Ringkasan dokumen tersebut adalah:
Teknik sampling dan ukuran sampel merupakan topik penting dalam melakukan penelitian. Ada beberapa teknik sampling seperti random sampling dan non-random sampling yang dapat digunakan tergantung tujuan penelitian. Ukuran sampel yang tepat perlu ditentukan berdasarkan karakteristik populasi dan tujuan penelitian untuk memperoleh hasil yang representatif dan valid.
Topik 4_Eksplorasi Konsep LK Kelompok_Pendidikan Berkelanjutan
Metode sampling kimia farmasi
1. Teknik Sampling
dan Ukuran Sampel
Disampaikan pada :
Kuliah Kimia Farmasi
Prodi Farmasi
Universitas Muhammadiyah Palangkaraya
2. Pengambilan sampel (Sampling)
Bagaimana teknik atau Disain pengambilan
sampel?
Berapa ukuran (jumlah) sampel yang akan
diambil?
3. Populasi dan Sampel
Populasi
◦ keseluruhan atau himpunan obyek dengan ciri yang sama
Sampel
◦ himpunan bagian atau sebagian dari populasi
Sampling
◦ Proses pengambilan sampel
Generalisasi
◦ proses pengambilan kesimpulan atas populasi
berdasarkan sampel.
◦ Generalisasi disebut juga inferensi
6. Sampel Yang Baik
Dalam Penelitian, observasi atau percobaan umumnya
dilakukan terhadap sampel bukan terhadap populasi
Teknik Sampling 1
Tekn Sampel
ik S
a mpli
ng 2
Populasi
Sampel
The sample and the population should be
similar to one another.
7. Mengapa Menggunakan Sampel
Karena:
1. Populasi terlalu besar
2. Observasi atau percobaan bersifat merusak
unit sampel
3. Ada keterbatasan waktu dan biaya penelitian
4. Diperlukan adanya kontrol atau pengaturan
terhadap variabel tertentu atas obyek penelitian
Penggunaan sampel Lingkup penelitian
dapat diperluas.
8. Populasi dan Sampel
Sampling
Populasi Sampel
Statistik: n, X, SD
Parameter: N, μ, σ Generalisasi
9. Bias dan Variabilitas
Bias Accuracy
Perbedaan rata-rata (mean) distribusi sampel dan
parameter
Disebut unbiased jika bias = 0.
Error (variability) Precision
menunjukkan penyebaran distribusi sampel
Untuk mengurangi bias gunakan random sampling.
Untuk mengurangi variabilitas gunakan ukuran
(jumlah) sampel besar.
10.
11. Generalisasi yang optimal
Digunakan prinsip probabilitas (random
sampling)
Jumlah sampel memadai
Ciri-ciri populasi dipenuhi secara ketat
Variasi antar unit populasi sekecil
mungkin
12. Random dan non random sampling
Teknik
sampling
Non Probability
Probability sampling
sampling (Random
(Non random sampling)
sampling)
13. Non Random Sampling
Tiap unit atau individu populasi TIDAK
memiliki kesempatan atau probabilitas
yang sama untuk menjadi sampel
Tidak dimaksudkan untuk generalisasi
14. Macam Non Random Sampling
Accidental sampling (convenience sampling)
Sampel dipilih dengan pertimbangan kemudahan, mudah
dijangkau atau ditemui secara kebetulan
Cocok untuk penelitian penjajagan
Purposive sampling
Sampel diambil dengan maksud atau tujuan tertentu
Quota sampling
Hanya menekankan pada jumlah sampel yang harus dipenuhi
Judgment sampling
Sampel dipilih karena dianggap sebagai pihak yang paling baik
Snow Ball sampling
Peneliti hanya menemukan satu dua orang sebagai sampel
selanjutnya peneliti minta sampel pertama untuk menunjukkan
orang sebagai sampel selanjutnya.
15. Random Sampling
Tiap unit atau individu populasi memiliki
kesempatan atau probabilitas yang sama
untuk menjadi sampel
Dimaksudkan untuk generalisasi
Untuk uji statistik induktif atau inferensial
16. Macam Random Sampling
Simple random sampling (SRS)
Systematic Random Sampling
Stratified Random Sampling
Cluster sampling
Multi-stage sampling
17. Proses Teknik/Disain Sampling
Define the Target Population
Identify the Sampling Frame
Choose the Sampling Method
Determine the Sample Size
Gather the Data
18. Simple Random Sampling
Untuk populasi yang dianggap homogen
Tersedia ada daftar semua unit populasi
Daftar (list) unit populasi disebut
kerangka sampel (sample frame)
Keuntungan: termasuk “unbias” dan
mudah dilakukan
Kelemahan:
jika sampel mengumpul atau menyebar
Diperlukan daftar lengkap dari
seluruh unit populasi
20. Systematic Random Sampling
Untuk populasi yang dianggap
homogen
Ada daftar semua unit populasi
Daftar (list) unit populasi disebut kerangka sampel (sample frame)
Pengambilan sampel pertama seperti simple random sampling sampel
kedua dst ditentukan dengan jarak tertentu (N/n)
◦ N = jumlah unit populasi
◦ n = jumlah unit populasi
Lebih efisien dibanding simple random sampling
21. Stratified Random Sampling
Populasi relatif heterogen
Dalam populasi terdiri dari strata atau lapisan
yang homogen
Dibutuhkan data yang lebih rinci tentang :
- Kriteria pembagian strata
- Informasi dasar dari strata
Ciri-ciri
populasi dapat terwakili (representatif)
Jika sampel menyebar jarak jauh Waktu dan
biaya besar
22. Stratified Random Sampling
Menyerupai blok dalam rancangan
eksperimen
Umur
• < 20 Jenis kelamin
• 20-30 • pria Strata
• 31-40 • wanita
• 41-50
Simple stratified random sampling jumlah tiap unit dalam
strata sama
Proportional stratified random sampling jumlah tiap unit
dalam strata tidak sama
24. Cluster Random Sampling
Untuk populasi yang relatif heterogen
Populasi mengandung kelompok-kelompok (cluster)
Di dalam cluster mengandung unit populasi yang heterogen
Heterogenitas cluster sama dengan populasinya
Tidak perlu daftar semua unit sampel
Biaya lebih murah, penyebaran unit populasi
dapat ditekan
25. Cluster Random Sampling
Populasi
Randomisasi Cluster
Randomisasi Sampel
* Heterogenitas sampel
diharapkan sama
dengan populasi Sampel
26. Multistage Random Sampling
- Sampel dianggap homogen dalam jumlah
amat besar, biaya penelitian tidak cukup
- Sampling dilakukan dalam beberapa
“stage”, setiap stage dilakukan
randomisasi
- Kombinasi dari teknik pengambilan
sampel untuk Probability Sampling (simple
– stratified – cluster random sampling)
- Urutan dapat bervariasi, tergantung dari
keadaan populasi dan tujuan penelitian
27. Ukuran Sampel
Penentuan ukuran sampel masalah yang
pelik
Peneliti hanya mengestimasi jumlah sampel
yang akan digunakan
Tergantung tujuan penelitian dan sifat
populasi
◦ Uji hipotesis (one sample, two sample etc) atau estimasi
proporsi
◦ Populasi: finite ataukah infinite
◦ Jenis data: rasio, interval, nominal, ordinal
◦ Ketelitian yang diinginkan
28. Penentuan ukuran Sampel
1. Tanpa rumus: Teori Thomas Bayes
◦ Untuk populasi berdistribusi normal
◦ Kalau distribusi tidak diketahui tetap distribusi
normal jika random dan jumlah sampel besar (n
minimum 30)
2. Dengan rumus
◦ Jika data proporsi diperlukan data proporsi
kejadian
◦ Data kontinyu perlu data varians
◦ Jika didapatkan masih dipandang besar disesuaikan
dengan waktu, biaya dan sampel (pasien) tersedia atau
tidak.
29. Pedoman penentuan ukuran sampel
Sebaiknya ukuran sampel antara 30 s/d
500
Jika sampel dipecah lagi ke dalam sub
sampel jumlah minimum adalah 30
Untuk penelitian eksperimen sederhana
dengan pengendalian yang ketat ukuran
sampel 10-20 elemen
Pada penelitian multivariat jumlah
sampel lebih banyak (10 kali lipat)
30. Estimasi proporsi
Peneliti hanya mengestimasi jumlah
sampel yang akan digunakan
Bukan menghitung secara pasti
Perlu informasi awal:
◦ Estimasi proporsi populasi (P)
◦ Harga alfa (size of test) dan atau beta (power of test)
simpangan d
◦ Confidence interval (CI)
31. Besar sampel estimasi proporsi
2
z p. q n= 2
2
N .zα p. q
n= 2
α
d . ( N −1) + Zα . p.q
d
Populasi infinit Populasi finit
n = jumlah sampel
N = jumlah unit populasi
q = 1-p
p = estimator proporsi populasi
d = simpangan mutlak
z=nilai z pada derajat kepercayaan α