SAMPEL, TEKNIK SAMPLING DAN MENGHITUNG BESAR SAMPEL

Presentasi berjudul: "SAMPEL, TEKNIK SAMPLING DAN MENGHITUNG BESAR SAMPEL"— Transcript presentasi:

1 SAMPEL, TEKNIK SAMPLING DAN MENGHITUNG BESAR SAMPEL
NURUL AINI Nurul Aini/AKBID Jember/2017

2

3 LANDASAN FILOSOFIS SAMPLING
Metode sampling dikembangkan  membantu para peneliti dalam upaya generalisasi dari hasil penelitian yang telah dilakukan Memperoleh informasi tentang karakteristik suatu populasi yang nantinya akan digunakan untuk membantu pengambilan keputusan

4 MANFAAT SAMPLING Metode sampling sanggup mengurangi biaya penelitian
Waktu pengumpulan informasi lebih cepat dalam memperoleh informasi Metode sampling lingkup penelitian lebih luas dibandingkan dengan sensus Metode sampling memberikan keakuratan lebih besar dibandingkan dengan sensus

5 POPULASI DAN SAMPEL POPULASI (population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). SAMPEL adalah bagian kecil dari anggota populasi yang diambil menurut prosedur tertentu sehingga dapat mewakili populasinya.

6 POPULASI DAN SAMPEL Banyaknya pengamatan atau anggota suatu populasi disebut UKURAN POPULASI. Ukuran populasi ada dua populasi terhingga (finite population), yaitu ukuran populasi yang berapa pun besarnya tetapi masih bisa dihitung (cauntable). Populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable).

7

8 TEKNIK PENARIKAN SAMPEL (TEKNIK SAMPLING)
Sampling is the process of selecting observations. Proses seleksi yang dimaksud di sini adalah proses untuk mendapatkan sampel. Masalah yang dihadapi dalam sampling adalah (1) bagaimana proses pengambilan sampel, dan (2) berapa banyak unit analisis yang akan diambil.

9

10 PROBABILITY SAMPLING ACAK SEDERHANA (simple random)
ACAK SISTEATIK (sytematic random) ACAK BERSTRATA (stratified random) ACAK BERGUGUS (cluster random) ACAK BERTAHAP (multistage random)

11 SIMPLE RANDOM SAMPLING
Pengambilan sejumlah n elemen dari sejumlah N elemen secara acak Adanya kerangka sampel atau “sampling frame” Bila populasi homogen dalam hal karakteristik yang bisa mempengaruhi outcome Kerangka sampel yaitu suatu daftar unit-unit yang ada pada populasi yang akan diambil sampelnya (daftar anggota populasinya).

12 SIMPLE RANDOM SAMPLING
Contoh sebuah penelitian DESKRIPTIF bertujuan untuk mengukur prevalensi balita BGM, maka : Bila status sosial ekonomi di populasi bersangkutan homogen  Simple Random Sampling Bila status sosial ekonomi di populasi heterogen  Simple Random Sampling BUKAN PILIHAN Status sosial ekonomii BALITA BGM

13 SIMPLE RANDOM SAMPLING
Contoh sebuah penelitian ANALITIK bertujuan untuk menganalisis hubungan antara status sosial ekonomi dengan status balita BGM, bila secara teoritik tingkat pengetahuan (sebagai variabel eksternal) mempengaruhi status Balita BGM maka : Bila tingkat pengetahuan di populasi bersangkutan homogen  Simple Random Sampling Bila tingkat pengetahuan di populasi heterogen  Simple Random Sampling BUKAN PILIHAN Status sosial ekonomii BALITA BGM Pola asuh

14

15 SYSTEMATIC RANDOM SAMPLING
Mirip simple random sampling Menggunakan cara sistematis unit sampel 1 diambil secara simpel random dari I unit yang pertama unit sampel 2, 3,….dst secara sistematis dengan interval tertentu Interval (i) = N/n

16

17 SYSTEMATIC RANDOM SAMPLING
Mirip simple random sampling Menggunakan cara sistematis unit sampel 1 diambil secara simpel random dari I unit yang pertama unit sampel 2, 3,….dst secara sistematis dengan interval tertentu Interval (i) = N/n

18 STRATIFIED RANDOM SAMPLING
Populasi dipisah menurut stratifikasi tertentu (strata menurut karakteristik yang mempengaruhi outcome) Strata : Subpopulasi dari populasi awal Tiap strata homogen Antar strata heterogen Pada penelitian ANALITIK dengan tujuan menganilisis hubungan tingkat konsumsi dengan lama penyembuhan luka perineum, jika tingkat ekonomi dapat mempengaruhi tingkat konsumsi pada ibu nifas maka populasi bufas dibagi menjadi 3 strata : bufas kaya, bufas cukup kaya dan bufas miskin

19

20 CLUSTER/AREA RANDOM SAMPLING
Populasi dipisah menurut rumpun/cluster tertentu Cluster/rumpun/gugus Subpopulasi dari populasi awal Tiap rumpun heterogen Antar rumpun homogen Contoh : rumpun (blok) rumah, posyandu, RT/RW, dusun

21

22 MULTISTAGE RANDOM SAMPLING
Perluasan dari cluster random sampling’ Biasanya berdasarkan hirarki administratif wilayah Contoh : negarapropinsikabupatenkecamatankelurahanRWRT

23

24 NON PROBABILITY SAMPLING
Quota sampling  subyek dipilih secara nyaman dari kelompok yang menjadi sasaran berdasarkan quota Convenience sampling  anggota yang paling mudah diteliti dijadikan subyek Accidental sampling  Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data. Purposive sampling  subjek dipilih dengan syarat khusus yang memenuhi tujuan penelitian Snow ball sampling  pengambilan sampel dimana satuan pengamatan diambil berdasarkan informasi dari satuan pengamatan sebelumnya yang sudah terpilih. Dan lain-lain

25 MENGHITUNG BESAR SAMPEL
Metode SLOVIN Dimana n : jumlah sampel N : jumlah populasi e : batas toleransi kesalahan (error tolerance)

26 MENGHITUNG BESAR SAMPEL
Contoh Sebuah Puskesmas memiliki populasi ibu hamil sebanyak 360 ibu hamil. Berapa besar sampel yang dibutuhkan apabila batas toleransi kesalahan 5% Dengan menggunakan rumus Slovin, maka 𝒏= 𝑵 (𝟏+𝑵 𝒆 𝟐 ) 𝒏= 𝟑𝟔𝟎 (𝟏+𝟑𝟔𝟎 𝒙𝟎.𝟎𝟓 𝟐 ) 𝒏= 𝟑𝟔𝟎 (𝟏+𝟎.𝟗) 𝒏=189

27 MENGHITUNG BESAR SAMPEL
Besar sampel untuk estimasi proporsi populasi Dimana n : jumlah sampel p : estimasi proporsi d : kesalahan absolut yang bisa ditolerir : Zscore pada 1-α/2 tingkat kepercayaan

28 MENGHITUNG BESAR SAMPEL
Contoh Seorang peneliti ingin mengetahui prevalensi anemia ibu hamil di sebuah wilayah kerja puskesmas. Berapa sampel yang dibutuhkan jika diperkirakan 50% dari ibu hamil tersebut (dalam populasi) mengalami anemia, dimana d ditentukan sebesar 10% (0.1) dan tingkat kepercayaan 95%, maka 𝒏= 𝟏.𝟗𝟔 𝟐 ∗𝟎.𝟓∗𝟎.𝟓 ( 𝟎.𝟎𝟓 𝟐 ) 𝒏= 97