BESAR SAMPEL

Oleh
Nugroho Susanto
Pendahuluan
Hipotesis dan desai penelitian dapat
memberikan arah untuk menentukan
perhitungan besar sampel yang tepat
Hipotesis satu sampel dan dua sampel
Desain yang biasa digunakan adalah cross
sectional, case control, kohort dan
exsperimen
Banyak rumus perhitungan besar sampel
Lanjutan
Sampel yang biasa dikenal sampel
independen dan sampel dependent.
Uji statistik yang tepat sesuai dengan data.
Sampel Independent maksudnya tidak ada
kaitanya antara pengamatan pada satu
variabel dengan pengamatan pada variabel
lainnya
sampel dependent memberi maksud ada
kaitan antara pengamatan pada satu
variabel dengan pengamatan pada variabel
lainnya
Besar sampel untuk hipotesis
satu sampel pada populasi
pada penelitian survei
desai cross sectional
Terkait dengan presisi
Contoh hipotesis : Prilaku baik
pemberian makanan bayi lebih
banyak banyak terjadi pada keluarga
inti.
Besar sampel untuk satu
sampel populasi presisi
Rumus Z 21 / 2 PQ
n
d2
n = Besar sampel
Z1-/2 = 1,96 pada 0,05
P = Proporsi prevalensi kejadian
(0,3)
d = Presisi ditetapkan (0,1)
Contoh kasus
Suatu penelitian dilakukan di
Kabupaten Bantul untuk mengetahui
perilaku ibu dalam memberikan
makanan kepada bayi. Jika penelitian
yang dilakukan menginginkan
ketepatan 10%, tingkat kemaknaan
95% dan diketahui prevalensi
pemberian makanan bayi baik 30%.
Berapa sampel yang harus diambil
pada kasus diatas?
Latihan
Suatu penelitian dilakukan di rumah
sakit sardjito. Penelitian dilakukan
terhadap penyakit diare. Jika pada
penelitian menginginkan ketepatan
5%, dengan kemaknaan 95%, dan
jika diketahui proporsi diare 10%.
Berapa sampel yang harus diambil
pada penelitian ini?
Latihan
Penelitian dilakukan di smp negeri 1
beringin untuk mengetahui perilaku
penanganan disminorhe pada remaja
putri. Jika penelitian yang dilakukan
menginginkan ketepatan 5%, tingkat
kemaknaan 90% dan diketahui
prevalensi disminorhe 50%. Berapa
jumlah sampel yang diperlukan?
Besar sampel untuk satu
sampel populasi proporsi
Rumus
n
z
1
p0 1 p0 Z1 Pa1 Pa
2

Pa P0 2
Po= proposi awal
Pa=proporsi yang diinginkan
= level of signifikan
= power
N= besar sampel

Contoh (sebuah diskusi)

Suatu penelitian survei terdahulu
diketahui jika angka prevalensi
ketrampilan rendah pada perawat di
RSU PKU Muhammadiyah 20%.
Berapa jumlah perawat yang harus
diteliti dalam survei jika diinginkan
90% kemungkinan dapat mendeteksi
bahwa angka prevalensi ketrampilan
rendah pada perawat 15%.
Pertanyaan
Apa hipotesis yang tepat untuk kasus
diatas?
Desain penelitian apa yang tepat
untuk kasus diatas?
Berapa sampel yang harus terambil?
Besar sampel untuk hipotesis
dua proporsi populasi/ relative
risk
Biasa digunakan pada desain kohort dan dapat juga
digunakan pada desain cross sectional.
Rumus

n
Z1 / 2 2 P1 P Z1 P11 P1 P21 P2
2

P1 P22
P1 = Proporsi perbedaan gangguan pertumbuhan
pada kelompok BBLR
P2 = Proporsi perbedaan gangguan pertumbuhan
pada kelompok BBLN
= 0.05
Z = 1.96
= 0.20
Besar sampel untuk hipotesis
odd rasio
Besar sampel untuk hipotesis odd rasio lebih
menekankan pada proporsi kelompok kasus
atau kontrol.
Rumus
n
Z / 2 2P * 1 P * Z
1 2 2 1
P1 * 1 P1 * P2 * 1 P2 *
2

P1 * P2 *2

(OR) P2 *
P1
(OR) P2 * (1 P2 *)
Lanjutan
N : Besar sampel pada masing masing
kelompok
P1 : Proporsi bayi dengan penyapihan
dini pada kejadian tidak ISPA.
P2 : Proporsi bayi yang tidak
penyapihan dini pada kejadian tidak
ISPA.
Z1- : Level of significance,
Z1- : Power of the test (80 %)
OR : odd rasio
Contoh sebuah diskusi
Suatu penelitian dilakukan untuk
mengetahui kaitannya penyapihan dengan
kejadian ISPA. Jika diperoleh data sbb:
Z1- : Level of significance, 0,05 = 1.96
Z1- : Power of the test (80 %) = 0.84
OR : 3.2 (Penelitian Cesar et al, 1999)
P2 : 0.235 (berdasarkan penelitian
Cesar, 1999)
Berapa sampel yang harus terambil?
Besar sample untuk penelitian
dua populasi mean
Besar sampel untuk rata-rata satu populasi
2 Z1 Z1
2

n
0 1 2
Besar sample untuk rata-rata dua populasi.

2 Z1 Z1
2 2

n
1 2 2
Keterangan
N = besar sampel
S = standar deviasi
Z = level of signifikan
Z = power
1 = rata-rata kelompok perlakuan
2 = rata-rata kelompok kontrol
Contoh
Penelitian akan dilakukan di rumah sakit A.
jika diketahui sebagai berikut:
N = besar sampel
S = standar deviasi (1.70 berdasarkan
penelitian Sharavage, 2006)
Z = 0,05
Z = 0,20
1 = rata-rata kelompok perlakuan = 2.94
2 = rata-rata kelompok kontrol = 5.72
Berapa sampel yang harus diambil?
Sistematika pemilihan uji statistic
Menekankan pada jenis hipotesis
Menekankan pada skala data
 PENGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK
Data Bentuk Hipotesis
Deskriptif Komparatif 2 sampel Komparatif > 2 sampel Asosiatif
(1 relate independent related independent
varabel)
Nominal - Binomial Mc - Fisher exact - X2 k - X2 k sample Contgensi
- Chi Nemar - Probability sample
square 1 - X2 two - Choncran
sampel sampel

Ordinal Run test - Sing test - Man witney Friedman - Median - Spearman
- Wiloxon U test two way Extension rank
matche - Median test anova - Kruskal -Kendal
paired - Kolmogorof Wallis tau
Smirnov One way
- Wald Wold Anava
Witz
Interval t-test T test of T test - One way - Pearson
Rasio related Independent anova - One way Product
- Two way anova moment
anava - Two way - multiple
anava correlation
- regresi
Latihan (sebuah studi)
Tujuan penelitian:hubungan antara
kepatuhan ibu dalam mengkonsumsi obat
malaria terhadap kejadian bayi berat lahir
rendah.
Hipotesis: Peluang ibu yang tidak patuh
dalam mengkonsumsi obat malaria lebih
tinggi pada kelompok BBLR di banding
dengan yang tidak BBLR.
Desain: case control