SlideShare uma empresa Scribd logo
1 de 4
Baixar para ler offline
MENGHITUNG BESAR SAMPEL PENELITIAN
KESEHATAN MASYARAKAT
Oleh: Ir. Suyatno, MKes.
(Pengajar Bagian Gizi, Fakultas Kesehatan Masyarakat-UNDIP Semarang)

Dalam statistik inferensial, besar sampel sangat menentukan representasi sampel
yang diambil dalam menggambarkan populasi penelitian. Oleh karena itu menjadi satu
kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar dalam
menentukan sampel minimal dalam sebuah penelitian.
Cara mengitung besar sampel suatu penelitian sangat ditentukan oleh disain
penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional dengan
menguunakan disain cross-sectional akan berbeda dengan case-control study dan khohor,
demikian pula jika data yang dikumpulkan adalah proporsi akan beda dengan jika data
yang digunakan adalah data continue. Pada penelitian di bidang kesehatan masyarakat,
kebanyakan menggunakan disain atau pendekatan cross-sectional atau belah lintang,
meskipun ada beberapa yang menggunakan case control ataupun khohor.
Terdapat banyak rumus untuk menghitung besar sampel minimal sebuah
penelitian, namun pada peper ini akan disampaikan sejumlah rumus yang paling sering
dipergunakan oleh para peneliti.
1. Penelitian Cross-sectional
Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi
binomunal (binomunal proportions). Jika besar populasi (N) diketahui, maka dicari
dengan menggunakan rumus berikut:
Z21- /2 p (1-p) N
n = ----------------------------------d2(N-1) + Z21- /2 p (1-p)
Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa melakukan pengambilan
sampel secara acak).
Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka besar
sampel dihitung dengan rumus sebagai berikut :
Z2 p q
n = ---------- =
d2

Z2 p (1-p)
-------------d2

(Snedecor GW & Cochran WG, 1967)
(Lemeshowb dkk, 1997)

Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com
Hp. 08122815730 / 024-70251915

1
Keterangan :
n = jumlah sampel minimal yang diperlukan
= derajat kepercayaan
p = proporsi anak yang diberi ASI secara eksklusif
q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif
d = limit dari error atau presisi absolut

Jika ditetapkan

=0,05 atau Z1-

/2

= 1,96 atau Z2 1-

/2 =

1,962 atau dibulatkan

menjadi 4, maka rumus untuk besar N yang diketahui kadang-kadang diubah menjadi:
4 pq
n = ---------d2
Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian mencari faktor
determinan pemberian ASI secara eksklusif. Untuk mendapatkan nilai p, kita harus
melihat dari penelitian yang telah ada atau literatur. Dari hasil hasil penelitian
Suyatno (2001) di daerah Demak-Jawa Tengah,

proporsi bayi (p) yang diberi

makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan nilai q = 1 –
p. Dangan limit dari error (d) ditetapkan 0,05 dan nilai

= 0,05, maka jumlah

sampel yang dibutuhkan sebesar:
1,962 . 0,172 . 0,828
n = ------------------------0,05 2
= 219 orang (angka minimal)
Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka dapat
dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka nilai d
sekitar 2,5 % (0,025) atau lebih kecil lagi.

2. Case Control dan Khohor
Rumus yang digunakan untuk mencari besar sampel baik case control maupun
khohor adalah sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk
penelitian khohor, ada juga yang menggunakan ukuran data kontinue (nilai mean).
Besar sampel untuk penelitian case control adalah bertujuan untuk mencari
sampel minimal untuk masing-masing kelompok kasus dan kelompok kontrol. Kadangkadang peneliti membuat perbandingan antara jumlah sampel kelompok kasus dan
kontrol tidak harus 1 : 1, tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan untuk memperoleh

Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com
Hp. 08122815730 / 024-70251915

2
hasil yang lebih baik.

Adapun rumus yang banyak dipakai untuk mencari sampel

minimal penelitian case-control adalah sebagai berikut:
(p0.q0 + p1.q1)( Z

1 -

/2

+ Z 1-ß )2

n= (p1 - p0) 2
Keterangan :
n
Z1 -

= jumlah sampel minimal kelompok kasus dan kontrol
= nilai pada distribusi normal standar yang sama dengan tingkat
/2
kemaknaan
(untuk
= 0,05 adalah 1,96)
Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa
(power) sebesar diinginkan (untuk ß=0,10 adalah 1,28)
p0
= proporsi paparan pada kelompok kontrol atau tidak sakit
p1
= proporsi paparan pada kelompok kasus (sakit)
qo
= 1 – p0 dan q1 = 1 – p1
Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok
exposure dan non-exposure

atau kelompok terpapar dan tidak terpapar.

Jika yang

digunakan adalah data proporsi maka untuk penelitian khohor nilai p0 pada rumus di atas
sebagai proporsi yang sakit pada populasi yang tidak terpapar dan p1 adalah proporsi
yang sakit pada populasi yang terpapar atau nilai p1 = p0 x RR (Relative Risk).
Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan,
IMT dan sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar sampel
untuk kelompok dilakukan berdasarkan rumus berikut.
2( Z 1 - / 2 + Z 1-ß )2 2
n = --------------------------------(U1 - U2) 2
Keterangan :
n = jumlah sampel tiap kelompok
Z1 - / 2 = nilai pada distribusi normal standar yang sama dengan tingkat
kemaknaan
(untuk = 0,05 adalah 1,96)
Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa
(power) sebesar diinginkan (untuk ß=0,10 adalah 1,28)
= standar deviasi kesudahan (outcome)
U1 = mean outcome kelompok tidak terpapar
U2 = mean outcome kelompok terpapar
Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian
tentang pengaruh pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan
menggunakan tingkat kemaknaan 95 % atau = 0,05, dan tingkat kuasa/power 90 % atau
ß=0,10, serta kesudahan (outcome) yang diamati adalah berat badan bayi yang ditetapkan
memiliki nilai asumsi SD=0,94 kg (mengacu data dari penelitian LPKGM di Purworejo,
Jawa Tengah), dan estimasi selisih antara nilai mean kesudahan (outcome) berat badan
kelompok tidak terpapar dan kelompok terpapar selama 4 bulan pertama kehidupan bayi

Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com
Hp. 08122815730 / 024-70251915

3
(U0 – U1) sebesar 0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan
jumlah minimal sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar atau
tidak terpapar adalah:
2( 1,96 + 1,28 )2 (0,94)

2

n=
(0,6) 2
= 51,5 orang atau dibulatkan: 52 orang/kelompok
Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akan
lepas selama pengamatan, biasanya diasumsikan 15 %. Pada contoh diatas, maka sampel
minimal yang diperlukan menjadi n= 52 (1+0,15) = 59,8 bayi atau dibulatkan menjadi
sebanyak 60 bayi untuk masing-masing kelompok baik kelompok terpapar ataupun tidak
terpapar atau total 120 bayi untuk kedua kelompok tersebut.
3. Penelitian Eksperimental
Menurut Supranto J (2000) untuk penelitian eksperimen dengan rancangan acak
lengkap, acak kelompok atau faktorial, secara sederhana dapat dirumuskan:
(t-1) (r-1) > 15
dimana : t = banyaknya kelompok perlakuan
j = jumlah replikasi
Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan untuk tiap
perlakuan dapat dihitung:
(4 -1) (r-1) > 15
(r-1) > 15/3
r > 6
Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan koreksi dengan 1/(1-f)
di mana f adalah proporsi unit eksperimen yang hilang atau mengundur diri atau drop out.
Referensi:
1. Bhisma-Murti, Prinsip dan Metoda Riset Epidemiologi, Gadjah Mata University
Press,1997
2. Lemeshow, S. & David W.H.Jr, 1997. Besar Sampel dalam Penelitian Kesehatan
(terjemahan), Gadjahmada University Press, Yogyakarta
3. Snedecor GW & Cochran WG, Statistical Methods 6th ed, Ames, IA: Iowa State
University Press, 1967
4. Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT
Rineka Cipta, Jakarta.

Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com
Hp. 08122815730 / 024-70251915

4

Mais conteúdo relacionado

Mais procurados

Model perencanaan program promosi kesehatan
Model perencanaan program promosi kesehatanModel perencanaan program promosi kesehatan
Model perencanaan program promosi kesehatanYurie Arsyad Temenggung
 
Langkah langkah investigasi klb wabah
Langkah langkah investigasi klb wabahLangkah langkah investigasi klb wabah
Langkah langkah investigasi klb wabahrickygunawan84
 
4 pencegahan-penyakit
4 pencegahan-penyakit4 pencegahan-penyakit
4 pencegahan-penyakitphiqe kbn
 
Ukuran Frekuensi Penyakit
Ukuran Frekuensi PenyakitUkuran Frekuensi Penyakit
Ukuran Frekuensi Penyakitdahlia_purba
 
Perbedaan cros, case, cohort
Perbedaan cros, case, cohortPerbedaan cros, case, cohort
Perbedaan cros, case, cohortLisa Prihastari
 
Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018
Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018
Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018Muh Saleh
 
Riwayat alamat penyakit1
Riwayat alamat penyakit1Riwayat alamat penyakit1
Riwayat alamat penyakit1HMRojali
 
Bab v skrining penapisan dalam epidemiologi
Bab v  skrining penapisan dalam epidemiologiBab v  skrining penapisan dalam epidemiologi
Bab v skrining penapisan dalam epidemiologiNajMah Usman
 
Metode promosi kesehatan
Metode promosi kesehatanMetode promosi kesehatan
Metode promosi kesehatanSukistinah
 
Perhitungan fertilitas-mortalitas-dan-migrasi1
Perhitungan fertilitas-mortalitas-dan-migrasi1Perhitungan fertilitas-mortalitas-dan-migrasi1
Perhitungan fertilitas-mortalitas-dan-migrasi1Aulia Nofrianti
 
Konsep penyebab penyakit bag.7
Konsep penyebab penyakit bag.7Konsep penyebab penyakit bag.7
Konsep penyebab penyakit bag.7tristyanto
 
Primary and secondary survey
Primary and secondary surveyPrimary and secondary survey
Primary and secondary surveyIra Rahmawati
 
Bab viii surveilans epid
Bab viii surveilans epidBab viii surveilans epid
Bab viii surveilans epidNajMah Usman
 

Mais procurados (20)

Model perencanaan program promosi kesehatan
Model perencanaan program promosi kesehatanModel perencanaan program promosi kesehatan
Model perencanaan program promosi kesehatan
 
Uji beda mean
Uji beda meanUji beda mean
Uji beda mean
 
Langkah langkah investigasi klb wabah
Langkah langkah investigasi klb wabahLangkah langkah investigasi klb wabah
Langkah langkah investigasi klb wabah
 
4 pencegahan-penyakit
4 pencegahan-penyakit4 pencegahan-penyakit
4 pencegahan-penyakit
 
Ukuran Frekuensi Penyakit
Ukuran Frekuensi PenyakitUkuran Frekuensi Penyakit
Ukuran Frekuensi Penyakit
 
Perbedaan cros, case, cohort
Perbedaan cros, case, cohortPerbedaan cros, case, cohort
Perbedaan cros, case, cohort
 
Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018
Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018
Hasil Riskesdas (Riset Kesehatan Dasar) Tahun 2018
 
Materi case control
Materi case controlMateri case control
Materi case control
 
Sampling dan-besar-sampel
Sampling dan-besar-sampelSampling dan-besar-sampel
Sampling dan-besar-sampel
 
Riwayat alamat penyakit1
Riwayat alamat penyakit1Riwayat alamat penyakit1
Riwayat alamat penyakit1
 
Bab v skrining penapisan dalam epidemiologi
Bab v  skrining penapisan dalam epidemiologiBab v  skrining penapisan dalam epidemiologi
Bab v skrining penapisan dalam epidemiologi
 
Metode promosi kesehatan
Metode promosi kesehatanMetode promosi kesehatan
Metode promosi kesehatan
 
KPSP & DDST
KPSP & DDST KPSP & DDST
KPSP & DDST
 
Perhitungan fertilitas-mortalitas-dan-migrasi1
Perhitungan fertilitas-mortalitas-dan-migrasi1Perhitungan fertilitas-mortalitas-dan-migrasi1
Perhitungan fertilitas-mortalitas-dan-migrasi1
 
Konsep penyebab penyakit bag.7
Konsep penyebab penyakit bag.7Konsep penyebab penyakit bag.7
Konsep penyebab penyakit bag.7
 
Uji mann-whitney
Uji mann-whitneyUji mann-whitney
Uji mann-whitney
 
Primary and secondary survey
Primary and secondary surveyPrimary and secondary survey
Primary and secondary survey
 
Promosi kesehatan
Promosi kesehatanPromosi kesehatan
Promosi kesehatan
 
GCS Tingkat Kesadaran
GCS Tingkat KesadaranGCS Tingkat Kesadaran
GCS Tingkat Kesadaran
 
Bab viii surveilans epid
Bab viii surveilans epidBab viii surveilans epid
Bab viii surveilans epid
 

Semelhante a Menghitung besar-sampel-penelitian

Sampel dan metode_sampling
Sampel dan metode_samplingSampel dan metode_sampling
Sampel dan metode_samplingRiswan
 
Pilihan uji statistik
Pilihan uji statistikPilihan uji statistik
Pilihan uji statistikAnwar Hidayat
 
e. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptxe. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptxLuhPutuSafitriPratiw1
 
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdfM. Jainuri, S.Pd., M.Pd
 
Bab i metlit eva a
Bab i metlit eva aBab i metlit eva a
Bab i metlit eva aEvaArfi
 
Bengkel spss siri 3 (28032011)
Bengkel spss siri 3 (28032011)Bengkel spss siri 3 (28032011)
Bengkel spss siri 3 (28032011)Azieda Arsad
 
Bab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdfBab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdfimampajri1
 
Fp unsam 2009 distribusi probabilitas
Fp unsam 2009  distribusi probabilitasFp unsam 2009  distribusi probabilitas
Fp unsam 2009 distribusi probabilitasIr. Zakaria, M.M
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitasRiswan
 
Tina fitriyah - Uji Sampel statistik.pptx
Tina fitriyah - Uji Sampel statistik.pptxTina fitriyah - Uji Sampel statistik.pptx
Tina fitriyah - Uji Sampel statistik.pptxTINAFITRIYAH
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parametermatematikaunindra
 
ANALISA DATA PENELITIAN.ppt
ANALISA DATA PENELITIAN.pptANALISA DATA PENELITIAN.ppt
ANALISA DATA PENELITIAN.pptNurulLaili25
 
Take home rancangan sampel
Take home rancangan sampelTake home rancangan sampel
Take home rancangan sampelZahriatil Umri
 

Semelhante a Menghitung besar-sampel-penelitian (20)

Sampel dan metode_sampling
Sampel dan metode_samplingSampel dan metode_sampling
Sampel dan metode_sampling
 
Pilihan uji statistik
Pilihan uji statistikPilihan uji statistik
Pilihan uji statistik
 
SAMPLING.pptx
SAMPLING.pptxSAMPLING.pptx
SAMPLING.pptx
 
e. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptxe. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptx
 
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
 
Bab i metlit eva a
Bab i metlit eva aBab i metlit eva a
Bab i metlit eva a
 
Uji Beda Mean
Uji Beda MeanUji Beda Mean
Uji Beda Mean
 
T tes menggunakan sas
T tes menggunakan sasT tes menggunakan sas
T tes menggunakan sas
 
Lapres paper 5 nia indah
Lapres paper 5 nia indahLapres paper 5 nia indah
Lapres paper 5 nia indah
 
Biostatistika Dasar
Biostatistika DasarBiostatistika Dasar
Biostatistika Dasar
 
statistik_cek1.pptx
statistik_cek1.pptxstatistik_cek1.pptx
statistik_cek1.pptx
 
Bengkel spss siri 3 (28032011)
Bengkel spss siri 3 (28032011)Bengkel spss siri 3 (28032011)
Bengkel spss siri 3 (28032011)
 
Bab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdfBab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdf
 
Fp unsam 2009 distribusi probabilitas
Fp unsam 2009  distribusi probabilitasFp unsam 2009  distribusi probabilitas
Fp unsam 2009 distribusi probabilitas
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitas
 
Tina fitriyah - Uji Sampel statistik.pptx
Tina fitriyah - Uji Sampel statistik.pptxTina fitriyah - Uji Sampel statistik.pptx
Tina fitriyah - Uji Sampel statistik.pptx
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
ANALISA DATA PENELITIAN.ppt
ANALISA DATA PENELITIAN.pptANALISA DATA PENELITIAN.ppt
ANALISA DATA PENELITIAN.ppt
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
Take home rancangan sampel
Take home rancangan sampelTake home rancangan sampel
Take home rancangan sampel
 

Menghitung besar-sampel-penelitian

  • 1. MENGHITUNG BESAR SAMPEL PENELITIAN KESEHATAN MASYARAKAT Oleh: Ir. Suyatno, MKes. (Pengajar Bagian Gizi, Fakultas Kesehatan Masyarakat-UNDIP Semarang) Dalam statistik inferensial, besar sampel sangat menentukan representasi sampel yang diambil dalam menggambarkan populasi penelitian. Oleh karena itu menjadi satu kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar dalam menentukan sampel minimal dalam sebuah penelitian. Cara mengitung besar sampel suatu penelitian sangat ditentukan oleh disain penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional dengan menguunakan disain cross-sectional akan berbeda dengan case-control study dan khohor, demikian pula jika data yang dikumpulkan adalah proporsi akan beda dengan jika data yang digunakan adalah data continue. Pada penelitian di bidang kesehatan masyarakat, kebanyakan menggunakan disain atau pendekatan cross-sectional atau belah lintang, meskipun ada beberapa yang menggunakan case control ataupun khohor. Terdapat banyak rumus untuk menghitung besar sampel minimal sebuah penelitian, namun pada peper ini akan disampaikan sejumlah rumus yang paling sering dipergunakan oleh para peneliti. 1. Penelitian Cross-sectional Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi binomunal (binomunal proportions). Jika besar populasi (N) diketahui, maka dicari dengan menggunakan rumus berikut: Z21- /2 p (1-p) N n = ----------------------------------d2(N-1) + Z21- /2 p (1-p) Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa melakukan pengambilan sampel secara acak). Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka besar sampel dihitung dengan rumus sebagai berikut : Z2 p q n = ---------- = d2 Z2 p (1-p) -------------d2 (Snedecor GW & Cochran WG, 1967) (Lemeshowb dkk, 1997) Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com Hp. 08122815730 / 024-70251915 1
  • 2. Keterangan : n = jumlah sampel minimal yang diperlukan = derajat kepercayaan p = proporsi anak yang diberi ASI secara eksklusif q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif d = limit dari error atau presisi absolut Jika ditetapkan =0,05 atau Z1- /2 = 1,96 atau Z2 1- /2 = 1,962 atau dibulatkan menjadi 4, maka rumus untuk besar N yang diketahui kadang-kadang diubah menjadi: 4 pq n = ---------d2 Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian mencari faktor determinan pemberian ASI secara eksklusif. Untuk mendapatkan nilai p, kita harus melihat dari penelitian yang telah ada atau literatur. Dari hasil hasil penelitian Suyatno (2001) di daerah Demak-Jawa Tengah, proporsi bayi (p) yang diberi makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan nilai q = 1 – p. Dangan limit dari error (d) ditetapkan 0,05 dan nilai = 0,05, maka jumlah sampel yang dibutuhkan sebesar: 1,962 . 0,172 . 0,828 n = ------------------------0,05 2 = 219 orang (angka minimal) Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka dapat dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka nilai d sekitar 2,5 % (0,025) atau lebih kecil lagi. 2. Case Control dan Khohor Rumus yang digunakan untuk mencari besar sampel baik case control maupun khohor adalah sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk penelitian khohor, ada juga yang menggunakan ukuran data kontinue (nilai mean). Besar sampel untuk penelitian case control adalah bertujuan untuk mencari sampel minimal untuk masing-masing kelompok kasus dan kelompok kontrol. Kadangkadang peneliti membuat perbandingan antara jumlah sampel kelompok kasus dan kontrol tidak harus 1 : 1, tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan untuk memperoleh Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com Hp. 08122815730 / 024-70251915 2
  • 3. hasil yang lebih baik. Adapun rumus yang banyak dipakai untuk mencari sampel minimal penelitian case-control adalah sebagai berikut: (p0.q0 + p1.q1)( Z 1 - /2 + Z 1-ß )2 n= (p1 - p0) 2 Keterangan : n Z1 - = jumlah sampel minimal kelompok kasus dan kontrol = nilai pada distribusi normal standar yang sama dengan tingkat /2 kemaknaan (untuk = 0,05 adalah 1,96) Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa (power) sebesar diinginkan (untuk ß=0,10 adalah 1,28) p0 = proporsi paparan pada kelompok kontrol atau tidak sakit p1 = proporsi paparan pada kelompok kasus (sakit) qo = 1 – p0 dan q1 = 1 – p1 Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok exposure dan non-exposure atau kelompok terpapar dan tidak terpapar. Jika yang digunakan adalah data proporsi maka untuk penelitian khohor nilai p0 pada rumus di atas sebagai proporsi yang sakit pada populasi yang tidak terpapar dan p1 adalah proporsi yang sakit pada populasi yang terpapar atau nilai p1 = p0 x RR (Relative Risk). Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan, IMT dan sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar sampel untuk kelompok dilakukan berdasarkan rumus berikut. 2( Z 1 - / 2 + Z 1-ß )2 2 n = --------------------------------(U1 - U2) 2 Keterangan : n = jumlah sampel tiap kelompok Z1 - / 2 = nilai pada distribusi normal standar yang sama dengan tingkat kemaknaan (untuk = 0,05 adalah 1,96) Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa (power) sebesar diinginkan (untuk ß=0,10 adalah 1,28) = standar deviasi kesudahan (outcome) U1 = mean outcome kelompok tidak terpapar U2 = mean outcome kelompok terpapar Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian tentang pengaruh pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan menggunakan tingkat kemaknaan 95 % atau = 0,05, dan tingkat kuasa/power 90 % atau ß=0,10, serta kesudahan (outcome) yang diamati adalah berat badan bayi yang ditetapkan memiliki nilai asumsi SD=0,94 kg (mengacu data dari penelitian LPKGM di Purworejo, Jawa Tengah), dan estimasi selisih antara nilai mean kesudahan (outcome) berat badan kelompok tidak terpapar dan kelompok terpapar selama 4 bulan pertama kehidupan bayi Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com Hp. 08122815730 / 024-70251915 3
  • 4. (U0 – U1) sebesar 0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan jumlah minimal sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar atau tidak terpapar adalah: 2( 1,96 + 1,28 )2 (0,94) 2 n= (0,6) 2 = 51,5 orang atau dibulatkan: 52 orang/kelompok Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akan lepas selama pengamatan, biasanya diasumsikan 15 %. Pada contoh diatas, maka sampel minimal yang diperlukan menjadi n= 52 (1+0,15) = 59,8 bayi atau dibulatkan menjadi sebanyak 60 bayi untuk masing-masing kelompok baik kelompok terpapar ataupun tidak terpapar atau total 120 bayi untuk kedua kelompok tersebut. 3. Penelitian Eksperimental Menurut Supranto J (2000) untuk penelitian eksperimen dengan rancangan acak lengkap, acak kelompok atau faktorial, secara sederhana dapat dirumuskan: (t-1) (r-1) > 15 dimana : t = banyaknya kelompok perlakuan j = jumlah replikasi Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan untuk tiap perlakuan dapat dihitung: (4 -1) (r-1) > 15 (r-1) > 15/3 r > 6 Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan koreksi dengan 1/(1-f) di mana f adalah proporsi unit eksperimen yang hilang atau mengundur diri atau drop out. Referensi: 1. Bhisma-Murti, Prinsip dan Metoda Riset Epidemiologi, Gadjah Mata University Press,1997 2. Lemeshow, S. & David W.H.Jr, 1997. Besar Sampel dalam Penelitian Kesehatan (terjemahan), Gadjahmada University Press, Yogyakarta 3. Snedecor GW & Cochran WG, Statistical Methods 6th ed, Ames, IA: Iowa State University Press, 1967 4. Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT Rineka Cipta, Jakarta. Contact: www.suyatno.blog.undip.ac.id or suyatno_undip@yahoo.com Hp. 08122815730 / 024-70251915 4