Please enable JavaScript.
Coggle requires JavaScript to display documents.
TM 6 Konsep Dasar dan Teknik Sampling - Coggle Diagram
TM 6
Konsep Dasar
dan
Teknik Sampling
Konsep Sampling
Alasan Penarikan Sampel
Hemat biaya dan waktu
Ketelitian / ketepatan pengukuran
Homogenitas (tidak perlu semua unit populasi yang homogen diperiksa)
Adanya penelitian yang untuk melakukannya objek penelitian harus dihancurkan
Adanya populasi yang sangat besar (infinite population)/tidak bisa dihitung
Syarat Sampel yang Ideal
Menghasilkan gambaran karakteristik populasi yang tepat
Dapat menentukan presisi (ketepatan)
Sederhana, mudah dilaksanakan
Memberikan keterangan sebanyak mungkin, dengan biaya rendah
Sampel
Unit sampel dapat sama dengan populasi, dapat juga beda
Contoh:
Penelitian kebiasaan makanan pada batita.
Unit sampelnya: ibu yang punya batita, karena tidak mungkin pertanyaan tentang makanan bayi dapat ditanyakan langsung ke bayinya
Sebagian populasi yang ciri-cirinya diselidiki/diukur
Kerangka Sampel (Sampling Frame)
Maka, daftar elemen untuk memilih sampel harus tersedia
Daftar sampel harus up to date
Probabilitas tiap elemen untuk terpilih sebagai sampel harus diketahui
Misal:
Jumlah penduduk di suatu daerah kerja puskesmas
Jumlah penderita AIDS di suatu daerah
Daftar/buku telepon
Peta suatu wilayah
5.Hasil sensus
Populasi terjangkau/sumber
Dibatasi tempat dan waktu
Contoh: Seluruh pasien TB Paru di Jakarta Utara
Bagian dari populasi target yang dapat dijangkau oleh peneliti
Penelitian survei
Seringkali unit elementer tidak dapat dipilih secara langsung
Misal:
Pengambilan sampel dapat dilakukan secara bertahap (multistage)
Pada tahap pertama dipilih desa
Pada desa terpilih dilakukan pemilihan balita dari kerangka sampel yang dibuat untuk desa tersebut
Untuk mengetahui cakupan imunisasi campak di Kab. Lebak peneliti tidak mungkin langsung memilih balita dari daftar semua balita yang ada di kabupaten tersebut
Dari contoh tersebut
Tahap pertama harus ada kerangka sampel yang berisi nama desa
Tahap kedua harus ada kerangka sampel yang berisi nama anak balita pada desa yang terpilih pada pemilihan tahap pertama
Misal karena daftar anak balita tidak tersedia di tingkat desa : pemilihan sampel dapat dilakukan berdasarkan rumah tangga
Rumah tangga : unit enumerasi
Anak balita : unit elementer
Daftar unit elementer tidak tersedia / sulit dibuat
Tapi unit elementer seringkali dapat dikaitkan dengan unit lain yang daftarnya sudah tersedia / lebih mudah untuk dibuat
Populasi target/sasaran/tidak terjangkau
Sasaran akhir penerapan hasil penelitian
Contoh ”Kepatuhan minum obat anti tuberkulosis (OAT) oleh penderita TB Paru di DKI Jakarta” seluruh pasien TB Paru di DKI Jakarta
Bagian dari populasi yang menjadi fokus penelitian, diidentifikasi berdasarkan kriteria tertentu seperti usia, jenis kelamin, karakteristik klinis
Ruang Lingkup Rancangan Sampel
Identifikasi Kerangka Sampel
Pilih Cara/Metode Pengambilan Sampel yang sesuai/cocok
Definisikan Populasi Target
Hitung Besar Sampel
Tentukan Tujuan Penelitian
Pilih Sampel & Kumpulkan Data
Populasi
Keseluruhan unit analisis yang karakteristiknya akan diduga
Elemen populasi: anggota (unit) populasi
Nama lain: universe
2 kaidah Sampling
Akurasi/valid/akurat
Tergantung dari metode mengambil sampel
Mengukur apa yang sebenarnya ingin diukur
Presisi/konsisten/reliable
Mengambarkan ketepatan ukuran yang diperoleh
Tergantung dari besar sampel
Teknik Sampling
Jenis Teknik Sampling
Probability sampling
Stratified random sampling
Cluster random sampling
Systematic random sampling
Multistages random sampling
Simple random sampling
Setiap anggota populasi memiliki peluang yang sama untuk terpilih menjadi sampel dan setiap sampel bisa diambil secara acak
Non Probability sampling
Sampel berjatah
Sampel seadanya
Sampel pertimbangan
Snow ball sampling
Sampel jenuh
Peluang anggota populasi tidak diketahui karena pengambilan sampel tidak dilakukan secara acak
Random vs Non Random
Random/
Probability Sample
Probabilitas semua elemen di populasi untuk terpilih sebagai sampel yang sama
Acak
Dapat merepresentasikan populasi dan hasilnya dapat digeneralisasi ke populasi
Non Random/
Non Probability Sample
Tidak merepresentasikan populasi dan hasilnya tidak dapat digeneralisasi ke populasi
Tidak didasarkan atas kemungkinan yang dapat diperhitungkan
Probabilitas semua elemen di populasi untuk terpilih sebagai sampel adalah tidak sama
Hanya berdasar kepraktisan belaka
Langkah Teknik Sampling
Menurut Dalen (1981)
Mencari data akurat unit populasi
Memilih sample yang representatif
Menentukan populasi
Menentukan jumlah sampel yang memadai
Random Sampling
Stratified Random Sampling
Acak Stratifikasi
Apabila populasi terdiri dari unit yang mempunyai karakteristik berbeda/heterogen
Cluster Sampling
Sampel bukan terdiri dari individu, tetapi dari kelompok/gugusan(cluster)
Pengambilan sampel kelompok/gugus/blok
Systematic Random Sampling
Acak Sistematis
Anggota populasi dengan perkiraan jumlah sampel yang diinginkan, hasilnya adalah interval sampel
Multistage Sampling
Gugus Bertahap
Pengambilan sampel dilakukan berdasarkan tingkat wilayah secara bertahap
Simple Random Sampling
Acak sederhana
Unit populasi mempunyai kesempatan yang sama untuk diseleksi sebagai sampel
Definisi Teknik Sampling
sebuah penelitian yang baik haruslah memperhatikan dan menggunakan sebuah teknik dalam menetapkan sampel yang akan diambil sebagai subjek penelitian
Non-Random Sampling
Purposive Sampling
Pengambilan sampel didasarkan pada pertimbangan tertentu yang dibuat peneliti, berdasar ciri populasi yang sudah diketahui sebelumnya
Quota Sampling
Menetapkan sejumlah anggota sampel secara quotum/jatah
Accidental Sampling
Mengambil kasus atau responden yang kebetulan ada di suatu tempat sesuai dengan konteks penelitian
Sampel Jenuh
Syarat populasi yang ada kurang dari 30 orang
Teknik penentuan sampel yang menjadikan semua anggota populasi sebagai sampel
Snow Ball Sampling
Teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar. Ibarat bola salju yang menggelinding yang lama-lama menjadi besar
Besar Sampel
Software Aplikasi Besar Sampel
Sample size (SS) Lemeshow
G Power
Power and Sample Size (PS)
SS Lemeshow
Keterangan:
P1 = a / (a+b)
P2 = c / (c+d)
α = derajat kemaknaan
1-β = power of the test / kekuatan uji
Contoh:
Sebuah penelitian tentang pemeriksa kehamilan terhadap persalinan sesar.
Hitung besarnya nilai P1 dan P2
P1 = 33 / (33+113)
= 33 / 146
= 0,226
P2 = 71 / (71+530)
= 71 / 601
= 0,118
Penelitian Anna Sundari
P1 dan P2 yang digunakan dalam penelitiannya merujuk pada penelitian sebelumnya, yaitu Abdullah 2012
P1 = 0,75
P2 = 0,375
Dimasukan ke dalam software sample size, dg menghasilkan besar sampel minimal 43 responden untuk masing-masing kelompok
Penelitian Anna Sundari
“Faktor-faktor yang berhubungan dengan pemberian ASI eksklusif, 2018”
Perhitungan Besar Sampel
Kesalahan yang sering terjadi: selalu menganggap penelitian sebagai estimasi parameter padahal sebenarnya uji hipotesis
Secara umum perhitungan besar sampel dapat dibagi menurut tujuan penelitian:
Estimasi parameter
Uji Hipotesis
Sampel hanya bisa dihitung jika ada informasi awal tentang hal yang diteliti dan populasinya
Eror (Penyimpangan)
Sampling eror
Bukan merupakan kesalahan sebenarnya, merupakan variasi dari konsekuensi pengambilan sampel
Setiap sampel yang akan diambil dari populasi akan berdistribusi sekitar nilai populasi
Non sampling eror
Eror yang tidak disebabkan oleh sampel, tetapi disebabkan pelaksanaan dalam pengambilan sampel sampai analisisnya, seperti: saat perencanaan, pelaksanaan, pengolahan, analasis, dan interpretasi
Besar Sampel Ditentukan Oleh
Variasi yang ada dalam populasi (homogen/heterogen)
Presisi (ketepatan yang dikehendaki)
Biaya, waktu, tenaga yang tersedia
Rencana analisis
Salsabila Firdausi 2310713054