Upload
zaltana-torres
View
154
Download
7
Embed Size (px)
DESCRIPTION
TAHAPAN PENELITIAN. Populasi dan sampel. Pendefinisian dan Perumusan Masalah. Studi Pendahuluan. Perumusan Hipotesis. Pengumpulan Data. Analisis Data. Kesimpulan dan Rekomendasi. Instrumen Penelitian. Penyusunan Laporan Hasil Penelitian. Pengujian Validitas dan Reliabilitas. - PowerPoint PPT Presentation
Citation preview
SAMPLING
Bagian Biostatistika dan KependudukanFKM UNDIP
TAHAPAN PENELITIAN
KEDUDUKAN SUBYEK PENELITIAN
Pendefinisian dan Perumusan
Masalah
Pendefinisian dan Perumusan
Masalah
Studi Pendahuluan
Studi Pendahuluan
Perumusan Hipotesis
Perumusan Hipotesis
Pengumpulan Data
Pengumpulan Data
Populasi dan
sampel
Populasi dan
sampel
Instrumen Penelitian
Instrumen Penelitian
Pengujian Validitas
dan Reliabilitas
Pengujian Validitas
dan Reliabilitas
Analisis DataAnalisis DataKesimpulan
dan Rekomendasi
Kesimpulan dan
Rekomendasi
Penyusunan Laporan
Hasil Penelitian
Penyusunan Laporan
Hasil Penelitian
4
Sampel ?
Sampel adalah sebagian dari populasi
Populasiadalah sesuatu hal yang dijadikan sebagai unit analisis penelitianPopulasi bisa berupakumpulan manusia atau benda
Sampeln
Populasi N
5
Alasan Pengambilan Sampel
1. Keterbatasan waktu, biaya, tenaga yang dimiliki peneliti.
2. Generalisasi.
3. Setiap unsur dalam populasi dianggap memiliki karakter yang sama (homogen).
6
Jumlah Sampel
Banyak
Sedikit Tingkat kesalahan Banyak
Syarat sampel yang baik
Karak-teristiksampel
7
Ukuran Sampel
2. Derajat keseragamanan (homogenitas)
1. Biaya, waktu, tenaga yang tersedia
3. Rancangan analisis – deskriptif, korelasi, komparasi.
4. Banyaknya unsur dalam populasi
Berbagai Pertimbangan
• Observasional – Eksperimental
• Cross Sectional – Case Control – Kohort –
Eksperiment
• Jenis data : Nominal – Numerik
• Jenis metode statistika : Korelasi – dll.
• Tujuan : Estimasi / Uji hipotesis
• Homogenitas/heterogenitas populasi.
• Lain-lain.8
10
Tabel jumlah sampel berdasarkan jumlah populasi
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)
10 10 220 140 1200 291
15 14 230 144 1300 297
20 19 240 148 1400 302
25 24 250 152 1500 306
30 28 260 155 1600 310
35 32 270 159 1700 313
40 36 280 162 1800 317
45 40 290 165 1900 320
50 44 300 169 2000 322
55 48 320 175 2200 327
60 52 340 181 2400 331
65 56 360 186 2600 335
70 59 380 191 2800 338
75 63 400 196 3000 341
80 66 420 201 3500 346
85 70 440 205 4000 351
90 73 460 210 4500 354
95 76 480 214 5000 357
11
100 80 500 217 6000 361
110 86 550 226 7000 364
120 92 600 234 8000 367
130 97 650 242 9000 368
140 103 700 248 10000 370
150 108 750 254 15000 375
160 113 800 260 20000 377
170 118 850 265 30000 379
180 123 900 269 40000 380
190 127 950 274 50000 381
200 132 1000 278 75000 382
210 136 1100 285 1000000 384
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)
Morgan & Krecjie, dalam Uma Sekaran, 2003
12
Bentuk pengambilan sampel
Sampel Acak
Sampel Tidak Acak
Setiap unsur yang ada dalam populasi diberi
kesempatan atau peluang
yang sama untuk bisa diambil
sebagai sampel
Setiap unsur yang ada dalam populasi tidak
diberi kesempatan atau peluang
yang sama untuk bisa diambil
sebagai sampel
13
Kapan peneliti sebaiknya mengambil sampel secara acak dan tidak acak?
Ketika penelitibermaksud untuk
menggeneralisasikan hasil penelitiannya
maka ambilah sampel secara acak dan
representatif
Ketika penelititidak bermaksud untukmenggeneralisasikan
hasil penelitiannya atau ketika jumlah populasi tidak di-
ketahui secara pastimaka ambilah sampel
secara tidak acak
14
Teknik pengambilan sampel
Sampel Acak :
Sampel Acak Sederhana
Sampel Acak Distratakan
Sampel sistematis
Sampel Gugus
Sampel Wilayah
Sampel Tidak Acak :
Sampel “kemudahan”
Sampel “pertimbangan”
Sampel Bola Salju
15
Kerangka Sampling
Daftar yang berisikan informasi dari setiap unsur dalam populasi
Misalnya : Populasi adalah mahasiswa Undip.Di dalam kerangka sampling harus ada daftar dari
Seluruh mahasiswa Undip, lengkap mulai dari nama,Alamat, nomor pokok, fakultas, jurusan, dlsb.
Misalnya : Populasi adalah ibu rumah tangga di Kecamatan Tembalang. Di dalam kerangka sampling harus ada daftar
dari Seluruh nama ibu rumah tangga penduduk kecamatan Tembalang dan alamatnya
16
Alat pengambilan sampel secara acak
• Daftar angka acak (random)
• Undian
• Kalkulator / komputer
17
54463 22662 69505 70639 79365 67282 ……. ……..15389 85205 18850 39226 42249 90669 ……. ……..85941 40756 82414 02015 13858 78030 ……. ……..61149 69440 11268 88218 58925 03638 ……. ……..05219 81619 81619 10651 67079 92511 ……. ……..
41417 98326 87719 …….. ……… …….. ……. ……..28357 94070 20652 …….. …….. …….. ……. ……..28358 00015 10806 …….. …….. …….. ……. ……..40950 84820 29881 …….. …….. …….. ……. ……..82995 64157 66164 …….. …….. …….. ……. ……...
96754 1767634357 8804063183 3740362111 5282047534 09243
…….. …………….. ………Tabel angka acak disalin dari buku Reseach Methods for Business, LR. Gay dan P.L. Diehl, 1992
Mis : Jumlah populasi 500Sampel yang akan diambil 50 Maka yang terambil adalah Unsur no 153, 052, 414, 283,177, 409, 343, dst sd 50 unsur
18
Sampel Acak Sederhana
Jika setiap unsur dalam populasi dianggap sama (homogen) oleh peneliti. Atau perbedaan-perbedaan yang ada dalam setiap unsur populasi tidak dianggap penting oleh peneliti, dan jumlah
unsur dalam populasi tidak begitu banyak.
Langkah-langkah : 1. Susun kerangka sampling2. Tetapkan jumlah sampel
3. Tentukan alat pengambilan sampel4. Pilih sampel sampai dengan jumlah sampel terpenuhi
Cara-cara random sampling
1) Teknik sampling secara acak sederhana.
• Cara paling populer yang dipakai dalam proses penarikan sampel rambang sederhana adalah dengan undian.
• Setiap elemen dalam populasi mempunyai kesempatan sama untuk diseleksi sebagai subyek dalam sampel. Satu hal penting, peneliti harus mengetahui jumlah responden yang ada dalam populasi penelitian
• Sampling ini memiliki bias terkecil dan generalisasi
21
Cara-cara random sampling• Syarat yang harus dipenuhi untuk acak sederhana adalah:
a. Ukuran populasi harus terhingga, besarnya populasi harus diketahui oleh peneliti, populasi yang bersifat konseptual atau teoretis dapat dikategorikan pada populasi tak terhingga.
Populai yang terlalu banyak juga termasuk populasi tak terhingga.
b. Anggota populasi harus homogen, anggota populasi yang mempunyai karakteristik yang dianggap sama atau pada umumnya sama (homogen) samplingnya dapat dilakukan dengan sampling acak. Populasi yang anggotanya mempunyai karakteristik berbeda-beda sampelnya tidak dapat diambil dengan cara sampling acak.
c. Cara lain mengambil sampel secara acak ialah dengan menggunakan tabel bilangan acak.
22
23
Sampel Acak DistratakanJika unsur populasi heterogen Mis. heterogen dalam jenis kelamin,
pendidikan, pendapatan, status pekerjaan, dlsb; dan keanekaragaman tersebut bermakna bagi analisis penelitiannya maka agar tidak
terambil hanya dari kelompok/strata tertentu saja, gunakan cara ini.
Langkah-langkah :1. Susun kerangka sampling.
2. Bagi kerangka sampling ke dalam strata yang dikehendaki.
3. Tentukan jumlah sampel secara keseluruhan.4. Tentukan jumlah sampel dalam setiap stratum.5. Pilih sampel dari setiap stratum secara acak.
Catatan : dalam menentukan jumlah sampel di setiap statum, dapat dilakukan secara proporsional atau tidak proporsional
24
Sampel Sistematis
Jika jumlah unsur dalam populasi sedemikian besar dan dianggap homogen, dan ketika peneliti tidak mempunyai alat pengambilan
sampel secara acak yang baik, pakailah cara ini. Peneliti menentukan unsur dalam populasi yang “keberapa” yang akan diambil
sebagai sampel
Langkah-langkah :1. Susun kerangka sampling
2. Tetapkan jumlah sampel yang akan diambil.3. Tentukan kelas interval (k) dengan cara membagi jumlah
unsur dalam populasi dengan jumlah sampel yang dikehendaki. Mis : N = 50000 orang, n = 500 orang maka
k = 10.4. Pilih sampel ke satu dengan cara acak – mengundi unsur
populasi yang kesatu s/d kesepuluh. Kalau sampel kesatu jatuh ke unsur populasi ketiga, maka sampel kedua adalah
unsur populasi yang ke 134. Selanjutnya pilih sampel berikutnya : no 23, 33, 43, 53, dst.
25
Sampel gugus
Jika yang akan diambil sebagai sampel adalah sekelompok orang, bukan individual, maka sampel gugus bisa digunakan. Misalkan
ingin meneliti kinerja dosen berdasarkan fakultas.
Langkah-langkah :1. Susun kerangka sampling yang unsurnya adalah gugus
(kelompok)2. Tentukan berapa gugus yang akan diambil sebagai sampel3. Pilih beberapa gugus yang akan dijadikan sampel dengan
cara acak4. Telitilah setiap unsur yang dalam gugus
(dalam kasus/contoh di atas, telitilah kinerja dosen di setiap fakultas, lalu cari rata-ratanya )
26
Sampel Wilayah
Ketika peneliti dihadapkan pada situasi di mana unsur populasi tersebar di berbagai wilayah yang relatif saling berjauhan, maka cara pengambilan sampel wilayah dapat diterapkan. Misalkan,
peneliti ingin mengetahui pandangan masyarakat Jawa Tengah terhadap program keluarga berencana.
Langkah-langkah :1. Susun kerangka sampel yang menggambarkan wilayah-
wilayah. Mis. Propinsi Jawa Tengah yang lengkap dengan Kabupaten, Kecamatan, dan Desa.
2. Tentukan wilayah yang akan dijadikan sampel – Kabupaten?,Kecamatan?, Desa?
3. Tentukan berapa wilayah yang akan dijadikan sampel4. Pilih wilayah yang akan dijadikan sampel dengan cara acak
5. Telitilah semua unsur sampel yang ada dalam wilayah sampel penelitian.
Jika masih terlampau banyak, bagilah lagi wilayah penelitian ke dalam wilayah yang lebih kecil lagi – misalnya “desa”
27
Sampel Tidak Acak
Sampel yang mudah dilakukan
Langkah-langkah : 1. Tetapkan secara khusus populasi penelitian2. Tetapkan jumlah sampel yang akan diambil
3. Pergilah ke tempat yang banyak terdapat unsur populasi4. Bagikanlah kuesioner kepada setiap unsur populasi
yang dijumpai
Pengambilan sampel dengan cara ini cukup Memadai untuk penelitian yang sifatnya
penjajagan
28
Sampel berdasarkan pertimbangan tertentu
Peneliti menentukan suatu unsur dalam populasi dijadikan sampel, berdasarkan pertimbangan tertentu,
yaitu karena “kaya akan informasi”
“Seorang kepala sekolah dijadikan sampel penelitian ketika peneliti yakin bahwa informasi atau data
yang ingin diperolehya akan banyak di miliki oleh kepala sekolah tadi”
29
Sampel Bola Salju
Cara ini bisa dipakai jika peneliti tidak mengetahui banyak siapa-siapa yang menjadi unsur dalam populasi penelitiannya.Dia hanya tahu satu atau dua orang saja. Untuk memperoleh sampel lebih banyak lagi, maka dia bisa minta tolong kepada
sampel pertama dan kedua untuk mencarikan sampel berikutnya
30
PENENTUAN BESARNYA PENENTUAN BESARNYA SAMPEL (SAMPLE SIZE)SAMPEL (SAMPLE SIZE)
Penetapan jumlah sampel tergantung pada:Penetapan jumlah sampel tergantung pada:1.1. Adanya sumber data yang dapat digunakan untuk Adanya sumber data yang dapat digunakan untuk
menetapkan batas maksimal dari besarnya samplemenetapkan batas maksimal dari besarnya sample2.2. Kebutuhan dari rencana analisis yang menentukan Kebutuhan dari rencana analisis yang menentukan
batas minimal dari besarnya sampel:batas minimal dari besarnya sampel:1.1. Angka perkiraan dari proporsi yang mau diukur (misal: Angka perkiraan dari proporsi yang mau diukur (misal:
penelitianpenyakit jantung koroner ditetapkan 50%)penelitianpenyakit jantung koroner ditetapkan 50%)2.2. Tetapkan tingkat kepercayaan (misal: 5%, atau 1%)Tetapkan tingkat kepercayaan (misal: 5%, atau 1%)3.3. Tetapkan derajat kepercayaan (Tetapkan derajat kepercayaan (Confidence levelsConfidence levels) misal: ) misal:
95%, atau 99%. 95%, atau 99%.
3.3. Hitung jumlah/besar sampel Hitung jumlah/besar sampel
RUMUS BESAR SAMPELRUMUS BESAR SAMPEL
SAMPLING DISTRIBUTION
Z = X - µ
SE
I. DATA BINOMIAL / PROPORSIDATA BINOMIAL / PROPORSI :
1. Populasi INFINIT
Z = ΔP n = Z². p. q
√p.q Δp²
n
2. Populasi FINIT
SE = √ p.q √ N – n
n N -1
n = Z² p.q.N
Δp² ( N-1) + Z² p.q
II. DATA KONTINYUDATA KONTINYU
1. Populasi INFINIT
Z = ΔX n = Z² σ²
σ/ √n ΔX²
2. Populasi FINIT
SE = σ / n . √ N - n
N – 1
n = Z² σ² N
ΔX² (N – 1) + Z² σ²
Perlu :Perlu :1. p p1 & p2
2. Derajat presisi (d) Δx, Δp
3. Confidence limit
4. α
5. ß Power of test
6. Resources
A. ONE SAMPLE PROBLEMONE SAMPLE PROBLEM
1. MENAKSIR (ESTIMASI) PARAMETERMENAKSIR (ESTIMASI) PARAMETER
1. 1 DATA PROPORSI
n = Z1 ² - α / 2 p (1-p)
d²
1.2 DATA KONTINYU
n = Z1 ² - α / 2 σ²
d²
2. UJI HIPOTESISUJI HIPOTESIS
2.1 DATA PROPORSIH0 : p0 = pa
a. H1 : p0 > pa
n = { Z1 – α √p0 (1-p0) + Z1 - ß√pa (1-pa)}²
( pa – p0 )²
α Z1-α/2 ß Power of test Z1-ß
0.01 2.576 0.01 0.99 2.236
0.05 1.96 0.05 0.95 1.645
0.10 1.645 0.10 0.90 1.282
0.20 1.282 0.20 0.80 0.842
b. H1 : p0 = pa
n = { Z1 – α/2 √p0 (1-p0) + Z1 - ß√pa (1-pa)}²
( p0 – pa )²
2.2 DATA KONTINYUH0 : µ = µ0
a. H1 : µ > µ0
n = ( Z1 – α + Z1 – ß )² σ²
( µ - µo )² b. H1 : µ ≠ µ0
n = ( Z1 – α/2 + Z1 – ß )² σ²
( µ - µ0 )²
ONE SAMPLEONE SAMPLE1. ESTIMASI PARAMETERESTIMASI PARAMETER
1.1 DATA PROPORSI
Survei prevalensi TB anak balita di suatu wilayah.
Diharapkan beda prevalensi dengan true value =
0.05
Berapa : n kalau C.I 99% ?
Jawab :
n = Z1² - α/2 p.q = 2.576 x 0.5 x 0.5
d² 0.05²
= 663.58
2. UJI HIPOTESISUJI HIPOTESIS
1. DATA PROPORSI
Data survei sebelumnya, angka karies gigi anak sekolah = 25%
Berapa jumlah anak sekolah yang perlu disurvei ? kalau penelitian ini mampu mendeteksi 80% dengan angka karies 20% dengan α = 0.05
Jawab :
H0 : p0 = 0.25
H1 : pa = 0.20 ( p0 > pa )
n = ( 1.645 √0.25 x 0.75 + 0.842 √0.2 x 0.8 )²
( 0.2 – 0.25 )²
= (0.7123 + 0.3368)² = 1.10061081 = 440.24
(1.0491)² 0.0025
2. DATA KONTINYU
ONE TAILONE TAIL
Survei gizi pada penduduk dewasa laki-laki X = 75kg. Diet 1 bulan, diharapkan turun 5kg dengan SD = 20kg.
Berapa n ? dengan α = 0.05 ß = 0.10
Jawab :
H0 : µ = 75kg
H1 : µ < 70kg
n = 20² ( 1.645 + 1.282 )² = 137.08
(5)²
TWO TAILTWO TAIL
H0 : µ = 75
H1 : µ ≠ 75
n = ( Z1 – α/2 + Z1 – ß )² σ²
( µ0 - µ )²
n = ( 1.96 + 1.282 )² 20²
( 5 )²
n = 168.17
B. TWO SAMPLES PROBLEMTWO SAMPLES PROBLEM
1. MENAKSIR PERBEDAAN pada KEDUA SAMPELMENAKSIR PERBEDAAN pada KEDUA SAMPEL
1.1 DATA PROPORSI
n1 = n2 = n
n = Z1² - α/2 (p1 q1 + p2 q2)
d²
n1 ≠ n2 n = k n1
n = Z1² - α/2 (k p1 q1 + p2 q2)
k d²
TWO SAMPLESTWO SAMPLES
1. ESTIMASI PERBEDAAN PARAMETERESTIMASI PERBEDAAN PARAMETER
1.1 DATA PROPORSI
Survei pendahuluan pada 2 kelompok diperoleh
p1 = 0.4 & p2 = 0.32
Ingin menaksir perbedaan resiko = 0.05
Berapa n ? Kalau C.I = 95%
n = 1.96² (0.4 x 0.6) + (0.32 x 0.68)
0.05²
= 703.17
1.2 DATA KONTINYU
Ingin menaksir perbedaan rata-rata kalori pada karyawan di 2 perusahaan (Program makan siang
& tidak)
Penelitian sebelumnya : SD = 75 kal
Berapa n kalau perbedaan = 20kal dengan α = 0.05
Jawab :
n = 1.96² . 2 (75)²
20²
= 108.05
1.2 DATA KONTINYU
1. MENAKSIR PERBEDAAN MEAN
H0 : µ1 - µ2 = 0
H1 : µ1 ≠ µ2
n = Z1² - α/2 ( 2σ² )
d²
2. UJI HIPOTESIS PADA 2 POPULASI
2.1. DATA PROPORSIH0 : P1 = P2
a. H1 : P1 > P2
n1 = n2 = n
n = { Z1-α √2p.q + Z1-ß √p1.q1+p2.q2 }²
( p1-p2 )²
UJI HIPOTESISUJI HIPOTESIS
Percobaan efektifitas obat anti hipertensi.
Kelompok I : Obat standard (A)
II : Obat baru (B)
Keberhasilan obat A = 64 % ; B = 82 %
Berapa n kalau α = 0.05 ; ß = 0.20
Jawab :
p = 0.64 + 0.82 = 0.73
2
q = 0.27
p1 – p2 = 0.18
n = {1.645 √2 x0.73x0.27 + 0.842 √0.64x0.36 + 0.82x0.18 }²
( 0.18 )²
= ( 1.3047 )²
( 0.18 )²
= 52.54
b. H1 : P1 ≠ P2
n = { Z1-α/2 √2p.q + Z1-ß √p1.q1+p2.q2 }²
( p1-p2 )²
dimodifikasi ( fleiss , 1981 )
n = n/4 { 1 + √ 1 + 4/n (p2-p1) }²
2.2 DATA KONTINYUH0 : µ1 = µ2
H1 : µ1 ≠ µ2
n = 2σ² ( Z1-α/2 + Z1-ß )²
( µ1-µ2 )²
DATA KONTINYUDATA KONTINYUPenelitian pengaruh diet rendah natrium pada tensi sistolik. Survei pendahuluan :
Diet tinggi natrium SD = 12 mmHg
Diet rendah natrium SD = 10.3 mmHg
Berapa sampel masing-masing kelompok untuk mendeteksi perbedaan tensi sistolik = 2 mmHg
α = 0.05 ß = 0.10
Varian gabungan
Sp² = SD1² + SD2² = 144 + 106.1 = 125.05
2 2
n = 2 (125.05)² (1.96+1.282)² = 657.17
2²
STUDI KASUS KONTROLSTUDI KASUS KONTROL1. MENAKSIR ORMENAKSIR OR
n = Z1²-α/2 {1/ p1.q1 + 1/ p2.q2}
{ ln (1-ε) }²
ε : proporsi OR di populasi dengan OR sebenarnya
( true OR )P1 = (OR) P2
(OR) P2 + (1-P2)
2. UJI HIPOTESIS ORUJI HIPOTESIS ORH0 : P1 = P2
H1 : P1 ≠ P2
n = { Z1-α/2 √2p2 (1-p2) + Z1-ß √p1.q1+p2.q2 }²
( p1-p2 )²
STUDI KOHORSTUDI KOHOR1. MENAKSIR R.RMENAKSIR R.R
n = Z1²-α/2 { (1-p1)/p1 + (1-p2)/p2 }
{ ln (1-ε) }²P1 = (RR) P2
2. UJI HIPOTESIS R.RUJI HIPOTESIS R.R
H0 : RR = 1 (frek disease kelompok exposed
atau = kelompok unexposed)
H0 : P1 = P2
H1 : RR ≠ 1
n = { Z1-α/2 √2p(1-p) + Z1-ß √p1.q1+p2.q2 }²
( p1-p2 )²P1 = (RR) P2 P = P1+P2 = (RR+1) P2
0 < RR < 1/P2 2 2
UJI HIPOTESIS KOEFISIEN KORELASIUJI HIPOTESIS KOEFISIEN KORELASI1. ONE SAMPLE
n = Z1-α/2 + Z1-ß ² + 3
0.5 ln ( 1+r/1-r)
2. TWO SAMPLES
n1 = n2 = n
n = Z1-α/2 + Z1-ß ³ + 3
0.5 { ln (1+r1/1-r1) – ln (1+r2/1-r2) }
73
Untuk populasi kecil < 10.000Untuk populasi kecil < 10.000formulanya:formulanya:
N: besar populasiN: besar populasi
n: besar sampeln: besar sampel
d: tingkat kepercayaan/ketepatan yang diinginkand: tingkat kepercayaan/ketepatan yang diinginkan
Formula Formula SnedecorSnedecor dan dan Cochran:Cochran:
n = besar sampeln = besar sampel
p = proporsi variabel yang dikehendakip = proporsi variabel yang dikehendaki
q = 1 – pq = 1 – p
Z Z αα = simpangan rata-rata pada derajat kemaknaan = simpangan rata-rata pada derajat kemaknaan αα
d = kesalahan sampling yg masih ditoleransid = kesalahan sampling yg masih ditoleransi
Z Z αα pada pada αα 0,05 dua arah = 1,96 dan satu arah = 1,64 0,05 dua arah = 1,96 dan satu arah = 1,64
αα 0,01 dua arah = 2,58 dan satu arah = 2,32 0,01 dua arah = 2,58 dan satu arah = 2,32
Koreksi untuk populasi terbatas Koreksi untuk populasi terbatas <10.000 <10.000
nn nnkk = = 1 + n/N1 + n/NContoh: bila p sampel tdk diketahui maka p=50% dan Contoh: bila p sampel tdk diketahui maka p=50% dan
q=50% pada derajat kepercayaan 95% dan selisih q=50% pada derajat kepercayaan 95% dan selisih antara sampel dengan populasi 10% maka:antara sampel dengan populasi 10% maka:
n =(1,96n =(1,9622x0,5x0,5)/(0,1)x0,5x0,5)/(0,1)2 2 = 100.= 100.
Utk d=5% dan n=1/d2=1/0,0025=400Utk d=5% dan n=1/d2=1/0,0025=400Bila populasi studi 1000 maka Bila populasi studi 1000 maka
NNkk =(400/1+(400/1000)=286 =(400/1+(400/1000)=286
Beberapa contoh menentukan sample size
Populasi kurang dari 10.000
n = N 1 + N (d²)
N = besar populasin = besar sampeld = tingkat kepercayaan yang diinginkan
Beberapa contoh menentukan sample size
Rumus lain:d = Z x √pxq x √N-n n N-1
d = penyimpangan thd populasi atau derajat ketepatan yang diinginkan, biasanya 0.05 atau 0.001
Z = 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=0.05q = 1.0-pN = besar populasin = besar sampel
Beberapa contoh menentukan sample size
Hair et al (1998)
Rasio antara jumlah subjek dan jumlah variabel independen dalam analisis multivariat dianjurkan sekitar 15 sampai 20 subjek per variabel independen
Pada penelitian dengan teknik analisis regresi multivariat
Cara sederhana :
• Penentuan besaran sampel dalam penelitian ini menggunakan rule of thumb yaitu 5 – 10 kali jumlah variabel bebas yang diteliti.
• Misal :
Besar sampel pada penelitian ini ada 7 yaitu 7 x 5 = 35.
80