MENGAPA PERLU SAMPLING

Transkripsi

1 POPULASI DAN SAMPEL TOPIK BAHASAN:. Pengertian (Populasi & Sampel). Mengapa perlu sampling 3. Prosedur Pengambilan Sampel 4. Potensi Bias pada pengambilan 5. Teknik/Metode Pengambilan Sampel 6. Besar Sampel Page PENGERTIAN Populasi target Kumpulan dari satuan/unit yang ingin kita buat inferensi/generalisasi-nya Populasi studi Kumpulan dari satuan/unit di mana kita mengambil Sampel/ percontoh Kumpulan dari satuan/unit yang kita ambil dari populasi studi di mana pengukuran dilakukan Kerangka /Sampling frame Daftar satuan/unit/anggota populasi yang berisi identitas: (Nomor, Nama, & Alamat) Unit analisis Bagian dari dimana kita akan melakukan analisis (misalnya rumah tangga, ibu hamil, balita, PUS) Page 3 MENGAPA PERLU? Populasi tidak terbatas Sumberdaya terbatas (tenaga, dana, waktu) Tidak mungkin diteliti semua (waktu dan ruang) Adanya penelitian yang destruktif Tidak perlu semua diteliti, ada teknik sampling yg didasarkan pada distribusi probabilitas Teknik sampling Menjamin menggambarkan populasinya Menjamin mempunyai akurasi yang terukur Menjamin sampling dapat dilaksanakan dg Efisien Page 4 PROSEDUR PENGAMBILAN SAMPEL.Menentukan tujuan studi.menentukan populasi penelitian Populasi target, Populasi studi Sampling frame UNIT ANALISIS 3.Menentukan cara/teknik pengambilan Menghitung besar 5 5.Memilih Page 5 Page 6

2 TEKNIK A. Non Random B. Random (probability) sampling Sampel pertimbangan (Purposive/judgemental) Sampel berjatah (Quota) Sampel seadanya (Accidental/Convenience). Simple random sampling (acak sederhana). Systematic random sampling (acak sistematik) 3. Stratified random sampling (acak stratifikasi): -Sederhana (Simple stratified random) -Proporsional (Proportional stratified random) 4. Cluster random sampling (acak klaster) 5. Multistages random sampling (acak bertingkat) RANCANGAN SRS (Simple/Systematic Random Sapling) SIMPLE RANDOM. Tentukan populasi studi (N=Sampling Frame). Tentukan besar 3. Dengan Tabelacak/Komputer lakukan pemilihan sampai jumlah terpenuhi SYSTEMATIC RANDOM :. Tentukan populasi studi (N=Sampling Frame). Tentukan besar 3. Tentukan secara acak no. (pertama) 4. Secara sistematik tentukan sample no. dan selanjutnya dengan (interval=n/n) Page 7 Page 8 RANCANGAN STRATIFIKASI STRATIFIKASI SEDERHANA:. Tentukan populasi studi. Stratifikasi populasi berdasarkan variabel studi 3. Tentukan besar 4. Besar dibagi berdasarkan stratifikasi yang ada 5. Dengan Tabelacak/komputer lakukan pemilihan STRATIFIKASI PROPORSIONAL:. Tentukan populasi studi. Stratifikasi populasi berdasarkan variabel studi 3. Tentukan besar 4. Besar dibagi proporsional berdasarkan stratifikasi yang ada 5. Dengan Tabel-acak /komputer lakukan pemilihan Page 9 RANCANGAN KLASTER. Tentukan populasi studi (N) dan (n). Bagi populasi berdasarkan klaster Geografis/area/wilayah administrasi/blok/unit Setiap klaster (intra) harus heterogen (optimal mewakili populasi studi) dan antar klaster harus homogen 3. Tentukan jumlah klaster (n k ) dan jumlah di tiap klaster terpilih(n s ) 4. Pilih klaster secara acak: (Primary Sampling Units/PSU)(=PSU terpilih) 5. Dalam klaster terpilih dapat dibagi lagi kedalam klaster Secondary Sampling Units, dst 6. Pilihan secara acak di klaster terpilih Page 0 RANCANGAN KLUSTER BERTINGKAT Contoh tingkat Propinsi:. Tentukan populasi studi (N) dan (n). Bagi populasi menurut cluster (mis. Kab. vs. Kota) Pilih satu atau beberapa strata secara acak 3. Di setiap strata, bagi populasi berdasarkan klaster Pilih beberapa klaster secara acak 4. Tentukan besar di tiap klaster 5. Di setiap klaster, pilih secara acak (dengan tabel-random/komputer) Page Rancangan Sampel Rancangan harus memenuhi -kaidah berikut:. Valid Mengukur apa yang sebenarnya ingin diukur Tergantung dari cara/metode/teknik mengambil. Presisi Mengambarkan ketepatan ukuran yang diperoleh Tergantung dari jumlah/besar Kesalahan yang sering terjadi adalah Cara/metode pengambilan sering kurang mendapat perhatian dibandingkan besar Page

3 BESAR/JUMLAH SAMPEL Tergantung pada:. Jenis penelitian Eksplorasi awal Generalisasi. Skala-ukur variabel dependen Kategorik/proporsi (Nominal, ordinal) Numerik/rata- (interval, ratio) 3. Derajat ketepatan perkiraan yang diinginkan (presisi) Semakin tinggi ~ semakin besar sample 4. Tujuan Penelitian Estimasi Uji Hipotesis 5. Interval kepercayaan dan Kekuatan Uji 6. Teknik pengambilan (SRS atau bukan SRS) Page 3 Jumlah Jumlah hanya bisa dihitung jika ada informasi awal tentang populasi (informasi awal tentang hal apa yang akan diteliti) Secara garis besar, perhitungan jumlah dibagi menurut tujuan penelitian:. Estimasi parameter populasi. Uji hipotesis Kesalahan yang sering terjadi adalah selalu menganggap penelitian sebagai estimasi, padahal seharusnya uji hipotesis Page 4. Jumlah utk ESTIMASI PROPORSI Tujuan penelitian: Mengetahui prevalensi diare pada balita di Kota Depok Untuk menghitung jumlah, peneliti perlu tahu sbb:. (p): Perkiraan prevalence (dari penelitian terdahulu, atau pilot studi). (d): Presisi: Ketepatan dari perkiraan prevalen > deviasi/simpangan yang masih dapat ditolerir (pada derajat kepercayaan tertentu) 3. (CI): Derajat kepercayaan Contoh: Peneliti memperkirakan prevalensi diare di Bogor (sama dengan Jabar) 5%. p=0.5 Peneliti 95% yakin bahwa prevalensi diare di Bogor berkisar antara 0 0% d=0.05 Ada 5% kemungkinannya prevalensi diare berada diluar kisaran 0 0% CI=95% Page 5 a. Jumlah Sampel untuk Estimasi Proporsi Sebelum menghitung jumlah peneliti perlu tahu: Perkiraan proporsi Presisi Derajat kepercayaan Rumus: z a / * p *( p) n d p=perkiraan proporsi d=presisi z= nilai z pada interval kepercayaan (-a/) Perhatian: Rumus di atas hanya untuk estimasi proporsi Rumus di atas hanya untuk acak sederhana Page 6 b. Jumlah Sampel untuk Estimasi Proporsi Tujuan: Mengetahui prevalensi diare pada balita di Depok: Diketahui: Perkiraan proporsi (p=0.5) Presisi (d=0.05) Derajat kepercayaan 95% (Z -a/ =.96) Perhitungan:.96 *0.5( 0.5) n Hasil: Dibutuhkan paling tidak 96 balita yang dipilih secara acak sederhana atau acak sistematik dari sampling frame populasi Page 7. Besar Sampel untuk Estimasi Rata-rata Tujuan penelitian: Mengetahui rata-rata kadar Hb ibu hamil di Kota Depok Untuk menghitung jumlah, peneliti perlu tahu sbb:. (p): Perkiraan varians Hb ibu hamil di (dari penelitian terdahulu, atau pilot studi). (d): Presisi: Ketepatan dari perkiraan rata-rata Hb ibu hamil > deviasi/simpangan yang masih dapat ditolerir (pada derajat kepercayaan tertentu) 3. (CI): Derajat kepercayaan Contoh: Diperkirakan Varians ( = 6 = 36 g/dl ) (dan rata- =.5 g/dl) Peneliti 95% yakin rata- Hb bumil di depok berkisar d=0.05 Ada 5% kemungkinannya rata- Hb berada diluar kisaran Page 8 3

4 a. Besar Sampel untuk Estimasi Rata-rata Untuk menghitung besar peneliti perlu mengetahui: Perkiraan Varians (Kuadrat dari Std.Deviasi) Presisi Derajat kepercayaan Rumus: a / z n * d = perkiraan varians d = presisi z = nilai z pada interval kepercayaan -a/ Perhatian: Rumus di atas hanya untuk estimasi rata-rata Rumus di atas hanya untuk acak sederhana Page 9 b. Besar Sampel untuk Estimasi Rata-rata Seorang peneliti ingin mengetahui rata-rata Kadar HB Ibu hamil di Depok. Dari laporan terdahulu, diketahui rata-rata HB Bumil.5 g/dl dengan standar deviasi 6 g/dl. Berapa besar yang diperlukan jika peneliti menginginkan derajat kepercayaan 95% dan simpangan maksimum dari rata-rata HB sebesar.0 g/dl? Berdasarkan informasi di atas, =6 =36 ; d= ; z=,96, maka besar,96 *6 n 39 Sehingga diperlukan 36 ibu hamil sebagai (ibu hamil dipilih secara SRS dari sampling frame populasi) Page 0. Sampel utk Uji Hipotesis Beda Proporsi z a / P( P) z P ( P ) P ( P ) n ( P P ) n = besar Z -a/ = nilai z pada derajat kepercayaan -a/ atau batas kemaknaan a. Perhatikan pada rumus ini uji hipotesis dilakukan dua arah (two tailed) z =,64 ;,96 ;,58 untuk derajat kepercayaan 90, 95, 99% z -b = nilai z pada kekuatan uji (power) -b. z = 0,84;,8;,64;,33 untuk kekuatan uji 80, 90, 95, 99% P = perkiraan proporsi pada kelompok P = perkiraan proporsi pada kelompok Page. Sampel utk Uji Hipotesis Beda Proporsi Suatu pengamatan awal pada 0 pasien trauma kepala berat dengan kadar glukosa tinggi menunjukkan 6 orang meninggal. Sedangkan pengamatan pada 0 pasien trauma kepala berat dengan kadar glukosa rendah menunjukkan 3 orang meninggal. Seorang peneliti ingin mengetahui apakah kadar glukosa darah dapat digunakan sebagai faktor prognostik pasien trauma kepala. Berapa besar jika interval kepercayaan 95% dan kekuatan uji 80% Dari informasi di atas, P=0,60 ; P=0,30, z -a/ =,96 ; z -b =0,84, maka besar dapat dihitung:,96 *0,45*( 0,45) 0,84 0,60*( 0,60) 0,30*( 0,30) n 4,97 0,60 0,30 Jadi untuk membuktikan apakah proporsi kematian pasien trauma kepala dengan kadar glukosa tingi berbeda dengan kadar glukosa rendah diperlukan 84 pasien, dg rincian 4 pasien trauma kepala berat dengan kadar glukosa tinggi dan 4 pasien trauma kepala berat dengan kadar glukosa rendah ( dipilih secara acak sederhana/sistematik)) Page. Sampel utk Uji Hipotesis Beda mean (independen) n Z -a/ = nilai z pada interval kepercayaan -a/ uji hipotesis dilakukan dua arah (two tailed) z - = nilai z pada kekuatan uji (power) - m = estimasi rata-rata kelp. ; m = estimasi rata-rata kelp. = varians gabungan ; s = varians pd kel. ; s = varians pd kel. z m m ( n ) s ( n ) s ( n ) ( n ) a / z Page 3. Sampel utk Uji Hipotesis Beda mean (independen) Seorang peneliti ingin mengetahui efek asupan natrium pada tekanan darah. Pada penelitian pendahuluan diketahui pada 0 orang yang asupan natriumnya rendah mempunyai tek. Darah diastolik rata-rata 7 mmhg dengan st. dev. 0 mmhg. Sedangkan pada 0 orang yang asupan natriumnya tinggi mempunyai tek. Darah diastolik rata-rata 85 mmhg st. dev. mmhg. Berapa besar yang diperlukan jika peneliti ingin melakukan uji hipotesis adanya perbedan tekanan darah pada kedua kelompok tersebut dengan interval kepercayaan 95% dan kekuatan uji 80%? (0 )*0 (0 )* (0 ) (0 ) *,96 0,84 n 39,04 (8 75) Jadi diperlukan sebanyak 80, denga rincian 40 orang yang konsumsi natriumnya rendah dan 40 orang yang konsumsi natrirumnya tinggi ( dipilih secara acak sederhana/sistematik) Page 4 4

5 . Sampel utk Uji Hipotesis Beda mean berpasangan (paired) z n a / m m z. Sampel utk Uji Hipotesis Beda mean berpasangan (paired) Seorang peneliti ingin menguji efek latihan aerobik terhadap penurunan kadar kolesterol LDL pada orang dewasa. Dari penelitian awal pada 5 orang diketahui rata-rata LDL sebelum latihan aerobik adalah 85 mg/dl dan setelah 4 minggu berlatih aerobik adalah 65 mg/dl. Jadi ada penurunan kadar LDL rata-rata 0 mg/dl dengan st. dev. 5 mg/dl. Berapa besar yang diperlukan jika peneliti ingin menguji hipotesis dengan perbedaan rata-rata minimum yang ingin dideteksi sebesar 0 mg/dl dengan interval kepercayaan 95% dan kekuatan uji 90%? = varians dari beda rata-rata pasangan (didapat dari penelitian terdahulu atau penelitian awal) Z -a/ = nilai z pada interval kepercayaan -a/ uji hipotesis dilakukan dua arah (two tailed) z - = nilai z pada kekuatan uji (power) - m = perkiraan rata-rata sebelum intervensi m = perkiraan rata-rata sesudah intervensi (didapat dari penelitian terdahulu atau penelitian awal) Page 5 Jadi diperlukan sebanyak 4 untuk mendeteksi adanya penurunan rata- kadar LDL sebesar 0 md/dl ( dipilih secara acak sederhana/sistematik) 5 *,96,8 n (0) 3,6 Page 6 5