/2 σ2h d Wh L .Jika populasi finit. maka rumus besar sampel adalah : N Z21-α/2 P (1-P) n = ------------------------------(N-1) d2 + Z21-α/2 P (1-P) di mana N = besar populasi b. W = 1/L 3 .Data proporsi = besar sampel minimum = besar populasi = nilai distribusi normal baku (tabel Z) pada α tertentu = harga varians di strata-h = kesalahan (absolut) yang dapat ditolerir = fraksi dari observasi yang dialokasi pada strata-h = N h/N Jika digunakan alokasi setara.

L = jumlah seluruh strata yang ada c. Cluster random sampling . ditentukan jumlah cluster yang akan diambil sebagai sampel.Data proporsi Rumus besar sampel adalah : N Z21-α/2 σ2 n = ---------------------------------(N-1) d2 (N/C) 2 + Z21-α/2 σ2 di mana n N Z1-α/2 d C σ2 ai mi C’ = besar sampel (jumlah cluster) minimum = besar populasi = ∑mi = nilai distribusi normal baku (tabel Z) pada α tertentu = kesalahan (absolut) yang dapat ditolerir = jumlah seluruh cluster di populasi = ∑(ai – mi P)2/(C’-1) dan P = ∑ai /∑mi = banyaknya elemen yang masuk kriteria pada cluster ke-i = banyaknya elemen pada cluster ke-i = jumlah cluster sementara = besar sampel (jumlah cluster) minimum = besar populasi = nilai distribusi normal baku (tabel Z) pada α tertentu = harga varians di populasi = kesalahan (absolut) yang dapat ditolerir = jumlah seluruh cluster di populasi 4 . Rumusnya adalah : N Z21-α/2 σ2 n = ---------------------------------(N-1) d2 (N/C) 2 + Z21-α/2 σ2 di mana n N Z1-α/2 σ2 d C .Data kontinyu Pada cluster random sampling.

Estimasi a.Data proporsi = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = nilai distribusi normal baku (tabel Z) pada β tertentu = harga varians di populasi = perkiraan selisih nilai mean yang diteliti dengan mean di populasi Rumus besar sampel adalah : di mana n Z1-α/2 Z1-β P0 Pa Pa-P0 = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = nilai distribusi normal baku (tabel Z) pada β tertentu = proporsi di populasi = perkiraan proporsi di populasi = perkiraan selisih proporsi yang diteliti dengan proporsi di populasi BESAR SAMPEL PADA DUA POPULASI 1.2. Uji Hipotesis . Data kontinyu Rumus besar sampel sebagai berikut : 5 .Data kontinyu Rumus besar sampel adalah : di mana n Z1-α/2 Z1-β σ2 µ0-µa .

di mana f adalah proporsi unit pengamatan yang hilang atau mengundurkan diri atau drop out. dilakukan koreksi dengan 1/(1-f). Data proporsi .Cross sectional = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = harga varians di populasi = kesalahan (absolut) yang dapat ditolerir Rumus besar sampel sebagai berikut : di mana n Z1-α/2 P1 P2 d .Case-control Rumus besar sampel adalah : 6 . . untuk mengantisipasi hilangnya unit pengamatan.Cohort = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = perkiraan proporsi pada populasi 1 = perkiraan proporsi pada populasi 2 = kesalahan (absolut) yang dapat ditolerir Rumus besar sampel sebagai berikut : 1-P2 P2 di mana n Z1-α/2 P1 P2 ε = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = perkiraan probabilitas outcome (+) pada populasi 1 = perkiraan probabilitas outcome (+) pada populasi 2 = kesalahan (relatif) yang dapat ditolerir Pada penelitian cohort.di mana n Z1-α/2 σ2 d b.

Cross sectional = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = nilai distribusi normal baku (tabel Z) pada β tertentu = harga varians di populasi = perkiraan selisih nilai mean di populasi 1 dengan populasi 2 Rumus besar sampel sebagai berikut : di mana n Z1-α/2 Z1-β P1 P2 P = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = nilai distribusi normal baku (tabel Z) pada β tertentu = perkiraan proporsi pada populasi 1 = perkiraan proporsi pada populasi 2 = (P1 + P2)/2 7 . Uji Hipotesis a.di mana n Z1-α/2 P1* P2* ε 2. Data proporsi . Data kontinyu = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = perkiraan probabilitas paparan pada populasi 1 (outcome +) = perkiraan probabilitas paparan pada populasi 2 (outcome -) = kesalahan (relatif) yang dapat ditolerir Rumus besar sampel sebagai berikut : di mana n Z1-α/2 Z1-β σ2 µ1-µ2 b.

Besar sampel untuk kelompok kontrol adalah (r. dilakukan koreksi dengan 1/(1-f).. Rumus di atas dikalikan dengan faktor (r + 1) / (2 .n).Case-control Rumus besar sampel adalah : di mana n Z1-α/2 Z1-β P1* P2* = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = nilai distribusi normal baku (tabel Z) pada β tertentu = perkiraan probabilitas paparan pada populasi 1 (outcome +) = perkiraan probabilitas paparan pada populasi 2 (outcome -) Jika besar sampel kasus dan kontrol tidak sama ( unequal). r). . dibuat modifikasi besar sampel dengan memperhatikan rasio kontrol terhadap kasus. 8 . untuk mengantisipasi hilangnya unit pengamatan.Cohort Rumus besar sampel sebagai berikut : di mana n Z1-α/2 Z1-β P1 P2 P = besar sampel minimum = nilai distribusi normal baku (tabel Z) pada α tertentu = nilai distribusi normal baku (tabel Z) pada β tertentu = perkiraan probabilitas outcome (+) pada populasi 1 = perkiraan probabilitas outcome (+) pada populasi 2 = (P1 + P2)/2 Pada penelitian cohort. di mana f adalah proporsi unit pengamatan yang hilang atau mengundurkan diri atau drop out.

Pada penelitian eksperimen. 9 . acak kelompok atau faktorial.PENELITIAN EKSPERIMENTAL Pada penelitian eksperimental. Untuk menentukan besar sampel (replikasi) yang dibutuhkan digunakan rumus berikut : 1. dapat digunakan rumus besar sampel seperti pada penelitian observasional baik untuk satu sampel maupun lebih dari 1 sampel. di mana f adalah proporsi unit eksperimen yang hilang atau mengundurkan diri atau drop out. belum banyak rumus yang dikembangkan untuk menentukan besar sampel yang dibutuhkan. Untuk rancangan acak lengkap. dilakukan koreksi dengan 1/(1-f). untuk mengantisipasi hilangnya unit eksperimen. 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. baik untuk data proporsi maupun data kontinyu.

Siagian. Jakarta. 2003. Sugiarto. Jakarta. Penerbit PT Binarupa Aksara. Penerbit PT Rineka Cipta. Jakarta. 1990. Notoatmodjo S. Jakarta. Penerbit PT RajaGrafindo Persada. DW Hosmer Jr.Referensi : CDC. Penerbit PT Gramedia Pustaka Utama. 10 . FHI. Lemeshow S. D. An Epidemiologic Approach to Reproductive Health. 2003. CDC-Atlanta. Bagian Ilmu Kesehatan Anak Fakultas Kedokteran Universitas Indonesia. Dasar-dasar Metodologi Penelitian Klinis. Teori & Aplikasi.1995. Penerbit PT RajaGrafindo Persada. Editors : PA Wingo. Inc. 1981. SC Zahniser. 2002. John Wiley & Sons. 2000. Sampling Techniques. Penerbit PT Rineka Cipta. 2001. Supranto J. Cochran WG. Sastroasmoro S. John Wiley & Sons. Jakarta. Metodologi Penelitian Kesehatan. LT Sunaryanto. WHO-Geneva. Fakultas Pertanian Universitas Sriwijaya. Adequacy of Sample Size in Health Studies. SK Lwanga. 1977. WHO. WHO. John Wiley & Sons. Dasar-dasar Metodologi Penelitian Kedokteran & Kesehatan. 1991. Teknik Sampling. Hanafiah KA. Statistical Methods for Rates and Proportions . Second Edition. GL Rubin. FHI-North Carolina. Teknik Sampling untuk Survei dan Eksperimen. Rancangan Percobaan. S Ismael. J Klar. JE Higgins. DS Oetomo. Palembang. Fleiss JL. Pratiknya AW.

Sign up to vote on this title
UsefulNot useful