1 / 103

BIOSTATISTIK

AKADEMI KEBIDANAN (AKBID) BHAKTI KENCANA MATARAM. BIOSTATISTIK. I Gede Budiharta. POPULASI DAN SAMPEL. POPULASI.

aldan
Download Presentation

BIOSTATISTIK

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. AKADEMI KEBIDANAN (AKBID) BHAKTI KENCANA MATARAM BIOSTATISTIK I GedeBudiharta

  2. POPULASI DAN SAMPEL

  3. POPULASI • Wilayah generalisasiygterdiriatasobyek/subyekygmempunyaikuantitas, kualitas & karakteristiktertentuygditetapkanolehpenelitiutkdipelajari & kemudianditarikkesimpulan • Keseluruhansubyek/obyekpenelitianygakanditeliti (Arikunto, S) dan (Notoatmodjo) • Populasibukanhanyaorang, tapijugaobyekataubenda-bendaalamlainnya, gejalaatauwilayahyginginditeliti • Populasimeliputi : • Jumlahsubyek/obyekygdipelajari • Karakteristik (sifattertentu) subyek/obyekygdipelajari (gayabicara, disiplin, hobi, carabergaul, kekebalantubuh, dll)

  4. Populasi yang tidak pernah diketahui dengan pasti jumlahnya disebut "Populasi Infinit" atau tak terbatas, • Populasi yang jumlahnya diketahui dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya murid sekolah, jumlah karyawan tetap pabrik, dll disebut "Populasi Finit" • Populasidapatbersifatterbatasatautidakterbatas (terletakpadakemampuanmanusiautkmenghitungelemen-elemen pd populasi) • Terbatas ----- jikaelemen-elemennyadptdihitung, misalnya : JumlahPriadiKab. Sumbawa • Tidakterbatas ----- jikaelemen-elemennyatdkterhitungjumlahnya, misalnya : Jumlaheritrositdalamtubuhmanusia

  5. Misalnya penduduk suatu negara adalah populasi yang infinit karena setiap waktu terus berubah jumlahnya. Apabilah penduduk tersebut dibatasi dalam waktu dan tempat, maka populasi yang infinit bisa berubah menjadi populasi yang finit.

  6. Populasi target dansasaran • Populasi target menekankan pada aspeksiapa yang akandilakukanpenelitian. • Populasisasaranmenekankan pada aspekpopulasi yang akandituju. • Ilustrasisebuahcontoh: Suatupenelitianakandilakukan pada penderita Ca Paru di wilayahkerja Dinas kesehatanKota Mataram. Pada kasusini yang diangapsebagai target adalahpenderita Ca Parusedangkan yang dianggapsebagaipopulasisasaranadalahpenderita yang beradadiwilayahkerja dinas kesehatanKota Mataram.

  7. SAMPLING • Banyakcara yang dapatdilakukandalamkerangka sampling • Hal yang pentingdalampengambilansampeladalahbagaimana sample itudapatmewakilidaripopulasi yang akanditeliti. • Sampelbenar-benarmewakiliatau representative makakesimpulanakansamadenganmenelitipopulasi • Mengapadalampenelitiandilakukan sample daripopulasi?

  8. Bagaimanacarapengambilan sample? • Dan bagaimanamenentukanjumlah sample?

  9. KesimpulandibuatdariSampledandiharapkanberlakuutkPopulasi ----- GENERALISASI Sample diambildaripopulasi & dianalisissertadiratikkesimpulan Populasiygkarakteristiknyaingindiketahui • Sample • Bagiandarijumlahdankarakteristikygdimilikiolehpopulasi ---- utkdipelajari & ditarikkesimpulan • Sebagian yang diambildaripopulasiygdptmewakilipopulasi

  10. Sensus : • Penelitianygdilakukanterhadappopulasiatauterhadapsemuaelemenygadadidlmwilayahpenelitian ---- tdkmemakai sample • Penelitian sample (survei) • Penelitianygdilakukanthd sample (sebagianpopulasi) : • Hasilnyadapatdigeneralisasikepopulasiyglebihluas ----- survei • Hasilnyatidakdapatdigeneralisasisecaralebihluas ------------- Deskriptif (hanyaberlakuutk sample tsbsaja), misalnya ---- pengetahuanibu-ibudiDusunbatu ringgit ttgVit. A ------ berlakuutkibu-ibudiDusunbatu ringgit saja, tdkberlakuutk Kota mataram

  11. Mengapa perlu sampel??? • Satukasussusahdigunakansebagai basis generalisasikarenabanyaknyavariasidalamsuatupopulasi. Contoh: persepsitigaorangbuta yang memeganggajah. • Ada pula pertimbanganpraktissehinggaperlu sampling. • Bisamakanwaktuterlalu lama • Data bisa obsolete (usang) • Responawaldenganresponakhirbisabedakarenaadasuatukejadian, gosip, dansebagainya. • Perlubiaya yang besar, jugabuat interviewer. Perlupelatihan yang efektifdansupervisi yang cukupketikapengambilan data.

  12. Karenaadanyaketerbatasan : biaya, waktu, tenaga ---- shglebihefisien • KrnPopulasidanwilayahpenelitianterlalubesaratauluas ---- khawatirnantiakanadapopulasi/wilayahygakanterlewati • Krnsubyek sample lebihsedikitdarisubyekpopulasi ---- lebihgampangdilakukan (caranyalebihmudah), menghindari bias dariorangygmengumpulkan data (kelelahan) • Denganpopulasikadangpenelitiandapatmerusak (destruktif) ------- percobaansenjata/ granat ---- kalausemuadicobakanmakagranatnyaakanhabis (tdkefisien)

  13. Karenaadanyaketerbatasan : biaya, waktu, tenaga ---- shglebihefisien • KrnPopulasidanwilayahpenelitianterlalubesaratauluas ---- khawatirnantiakanadapopulasi/wilayahygakanterlewati • Krnsubyek sample lebihsedikitdarisubyekpopulasi ---- lebihgampangdilakukan (caranyalebihmudah), menghindari bias dariorangygmengumpulkan data (kelelahan) • Denganpopulasikadangpenelitiandapatmerusak (destruktif) ------- percobaansenjata/ granat ---- kalausemuadicobakanmakagranatnyaakanhabis (tdkefisien)

  14. PRINSIP SAMPLING • Representatif (terwakili) Dapatmewakilisemuaelemen/keadaan yang adadipopulasi (karakteristik) • Ketercukupan (adekuat) Memenuhiketercukupanjumlah ----pakairumusstatistik (rumusbesaran sample) Tidakadapedomanumumygdigunakanutk sample suatupenelitian, tetapibesar-kecilnyajumlah sample akanmempengaruhikevalidandarihasilpenelitian

  15. BIAS DAN SAMPLING ERROR Untukmenghindari Bias dan sampling error, makaadabeberapahalygperludiperhatikan : • Representatif sample • Adekuasi sample • Kriteria sample Kriteria Sample : • KriteriaInklusi : Kriteriadimanasubjekpenelitianmewakilisampelpenelitian yang memenuhisyaratsbgsampel(kriteriayglayakditeliti) Karakteristikumumsubyekpenelitiandrsuatupopulasi target danterjangkauygakanditeliti. Contoh : Ibu yang barupertama kali hamil

  16. KriteriaEksklusi • Kriteriadimanasubjekpenelitiantdkdptmewakilisampelkarenatidakmemenuhisyaratsbgsampelpenelitian (kriteriaygtdklayakditeliti) • Penyebab : • Hambatanetis • Menolaksbgresponden • Dlmkeadaanygtidakmemungkinkansbgsampel • Menghilangkan/mengeluarkansubyekygmemenuhikriteriainklusidanstudikrnpelbagaipenyebab. Contoh • Ibu yang barupertama kali hamil, tapiketikapengumpulan data ygbersangkutantidakadadirumah

  17. PRINSIP DASAR PERHITUNGAN BESARAN SAMPLE Tidakadapedomanumumygdigunakanutk sample suatupenelitian, tetapibesar-kecilnyajumlah sample akanmempengaruhikevalidandarihasilpenelitian • Adabeberapaasumsiygpentingutkdijadikanpertimbangandalammenentukanbesaran sample • Makin kecil sample ygdipilih, makinrendah pula kemampuanutkmembuatgeneralisasiataskesimpulanpenelitian, kecualiadabukti-buktiygkuatbahwakarakteristik sample benar-benarsamadgnkarakteristikpopulasidiluarnya • Makin kecil sample ygdiambildari se-klppopulasi, makintinggikecenderungankekeliruanpenarikankesimpulan, sebaliknyamakinbesarukuran sample makinkecilkecenderungankekeliruanpenarikankesimpulan

  18. Jadi Kesimpulannya.... Populasi (N) Sampel (n)

  19. METODE SAMPLING

  20. Sampling : Suatuprosesdlmmenyeleksiporsidaripopulasiutkdptmewakilipopulasi ---- dengancaratertentu (tehniktertentu) Tehnik Sampling : Tehnik/caraygdigunakanutkmengambil sample daripopulasi Tehnik sampling dibedakanatas 2 cara : Probability Sampling Memberikankesempatan/peluangygsamadarisemuaanggotapopulasiutkmrnjadi sample Non Probability Sampling Tidakmemberikanpeluangygsamabagisemuaanggotapopulasiutkmenjadi sample Lebihbesarperananpenelitisecarasubyektifdandgnalasantertentu (tidaksembarangan & tidakkeluardariaspekilmiah) utkmemilihanggotapopulasisebagai sample

  21. Kapan peneliti sebaiknya mengambil sampel secara acak dan tidak acak? Ketikapeneliti bermaksuduntuk menggeneralisasikan hasilpenelitiannya makaambilahsampel secaraacakdan representatif Ketika peneliti tidak bermaksud untuk menggeneralisasikan hasil penelitiannya atau ketika jumlah populasi tidak di- ketahui secara pasti maka ambilah sampel secara tidak acak

  22. PROBABILITY SAMPLING • Simple Random Sampling (Sample acaksederhana) • Pengambilan sample daripopulasidilakukansecarasederhana, tanpamemperhatikan strata/ tingkatanygadadlmpopulasi • Dilakukanbilaanggotapopulasibersifathomogen (sama) • Pengambilansampelacaksederhanamenekankansistempengambilansampel yang didasarkan pada angka (bilangan) yang muncul.

  23. Misalnya: • Lotre/ kocok, mempergunakanbilanganacak, ordinal (tingkatanataukelipatantertentu) • Langkah-langkah; Menentukannomeruntuksetiapindividudalampopulasi; Melakukanprosesacak (dapatdilakukandengantabelbilanganacak) untukmendapatkan n angka antara 1 dan N.

  24. Contoh Suatupenelitiandilakukan di RS A. jikadiketahuiperawat di RS.A 600 perawatsedangkan besar sampel yang diingikan 20 perawat, bagaimanamengambil 20 perawatdari 600 perawat RS A?

  25. Bilanganacak

  26. SampelSistematik (sistematicrandomsampling) • Pengambilansampelinilebihmenekankan pada sisteminterval/ berdasarkanurutandarianggotapopulasiygtelahdiberinomorurut • Dilakukanbilaanggotapopulasibersifathomogen (sama) Langkah-langkah; • Memberiangka (nomer) untukseluruhpopulasi. • penentuanangkadidasarkanproporsiterbanyak-terkecil. • Intervalsampel. • Melakukanprosesacakuntukintervalpertama. • Hasilacakintervalpertamasebagaisampel no 1.

  27. Misalnya : • Adapopulasi 100 orang, kemudiandiambilygganjilsajaatauyggenapsaja ----- 1,3,4,7,……….,99

  28. Contoh Suatupenelitiandilakukan di RSU Mataram. Yang dianggapsebagaipopulasiadalahperawat. Jikaseluruhperawat di RSU Mataram adalahsebagaipopulasi (400 perawat) sedangkansampel yang diinginkan sebesar50 perawat. Bagaimanamengambil50 perawatdari400 perawat yang ada di RSU Mataram?

  29. Sampel stratifikasi • Pengambilan sampel dengan stratifikasi lebih menekankan dan memperhatikan sub-klaster yang ada. • Pembagian sub-klaster dapat didasarkan pada karakteristik atau tipe dari populasi,Pengambilan sample secaraacakpadapopulasi yang berstrata/ tingkat (strata sosial-ekonomi, strata pendidikan, strata umur, dll)

  30. Dibedakanatas 2 macam: Proportional Stratified RS Bilapopulasimempunyaianggota/unsurygberstratasecaraproporsional, namuntidakhomogen ---- jumlahproporsional Misalnya : Pendidikandaripegawaisuatu unit kerja : S3 = 50 orang S2 = 70 orang S1 = 90 orang SMU = 800 orang SMP = 700 orang Diambilsecaraproporsional (dgnpersentase)

  31. Non Proportional (Disproportional) Stratified RS Bilapopulasimempunyaianggota/unsurygberstratanamuntidakproporsional---- jumlahtdkproporsional Misalnya : Pendidikandrpegawaisuatu unit kerja : S3 = 3 orang S2 = 4 orang S1 = 90 orang SMU = 800 orang SMP = 700 orang Diambilsemuautk sample, krnjumlahnyaterlalukecil

  32. Contoh Suatu penelitian dilakukan di Mataram tentang kepatuhan bidan melaksanakan pencegahan infeksi. Yang dianggap sebagai populasi adalah semua bidan yang berada di rumah sakit di wilayah Kota Mataram baik rumah sakit swasta atau pemerintah. Jika seluruh bidan yang bekerja di Mataram ada 300 sedangkan sampel yang dibutuhkan sebesar 30 bagaimana cara memilih 30 bidan dari 300 bidan yang ada diwilayah kerja Kota Mataram ?

  33. CLUSTER (AREA) SAMPLING • Bilaobyekygakanditelitiatausumberdatanyasangatluas • suatu rangka yang terdiri dari klaster-klaster unit pencacahan • dibagi menjadi beberapa klaster yang saling pisah • klaster tidak harus sehomogin mungkin

  34. Misalnya : Penduduksuatunegara, propinsiayaukabupaten. Makautkmenentukanpddkmanaygakandipergunakansbgsumber data, makapengambilansamplenyaberdasarkandaerahpopulasiygsdhditentukan Tahap I ---- Sample daerah ----- dgncara Stratified random sampling (daerahkayadanmiskin) Tahap II --- Sample orangdidaerahtsb ----- scr simple RS atauStratifield RS Populasi Tahap I Tahap II A C Random Random C B E B F G E H G D Sample indvidu Sample daerah

  35. Contoh Suatu penelitian dilakukan untuk mengetahui cakupan imunisasi anak sekolah di provinsi NTB. Jika sampel yang dibutuhkan sebesar 450 anak sedangkan seluruh populasi 5.000 anak di NTB. Bagaimana mengambil 450 anak dari 5.000 anak di wilayah NTB?

  36. Multistage Random Sampling Kombinasi Stratified RS dan Cluster Dilakukanpadapopulasiygmemilikibanyaktingkat Misalnya Populasi Negara Populasi Negara Padat PopulasiNegaraTdkPadat PopulasiPropinsiPadat PopulasiPropinsiTdkPadat PopulasiPropinsiPadat EkonomiTinggi PopulasiPropinsiPadat Ekonomirendah PopulasiPropinsiTdkPadat, Ekonomitinggi PopulasiPropinsiTdkPadat, Ekonomirendah

  37. Non Probability Sampling • Purpusive Sampling (bertujuan) • Tehnikpenentuan sample dgnpertimbangan (tujuan) tertentusesuaidgnkehendakpeneliti (pertimbangannyaadalahilmiah, bukansuka-suka) • Pertimbangannnya : keterbatasanwaktu, tenagadandana • Adasyarattertentu: • Pengambilan sample hrs didasarkanatasciri-ciri, sifat (karakteristik) tertentuygmerupakanciri-ciripokokpopulasi • Subyekygdiambilsbg sample benar-benarmrpksubyekyg paling banyakmengandungciri-ciriygterdapat pd populasi (Key Subjectis) • Penentuankarakteristikpopulasidilakukandgncermatdidlmstudipendahuluan

  38. Misalnya : • Mau menelitittgdisiplinbidan (mencari model penerapandisiplinpadabidan) ----------- samplenya yang akandipergunakan (olehpenelitiditentukan) adalahorang-orang yang ahlidlmbidangkebidanan

  39. Tehnikpemilihan sample dgnmenetapkansubyekygmemenuhikriteriapenelitiandimasukkandalampenelitiansampaikurunwaktutertentusampaijumlah sample terpenuhi (Sastroasmoro & Ismail) • Dipergunakanuntukkasus-kasustertentu yang jumlahnyasedikit --------- penyakit lupus (berkaitandgnkekebalantubuh) CONSEKUTIVE SAMPLING (BERURUTAN)

  40. Misalnya : • Mau menelitittgpenyakit lupus (sebuahpenyakitygmenyerangsistemkekebalantubuh) ----------- karenajumlahnyasedikit/ jarang, makasamplenyadipilihdarikasus-kasus lupus (sambiljalansecarasatupersatuditeliti) kemudiandikumpulkansampaiwaktutertentu (misalnya 1 tahun)

  41. QUOTA SAMPLING • Tehnikpemilihan sample daripopulasiygmempunyaiciri-ciritertentusampaijumlah (kuota) ygdiinginkan • Biasanyametodeinidipergunakanuntukpenelitianygdilakukansecaraberkelompok ----- masing-masinganggotapenelitiandiberikan quota (jumlah) tertentuutkmemilih sample sesuaidgnciri-ciritertentuygdiinginkan

  42. Misalnya : • Mau menelitittgkepuasankerjapegawaigolongan II, dimanapenelitiandilakukanoleh 5 orang. Setelahditentukanjumlahsamplenya (misalnya 100 orang), makasetiapanggotapenelitidiberikan quota (jatah/ jumlah) untukeemilihsecarabebas 20 orangygsesuaidgnkarakteristikygtelahditentukan • Sampel yang akandiambilberjumlah 100 orangdenganperincian 50 lakidan 50 perempuan yang berumur 15-40 tahun.

  43. INSIDENTAL SAMPLING • Tehnikpenentuan sample berdasarkankebetulan, yaitusiapasaja yang kebetulanbertemudgnpenelitidandapatdipergunakansebagai sample, biladipandangolehpenelitiorangtersebutcocoksbgsumber data (memenuhikriteriapeneliti) • Biasanyadipergunakankalaujumlahpopulasinyabesar (mungkintidakdapatdihitung)

  44. Misalnya : • Mau menelitittgorang-orang yang berambutputihdiseluruh Kota Sumbawa Besar (kenapaorang-orangcepatberambutputihpadahalmasihmuda), makapenelitiakanmencari sample dgnberkelilingdimanadankapansajadapatditemuiorang yang berambutputih, kemudiandijadikan sample. • Misalnya, reporter televisimewawancaraiwarga yang kebetulansedanglewat.

  45. SAMPLING JENUH • Tehnikpenentuan sample bilasemuaanggotapopulasidijadikan sample ---- total populasi • Biasanyadipergunakanjikajumlahpopulasikecil

  46. Misalnya : • Mau menelitittgklien AIDS (ygjumlahnyasedikitdisuatukota) ------- makasamplenyaadalahsemuaklien AIDS tersebut

  47. SNOWBALL SAMPLING (BOLA SALJU) • Tehnikpenentuan sample ygmula-mulakeciljumlahnyakemudianberdasarkaninformasidarisumber data sebelumnyadikembangkanmencarisumber data lain, sehingga sample semakin lama-semakinbesar (ibarat bola saljuygmenggelindingmakin lama makinbesar) • Kekuatannyaadalahdarisumberinformasisebelumnya • Sample sebagaisumber data berhentisampaiinformasiygmaudidapatkanmenurutpandanganpenelitisudahcukup (informasinyasudahjenuh)

  48. Misalnya : • Mau menelitittgkebiasaanmerokokpadaanaksekolah (ygkadang-kadangsumberinformasinyasulitdidapat -- krntakutatautdkmaudijadikansumberinformasi) ------- makasamplenyamulaidarisatuorangygkitatemui (mungkinsecaratdksengaja), kemudiandarisumberinformasi I inikitagaliinformasitentangteman-temansebayanyaygjugamemilikikebiasaanmerokok --- lanjutcariinformasikesumber II danselanjutnya

  49. BESAR SAMPEL • Hipotesis dan desain 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

More Related