SAMPLING.

Presentasi berjudul: "SAMPLING."— Transcript presentasi:

1 SAMPLING

2 POPULASI dan SAMPEL Dalam Penelitian tidak selalu perlu meneliti semua individu dalam Populasi Peneliti mengambil sebagian dari Populasi yang disebut sampel Agar hasil penelitian dapat digeneralisasikan pada populasi, sampel harus Representatif

3 Manfaat Sampling Biaya lebih murah Proses lebih cepat
Akurasi lebih tinggi Meminimalkan risiko (tidak merusak) Pada populasi >>>>, mungkin terlewatkan.

4 Perhatikan tiga hal: Populasi
Minimal Sampel Size (besar sampel minimal) Teknik sampling (Prob & Non) Ctt: Probability Sampling? Simple Random Sampling: List populasi (sampling frame) Proses Random Sampling List sampel.

5 Populasi (N) Sampel (n) Nilai Parameter Proses sampling
Proses generalisasi Statistik

6 Pertanyaan yang perlu dijawab dalam menentukan besar sampel
Nilai parameter apa yang akan diestimasi?  Proporsi, Mean ???  Rumus besar sampel mana ??? 2. Berapa tingkat kesalahan yang bisa ditolerir (α)  1%, 5%, 10%????? Akan menentukan berapa nilai Distribusi Z pada kurva normal. Berada derajad ketepatan (d) dari sampel yang akan diambil  0,01; 0,05; 0,10 dst Sifat populasi  Finit / infinit

7 Menentukan besar sampel (Sample Size)
Jumlah sampel (number of sample) Besar sampel (size of sample) Contoh: pada uji T-test  jumlah sampelnya 2 pada uji anava  jumlah sampel >2  besar sampel (sample size) : banyaknya unit/individu pada masing-masing sampel.

8 Populasi Keseluruhan subjek (manusia, hewan percobaan, data laboratorium) , yang sifat-sifatnya akan diteliti Populasi terbatas (finite): dapat dihitung jumlah subjeknya, taka terbatas (infinite) takdapatdihitung jumlah subjeknya. Populasi Target Populasi aktual Populasi Studi (Sampel) Batas Keluasan Populasi (batas geografis, sifat dan kondisi subjek) Unit Analisis : Satuan terkecil yang menjadi sasaran pengamatan Kerangka Sampling : Daftar Subjek dalam populasi

9 Sampel Sampel :Hasil pencuplikan subjek dari populasi untuk memperoleh karakteristik populasi. Kriteria Pembatas (Ristriksi) : memudahkan proses sampling dan pengendalian variabel luar. meliputi : Faktor risiko untuk penyakit yang diteliti Prosedur medik yang berpengaruh pada diagnosis Penyakit lain yang mempengaruhi efek Faktor untuk mempermudah pengamatan

10 KRITERIA INKLUSI DAN EKSKLUSI Kriteria Inklusi Kriteria inklusi adalah karakteristik umum subyek penelitian pada populasi target dan populasi terjangkau. Peneliti harus berhati-hati agar kriteria tersebut relevan dengan masalah penelitian. Kriteria Eksklusi Sebagian subyek yang memenuhi kriteria inklusi harus dikeluarkan dari studi karena berbagai sebab.

11 Representativitas Sampel
Seberapa kuat sampel dapat mewakili karaktersitik populasi? Seberapa kuat hubungan antara perubahan yang terjadi pada sampel akibat perlakuan juga terjadi pada populasi ? Faktor yang berpengaruh pada Representativitas Sampel : Homogenitas populasi Besar sampel Bayaknya karakter subjek yang akan diteliti Ketepatan teknik sampling

12 Sampling dan Inferensi
Sampel x x x x x x x x x xx x x x x x x x x x x xxx x x x x x x x xxxxx xxx xxxx xxxxxxxxxxx xxxxxxx Populasi x x x x x x x x Pencuplikan (sampling) Inferensi Gambar … Pencuplikan dan inferensi (penarikan kesimpulan) tentang parameter populasi

13 Variabel yang berpengaruh dalam Penetapan Besar Sampel
Tingkat Kemaknaan Statsitik (1- a) Kuasa statsitik : kememapuan mendeteksi hubungan dua variabel (1-b) Besarnya pengaruh Faktor penelitian terhadap efek Proporsi penyakit pada populasi yang tak terpapar atau proporsi paparan pada popluasi tak sakit Perbandingan ukuran sampel antar kelompok studi (c) Sifat data (numerik/ kategorik)

14 rumus penentuan besar sampel apabila populasi < 10
rumus penentuan besar sampel apabila populasi < (pendapat slovin) N 10= 100 n = ____________ 5 = 400 1 = 9.991 1 + N (d )2 Dimana n = besar sampel N = besar populasi d = tingkat kesalahan

15 Bila parameter populasi berupa “Proporsi /p”
N . (Z1-α/2 )2 . P. (1-P) n = (N-1) d2 + (Z1-α/2 )2 . P. (1-P) Populasi finit (Z1-α/2 )2 . P. (1-P) n = d2 Populasi infinit n = besar sampel minimum N = besar populasi Z1-α/2 = nilai sebaran normal baku yang nilainya tergantung α Bila α = 0,05 (5%)  Z = 1,96 P = Estimator proporsi pada populasi d = besar penyimpangan yang bisa diterima

16 Bila parameter populasi berupa data kontinum  mempunyai mean (μ) dan varian (σ2)
N . (Z1-α/2 )2 . σ2 n = (N-1) d2 + (Z1-α/2 )2 . σ2 Populasi finit (Z1-α/2 )2 . σ2 n = d2 Populasi infinit n = besar sampel minimum N = besar populasi Z1-α/2 = nilai sebaran normal baku yang nilainya tergantung α Bila α = 0,05 (5%)  Z = 1,96 σ = nilai varian populasi d = besar penyimpangan yang bisa diterima

17 Non ProbabilitySampling
Teknik Sampling Probability Sampling 1. Simple Random Sampling 2. Systematic Random Sampling 3. Stratified Random Sampling 4. Cluster Random Sampling 5. Multi Stage Random Sampling Non ProbabilitySampling Purposive Sampling Accidental Sampling Quota Sampling Saturation Sampling Snowball Sampling

18 Random Sederhana (Simple Random Sampling)
Populasi Randomisasi (Undian, tabel angka random) Sample Indikasi : tersedia kerangka sampling (sampling frame) Random Sistematik : penetapan anggota sampel I secara random, selanjutnya menggunakan cara tertentu.

19 Random Stratifikasi Stratum I Stratum II Stratum III POPULASI
Randomisasi Sampel II Sampel I Sampel III Inikasi : (1) Dalam populasi terdapat strata (umur, tingkat pendidikan, Tingkat sosioekonomi), Setiap stratum Proporsinya sama. Bila tidak sama gunakan Stratifikasi proporsional.

20 Random Klaster POPULASI (KABUPATEN) 1 2 3 4 5 6 7 8 9 10 11 12 2 3 8 4
Klasterifikasi Randomisasi klaster 2 3 8 4 Indikasi : tidak tersedia kerangka sampling, area geografis populasi sangat luas. Bila area geografis klaster masih sangat luas digunakan kalsterifikasi bertingkat. Randomisasi Subjek Sampel 2,3,8,4,