بِــــــسْمِ اللهِ الرَّحْمَنِ الرَّحِيـــمِ
SELAMAT DATANG DI BLOG ZARMI SUKSES - TERIMAKASIH ATAS KUNJUNGAN ANDA

SELAMAT BAHAGIA

SELAMAT BERBAHAGIA

SELAMAT BERBAHAGIA

MENU

.

Radio Online Minang Cimbuak                Radio Online Minang Cimbuak

Kamis, 04 Juni 2015

MENGHITUNG BESAR SAMPEL PENELITIAN

 

 


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.
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 beda 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.
Terdapat banyak rumus untuk menghitung besar sampel minimal sebuah penelitian, namun pada artikel ini akan disampaikan sejumlah rumus yang paling sering dipergunakan oleh para peneliti.
Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi binomunal (binomunal proportions). Jika besar populasi (N) diketahui, maka dicari dengan menggunakan rumus berikut:
Rumus Sampel Cross Sectional
Rumus Sampel Cross Sectional
Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa melakukan pengambilan sampel secara acak).
Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka besar sampel dihitung dengan rumus sebagai berikut :
Rumus Lemeshow
Rumus Lemeshow
Keterangan :
n =  jumlah sampel minimal yang diperlukan
   =  derajat kepercayaan
p = proporsi anak yang diberi ASI secara eksklusif
q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif
d = limit dari error atau presisi absolut

Jika ditetapkan =0,05 atau Z1- /2 = 1,96 atau Z2
1- /2 = 1,962 atau dibulatkan menjadi 4, maka rumus untuk besar N yang diketahui kadang-kadang diubah menjadi:
Penyederhanaan Rumus Lemeshow
Penyederhanaan Rumus Lemeshow


Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian mencari faktor determinan pemberian ASI secara eksklusif. Untuk mendapatkan nilai p, kita harus melihat dari penelitian yang telah ada atau literatur. Dari hasil hasil penelitian Suyatno (2001) di daerah Demak-Jawa Tengah, proporsi bayi (p) yang diberi makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan nilai q = 1 – p. Dengan limit dari error (d) ditetapkan 0,05 dan nilai Alfa = 0,05, maka jumlah sampel yang dibutuhkan sebesar:
Contoh Rumus Sampel Cross Sectional
Contoh Rumus Sampel Cross Sectional


= 219 orang (angka minimal)
Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka dapat dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka nilai d sekitar 2,5 % (0,025) atau lebih kecil lagi.



Rumus Sampel Penelitian Case Control dan Kohort

Rumus yang digunakan untuk mencari besar sampel baik case control maupun kohort adalah sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk penelitian khohor, ada juga yang menggunakan ukuran data kontinue (nilai mean).
Besar sampel untuk penelitian case control adalah bertujuan untuk mencari sampel minimal untuk masing-masing kelompok kasus dan kelompok kontrol. Kadang kadang peneliti membuat perbandingan antara jumlah sampel kelompok kasus dan kontrol tidak harus 1 : 1, tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan untuk memperoleh hasil yang lebih baik. Adapun rumus yang banyak dipakai untuk mencari sampel
minimal penelitian case-control adalah sebagai berikut:
Rumus Sampel Case Control dan Kohort
Rumus Sampel Case Control dan Kohort


Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok exposure dan non-exposure atau kelompok terpapar dan tidak terpapar. Jika yang digunakan adalah data proporsi maka untuk penelitian khohor nilai p0 pada rumus di atas sebagai proporsi yang sakit pada populasi yang tidak terpapar dan p1 adalah proporsi yang sakit pada populasi yang terpapar atau nilai p1 = p0 x RR (Relative Risk).
Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan, IMT dan sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar sampel untuk kelompok dilakukan berdasarkan rumus berikut:
Rumus Sampel Case Control dan Kohort 2
Rumus Sampel Case Control dan Kohort 2

Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian tentang pengaruh pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan menggunakan tingkat kemaknaan 95 % atau Alfa = 0,05, dan tingkat kuasa/power 90 % atau ß=0,10, serta kesudahan (outcome) yang diamati adalah berat badan bayi yang ditetapkan memiliki nilai asumsi SD=0,94 kg, dan estimasi selisih antara nilai mean kesudahan (outcome) berat badan kelompok tidak terpapar dan kelompok terpapar selama 4 bulan pertama kehidupan bayi (U0 – U1) sebesar 0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan jumlah minimal sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar atau tidak terpapar adalah:


Contoh Hitung Sampel Case Control dan Kohort
Contoh Hitung Sampel Case Control dan Kohort
= 51,5 orang atau dibulatkan: 52 orang/kelompok

Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akalepas selama pengamatan, biasanya diasumsikan 15 %. Pada contoh diatas, maka sampel minimal yang diperlukan menjadi n= 52 (1+0,15) = 59,8 bayi atau dibulatkan menjadi sebanyak 60 bayi untuk masing-masing kelompok baik kelompok terpapar ataupun tidak terpapar atau total 120 bayi untuk kedua kelompok tersebut.

 

Penelitian Eksperimental

Menurut Supranto J (2000) untuk penelitian eksperimen dengan rancangan acak lengkap, acak kelompok atau faktorial, secara sederhana dapat dirumuskan:

(t-1) (r-1) > 15
dimana : t = banyaknya kelompok perlakuan
j = jumlah replikasi
Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan untuk tiap perlakuan dapat dihitung:
(4 -1) (r-1) > 15
(r-1) > 15/3
r > 6
Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan koreksi dengan 1/(1-f) di mana f adalah proporsi unit eksperimen yang hilang atau mengundur diri atau drop out.

 

Referensi:

  1. Bhisma-Murti, Prinsip dan Metoda Riset Epidemiologi, Gadjah Mata University Press,1997
  2. Lemeshow, S. & David W.H.Jr, 1997. Besar Sampel dalam Penelitian Kesehatan (terjemahan), Gadjahmada University Press, Yogyakarta
  3. Snedecor GW & Cochran WG, Statistical Methods 6th ed, Ames, IA: Iowa State University Press, 1967
  4. Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT Rineka Cipta, Jakarta.
  5. http://www.statistikian.com/2012/08/menghitung-besar-sampel-penelitian.html 
  6. http://zarmiekonomi.blogspot.com/2015/06/menghitung-besar-sampel-penelitian.html