Please enable JavaScript.
Coggle requires JavaScript to display documents.
KONSEP DASAR DAN TEKNIK SAMPLING, PUTRI ANNISA 2310713105 - Coggle Diagram
KONSEP DASAR DAN TEKNIK SAMPLING
Konsep Sampling
Populasi target/sasaran/tidak terjangkau
Sasaran akhir penerapan hasil penelitian
Bagian dari populasi yang menjadi fokus penelitian, diidentifikasi berdasarkan kriteria tertentu seperti usia, jenis kelamin, karakteristik klinis
Contoh ”Kepatuhan minum obat anti tuberkulosis (OAT) oleh penderita TB Paru di DKI Jakarta” seluruh pasien TB Paru di DKI Jakarta
Populasi terjangkau/sumber
Bagian dari populasi target yang dapat dijangkau oleh peneliti
Dibatasi tempat dan waktu
Contoh: Seluruh pasien TB Paru di Jakarta Utara
Populasi
Elemen populasi: anggota (unit) populasi
Keseluruhan unit analisis yang karakteristiknya akan diduga
Nama lain: universe
Sampel
Sebagian populasi yang ciri-cirinya diselidiki/diukur
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
Alasan Penarikan Sampel
Homogenitas (tidak perlu semua unit populasi yang homogen diperiksa)
Hemat biaya dan waktu
Adanya populasi yang sangat besar (infinite population)/tidak bisa dihitung
Ketelitian / ketepatan pengukuran
Adanya penelitian yang untuk melakukannya objek penelitian harus dihancurkan
Syarat Sampel yg Ideal
Dapat menentukan presisi (ketepatan)
Sederhana, mudah dilaksanakan
Menghasilkan gambaran karakteristik populasi yang tepat
Memberikan keterangan sebanyak mungkin, dengan biaya rendah
Penelitian Survei
Seringkali unit elementer tidak dapat dipilih secara langsung
Untuk mengetahui cakupan imunisasi campak di Kab. Lebak peneliti tidak mungkin langsung memilih balita dari daftar semua balita yang ada di kabupaten tersebut
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
Unit sampel untuk pemilihan pertama (secara acak) disebut unit sampel primer / primary sampling unit / PSU
Kerangka Sampel (Sampling Frame)
Daftar elemen untuk memilih sampel harus tersedia
Jumlah penderita AIDS di suatu daerah
Daftar/buku telepon
Peta suatu wilayah
Jumlah penduduk di suatu daerah kerja puskesmas
Hasil sensus
Probabilitas tiap elemen untuk terpilih sebagai sampel harus diketahui
Daftar sampel harus up to date
Unit yg ada di dalam kerangka sampel
Unit Sampel (Sampling Unit)
Unit elementer (elementary Unit)
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
2 Kaidah Sampling
Akurasi/valid/akurat
Mengukur apa yang sebenarnya ingin diukur
Tergantung dari metode mengambil sampel
Presisi/konsisten/reliable
Mengambarkan ketepatan ukuran yang diperoleh
Tergantung dari besar sampel
Kesalahan yang sering terjadi adalah metode pengambilan sampel sering kurang mendapat perhatian dibandingkan besar sampel
Teknik Sampling
Margono, 2004
cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel yang representatif
sebuah penelitian yang baik haruslah memperhatikan dan menggunakan sebuah teknik dalam menetapkan sampel yang akan diambil sebagai subjek penelitian
Langkah Teknik Sampling
Dalen (1981)
Menentukan populasi
Mencari data akurat unit populasi
Memilih sample yang representatif
Menentukan jumlah sampel yang memadai
Jenis Teknik Sampling
Probability sampling
Simple random sampling
Systematic random sampling
Stratified random sampling
Cluster random sampling
Multistages random sampling
Non Probability sampling
Sampel jenuh
Sampel pertimbangan
Sampel berjatah
Sampel seadanya
Snow ball sampling
Random/Probability Sampling
Acak
Probabilitas semua elemen di populasi untuk terpilih sebagai sampel adalah sama
Dapat merepresentasikan populasi dan hasilnya dapat digeneralisasi ke populasi
Non Random/
Non Probability Sample
Probabilitas semua elemen di populasi untuk terpilih sebagai sampel adalah tidak sama
Tidak merepresentasikan populasi dan hasilnya tidak dapat digeneralisasi ke populasi
Tidak didasarkan atas kemungkinan yang dapat diperhitungkan
Hanya berdasar kepraktisan belaka
Random Sampling
a. Simple Random Sampling
Langkahnya
Tentukan populasi studi
Buat sampling frame (N)
Tentukan besar sampel
Pilih sampel sejumlah n secara random
Dibedakan menjadi
mengundi anggota populasi / lottery technique
tabel bilangan / angka acak / random number
Paket komputer (kalau sudah punya kerangka sampel)
SRS / Acak Sederhana
Setiap anggota / unit populasi mempunyai kesempatan yang sama untuk diseleksi sebagai sampel
b. Systematic Random Sampling
SRS / Acak Sistematis
Modifikasi dari acak sederhana
Membagi jumlah / anggota populasi dengan perkiraan jumlah sampel yang diinginkan, hasilnya adalah interval sampel
Sampel diambil dengan membuat daftar elemen / anggota populasi secara acak antara 1 sampai banyaknya anggota populasi
Membagi dengan jumlah sampel yang diinginkan, hasilnya sebagai interval adalah X
Maka sampel yang terpilih adalah kelipatan dari X
Langkahnya:
Tentukan populasi studi
Tentukan sampling frame
Tentukan besar sampel
Tentukan interval (i=N/n)
Pilih sampel no.1 secara acak
Secara sistematik tentukan sampel berikutnya no.2, 3,.. dst dengan interval=N/n
c. Stratified Random Sampling
Acak Stratifikasi
Apabila populasi terdiri dari unit yang mempunyai karakteristik berbeda/heterogen
Mengidentifikasi karateristik umum dari anggota populasi, kemudian menentukan strata/lapisan dari jenis karakteristik unit tsb
STRATIFIKASI SEDERHANA
(Alokasi sama)
Tentukan populasi studi
Kelompokkan populasi berdasarkan variabel Strata
Tentukan besar sampel
Besar sampel dibagi rata menurut strata
Buat sampling frame (N) ditiap strata
Di tiap strata, pilih sampel secara random (Tabel-random atau Komputer)
STRATIFIKASI PROPORSIONAL
Tentukan populasi studi
Kelompokkan populasi berdasarkan variabel Strata
Tentukan besar sampel
Besar sampel dibagi proporsional menurut strata
Buat sampling frame (N) ditiap strata
Di tiap strata, pilih sampel secara random (Tabel-random atau Komputer)
d. Cluster Sampling
Sampel bukan terdiri dari individu, tetapi dari kelompok / gugusan (cluster)
Contoh
Unit geografis (desa, kecamatan, kabupaten)
Unit organisasi (klinik, PKK, LKMD)
Pengambilan sampel kelompok/gugus/blok
Peneliti tidak mendaftar semua anggota / unit dalam populasi, tapi cukup mendaftar banyaknya kelompok gugus yang ada dalam populasi tsb
Kemudian mengambil sampel dari gugus tsb
Digunakan jika sampling frame tidak tersedia atau populasi merupakan wilayah geografis yang sulit dijangkau
Langkah-langkah
Tentukan populasi studi (N)
Kelompokkan populasi berdasarkan cluster
Geografis/area/wilayah administrasi/blok/unit
Tentukan jumlah sampel (n) dan jumlah cluster (nk) dan jumlah sampel di tiap cluster terpilih(ns)
Pilih cluster secara acak proporsional (PPS)
Pada cluster terpilih: ambil semua unit cluster 1-tahap
Pada cluster terpilih: pilih secara random responden dengan jumlah yang sama cluster 2-tahap
e. Multistage Sampling
Gugus Bertahap
Pengambilan sampel dilakukan berdasarkan tingkat wilayah secara bertahap
Dilaksanakan bila populasi terdiri dari bermacam-macam tingkat wilayah
Nama lain: area sampling / pengambilan sampel menurut wilayah
Digunakan jika populasi sangat besar dan menyebar dan tidak tersedia KERANGKA SAMPEL
Non-Random Sampling
Purposive Sampling
Quota Sampling
Sampel Jenuh
Accidental Sampling
Snow ball Sampling
Besar sampel ditentukan oleh:
Biaya, waktu, tenaga yang tersedia
Variasi yang ada dalam populasi (homogen/heterogen)
Presisi (ketepatan yang dikehendaki)
Rencana analisis
Perhitungan Besar Sampel
Sampel hanya bisa dihitung jika ada informasi awal tentang hal yang diteliti dan populasinya
Secara umum perhitungan besar sampel dapat dibagi menurut tujuan penelitian: 1. estimasi parameter, 2.Uji hipotesis
Kesalahan yang sering terjadi: selalu menganggap penelitian sebagai estimasi parameter padahal sebenarnya uji hipotesis
Software Aplikasi Besar Sampel
Power and Sample Size (PS)
Sample size (SS) Lemeshow
G Power
PUTRI ANNISA 2310713105