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