pengertian - panggayuh.files.wordpress.com · setelah subjek menandatangani informed consent,...

Pengertian

Macam-macam

populasi

Alasan pengambilan

sampel

Prinsip dasar dan

perhitungan besar

sampel

Populasi & Sampel - 2

Populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristiktertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,2011:80).

Populasi adalah keseluruhan subjekatau totalitas subjek penelitian yang dapat berupa; orang, benda / suatu hal yang di dalamnya dapat diperoleh dan atau dapat memberikan informasi (data) penelitian (Ismiyanto).


Dengan demikian :Populasi adalah keseluruhan

subyek/obyek berupa orang,

benda/sesuatu yang mempunyai kualitas

atau karakteristik tertentu yang ditetapkan

oleh peneliti untuk dipelajari dan kemudian

ditarik kesimpulannya.


Subjek penelitian :

Siapa yang akan diteliti?

Bagaimana merekrut mereka?

Bagaimana menempatkan mereka

dalam kelompok penelitian?


Subjek yang memenuhi syarat :

Populasi target (item yang diperoleh

dan digunakan untuk generalisasi) :

Sesuai karakteristik klinikal dan

demografik

Populasi yang dapat diperoleh :

Sesuai karakteristik temporal dan

geografik


Kriteria :

inklusi /

eksklusi

Contoh 1 :

Wanita setelah persalinan Cesarian

tak terencana pada RSSA Malang

antara bulan Januari hingga Maret

2016

Kriteria inklusi :

Usia > 16 tahun

Dapat berbahasa Indonesia

Penduduk Malang

Kriteria eksklusi :

Menolak memberikan informed

consent sehubungan masalah

kesehatan berat yang mecegah untuk

ikut berpartisipasi

Contoh 2 :

Semua pasien yang menjalani

pembedahan orthopedic elektif pada

lutut, pergelangan kaki atau bahu

pada RS Panti Waluya.

Kriteria inklusi :

Usia > 18 tahun

Dapat mengerti instruksi

Kriteria eksklusi :

Alergi terhadap pengobatan yang

digunakan pada penelitian

Ketergantungan obat / alkohol

Menolak memberikan informed

consent


Tentang teknik sampling yang digunakan : Probability / Nonprobability.

Kunci keberhasilan :Deskripsi yang jelas dari populasi penelitian

Kriteria inklusi / eksklusi yang tepat

Pembenaran terhadap populasi penelitian dan teknik sampling

Deskripsi yang jelas dari teknik sampling


Contoh :Secara berurutan pada pasien yang masuk ke RSSA Malang

untuk menjalani pembedahan orthopedic.

Survey akan dikirimkan pada sampel acak (random) dari 100

wanita yang menjalani SC dari tanggal 1 Januari s/d

Desember 2016. sampling akan dibagi berdasarkan pada

rumah sakit dimana mereka bersalin

Semua pasien yang menjalani pembedahan kuratif akibat

kanker colorectal antara tanggal 1 April 2010 dan 30 Maret

2016 di Propinsi Jawa Timur.


Random allocationYaitu menempatkan subjek

pada kondisi perlakuan yang ditentukan berdasarkan kesempatan itu sendiri.

RandomisasiDrawn from a hat

Random number table

Computed generated

Goal of randomizationYaitu untuk

memaksimalkan

kemungkinan kelompok

untuk mendapatkan

perlakuan berbeda yang

akan disamakan.

Teknik of randomization :

True random allocation

Allocation concealment


Contoh :

Subjek yang akan ditetapkan untuk kelompok penelitian

adalah menggunakan randomisasi sederhana (simple

randomization) yang dilakukan dengan menggunakan

daftar randomisasi melalui komputer dan nomor secara

berurutan, ditutup dalam amplop.

Setelah subjek menandatangani informed consent, amplop

berikutnya dibuka untuk menentukan perlakuan apa yang

diterima subjek.


Sampel penelitian adalah sebagian populasi yang diambil sebagai sumber data dan dapat mewakili seluruh populasi (Suharsimi Arikunto, 1998).

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi (Sugiyono, 1997).


Pengambilan sampel kadang-kadang merupakan satu-satunya jalan yang harus dipilih.

Pengambilan sampel diperlukan dengan alasan antara lain:Tidak mungkin mengamati seluruh objek (populasi) yang akan

diselidiki, misalnya dengan alasan keterbatasan waktu, tenaga dan biaya.

Lebih cepat dan lebih mudah.

Memberi informasi yang lebih banyak dan dalam.

Dapat ditangani lebih teliti.


Sampling adalah proses

memilih sampel

(misal., orang, organisasi)

dari populasi sehingga

dengan meneliti sampel

kita dapat membuat

generalisasi hasil penelitian kepada populasi yang

kita pilih.


Probability sampling adalah metode sampling yang menggunakan beberapa bentuk pemilihan secara acak (random sampling), dimana setiap elemen dalam populasi memiliki kesempatan yang sama dan independen untuk dipilih.


Non-probability sampling adalah

metode sampling yang tidak

melibatkan random selection

Kurang representatif terhadap populasi

dibandingkan dengan probability sampling


Probability sampling

Simple random sampling

Stratified random sampling

Systematic random sampling

Cluster random sampling

Multu-stage sampling

Non-probability

sampling

Purposive (judgmental)

sampling - berdasarkan

pertimbangan

Consecutive sampling

(berurutan)

Convenience sampling



Tujuan: Untuk memilih n

dari N sehingga setiap NCn memiliki kesempatan yang sama untuk dipilih.

Prosedur: Gunakan tabel angka acak, dengan komputer atau

alat mekanikal untuk memilih sampel.

Bagaimana kita menggunakan simple random sampling?

Anggap saja kita melakukan penelitian pada unit pelayanan untuk mengkaji pandangan klien tentang kualitas pelayanan pada akhir tahun.

Pertama, kita harus memperoleh sampling frame yang terorganisir.

Untuk melakukan ini, kita akan mulai dari medical record untuk mengidentifikasi setiap klien pada 12 bulan terakhir.


Kemudian, kita harus menarik sampel.

Memutuskan jumlah klien yang akan diambil dalam sampel akhir.Sebagai contoh, katakanlah

anda ingin memilih 100 klien untuk di survey dan terdapat 1000 klien pada 12 bulan terakhir.

Kemudian dibuat fraksi sampling

f = n/N = 100/1000 = .10 atau10%.

Sekarang, untuk menarik sampel, anda memiliki beberapa pilihan.

Anda dapat mencetak daftar 1000 klien, kemudian:Robek dan buat gulungan

terpisah

Masukkan gulungan kedalam topi

Kocok secara merata

Tutup mata anda

Ambil gulungan sejumlah 100


Stratified Random Sampling, juga disebut proportional atauquota random sampling, yang melibatkan pembagian populasi menjadi subgroup yang homogen dan kemudian melakukan simple random sampling pada setiap subgroup.



Tujuan: Membagi populasi menjadi group yang tidak overlap

(yaitu, strata) N1, N2, N3, ... Ni, sehingga N1 + N2 +

N3 + ... + Ni = N.

Kemudian melakukan simple random sampling dari f

= n/N pada setiap strata.


Mengapa lebih memilih stratified sampling daripada simple random sampling?Pertama, menjamin bahwa anda akan dapat

menggambarkan tidak hanya keseluruhan populasi, tetapi juga subgroup dari populasi, terutama group minoritas.

Kedua, stratified random sampling pada umumnya memiliki statistikal yang lebih teliti daripada simple random sampling.

Contoh:Katakanlah bahwa

populasi klien dari pusat pelayanan kita bagi menjadi tiga kelompok: Jawa, Madura danSunda.

Selanjutnya, anggaplah bahwa baik Madura maupun Sunda adalah klien yang relatif kecil(10% dan 5%).



Jika kita hanya melakukan simple random sample padan=100 dengan fraksi sampling 10%, maka kita perkirakan hanya mendapat 10 dan 5 orang pada kedua kelompok.

Tetapi, jika dilakukan stratifikasi, maka kita dapat melakukan lebih baik.

Tahap-tahap Stratifikasi :Menentukan berapa orang

yang ingin dimasukkan dalam setiap kelompok.Katakanlah kita tetap ingin

memperoleh sampel 100 dari populasi 1000 klien pada tahun terakhir.

Tetapi kita pikir bahwa dalam rangka untuk membahas tentang subgroup maka kita memerlukan sedikitnya 25 kasus pada setiap kelompok.

Jadi, ditetapkan 50 sampel Jawa, 25 sampel Madura, dan 25 sampel Sunda.


Kita tahu bahwa 10% dari populasi, atau 100 klien adalah Madura. Jika dari 25 sampel ini kita

random, kita memiliki fraksi sampling dalam stratum adalah 25/100 = 25%

Hal serupa, kita tahu bahwa 5% atau 50 klien adalah Sunda. Sehingga fraksi sampling dalam

stratum adalah 25/50 = 50%

Akhirnya, dengan

mengurangi, kita tahu bahwa

terdapat 850 klien Jawa.

Fraksi sampling dalam stratum

adalah 50/850 = ± 5.88%


Memilih beberapa titik awal kemudian memilih

setiap kelipatan elemen dalam populasi.


Membagi populasi menjadi bagian-bagian (atau cluster); secara random memilih beberapa cluster tersebut; memilih semua anggota dari cluster terpilih.

Dilakukan bila sampel populasi tersebar luas secara geografis.


Langkah-langkah dalam cluster sampling:Membagi populasi menjadi cluster

(biasanya sepanjang perbatasan geografi)

Acak cluster sampel

Ukur semua unit dalam sampel cluster

Merupakan kombinasi metode sampling (simple /

stratified / systematic / cluster sampling).

Contoh 1: Penduduk Malang Raya (sebagai

populasi).

Proses sampling:

Melakukan cluster sebagai langkah pertama.

Kemudian stratified sampling dalam cluster.


Contoh 2: Siswa SMU di Malang (sebagai populasi)

Proses sampling:

Melakukan stratifikasi sekolah SMU pada tingkat kabupaten sebagai langkah pertama

Kemudian simple random sampling sekolah pada kabupatan yang terpilih

Kemudian simple random sampling kelas pada sekolah yang terpilih

Kemudian simple random sampling siswa pada kelas yang terpilih


Purposive

(judgmental)

sampling adalah

metode sampling

non-probability

yang digunakan bila ″elemen sampel dipilih

berdasarkan pertimbangan dari peneliti″.


Kelebihan purposive

sampling :

Metode sampling yang sangat

efektif dari segi biaya dan

waktu.

Cocok jika jumlah sumber data

primer terbatas.

Efektif untuk mengeksplorasi

situasi anthropologikal dimana

hasil temuan dapat bermanfaat

dari pendekatan intuisi.


Kekurangan purposive

sampling :

Resiko terjadi kesalahan dalam

pertimbangan peneliti.

Reliabilitas rendah dan bias

tinggi.

Tidak dapat digunakan untuk

generalisasi hasil penelitian.


Convenience atau accidental sampling adalah metode sampling dengan menggunakan sampel yang mudah diperoleh.

Rumus Slovin adalah formula untuk menghitung jumlah sampel minimal apabila sebuah populasitidak diketahui secara pasti.

Digunakan dalam penelitian survey dimana biasanya jumlah sampel besar sekali, sehingga diperlukan sebuah formula untuk mendapatkan sampel yang sedikit tetapi dapat mewakili keseluruhan populasi.


Misalnya sebuah penelitian dengan derajat kepercayaan 95%, maka tingkat kesalahan (margin of error) adalah 5%.

Apabila kita punya 1.000 orang dalam sebuah populasi, kita bisa tentukan minimal sampel yang akan diteliti. Margin of error yang ditetapkan adalah 5% atau 0,05.


n = jumlah sampel minimal

N = populasi

e = margin of error

Latihan :Silahkan hitung besar sampel

minimal (n) untuk penelitian dengan margin of error 1% pada populasi sebanyak 10.000, 2.000, 1.000 dan 500.

Jawaban:Populasi 10.000 → n = 5.000.

Populasi 2.000 → n = 1667.

Populasi 1.000 → n = 909.

Populasi 500 –n = 476.


𝑛 =N

1 + Nⅇ2

𝑛 =1000

1 + (1000 x 0.052)

𝑛 =1000

1 + (1000 x 0.0025)

𝑛 =1000

1 + 2.5

𝑛 =1000

3.5

𝑛 = 285.7143 = 286

𝑛 = 286

pengertian - panggayuh.files.wordpress.com · setelah subjek menandatangani informed consent,...

Documents