TEHKNIK PENGAMBILAN SAMPEL

Slides:



Advertisements
Presentasi serupa
PENGERTIAN DAN KONSEP DASAR
Advertisements

DISTRIBUSI SAMPLING.
Populasi dan Sampel PERTEMUAN 8.
TEKNIK PENGAMBILAN SAMPEL
Penelitian Mencari sesuatu Sistematik Teratur dan tertib Metodologi Penelitian.
Fitri Catur Lestari, S. Si STIS
Metode Penarikan Contoh I (Praktikum)
Salamun FMIPA Universitas Airlangga
TEHNIK PENARIKAN CONTOH (SAMPLING)
POPULASI DAN SAMPEL.
….About Me…. Quotes: “ Do U see a star? It’s in your heart… That’s a hope.” Ika Yuni Wulansari, SST Lecturer June 2 nd, 1986
POPULASI DAN SAMPEL.
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
11. MENENTUKAN SUMBER DATA
Populasi dan Sampel Widaningsih.
Populasi Dan Sampel.
Gambaran Umum Metode Sampling
Stratified Random Sampling
POPULASI DAN TEKNIK PENARIKAN SAMPEL
PENGERTIAN DAN PROSEDUR STRATIFIED RANDOM SAMPLING
PERTEMUAN 11 PENARIKAN SAMPEL DAN PENDUGAAN
PENARIKAN SAMPEL & PENDUGAAN PARAMETER
TEKNIK SAMPLING (teknik pengambilan sampel)
POPULASI & SAMPEL PENELITIAN
Distribusi sampling & Pendugaan Parameter (1)
BAB 11 METODE DAN DISTRIBUSI SAMPLING
Oleh : Taufik, S.Si.. OUTLINE STATISTIKA II METODE DAN DISTRIBUSI SAMPLING Teori Pendugaan Statistik Pengujian Hipotesis Secara Statistik Analisis Regresi.
Populasi dan Sampel Populasi sering juga disebut Universe.
11. MENENTUKAN SUMBER DATA
POPULASI DAN SAMPEL.
Pertanyaan minggu ini Apa beda populasi dengan sampel?
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
Teknik Sampling.
Distribusi Sampling.
Pendahuluan Tujuan yang umum dan penting: mempelajari suatu kelompok besar (populasi) dengan cara melakukan pengujian data dari beberapa anggota kelompok.
Materi 11 METODE DAN DISTRIBUSI SAMPLING
Metode Statistika Pertemuan VII
POPULASI DAN SAMPEL.
SAMPLING.
TEKNIK SAMPLING Oleh : Herry Yulistiyono, MSi.
Bagian I Statistik Induktif Metode dan Distribusi Sampling
Populasi dan sampel.
DEFINISI DAN TEKNIK SAMPLING Oleh : Inne Novita Sari, M.Si.
Pengambilan Sampel Probabilitas
By Daniel Damaris Novarianto S.
Populasi dan Sampel Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian.
METODE DISTRIBUSI DAN SAMPLING
MODUL I SAMPLING ( METODE PENGAMBILAN SAMPEL) 1. PENDAHULUAN
SAMPLING DAN DISTRIBUSI SAMPLING
Materi ajar Populasi dan Sampel : 1. Probability Sampling
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
BAB 11 METODE DAN DISTRIBUSI SAMPLING
PERBANDINGAN BERBAGAI METODE SAMPLING (ditinjau dari design effect)
DEFINISI DAN TEKNIK SAMPLING Oleh : Inne Novita Sari, M.Si.
Sampel ? Populasi adalah sesuatu hal yang dijadikan Sampel
Populasi dan Sampel PERTEMUAN 8.
Pengantar Statistik Juweti Charisma.
OLEH: MUSTRIWI, M.Kep POPULASI DAN SAMPEL.
Salamun FST Universitas Airlangga
Populasi dan Sampel Populasi sering juga disebut Universe.
Thresya Febrianti, M. Epid
Chapter 08 POPULASI DAN SAMPLING Konten: Definisi populasi
Metode Statistika Pertemuan VII
Salamun FMIPA Universitas Airlangga
Teknik Sampling dalam Penelitian Kuantitatif
Teori Penarikan Sampel
11. MENENTUKAN SUMBER DATA
PERTEMUAN Ke- 5 Statistika Ekonomi II
Sesi 2: Dasar Teori Rancangan Sampel
SUPARJON POPULASI Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek peneliti untuk dipelajari dan kemudian ditarik.
Transcript presentasi:

TEHKNIK PENGAMBILAN SAMPEL OLEH

Populasi Populasi dapat didefinisikan dengan beberapa cara sebagai berikut : Suatu himpunan individu degan sifat-sifat yang ditentukan atau dipilih oleh si penelitisedemikian rupa sehingga setiap individu dapat menyatakan dengan tepat apkan individu tersebut menjadi anggota populasi atau tidak. Berkaitan dengan variabel, maka populasi dapat didefinisikan sebagai himpunan semua vasiabel, baik univariat maupun multivariate, yang mungkin ditinjau oleh seorang peneliti. Berkaitan dengan data, baik data kuantitatif maupun kualitatif, maka populasi dapat didefinisikan sebagai himpunan semua data yang mungkin diobservasi atau dicacah/dicatat oleh seorang peneliti. Dengan kata lain, populasi adalah himpunan semua individu yang dapat ( atau yang mungkin akan ) memberikan data dan informasi untuk suatu penelitian.

a. Populasi sampel Populasi sampel merupakan populasi dimana sebuah sampel di pilih secara langsung dengan menerapkan suatu metode pemilihan sampel tertentu, termasuk metode pemilihan stratifikasi bertahap. b. Populasi target Populasi target merupakan populasi yang jauh lebih luas dari populasi sampel, untuk hasilgeneralisasi berdasarkan sebuah sampel diharapkan akan berlaku atau dapat diterima secara teoritis, tetapi bukanlah secara statisktika. c. Populasi hipotesis Dalam praktik, cukup banyak data sampel atau objek penelitian diperoleh tanpa mulai dengan mengidetifikasi populasi yang akan ditinjau, tetapi mulai dengan kelompok individu yang yang kebetulan atau terpaksa menjadi objek atau reponden suatu penelitian, karena beberapa faktor.

Sampel Bagian populasi yang diambil untuk di teliti atas sebagian jumlah dari karakteristik yang dimiliki oleh populasi Sebagian yang di ambil dari keseluruhan objek yang diteliti dan dianggap mewakili seluruh populasi. 

Teknik sampling Pada garis besarnya hanya ada dua jenis sampel,yauitu sampel-sampel probabilitas {probability samples} atau sering di sebut random sampleb{sampel acak} dan sampel-sampel non-probabilitas {non probability samples}.tiap-tiap jenis sampel-sampel ini terdiri dari berbagai macam pula  a. Random sampling Pengambilan sampeling secara random atau acak di sebut random sampeling, dan sampel yang di peroleh di sebut sampel random. Teknik random sampeling ini hanya boleh di gunakan apabila setiap unit atau anggota populasi itu bersifat homogeny.

Macam-macam random sampling pengambilan sampel secara acak sederhana {sampel random sampling}. pengambilan sampel secara acak sistematis {systematic sampling} pengambilan sampel secara acak stratifikasi {stratified sampeling atau stratified random sampeling} Pengambilan sampel secara kelompok atau gugus {cluster sampeling} Pengambilan sampel secara gugus bertahap[multistage sampling]

b.Non Random ( non probality ) sampling Pengambilan sampel bukan secara ack atau random adalah pengambilan sampel yang tidak berdasarkan atas kemungkinan yang dapat di perhitungkan, metode ini mencakup beberapa teknik antara lain sebagai berikut : -Purposive sampling -Quota sampling -Accidental sampling

Penyimpanan (error) dalam penelitian ~ sampling error : Penyimpangan yang terjadi akibat pengembalian sampel Sebaik apapun sampel tetap ada penyimpangan ~ non sampling error: Penyimpangan yang terjadi bukan karena pengambilan sampel, tetapi penyimpangan pada saat pelaksanaan penelitian , misalnya saat : Perencanaan pengumpulan data pengolaan data analisis data

Besar Sampel 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. akan berbeda dengan case-control study dan khohor, demikian pula jika data yang dikumpulkan adalah proporsi akan berbeda 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

-Besar sampel ditentukan oleh : Tujuan penelitian : Estimasi ( proporsi atau estimasi rata-rata ) Uji hipotesis ( sig, level: α dan power: 1-β ) Disain penelitian : Observasi : ~ cross sectional ~ case control ~ cohort Experiment ( clinical trial ) Presisi: devisiasi nilai estimasi dengan nilai populasi sebelumnya atau perbedaan antara dua nilai pupulasi Derajat kepercayaan tingkat singnifikan ( α ) 1% atau 5% Metode sampling : SRS atau bukan SRS Kekuatan uji, ( 1- β ) ( lemeshow,S,et al, 1997

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 n = -------------------------- (N-1) d2 + Z2 di mana

- 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 n = ------------------------------- (N-1) d2 + Z2 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

• 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 W h = fraksi dari observasi yang dialokasi pada strata-h = N h/N Jika digunakan alokasi setara, W = 1/L L = jumlah seluruh strata yang ada

• 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 W h = fraksi dari observasi yang dialokasi pada strata-h = N h/N Jika digunakan alokasi setara, W = 1/L L = jumlah seluruh strata yang ada

n = ---------------------------------- 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 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

• Rumus besar sampel adalah : N Z2 1-/2 2 • - Data proporsi • Rumus besar sampel adalah : N Z2 1-/2 2 n = ---------------------------------- (N-1) d2 (N/C) 2 + Z2 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

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

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

• 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

•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

-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.

- 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

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

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

- 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.

- 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).

Kesimpulan Populasi sampel merupakan populasi dimana sebuah sampel di pilih secara langsung dengan menerapkan suatu metode pemilihan sampel tertentu, termasuk metode pemilihan stratifikasi bertahap Dan teknik penentuan jumlah populasi maupun penentuan sampel sangat menentukan keberhasilan pencapaian tujuan dari penelitian. Dengan kata lain, sampel yang diambil secara sembarangan tanpa memperhatikan aturan-aturan dan tujuan dari penelitian itu sendiri tidak akan berhasil memberikan gambaran menyeluruh dari populasi.  Cara menghitung besar sampel suatu penelitian sangat ditentukan oleh desain penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional dengan menggunakan disain cross-sectional akan berbeda dengan case-control study dan khohor, demikian pula jika data yang dikumpulkan adalah proporsi akan berbeda dengan jika data yang digunakan adalah data continue. Sehingga yang di perhatikan menjadi satu kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar dalam menentukan sampel minimal dalam sebuah penelitian. Oleh karena itu, untuk mencapai tujuan dalam penelitian, peneliti harus dapat menentukan teknik yang tepat dan efektif sehingga didapatkan sampel yang baik.