Langsung ke konten utama

Cara Menentukan 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 mengitung besar sampel suatu penelitian sangat ditentukan oleh disain penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional dengan menguunakan disain cross-sectional akan berbeda dengan case-control study dan khohordemikian 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 peper ini akan disampaikan sejumlah rumus yang paling sering dipergunakan oleh para peneliti.

Penelitian Cross-sectional  

Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi binomunal (binomunal proportions). Jika besar populasi (N) diketahui, maka dicari dengan menggunakan rumus berikut:  
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 :  

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. Dangan limit dari error (d) ditetapkan 0,05 dan nilai = 0,05, maka jumlah
sampel yang dibutuhkan sebesar:
  

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  

Case Control dan Khohor  

Rumus yang digunakan untuk mencari besar sampel baik case control maupun khohor 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. Kadangkadang 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:
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.  
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 = 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 (mengacu data dari penelitian LPKGM di Purworejo, Jawa Tengah), 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:
Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akan lepas 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:  
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. 

Komentar

Postingan populer dari blog ini

Cara Uji Kelayakan Model Goodness of fit Pada SmartPLS

Uji Kelayakan Model Goodness of fit Pada SmartPLS,  Untuk melakukan uji kualitas model pengukuran, caranya adalah:  Klik menu Calculate  => PLS Algoritm (lihat pada bagian yang dilingkari  pada gambar dibawah ini !) Setelah itu, maka akan muncul tampilan seperti gambar di bawah ini.  Selanjutnya, pilih (klik) Start Calculation. Setelah proses Calculation selesai, maka akan keluar hasil pengujian kualitas model pengukuran (lihat gambar di bawah ini !). Penyimpulan mengenai kualitas model pengukuran mengacu pada rule of  tumbs berikut ini: Pada gambar di bawah ini nampak hasil outer loadings (di SPSS diistilahkan  dengan Factor Loadings ) digunakan untuk mengukur validitas konvergen  dari model pengukuran (instrumen). Pada kasus ini, hasil uji outer loadings menunjukkan skor yang rendah pada variabel AKT (Akuntabilitas) yaitu  kurang dari rule of tumbs 0,70 (Chin, 1998). Skor kurang dari 0,70 juga  nampak pada konstruk KMUK4 dan KSI...

Cara Uji Validitas dengan Corrected Item-Total Correlations SPSS

Uji validitas item merupakan uji instrumen data untuk mengetahui seberapa cermat suatu item dalam mengukur apa yang ingin diukur. Item dapat dikatakan valid jika adanya korelasi yang signifikan dengan skor totalnya, hal ini menunjukkan adanya dukungan item tersebut dalam mengungkap suatu yang ingin diungkap. Item biasanya berupa pertanyaan atau pernyataan yang ditujukan kepada responden dengan menggunakan bentuk kuesioner dengan tujuan untuk mengungkap sesuatu. Teknik uji validitas item dengan teknik Corrected ItemTotal Correlation , yaitu dengan cara mengkorelasikan skor item dengan skor totalnya dan melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi. Hal ini dikarenakan agar tidak terjadi koefisien item total yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya). Pada metode ini tidak perlu memasukkan skor total, karena sudah dihitung secara otomatis.    Cara Uji Validitas Metode Analisis Faktor (KMO) dengan SPSS Kemudian pengujian sign...

Rumus Fungsi If Dengan Conditional Formatting di Excel

Fungsi if merupakan fungsi yang sering digunakan pada aplikasi ms.excel untuk mendapatkan nilai berdasarkan kriteria yang ditentukan. Kadangkala kita ingin menambahkan warna-warna atau simbol-simbol tertentu pada setiap nilai yang dikembalikan dengan fungsi if. Untuk memberikan perbedaan ini, kita dapat menggunakan tools conditional formatting pada fungsi if tersebut. Mencari Nilai Dengan Fungsi If Sebelum menambahkan style pada hasil dari fungsi if, berikut ini adalah sebuah contoh data mencari score dengan fungsi if. Nilai score pada kolom E, merupakan nilai berdasarkan persentase pencapaian yang didapat pada kolom D berdasarkan nilai-nilai pada tabel pertama (A1:B4) Ketentuan score pada kolom E berdasarkan tabel pertama adalah : Jika nilai pada kolom D adalah lebih kecil dari 75%, maka akan mendapat score 1. Jika nilai pada kolom D antar 75% sampai 100%, maka akan mendapat score 2. Dan Jika nilai pada kolom D lebih besar dari 100%, maka akan mendapatkan score 3. If Dan Conditional F...