POPULASI DAN SAMPEL Nurul Wandasari Singgih, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul

Pokok Bahasan Populasi Sampling Kriteria Inklusi dan Eksklusi Syarat Sampel Teknik Sampling Faktor yang Mempengaruhi Penentuan Metode Sampel Sampling Error dan Non-Sampling Error Besar Sampel

Populasi Seluruh subjek/objek penelitian dengan karakteristik tertentu Seluruh karakteristik/sifat sekelompok orang, kejadian, atau benda, yang dijadikan obyek penelitian

Sampel Bagian dari populasi yang akan diteliti Sebagian jumlah dari karakteristik yang dimiliki populasi Jenis Kriteria Inklusi (yang harus ada) Kriteria Eksklusi (yang ditolak)

The basic idea behind sampling We seek knowledge or information about a whole class of similar objects or events (usually called population) We observe some of these (called a sample) We extend our findings to the entire class.

Sampling harus memenuhi 2-kaidah berikut: 1. Akurasi/valid/akurat Mengukur apa yang sebenarnya ingin diukur Tergantung dari metode mengambil sampel 2. Presisi/konsisten/reliable Mengambarkan ketepatan ukuran yang diperoleh Tergantung dari besar sampel Kesalahan yang sering terjadi adalah metode pengambilan sampel sering kurang mendapat perhatian dibandingkan besar sampel

Why Sample? (1) Satu kasus susah digunakan sebagai basis generalisasi karena banyaknya variasi dalam suatu populasi. Contoh: persepsi tiga orang buta yang memegang gajah. Ada pula pertimbangan praktis yang bikin perlu sampling. Researchers often want to know something about a specific social group or population that, for reasons of size, time, cost, or inaccessibility, cannot be studied in its entirety. Kalo punya waktu dan dana tak terbatas, boleh lah diteliti setiap kasus/item dari populasi.

Why Sample? (2) Bisa makan waktu terlalu lama Data bisa obsolete (usang) Respon awal dengan respon akhir bisa beda karena ada suatu kejadian, gosip, dan sebagainya. Perlu biaya yang besar, juga buat interviewer. Perlu pelatihan yang efektif dan supervisi yang cukup ketika pengambilan data.

Why Sample? (3) Alasan lain: mempelajari populasi malah bisa jadi hasilnya ngga akurat, terutama populasinya besar. Manajemen proyeknya lebih gampang dengan sampling: bisa ada waktu tambahan untuk memperbaiki interview/questionnaire design prosedur mendapatkan responden-yang-sulit- ditemukan rekrutmen, pendidikan dan latihan, serta supervisi data collectors.

Kriteria Inklusi Kriteria dimana subjek penelitian mewakili sampel penelitian yang memenuhi syarat sbg sampel Perlu pertimbangan ilmiah

Kriteria Eksklusi Kriteria dimana subjek penelitian tdk dpt mewakili sampel karena tidak memenuhi syarat sbg sampel penelitian Penyebab : Hambatan etis Menolak sbg responden Dlm keadaan yg tidak memungkinkan sbg sampel

Motivasi Penggunaan Sampling Mencari informasi mengenai keseluruhan populasi Informasi tersebut diperoleh dari sebagian anggota populasi saja. Informasi yang ditemukan diberlakukan kepada seluruh anggota populasi

Syarat Sampel yang Baik Mewakili sebanyak mungkin karakteristik populasi valid Sampel valid ditentukan oleh dua pertimbangan. Akurasi atau ketepatan  tingkat ketidakadaan “bias” (kekeliruan) dalam sample  makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Presisi Estimasi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi.

Faktor untuk Menentukan Sampel rencana analisis biaya, waktu, dan tenaga yang tersedia

Teknik Sampling Proses seleksi sampel yang digunakan dlm penelitian dari populasi yg ada jumlah sampel dpt mewakili seluruh populasi yg ada. Pembagian Probability sampling Non-Probability sampling

Non Probability Sampling Tidak memberi peluang yg sama dari tiap anggota populasi Bertujuan tidak untuk generalisasi

Faktor2 yang Mempengaruhi Sampling Design (1) Tergantung pada: What is the stage of research? How will the data be used? What are the available resources for drawing the sample? How will the data be collected?

Faktor2 yang Mempengaruhi Sampling Design (2) Stage of research and data use Akurasi tidak terlalu penting kalau baru eksplorasi gejala, hal yang penting adalah menemukan pola2 tertentu dulu dan membuat hipotesis2 untuk penelitian lanjutan. Peneliti perlu menggunakan good judgement mereka untuk mendapatkan sampel yang tepat  nonprobability sampling bisa digunakan.

Faktor2 yang Mempengaruhi Sampling Design (3) Kalau cuma pingin me-list semua varians, cukup dengan sejumlah sampel dengan pendekatan nonprobability. Kalau hasil penelitian akan menjadi bahan decision making pemerintah misalnya, presisi diperlukan. Perlu probability sampling yang terkontrol dan jumlah sampel yang relatif banyak.

Faktor2 yang Mempengaruhi Sampling Design (4) Available resources Jika akurasi menjadi pertimbangan utama, perlu digunakan sampling design yang menghasilkan sampel yang paling presisi. Tapi biayanya bisa jadi sangat mahal. Waktu, uang, bahan2 yang diperlukan, lokasi melimitasi sampling design. Sampling design disesuaikan kemampuan, kecil tapi jika prosedur-nya bagus  hasilnya pun bagus.

Faktor2 yang Mempengaruhi Sampling Design (5) Method of data collection Keempat pendekatan (eksperimen, field research, survey research, documentary research) masing- masing berurusan dengan sampel. Eksperimen biasanya pakai convenience sampling, survai biasanya probability sampling, field research biasanya convenience atau purposive, documentary research sering menggunakan probability sampling.

Faktor2 yang Mempengaruhi Sample Size (1) Antara lain: Heterogenitas dari populasi Tingkat presisi yang dikehendaki Tipe sampling design yang digunakan Resources availability Data analysis

Faktor2 yang Mempengaruhi Sample Size (2) Heterogenitas populasi Heterogenitas mengacu pada derajat perbedaan di antara kasus dalam suatu karakteristik. Semakin heterogen, jumlah kasus yang diperlukan semakin besar agar estimasinya reliabel. Ekstrimnya, kalau semua kasus sama (homogen, unidimensional), jumlah sampel cukup satu, kalau tidak ada yang sama, harus sensus.

Faktor2 yang Mempengaruhi Sample Size (3) Satuan pengukuran statistik terbaik untuk heterogenitas populasi adalah standard deviation (s)  berhubungan dengan standard error yang tadi dibahas. Rumus standard error = s/√(N). Semakin besar heterogenitas populasi, perlu semakin banyak sampel agar lebih presisi

Faktor2 yang Mempengaruhi Sample Size (4) Tingkat presisi yang dikehendaki Secara teknis mengacu pada standard error (seperti dijelaskan di atas). Tapi lebih mudah diilustrasikan dengan confidence interval. Pernyataan “rata2 populasi ada di antara 2-4” lebih presisi dibandingkan “rata2 populasi ada di antara 1-5”. Rumus standard error s/√(N), sampel perlu diperbesar agar standard error-nya mengecil. Agar standard error turun 1/2, N perlu naik empat kali lipat.

Faktor2 yang Mempengaruhi Sample Size (5) Law of diminishing return, setelah terus2an, dibutuhkan jumlah N yang sangat besar agar standard error bisa turun. N = 100  s = 5 N = 400  s = 2.5 N = 2500  s = 1 N = 10000  s = 0.5 Sample size 2000-3000 sebenarnya standard error-nya sudah cukup kecil dan menambah jumlah sampel lagi  “is not worth the additional cost”.

Faktor2 yang Mempengaruhi Sample Size (6) Sampling design Misalnya tanpa menambah jumlah sampel presisi sampel bisa ditingkatkan dengan menggunakan stratified random sampling dan bukan simple random sampling, tapi cluster sampling perlu lebih banyak sampel.

Faktor2 yang Mempengaruhi Sample Size (7) Resources availability Jumlah kasus terlalu sedikit untuk menghasilkan analisis yang reliabel dan valid akan menjadi lebih sulit

Sampling error Penyimpangan dapat terjadi ketika dilakukan pengukuran/pengambilan sampel Sampling error terjadi karena ada perbedaan pada hasil yang dilakukan sampling dengan kondisi sebenarnya di populasi

Non Sampling Error (Bias) Karena error pada saat perencanaan, pelaksanaan, pengolahan, analisis dan interpretasi Dapat terjadi karena: Batasan unit dasar yang tidak tepat (misklasifikasi) Response error (rate participation pada sampel sangat rendah) Alat ukur yang salah

Bias seleksi Distorsi efek berkaitan dengan cara pemilihan subyek kedalam populasi studi Bisa terjadi bila status penyakit pada studi kohort (retrospektif), atau status exposure pada kasus kontrol atau kedua-duanya pada studi kros- seksional mempengaruhi pemilihan subyek pada kelompok-kelompok yang diperbandingkan

Bias informasi Bias informasi (information bias) atau bias observasi (observation bias) atau bias pengukuran (measurement bias) adalah bias yang terjadi karena perbedaan sistematik dalam mutu dan cara pengumpulan data Misalnya karena menggunakan kriteria atau metode pengukuran yang tidak sahih) tentang pajanan atau penyakit/masalah kesehatan dari kelompok- kelompok studi.

Besar Sampel Tergantung: Jenis penelitian Eksplorasi awal  1 sampel mungkin cukup Generalisasi  harus representative Skala-ukur variabel dependen Nominal/ordinal (Kategorik)  Proporsi Interval/ratio (Numerik)  Mean dan SD Derajat ketepatan perkiraan yang diinginkan (presisi) Semakin tinggi presisi ~ semakin besar sample Tujuan Penelitian Estimasi Uji Hipotesis Interval kepercayaan dan Kekuatan Uji Teknik pengambilan sampel (SRS atau bukan SRS)

Besar sampel hanya bisa dihitung jika ada informasi awal tentang populasi (informasi awal tentang hal apa yang akan diteliti) Secara garis besar, perhitungan besar sampel dibagi menurut tujuan penelitian: 1. Estimasi parameter populasi 2. Uji hipotesis Kesalahan yang sering terjadi, selalu menganggap penelitian sebagai estimasi, padahal seharusnya uji hipotesis