Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

POPULASI DAN SAMPEL Oleh Nugroho Susanto. PENGANTAR  Populasi adalah keseluruhan objek yang akan/ingin diteliti.  Populasi yang tidak pernah diketahui.

Presentasi serupa


Presentasi berjudul: "POPULASI DAN SAMPEL Oleh Nugroho Susanto. PENGANTAR  Populasi adalah keseluruhan objek yang akan/ingin diteliti.  Populasi yang tidak pernah diketahui."— Transcript presentasi:

1 POPULASI DAN SAMPEL Oleh Nugroho Susanto

2 PENGANTAR  Populasi adalah keseluruhan objek yang akan/ingin diteliti.  Populasi yang tidak pernah diketahui dengan pasti jumlahnya disebut "Populasi Infinit" atau tak terbatas,  Populasi yang jumlahnya diketahui dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya murid sekolah, jumlah karyawan tetap pabrik, dll disebut "Populasi Finit"

3 Lanjutan  Misalnya penduduk suatu negara adalah populasi yang infinit karena setiap waktu terus berubah jumlahnya. Apabilah penduduk tersebut dibatasi dalam waktu dan tempat, maka populasi yang infinit bisa berubah menjadi populasi yang finit.

4 Populasi target dan sasaran  Populasi target menekankan pada aspek siapa yang akan dilakukan penelitian.  Populasi sasaran menekankan pada aspek populasi yang akan dituju.  Ilustrasi sebuah contoh: Suatu penelitian akan dilakukan pada penderita Ca servik di wilayah kerja dinas kesehatan provinsi DIY. Pada kasus ini yang diangap sebagai target adalah penderita Ca servik sedangkan yang dianggap sebagai populasi sasaran adalah penderita yang berada diwilayah kerja dinas kesehatan Provinsi DIY.

5 SAMPLING

6 Pendahuluan  Banyak cara yang dapat dilakukan dalam kerangka sampling  Hal yang penting dalam pengambilan sampel adalah bagaimana sample itu dapat mewakili dari populasi yang akan diteliti.  Sampel benar-benar mewakili atau representative maka kesimpulan akan sama dengan meneliti populasi  Mengapa dalam penelitian dilakukan sample dari populasi?

7 Lanjutan  Bagaimana cara pengambilan sample?  Dan bagaimana menentukan jumlah sample?

8 Pengambilan sampel  Pengambilan sampel random  Pengambilan sampel non random

9 Pengambilan sampel acak sederhana  Pengambilan sampel acak sederhana menekankan sistem pengambilan sampel yang didasarkan pada angka (bilangan) yang muncul.  Langkah-langkah; Menentukan nomer untuk setiap individu dalam populasi; Melakukan proses acak (dapat dilakukan dengan tabel bilangan acak) untuk mendapatkan n angka antara 1 dan N.

10 Contoh  Suatu penelitian dilakukan di RS A. jika diketahui perawat di RSA 600 perawat sedangkan besar sampel yang diingikan 20 perawat, bagaimana mengambil 20 perawat dari 600 perawat RS A UAD?

11 Langkah penyelesaian  Memberi label (nomer) untuk setiap perawat.  Lakukan proses acak. Proses acak dapat memanfaatkan bilangan random.  Melakukan pemilihan nomer bisa dengan menyamping ke kanan atau kebawah.  Nomer 121 dianggap sebagai sampel pertama. Sampel ke dua dan seterusnya dapat dilakukan dengan cara memilih ke samping kanan atau ke bawah.

12 Bilangan acak

13 Pengambilan sampel Sistematik (sistematic random sampling)  Pengambilan sampel ini lebih menekankan pada sistem interval Langkah-langkah;  Memberi angka (nomer) untuk seluruh populasi.  penentuan angka didasarkan proporsi terbanyak-terkecil.  Interval sampel.  Melakukan proses acak untuk interval pertama.  Hasil acak interval pertama sebagai sampel no 1.

14 Bilangan acak

15 Contoh  Suatu penelitian dilakukan di RSU PKU muhamadiyah. Yang dianggap sebagai populasi adalah perawat. Jika seluruh perawat di RSU PKU muhammadiya adalah sebagai populasi (300 perawat) sedangkan sampel yang diingikan sebesar 30 perawat. Bagaimana mengambil 30 perawat dari 300 perawat yang ada di RSU PKU muhamadiyah?

16 Pengambilan sampel stratifikasi  Pengambilan sampel dengan stratifikasi lebih menekankan dan memperhatikan sub-klaster yang ada.  Pembagian sub-klaster dapat didasarkan pada karakteristik atau tipe dari populasi.

17 Gambar Populasi (seluruh rumah sakit) RS tipe C RS tipe B RS tipe A RS tipe D Sampel

18 Langkah-langkah  Menentukan populasi sasaran.  Menentukan sub-klaster yang dapat didasarkan pada karakteristik populasi. Ini lebih sering dikenal dengan alokasi sampling.  Melakukan proses random (acak) untuk setiap sub klaster.  jumlah Sampel yang terambil untuk setiap sub-klaster adalah sama.  Melakukan Pengambilan sampel stratifikasi

19 Contoh  Suatu penelitian dilakukan di Yogyakarta tentang kepatuhan bidan melaksakan pecegahan infeksi. Yang dianggap sebagai populasi adalah semua bidan yang berada di rumah sakit di wilayah DIY baik rumah sakit swasta atau pemerintah. Jika seluruh bidan yang bekerja di DIY ada 200 sedangkan sampel yang dibutuhkan sebesar 20 bagaimana cara memilih 20 bidan dari 200 bidan yang ada diwilayah kerja provinsi DIY

20 Pengambilan sampel Klaster  suatu rangka yang terdiri dari klaster- klaster unit pencacahan  dibagi menjadi beberapa klaster yang saling pisah  klaster tidak harus sehomogin mungkin

21 Contoh  Suatu penelitian dilakukan untuk mengetahui cakupan imunisasi anak sekolah di provinsi DIY. Jika sampel yang dibutuhkan sebesar 200 anak sedangkan seluruh populasi anak di DIY. Bagaimana mengambil 200 anak dari anak di wilayah DIY?

22 Pengambilan sampel non random  Proporsif Sampling Proporsif sampling memberikan gambaran bahwa pengambilan sampling didasarkan pada asumsi peneliti  Kuota Sampling Kouta sampling didasarkan pada samling yang ditemukan dimana telah memenuhi jumlah sampling yang ditentukan.

23 Latihan (sebuah diskusi)  Jika diketahui pada bayi tersebar ke dalam 39 posyandu dan diketahui terdapat 1000 ibu yang mempunyai anak usia dibawah 2 tahun bagaimana pengambilan sampel yang tepat untuk kasus diatas?

24 PENGAMBILAN SAMPEL NON RANDOM  SAMPLING KUOTA  SAMPLING INSIDENTAL  SAMPLING PURPOSIF  SAMPLING JENUH  Snowball Sampling

25 SAMPLING KUOTA  Sampling kuota adalah teknik untuk menentukan sample dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diiginkan.  Pengambilan sampel hanya berdasarkan pertimbangan peneliti saja, hanya disini besar dan kriteria sampel telah ditentukan lebih dahulu.  Misalnya Sampel yang akan di ambil berjumlah 100 orang dengan perincian 50 laki dan 50 perempuan yang berumur tahun.

26 INSIDENTAL SAMPLING  adalah teknik penentuan sample berdasarkan kebetulan,  yaitu siapa saja yang secara kebetulan/incidental bertemu dengan peneliti dapat digunakan sebagai sampel, cocok sebagai sumber data.  Misalnya, reporter televisi mewawancarai warga yang kebetulan sedang lewat.

27 BESAR SAMPEL  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

28 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

29 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.

30 Besar sampel untuk satu sampel populasi presisi  Rumus  n = Besar sampel  Z1-α/2= 1,96 pada α 0,05  P= Proporsi prevalensi kejadian (0,3)  d = Presisi ditetapkan (0,1)  Q = 1-p

31 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?

32 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?

33 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…?

34 Besar sampel untuk satu sampel populasi proporsi  Rumus  Po= proposi awal  Pa=proporsi yang diinginkan  α= level of signifikan  β= power  N= besar sampel 

35 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%.

36  Suatu penelitian survei terdahulu diketahui jika angka prevalensi infeksi BBL 30 % di RSU A. Berapa jumlah perawat yang harus diteliti dalam survei jika diinginkan tingkat kemaknaan 95% dan kekuantan uji 90% kemungkinan dapat mendeteksi bahwa angka prevalensi ketrampilan rendah pada perawat 20%. Berapa jumlah jumlah sampel yang diperlukan…?

37 Pertanyaan  Apa hipotesis yang tepat untuk kasus diatas?  Desain penelitian apa yang tepat untuk kasus diatas?  Berapa sampel yang harus terambil?

38 Besar sampel untuk hipotesis dua proporsi populasi/ relative risk  Biasa digunakan pada desain kohort dan dapat juga digunakan pada desain cross sectional.  Rumus  P1= Proporsi perbedaan gangguan pertumbuhan pada kelompok BBLR  P2= Proporsi perbedaan gangguan pertumbuhan pada kelompok BBLN  α = 0.05  Zα= 1.96  ß= 0.20

39 Besar sampel untuk hipotesis odd rasio  Besar sampel untuk hipotesis odd rasio lebih menekankan pada proporsi kelompok kasus atau kontrol.  Rumus 

40 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

41 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 : (berdasarkan penelitian Cesar, 1999)  Berapa sampel yang harus terambil?

42 Besar sample untuk penelitian dua populasi mean  Besar sampel untuk rata-rata satu populasi  Besar sample untuk rata-rata dua populasi. 

43 Keterangan  N = besar sampel  S = standar deviasi  Z = level of signifikan  Z = power  μ1 = rata-rata kelompok perlakuan  μ 2 = rata-rata kelompok kontrol

44 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  μ1 = rata-rata kelompok perlakuan = 2.94  μ 2 = rata-rata kelompok kontrol = 5.72  Berapa sampel yang harus diambil?

45 Sistematika pemilihan uji statistic  Menekankan pada jenis hipotesis  Menekankan pada skala data

46 PENGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK

47 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

48


Download ppt "POPULASI DAN SAMPEL Oleh Nugroho Susanto. PENGANTAR  Populasi adalah keseluruhan objek yang akan/ingin diteliti.  Populasi yang tidak pernah diketahui."

Presentasi serupa


Iklan oleh Google