Metode sampling kimia farmasi

3,494 views

Published on

Published in: Education
  • Be the first to comment

Metode sampling kimia farmasi

  1. 1. Teknik Samplingdan Ukuran Sampel Disampaikan pada : Kuliah Kimia Farmasi Prodi FarmasiUniversitas Muhammadiyah Palangkaraya
  2. 2. Pengambilan sampel (Sampling) Bagaimana teknik atau Disain pengambilan sampel? Berapa ukuran (jumlah) sampel yang akan diambil?
  3. 3. Populasi dan SampelPopulasi ◦ keseluruhan atau himpunan obyek dengan ciri yang samaSampel ◦ himpunan bagian atau sebagian dari populasiSampling ◦ Proses pengambilan sampelGeneralisasi ◦ proses pengambilan kesimpulan atas populasi berdasarkan sampel. ◦ Generalisasi disebut juga inferensi
  4. 4. Populasi dan Sampel SamplingPopulasi Sampel Generalisasi
  5. 5. Elephant and Blind Men
  6. 6. Sampel Yang BaikDalam Penelitian, observasi atau percobaan umumnya dilakukan terhadap sampel bukan terhadap populasi Teknik Sampling 1 Tekn Sampel ik S a mpli ng 2Populasi Sampel The sample and the population should be similar to one another.
  7. 7. Mengapa Menggunakan Sampel Karena:1. Populasi terlalu besar2. Observasi atau percobaan bersifat merusak unit sampel3. Ada keterbatasan waktu dan biaya penelitian4. Diperlukan adanya kontrol atau pengaturan terhadap variabel tertentu atas obyek penelitian Penggunaan sampel  Lingkup penelitian dapat diperluas.
  8. 8. Populasi dan Sampel Sampling Populasi Sampel Statistik: n, X, SDParameter: N, μ, σ Generalisasi
  9. 9. Bias dan Variabilitas  Bias  Accuracy  Perbedaan rata-rata (mean) distribusi sampel dan parameter  Disebut unbiased jika bias = 0.  Error (variability)  Precision  menunjukkan penyebaran distribusi sampelUntuk mengurangi bias  gunakan random sampling.Untuk mengurangi variabilitas  gunakan ukuran(jumlah) sampel besar.
  10. 10. Generalisasi yang optimalDigunakan prinsip probabilitas (random sampling)Jumlah sampel memadaiCiri-ciri populasi dipenuhi secara ketatVariasi antar unit populasi sekecil mungkin
  11. 11. Random dan non random sampling Teknik samplingNon ProbabilityProbability samplingsampling (Random(Non random sampling)sampling)
  12. 12. Non Random SamplingTiap unit atau individu populasi TIDAK memiliki kesempatan atau probabilitas yang sama untuk menjadi sampelTidak dimaksudkan untuk generalisasi
  13. 13. Macam Non Random Sampling Accidental sampling (convenience sampling) Sampel dipilih dengan pertimbangan kemudahan, mudah dijangkau atau ditemui secara kebetulan Cocok untuk penelitian penjajagan Purposive sampling Sampel diambil dengan maksud atau tujuan tertentu Quota sampling Hanya menekankan pada jumlah sampel yang harus dipenuhi Judgment sampling Sampel dipilih karena dianggap sebagai pihak yang paling baik Snow Ball sampling Peneliti hanya menemukan satu dua orang sebagai sampel  selanjutnya peneliti minta sampel pertama untuk menunjukkan orang sebagai sampel selanjutnya.
  14. 14. Random SamplingTiap unit atau individu populasi memiliki kesempatan atau probabilitas yang sama untuk menjadi sampelDimaksudkan untuk generalisasiUntuk uji statistik induktif atau inferensial
  15. 15. Macam Random Sampling Simple random sampling (SRS) Systematic Random Sampling Stratified Random Sampling Cluster sampling Multi-stage sampling
  16. 16. Proses Teknik/Disain Sampling Define the Target Population Identify the Sampling Frame Choose the Sampling Method Determine the Sample Size Gather the Data
  17. 17. Simple Random SamplingUntuk populasi yang dianggap homogenTersedia ada daftar semua unit populasiDaftar (list) unit populasi disebut kerangka sampel (sample frame)Keuntungan: termasuk “unbias” dan mudah dilakukanKelemahan: jika sampel mengumpul atau menyebar Diperlukan daftar lengkap dari seluruh unit populasi
  18. 18. PopulasiRandomisasi (undian ataubilangan random) Sampel
  19. 19. Systematic Random Sampling Untuk populasi yang dianggap homogen Ada daftar semua unit populasi Daftar (list) unit populasi disebut kerangka sampel (sample frame) Pengambilan sampel pertama seperti simple random sampling  sampel kedua dst ditentukan dengan jarak tertentu (N/n) ◦ N = jumlah unit populasi ◦ n = jumlah unit populasi Lebih efisien dibanding simple random sampling
  20. 20. Stratified Random Sampling Populasi relatif heterogen Dalam populasi terdiri dari strata atau lapisan yang homogen Dibutuhkan data yang lebih rinci tentang : - Kriteria pembagian strata - Informasi dasar dari strataCiri-ciri populasi dapat terwakili (representatif)Jika sampel menyebar jarak jauh  Waktu dan biaya besar
  21. 21. Stratified Random Sampling Menyerupai blok dalam rancangan eksperimen Umur • < 20 Jenis kelamin • 20-30 • pria Strata • 31-40 • wanita • 41-50Simple stratified random sampling  jumlah tiap unit dalamstrata samaProportional stratified random sampling  jumlah tiap unitdalam strata tidak sama
  22. 22. Stratified Random Sampling Populasi StratifikasiStrata1 Strata2 Strata3 Randomisasi Sampel
  23. 23. Cluster Random Sampling Untuk populasi yang relatif heterogen  Populasi mengandung kelompok-kelompok (cluster)  Di dalam cluster mengandung unit populasi yang heterogen  Heterogenitas cluster sama dengan populasinya Tidak perlu daftar semua unit sampel Biaya lebih murah, penyebaran unit populasi dapat ditekan
  24. 24. Cluster Random Sampling Populasi Randomisasi Cluster Randomisasi Sampel* Heterogenitas sampel diharapkan sama dengan populasi Sampel
  25. 25. Multistage Random Sampling- Sampel dianggap homogen dalam jumlah amat besar, biaya penelitian tidak cukup- Sampling dilakukan dalam beberapa “stage”, setiap stage dilakukan randomisasi- Kombinasi dari teknik pengambilan sampel untuk Probability Sampling (simple – stratified – cluster random sampling)- Urutan dapat bervariasi, tergantung dari keadaan populasi dan tujuan penelitian
  26. 26. Ukuran SampelPenentuan ukuran sampel  masalah yang pelikPeneliti hanya mengestimasi jumlah sampel yang akan digunakanTergantung tujuan penelitian dan sifat populasi ◦ Uji hipotesis (one sample, two sample etc) atau estimasi proporsi ◦ Populasi: finite ataukah infinite ◦ Jenis data: rasio, interval, nominal, ordinal ◦ Ketelitian yang diinginkan
  27. 27. Penentuan ukuran Sampel1. Tanpa rumus: Teori Thomas Bayes ◦ Untuk populasi berdistribusi normal ◦ Kalau distribusi tidak diketahui  tetap distribusi normal jika random dan jumlah sampel besar (n minimum 30)2. Dengan rumus ◦ Jika data proporsi  diperlukan data proporsi kejadian ◦ Data kontinyu  perlu data varians ◦ Jika didapatkan masih dipandang besar  disesuaikan dengan waktu, biaya dan sampel (pasien) tersedia atau tidak.
  28. 28. Pedoman penentuan ukuran sampelSebaiknya ukuran sampel antara 30 s/d 500Jika sampel dipecah lagi ke dalam sub sampel  jumlah minimum adalah 30Untuk penelitian eksperimen sederhana dengan pengendalian yang ketat  ukuran sampel 10-20 elemenPada penelitian multivariat  jumlah sampel lebih banyak (10 kali lipat)
  29. 29. Estimasi proporsi Peneliti hanya mengestimasi jumlah sampel yang akan digunakan Bukan menghitung secara pasti Perlu informasi awal: ◦ Estimasi proporsi populasi (P) ◦ Harga alfa (size of test) dan atau beta (power of test)  simpangan d ◦ Confidence interval (CI)
  30. 30. Besar sampel estimasi proporsi 2 z p. q n= 2 2 N .zα p. q n= 2 α d . ( N −1) + Zα . p.q d Populasi infinit Populasi finit n = jumlah sampel N = jumlah unit populasi q = 1-p p = estimator proporsi populasi d = simpangan mutlak z=nilai z pada derajat kepercayaan α
  31. 31. TERIMAKASIH

×