sampling

30
Nia Sari, SSi, MKes

Upload: fajriansyah

Post on 30-Jan-2016

216 views

Category:

Documents


0 download

DESCRIPTION

Stikes Srada

TRANSCRIPT

Page 1: Sampling

Nia Sari, SSi, MKes

Page 2: Sampling

Tujuan pembelajaran

Mahasiswa mengetahui tentang teknik sampling dalam penelitian

Mahasiswa dapat menjelaskan tentang besar sampel yang akan digunakan pada suatu penelitian

Page 3: Sampling

?

Bagaimana cara mengambil sample untuk penelitian ?

Berapa besar sampel minimal yang diperlukan agar diperoleh hasil penelitian dengan tingkat kepercayaan yang diinginkan?

Page 4: Sampling

Sampling

Untuk pengambilan data Memperhatikan :

1. Populasi penelitian2. Cara pemilihan sample3. Penetapan besar sample

Page 5: Sampling

SAMPEL

Sampel adalah sebagian unsur populasi yang dijadikan objek penelitian. Digunakan apabila ukuran populasinya relatif besar.

Sampel yang diambil dari sebuah populasi harus benar-benar mewakili populasinya, sehingga data yang diperoleh dari sampel tersebut dapat digunakan untuk menaksir ciri-ciri karakteristik populasinya.

Sampel yang memiliki ciri karakteristik yang sama atau relatif sama dengan ciri karakteristik populasinya disebut sampel representatif.

Ciri karakteristik sampel disebut statistik.

5

Page 6: Sampling

Populasi Penelitian

Data penelitian diperoleh dari sample populasi populasi penelitian

Pertimbangkan : Keterkaitan individu dengan populasi Prosedur dan jenis penelitian

Page 7: Sampling

Cara penetapan Sample

Harus representatif dan akurat Representative ditentukan oleh

Homogenitas populasi Besar sample Banyaknya karakter subyek yang akan

diteliti Kecocokan teknik pemilihan sample

Page 8: Sampling

Makin homogen karakter subyek representativ makin mudah

Makin besar sample makin representatif

Makin banyak karakter makin banyak variabel yang diteliti kurang homogen

Page 9: Sampling

kesalahan

Besar sampel

Page 10: Sampling

SAMPLING

1. Pengambilan sampel scr acak2. Pengambilan sampel tidak acak

: Purposive Sampling (Pengambilan sampel berdasarkan pertimbangan tertentu)

: Quota Sampling

Page 11: Sampling
Page 12: Sampling

SIMPLE RANDOM SAMPLING

Sampel yg diambil sedemikian rupa shg tiap unit penelitian dari populasi memiliki kesempatan yg sama

Bisa menggunakan tabel bilangan acak Syarat :

: tersedia daftar kerangka sampling: sifat populasi harus homogen: keadaan populasi tdk terlalu

tersebar scr geografis

Page 13: Sampling

* * * * * * * * * * * * * * * * * * * * * * * * * *

* * * * * * * * * * *

* * * * * * * *

POPULASI HOMOGEN

ADA DAFTAR

Lotere / Random Number

SIMPLE RANDOM SAMPLING

Page 14: Sampling

Kebaikan & Kelemahan Simple Random Sampling

Kebaikan : sederhana: cara analisanya mudah

Kelemahan: syarat cukup berat

Page 15: Sampling

SYSTEMATIC SAMPLING

Dimana hanya unsur pertama saja dari sampel yg dipilih scr acak, sedangkan unsur selanjutnya dipilh scr sistematis mnrt pola tertentu

Syarat :1. apabila nama-nama atau identifikasi

dari satuan-satuan elementer dlm populasi itu tdpt dlm suatu (daftar) kerangka sampling

Page 16: Sampling

Syarat Systematic Sampling

2. Apabila populasi itu memp. Pola beraturan spt blok2 dlm kota / rmh2, jalan

3. Populasi bersifat homogen4. Populasi hrs besar shg

pengambilan sampel bisa scr acak

Page 17: Sampling

STRATIFIED RANDOM SAMPLING

Penentuan strata mrp subyektifitas peneliti & keterangan2 statistik yg obyektif bersama2 memegang peranan (subyektif peneliti = pengetahuan peneliti)

Keuntungan : semua ciri2 pop. Yg heterogen bisa terwakili : ada kemungkinan peneliti meneliti hubungan antar lapisan satu dg lapisan yg lain

Page 18: Sampling

STRATIFIED RANDOM SAMPLING

* # * # * * # * # * * # # * * # * # * * * # * * # * * # *

# * * * * ## *** ##****

# # # # # # # # # # # #

* * * * * * * * * * * * * * * * * *

* * * * * * # # #

STRATIFIKASI

LOTERE/ RANDOM NUMBER

POPULASI HETEROGENTDD ATAS STRATA YGHOMOGEN DAN ADA KERANGKA SAMPEL

YANG MEMUAT DATA STRATA

Page 19: Sampling

SIMPLE CLUSTER SAMPLING

Pengambilan sampel berdasarkan kelompok2 yg setara

Keuntungan : tdk diperlukan daftar kerangka sampling

Kelemahan : sulit menentukan standart errornya

Page 20: Sampling

**#

*#*

#**

*##

**#

*#*

* *#

*##

*#*

*##

*#*

**#

**#

*##

*#*

*#*

*#*

**#

* * * # #

POPULASI HETEROGEN TDD ATAS CLUSTER YG

HETEROGEN

LOTERE CLUSTER

LOTERE UNIT POPULASI

Page 21: Sampling

PENGAMBILAN SAMPEL GUGUS BERTAHAP

Pengambilan sampel berdasarkan kelompok2 yg setara scr bertahap ( bisa dua atau lebih)

Ex. Sampel I (beberapa kota) Sampel II (beberapa desa) Sampel III (beberapa bidan)

Page 22: Sampling

MULTISTAGE RANDOM SAMPLING

**#

*#*

#**

*##

**#

*#*

* *#

*##

*#*

*##

*#*

**#

**#

*##

*#*

*#*

*#*

**#

* * * # #

POPULASI HETEROGEN TDD ATAS CLUSTER YG

HETEROGEN

LOTERE CLUSTER

LOTERE UNIT POPULASI******* ######

STRATIFIKASI

Page 23: Sampling

Sample Size

Kuantitatif : dapat ditaksir dengan akurat, berdasar analisis yang akan dilakukan, presisi estimasi yang diinginkan, kesalahan random yang masih bisa ditoleransi, kuasa statistik yang diharapkan

Kualitatif : Ukuran sampel cukup besar jika peneliti telah

puas bahwa data yang diperoleh cukup kaya dan cukup meliput dimensi yang diteliti.

Page 24: Sampling

SAMPLE SIZE (BESAR SAMPEL)

Tergantung pada : Pertimbangan representative

Adanya sumber-sumber yang dapat digunakan untuk menentukan batas maksimal dari besarnya sampel.

Pertimbangan analisisKebutuhan rencana analisis yang

menentukan batas minimal besar sampel.

Page 25: Sampling

Variabel-variabel yang menentukan jumlah sampel

Tingkat kemaknaan statistik (α) Kuasa statistik (1-β) Besarnya pengaruh variabel terhadap efek Proporsi efek pada populasi tak terpapar

(kohort) Proporsi paparan pada populasi normal

(kasus kontrol) Perbandingan ukuran sampel antar

kelompok yang dikehendaki

Page 26: Sampling

Peneliti menentukan α dan β berdasar pertimbangan risiko yang masih dapat diterima dari penelitian (0.05, 0.01, 0.001 dst)

Besarnya pengaruh variabel bebas terhadap efek ditetapkan oleh peneliti berdasar hasil penelitian sebelumnya

Page 27: Sampling

MACAM2 PENYIMPANGAN DLM SAMPLING

1. Penyimpangan krn pemakaian sampel2. Penyimpangan krn penggantian sampel3. Penyimpangan krn salah tafsir petugas4. Penyimpangan krn salah tafsir responden5. Responden scr sengaja menjawab salah6. Kesalahan dlm perencanaan & pengolahan

data

Page 28: Sampling

Beberapa contoh menentukan sample size bagi Populasi kurang dari 10.000

alpha tingkat d

populasijumlah N

sampeljumlah n

: mana di

(d) N 1

N n

2

Page 29: Sampling

Beberapa contoh menentukan sample size

Rumus lain:d = Z x √pxq x √N-n n N-1d = penyimpangan thd populasi atau derajat ketepatan yang

diinginkan, biasanya 0.05 atau 0.001Z = standart deviasi normal biasanya ditentukan pada 1.95

atau 2.0p = proporsi untuk sifat tertentu yang diperkirakan terjadi

pada populasi. Apabila tidak diketahui proporsi atau sifat tertentu tersebut, maka p=0.05

q = 1.0-pN = besar populasin = besar sampel

Page 30: Sampling

Thank You