Sampling Probabilitas

Transkripsi

1 Sampling Probabilitas A N D R E I R A M A N I F K M U N E J Kenapa digunakan sampel? Lebih murah (cheaper) Lebih mudah (easier) Lebih cepat (faster) Lebih akurat (more accurate) Mewakili populasi (Representatif) Lebih spesifik 2 If population is unreachable!!! Randomisasi Populasi sampel Generalisir 1

2 Populasi kumpulan subyek yg memiliki karakteristik tertentu (bisa benda, hewan, manusia, data, dll). Populasi target populasi yg mrpkn sasaran akhir penerapan hsl penelitian Populasi terjangkau bagian populasi target yg dpt dijangkau oleh peneliti Sampel bagian dari populasi terjangkau yg dipilih dng cara tertentu yg dianggap dapat mewakili populasinya. 3 Populasi target 4 Populasi terjangkau Subyek terpilih (Eligible subject) Sampel yg diteliti 2

3 Populasi target Dibatasi oleh karakteristik klinis dan karakteristik demografis Heterogenitas Populasi terjangkau Dibatasi oleh tempat & waktu Kriteria Eksklusi Kriteria Inklusi Eligible subject Dipilih scr random Homogen Sampel yg diteliti Subyek yg menyelesaikan penelitian 5 Contoh: Populasi target Pasien DHF (di Jember) Populasi terjangkau Pasien DHF di RSUD Soebandi, tahun 2016 (578 pasien) Subyek terpilih 124 pasien DHF (diperoleh setelah diseleksi dengan kriteria inklusi dan eksklusi) Sampel yg diteliti 108 pasien DHF (diperoleh setelah melakukan penghitungan besar sampel) 6 3

4 Teknik Sampling 7 Sampling Probabilitas Simple random (acak sederhana) Systematic random (acak sistematik) Cluster Stratified (strata) Multistage (bertingkat) penggabungan dari >2 teknik diatas Probability Proportional to Size prinsip proporsionalitas antar kelompok Sampling Non Probabilitas Convenient Consecutive Purposif Kuota Snow Ball (network/chain referral) Deviant case (extreme case) Sequential Theoritic dsb Simple & Systematic Random Hanya digunakan pd populasi yg homogen HARUS tersedia sampling frame daftar yg berisi subyek2 yg ada pd populasi. Misal: daftar KK di tingkat RT. Daftar mhsw pd fak tertentu pd tahun tertentu, dsb Simple random menggunakan prinsip acak murni sesuai besar sample yg diinginkan Systematic random, penentuan bil random awal ditambah dengan interval Interval = N/n 8 4

5 Contoh Simple Random Sampling N = 100 KK, dari penghitungan besar sampel dibutuhkan n=10 Menggunakan tabel bilangan random Rumus MS Excel =RANDBETWEEN(1, batas atas populasi). Contoh: randbetween(1,100) utk merandom bilangan Sel dicopy sebanyak sampel yg diinginkan (10 kali) Calculator Casio FX: - Tetapkan pembulatan keatas atau kebawah. Jika keatas, keatas semua & sebaliknya - Tekan Shift +. - Dilayar akan tertera 100Ran# - Tekan = catat angka yg keluar. Ulangi sebanyak 10x - Jk ada digit bulatkan sesuai kesepakatan pembulatan (keatas atau kebawah) 9 10 Simple random subyek terpilih (10 org): 03, 25, 01, 23, 02, 17, 80, 66, 12, 13 5

6 Contoh Systematic Random Sampling N = 100 KK, dari penghitungan besar sampel dibutuhkan n=5 Penghitungan interval = 100/5 = 20 Calculator Casio FX digunakan utk mencari bil random pertama, misal diperoleh angka 18,2 (dibulatkan ke atas menjadi 19) Maka sampel terpilih: sampel-1: 19 sampel-2: 39 (20+19) sampel-3: 59 (39+20) sampel-4: 79 (59+20) sampel-5: 99 (79+20) 11 Bgmn jika bil random pertama diperoleh angka 98?? Cluster Random Sampling Populasi dipisah menurut rumpun/cluster tertentu 12 Ciri cluster/rumpun/gugus: - mrpkn sub populasi - tiap rumpun heterogen - antar rumpun homogen Contoh: Kloter haji, rumpun rumah (RT/RW/Dukuh, dll) 6

7 Cluster Random Sampling 13 Stratified Random Sampling Populasi dikelompokkan menurut stratifikasi yg mempengaruhi outcome Ciri strata: tiap strata homogen, antar strata heterogen 14 Misal: strata ibu hamil berdasarkan tk eko bumil eko tinggi, bumil eko menengah, bumil eko rendah. strata kec berdasarkan endemisitas flu burung kec endemis, kec sporadis, kec bebas. Jawa Timur dibagi dlm bbrp area budaya: Mataraman, Pesisiran, Madura, Osing 7

8 Stratified Random Sampling 15 Multistage Random Sampling Mrpk penggabungan 1 atau lebih metode sampling Digunakan jika karakteristik populasi sangat heterogen 16 8

9 17 Kelurahan RW RT KK PROP PROP PROP PROP KAB KAB KEC KAB KEC KEC DUKUH DESA DESA DESA DUKUH DUKUH RT RT KK KK RT KK 18 9

10 SATU POPULASI (Estimasi) Simple random sampling atau systematic random sampling - data kontinyu (populasi infinit) 19 SATU POPULASI (Estimasi) n = besar sampel minimum Z 1- /2 = nilai distribusi normal baku (tabel Z) pada tertentu 2 d = harga varians di populasi = kesalahan (absolut) yang dapat ditolerir 20 10

11 SATU POPULASI (Estimasi) Simple random sampling atau systematic random sampling - data kontinyu (populasi finit) N = besar populasi 21 SATU POPULASI (Estimasi) Simple random sampling atau systematic random sampling - data proporsi (populasi infinit) 22 11

12 SATU POPULASI (Estimasi) n = besar sampel minimum Z 1- /2 = nilai distribusi normal baku (tabel Z) pada tertentu P d = harga proporsi di populasi = kesalahan (absolut) yang dapat ditolerir 23 SATU POPULASI (Estimasi) Simple random sampling atau systematic random sampling - data proporsi (populasi finit) N = besar populasi 24 12

13 BESAR SAMPEL UNTUK PENELITIAN ESTIMASI ATAU UJI HIPOTESIS (KOMPARASI) S.K. Lwanga & S. Lemeshow 25 KONTINYU 7 1 Populasi 7.1 & Populasi 7.3 & 7.4 Estimasi Komparasi Estimasi Komparasi JENIS DATA YANG AKAN DIESTIMASI ATAU DIKOMPARASIKAN Populasi Finit 8 Simple RS Sistematik Stratified RS PROPORSI 1-4 & 8 1 Populasi 1 Estimasi Komparasi 1.1 & a & 1.3b Populasi Infinit Populasi 2-4 Cross Sectional 2 Case Control 3 Cohort 4 Estimasi Komparasi Estimasi Komparasi Estimasi Komparasi

14 = Ketelitian Presisi = Kesalahan yang dapat ditolerir Untuk tujuan estimasi Ditentukan oleh peneliti Menunjukkan besar penyimpangan terhadap nilai sebenarnya yang diestimasi, yang dapat diterima oleh peneliti 27 Bentuk Presisi Presisi absolut = d Presisi relatif = ε proporsi presisi terhadap nilai yang diestimasi d = ε. d = ε

15 LOWER CONFIDENCE LIMIT UPPER CONFIDENCE LIMIT d CONFIDENCE INTERVAL = DERAJAT KEPERCAYAAN d - d AREA KETIDAKPERCAYAAN = /2 CONFIDENCE INTERVAL = (1- ) 100% + d AREA KETIDAKPERCAYAAN = 29 /2 LATIHAN 1 a. Suatu penelitian bertujuan untuk mengetahui rerata kadar Hb ibu hamil trimester III. Jika dari penelitian sebelumnya diketahui simpangan baku kadar Hb ibu hamil trimester III sebesar 2,0, berapa besar sampel ibu hamil yang dibutuhkan sehingga rerata kadar Hb yang diduga berada dalam interval 0,5 di atas dan di bawah mean yang sesungguhnya dengan tingkat kepercayaan 95%? b. Simpangan baku kadar Hb ibu hamil trimester III sebesar 2,0 dengan rerata kadar Hb yang diduga berada dalam interval 0,5 di atas dan di bawah mean yang sesungguhnya. Jika populasi ibu hamil = 1000 orang, berapa besar sampel yang dibutuhkan (dengan tingkat kepercayaan 95%)? 30 15

16 LATIHAN 2 a. Ingin diketahui proporsi penduduk miskin di suatu kabupaten. Jika dari literatur jumlah penduduk miskin di suatu daerah diperkirakan 20%, 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%? b. Dari literatur jumlah penduduk miskin di suatu daerah diperkirakan 20%, jika populasi = 1000 KK dan proporsi yg diduga berada dalam 10% poin dari proporsi sesungguhnya, berapa besar sampel yang dibutuhkan? 31 LATIHAN 3 Suatu survei dilakukan di 3 area (urban, suburban dan rural) untuk mengetahui proporsi remaja tahun yang pernah merokok. Dari hasil penelitian sebelumnya diketahui bahwa proporsi remaja yang pernah merokok di 3 area tersebut berturut-turut 0,3 ; 0,2 dan 0,1. Jika jumlah remaja di 3 wilayah tersebut berturut-turut 3000, 6000 dan 1000, dengan interval kepercayaan 95% dan presisi 5% serta diinginkan alokasi setara, berapa besar sampel yang dibutuhkan di masing-masing kota? Berapa besar sampel di masing-masing kota jika diinginkan alokasi proporsional? 32 16

17 33 Terima Kasih 17