Dokumen tersebut membahas mengenai populasi, sampling, dan besar sampel dalam penelitian. Populasi didefinisikan sebagai seluruh subyek penelitian, sedangkan sampling adalah proses pemilihan sebagian kecil populasi untuk dijadikan sampel penelitian. Besar sampel ditentukan berdasarkan rumus statistik untuk meminimalkan kesalahan dan mewakili populasi secara utuh.

1. POPULASI, SAMPLING
DAN BESAR SAMPEL
Didik Budijanto
Pusdatin – Kemkes RI

2. Alur Berpikir dalam Metodologi Research:
• Masalah  Identifikasi Mslh  [ Batasan ]  Rumusan Masalah
-Tujuan Penelitian/ Manfaat  Tinjauan Pustaka  Kerngka Konsep
/ Hipotesis  Metode Penelitian : -
Design Penelitian
- Waktu / Lokasi
- Populasi / Sample
- Variabel / DO
- Instrumentasi
- Uji Coba
- Pengumpulan Data
- Analisis Data.
- Hasil Penelitian  Pembahasan  Kesimpulan / Saran.
(Debe,2003)

3. Lihat Chart dibwh dan sebut
WARNAnya bukan Kata nya dg cepat.
• KUNING BIRU ORANYE
• HITAM MERAH HIJAU
• KUNING MERAH UNGU
• BIRU ORANYE HIJAU
• MERAH UNGU KUNING
• UNGU HITAM BIRU

4. PENETAPAN SUBYEK PENELITIAN
 A. PENETAPAN POPULASI
 B. PENETAPAN CARA PEMILIHAN
SAMPEL (Sampling).
 C. PENETAPAN BESAR SAMPEL

5. A PENETAPAN POPULASI
• Ada 2 hal yang perlu dipertimbangkan :
- Pertimbangan keterkaitan subyek dalam populasi dengan
permasalahan penelitian.
- Pertimbangan menyangkut prosedur atau jenis penelitian
yang dilakukan.
• Terdapat 3 hal yg perlu dimengerti dalam menetapkan Populasi :
- Identifikasi Kesatuan Analisis ( Unit analisis )
- Penetapan batas-batas keluasan Populasi
- Pemahaman tentang kondisi subyek dalam populasi.

6. Penetapan Subyek Penelitian, Lanjutan ……………….
• Unit Analisis :
- Satuan subyek terkecil yang akan diamati dalam
penelitian.
- Bisa Individu, pedukuhan, puskesmas, institusi,
kelompok dll.
• Batas Keluasan Populasi :
- Aspek geografis (Kab., Prop., Nas )
- Aspek Subyek sendiri ( Laki, wanita, ras dll )
- Penyakit subyek.
- Sangat membantu dalam tehnik pemilihan sampel.
• Kondisi Subyek :
- Menyangkut ciri populasi, terutama tentang sifat
homogenitasnya.

7. B.Penetapan Cara Memilih
Sampel (Sampling)
 Mengapa kita Memilih Sampel ??
 Cara mana yang adekuat ??
 Mana yang bisa mewakili ??

8. REPRESENTATIVITAS SAMPEL
1. Adekuatitas Tehnik Pemilihan Sampel
2. Besar Sampel yang Dipilih
3. Homogenitas Populasi
4. Banyaknya Karakteristik Subyek yang akan
Dipelajari

9. Penetapan Subyek Penelitian , Lanjutan………
PROSEDUR PENGAMBILAN SAMPEL :
A. Probability Sampling
1. Simple Random Sampling
2. Sistematik Random Sampling
3. Stratified Random Sampling
4. Cluster Random Sampling
5. Multistage Random Sampling
B. Non Probability Sampling
1.Convenience atau accidental Sampling
2.Purposive Sampling
3.Judgment Sampling
4. Expert Sampling
5. Quota Sampling dll.

10. PROBABILITY SAMPLING
1. Simpel Random Sampling
- Populasinya dianggap homogen
- Ada daftar list unit populasi
- Bisa dengan lotre atau table random
Keuntungan :
- mudah
- Estimator populasi unbias
Kerugian :
- Dapat menyebar
jauh atau mengumpul - perlu list
seluruh populasi

11. Lanjutan ………………….
2. Sistematik Random Sampling
- mirip dengan Simple Random Sampling
- lebih merata penyebaran sampelnya
- perlu interval sampling
- interval = populasi : jumlah sampel.

12. Lanjutan …………….
3. Stratified Random Sampling
- jika populasinya heterogen
- Variabilitas ANTAR STRATA besar, variabilitas unit
sampel DALAM STRATA kecil.
- Terbagi 3 macam :
a. jika unit sampel dalam strata SAMA :
SIMPLE STRATIFIED RANDOM
b.
jika jumlah unit sampel dalam strata
TIDAK SAMA tapi variabilitas kecil :
PROPORTIONAL STRATIFIED RANDOM
c.
jika jumlah unit sampel BEDA dan variabili-
tas Besar : NEYMAN STRATIFIED RANDOM

13. Lanjutan …………….
4. Cluster Random Sampling
- jika variabilitas ANTAR CLUSTER kecil dan variabilitas
ANTAR INDIVIDU dalam CLUSTER besar
- Biaya lebih murah daripada SRS dan Stratified.
- Randomisasi terjadi untuk memilih cluster ( 1 thp)
- seluruh anggota cluster masuk sebagai anggota
sampel penelitian (1 tahap).

14. NON PROBABILITY SAMPLING
• Convenience atau Accidental Sampling :
- Sampel yg terdiri dari unit / individu yang mudah
ditemui.
- Metode ini tidak mempermasalahkan apakah
sampel yg diambil mewakili populasi atau tidak.
- Dirancang untuk melihat fenomena di masyarakat
secara mudah.
• Purposive Sampling :
- Sampling yang dilakukan berdasarkan keputusan
peneliti, yang menurut pendapatnya nampak
mewakili populasi.

15. Lanjutan ……………
• Judgment Sampling :
- Sampel ditentukan oleh petugas pengumpul data
saat pengumpulan di lapangan.
• Expert Sampling :
- Penentuan sampel dilakukan oleh sejumlah pakar
- karena kepakarannya mereka dianggap dapat
memilihkan sampel.
• Quota sampling :
- Besar sampel ditentukan dahulu tanpa
perhitungan statistik.
- Jatah.

16. C. PENENTUAN BESAR SAMPEL
• Perlu adanya teori sampling
• Melibatkan rumus statistik  tetapi tidak semua
penelitian.
• Pada Penelitian Deskriptif  bisa menggunakan Non
Probability Sampling ( Tak perlu rumus statistik )
• Penelitian Analitik / Experimental /Inferensial 
menggunakan Probability Sampling ( Perlu rumus
Statistik)

17. Ketentuan Umum yg perlu diperhatikan :
• Untuk menaksir parameter atau menguji
hipotesis.
• Data yang digunakan mrpk kontinyu atau
kategorikal / diskrit.
• Untuk penelitian Observasional atau
Experimental
• Berapa Presisi yang dikehendaki
• Adakah nilai parameter populasi yang
diketahui.

18. PENELITIAN OBSERVASIONAL
A. BESAR SAMPEL PADA SATU POPULASI
1. Estimasi
a. Simple random sampling atau systematic random sampling
- Data kontinyu
Untuk populasi infinit, rumus besar sampel adalah :
Z2
1-/2 2
n = -------------
d2
Jika populasi finit, maka rumus besar sampel adalah :
N Z2
1-/2 2
n = --------------------------
(N-1) d2 + Z2
1-/2 2
di mana 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
N = Besar Populasi

19. - Data proporsi
Untuk populasi infinit, rumus besar sampel adalah :
Z2
1-/2 P (1-P)
n = --------------------
d2
Jika populasi finit, maka rumus besar sampel adalah :
N Z2
1-/2 P (1-P)
n = -------------------------------
(N-1) d2 + Z2
1-/2 P (1-P)
di mana 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
N = besar populasi

20. • Stratified random sampling
• - Data kontinyu
di mana n = besar sampel minimum
N = besar populasi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
2
h = harga varians di strata-h
d = kesalahan (absolut) yang dapat ditolerir
Wh = fraksi dari observasi yang dialokasi pada strata-h = Nh/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada

21. • Data proporsi
• Rumus besar sampel adalah :
di mana n = besar sampel minimum
N = besar populasi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Ph = harga proporsi di strata-h
d = kesalahan (absolut) yang dapat ditolerir
Wh = fraksi dari observasi yang dialokasi pada strata-h = N h/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada

22. c. Cluster random sampling
- Data kontinyu
Pada cluster random sampling, ditentukan jumlah cluster yang akan diambil sebagai sampel.
Rumusnya adalah :
N Z2
1-/2 2
n = ----------------------------------
(N-1) d2 (N/C) 2 + Z2
1-/2 2
di mana n = besar sampel (jumlah cluster) minimum
N = besar populasi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
2 = harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
C = jumlah seluruh cluster di populasi

23. • - Data proporsi
• Rumus besar sampel adalah :
N Z2
1-/2 2
n = ----------------------------------
(N-1) d2 (N/C) 2 + Z2
1-/2 2
di mana n = besar sampel (jumlah cluster) minimum
N = besar populasi = mi
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
d = kesalahan (absolut) yang dapat ditolerir
C = jumlah seluruh cluster di populasi
2 = (ai – mi P)2/(C’-1) dan P = ai /mi
ai = banyaknya elemen yang masuk kriteria pada cluster ke-i
mi = banyaknya elemen pada cluster ke-i
C’ = jumlah cluster sementara

24. Uji Hipotesis
- Data kontinyu
Rumus besar sampel adalah :
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
2 = harga varians di populasi
0-a = perkiraan selisih nilai mean yang diteliti dengan mean di
populasi

25. - Data proporsi
Rumus besar sampel adalah
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
P0 = proporsi di populasi
Pa = perkiraan proporsi di populasi
Pa-P0 = perkiraan selisih proporsi yang diteliti dengan proporsi
di populasi

26. • BESAR SAMPEL PADA DUA POPULASI
•1. Estimasi
• a. Data kontinyu
• Rumus besar sampel sebagai berikut :
di mana 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

27. •b. Data proporsi
• - Cross sectional
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
P1 = perkiraan proporsi pada populasi 1
P2 = perkiraan proporsi pada populasi 2
d = kesalahan (absolut) yang dapat ditolerir

28. - Cohort
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
P1 = perkiraan probabilitas outcome (+) pada populasi 1
P2 = perkiraan probabilitas outcome (+) pada populasi 2
 = kesalahan (relatif) yang dapat ditolerir
Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan koreksi
dengan 1/(1-f), di mana f adalah proporsi unit pengamatan yang hilang atau mengundurkan diri
atau drop out.

29. - Case-control
Rumus besar sampel adalah :
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
P1* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
 = kesalahan (relatif) yang dapat ditolerir

30. 2. Uji Hipotesis
a. Data kontinyu
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
2 = harga varians di populasi
1-2 = perkiraan selisih nilai mean di populasi 1 dengan populasi 2

31. b. Data proporsi
 - Cross sectional
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
P1 = perkiraan proporsi pada populasi 1
P2 = perkiraan proporsi pada populasi 2
P = (P1 + P2)/2

32. - Cohort
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
P1 = perkiraan probabilitas outcome (+) pada populasi 1
P2 = perkiraan probabilitas outcome (+) pada populasi 2
P = (P1 + P2)/2
Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan,
dilakukan koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan
yang hilang atau mengundurkan diri atau drop out.

33. - Case-control
di mana n = besar sampel minimum
Z1-/2 = nilai distribusi normal baku (tabel Z) pada  tertentu
Z1- = nilai distribusi normal baku (tabel Z) pada  tertentu
P1* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P2* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
Jika besar sampel kasus dan kontrol tidak sama (unequal), dibuat modifikasi
besar sampel dengan memperhatikan rasio kontrol terhadap kasus. Rumus di
atas dikalikan dengan faktor (r + 1) / (2 . r). Besar sampel untuk kelompok
kontrol adalah (r.n).

34. PENELITIAN EKSPERIMENTAL
Pada penelitian eksperimental, belum banyak rumus yang dikembangkan untuk
menentukan besar sampel yang dibutuhkan. Untuk menentukan besar sampel
(replikasi) yang dibutuhkan digunakan rumus berikut :
1. Untuk rancangan acak lengkap, acak kelompok atau faktorial, secara
sederhana dapat digunakan rumus :
(t-1) (r-1)  15
di mana t = banyak kelompok perlakuan
r = jumlah replikasi
2. Di samping rumus di atas dan untuk rancangan eksperimen lain yang
membutuhkan perhitungan besar sampel, dapat digunakan rumus besar
sampel seperti pada penelitian observasional baik untuk satu sampel maupun
lebih dari 1 sampel, baik untuk data proporsi maupun data kontinyu.
Pada penelitian eksperimen, untuk mengantisipasi hilangnya unit eksperimen,
dilakukan koreksi dengan 1/(1-f), di mana f adalah proporsi unit eksperimen yang
hilang atau mengundurkan diri atau drop out.

35. PENGELOLAAN DATA

36. Ambil Kertas dan Pena, lalu buatlah 4 titik spt di bawah.
Hubungkanlah ke 4 titik tersebut dengan 2 (Dua) garis
sejajar yang berhimpitan.
(1 Menit dari sekarang)

37. PENGELOLAAN DATA
1. Pengolahan Data
- Editing
- Koding
- Entry
- Cleaning
2. Analisis Data
- Univariat
- Bivariat
- Lanjut
3. Penyajian Data

38. Pengolahan Data
• Editing : - Kegiatan yang sudah bisa dilakukan saat pengumpulan
data dilapangan.
- Pintu awal untuk menjaga kualitas data, karena hasil
analisis data sangat tergantung dari kualitas data.
- Aspek yang dilihat : Kelengkapan Jawaban, keterbacaan
tulisan, kesesuaian jawaban.
• Koding :
- Usaha mengklasifikasikan jawaban-jawaban/ data yang
ada umumnya dengan angka.
- Perlu adanya buku koding ( jika variabel banyak / besar)
• Entry :
- Pemasukan data bisa manual (kartu tabulasi) atau
komputer ( exel , epi info, SPSS dll)
• Cleaning:
- Pembersihan data sebelum analisis
- proses terakhir menjaga kualitas data

39. Analisis Data
• Pentingnya Jenis Data :
- untuk pemilihan analisis statistik, karena jenis
analisis statistik spesifik untuk jenis data tertentu.
• Tahapan analisis :
- Analisis Univariat ( 1 variabel )
- Analisis Bivariat ( 2 Variabel )
- Analisis lanjut ( 2 variabel atau lebih )
• Analisis Univariat :
- Fungsi :
- apakah data sdh layak dianalisis ?
- Bagaimana gambaran data yg dikump?
- Apakah data optimal untuk analisis lanjt?
- Data Nominal + Ordinal : Distribusi Frekuensi
- Data Interval + rasio : rata-rata , SD,median dll.

40. Lanjutan ……………..
• Analisis Bivariat :
- Fungsi :
- Melihat distribusi frek 2
variabel - Melihat hubungan
antara 2 var. - Data nominal +
Ordinal : Tabulasi silang , Chi-Sq dll - Data Interval +
Rasio : Korelasi , regresi linier dll
• Analisis Lanjut :
- Fungsi :
- melihat pengaruh , perbedaan > 2 var
- melihat faktor resiko dominan > 2 var dll.
- Data nominal + Ordinal : regresi logistik dll
- Data Interval + Rasio : regresi linier, anova,
dll

41. Tujuan
uji
Jumlah
sampel /
pasangan
Macam
sampel
(bebas /
berpasangan)
Jenis variabel
Rasio-Interval
pop. berdistribusi
normal
Ordinal /
Rasio-Interval
distrib. tak
normal
Nominal
/ kategorik
Komparasi
(perbeda-
an)
2
Bebas
(independent)
Uji t 2 sampel
bebas
~ Uji Mann-
Whitney
~ Uji jumlah
peringkat dari
Wilcoxon
~ Uji khi-
kuadrat
~ Uji eksak dari
Fisher
Berpasangan
(related/paired)
Uji t sampel
berpasangan
Uji peringkat
bertanda dari
Wilcoxon
Uji McNemar
(u/ kategori
dikotomik)
> 2
Bebas
(independent)
Anava 1 arah Uji Kruskall-Wallis Uji khi-kuadrat
Berpasangan
(related/paired)
Anava u/ subyek
yg sama
Uji Friedman Uji Cochran's Q
(u/ kategori
dikotomik)
Korelasi
~ Korelasi dari
Pearson (r)
~ (Regresi)
~ Korelasi dari
Spearman (rs)
~ Asosiasi Kappa
(k)
~ Koefisien
Kontingensi (C)
~ Koefisien Phi
PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT

42. t