BESAR SAMPEL

Pendahuluan
 Hipotesis dan desai penelitian dapat
memberikan arah untuk menentukan
perhitungan besar sampel yang tepat
 Hipotesis satu sampel dan dua sampel
 Desain yang biasa digunakan adalah cross
sectional, case control, kohort dan
exsperimen
 Banyak rumus perhitungan besar sampel
Lanjutan
 Sampel yang biasa dikenal sampel
independen dan sampel dependent.
 Uji statistik yang tepat sesuai dengan data.
 Sampel Independent maksudnya tidak ada
kaitanya antara pengamatan pada satu
variabel dengan pengamatan pada variabel
lainnya
 sampel dependent memberi maksud ada
kaitan antara pengamatan pada satu
variabel dengan pengamatan pada variabel
lainnya
Besar sampel untuk hipotesis
satu sampel pada populasi
 pada penelitian survei
 desai cross sectional
 Terkait dengan presisi
 Contoh hipotesis : Prilaku baik
pemberian makanan bayi lebih
banyak banyak terjadi pada keluarga
inti.
Besar sampel untuk satu
sampel populasi presisi
 Rumus Z 21 / 2 PQ
n
d2
 n = Besar sampel
 Z1-α/2 = 1,96 pada α 0,05
 P = Proporsi prevalensi kejadian
(0,3)
 d = Presisi ditetapkan (0,1)
 =1.962 x 0,3 x (1-0,3)/0,12
 N=80,6736=81 sampel
Contoh kasus
 Suatu penelitian dilakukan di
Kabupaten Bantul untuk mengetahui
perilaku ibu dalam memberikan
makanan kepada bayi. Jika penelitian
yang dilakukan menginginkan
ketepatan 10%, tingkat kemaknaan
95% dan diketahui prevalensi
pemberian makanan bayi baik 30%.
Berapa sampel yang harus diambil
pada kasus diatas?
Latihan
 Suatu penelitian dilakukan di rumah
sakit sardjito. Penelitian dilakukan
terhadap kepatuhan menggunakan
APD. Jika pada penelitian
menginginkan ketepatan 5%, dengan
kemaknaan 95%, dan jika diketahui
proporsi kepatuhan 10%. Berapa
sampel yang harus diambil pada
penelitian ini?
Besar sampel untuk satu
sampel populasi proporsi
 Rumus
n
 z
1 p0 1  p0   Z1  Pa1  Pa   2

 Pa  P0  2
 Po= proposi awal
 Pa=proporsi yang diinginkan
 α= level of signifikan
 β= power
 n= besar sampel
 1.96 V(0,2) (1-0,2) + 0.84 x V 0,15 (1-0,15)2/
(0,15-0,2)2=459.6221=460

Contoh (sebuah diskusi)
 Suatu penelitian survei terdahulu
diketahui jika angka prevalensi
ketrampilan rendah pada perawat di
RSU PKU Muhammadiyah 20%.
Berapa jumlah perawat yang harus
diteliti dalam survei jika diinginkan
90% kemungkinan dapat mendeteksi
bahwa angka prevalensi ketrampilan
rendah pada perawat 15%.
Pertanyaan
 Apa hipotesis yang tepat untuk kasus
diatas?
 Desain penelitian apa yang tepat
untuk kasus diatas?
 Berapa sampel yang harus terambil?
Besar sampel untuk hipotesis
dua proporsi populasi/ relative
risk
 Biasa digunakan pada desain kohort dan dapat juga
digunakan pada desain cross sectional.
 Rumus

n
Z1 / 2  2 P1 P    Z1   P11 P1   P21 P2  2

 P1  P2 2
 P1 = Proporsi perbedaan gangguan pertumbuhan pada
kelompok BBLR
 P2 = Proporsi perbedaan gangguan pertumbuhan pada
kelompok tdk BBLR
 α = 0.05
 Zα = 1.96
 ß = 0.20
Besar sampel untuk hipotesis
odd rasio
 Besar sampel untuk hipotesis odd rasio lebih
menekankan pada proporsi kelompok kasus
atau kontrol.
 Rumus
n
 Z   / 2 2 P * 1  P *  Z  
1 2 2 1 P1 * 1  P1 *  P2 * 1  P2 *  2

 P1 *  P2 * 2

(OR) P2 *
P1 
(OR) P2 * (1  P2 *)
Lanjutan
n : Besar sampel pada masing masing
kelompok
 P1 : Proporsi bayi dengan penyapihan
dini pada kejadian tidak ISPA.
 P2 : Proporsi bayi yang tidak
penyapihan dini pada kejadian tidak
 ISPA.
 Z1- : Level of significance,
 Z1- : Power of the test (80 %)
 OR : odd rasio
Contoh sebuah diskusi
 Suatu penelitian dilakukan untuk
mengetahui kaitannya penyapihan dengan
kejadian ISPA. Jika diperoleh data sbb:
 Z1- : Level of significance, 0,05 = 1.96
 Z1- : Power of the test (80 %) = 0.84
 OR : 3.2 (Penelitian Cesar et al, 1999)
 P2 : 0.235 (berdasarkan penelitian
Cesar, 1999)
 Berapa sampel yang harus terambil?
Besar sample untuk penelitian
dua populasi mean
 Besar sampel untuk rata-rata satu populasi
 2  Z1  Z1  
2

n
  0  1  2
 Besar sample untuk rata-rata dua populasi.

2  Z1  Z1  
 2 2

n
 1   2  2
Keterangan
 N = besar sampel
 S = standar deviasi δ=tho=varian
 Z = level of signifikan
 Z = power
 μ1 = rata-rata kelompok perlakuan
 μ 2 = rata-rata kelompok kontrol
Contoh
 Penelitian akan dilakukan di rumah sakit A.
jika diketahui sebagai berikut:
 N = besar sampel
 S = standar deviasi (1.70 berdasarkan
penelitian Sharavage, 2006)
 Z = 0,05 =1,96
 Z = 0,20 =80%=power=0,84
 μ1 = rata-rata kelompok perlakuan = 2.94
 μ 2 = rata-rata kelompok kontrol = 5.72
 Berapa sampel yang harus diambil?
Sistematika pemilihan uji statistic
 Menekankan pada jenis hipotesis
 Menekankan pada skala data
 PENGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK
Data Bentuk Hipotesis
Deskriptif Komparatif 2 sampel Komparatif > 2 sampel Asosiatif
(1 relate independent related independent
varabel)
Nominal - Binomial Mc - Fisher exact - X2 k - X2 k sample Contgensi
- Chi Nemar - Probability sample
square 1 - X2 two - Choncran
sampel sampel

Ordinal Run test - Sing test - Man witney Friedman - Median - Spearman
- Wiloxon U test two way Extension rank
matche - Median test anova - Kruskal -Kendal
paired - Kolmogorof Wallis tau
Smirnov One way
- Wald Wold Anava
Witz
Interval t-test T test of T test - One way - Pearson
Rasio related Independent anova - One way Product
- Two way anova moment
anava - Two way - multiple
anava correlation
- regresi
Latihan (sebuah studi)
 Tujuan penelitian:hubungan antara
kepatuhan ibu dalam mengkonsumsi obat
malaria terhadap kejadian bayi berat lahir
rendah.
 Hipotesis: Peluang ibu yang tidak patuh
dalam mengkonsumsi obat malaria lebih
tinggi pada kelompok BBLR di banding
dengan yang tidak BBLR.
 Desain: case control
LATIHAN
 Sample size The sample size studied was
sufficient for detecting an odds ratio of 2.0
for exposures present in 25% of the control
children, with an á error of 0.05 and a
power of 80%. An additional 40% was
added to adjust for Con­founding variables
and to compensate for possible refusals.10
According to this estimate, the final sample
size should have at least 143 cases and
572 controls (four controls per case).
 A national sample of midwives was accessed through
the Australian College of Midwives Inc (ACMI).
Midwives, registered nurse-midwives and midwifery
students in clinical practice who interact with women
antenatally, during childbirth or in the immediate
postnatal period were invited to participate. Nurses
involved in maternity care who were not midwives
were excluded as the study investigated midwives'
knowledge and practice. A total of 1105 usable
questionnaires (out of a possible 3,500) were
returned, giving a response rate of 31.6%.
LATIHAN
 The sample size calculation for the case-control study
was performed with Epi-Info 6.04. The variable of
greatest interest was employed, i.e. birth weight, in
order to confirm whether the number of children
followed until 1 year of life would be enough to carry
out the case-control study. Defining alpha error as
5%, study power as 90%, a proportion of one case to
four controls, a frequency of 67.5% of LBW infants
among the cases and of 35.1% among the controls,
the minimum sample size for the study was 33 cases
and 132 controls. Since 528 children were followed to
the end of the cohort study, all of these were included
in the casecontrol study to afford greater consistency
to the logistic regression analysis.