Pengambilan Sampel

PENGAMBILAN SAMPEL

Syarat pengambilan sampel 



Mengenali populasi: agar pengambilan sampel dapat mewakili populasi seperti yg diinginkan Menggunakan metoda sampling tertentu: untuk efisiensi dan efektivitas Populasi

Sampel

POPULASI & SAMPEL Populasi: Kumpulan individu dimana hasil suatu penelitian akan dilakukan generalisasi. Sampel: Anggota populasi dimana pengukuran dilakukan, disebut juga sebagai unit elementer atau elemen dari populasi.

Cara Pengambilan Sampel Probability Sampling: Metode sampling yang memberikan kemungkinan yang sama bagi setiap unsur dalam populasi untuk dipilih Non Probability Sampling: Metode sampling tanpa menggunakan metode acak dengan memberikan kemungkinan yang sama bagi setiap unsur dalam populasi untuk dipilih sesuai kepentingan

PROBABILITY SAMPLING 1. Sampling Acak sederhana (Simple Random Sampling): Setiap anggota populasi mempunyai kesempatan yg sama untuk terpilih sebagai sampel Dilakukan dengan cara undian Diketahui populasi yang sesungguhnya Harus ada kerangka sampel (daftar nama)

PROBABILITY SAMPLING 2.

Sampling Sistematik: Hanya subyek pertama yang dipilih secara acak, yang berikutnya terpilih dengan mengikuti suatu sistem. Harus ada kerangka sampel (daftar nama) Kerangka sampel diberi nomor urut

PROBABILITY SAMPLING 3.

Sampling Stratifikasi: Populasi dibagi menurut strata tertentu, misalnya: golongan pangkat, status kesehatan tertentu (kurang gizi dan gizi normal), dll. Jika populasi heterogen. Dalam masing-masing strata dipilih secara acak.

PROBABILITY SAMPLING 4.

Sampling Cluster Populasi tersebar di suatu daerah seperti negara, provinsi, kota, kabupaten secara heterogen. Harus ada daftar nama wilayah atau tempat sebagai unit cluster. Elemen cluster dipilih secara acak di tiap cluster.

NON-PROBABILITY SAMPLING 1. Purposif atau judgement: Sampel dipilih sesuai dengan keperluan peneliti dengan alasan tertentu

2. Sampling accidental: Sampel yang diambil dari siapa saja yang kebetulan ada, misalnya 50 pengunjung pertama suatu mall, dll.

3. Sampling kuota: Memilih sampel berdasarkan ciri tertentu dalam jumlah/ kuota yang diinginkan, mis.: Sejumlah mahasiswa tingkat sarjana dari beberapa Universitas

NON-PROBABILITY SAMPLING 4. Snowball Sampling: Sampling pertama terpilih secara acak dan subyek berikutnya dipilih oleh subyek sebelumnya, demikian seterusnya sampai jumlah tertentu yang diinginkan

SAMPEL DESKRIPTIF 





Disebut juga sebagai sampel pada Estimasi Parameter Desain sampel harus memenuhi kaidah: - validitas: bergantung pd cara pengambilan - presisi: bergantung pd jumlah sampel Harus ada informasi awal ttg hal yg diteliti di populasi: proporsi, persentase, prevalens, dll.

Besar sampel estimasi proporsi, simpangan mutlak

n

2 1a / 2

z

* P(1  P) 2 d

p = estimasi proporsi d = simpangan mutlak (biasanya 5%) z = nilai z pd derajat kepercayaan 1-a/2 Asumsi desain: populasi tak terbatas dan sampel SRS Untuk studi deskriptif, survei, cari prevalens

Besar sampel estimasi proporsi, simpangan mutlak Contoh: Suatu survei dilakukan utk mengetahui prevalensi diare pada Balita di Kota Bogor. Berapa jumlah sampel yg diperlukan? Untuk menghitung jumlah sampel, harus diketahui: - perkiraan prevalensi diare di Bogor - simpangan yg dapat diterima - derajat kepercayaan

Besar sampel estimasi proporsi, simpangan mutlak Contoh lanjutan… Misalkan: - diketahui prevalensi diare di Jabar = 15% - simpangan yg dapat diterima 5% - derajat kepercayaan 95% Berarti: - perkiraan prevalensi diare di Kota Bogor = 15% - kita 95% yakin bahwa kisaran prevalensi diare di Kota Bogor adalah 10% - 20% (15% ± 5%) - ada 5% kemungkinan prevalensi diare diluar kisaran 10% - 20% tersebut

Besar sampel estimasi proporsi, simpangan mutlak

1,96 * 0,15(1  0,15) n  196 2 0,05 2

Minimal besar sampel adalah 196 Balita

Besar sampel estimasi proporsi, simpangan relatif

n

* (1  P) 2 e P

2 1a / 2

z

p = estimasi proporsi e = simpangan relatif z = nilai z pada derajat kepercayaan 1-a/2

Besar sampel estimasi proporsi, simpangan relatif Contoh: Penelitian prevalensi karies dentis anak sekolah kelas 6 SD di Jakarta Barat dilakukan dengan asumsi: - prevalensi karies dentis anak SD Indonesia 73% - simpangan relatif = 10% - derajat kepercayaan = 95% Berarti: Peneliti 95% yakin prevalensi karies dentis pada anak kelas 6 SD di Jakarta Barat berkisar 65,7% - 80,3% (73% ± 7,3%)

Besar sampel estimasi proporsi, simpangan relatif

1,96 * (1  0,73) n  143 2 0,10 * 0,73 2

Minimal besar sampel adalah 143 anak kelas 6 SD

Besar sampel estimasi rata-rata, simpangan mutlak

n

2 1a / 2

z

d

*

2

2

σ = simpang baku dari referensi d = simpangan mutlak dari rata-rata z = nilai z pada derajat kepercayaan 1-a/2

Besar sampel estimasi rata-rata, simpangan mutlak Contoh: Penelitian untuk mengetahui rata-rata tekanan darah sistolik orang dewasa di Jakarta, pakai asumsi: - rata-rata tek. Darah 120 mmHg - simpang baku penelitian terdahulu 20 mmHg - simpangan mutlak 10 mmHg dan 95% kepercayaan Berarti: kita 95% yakin rata-rata tek. Darah sistolik di populasi berkisar 110 – 130 mmHg (120 ± 10 mmHg) Minimal jumlah sampel = 16 orang dewasa di Jakarta

1,96 2 * 20 2 n  16 2 10

Besar sampel estimasi rata-rata, simpangan relatif

n

2 1a / 2 2

z

*

e m

2

2

σ = simpang baku dari referensi d = simpangan mutlak dari rata-rata m = rata-rata z = nilai z pada derajat kepercayaan 1-a/2

Besar sampel estimasi rata-rata, simpangan relatif Contoh: Penelitian ttg rata-rata Hb pada bumil. Dari referensi, rata-rata Hb = 9,8 g/dl, simpang baku 3,3 g/dl. Peneliti menginginkan simpangan relatif 10% dan 95% derajat kepercayaan. Minimal jumlah sampel = 46 bumil 2

2

1,96 * 3,3 n  46 2 2 0,1 * 9,8

Latihan Penarikan Sampel Acak Sederhana Sistematik Acak Stratifikasi Acak Cluster Acak