Pengertian Macam-macam populasi Prinsip dasar dan ... · Teknik sampling Macam-macam ... sampling (sampling berturutan) Convenience sampling (sampling berdasarkan waktu yang sempat)

Konsep Dasar Populasi & Sampel - 2

Pengertian

Macam-macam populasiPemilihan populasi

Alasan pengambilan sampel

Prinsip dasar dan perhitungan besar sampelTeknik samplingMacam-macam teknik sampling

Menentukan ukuran

Cara mengambil anggota sampel


POPULASI : Populasi adalah keseluruhan

subyek penelitian (Sabar, 2007).

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


SAMPEL : Sampel adalah bagian dari

populasi (sebagian atau wakil populasi yang diteliti) (Suharsimi Arikunto, 1998)

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

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


Terdapat dua jenis populasi, yaitu :

Populasi terbatas yaitu mempunyai

sumber data yang jelas batasnya

secara kuantitatif sehingga dapat

dihitung jumlahnya.

Populasi tak terbatas yaitu sumber

datanya tidak dapat di tentukan

batasan-batasannya sehingga relatif

tidak dapat dinyatakan dalam bentuk

jumlah.


Berdasarkan sifatnya populasi dapat dibedakan menjadi :

Populasi homogen adalah sumber data yang unsurnya memiliki sifat yang sama sehingga tidak perlu mempersoalkan jumlahnya secara kuantitatif.

Populasi heterogen adalah sumber data yang unsurnya memiliki sifat atau keadaan yang berbeda (bervariasi) sehingga perlu ditetapkan batas-batasnya, baik secara kualitatif maupun kuantitatif.


SUBJEK PENELITIAN

Siapa yang akan diteliti?

Bagaimana merekrut mereka?

Bagaimana menempatkan mereka

dalam kelompok penelitian?


Subjek yang memenuhi syarat:

Populasi target: 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 Rumah Sakit Saiful Anwar Malang antara 1 Januari hingga Maret 2007Kriteria inklusi:

♦ Usia > 16

♦ Dapat berbahasa Indonesia

♦ Penduduk Malang

Kriteria eksklusi:♦ Menolak memberikan informed consent

sehubungan masalah kesehatan berat yang mencegah untuk ikut berpartisipasi.


Contoh 2:Semua pasien yang menjalani

pembedahan orthopedic elektif pada lutut, pergelangan kaki atau bahu pada Rumah Sakit Panti Waluya.Kriteria inklusi:

♦ Usia > 18

♦ Dapat mengerti instruksi

Kriteria eksklusi:♦ Alergi terhadap pengobatan yang digunakan

pada penelitian

♦ Ketergantungan obat / alkohol

♦ Menolak memberikan informed consent


Sampling, yaitu proses

menseleksi sebagian dari

populasi untuk mewakili

keseluruhan populasi.

Metode sampling:

Probability

Nonprobability


Kunci keberhasilan:

Deskripsi yang jelas dari populasi

penelitian

Kriteria inklusi / eksklusi yang tepat

Pembenaran terhadap populasi

penelitian dan metode sampling

Deskripsi yang jelas dari metode

sampling


Contoh Populasi dan Sampel:Secara berurutan pada pasien yang masuk

ke Rumah Sakit Saiful Anwar Malang untuk menjalani pembedahan orthopedic.

Survey akan dikirimkan pada sampel acak (random) dari 100 wanita yang menjalani sectio Cesarian dari tanggal 1 Januari sampai 31 Desember 1996. Sampling akan dibagi berdasarkan pada rumah sakit dimana mereka bersalin.

Semua pasien yang menjalani pembedahan kuratif akibat kanker colorectal antara tanggal 1 April 1985 dan 30 maret 1994 di propinsi Jawa Timur.


Random Allocation Yaitu menempatkan

subjek pada kondisi perlakuan yang ditentukan berdasarkan kesempatan itu sendiri.

Metode randomisasi Drawn from a hat

Random number table

Computer generated

Goal of Randomization Yaitu untuk

memaksimalkan kemungkinan kelompok untuk mendapatkan perlakuan berbeda yang akan dapat disamakan.

Teknik goal of randomization True random allocation

Tamperproof

Allocation cocealment


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 berturutan, ditutup dalam amplop.

Setelah subjek menanda tangani informed consent, amplop berikutnya dibuka untuk menentukan perlakuan apa yang diterima subjek.


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:

Simple random sampling

Stratified random sampling

Systematic random sampling

Cluster random sampling

Multi-Stage sampling

Non-probability sampling:Purposive sampling

Consecutive sampling (sampling berturutan)

Convenience sampling (sampling berdasarkan waktu yang sempat)

Judgmental sampling (sampling berdasarkan pertimbangan)


Saat ini, kita cenderung menggunakan komputer sebagai mekanisme menghasilkan angka secara random sebagai dasar untuk pemilihan secara acak (random selection)

Metode probability sampling adalah metode sampling yang menggunakan beberapa bentuk pemilihan secara acak (random selection / sampling), dimana setiap elemen dalam populasi memiliki kesempatan yang sama dan independen untuk dipilih. Contoh: Memilih secara

acak berdasarkan warna baju yang dipakai


Definisi beberapa istilah dasar dalam random sampling:

N = Jumlah kasus dalam sampling frame

n = Jumlah kasus dalam sampel

NCn = Jumlah kombinasi (subsets) n dari N

f = n/N = Fraksi 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 sample?

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 atau 10%.


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 atau quota random sampling, yang melibatkan pembagian populasi menjadi subgroup yang homogen dan kemudian melakukan simple random sample 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 sample dari f = n/N pada

setiap strata.


Membagi populasi menjadi sedikitnya dua bagian berbeda yang memiliki karakteristik sama (homogen), kemudian mengambil sampel dari setiap bagian (atau stratum).


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 dan Sunda.

Selanjutnya, anggaplah bahwa baik Madura maupunSunda 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.


Pertama, 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%.


Karena kelompok lebih homogen daripada ketika dalam populasi, sehingga dapat diharapkan uji statistikal yang lebih akurat.

Dan, karena kita kelompokkan, maka akan dimiliki cukup kasus dari setiap kelompok untuk membuat kesimpulan yang bermanfaat bagi kelompok.


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 sample sekolah pada kabupatan yang terpilih

Kemudian simple random sample kelas pada sekolah yang terpilih

Kemudian simple random sample siswa pada kelas yang terpilih


Tidak melibatkan random

selection

Kurang representatif terhadap

populasi dibandingkan dengan

probability sampling


Purposive sampling dapat sangat

bermanfaat bila anda ingin

mencapai target sampel secara

cepat.


Menggunakan sampel yang mudah diperoleh


Tujuan:

Untuk membuat perkiraan kasar berapa subjek yang diperlukan untuk menjawab pertanyaan penelitian.

Ketika mendisain penelitian, maka penghitungan jumlah sampel akan menunjukkan apakah penelitian dapat dikerjakan (feasible).

Ketika fase review, hal ini akan memastikan tidak hanya bahwa penelitian dapat dikerjakan, tetapi agar tidak berlebihan dalam mengambil subjek.


Dua metode dasar untuk memperkirakan jumlah sampel: Berdasarkan hipotesis

(hipothesis-based) Berdasarkan interval

kepercayaan (confidence interval-based)

Contoh: Jika tujuan utama adalah

untuk menguji apakah salah satu kelompok lebih sedikit mengalami nyeri daripada kelompok lainnya: 50 subjek per kelompok

akan memberikan 80% kemampuan untuk mendeteksi 20% perbedaan dalam mean skor nyeri

Jika tujuan utama adalah untuk memperkirakan proporsi: Untuk memperkirakan

proporsi dari pasien yang menjalani colonoscopy dalam 18 bulan post operasi dengan tingkat ketelitian ± 5%, maka diperlukan 150 subjek.


William M.K. Trochim, 2002,

Research Methods Knowledge

Base, Last Revised: 06/06/2001

Documents

Pengertian Macam-macam populasi Prinsip dasar dan ... · Teknik sampling Macam-macam ... sampling (sampling berturutan) Convenience sampling (sampling berdasarkan waktu yang sempat)