POPULASI &

SAMPELdr. Hafni Bachtiar, MPH

Bagian Ilmu Kesehatan MasyarakatFakultas Kedokteran Universitas Andalas

Padang

POPULASI: Seluruh unit analisis Seluruh unit analisis yang cirinya akan didugayang cirinya akan diduga

Sampel: Bagian dari populasiSampel: Bagian dari populasi yang cirinya ditelitiyang cirinya diteliti

* Meliputi seluruh unit sampel * Tidak dihitung dua kali * Batasan jelas * Up to date * Dapat dilacak

Mengapa Sampling ?• Terlalu banyak

– tidak cukup waktu– tidak cukup dana– tidak cukup tenaga

• Tidak mungkin– sisi waktu dan ruang

• Tidak perlu semua– teori sampling

• standard error• distribusi statistik

Sampel ideal

• Menggambarkan populasi dan dapat dipercaya

• Dapat menentukan presisi• Mudah dilaksanakan• Memberikan informasi sebanyak

mungkin dengan biaya rendah

LangkahLangkahpengambilanpengambilan

sampel sampel

1. Menetapkan populasi1. Menetapkan populasi* unit analisis* unit analisis* kerangka sampel* kerangka sampel* karakteristik unit analisis* karakteristik unit analisis

2. Menentukan besar sampel2. Menentukan besar sampel3. Memilih cara pengambilan sampel3. Memilih cara pengambilan sampel

Kerangka sampel: Kerangka sampel: No. urut, nama dan alamatNo. urut, nama dan alamat

Non Random Random

Purposive (pertimbangan) Quota (berjatah) Accidental (seadanya)

Simple random (acak sederhana) Systematic random (acak sistematik) Stratified random (acak stratifikasi) Multistage random (acak bertingkat) Cluster random (acak gugus)

Simple Random Sampling

• Digunakan pada keadaan:– Hanya diketahui nama dan identitas populasi– Tidak ditemukan cara lain yang lebih efisien

• Persyaratan– Harus tersedia kerangka sampel

• Terdiri dari No. urut, Nama dan Alamat– Populasi harus homogen/hampir homogen– Tidak terlalu tersebar secara geografis

Simple Random Sampling

• Tetapkan populasi• Buat kerangka sampel (sample frame)• Hitung besar sampel• Pilih sampel dengan cara:

Undian Tabel acak Komputer

Tabel Acak (random table)

2 6 3 3 8 6 0 5 2 0 6 4 9 6 7 5 0 2 8 6

6 8 2 5 6 4 6 9 2 7 3 5 5 0 8 2 7 2 2 2

4 9 1 2 0 0 6 2 3 7 2 9 7 8 5 8 5 1 5 3

4 2 1 8 dst.

Systematic Random Sampling

• Digunakan untuk populasi yang besar• Populasi homogen/hampir homogen

• Cara Tetapkan populasi Buat kerangka sampel Hitung besar sampel Hitung interval (k): N/n Acak sampel pertama dari jumlah k, misalnya s Tetapkan sampel berikutnya = s+k, s+2k dst.

Stratified Random Sampling

Untuk populasi yang heterogenPersyaratan

Harus ada kriteria yang jelas untuk dasar strata Harus ada data pendahuluan mengenai kriteria

untuk stratifikasi Harus diketahui jumlah yang tepat jumlah

elementer pada setiap strata Stratifikasi dilakukan secara subjektif (judgement) oleh peneliti

dan objektif dari keterangan statistik

Stratified Random Sampling

Cara Tentukan populasi Lakukan stratifikasi Hitung jumlah sampel Ambil sampel secara acak pada setiap strata

(sederhana atau proporsional) Keuntungan

Semua ciri populasi yang heterogen dapat terwakili

Dapat membuat perbandingan dan mencari hubungan antar strata

Multistage Random Sampling

• Dilakukan pada populasi yang amat besar dan homogen

• Cara Tentukan populasi Tetapkan tingkatan Hitung besar sampel Ambil secara acak sejumlah unsur pada tiap

tingkatan Pada tingkat terakhir ambil sampel secara acak sesuai

besar sampel

Multistage Random SamplingMultistage Random Sampling

KABUPATEN/KOTA

KECAMATAN

KELURAHAN

RT

Cluster Sampling

• Dilakukan pada keadaan kerangka sampel tidak tersedia• Cara

Tentukan populasi Bagi populasi berdasarkan gugus

• sekolah, kelas, kelompok masyarkat dsb Ambil gugus secara acak Semua unit dalam gugus dijadikan sampel

Keuntungan: tidak perlu kerangka sampel Kerugian: sulit dihitung kesalahan (standard error)

• Pertimbangan Derajat keseragaman populasi Presisi yang dikehendaki Rencana analisis Tenaga, biaya dan waktu

Prinsip dasarPrinsip dasar

Makin besar jumlah sampel, makin baik

Makin heterogen populasi, main besar jumlah sampel

Jenis penelitianJenis penelitian eksploratifeksploratif generalisasigeneralisasi

Skala variabelSkala variabel nominal, ordinal, interval, rationominal, ordinal, interval, ratio

Jenis dataJenis data diskrit, kontinyudiskrit, kontinyu

Derajat ketepatanDerajat ketepatan makin tinggi ketepatan, makin makin tinggi ketepatan, makin besar jumlah sampelbesar jumlah sampel

Skala nominal/ordinal, data diskritSkala nominal/ordinal, data diskrit

nPQPpZ

Z: derajat kepercayaanp-P atau d: presisi (beda hasil sampel dengan populasi yang diinginkan)P: proporsi populasiQ: 1 - Pn: jumlah sampel

nPQdZ

dZ

2

2 QPn

Skala interval/ratio, data kontinyuSkala interval/ratio, data kontinyu

n

xZ

n

dZ

dZ

2

22

n

Z: derajat kepercayaanx - atau d: presisi(beda rata-rata sampel dengan rata-rata populasiyang diinginkan): simpangan baku populasin: jumlah sampel

Langkah Pengambilan Sampel di Lapangan• Buat daftar nagari/desa/kelurahan per kecamatan pada setiap

kabupaten/kota• Beri nomor urut mulai dari kecamatan pertama sampai

kecamatan terakhir• Contoh Kota Padang

Kecamatan No. Kelurahan• Pd. Timur 1 – 15• Pd. Barat 16 – 31• Pd. Selatan 32 – 45• Pd. Utara 46 – 56• dst …… - 140 jumlah 140 kelurahan

• Jumlah sampel yang diperlukan 210 rumah tangga diperoleh dari 30 kelurahan dan tiap kelurahan 7 rumah tangga

• Buat interval: 140/30 = 4,66 dibulatkan jadi 5• Ambil satu angka antara 1 – 5 secara acak, misal angka 3• Kelurahan no. 3 adalah sampel pertama kelurahan, selanjutnya kelurahan

dengan penambahan 5 yaitu: 8, 11, 16 dst sampai didapat 30 kelurahan• Dari kelurahan yang terpilih, dibuat daftar rumah tangga (KK)• Buat lagi interval : jumlah jumlah KK per kelurahan/7• Lakukan pengambilan sampel pertama secara acak diantara nomor

interval• Sampel berikut adalah nomor sampel pertama + interval• Semua anggota keluarga dimasukkan sebagai responden