2. Eksperimen Lapangan
Dalam melakukan penelitian ekologi intertidal, 2 masalah
utama sering timbul berkaitan dengan desain sampling :
- Tidak adanya replikasi yang benar dan kecenderungan
munculnya pseudoreplikasi.
- Tidak adanya indenpendensi.
3. Tanpa Ulangan pada Perlakuan dan kontrol
(e.g. Hawkins, 1981b)
Perlakuan dan kontrol berdekatan dengan sekat
Tanpa ulangan, O (ulangan semu /psedoreplication)
Bad design (e.g. Hawkins, 1983)
Perlakuan terpencar dan kontrol terpisah
(ulangan semu / psedoreplication)
Bad design (e.g. Raffaeli, 1978)
Ulangan secara berkelompok, kurang terpencar,
Tidak memungkinkan untuk melakukan perlakukan pada
area terpisah. Bad design.
Ulangan secara berkelompok, perlakuan dan kontrol
terpisah. Good design.
Perlakuan dan control dilakukan secara acak dan banyak
dan dalam area yang berbeda.
Excellent design.
Desain
Eksperimen
Lapangan
4. Population Ecology
• The principles of population ecology are important to biologists in the
areas of wildlife management, forestry, and fisheries.
• In all of these areas professional try to practice the principles of
sustainable resource management. In the past resources were often
exploited with the feeling that they were limitless. Today we know that a
resource has to be carefully managed to prevent it loss.
• This is the idea of maximum sustained yield, or how much can you
harvest without depleting the resource.
• Unfortunately we haven’t been good at managing many ocean fish
stocks. Some fisheries, such as the northern cod fishery, collapsed due
to over-fishing. A few other species threatened by over exploitation
include sturgeon (caviar), Chilean Sea Bass, and Orange Roughy.
• Wildlife managers set bag limits on game based on an estimated
sustained yield. These principles are used to set the numbers of permits
issued for Florida’s annual alligator hunt.
5. POPULASI
Populasi
kelompok keseluruhan orang, peristiwa atau sesuatu
yang ingin diselidiki oleh peneliti.
Populasi sasaran
Tujuan utama penarikan sampel adalah untuk
memperoleh informasi tentang populasi.
Oleh karena itu sejak awal perlu mengidentifikasi
populasi secara tepat dan akurat.
Contoh :
Populasi sasaran untuk penelitian
persepsi akuntan adalah para akuntan.
Populasi sasaran untuk calon mahasiswa potensial adalah siswa
SMU dll
6. Elemen
suatu anggota tunggal dari populasi.
Jika terdapat 200 penumpang pesawat dalam suatu penerbangan,
maka setiap penumpang pesawat tersebut merupakan elemen dari
populasi.
Sampel
beberapa anggota atau suatu bagian (subset) dari populasi.
Hal ini mencakup sejumlah anggota yang dipilih dari populasi.
Sehingga sebagaian elemen dari populasi merupakan sampel.
penting dalam penelitian
berkaitan dengan kredibilitas dan mutu penelitian serta biaya
penelitian yang harus di bayar.
7. Alasan diperlukannya sampel dalam penelitian :
Sulit mengambil seluruh populasi (sensus) menjadi data penelitian,
karena:
(a) populasi demikian banyaknya sehingga dalam prakteknya tidak
mungkin seluruh elemen diteliti;
(b) keterbatasan waktu penelitian, biaya, dan sumber daya manusia,
membuat peneliti harus telah puas jika meneliti sebagian dari
elemen penelitian;
(c) bahkan kadang, penelitian yang dilakukan terhadap sampel bisa
lebih reliabel daripada terhadap populasi
misalnya, karena elemen sedemikian banyaknya maka akan
memunculkan kelelahan fisik dan mental para pencacahnya sehingga
banyak terjadi kekeliruan. (Uma Sekaran, 1992);
(d) jika elemen populasi homogen, penelitian terhadap seluruh
elemen dalam populasi menjadi tidak masuk akal,
misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk
8. Mengapa dalam penelitian digunakan sampel dan
apakah sampel dapat dikatakan mewakili seluruh
populasi?Sampel dapat mewakili seluruh populasi, apabila:
Sampel harus mengandung dua criteria yaitu cermat (accuracy) dan
tepat (precission).
Kriteria cermat dimaksudkan agar sampel yang diambil tidak
akan bias sehingga sampel dapat memberikan reaksi yang tidak
berlebih atau kurang tetapi memberikan reaksi wajar.
Kriteria tepat mengandung arti sampel yang diambil dapat
mewakili dengan wajar keseluruhan populasi tersebut. Oleh
karena itu aspek ketepatan ini mengandung pengukuran
standard yang dapat ditoleransi terhadap kemungkinan
kesalahan pengambil sampel.
Menggunakan teknik pengambilan sampel (teknik sampling) yang
sesuai dengan strategi penelitian yang dilakukan.
9.
10. TEKNIK SAMPLING
Pengertian teknik sampling
Teknik pengambilan sample atau teknik
sampling adalah teknik pengambilan sampel
dari populasi. Sampel yang merupakan
sebagaian dari populasi tsb. kemudian diteliti
dan hasil penelitian (kesimpulan) kemudian
dikenakan pada populasi (generalisasi).
11. SAMPLING
• Sampling adalah proses memilih suatu jumlah
unsur populasi yang mencukupi dari populasi,
sehingga dengan mempelajari sampel dan
memahami karakteristiknya memungkinkan
untuk untuk menggeneralisasikan karakteristik
tersebut pada seluruh anggota populasi.
• Kategori Sampling
– Probability Sampling dan
– Nonprobability sampling
12. SAMPEL
Sampel atau contoh adalah sebagian dari
populasi yang karakteristiknya hendak diteliti.
Sampel yang baik, yang kesimpulannya dapat
dikenakan pada populasi, adalah sampel yang
bersifat representatif atau yang dapat
menggambarkan karakteristik populasi.
13. HUBUNGAN SAMPEL DAN POPULASI
Populasi Sampel
Rata-rata µ Simpangan Baku σ Banyak n jika Pengambilan sampel dengan
pengembalian = Nn
Jika Sampel tanpa pengembalian, maka
banyaknya sampel adalah NCn
RANDOM
14. POPULASI, SAMPEL, DAN SAMPLING
2. diteliti
1. Teknik sampling
3. generalisasi
POPULASI
2. diteliti
1. Teknik sampling
3. generalisasi
SAMPEL
15.
16. Manfaat sampling
Menghemat biaya penelitian.
Menghemat waktu untuk penelitian.
Dapat menghasilkan data yang lebih akurat.
Memperluas ruang lingkup penlitian.
3) Syarat-syarat teknik sampling
Teknik sampling boleh dilakukan bila populasi bersifat
homogen atau memiliki karakteristik yang sama atau
setidak-tidaknya hampir sama. Bila keadaan populasi
bersifat heterogen, sampel yang dihasilkannya dapat
bersifat tidak representatif atau tidak dapat
menggambarkan karakteristik populasi.
19. 19
Bentuk pengambilan sampel
Sampel
Acak
Sampel
Tidak Acak
Setiap unsur
yang ada dalam
populasi diberi
kesempatan
atau peluang
yang sama untuk
bisa diambil
sebagai sampel
Setiap unsur
yang ada dalam
populasi tidak
diberi kesempatan
atau peluang
yang sama untuk
bisa diambil
sebagai sampel
20. 20
Kapan peneliti sebaiknya mengambil sampel
secara acak dan tidak acak?
Ketika peneliti
bermaksud untuk
menggeneralisasikan
hasil penelitiannya
maka ambilah sampel
secara acak dan
representatif
Ketika peneliti
tidak bermaksud untuk
menggeneralisasikan
hasil penelitiannya
atau ketika jumlah
populasi tidak di-
ketahui secara pasti
maka ambilah sampel
secara tidak acak
21. JENIS-JENIS TEKNIK SAMPLING
TEKNIK
SAMPLING
NON RANDOM
SAMPLING
RANDOM
SAMPLING
RAMBANG SEDERHANA
SISTEMATIS
RAMBANG PROPORSIONAL
RAMBANG BERTINGKAT
KLUSTER
PURPOSIVE SAMPLING
SNOWBALL SAMPLING
QUOTA SAMPLING
ACCIDENTAL SAMPLING
22. Random sampling
Teknik sampling probabilitas atau random
sampling merupakan teknik sampling yang
dilakukan dengan memberikan peluang atau
kesempatan kepada seluruh anggota populasi
untuk menjadi sampel. Dengan demikian
sampel yang diperoleh diharapkan merupakan
sampel yang representatif.
Teknik sampling semacam ini dapat dilakukan
dengan cara-cara sebagai berikut.
23. Random sampling
Teknik sampling secara rambang sederhana.
• Cara paling populer yang dipakai dalam proses
penarikan sampel rambang sederhana adalah
dengan undian.
• Setiap elemen dalam populasi mempunyai
kesempatan sama untuk diseleksi sebagai subyek
dalam sampel. Satu hal penting, peneliti harus
mengetahui jumlah responden yang ada dalam
populasi penelitian
• Sampling ini memiliki bias terkecil dan
generalisasi
24. • Keuntungan menggunakan teknik ini peneliti
tidak membutuhkan pengetahuan tentang
populasi sebelumnya, bebas dari kesalahan
klasifikasi yang memungkinkan dapat terjadi;
dan dengan mudah data di analisis serta
kesalahan-kesalahan dapat dihitung.
• Kelemahan dalam teknik ini peneliti tidak
dapat memanfaatkan pengetahuan yang
dipunyainya tentang populasi dan tingkat
kesalahan dalam menentukan ukuran sampel
lebih besar.
25. 1. Simple Random Sampling (SRS)
Dilakukan jika populasinya homogen
SRS untuk populasi terbatas berukuran N adalah
sampel yang dipilih sedemikian sehingga masing-
masing kemungkinan sampel berukuran n
memiliki peluang yang sama untuk terpilih.
Ada 2 (dua) tipe, yaitu:
Dengan Pengembalian (with replacement -
WR)
Tanpa Pengembalian (without replacement -
WOR)
26. 1. Simple Random Sampling (SRS)
Dilakukan jika populasinya homogen
SRS dari populasi tak terbatas merupakan
sampel yang dipilih sedemikian sehingga kondisi
berikut terpenuhi:
Masing-masing elemen dipilih dari populasi
yang sama
Setiap elemen dipilih secara bebas
(independent)
27. random sampling
• Syarat yang harus dipenuhi untuk rambang sederhana adalah:
a. Ukuran populasi harus terhingga, besarnya populasi harus diketahui oleh
peneliti, populasi yang bersifat konseptual atau teoretis dapat
dikategorikan pada populasi tak terhingga.
Populai yang terlalu banyak juga termasuk populasi tak terhingga.
b. Anggota populasi harus homogen, anggota populasi yang mempunyai
karakteristik yang dianggap sama atau pada umumnya sama (homogen)
samplingnya dapat dilakukan dengan sampling acak. Populasi yang
anggotanya mempunyai karakteristik berbeda-beda sampelnya tidak dapat
diambil dengan cara sampling acak.
c. Cara lain mengambil sampel secara acak ialah dengan menggunakan tabel
bilangan acak. Ada berbagai tabel bilangan acak salah satunya dapat dilihat
di kalkulator
Cara menggunakan tabel bilangan acak adalah sebagai berikut:
27
28. 28
1) Pertama-tama semua anggota populasi diberi nomor urut.
Jika populasi ada 500, maka berilah semua anggota populasi
nomor urut 1, 2, 3, dst. …… 500.
Misalnya jumlah sampel yang diambil ada 75.
2) Pilih secara acak atau acak baris dan kolom pada tabel bilangan
random, misalnya dipilih:
baris kedua kolom 05-09,
baris ketiga kolom 10-14,
baris keempat kolom 20-24,
baris kelima kolom 25-29.
3) baris keenam kolom15-19,
baris kesembilan kolom 25-29.
29. 29
Dimulai dari baris kedua kolom 05-09, pilihlah berurutan ke bawah
digit yang tiga angka pertama-nya sesuai dengan nomor anggota
populasi.
Setelah digit yang ada pada kolom tersebut habis, lanjutkan pada
kolom berikutnya, dst . sampai diperoleh sampel sebanyak 75.
4) Dari hal di atas, nomor yang menjadi sampel adalah:
176, 374, 092, 036, 124, 214,
112, 106, 206, 108, 298, 499, 072, 448, 428,
466, 162, 100, 473, 456, 234, 373, 284
364, 417.
30. Cara-cara random sampling
2) Teknik sampling secara sistematis (systematic
sampling)
• Prosedur ini berupa penarikan sample dengan cara mengambil setiap
kasus (nomor urut) yang kesekian dari daftar populasi.
• Setiap elemen populasi dipilih dengan suatu jarak interval (tiap ke n
elemen) dan dimulai secara random dan selanjutnya dipilih sampelnya
pada setiap jarak interval tertentu. Jarak interval misalnya ditentukan
angka pembagi 5,6 atau 10. Atau dapat menggunakan dasar urutan
abjad
• Syarat yang perlu diperhatikan oleh peneliti adalah adanya daftar
semua anggota populasi
• Sampling ini bisa dilakukan dengan cepat dan menghemat biaya, tapi
bisa menimbulkan bias
30
31. 31
Cara Pengambilan Sampel
Suatu populasi yang mempunyai anggota 500 individu, akan diambil
sampelnya dengan teknik ini sebanyak 50 individu, maka pertama-
tama peneliti memberi nomor urut pada setiap anggota populasi
dengan urutan nomor 1, 2, 3, ….., 500.
Kemudian peneliti membuat interval pada nomor-nomor anggota
populasi misalnya dengan interval 10 angka, sehingga diperoleh 50
kelompok bilangan (kelas interval).
Setiap kelas interval secara acak ditetapkan bilangan mana akan
diambil anggotanya untuk dijadikan sampel yang mewakili interval
tersebut.
Misalnya ditetapkan 7 sebagai nomor yang mewakili kelas interval
pertama ( 1 s.d. 10), maka selanjutnya akan didapati 17 untuk
mewakili kelas interval kedua (11 s.d. 20).
Selanjutnya 27 mewakili kelas interval ketiga, dan seterusnya, sampai
497 untuk mewakili kelas interval terakhir atau kelima puluh (491 s.d.
500).
Dengan demikian diperoleh jumlah sampel sebanyak 50.
32. Cara-cara random sampling
(lanjutan)
3) Teknik sampling secara rambang proporsional.
Jika populasi terdiri dari subpopulasi-subpopulasi maka
sample penelitian diambil dari setiap subpopulasi.
Adapun cara pengambilannya dapat dilakukan secara
undian maupun sistematis.
32
33. Cara-cara random sampling
(lanjutan)
4) Teknik sampling secara rambang bertingkat
(stratified sampling)
• Bila subpopulasi-subpopulasi sifatnya bertingkat, cara pengambilan sampel
sama seperti pada teknik sampling secara proporsional.
• Digunakan untuk mengurangi pengaruh faktor heterogen dan melakukan
pembagian elemen-elemen populasi ke dalam strata. Selanjutnya dari
masing-masing strata dipilih sampelnya secara random sesuai proporsinya.
• Sampling ini banyak digunakan untuk mempelajari karakteristik yang
berbeda, misalnya, di sekolah ada kls I, kls II, dan kls III. Atau responden
dapat dibedakan menurut jenis kelamin; laki-laki dan perempuan, dll.
• Keadaan populasi yang heterogen tidak akan terwakili, bila menggunakan
teknik random. Karena hasilnya mungkin satu kelompok terlalu banyak
yang terpilih menjadi sampel.
33
35. CONTOH MENENTUKAN JUMLAH SAMPEL
SETIAP STRATUM
Stratum Kelompok Jumlah Persentase Jumlah sampel
anggota dari total per stratum
1 Bulat 5 21 2 (0,21 x 10)
2 Kotak 7 29 3 (0,29 x 10)
3 Segitiga 12 50 5 (0,50 x 10)
Jumlah Total 24 100 10
36. CONTOH MENENTUKAN JUMLAH SAMPEL
SETIAP STRATUM
Stratum Kelompok Jumlah Persentase Jumlah sampel
anggota dari total per stratum
1 Bulat 1 4 0 (0,04 x 10)
2 Kotak 3 13 1 (0,13 x 10)
3 Segitiga 20 83 8 (0,83 x 10)
Jumlah Total 24 100 10
37. 37
Cara pengambilan sampel
Pertama mengidentifikasi karakteristik umum anggota populasi,
kemudian menentukan strata atau lapisan dari jenis karakteristik unit-
unit tersebut.
Setelah ditentukan stratanya, baru dari masing-masing strata diambil
sampel yang mewakilinya.
Pengambilan sampel tahap kedua ini, biasanya dilakukan dengan cara
acak, karenanya disebut stratified random sampling.
Agar perimbangan sampel dari masing-masing strata memadai, maka
dalam teknik ini sering pula dilakukan perimbangan antara jumlah
anggota populasi berdasarkan masing-masing strata.
Apabila sampling memperhatikan daerah (sampling area) maka dalam
hal ini setiap wilayah harus pula terwakili dalam sampel.
38.
39. Contoh Stratified Random Sampling:
Populasi 900 orang
Gr gol.II
300 orang
Gr gol.III
300 orang
Gr gol.IV
300 orang
Pilih secara acak
Untuk 90 orang
Pilih secara acak
Untuk 90 orang
Pilih secara acak
Untuk 90 orang
Dibagi tiga
40. Cara-cara random sampling
(lanjutan)
5) Teknik sampling secara kluster (cluster
sampling)
• Ada kalanya peneliti tidak tahu persis karakteristik
populasi yang ingin dijadikan subjek penelitian karena
populasi tersebar di wilayah yang amat luas. Untuk itu
peneliti hanya dapat menentukan sampel wilayah,
berupa kelompok klaster yang ditentukan secara
bertahap. Teknik pengambilan sampel semacam ini
disebut cluster sampling atau multi-stage sampling.
40
41. Cara-cara random sampling
(lanjutan)
5) Teknik sampling secara kluster (cluster
sampling)
• Elemen-elemen dalam populasi dibagi ke dalam
cluster atau kelompok, jika ada beberapa kelompok
dengan heterogenitas dalam kelompoknya dan
homogenitas antar kelompok. Teknik cluster sering
digunakan oleh para peneliti di lapangan yang
mungkin wilayahnya luas.
• Sampling ini mudah dan murah, tapi tidak efisien
dalam hal ketepatan serta tidak umum
41
43. b. Nonrandom sampling
1) Purposive sampling atau judgmental sampling
Penarikan sampel secara purposif merupakan cara penarikan sample yang
dilakukan memiih subjek berdasarkan kriteria spesifik yang ditetapkan
peneliti berdasarkan ciri atau sifat-sifat populasi yang sudah diketahui
sebelumnya.
Pelaksanaan pengambilan sampel yang menggunakan teknik ini, mula-mula
peneliti harus mengidentifikasi semua karakteristik populasi, maupun
dengan cara lain dalam mempelajari berbagai hal yang berhubungan
dengan populasi.
Setelah itu barulah peneliti menetapkan berdasarkan pertimbangannya,
sebagian dari anggota populasi menjadi sampel penelitian.
Jadi teknik pengambilan sampel dengan pupossive sampling berdasarkan
pada pertimbangan pribadi peneliti.
43
44. b. Nonrandom sampling
2) Snow-ball sampling (penarikan sample secara bola salju).
• Proses pengambilan sample dengan cara sambung
menyambung informasi dari unit satu dengan unit lain sehingga
menjadi satu kesatuan unit yang banyak
• Penarikan sample pola ini dilakukan dengan menentukan
sample pertama. Sampel berikutnya ditentukan berdasarkan
informasi dari sampel pertama, sampel ketiga ditentukan
berdasarkan informasi dari sample kedua, dan seterusnya
sehingga jumlah sample semakin besar, seolah-olah terjadi efek
bola salju
44
45. b. Nonrandom sampling
3) Quota sampling (penarikan sample secara
jatah).
Teknik sampling ini dilakukan dengan cara pertama-tama menetapkan
berapa besarnya jumlah sampel yang diperlukan.
Biasanya yang dijadikan sample penelitian adalah subjek yang mudah
ditemui sehingga memudahkan pula proses pengumpulan data.
Kemudian menetapkan banyaknya jatah atau quotum, maka jatah atau
quotum itulah yang dijadikan dasar untuk mengambil unit sampel yang
diperlukan.
Anggota populasi manapun yang akan diambil, tidak menjadi masalah,
yang penting jumlah quotum yang sudah ditetapkan dapat dipenuhi.
45
46. b. Nonrandom sampling
4) Accidental sampling atau convenience
sampling
• Metode yang proses pengambilan sampelnya cukup dengan
mengambil siapa saja yang kebetulan ditemui oleh observer di
lapangan sesuai kebutuhan studi.
• Dalam penelitian bisa saja terjadi diperolehnya sampel yang
tidak direncanakan terlebih dahulu, melainkan secara
kebetulan, yaitu unit atau subjek tersedia bagi peneliti saat
pengumpulan data dilakukan
46
47. PENETAPAN JUMLAH SAMPEL
Berapakah besar jumlah yang dinyatakan
memenuhi syarat untuk penelitian ?
Apa saja yang harus dipertimbangkan
dalam menetapkan jumlah sampel ?
47
48. PENETAPAN JUMLAH SAMPEL
Ada beberapa pertimbangan untuk
penetapkan jumlah sampel :
1. Sejauh mana homogenitas populasi. Jika
populasi 100 persen homogen besar
sampel tak jadi persolan (misal menen-
tukan golongan darah). Namun jika popu-
lasi kurang homogen besar jumlah sam-
pel harus dipertimbangkan .
2. Apakah sampel memenuhi jumlah mini-
mum untuk analisis statistik (untuk pene-
litian kuantitatif analitik)
48
49. Ukuran Sampel
Kuantitatif :
dapat ditaksir dengan akurat, berdasar analisis
yang akan dilakukan, presisi estimasi yang
diinginkan, kesalahan random yang masih bisa
ditoleransi, kuasa statistik yang diharapkan
Kualitatif :
• Ukuran sampel cukup besar jika peneliti telah
puas bahwa data yang diperoleh cukup kaya
dan cukup meliput dimensi yang diteliti.
• Umumnya sekitar 40 responden, jarang >200
50. SAMPLE SIZE / BESAR SAMPEL
Tergantung pada :
• Pertimbangan representative
– Adanya sumber-sumber yang dapat digunakan
untuk menentukan batas maksimal dari besarnya
sampel.
• Pertimbangan analisis
– Kebutuhan rencana analisis yang menentukan
batas minimal besar sampel.
51. Variabel-variabel yang akan menentukan
jumlah sampel
• Tingkat kemaknaan statistik (α)
• Kuasa statistik (1-β)
• Besarnya pengaruh variabel terhadap efek
• Proporsi efek pada populasi tak terpapar
(kohort)
• Proporsi paparan pada populasi normal (kasus
kontrol)
• Perbandingan ukuran sampel antar kelompok
studi yang dikehendaki
52. • Peneliti menentukan α dan β berdasar
pertimbangan resiko yang masih dapat
diterima dari penelitian (0.05, 0.01, 0.001 dst)
• Besarnya pengaruh variabel bebas terhadap
efek ditetapkan oleh peneliti berdasar hasil
penelitian sebelumnya
53. No JENIS MASALAH RUMUS BESAR SAMPEL
1 Deskriptif kategorik ( Z α )2 pq
d2
2 Deskriptif numerik ( Z α x s)2
d2
3 Analitik komparatif ( Z α √2PQ + Zβ √ P1Q1 + P2Q2)2
Kategorikal tdk berpsg (p1 - P2 ) 2
4 Analitik komparatif N1=N2= [ Z α (OR-1) + Zβ√[ (OR+1)2 - (OR-1)2 π)]2
Kategorikal berpsg (OR-1)2 π 2
5 Analitik komparatif numerik 2 ( Z α + Z β )2 S2
tdk berpasangan 2 kelompok ( x1 - X2 )2
6 Analitik komparatif numerik
tdk berpasangan > 2 kelompok
7 Analitik komparatif numerik ( Z α + Z β )2 S2
berpasangan 2 kelompok ( x1 - X2 )2
8 Analitik komparatif numerik
berpasangan > 2 kelompok
9 Korelatif [ ( Z α + Z β )2 ]
(0,5 ln) [ ( 1 + r )/(1-r) ]2
10 Multivariate F (V1, ES
11 Diagnostik ( Z α )2 Sen (1-sen)
d2P
12 Survival ( Z α + Z β )2 [ Ǿ ( λc) + Ǿ ( λi)]
( λc - λi)2
54. Error Z α one tailed atau β Z α two tailed
0,01 2,576 2,581
0,02 2,238 2,576
0,03 1,960 2,238
0,05 1,645 1,960
0,10 1,282 1,645
0,15 1,036 1,440
0,20 0,842 1,282
Z α dan β
55. PENENTUAN BESARNYA SAMPEL
(SAMPLE SIZE)
Penetapan jumlah sampel tergantung pada:
1. Adanya sumber data yang dapat digunakan untuk
menetapkan batas maksimal dari besarnya sample
2. Kebutuhan dari rencana analisis yang menentukan batas
minimal dari besarnya sampel:
1. Angka perkiraan dari proporsi yang mau diukur (misal:
penelitianpenyakit jantung koroner ditetapkan 50%)
2. Tetapkan tingkat kepercayaan (misal: 5%, atau 1%)
3. Tetapkan derajat kepercayaan (Confidence levels) misal: 95%, atau
99%.
3. Hitung jumlah/besar sampel
56. Formula
d: penyimpangan (0,05 atau 0,01)
Z: SD normal (pd 1,96 atau 2,58)
p: proporsi sifat tertentu yang terjadi pada
populasi, bila tidak diketahui maka p=0,05
q:1-p atau (p + q = 1)
N: besarnya populasi
n: besarnya sampel
𝑑 = 𝑍 𝑥
𝑝 𝑥 𝑞
𝑛
x
𝑁 − 𝑛
𝑁 − 1
57. Contoh:
Penelitian tentang status kesehatan ikan di
kelurahan X N=923.000, prevalensi ikan sehat
tidak diketahui.Tentukan besar sampel (n) yang
harus diambil bila dikehendaki derajat
kemaknaan(1- α =95% dengan estimasi
penyimpangan(α=0,05)
• Bila dimasukan ke dalam formula di atas
diperoleh besarnya sampel n = 480
58. Untuk populasi kecil < 10.000
formulanya:
𝑛 =
𝑁
1+𝑁 𝑑2
N: besar populasi
n: besar sampel
d: tingkat kepercayaan/ketepatan yang diinginkan
59. Formula Snedecor dan Cochran:
n = besar sampel
p = proporsi variabel yang dikehendaki
q = 1 – p
Z α = simpangan rata-rata pada derajat kemaknaan α
d = kesalahan sampling yg masih ditoleransi
Z α pada α 0,05 dua arah = 1,96 dan satu arah = 1,64
α 0,01 dua arah = 2,58 dan satu arah = 2,32
𝑛 =
𝑍 𝛼
2
𝑝 𝑥 𝑝
𝑑2
60. Koreksi untuk populasi terbatas <10.000
Contoh: bila p sampel tdk diketahui maka p=50% dan
q=50% pada derajat kepercayaan 95% dan selisih antara
sampel dengan populasi 10% maka:
n =(1,962x0,5x0,5)/(0,1)2 = 100.
Utk d=5% dan n=1/d2=1/0,0025=400
Bila populasi studi 1000 maka
Nk =(400/1+(400/1000)=286
𝒏 𝒌 =
𝒏
𝟏 + 𝒏
𝑵