You are on page 1of 48

Oleh

:
Hari Basuki N.

Besar Sampel
 Syarat penting untuk suatu generalisasi atau

inferensi
 Semakin homogen populasi, semakin kecil
sampel, semakin heterogen populasi, semakin
besar sampel
 Tujuan penentuan besar sampel :
1. mewakili populasi (representativeness)
2. keperluan analisis

Perlu diperhatikan :
 Jenis dan rancangan penelitian
 Tujuan penelitian/analisis
 Jumlah populasi
 Karakteristik populasi/cara pengambilan

sampel (teknik sampling)
 Jenis (skala pengukuran) data
 Tingkat kepercayaan
 Penyimpangan yang ditolerir (ketelitian

ESTIMASI
1 POPULASI

 - SE <  < + SE
 =  SE

2 n = ---------------d2 . Var () d = Z1-/2 . Var () Estimasi interval untuk mean (data kontinyu) X . /n d = Z1-/2 . =   Z1-/2 .Z1-/2 . /n Z1-/22 . /n <  < X + Z1-/2 .

Bila populasi finit dikoreksi dengan (N-n)/(N-1). (N-n)/(N-1) maka N . Z1-/2 2. 2 n = --------------------------(N-1) d2 + Z1-/2 2. sehingga d = Z1-/2 . 2 .  2/n .

Estimasi interval untuk proporsi Variansi = p .(1-p)/n Z1-/22 . (1-p) n = ---------------------d2 .(1-p)/n <  < p+Z1-/2. p . (1-p) / n p-Z1-/2.(1-p)/n d = Z1-/2 .  p.p.p.

p . (N-n)/(N-1) N . (1-p) . (1-p) n = ---------------------------------(N-1) d2 + Z1-/2 2. p .Untuk populasi finit d = Z1-/2 .  p.(1-p)/n . Z1-/2 2.

2 POPULASI .

(1. (Pa.P0 = Z1-/2 .Pa)/n {Z1-/2 P0 (1-P0) + Z1- Pa (1-Pa)}2 n = ------------------------------------------(Pa.  P0.Z1- .(1.(1.Pa)/n P0 + Z1-/2 .P0)2 .P0)/n + Z1.(1.(1.(1.P0)/n = Pa . .Pa)/n Pa .  Pa.c = P0 + Z1-/2 .P0)/n c = Pa .Z1- .  P0.  P0.  Pa.

JENIS PENELITIAN OBSERVASIONAL ESTIMASI UJI HIPOTESIS KOMPARASI 1 POPULASI 2 POPULASI K SIMPLE/ SYST. CLUST. K P STRA.S.S.S. R. K K P 1 POPULASI P K P 2 POPULASI K P P CROSS SECT CASE CTRL COHORT CROSS SECT CASE CTRL COHORT K O R E L A SI E K S P E R I M E N T A L . R. R.

Besar Sampel pada Penelitian Observasional .

data kontinyu (populasi infinit) Z21-/2 2 n = ------------d2 .SATU POPULASI (Estimasi)  Simple random sampling atau systematic random sampling .

SATU POPULASI (Estimasi) 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 dari penelitian sebelumnya diketahui simpangan baku kadar Hb ibu hamil trimester III sebesar 2.SATU POPULASI (Estimasi) Contoh : Suatu penelitian bertujuan untuk mengetahui rerata kadar Hb ibu hamil trimester III.5 di atas dan di bawah mean yang sesungguhnya dengan tingkat kepercayaan 95% ? .0 berapa besar sampel ibu hamil yang dibutuhkan sehingga rerata kadar Hb yang diduga berada dalam interval 0.

47 = 62 ibu hamil .962 22 n = ------------0.52 n = 61.SATU POPULASI (Estimasi) Penyelesaian : 1.

SATU POPULASI (Estimasi)  Simple random sampling atau systematic random sampling .data kontinyu (populasi finit) N Z21-/2 2 n = -------------------------(N-1) d2 + Z21-/2 2 N = besar populasi .

22 n = 57.SATU POPULASI (Estimasi) Jika populasi ibu hamil = 1000 orang. 22 n = ------------------------------(1000-1) 0.962 .52 + 1.962 .96 = 58 ibu hamil . maka 1000 . 1.

data proporsi (populasi infinit) Z21-/2 P (1-P) n = -------------------d2 .SATU POPULASI (Estimasi)  Simple random sampling atau systematic random sampling .

SATU POPULASI (Estimasi) n = besar sampel minimum Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu P = harga proporsi di populasi d = kesalahan (absolut) yang dapat ditolerir .

Jika dari literatur jumlah penduduk miskin di suatu daerah diperkirakan 20%.SATU POPULASI (Estimasi) Contoh : Ingin diketahui proporsi penduduk miskin di suatu kabupaten. 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% ? .

8 n = ------------------0. 0.962 .86 = 246 keluarga .052 n = 245.2 .SATU POPULASI (Estimasi) Penyelesaian : 1. 0.

SATU POPULASI (Estimasi)  Simple random sampling atau systematic random sampling .data proporsi (populasi finit) N Z21-/2 P (1-P) n = ------------------------------(N-1) d2 + Z21-/2 P (1-P) N = besar populasi .

962 . 0.000 keluarga.2 .8 n = -----------------------------------------(10.99 = 240 keluarga .000-1) 0.000 . 0. 0. maka 10.052 + 1.SATU POPULASI (Estimasi) Jika jumlah keluarga di seluruh kabupaten = 10.2 . 1. 0.8 n = 239.962 .

SATU POPULASI (Estimasi)  Stratified random sampling .data kontinyu .

W = 1/L L = jumlah seluruh strata yang ada .SATU POPULASI (Estimasi) n = besar sampel minimum N = besar populasi Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu 2 h = harga varians di strata-h d = kesalahan (absolut) yang dapat ditolerir Wh = fraksi dari observasi yang dialokasi pada strata-h = N h/N Jika digunakan alokasi setara.

data proporsi .SATU POPULASI (Estimasi)  Stratified random sampling .

W = 1/L L = jumlah seluruh strata yang ada .SATU POPULASI (Estimasi) n = besar sampel minimum N = besar populasi Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu Ph = harga proporsi di strata-h d = kesalahan (absolut) yang dapat ditolerir Wh = fraksi dari observasi yang dialokasi pada strata-h = N h/N Jika digunakan alokasi setara.

SATU POPULASI (Estimasi)  Cluster random sampling .data kontinyu N Z21-/2 2 n = ---------------------------------(N-1) d2 (N/C) 2 + Z21-/2 2 .

SATU POPULASI (Estimasi) n = besar sampel (jumlah cluster) minimum N = besar populasi Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu 2 = harga varians di populasi d = kesalahan (absolut) yang dapat ditolerir C = jumlah seluruh cluster di populasi .

data proporsi N Z21-/2 2 n = ---------------------------------(N-1) d2 (N/C) 2 + Z21-/2 2 .SATU POPULASI (Estimasi)  Cluster random sampling .

SATU POPULASI (Estimasi) n = besar sampel (jumlah cluster) minimum N = besar populasi Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu d = kesalahan (absolut) yang dapat ditolerir 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 .

a)2 .SATU POPULASI (Uji Hipotesis)  Data kontinyu 2 (Z1-/2 + Z1-) 2 n = --------------------(0.

SATU POPULASI (Uji Hipotesis) n = besar sampel minimum Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu 2 = harga varians di populasi 0-a = perkiraan selisih nilai mean yang diteliti dengan mean di populasi .

SATU POPULASI (Uji Hipotesis)  Data proporsi {Z1-/2 P0 (1-P0) + Z1- Pa (1-Pa)}2 n = ------------------------------------------(Pa.P0)2 .

SATU POPULASI (Uji Hipotesis) n = besar sampel minimum Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu P0 = proporsi di populasi Pa = perkiraan proporsi di populasi Pa-P0 = perkiraan selisih proporsi yang diteliti dengan proporsi di populasi .

DUA POPULASI (Estimasi)  Data kontinyu Z21-/2 (22 ) n = --------------d2 .

Cross sectional Z21-/2 [P1 (1-P1) + P2 (1-P2)] n = ----------------------------------d2 .DUA POPULASI (Estimasi)  Data proporsi .

+ -----[loge (1-)]2 P1 P2 faktor koreksi : 1/(1-f) .-----.DUA POPULASI (Estimasi)  Data proporsi .Cohort Z21-/2 1-P1 1-P2 n = ------------.

-------------.DUA POPULASI (Estimasi)  Data proporsi .+ ------------[loge(1-)]2 P*1 (1-P*1) P*2 (1-P*2) .Case control Z21-/2 1 1 n = ------------.

DUA POPULASI (Uji Hipotesis)  Data kontinyu 22 (Z1-/2 + Z1- )2 n = ------------------------(1.2)2 .

Cross sectional {Z1-/2 2 P (1-P) + Z1-P1 (1-P1) + P2 (1-P2)}2 n = ---------------------------------------------------------(P1.DUA POPULASI (Uji Hipotesis)  Data proporsi .P2)2 .

P2)2 faktor koreksi : 1/(1-f) .Cohort {Z1-/2 2 P (1-P) + Z1-P1 (1-P1) + P2 (1-P2)}2 n = ---------------------------------------------------------(P1.DUA POPULASI (Uji Hipotesis)  Data proporsi .

DUA POPULASI (Uji Hipotesis)  Data proporsi .r) .P2)2 faktor koreksi rasio kasus : kontrol (r+1)/(2.Case-control {Z1-/2 2 P2 (1-P2) + Z1-P1 (1-P1) + P2 (1-P2)}2 n = -----------------------------------------------------------(P1.

UJI KORELASI (Z1-/2 + Z1- ) 2 n = --------------------.+ 3 0.5 ln [(1+r)(1-r)] .

Besar Sampel pada Penelitian Eksperimental .

rancangan acak kelompok. rancangan faktorial) : (t-1) (r-1)  15 t = banyak perlakuan r = jumlah replikasi  ~ Rumus besar sampel pada penelitian observasional ( faktor koreksi 1/(1-f) ) .Besar Sampel pada Penelitian Eksperimental  Sederhana (Rancangan acak lengkap.

P2)2 .Besar Sampel pada Penelitian Eksperimental  Data kontinyu 22 (Z1-/2 + Z1- )2 r  ------------------------d2  Data proporsi {Z1-/2 2 P (1-P) + Z1-P1 (1-P1) + P2 (1-P2)}2 r  ---------------------------------------------------------(P1.