Dokumen tersebut membahas tentang cara menghitung besar sampel minimal yang diperlukan dalam penelitian kesehatan masyarakat dengan menggunakan beberapa rumus berdasarkan jenis penelitiannya, seperti penelitian survey, case control, cohort, dan eksperimental. Jenis penelitian dan data yang digunakan akan menentukan rumus yang tepat untuk menghitung besar sampel.
Bab vii perhitungan sampel dalam epidemiologi 1NajMah Usman
kita akan mempelajari tentang “Perhitungan sampel dalam penelitian epidemiologi”
Seringkali didalam melakukan sebuah penelitian, sumber daya yang tersedia baik itu berupa tenaga, waktu maupun dana sangatlah terbatas. Hal ini, tidak memungkinkan peneliti untuk menganalisa semua unit yang ada di dalam populasi. Oleh karena itu, perlunya dilakukan sampling dengan hanya mengambil sebagian sampel dari keseluruhan unit populasi yang ada. Sehingga, proses penelitian yang dilakukan akan lebih efektif dan efisien terutama dalam hal biaya penelitian yang harus dikeluarkan.
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo �Jakarta
Bab ii perhitungan dalam epidemiologi (part 2)NajMah Usman
Prevalensi adalah proporsi orang yang berpenyakit dari suatu populasi pada satu titik waktu atau periode waktu. Prevalensi juga dapat menunjukkanmasalah kesehatan lainnya atau kondisi tertentu misalnya prevalensi perilaku merokok. Prevalensi dapat dirumuskan sebagai berikut (2, 6, 8):
Prevalensi terbagi menjadi 2 jenis yaitu prevalens titik (point prevalence) dan prevalens periodik (periodic prevalance). Prevalens titik adalah Prevalensi yang menunjukkan proporsi individu yang sakit pada satu titik waktu tertentu. Sedangkan prevalens periodik adalah prevalens yang memuat prevalensi titik dan juga kasus baru (insidensi).
Prevalensi titik menggambarkan jumlah kasus (individu yang sakit) dibandingkan dengan populasi berisiko pada satu titik waktu tertentu(5, 8).
Misalnya hasil riset kesehatan dasar tahun 2007, menunjukkan prevalensi penderita hipertensi usia 18 sampai dengan 24 tahun berdasarkan hasil pengukuran pada riset ini adalah 12,2(9). Dari contoh ini terlihat bahwa numerator prevalensi titik adalah orang yang menderita hipertensi pada saat riset ini dilakukan. Titik waktu tidak hanya terbatas pada waktu berdasarkan kalender yang sama tetapi dapat juga berdasarkan peristiwa yang penting.Misalnya waktu hamil anak terakhir, saat diimunisasi, dan lain sebagainya.
Contoh prevalensi periode adalah prevalensi periode penyakit TB Paru yang didiagnosis oleh tenaga kesehatan pada kelompok masyarakat yang tinggal di pedesaan pada tahun 2010 adalah 0,75 %(10). Numerator pada contoh ini merupakan orang yang sakit TB Paru selama tahun 2010 baik kasus lama maupun kasus baru.
Insidensi menunjukkan kasus baru yang ada dalam populasi. Insidensi juga merupakan kejadian (kasus) yang baru saja memasuki fase klinik dalam riwayat alamiah penyakit. Insiden juga terbagi menjadi dua yaitu indensi kumulatif dan laju insidensi. Adapun rumus insiden adalah jumlah kejadian baru dibagi jumlah populasi berisiko dikali 1000.
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
Bab vii perhitungan sampel dalam epidemiologi 1NajMah Usman
kita akan mempelajari tentang “Perhitungan sampel dalam penelitian epidemiologi”
Seringkali didalam melakukan sebuah penelitian, sumber daya yang tersedia baik itu berupa tenaga, waktu maupun dana sangatlah terbatas. Hal ini, tidak memungkinkan peneliti untuk menganalisa semua unit yang ada di dalam populasi. Oleh karena itu, perlunya dilakukan sampling dengan hanya mengambil sebagian sampel dari keseluruhan unit populasi yang ada. Sehingga, proses penelitian yang dilakukan akan lebih efektif dan efisien terutama dalam hal biaya penelitian yang harus dikeluarkan.
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo �Jakarta
Bab ii perhitungan dalam epidemiologi (part 2)NajMah Usman
Prevalensi adalah proporsi orang yang berpenyakit dari suatu populasi pada satu titik waktu atau periode waktu. Prevalensi juga dapat menunjukkanmasalah kesehatan lainnya atau kondisi tertentu misalnya prevalensi perilaku merokok. Prevalensi dapat dirumuskan sebagai berikut (2, 6, 8):
Prevalensi terbagi menjadi 2 jenis yaitu prevalens titik (point prevalence) dan prevalens periodik (periodic prevalance). Prevalens titik adalah Prevalensi yang menunjukkan proporsi individu yang sakit pada satu titik waktu tertentu. Sedangkan prevalens periodik adalah prevalens yang memuat prevalensi titik dan juga kasus baru (insidensi).
Prevalensi titik menggambarkan jumlah kasus (individu yang sakit) dibandingkan dengan populasi berisiko pada satu titik waktu tertentu(5, 8).
Misalnya hasil riset kesehatan dasar tahun 2007, menunjukkan prevalensi penderita hipertensi usia 18 sampai dengan 24 tahun berdasarkan hasil pengukuran pada riset ini adalah 12,2(9). Dari contoh ini terlihat bahwa numerator prevalensi titik adalah orang yang menderita hipertensi pada saat riset ini dilakukan. Titik waktu tidak hanya terbatas pada waktu berdasarkan kalender yang sama tetapi dapat juga berdasarkan peristiwa yang penting.Misalnya waktu hamil anak terakhir, saat diimunisasi, dan lain sebagainya.
Contoh prevalensi periode adalah prevalensi periode penyakit TB Paru yang didiagnosis oleh tenaga kesehatan pada kelompok masyarakat yang tinggal di pedesaan pada tahun 2010 adalah 0,75 %(10). Numerator pada contoh ini merupakan orang yang sakit TB Paru selama tahun 2010 baik kasus lama maupun kasus baru.
Insidensi menunjukkan kasus baru yang ada dalam populasi. Insidensi juga merupakan kejadian (kasus) yang baru saja memasuki fase klinik dalam riwayat alamiah penyakit. Insiden juga terbagi menjadi dua yaitu indensi kumulatif dan laju insidensi. Adapun rumus insiden adalah jumlah kejadian baru dibagi jumlah populasi berisiko dikali 1000.
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018Muh Saleh
Disain dan Lokasi
Survei potong lintang menggunakan kerangka sampel Blok
Sensus (BS) Susenas bulan Maret 2018 dari BPSPopulasi adalah rumah tangga mencakup seluruh provinsi dan
kabupaten/kota (34 Provinsi, 416 kabupaten dan 98 kota) di
Indonesia
Sumber : Bahan Paparan Litbangkes Kemenkes RI
Bab v skrining penapisan dalam epidemiologiNajMah Usman
kita akan mempelajari tentang Skrining atau penapisan dalam Epidemiologi. Apa itu skrining ? Bagaimana melakukan skrining dalam kesehatan ? Dan bagaimana perhitungan dalam skrining berguna dalam mengkonfirmasi orang sakit ? Kita akan mengetahinya.
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018Muh Saleh
Disain dan Lokasi
Survei potong lintang menggunakan kerangka sampel Blok
Sensus (BS) Susenas bulan Maret 2018 dari BPSPopulasi adalah rumah tangga mencakup seluruh provinsi dan
kabupaten/kota (34 Provinsi, 416 kabupaten dan 98 kota) di
Indonesia
Sumber : Bahan Paparan Litbangkes Kemenkes RI
Bab v skrining penapisan dalam epidemiologiNajMah Usman
kita akan mempelajari tentang Skrining atau penapisan dalam Epidemiologi. Apa itu skrining ? Bagaimana melakukan skrining dalam kesehatan ? Dan bagaimana perhitungan dalam skrining berguna dalam mengkonfirmasi orang sakit ? Kita akan mengetahinya.
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
Uji beda mean terdiri dari
Uji beda mean satu sampel
Uji beda mean dua sampel
- dua mean independen
- dua mean dependen
Uji beda mean lebih dari dua sampel
1. MENGHITUNG BESAR SAMPEL PENELITIAN
KESEHATAN MASYARAKAT
Oleh: Ir. Suyatno, MKes.
(Pengajar Bagian Gizi, Fakultas Kesehatan Masyarakat-UNDIP Semarang)
Dalam statistik inferensial, besar sampel sangat menentukan representasi sampel
yang diambil dalam menggambarkan populasi penelitian. Oleh karena itu menjadi satu
kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar dalam
menentukan sampel minimal dalam sebuah penelitian.
Cara mengitung besar sampel suatu penelitian sangat ditentukan oleh disain
penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional dengan
menguunakan disain cross-sectional akan berbeda dengan case-control study dan khohor,
demikian pula jika data yang dikumpulkan adalah proporsi akan beda dengan jika data
yang digunakan adalah data continue. Pada penelitian di bidang kesehatan masyarakat,
kebanyakan menggunakan disain atau pendekatan cross-sectional atau belah lintang,
meskipun ada beberapa yang menggunakan case control ataupun khohor.
Terdapat banyak rumus untuk menghitung besar sampel minimal sebuah
penelitian, namun pada peper ini akan disampaikan sejumlah rumus yang paling sering
dipergunakan oleh para peneliti.
1. Penelitian Cross-sectional
Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi
binomunal (binomunal proportions). Jika besar populasi (N) diketahui, maka dicari
dengan menggunakan rumus berikut:
Z21- /2 p (1-p) N
n = ----------------------------------d2(N-1) + Z21- /2 p (1-p)
Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa melakukan pengambilan
sampel secara acak).
Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka besar
sampel dihitung dengan rumus sebagai berikut :
Z2 p q
n = ---------- =
d2
Z2 p (1-p)
-------------d2
(Snedecor GW & Cochran WG, 1967)
(Lemeshowb dkk, 1997)
Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com
Hp. 08122815730 / 024-70251915
1
2. Keterangan :
n = jumlah sampel minimal yang diperlukan
= derajat kepercayaan
p = proporsi anak yang diberi ASI secara eksklusif
q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif
d = limit dari error atau presisi absolut
Jika ditetapkan
=0,05 atau Z1-
/2
= 1,96 atau Z2 1-
/2 =
1,962 atau dibulatkan
menjadi 4, maka rumus untuk besar N yang diketahui kadang-kadang diubah menjadi:
4 pq
n = ---------d2
Misalnya, kita 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. Dangan limit dari error (d) ditetapkan 0,05 dan nilai
= 0,05, maka jumlah
sampel yang dibutuhkan sebesar:
1,962 . 0,172 . 0,828
n = ------------------------0,05 2
= 219 orang (angka minimal)
Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka dapat
dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka nilai d
sekitar 2,5 % (0,025) atau lebih kecil lagi.
2. Case Control dan Khohor
Rumus yang digunakan untuk mencari besar sampel baik case control maupun
khohor adalah sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk
penelitian khohor, ada juga yang menggunakan ukuran data kontinue (nilai mean).
Besar sampel untuk penelitian case control adalah bertujuan untuk mencari
sampel minimal untuk masing-masing kelompok kasus dan kelompok kontrol. Kadangkadang peneliti membuat perbandingan antara jumlah sampel kelompok kasus dan
kontrol tidak harus 1 : 1, tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan untuk memperoleh
Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com
Hp. 08122815730 / 024-70251915
2
3. hasil yang lebih baik.
Adapun rumus yang banyak dipakai untuk mencari sampel
minimal penelitian case-control adalah sebagai berikut:
(p0.q0 + p1.q1)( Z
1 -
/2
+ Z 1-ß )2
n= (p1 - p0) 2
Keterangan :
n
Z1 -
= jumlah sampel minimal kelompok kasus dan kontrol
= nilai pada distribusi normal standar yang sama dengan tingkat
/2
kemaknaan
(untuk
= 0,05 adalah 1,96)
Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa
(power) sebesar diinginkan (untuk ß=0,10 adalah 1,28)
p0
= proporsi paparan pada kelompok kontrol atau tidak sakit
p1
= proporsi paparan pada kelompok kasus (sakit)
qo
= 1 – p0 dan q1 = 1 – p1
Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok
exposure dan non-exposure
atau kelompok terpapar dan tidak terpapar.
Jika yang
digunakan adalah data proporsi maka untuk penelitian khohor nilai p0 pada rumus di atas
sebagai proporsi yang sakit pada populasi yang tidak terpapar dan p1 adalah proporsi
yang sakit pada populasi yang terpapar atau nilai p1 = p0 x RR (Relative Risk).
Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan,
IMT dan sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar sampel
untuk kelompok dilakukan berdasarkan rumus berikut.
2( Z 1 - / 2 + Z 1-ß )2 2
n = --------------------------------(U1 - U2) 2
Keterangan :
n = jumlah sampel tiap kelompok
Z1 - / 2 = nilai pada distribusi normal standar yang sama dengan tingkat
kemaknaan
(untuk = 0,05 adalah 1,96)
Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa
(power) sebesar diinginkan (untuk ß=0,10 adalah 1,28)
= standar deviasi kesudahan (outcome)
U1 = mean outcome kelompok tidak terpapar
U2 = mean outcome kelompok terpapar
Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian
tentang pengaruh pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan
menggunakan tingkat kemaknaan 95 % atau = 0,05, dan tingkat kuasa/power 90 % atau
ß=0,10, serta kesudahan (outcome) yang diamati adalah berat badan bayi yang ditetapkan
memiliki nilai asumsi SD=0,94 kg (mengacu data dari penelitian LPKGM di Purworejo,
Jawa Tengah), dan estimasi selisih antara nilai mean kesudahan (outcome) berat badan
kelompok tidak terpapar dan kelompok terpapar selama 4 bulan pertama kehidupan bayi
Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com
Hp. 08122815730 / 024-70251915
3
4. (U0 – U1) sebesar 0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan
jumlah minimal sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar atau
tidak terpapar adalah:
2( 1,96 + 1,28 )2 (0,94)
2
n=
(0,6) 2
= 51,5 orang atau dibulatkan: 52 orang/kelompok
Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akan
lepas selama pengamatan, biasanya diasumsikan 15 %. Pada contoh diatas, maka sampel
minimal yang diperlukan menjadi n= 52 (1+0,15) = 59,8 bayi atau dibulatkan menjadi
sebanyak 60 bayi untuk masing-masing kelompok baik kelompok terpapar ataupun tidak
terpapar atau total 120 bayi untuk kedua kelompok tersebut.
3. Penelitian Eksperimental
Menurut Supranto J (2000) untuk penelitian eksperimen dengan rancangan acak
lengkap, acak kelompok atau faktorial, secara sederhana dapat dirumuskan:
(t-1) (r-1) > 15
dimana : t = banyaknya kelompok perlakuan
j = jumlah replikasi
Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan untuk tiap
perlakuan dapat dihitung:
(4 -1) (r-1) > 15
(r-1) > 15/3
r > 6
Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan koreksi dengan 1/(1-f)
di mana f adalah proporsi unit eksperimen yang hilang atau mengundur diri atau drop out.
Referensi:
1. Bhisma-Murti, Prinsip dan Metoda Riset Epidemiologi, Gadjah Mata University
Press,1997
2. Lemeshow, S. & David W.H.Jr, 1997. Besar Sampel dalam Penelitian Kesehatan
(terjemahan), Gadjahmada University Press, Yogyakarta
3. Snedecor GW & Cochran WG, Statistical Methods 6th ed, Ames, IA: Iowa State
University Press, 1967
4. Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT
Rineka Cipta, Jakarta.
Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com
Hp. 08122815730 / 024-70251915
4