Populasi, Sampel, Dan Distribusi Sampling: FKK Universitas Binawan

Populasi, Sampel, dan
Distribusi Sampling
FKK Universitas binawan

Populasi dan Sampel
 Populasi
 Populasi adalah wilayah generalisasi yang
terdiri atas; obyek/subyek yang
mempunyai kuantitas dan karakteristik
tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik
kesimpulannya.
 Sampel
 Sampel adalah sebagian dari jumlah dan
karateristik yang dimiliki oleh populasi.
Teknik sampling
 Teknik sampling adalah teknik pengambilan

sampel.
 Secara skematis, teknik sampling seperti gambar
berikut
Teknik sampling
1. Probability Sampling
 Probability sampling adalah teknik sampling yang
memberikan peluang yang sama bagi setiap unsur
(anggota) populasi untuk dipilih menjadi anggota sampel.
Teknik ini meliputi
a. Simple Random Sampling

 Dikatakan simple (sederhana) karena pengambilan sampel
anggota populasi dilakukan secara acak tanpa
memperhatikan strata yang ada dalam populasi itu. Cara
demikian dilakukan bila anggota populasi dianggap
homogen.
Teknik sampling - Probability Sampling
b. Proportionate Stratified Random Sampling

 Teknik ini digunakan bila populasi mempunyai
anggota/unsur yang tidak homogen dan berstrata secara
proporsional.
 Suatu organisasi yang mempunyai pegawai dari latar
belakang pendidikan, maka populasi pegawai itu berstrata.
Teknik sampling - Probability Sampling
C. Disproportionate Stratified Random Sampling
 Teknik ini digunakan untuk menentukan jumlah sampel,
bila populasi berstrata tetapi kurang proporsional.
 Misalnya, pegawai PT. X: S3: 3 orang, S2: 4, S1: 90, SMU
800, SMP 700, maka 3 orang lulusan S3 dan 4 orang S2
diambil semua sebagai sampel. Karena dua kelompok
terlalu kecil bila dibanding dengan kelompok S1, SMU, dan
SMP.
d. Cluster Sampling (Area Sampling)
 Teknik sampling untuk menentukan sampel bila obyek
yang akan diteliti atau sumber data sangat luas.
 Misal penduduk dari suatu negara, propinsi atau
kabupaten. Untuk menentukan penduduk mana yang akan
dijadikan sumber data, pengambilan sampel berdasarkan
daerah populasi yang ditetapkan.
Teknik sampling - Nonprobability Sampling
2. Nonprobability Sampling
 Nonprabability Sampling adalah teknik yang tidak memberi
peluang/kesempatan sama bagi setiap unsur atau anggota
populasi untuk dipilih menjadi sampel.
a. Sampling Sistematis
 Sampling Sistematis adalah teknik penentuan sampel
berdasarkan urutan dari anggota populasi yang telah diberi
nomor urut.
 Misalnya anggota populasi yang terdiri dari 100 orang.

 Dari semua anggota itu diberi nomor urut, yaitu nomor
1 sampai dengan nomor 100. Pengambilan sampel
dapat dilakukan dengan nomor ganjil saja, genap saja,
atau kelipatan dari bilangan tertentu, misalnya kelipatan
dari bilangan lima. Untuk ini maka yang diambil sebagai
sampel adalah nomor 5, 10, 15, 20, dan seterusnya
sampai 100.
b. Sampling Kuota
 Sampling Kuota adalah teknik untuk menentukan sampel
dari populasi yang mempunyai ciri-ciri tertentu sampai
jumlah (kuota) yang diiginkan.
 Sebagai contoh, akan melakukan penelitian terhadap

pegawai golongan II, dan penelitian dilakukan secara
kelompok.
 Setelah jumlah sampel ditentukan 100, dan jumlah
anggota peneiiti berjumlah 5 orang, maka setiap
anggota peneliti dapat memilih sampel secara bebas
sesuai dengan karateristik yang ditentukan (golongan
II) sebanyak 20 orang.
c. Sampling Aksidental
 Sampling Aksidental adalah teknik penentuan sampel
berdasarkan kebetulan, yaitu siapa saja yang secara
kebetulan bertemu dengan peneliti dapat digunakan
sebagai sampel, bila dipandang orang yang kebetulan
ditemui itu cocok sebagai sumber data.
d. Sampling Purposive
 Sampling Purposive adalah teknik penentuan sampel
dengan pertimbangan tertentu. Misalnya akan
melakukan penelitian tentang disiplin pegawai, maka
sampel yang dipilih adalah orang yang ahli dalam bidang
kepegawaian saja.
e. Sampling Jenuh
 Sampling Jenuh adalah teknik penentuan sampel bila
semua anggota populasi digunakan sebagai sampel. Hal
ini sering dilakukan bila jumlah populasi relatif kecil,
kurang dari 30 orang. Istilah lain sampel jenuh adalah
sensus, dimana semua anggota populasi dijadikan
sampel.
f. Snowball Sampling
 Snowball sampling adalah teknik penentuan sampel yang
mula-mula jumlahnya kecil, kemudian sampel ini disuruh
memilih teman-temannya untuk dijadikan sampel. Begitu
seterusnya, sehingga jumlah sampel semakin banyak.
Ibarat bola salju yang menggelinding, makin lama semakin
besar. Pada penelitian kualitatif banyak menggunakan
sampel Purposive dan Snowball.
Cara Melakukan Teknik Sampling
 Beberapa kriteria yang perlu diperhatikan dalam
mengambil sampel adalah sebagai berikut:
 Tentukan dulu daerah generalisasinya.
 Berilah batas-batas yang tegas tentang sifat-sifat
populasi.
 Tentukan sumber-sumber informasi tentang populasi.
 Pilihlah teknik sampling dan hitunglah besar anggota
sampel yang sesuai dengan tujuan penelitiannya.
 Rumuskan persoalan yang akan diteliti.
 Tentukan/cari keterangan mengenai populasi yang
akan diteliti.
 Definisikan unit-unit, istilah yang diperlukan.
 Tentukan unit sampling yang diperlukan.
 Tentukan skala pengukuran yang akan dipergunakan.
 Cari keterangan yang ada kaitannya dengan
permasalahan yang akan dibahas.
 Tentukan ukuran sampel yang akan dianalisis.
Cara melakukan teknik sampling
 Teknik sampling berguna agar:

 Mereduksi anggota populasi menjadi
anggota sampel yang mewakili
populasinya (representatif), sehingga
kesimpulan terhadap populasi dapat
dipertanggungjawabkan,
 Lebih teliti menghitung yang sedikit
daripada yang banyak,
 Menghemat waktu, tenaga, biaya,
menghemat benda coba yang merusak.
 Beberapa kriteria yang perlu diperhatikan dalam
mengambil sampel adalah sebagai berikut:
 Menentukan daerah generalisasinya.
Banyak penelitian menurun mutunya karena
generalisasi kesimpulannya terlalu luas. Penyebabnya
ialah karena peneliti ingin agar hasil penelitiannya
berlaku secara meluas dan menganggap sampel yang
dipilihnya sudah mewakili populasinya.
 Membeikan batas yang tegas tentang sifat-sifat

populasi.
Populasi tidak harus manusia. Populasi dapat pula
berupa benda-benda lainnya. Semua benda-benda
yang akan dijadikan populasi harus ditegaskan batas-
batas karakteristiknya, sehingga dapat menghindari
kekaburan dan kebingungan.
 Menentukan sumber-sumber informasi tentang

populasi.
Ada beberapa sumber informasi yang dapat memberi
petunjuk tentang karakteristik suatu populasi.
Umpamanya didapat dari dokumen-dokumen.
 Beberapa kriteria yang perlu diperhatikan dalam mengambil

sampel adalah sebagai berikut:
 Pilih teknik sampling dan hitung besar anggota sampel

yang sesuai dengan tujuan penelitian.
 Rumuskan persoalan yang akan diteliti.
 Tentukan/cari keterangan mengenai populasi yang akan
diteliti.
 Definisikan unit-unit, istilah yang diperlukan.
 Tentukan unit sampling yang diperlukan.
 Tentukan skala pengukuran yang akan dipergunakan.
 Cari keterangan yang ada kaitannya dengan permasalahan
yang akan dibahas.
 Tentukan ukuran sampel yang akan dianalisis.
Penentuan besarnya anggota sampel
a. Contoh Menentukan Ukuran Sampel dengan Tabel

Krecjie dan Nomogram Harry King.
 Penelitian akan dilakukan terhadap iklim kerja suatu

organisasi.
 Sumber data yang digunakan adalah para pegawai
yang ada pada organisasi tersebut (populasi).
 Jumlah pegawainya 1000 terdiri atas lulusan
 S1 = 50
 SM = 300
 SMK = 500
 SMP = 50
 SD = 100
(populasi berstrata).
 Jumlah populasi = 1000.
 Bila kesalahan 5%, maka jumlah sampelnya = 278.
 Karena populasi berstrata, maka sampelnya juga berstrata.
Stratanya menurut tingkat pendidikan. Dengan demikian
masing-masing sampel untuk tingkat pendidikan harus
proporsional sesuai dengan populasi. Jadi jumlah sampel
untuk
 Pada perhitungan yang terdapat koma dibulatkan ke
atas sehingga jumlah sampelnya lebih 278 yaitu
280. Hal ini lebih aman daripada kurang dari 278.
 Gambaran jumlah populasi dan sampel dapat
ditunjukkan pada gambar berikut
b. Contoh Menentukan Ukuran Sampel dengan Perhitungan
 Bila ukuran sampel lebih dari 100.000, maka peneliti tidak
bisa melihat tabel lagi, oleh karena itu peneliti harus dapat
menghitung sendiri.
 Contoh 1:
 Misal seorang peneliti ingin mengetahui produktivitas
kerja pegawai di lembaga A. peneliti berhipotesis bahwa
produktivitas kerja pegawai di lembaga A paling sedikit 70
dari tolok ukur ideal yang ditetapkan. Untuk menghitung
ukuran sampel sebagai sumber datanya diperlukan rumus
sebagai berikut.
 n ≥ pq/ σp2
 n = Ukuran sampel yang diperlukan
 p = Prosentase hipotesis (Ho) dinyatakan dalam peluang
yang besarnya = 0,70
 q = 1 – 0,50 = 0,50
 σp = Perbedaan antara Ha dan Ho, dibagi dengan z pada
Penentuan Besarnya Anggota Sampel
 Untuk tingkat kepercayaan
 68%, z = 1
 95%, z = 1,96
 99%, z = 2,58.
 Misal taraf kepercayaan 95% berarti z = 1,96 maka:
 Dengan demikian maka besamya ukuran sampel yang

diperlukan sebagai sumber data pada taraf kepercayaan 95%
adalah:
 Atau 25 orang jadi paling sedikit diperlukan 25 orang

sebagai sumber data.
 Contoh 2
 Untuk menaksir berapa tingkat kepuasan kerja
pegawai di lembaga B diperlukan sebuah sampel.
Taraf kepercayaan yang dikehendaki 99%. Perbedaan
antara yang ditaksir dengan tolok ukur yang
ditetapkan tidak lebih dari 10%. Jika diketahui
simpangan bakunya 20% maka ukuran sampel dapat
dihitung dengan rumus sebagai berikut:
 Dimana
 n = Ukuran sampel yang diperlukan
 b = Perbedaan antara yang ditaksir dengan tolok ukur
penafsiran
 z = Harganya tergantung pada taraf kepercayaan
yang ditetapkan. (lihat keterangan pada contoh
pertama).
 Contoh 2
 Untuk menaksir berapa tingkat kepuasan kerja pegawai
di lembaga B diperlukan sebuah sampel. Taraf
kepercayaan yang dikehendaki 99%. Perbedaan antara
yang ditaksir dengan tolok ukur yang ditetapkan tidak
lebih dari 10%. Jika diketahui simpangan bakunya 20%
maka ukuran sampel dapat dihitung dengan rumus
sebagai berikut.
 Untuk contoh di atas maka besarnya sampel dapat

dihitung.
Ada beberapa pedoman teoritis dan empiris yang selama ini dipakai
untuk menetapkan ukuran sampel yang layak, diantaranya akan
diungkapkan berikut ini :
KONSEP PERSENTASE
Ukuran sampel yang didasarkan atas
pertimbangan persentase dan kecenderungan
umum, dengan memperhatikan ukuran populasi.
Winarno Surachmad (1990, 2003, Pengantar

Penelitian Ilmiah; dasar, metode, dan teknik,),
Suharsimi Arikunto (1990, 2006, Metode
Penelitian Survey), Kartini Kartono (1990, 2008),
menyatakan bahwa ukuran sampel sangat
ditentukan oleh besarnya ukuran populasi.
Untuk populasi dengan ukuran kurang dari
seratus, sampel dapat diambil seluruhnya
(seluruh anggota populasi menjadi sampel atau
disebut juga sebagai sampel total). Jika ukuran
populasi leboh dari 100, dapat diambil sampel
Teori SLOVIN
Slovin (Dalam buku Sevillla, et all, 1993 : 161) ; menyatakan
bahwa, teknik penentuan sampel akan menggunakan kaidah
sampling yang representatif, yaitu penentuan sampel secara
acak (random) sehingga sampel yang diambil akan
mencerminkan populasi yang ada. Untuk menetapkan jumlah
atau ukuran sampel (misalnya jumlah responden), digunakan
rumusan berikut ini (Dalam buku Burhan Bungin, 2005, Metodologi
Penelitian Kuantitatif, Jakarta: Kencana)
N dimana :
n =
1  N (e 2 ) N = Jumlah Populasi
n = Ukuran sampel penelitian
e= Konstanta pemahaman sampel yang ditetap-
kan atau dapat berarti kekeliruan sampling
yang diijinkan, misalnya diambil sebesar 1 %, atau 5 %
atau 10 %. Dalam penelitian sosial, dapat dizinkan
sampai 20%.
Contoh:
Apabila ukuran sampel sebesar 4.540, dengan presisi sebesar 10% (0,1)
maka ukuran sampel dapat diperoleh sebesar 97,84  98 orang.
KONSEP PERSENTASE POPULASI UTAMA
Adapula rumus sampling yang dikemukakan oleh Hadari Nawawi (1983,
1998, Metode Penelitian Bidang Sosial, Yogyakarta:
2
Gajah Mada University
Press) dengan rumus:  Z 1 / 2 
n  pq 
 b 
Keterangan:
n = ukuran sampel
 = sama dengan atau lebih dari
p = proporsi populasi persentase kelompok pertama
q = proporsi sisa di dalam populasi
Z1/2 = besarnya harga Z untuk  tertentu (95% atau 99%)
b = persentase perkiraan membuat kekeliruan dlm menentukan sampel
Contoh:
Jika diketahui jumlah guru SMA di Aceh 400.000 orang, di antara mereka yang
tinggal di daerah perdesaan sebanyak 5.000 orang. Berapa ukuran sampel yang
diperlukan untuk penelitian di atas.
Proporsi mereka yang tinggal di perdesaan adalah 5.000/400.000 x 100% = 12,5%
atau p= 0,125. dan q = 1 – 0,125 = 0,875.
Z1/2 untuk  = 0,05 adalah 1,96.
Kemungkinan membuat kekeliruan sebesar 5% atau 0,05.
2
Dimasukkan ke dalam rumus, sehingga diperoleh:  1,96 
n  0,125 x0,875   168,05  169
 0,05 
Teori MACHIN
Untuk menentukan jumlah sampel, perlu dipertimbangkan besaran error’s

estimated atau kekeliruan sampling () dan kuasa uji (power test) yaitu ,
(Machin, 1976) sehingga sampel minimal yang diambil secara acak
dinyatakan dengan rumus berikut
(Z1/2   Z1/2 ) 2
n=
U 2
dimana ;
U = ½ ln [ (1+)/(1-)], atau
U = ½ ln [ (1+)/(1-)] + [/2(n-1)]
= didefinisikan sebagai besar korelasi terkecil yang mungkin
antara variabel X dan Y.
Z1/2 dan Z1/2 diperoleh dari table kritis uji-Z (Tabel Z)

 untuk  = 1% maka Z1/2 = 2,14
 untuk  = 5% maka Z1/2 = 1,96
 untuk  = 10% maka Z1/2 = 1,64
Teori MAXIMUM METHODS
Sampel yang ditetapkan sebagai objek penelitian ditentukan

ukurannya (Sample size) menggunakan rumusan dengan
mempertimbangkan besaran error’s estimated atau kekeliruan sampling
() yang lazim diperkenankan yaitu sekitar 5% atau 10%, demikian juga
Bound of error (BE) atau batas kesalahan maksimal dalam analisis
sebesar 5% atau 10%, dengan katan= lain peneliti memiliki keyakinan yang
cukup (95 persen atau 90 persen) penetapan ukuran sampel minimal yang
akan dipakai untuk analisis masalah didasarkan ukuran populasi yang
diketahui (N diketahui). Dengan menetapkan asumsi diatas, maka sampel

minimal yang diambil n =
secara probabilitas, dinyatakan dengan rumus
Maximum Methods, yaitu :
n0
n=
n 1 Keterangan : N = jumlah unit populasi
1 0
N BE = Bound of error = 0,05 atau
dimana ; 0.10
a = error estimated 5 %
2 (derajat kepercayaan 95 %),
no =  Z / 2 
 2 BE 
Contoh : [ Cara MACHIN ]
Seseorang melakukan penelitian tentang tanggapan masyarakat (KK)
tentang otonomi desa di Kabupaten Subang. Diketahui di Kab.Subang
terdapat 321.193 jiwa kepala keluarga (KK).
Andaikan nilai  = 5 % dan  juga 5 %, serta korelasi  sebesar 0,2 maka
ukuran sampel minimal yang diambil dalam hal ini adalah sebesar 400 unit.
Yaitu dihitung dengan rumus diatas, atau :
n = (1,96 + 1,96)2 / [ ½ ln { (1+0.2)/(1-0.2)}] = 400
Contoh : [ MAXIMUM METHODS ]

Ingin diteliti para pengusaha sepatu Cibaduyut, yang termasuk benar-
benar pengusaha, penelitian ini ingin menggambarkan karakter
pengusaha tersebut. Andaikan diketahui N = 39, dengan menetapkan
 = 10% sehingga Z/2 = 1,64.
Maka sampel yang diambil = 67,24

dan, ukuran sampel minimal yang ditetapkan dihitung dengan
persamaan diatas, yaitu sebagai berikut :
n0
n = = (67,24)/[1+(67,24-1)/39] = 24,91
n0  1
1
N atau ukuran sample minimal sekitar 25 orang (Pengusaha)
HASIL PARA AHLI (Konsep Tabel)
Cara ini mengetengahkan pula cara menentukan

sampel penelitian menggunakan tabel. Namun,
tabel yang akan digunakan adalah tabel Cohen
Manion dan Morrison.
Tabel Cohen Manion dan Morrison (satu tabel
dengan tiga penulis) ini cukup menarik.[1]
Pertama, penentuan populasi yang diprediksi
dalam pengambilan sampelnya hingga 1 juta
anggota populasi. Kedua, tabel ini merinci
Taraf Keyakinan penelitian dari 90%, 95% dan
99% yang masing-masing taraf memiliki
jumlah sampel berbeda. Ketiga, tabel ini pun
merinci Interval Keyakinan penelitian (alpha)
yaitu dari 0,1, 0,05, hingga 0,01. Baiklah,
tabel tersebut adalah sebagai berikut:
Perhatikan tabel di atas. Paling kiri terdapat kolom populasi.
Kolom kedua berisikan Taraf Keyakinan penelitian 90% yang berisi
subkolom (dari kiri ke kanan) alpha 0,1, 0,05, dan 0,01. Kolom
ketiga berisikan Taraf Keyakinan penelitian 95% yang terdiri atas
subkolom (dari kiri ke kanan) alpha 0,1, 0,05, dan 0,01. Kolom
keempat berisikan Taraf Keyakinan penelitian 99% yang terdiri atas
subkolom (dari kiri ke kanan) alpha 0,1, 0,05, dan 0,01.
Bagaimana cara menggunakannya? Caranya cukup mudah.
Misalnya seorang peneliti bernama Sutarno menemukan bahwa

populasi target penelitiannya berjumlah 7.500 orang. Taraf
Keyakinan penelitian yang diterapkan Sutarno pada penelitiannya
adalah 95% dengan alpha 0,01. Dengan demikian sampel penelitian
yang harus diambil Sutarno adalah 934. Semakin tinggi taraf
keyakinan maka semakin tinggi pula sampel yang harus diambil.
Mudah bukan?
Kesalahan Umum dalam Menentukan Anggota
Sampel
1. Gagal dalam menetapkan jumlah anggota populasi yang

dapat dipercaya
2. Menggunakan anggota sampel yang terlalu kecil.
3. Tidak menggunakan teknik sampling startified yang
disyaratkan
4. Mengubah prosedur teknik sampling;
5. Mengubah rumus untuk menghitung besarnya anggota
sampel
6. Memilih anggota sampel yang tidak sesuai dengan
tujuan penelitian
7. Mengurangi anggota sampel yang telah ditentukan oleh
perhitungannya;
8. Memilih grup eksperimen dan grup kontrol dari populasi
yang berbeda;
9. Peneliti yang memakai grup sukarela, lupa atau sengaja
tidak membedakannya dengan grup wajib, akibatnya
Kesalahan umum dalam menentukan anggota
sampel
10. Tidak memberikan alasan-alasan mengapa rumus dan

teknik sampling tertentu yang ia gunakan di dalam
penelitian.
11. Pemeriksaan yang kurang teliti dan lengkap terhadap
populasi
12. Kekeliruan nonsampling, penyebabnya adalah:
a) Populasi tidak didefinisikan sebagaimana mestinya.
b) Penyimpangan populasi tidak dipelajari.
c) Kuesioner tidak dirancang sesuai dengan keperluan.
d) Rumusan dan istilah tidak dipergunakan
sebagaimana mestinya.
e) Peneliti kurang memahami isi dari kuesioner
sehingga jawaban responden kurang sesuai dengan
keinginan.
f) Responden tidak memberikan jawaban yang objektif
untuk memberikan jawaban.
TERIMA KASIH

Perhitungan Besar Sampel Untuk
Estimasi Parameter
FKK Universitas Binawan

Capaian Pembelajaran
Mahasiswa memahami
perhitungan besar sampel untuk
estimasi parameter

Tujuan
 Menjelaskantentang perhitungan
besar sampel untuk estimasi
parameter

Basic
Tahapan Rancangan Sampel
1. Tentukan Tujuan Penelitian
2. Definisikan Populasi Target
3. Identifikasi Kerangka Sampel
4. Pilih Metode Sampel yang sesuai
5. Hitung Besar Sampel
6. Memilih Sampel & mengumpulkan Data

Basic
Konsep Rancangan Sampel
 Rancangan sampel harus memenuhi kaidah
berikut:
1. Valid/Akurat  parameter populasi
 Bergantung pada cara pengambilan sampel
 Bergantung pada kerangka sampel
2. 
Presisi  simpangan
Bergantung pada besardari nilai populasi
sampel
Cara pengambilan sampel sering kurang mendapat

perhatian dibandingkan menghitung besar sampel
Basic
BESAR SAMPEL Tergantung pada:
1. Jenis penelitian
 Eksplorasi awal  1 sampel mungkin cukup
 Generalisasi  harus representative
2. Skala-ukur variabel dependen
 Nominal/ordinal (Kategorik)  Proporsi
 Interval/ratio (Numerik)  Mean dan SD
3. Ketepatan perkiraan yang diinginkan (presisi)
 Semakin tinggi presisi ~ semakin besar sample
4. Tujuan Penelitian
 Estimasi
 Uji Hipotesis
5. Interval kepercayaan dan Kekuatan Uji
6. Teknik pengambilan sampel (SRS atau Non-SRS)
Basic
Perhitungan Besar Sampel
 Sampel hanya bisa dihitung jika ada
informasi awal tentang hal yang diteliti dan
populasinya
 Secara umum perhitungan besar sampel
dapat dibagi menurut tujuan penelitian:
1.Estimasi parameter populasi
2.Uji Hipotesis
 Kesalahan yang sering terjadi: selalu
menganggap penelitian sebagai estimasi
parameter padahal sebenarnya uji hipotesis

Terminologi pada Perhitungan Besar
Sampel utk Estimasi Parameter
P = Estimasi proporsi  hasil penelitian terdahulu

d = Simpangan/presisi  ditentukan peneliti
CI = Confidence Interval  95% kesmas, 99% klinis

Dasar Perhitungan Sampel
 Dengan menggunakan teori distribusi
sampel maka diketahui bahwa
pengambilan sampel yang dilakukan
secara berulang-ulang, maka nilai
proporsi pada sampel (p) akan
terdistribusi secara normal, dengan
rata-rata = P (proporsi pada
populasi) dan varians = P(1-P)
n
Nilai d melambangkan simpangan dari
proporsi pada populasi, dan besarnya nilai d
dapat dihitung dengan rumus :
d= Z
1-a/2 √P(1 – P)
n
Nilai Z1-a/2 melambangkan jarak sekian
standar error dari rata-rata.
Nilai d adalah presisi dan nilainya semakin kecil
 Standar error merupakan fungsi dari proporsi di
populasi yang tidak diketahui
 Dengan menggunakan rumus :
maka nilai P(1 – P) akan mencapai maksimum jika P

= 0,5, artinya jumlah sampel mencapai jumlah
maksimun
 Jadi jika peneliti tidak mengetahui perkiraan
proporsi pada populasi, peneliti dapat
menggunakan P = 0,5
 Sedangkan nilai Z1-a/2 ditentukan
berdasarkan derajat kepercayaan yang
diinginkan
 Derajat kepercayaan yang sering digunakan
adalah 90%, 95%, dan 99%
Nilai Derajat
Nilai Z1-a/2
Kepercayaan
90% 1,64
95% 1,96
99% 2,58
Nilai derajat kepercayaan dan
nilai Nilai Z1-a/2
Z
Jika nilai ditentukan 1,96 berarti 95%
1-a/2
dari seluruh proporsi sampel akan berada pada
kisar 1,96 standar error dari proporsi populasi, di
mana standar error = √ P(1 – P)

Perhitungan Besar Sampel utk
Estimasi Parameter
Presisi Mutlak Presisi Relatif
Estimasi 2 z2
(1  P)
z P(1  P)
Proporsi n 1 / 2
n 1 / 2
2
d2  P
Estimasi 2 2
Rata-rata z 2
 2
z 1 / 2
n 1 / 2
n 2 2
d 2
 
Kaitan presisi mutlak dg relatif  d   *P   *

Terminologi pada Perhitungan Besar
Sampel utk Estimasi Parameter
 Diketahui prevalensi diare Balita di Jabar 15%
 Presisi/Simpangan yang dapat diterima 5%
(Presisi Mutlak) , dengan Derajat kepercayaan 95%
(Prevalensi = P ± d)
5% 5%
10% 15% 20%
95% CI
Artinya, peneliti 95% percaya bahwa prevalensi

diare di Jabar berkisar antara 10% (15% - 5%)
sampai dengan 20% (15% + 5%)
Presisi Relatif
 Dalam melakukan estimasi proporsi, seringkali
peneliti memerlukan presisi relatif.
 Artinya, 10% P bukan 10% angka mutlak.
 Contoh: jika proporsi bayi yang diimunisasi
campak adalah 60% dengan pendekatan presisi
mutlak 10% dan derajat kepercayaan 95%
maka 95% dari sampel yang diambil akan
menghasilkan cakupan 50 – 70%  (P ± d)
 Sedangkan dengan pendekatan presisi
relatif, 95% dari sampel yang diambil akan
menghasilkan cakupan 54 – 66%
(P ± dxP)
1. Besar sampel estimasi proporsi:
presisi mutlak
2
z 1 / 2 P(1  P)
n 2
P=Estimasi proposi
d
d=presisi/simpangan mutlak
z=nilai z pada derajat kepercayaan 1-a/2
 Digunakan untuk estimasi proporsi

 Tidak tepat digunakan untuk uji hipotesis
 Asumsi desain: populasi tak terbatas dan sampel SRS
 Jika sampel Non-SRS, harus dikalikan dengan Deff
1.Besar sampel estimasi proporsi:
Presisi mutlak
2
z 1 / 2 P(1  P)
n 2
d
Contoh penggunaan:
 Survei cakupan imunisasi
 Survei prevalensi gizi kurang di masyarakat
 Penelitian prevalensi hipertensi di masyarakat

1. Contoh Besar sampel estimasi
proporsi dengan presisi mutlak
 Suatu survei dilakukan untuk mengetahui
prevalensi diare pada Balita di Kabupaten
Bogor. Berapa jumlah sampel yang
diperlukan untuk survei ini?
 Untuk menghitung jumlah sampel, peneliti

perlu tahu:
 Perkiraan prevalensi diare di kab. Bogor
 Presisi/Simpangan yang dapat diterima
 Derajat kepercayaan
1. Besar sampel estimasi proporsi:
Contoh
 Misalkan:
 Data diare di Bogor belum ada
 Diketahui prevalensi diare di Jabar 15%
 Simpangan/presisi mutlak yang dapat
diterima 5%
 Derajat kepercayaan 95%
 Berarti:
 Peneliti memperkirakan prevalensi diare di kab.
Bogor 15%
 Peneliti 95% yakin bahwa prevalensi diare
di kab. Bogor berkisar antara 10-20%
 Ada 5% kemungkinannya prevalensi diare
berada di luar kisaran 10-20%
1. Contoh Besar sampel estimasi
proporsi dengan presisi mutlak
1,96 2 * 0,15(1  0,15)
n 2
0,05
n  196
 Berarti:
Pada survei yang bertujuan untuk
mengetahui prevalensi diare pada Balita di
Kab. Bogor, diperlukan sampel minimum
196 Balita,
yang pengambilan sampelnya dilakukan
dengan metode SRS
1.1. Besar Sampel untuk Estimasi Proporsi
dengan Presisi Mutlak pada Rancangan
Klaster
Seringkali penelitian untuk mencari estimasi
proporsi (prevalensi) tidak memiliki kerangka
sampel di tempat yang diteliti, sehingga
penarikan sampel harus dilakukan secara
bertahap (klaster). Misalnya untuk penelitian
estimasi proporsi di Kabupaten, dilakukan
dengan 2 tahap (tahap 1 : memilih desa; tahap
2 : memilih sampel di desa terpilih).
Dengan demikian, perhitungan besar sampel
menggunakan rumus besar sampel untuk
estimasi proporsi dan dikoreksi dengan disain
efek (deff)
1.1.Besar Sampel untuk Estimasi Proporsi
Klaster
Rumus perhitungan jumlah sampel minumum
untuk estimasi proposi dengan presisi mutlak
dan rancangan klaster :

Klaster
 Sebuah penelitian bertujuan untuk
mengetahui prevalensi gizi kurang pada
Balita di Kabupaten Bogor. Penelitian di Jawa
Barat melaporkan bahwa angka gizi kurang
pada Balita 15%. Peneliti 95% yakin bahwa
angka gizi kurang di Bogor adalah 10 – 20%,
dengan presisi 5%. Dengan menarik sampel
secara bertahap, di mana tahap 1 memilih
beberapa desa dan tahap dua memilih balita
di desa terpilih, serta disain efek 2,0.
Berapakah peneliti memerlukan besar sampel
minimum?
Klaster
Jawab:
Diket : P = 0.15; Z
1-a/2 = 1,96; d = 0.05,
deff = 2,0
2
z 1 / 2 P(1  P)
n 2 * deff
d
n = 1,962 * 0,15 * (1 – 0,15) * 2 =
0,052
= 392  400
Jika peneliti memilih 40 desa maka perdesa = 10 balita
Jika peneliti memilih 30 desa maka perdesa = 14 balita
2. Contoh Besar Sampel untuk Estimasi
Proporsi dengan Presisi Relatif
 Seorang peneliti ingin mengetahui
prevalensi karies gigi di kalangan anak
sekolah kelas 6 SD di Jakarta Barat. Dari
survei di Indonesia, diketahui prevalensi
karies gigi pada anak sekolah adalah 73%.
Berapakah jumlah sampel min yang
diperlukan jika peneliti menginginkan
derajat kepercayaan 95% dan presisi
relatif 10%

Proporsi dengan Presisi Relatif

Dengan demikian, sampel yang diperlukan adalah

sejumlah 142, 09 = 143 Anak, agar peneliti 95% percaya
dalam melakukan estimasi prevalensi karies gigi pada
anak sekolah kelas 6 SD di Jakarta Barat
3. Besar sampel estimasi rata-rata:
Presisi Mutlak
2 2
z 1 / 2 
n 2
s=simpang baku d
d=presisi/simpangan mutlak dari rata-rata
z=nilai z pada derajat kepercayaan 1-a/2
 Digunakan untuk estimasi rata-rata

 Tidak tepat digunakan untuk uji hipotesis
 Asumsi desain: populasi tak terbatas dan
metode sampel SRS
3.Contoh Besar sampel estimasi
rata-rata untuk presisi mutlak
 Suatu penelitian dilakukan untuk mengetahui
rata-rata tekanan darah sistolik orang dewasa di
Jakarta
 Asumsi yang digunakan:
 Rata-rata tek. Darah 120 mmHg
 Simpang baku di populasi dari penelitian
sebelumnya (referensi) 20 mmHg
 Presisi/Simpangan mutlak 4 mmHg
 Derajat kepercayaan 95%
 Berarti:
Peneliti 95% yakin bahwa rata-rata tek. Darah
sistolik di populasi berkisar 116-124 mmHg %
(X ± d)
3. Besar sampel estimasi rata-rata
dengan presisi mutlak
2 2
1,96 20
n 2
4
n  97
 Berarti, utk mengetahui rata-rata tekanan
darah sistolik orang dewasa di Jakarta,
diperlukan sampel minimum 97 sampel
orang dewasa,
yang pengambilan sampelnya dilakukan
dengan metode SRS
Rata dengan Presisi Relatif
 Dinas Kesehatan kabupaten Bogor ingin
mengetahui rata-rata kadar Hb ibu hamil.
Dari hasil penelitian di kabupaten lain,
diperoleh rata-rata kadar hemoglobin
adalah 9,8 g/dl dengan standar deviasi 3,3
gr/dl. Berapa besar sampel yang
diperlukan jika peneliti menginginkan
presisi relatif 10% dengan derajat
kepercayaan 95%?

Rata-rata dengan Presisi Relatif
Jawab:
Diket: Z1-a/2 = 1,96; SDpop=Toh = 3,3 gr/dl;
µ = 9,8 gr/dl; ε = 10% = 0,1
n = 1,962 * 3,32 = 43,5

0,12 * 9,82
Dengan demikian, peneliti memerlukan 44 ibu hamil

untuk sampel penelitian tersebut
Masalah pada perhitungan besar
sampel utk survei
 Tidak mungkin digunakan SRS pada survei populasi
 sampel Non-SRS, harus dikoreksi dengan design

effect
 Estimasi tidak hanya pada satu variabel saja, misal
Survei Kesehatan Ibu dan anak
  Hitung sampel untuk masing-masing variabel (kesehatan
ibu dan kesehatan anak), kemudian ambil jumlah sampel
yang terbesar
 Jumlah sampel minimal adalah jumlah sampel yang
bisa diambil datanya, bukan rumah atau orang
yang perlu didatangi
 Contoh: Jika kerangka sampel Balita tidak tersedia, maka
untuk mendapatkan sampel 100 balita secara random,
mungkin harus datang ke 1000 rumah tangga (asumsi
populasi balita 10%)
Besar Sampel untuk
Penelitian Survei

Mahasiswa memahami perhitungan besar

sampel untuk penelitian survei

Tujuan
 Menjelaskantentang besar
sampel untuk penelitian survei

Penelitian Survei
 Penelitian survei bertujuan untuk
melakukan estimasi pada
parameter populasi
 Sampel pada survei dapat
dilakukan dengan cara acak
sederhana, stratifikasi, klaster,
maupun banyak tahap
(multistage)
 Presisi yang digunakan, dapat
Penelitian Survei
 Tujuan penelitian ini adalah untuk
mengestimasi prevalensi suatu
penyakit atau cakupan program
kesehatan/nilai rata-rata dari suatu
kondisi kesehatan
 Contoh : survei untuk menentukan
cakupan imunisasi pada balita dan
survei untuk melihat prevalensi
diare; survei menilai kadar HB ibu
hamil
 Penelitian survei jenis ini adalah
penelitian deskriptif atau penelitian
1. Estimasi Proporsi pada Sampel
Acak Sederhana dengan Presisi
Mutlak

Mutlak
 Jika n relatif kecil dibandingkan dengan N,
sehingga (N—n)/(N—1) mendekati 1, maka
dapat disederhanakan menjadi:
P = estimasi proporsi
d = presisi
= Z score pada 1 - /2 derajat
kepercayaan
1. Contoh (1) Estimasi Proporsi pada Sampel
Acak Sederhana dengan Presisi Mutlak
Penelitian pendahuluan pada 50 pekerja di

satu perusahaan memperoleh 30 orang
menderita anemia. Pada perusahaan
tersebut, terdapat 3.000 karyawan. Berapa
besar sampel yang diperlukan jika peneliti
ingin mengetahui prevalensi anemia pada
perusahaan tersebut, dengan simpangan
maksimum terhadap prevalensi sebenarnya
yang dapat diterima adalah 5% pada derajat
kepercayaan 95%?
Mutlak
Jawab :
P = 30/50 = 0,6
sbb:
n = 1,962 * 0,60 (1 – 0,60) * 3000

t
0,052*(3000 – 1) + 1,96*0,60(1 –
0,60)
= 328,52
Dengan demikian, diperlukan 329
sampel FKK Universitas Binawan
1. Contoh (2)
Estimasi Proporsi pada Sampel Acak Sederhana
dengan Presisi Mutlak
 Seorang peneliti ingin mengetahui

proporsi anemia anak di sebuah SD di
desa A. Pemilihan sekolah dilakukan
dengan cara acak sederhana (simple
random sampling). Berapa sampel yang
dibutuhkan jika diperkirakan 50 % dari
anak –anak tersebut (populasi target)
anemia, dimana d ditentukan sebesar
10 % dan tingkat kepercayaan 95 %
1. Contoh (2)
Estimasi Proporsi pada Sampel Acak Sederhana
dengan Presisi Mutlak
Diket:
Dengan demikian,
P = 0,5 diperlukan 97 orang
d = 0,1 anak untuk servei
= 1,96 tersebut
Jawab : n = 1,96 * 0,5 (1 – 0,5)

= 97
2
Acak Sederhana dengan Presisi Relatif
Rumus yang Digunakan:
P =

Jika n relatif kecil dibandingkan dengan N,

sehingga (N – n)/(N – 1) mendekati 1,
maka rumus dapat disederhanakan menjadi:
= nilai presisi relatif

2. Contoh Estimasi Proporsi pada Sampel
Penelitian pendahuluan pada 50 pekerja di
satu perusahaan memperoleh 30 orang
menderita anemia. Pada perusahaan
tersebut, terdapat 3.000 karyawan. Berapa
besar sampel yang diperlukan jika peneliti
ingin mengetahui prevalensi anemia pada
perusahaan tersebut, dengan presisi realatif
5% dan derajat kepercayaan 95%?

2. Contoh Estimasi Proporsi pada Sampel
Jawab :
P = 30/50 = 0.60
n = 1,962 *3000 (1 – 0,60)

t
0,052*(3000 – 1) + 1,962 (1 – 0,60)
= 458,31  Jadi, diperlukan sampel 459
orang FKK Universitas Binawan
3. Estimasi Rata-rata pada Sampel Acak
Sederhana dengan Presisi Mutlak
Rumus yang digunakan:

3. Estimasi Rata-rata pada Sampel Acak
Sederhana dengan Presisi Mutlak
Jika n relatif kecil dibandingkan dengan N,
sehingga (N – n)/(N – 1) mendekati 1,
maka rumus dapat disederhanakan menjadi:

3. Contoh
Estimasi Rata-rata pada Sampel Acak Sederhana dengan Presisi
Mutlak
Seorang peneliti ingin mengetahui rata-

rata tekanan darah diastolik manajer dan
direktur dari satu perusahaan.
Pemeriksaan awal oleh dokter
perusahaan menunjukkan hasil rata-rata
tekanan darah diastolik 90mmHg dengan
standar deviasi 20 mmHg. Pada
perusahaan ini terdapat 100 orang
manajer dan direktur. Berapakah besar
sampel yang diperlukan jika peneliti
menginginkan simpangan maksimum
terhadap rata-rata tekanan darah
Demo WHO Sample
Size

Mahasiswa memahami penggunaan Aplikasi

WHO Sample Size dalam Menghitung Besar
Sampel

Tujuan
Menjelaskan penggunaan
Aplikasi WHO Sample Size
dalam Menghitung Besar
Sampel

Estimasi Proporsi dengan Presisi Absolut

Estimasi Proporsi dengan Presisi Relatif
Seorang peneliti ingin mengetahui
prevalensi karies gigi di kalangan anak
sekolah kelas 6 SD di Jakarta Barat. Dari
survei di Indonesia, diketahui prevalensi
karies gigi pada anak sekolah 73%.
Berapa jumlah sampel yang diperlukan
jika peneliti menginginkan derajat
kepercayaan sebesar 95% dan presisi
relatif 10%

Uji Hipotesis Beda Proporsi (1
Sisi)
 Suatu obat A dikatakan dapat
menghilangkan nyeri pada 80% pasien
osteoartritis. Sedangkan parasetamol yang
merupakan analgetik lama dapat
menghilangkan pada 50% pasien
osteoartritis. Berapa besar sampel yang
dibutuhkan jika, peneliti melakukan uji
klinik dan menginginkan derajat
kemaknaan 1% dan kekuatan uji 80%?

Uji Hipotesis 2 Proporsi (2 Sisi)
 Suatu penelitian pendahuluan memperlihatkan
bahwa kadar glukosa darah mungkin
merupakan faktor prognostik pada pasien
dengan trauma kepala berat. Pada penelitian
tersebut didapat proporsi pasien dengan kadar
glukosa tinggi yang meninggal adalah 60%.
Sedangkan proporsi pasien dengan kadar
glukosa rendah yang meninggal adalah 30%.
Dengan kemaknaan yang diinginkan peneliti
adalah 5% dan kekuatan uji 80%. Berapa
besar sampel min yang dibutuhkan?

h

Metode dan Besar
Sampel untuk Disain
Kohort

Mahasiswa mampu menjelaskan tentang

rancangan sampel disain kohort dan menghitung
besar sampel untuk Studi kohort

Tujuan
Menjelaskan tentang rancangan sampel
disain kohort
Menjelaskan bagaiman menghitung besar
sampel untuk Studi Disain kohort

Disain Kohort
 Langkah pertama pada studi/penelitian
dengan disain kohort adalah peneliti
memilih kelompok terpajan (exposed)
dan kelompok tidak terpajan (Non
exposed)
 Kedua kelompok tersebut kemudian
diikuti untuk membandingkan inseden
penyakit pada kedua kelompok
tersebut
 Jika ada hubungan antara pajanan dan
penyakit  proporsi orang yang
terkena penyakit pada kelompok
Kohort
Tidak
Terpajan Terpajan
Tidak Tidak
Sakit Sakit
Sakit Sakit

Disain Kohort
 Sampel/subyek harus diikuti jangka
yang panjang  untuk menentukan
apakah subyek itu mengalami sakit
atau tidak
 Efektif untuk faktor risiko yang jarang
 Ciri utama disain kohort adalah
1) penelitian dimulai pada status
keterpajanan subyek/sampel penelitian
2) Dilihat perbandingan insidens
penyakit pada kelompok terpajan dan
tidak terpajan  bukan arah penelitian
prospektif atau retrospektif
Disain Kohort
 Sifat utama disain kohort adalah:
 Membandingkan keluaran (outcome)
antara kelompok terpajan dengan
kelompok tidak terpajan
 Ada dua cara untuk memperoleh sampel
pada kelompok terpajan dan tidak
terpajan

Memilih Sampel pada Disain Kohort
1. Peneliti dapat memilih sampel untuk
kelompok terpajan dan tidak terpajan
berdasarkan pajanan yang dialami oleh
subyek  harus mengetahui status
pajanan pada subyek
 Umumnya, peneliti melakukan
identifikasi subyek terpajan terlebih
dahulu dan kemudian memilih subyek
yang tidak terpajan sebagai pembanding
 Jika subyek yang tersedia lebih
banyak daripada sampel yang
Cara I:
Identifika Tidak
Terpajan si Terpajan
Tidak Tidak
Sakit Sakit
Sakit Sakit

Memilih Sampel pada Disain Kohort (2)
2. Peneliti dapat memilih sekelompok
subyek sebelum mereka mengalami
pajanan
 Peneliti memilih subyek berdasarkan
kriteria tertentu yang tidak terkait dengan
pajanan, kemudian peneliti melakukan
pemeriksaan fisik, laboratorium, atau
wawancara untuk menentukan
keterpajanan pada faktor risiko yang ingin
diteliti

Cara 2: Subyek
Terpilih Tanpa
Randomisasi
Tidak
Terpajan Terpajan
Tidak Tidak
Sakit Sakit
Sakit Sakit

Contoh Cara 2: PUS yang
menikah Melalui
wawancara
Tidak
Menggunakan Menggunakan
kontrasepsi Kontrasepsi
Oral Oral
Tidak Tidak
Ca. Ca. Ca. Ca.
Payudara Payudar Payudara Payudar
a a
Studi hubungan antara pemakaian
kontrasepsi oral dengan karsinoma
payudara
 Pilih PUS yang menikah  tentukan
keterpajanannya : kelompok pemakai
kontrasepsi oral
 Lakukan pengamatan pada kelompok
pemakaian kontrasepsi oral dan bukan
pemakai kontrasepsi oral dilakukan
selama jangka waktu tertentu
 Misalnya pada masa laten kejadian Ca.
Payudara pada pemakai kontrasepsi
oral adalah 20 tahun  diamati selama
20 tahun
 Jika penelitian dimulai tahun 1998,
maka berakhir tahun 2018  kohort
Longitudinal atau konkuren
 Tantangan: Waktu penelitian panjang,
biaya besar, dan risiko loss of follow up
Data Survei
Cara lain: 1978
(sepanjang tahun 1977 –
1978)
Melalui
wawancara
Subyek
Subyek Tidak
Menggunakan Menggunakan
kontrasepsi Oral Pada 1998Kontrasepsi Oral
dilakukan
pemeriksaa
Tidak n Tidak
Ca. Ca. Ca. Ca.
Payudara Payudar Payudara Payudar
a a
Studi hubungan antara pemakaian kontrasepsi oral
dengan karsinoma payudara
(cohort Restrospektif study; historical cohort study;
non-concurrent study)
Hasil Pada Studi Kohort
Berupa RR = Risiko Relatif
(juga digunakan untuk disain
eksperimen)
RR = Perbandingan risiko
yang terjadinya keluaran
pada kelompok sebab +
(terpajan) dengan kelompok
sebab – (tidak terpajan).
Menghitung Risiko Relatif
SEBAB KELUARAN TOTAL
+ -
+ a b a+b
- c d c+d
TOTAL a+c b+d a+b+c
+d
 Risiko terjadinya keluaran pada
kelompok sebab + = a/(a+b)
 Risiko terjadinya keluaran pada
kelompok sebab - = c/(c+d)
 RR = {a/(a+b)}/{c/(c+d)}
Menghitung RR
Ca Payudara + Ca Payudara - TOTAL
Kontrasepsi 20 80 100
Oral +
Kontrasepsi 5 95 100
Oral -
TOTAL 25 175 200
 Risiko Relatif = {20/100)/5/100) = 4
 Perempuan yang menggunakan
kontrasepsi oral memiliki risiko 4 kali
untuk menderita Ca. Payudara
dibandingkan dengan perempuan yang
tidak menggunakan kontrasepsi oral
Besar Sampel Uji Hipotesis Risiko
Relatif
 Rumus besar sampel sama dengan uji
hipotesis beda dua Proporsi
n
z 1 / 2 2 P (1  P )  z1  P1 (1  P1 )  P2 (1  P2 ) 
2
2
 Dimana P = (P1 + P2)/2 1 ; P1 (P  P )
2 = (RR)P2
 P1 = Proporsi subyek terpajan yang “sakit”
 P2 = Proporsi subyek tidak terpajan yang “sakit”

Contoh Soal Uji Hipotesis Risiko
Relatif
 Seorang peneliti ingin membandingkan
terapi pembedahan dengan radiasi
untuk suatu jenis kanker. Dari
penelitian terdahulu diketahui bahwa
35% pasien kanker tersebut yang
menjalani terapi pembedahan
meninggal dalam waktu 5 tahun
setelah terapi. Berapakah besar sampel
yang diperlukan jika peneliti ingin
melakukan penelitian kohort dengan
asumsi risiko kematian pada terapi
Jawab Soal Uji Hipotesis Risiko
Relatif
Diket : RR = 0,5; P2 = 0,35; P1 = 0,5 *
0,35 = 0.175
P = (0,175 + 0,35)/2 = 0,2625
n= [ 1,96 √ 2 * 0,2625 (1 – 0,2625) + 1,28 √ 0,175 (1 –

0,175) + 0,35 (1 – 0,35)]2
(0,175 – 0,35)2
n = 131
Dengan demikian dibutuhkan 131 pasien
kanker yang diterapi dengan
Besar Sampel Untuk Estimasi
Risiko Relatif
Rumusnya adalah :
n = z2 1 - /2 {[1 – P1]/P1 + [1 - P2]/P2

[ln (1 - )]2
P2 adalah proporsi subyek “sakit” pada

kelompok terpajan
 = presisi relatif dari RR dan
P1 = (RR)P2
Contoh Besar Sampel Uji Hipotesis
Risiko Relatif
 Komplikasi pada kehamilan diduga
merupakan risiko untuk terjadinya komplikasi
pada kehamilan berikutnya. Untuk
membuktikannya, seorang peneliti ingin
melakukan penelitian kohort dengan
mengikuti ibu-ibu hamil dengan komplikasi
pada kehamilan sebelumnya dan ibu hamil
tanpa komplikasi pada kehamilan
sebelumnya. Berapakah besar sampel yang
dibutuhkan untuk mendeteksi rasio risiko
relatif sebesar 2 dengan presisi relatif 20%
dan derajat kepercayaan 95%? Dari informasi
didapatkan bahwa proporsi komplikasi
Jawab Besar Sampel Uji
Hipotesis Risiko Relatif
 Diketahui : P2 = 0,15; P1 = 2 * 0,15 =
0,30
n = 1,962{[ 1 - 0,30]/0,30 + [1 –
0,15]/0,15
[ln(1 – 0,20)]2
n = 617,21
Dengan demikian, dibutuhkan 618 orang ibu

hamil tanpa komplikasi sebelumnya dan
Z/2
=
1,96
(1,9
6 297,5
Dengan demikian, dibutuhkan 298 subyek penelitian yang

menggunakan metode sterilisasi dan 298 subyek penelitian yan
tidak menggunakan metode sterilisasi

Terima Kasih

Populasi, Sampel, Dan Distribusi Sampling: FKK Universitas Binawan

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Populasi, Sampel, Dan Distribusi Sampling: FKK Universitas Binawan

Uploaded by

Copyright:

Available Formats

Populasi, Sampel, dan

FKK Universitas binawan

 Teknik sampling adalah teknik pengambilan

a. Simple Random Sampling

b. Proportionate Stratified Random Sampling

 Misalnya anggota populasi yang terdiri dari 100 orang.

 Sebagai contoh, akan melakukan penelitian terhadap

 Teknik sampling berguna agar:

 Membeikan batas yang tegas tentang sifat-sifat

 Menentukan sumber-sumber informasi tentang

 Beberapa kriteria yang perlu diperhatikan dalam mengambil

 Pilih teknik sampling dan hitung besar anggota sampel

a. Contoh Menentukan Ukuran Sampel dengan Tabel

 Penelitian akan dilakukan terhadap iklim kerja suatu

 Dengan demikian maka besamya ukuran sampel yang

 Atau 25 orang jadi paling sedikit diperlukan 25 orang

 Untuk contoh di atas maka besarnya sampel dapat

Winarno Surachmad (1990, 2003, Pengantar

Untuk menentukan jumlah sampel, perlu dipertimbangkan besaran error’s

Z1/2 dan Z1/2 diperoleh dari table kritis uji-Z (Tabel Z)

Sampel yang ditetapkan sebagai objek penelitian ditentukan

Contoh : [ MAXIMUM METHODS ]

Maka sampel yang diambil = 67,24

Cara ini mengetengahkan pula cara menentukan

Bagaimana cara menggunakannya? Caranya cukup mudah.

Misalnya seorang peneliti bernama Sutarno menemukan bahwa

1. Gagal dalam menetapkan jumlah anggota populasi yang

10. Tidak memberikan alasan-alasan mengapa rumus dan

FKK Universitas binawan

FKK Universitas binawan

FKK Universitas binawan

FKK Universitas binawan

2. Definisikan Populasi Target

3. Identifikasi Kerangka Sampel

4. Pilih Metode Sampel yang sesuai

5. Hitung Besar Sampel

6. Memilih Sampel & mengumpulkan Data

FKK Universitas binawan

Cara pengambilan sampel sering kurang mendapat

FKK Universitas binawan

P = Estimasi proporsi  hasil penelitian terdahulu

FKK Universitas binawan

maka nilai P(1 – P) akan mencapai maksimum jika P

FKK Universitas binawan

Kaitan presisi mutlak dg relatif  d   *P   *

Artinya, peneliti 95% percaya bahwa prevalensi

 Digunakan untuk estimasi proporsi

FKK Universitas binawan

 Untuk menghitung jumlah sampel, peneliti

FKK Universitas binawan

FKK Universitas binawan

Dengan demikian, sampel yang diperlukan adalah

 Digunakan untuk estimasi rata-rata

FKK Universitas binawan

n = 1,962 * 3,32 = 43,5

Dengan demikian, peneliti memerlukan 44 ibu hamil

 sampel Non-SRS, harus dikoreksi dengan design

FKK Universitas Binawan

Mahasiswa memahami perhitungan besar

FKK Universitas Binawan

FKK Universitas Binawan

FKK Universitas Binawan

Penelitian pendahuluan pada 50 pekerja di

Kaitan presisi mutlak dg relatif  d   P   