12/05/2017
Sampling Probabilitas ANDREI RAMANI FKM UNEJ
Kenapa digunakan sampel? 2
Lebih murah (cheaper)
If population is unreachable !!!
Lebih mudah (easier) Lebih cepat (faster) Lebih akurat (more accurate) Mewakili populasi (Representatif) Lebih spesifik Randomisasi sampel
Populasi Generalisir
1
12/05/2017
3
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.
Populasi target 4
Populasi terjangkau Subyek terpilih (Eligible subject)
Sampel yg diteliti
2
12/05/2017
Populasi target Dibatasi oleh karakteristik klinis dan karakteristik demografis
Heterogenitas ↑ ↑
Populasi terjangkau
Kriteria Eksklusi Kriteria Inklusi
Dibatasi oleh tempat & waktu
Eligible subject Dipilih scr random
Homogen Sampel yg diteliti
Subyek yg menyelesaikan penelitian 5
Contoh: 6
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)
3
12/05/2017
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 8
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
4
12/05/2017
Contoh Simple Random Sampling 9
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 1-100. Sel dicopy sebanyak sampel yg diinginkan (10 kali) Calculator Casio – FX: Tetapkan pembulatan keatas atau kebawah. Jika keatas, keatas semua & sebaliknya Tekan “100” + “Shift” + “.” Dilayar akan tertera “100Ran#” Tekan “=“ catat angka yg keluar. Ulangi sebanyak 10x Jk ada digit bulatkan sesuai kesepakatan pembulatan (keatas atau kebawah)
10
Simple random subyek terpilih (10 org): 03, 25, 01, 23, 02, 17, 80, 66, 12, 13
5
12/05/2017
Contoh Systematic Random Sampling 11
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) Bgmn jika bil random pertama diperoleh angka 98??
Cluster Random Sampling 12
Populasi dipisah menurut rumpun/cluster tertentu Ciri cluster/rumpun/gugus:
- mrpkn sub populasi - tiap rumpun heterogen - antar rumpun homogen Contoh: Kloter haji, rumpun rumah (RT/RW/Dukuh, dll)
6
12/05/2017
Cluster Random Sampling 13
Stratified Random Sampling 14
Populasi dikelompokkan menurut stratifikasi yg
mempengaruhi outcome Ciri strata: tiap strata homogen, antar strata heterogen 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
12/05/2017
Stratified Random Sampling 15
Multistage Random Sampling 16
Mrpk penggabungan 1 atau lebih metode sampling Digunakan jika karakteristik populasi sangat
heterogen
8
12/05/2017
17
Kelurahan
RW
RT
KK
PROP
PROP
PROP
PROP
KAB KAB
KEC
KAB
DUKUH
KEC KEC
DUKUH DESA
DESA
KK RT
DESA DUKUH
KK
RT RT
KK
18
9
12/05/2017
SATU POPULASI (Estimasi) • Simple random sampling atau systematic random sampling - data kontinyu (populasi infinit)
19
SATU POPULASI (Estimasi) n = besar sampel minimum Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu 2 = harga varians di populasi d = kesalahan (absolut) yang dapat ditolerir 20
10
12/05/2017
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
12/05/2017
SATU POPULASI (Estimasi) n = besar sampel minimum Z1-/2 = nilai distribusi normal baku (tabel Z) pada tertentu P = harga proporsi di populasi d = 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
12/05/2017
BESAR SAMPEL UNTUK PENELITIAN ESTIMASI ATAU UJI HIPOTESIS (KOMPARASI)
S.K. Lwanga & S. Lemeshow 25
Estimasi
7.1
Komparasi
7.2
Estimasi
7.3
Komparasi
7.4
1 Populasi 7.1 & 7.2 KONTINYU 7 2 Populasi 7.3 & 7.4 JENIS DATA YANG AKAN DIESTIMASI ATAU DIKOMPARASIKAN
Populasi Finit 8
Simple RS Sistematik
8.1
Stratified RS
8.2 Estimasi
1 Populasi 1
PROPORSI 1-4 & 8 Populasi Infinit 1-4
2 Populasi
Komparasi
1.1 & 1.2 1.3a & 1.3b
Cross Sectional 2
Estimasi
2.1
Komparasi
2.2
Case Control
Estimasi
3.1
Komparasi
3.2
Estimasi
4.1
2-4
3 Cohort 4
Komparasi 26 4.2
13
12/05/2017
Presisi = Ketelitian = 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. 28
14
12/05/2017
UPPER CONFIDENCE LIMIT
LOWER CONFIDENCE LIMIT
CONFIDENCE INTERVAL = DERAJAT KEPERCAYAAN
d -d
d
+d
CONFIDENCE INTERVAL = (1- ) 100% AREA KETIDAKPERCAYAAN = /2
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
12/05/2017
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 10-12 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
12/05/2017
33
Terima Kasih
17