HG 3 - CL 3rev

Unduh sebagai pptx, pdf, atau txt
Unduh sebagai pptx, pdf, atau txt
Anda di halaman 1dari 17

Arimbi Purinada Miandari

Felmina Lathifatuzahra
Nabila Dhaniaputri
Noel Arsenius
Ocha Putri Mulia

CL 3 - HG 3
Metodologi dan Penelitian 46
1

Bagaimana cara menghitung besar


sampel minimum pada
Ecological Study ?
Cara Menghitung Jumlah Sampel
Jumlah sampel yang digunakan
untuk dapat mempresentasikan
Sampel yang baik dapat karakteristik populasi
merepresentasikan tergantung dari tingkat
karakteristik populasi kepercayaan (convidence level)
dan kesalahan (significance
level) yang dikehendaki

Semakin besar tingkat Semakin rendah tingkat


kepercayaan yang kepercayaan yang
dikehendaki, maka semakin dikehendaki, maka semakin
banyak sampel yang sedikit sampel yang
dibutuhkan dibutuhkan.
Penentuan jumlah sampel dengan
menggunakan Tabel Krejcie

Krecjie dalam melakukan perhitungan ukuran sampel


didasarkan atas kesalahan 5%.
Contoh perhitungan:

⊡ 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 orang,
Sarjana muda = 300, SMK = 500, SMP = 50, SD= 100
(poplasi berstrata).
⊡ Jumlah populasi = 1000. Bila kesalahan 5%, maka jumlah
sampelnya =275.
50
⊡ S1= x275= 13,75
1000
300
⊡ SM= x275=82,5
1000
500
⊡ SMK= x275=137,5
1000
50
⊡ SMP= x275=13,75
1000
100
⊡ SD= x275=27,5
1000

Jadi jumlah sampel dari masing-masing anggota adalah:


14+83+138+14+28=277
Pada perhitungan yang terdapat koma dibulatkan ke atas sehingga
jumlah sampelnya lebih dari 275 yaitu 277. Hal ini lebih aman
daripada kurang dari 275.
Penentuan jumlah sampel dengan
menggunakan Nomogram Harry King

⊡ Harry King menghitung sampel tidak hanya didasarkan


atas kesalahan 5% saja, tetapi bervariasi sampai 15%.
⊡ Jumlah populasi paling tinggi hanya 2000
Misal populasi berjumlah
200. Bila dikehendaki
kepercayaan sampel
terhadap populasi 95%
atau tingkat kesalahan
5%, maka jumlah sampel
yang diambil 0,58 x 200 =
116 orang.
2

Bagaimana cara menghitung besar


sampel minimum pada
Cross Sectional ?
Untuk penelitian survei, biasanya rumus yang bisa
dipakai menggunakan proporsi binomunal (binomunal
proportions). Jika besar populasi (N) diketahui, maka Keterangan :
dicari dengan menggunakan rumus berikut:
n = jumlah sampel minimal yang diperlukan

a = 0,05
Z = 1.96 (tabel kurva normal)
Dengan jumlah populasi (N) yang diketahui, maka P = persentase taksiran hal yang akan
peneliti bisa melakukan pengambilan sampel secara acak) diteliti/proporsi variabel yang diteliti, diambil
dari reference, bila tidak diketahui adalah 50%,
Namun apabila besar populasi (N) tidak diketahui dengan catatan tak akan kekurangan jumlah
sampel
atau (N-n)/(N-1)=1 maka besar sampel dihitung dengan q=1–p
rumus sebagai berikut : d = limit dari error atau presisi absolut atau
tingkat ketelitian yaitu kesalahan yang dapat
ditolerir, pada umumnya diambil 5% atau 10%
Contoh
⊡ Peneliti ingin mencari sampel minimal untuk suatu penelitian: Mencari
Faktor Determinan Pemberian ASI secara Eksklusif.
⊡ Untuk mendapatkan nilai p, kita harus melihat dari penelitian yang telah ada
atau literatur.
“Dari hasil hasil penelitian Suyatno (2001) di daerah Demak-Jawa Tengah, proporsi bayi (p) yang
diberi makanan ASI eksklusif sekitar 17,2 %.”
⊡ Ini berarti nilai p = 0,172 dan nilai q = 1 – p. Dengan limit dari error (d)
ditetapkan 0,05 dan nilai Alfa = 0,05, maka jumlah sampel yang dibutuhkan
sebesar:

219 orang
Hasil pengamatan cross-sectional untuk
mengidentifikasi faktor risiko ini kemudian disusun dalam
tabel 2x2. Untuk desain seperti ini biasanya yang dihitung
adalah rasio prevalens, yakni perbandingan antara
prevalens suatu penyakit atau efek pada subyek kelompok
yang mempunyai faktor risiko, dengan prevalens penyakit
atau efek pada subyek yang tidak mempunyai faktor
risiko. Rasio prevalens menunjukkan peran faktor risiko
dalam terjadinya efek pada studi cross-sectional.
Metode Pengolahan Data:
Rasio Prevalens (RP)
 Estimasi risiko relatif  Rasio Prevalensi (RP) :
perbandingan antara jumlah subjek dengan penyakit (lama
dan baru) pada suatu waktu dengan seluruh subjek yang
ada
 RP disertai dengan interval kepercayaan.

⊡ a = Kelompok yang memiliki faktor risiko dan


mempunyai efek
⊡ b = Kelompok yang memliliki faktor risiko tetapi tidak
mempunyai efek
⊡ c = Kelompok yang tidak memiliki faktor risiko tetapi
mempunyai efek
⊡ d = Kelompok yang tidak memiliki faktor risiko dan
tidak mempunyai efek
Keterangan:

adalah proporsi subjek yang mempunyai faktor risiko yang


mempunyai efek

adalah proporsi subjek tanpa faktor risiko yang mempunyai


efek
Interpretasi Hasil

RP = 1  variabel yang diduga sebagai faktor


risiko tidak berpengaruh pada efek (nertral)

RP > 1  variabel tersebut merupakan risiko


untuk timbulnya penyakit

RP < 1  faktor yang diteliti bukan merupakan


faktor risiko

Nilai interval kepercayaan RP = 1  belum


dapat disimpulkan faktor yang dikaji faktor
risiko atau faktor protektif

Penelitian Cross Sectional tidak mendapatkan risiko relatif yang murni. Jika
ingin murni, dapat menggunakan Penelitian Cohort.
Daftar Pustaka
Lemeshow S, DW Hosmer Jr, J Klar, SK Lwanga, 1990. Adequacy of Sample
Size in Health Studies. WHO. John Wiley & Sons.
Budijanto, Didik. Populasi, sampling dan besar sampel. Pusdatin – Kemkes
RI
Krebs, J.C. 1989. Ecological Methodology, 2nd Ed. California Addison Wesley
Longman, Inc.
Lemeshow, S. & David W.H.Jr, 1997. Besar Sampel dalam Penelitian
Kesehatan (terjemahan), Gadjahmada University Press, Yogyakarta
Snedecor GW & Cochran WG, Statistical Methods 6th ed, Ames, IA: Iowa
State University Press, 1967

Anda mungkin juga menyukai