kp 8.16 rancangan sampel.pptx
TRANSCRIPT
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
1/51
RANCANGAN SAMPELHARVINA SAWITRI, SKM, MKM
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
2/51
METODE PENGAMBILANSAMPEL
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
3/51
üMenjamin sampel menggambarkan populasinya
üMenjamin sampel mempunyai akurasi yang terukur
üMenjamin sampling dapat dilaksanakan dengan efisie
üMenjamin sampel menggambarkan populasinya
üMenjamin sampel mempunyai akurasi yang terukur
üMenjamin sampling dapat dilaksanakan dengan efisien
Metode samplingyang baik
MENGAPA PERLUSAMPEL?
MENGAPA PERLUSAMPEL?
•Populasi tidak t!"atas, su#"!da$a t!"atas%#&'(#at t&a'a, da&a, )aktu*• Tidak #u&'ki& ditliti s#ua %)aktu da& !ua&'*
•Populasi tidak t!"atas, su#"!da$a t!"atas%#&'(#at t&a'a, da&a, )aktu*• Tidak #u&'ki& ditliti s#ua %)aktu da& !ua&'*
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
4/51
PENGERTIAN
• Populasi ta!'t
• Kumpulan dari satuan/unit yang ingin kita buat inferensi atau gene penelitian
• Populasi studi
• Kumpulan dari satuan/unit (N) di mana kita akan memilih sampel
• K!a&'ka sa#pl+Sampling frame
• Daftar satuan/unit/anggota populasi yang berisi identitas: ( Nomor,
Alamat )
• Sa#pl
• Kumpulan dari satuan/unit yang kita ambil dari populasi studi di m pengukuran dilakukan (n)
• &it a&alisis
• agian dari sampel dimana kita akan melakukan analisis (misalnyatangga, atau ibu hamil, balita, !"S, & lansia)
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
5/51
sampelsampelP O P U L A S I
S T U D I
P O P U L A S I
T A R G E T B I A
S P O T E N S
I A L =
K e s a l a h a n
d l m g e n e r
a l i s a s i
k a r e n a
a d a n y a u n i t d i
P o p u l a s i T
A R E T y g
t i d a k
i k u t d a
l a m P o p u l a s i
S T ! "
sampelsampel
sampelsampel
sampelsampelsampelsampel
BIAS DALAM PEMILIHAN SAMPEL
samsamsampelsampel
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
6/51
METODESAMPLINGMETODE
SAMPLING
•Sampel pertimbangan
(Purposive/judgmental)
•Sampel berjatah (Quota)
•Sampel seadanya
(Incidental/Convenience)
•1. Simple random sampling ( aca sederhana )
•2. Systematic random sampling ( aca sistemati )
•3. Stratified random sampling ( aca bertingat!"
Sederhana # Simple stratified random)
Pr$p$rsi$nal # Proportional stratified random)
•. Cluster random sampling ( aca berel$mp$ )
•%. !ultistages random sampling ( aca bertahap )
A. Non Random
B. Random (probability) sampling
Sk
Ska
Stdi kantitati! Stdi kantitati!
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
7/51
Sa#pl Ra&do# -s No& !a&do
Random"P#obability Sampling
• S#ua l#& di populasi memiliki p!o"a"ilitas $a&' sa#t!pili( s"a'ai sa#pl
• Dapat #!p!s&tasika& populasi da& (asil&$a dapat di'populasi
Non Random"Non P#obability Sampling
• El#& di populasi tidak memiliki p!o"a"ilitas $a&' sa#as"a'ai sa#pl
• Tidak #!p!s&tasika& populasi da& (asil&$a tidak dapatdi'&!alisasi k populasi
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
8/51
METODE SAMPLING .ENIS
Apaka( a!a $a&'
aka& disu!-$!lati/ k0il1
Apaka$ ke#angkasampel te#sedia?
S$st#sa
Bsa!populasi
dikta(ui1
TidakYa
Tidak
Ya
Tidak
Ya
Clust
Simp
sa
St!ati2
Popu(o#o'
#asi&
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
9/51
METODE SAMPLING APLIKASI
S$st#ati0 !a&do#sa#pli&'
Clust! sa#pli&'
Simple random
sampling
St!ati2d sa#pli&'
Pada populasi kecil dan tersedia ke
Populasi kecil, tersedia kerangka same$ek kelipatan %siklus&
Populasi "sa! da& tidak t!sdsa#pl
Populasi tidak (o#o'& 4 i&'i&'&!alisasi pada su"5pop
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
10/51
RAN%ANGAN SRS
%Simple/Systemati# $andom Sampli
SIMPLE RANDOM SAMPLING
67 T&tuka& populasi studi
37 Buat sampling frame %N*
87 T&tuka& "sa! sa#pl
97 Pili( sa#pl s:u#la( & s0a!a!a&do# %D&'a& Ta"l5!a&do# atauMsE;0l*
SYSTEMATIC RANDOM SAM
67 T&tuka& populasi studi
37 Buat sampling frame
87 T&tuka& "sa! sa#pl
97 T&tuka& i&t!-al %i7 Pili( sa#pl "!ikut&$a &d&'a& i&t!-al < N+&
Digunakan jika tersedia kerangka sampel
pada tingkat individu
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
11/51
STRATI'IED RANDOM SAMPLING
STRATI'I(ASI SEDER)ANA *Alokasisama+&
67 T&tuka& populasi studi
37 Klo#pokka& populasi "!dasa!ka&-a!ia"l St!ata
87 T&tuka& "sa! sa#pl
97 Bsa! sa#pl di"a'i !ata #&u!utst!ata
=7 Buat sampling frame %N* ditiap st!ata
>7 Di tiap st!ata, pili( sa#pl s0a!a
!a&do#
STRATI'I(ASI PROPORSIO
67 T&tuka& populasi stu
37 Klo#pokka& populas-a!ia"l St!ata
87 T&tuka& "sa! sa#p
97 Bsa! sa#pl di"a'i p#&u!ut st!ata
=7 Buat sampling frame
>7 Di tiap st!ata, pili( sa#!a&do#
(Antar strata heterogen, dalam strata homogen)
Digunakan jika populasi tidak homogen, dan ingmembuat generalisasi untuk sub-populasi
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
12/51
%LUSTER RANDOM SAMPLIN
67 T&tuka& populasi studi %N*
37 Klo#pokka& populasi "!dasa!ka& 0lust!
%Go'!a2s+a!a+)ila$a( ad#i&ist!asi+"lok+u&it*
87 T&tuka& :u#la( sa#pl %&* da& :u#la( 0lust! %&k* :u#la( sa#pl di tiap 0lu
97 Pili( 0lust! s0a!a a0ak p!opo!sio&al %PPS*
=7 Pada 0lust! t!pili(? a#"il s#ua u&it %65ta(ap* atau pili( s0a!a !a&do# dsa#a %35ta(ap*
(Antar cluster homogen, dalam cluster heterogen)
Digunakan jika sampling frame tidak tersedia atau populasi beradageografis yang luas dan sulit dijangkau
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
13/51
Mlti,stages Random Sam
%onto$ tingkat P#opinsi&
67 T&tuka& populasi studi %N* da& sa#pl %&*
37 Ba'i populasi #&u!ut )ila$a(+St!ata %Ka"+Kota* Pili( )ila$a(+st!ata s0a!a a0ak
87 Di stiap st!ata t!pili(, klo#poka& populasi "!dasa!ka& 0lust!ata %!"a&+Ru!al* Pili( 0lust!+st!ata s0a!a a0ak
97 T&tuka& "sa! sa#pl di tiap St!ata 4 klast!
=7 Di klast!+st!ata t!pili(, a#"il sa#pl s0a!a a0ak
Digunakan jika populasi sangat besar dan wilayah geogradan sulit dijangkau
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
14/51
LangPENGAM
SAM
LangkPENGAM
SAMP
&.Menent'an p$p'lasipenelitian
• Populasi target, Populasi studi
(.Menent'an met$de pengambilansampel
%.Menghit'ng besarsampel
).Memilih sampel * meng'mp'ldata
1.Menent'an t'j'anst'di
.
/
0
1
2
+.Menent'an ,erangaSampel
Metode pengambilan sampel sering kurang mendapat p
dibandingkan menghitung besar sampel
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
15/51
PER)ITUNGAN -ESARSAMPEL
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
16/51
-ESAR SAMPEL Te#gantng Pad
67 .&is p&litia&
• Eksplo!asi a)al 6 sa#pl #u&'ki& 0ukup
• G&!alisasi (a!us !p!s&tati-
37 Skala5uku! -a!ia"l dp&d&
• No#i&al+o!di&al %Kat'o!ik* P!opo!si
• I&t!-al+!atio %Nu#!ik* Ma& da& SD
87 D!a:at ktpata& p!ki!aa& $a&' dii&'i&ka& %p!sisi*
S#aki& ti&''i p!sisi @ s#aki& "sa! sa#pl
97 Tu:ua& P&litia&
• Esti#asi
• :i Hipotsis
=7 I&t!-al kp!0a$aa& da& Kkuata& :i
>7 Tk&ik p&'a#"ila& sa#pl %SRS atau "uka& SRS*
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
17/51
Dasa# U4i )ipotesis
• Penetapan Hipotesis nol“Tidak ada perbedaan antara kedua parameter populasi”
• Penetapan Hipotesis alternatif “Ada perbedaan antara kedua parameter populasi”
• Uji Hipotesis“ika !ipotesis nol benar, berapa probabilitas untuk memperoleseperti pada sampel atau lebi! ekstrim” “p"#alue”
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
18/51
Ta"l P!o"a"ilitas T!:adi&$a Ksala(Dala# :i Statistik
Kesimpulan
uji statistik
Keadaan sebenarnya di populasi
! benar ! salah
"agal tolak ! #$α β
$esala!an tipe %%
Tolak H& α
$esala!an tipe %
'"β
$ekuatan uji
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
19/51
Pa'
α ( α)* u&tuk &ilai α t!t&tu
α α76
7=
73=
76
673
67>=
67>
3788
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
20/51
Pa'
β u&tuk &ilai β t!t&tu
β
65 βF 7=
7=
79
78
73
76=76
7=
73=
76
7=
7=
7>
7
7
7=7
7=
7=
7
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
21/51
Po5e# *(ekatan U4i+
• +eta probabilitas men-atakan tdk ada perbedaan, pada!al sebetuln-a ada .Ho -ang sala!/
• $ekuatan uji .'" β/Probabiltas studi untuk menolak !ipotesis nol .men-atakan adan-a perbedaanol di populasi memang sala! .perbedaan tsb tidak ada/
• Po0er !arus di!itung dan diicantumkan dalam laporan !asil penelitian, teruta
gagal ditolak .disimpulkan tidak ada perbedaan/
• 1agal dalam menolak H& .disimpulkan tidak ada perbedaan/ sangat mungkin ole! po0er -ang renda! dibandingkan dengan kemungkinan ba!0a H& benartidak ada perbedaan di populasi/
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
22/51
67 .u#la( sa#pl utk ESTIMASI PROPORTujuan penelitian2 3engeta!ui pre#alensi diare pada balita di $ota +ogor
Untuk meng!itung jumla! sampel, peneliti perlu ta!u sbb2
'4 P Perkiraan pre#alence .dari penelitian terda!ulu atau pilot studi/
*4 d Presisi2 $etepatan dari perkiraan pre#alen 56 de#iasi)simpangan -ang masi! dapat dkeperca-aan tertentu/
74 8% %nter#al keperca-aan .biasan-a 9:;/
'ontoh(
• Peneliti memperkirakan pre#alensi diare di +ogor sama dengan abar ':; p &4':
• Peneliti 9:; -akin ba!0a pre#alensi diare di +ogor berkisar antara '&
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
23/51
6a7 .u#la( Sa#pl u&tuk Esti#asi P!opo!si
• Ru#us?
• p
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
24/51
6"7 .u#la( Sa#pl u&tuk Esti#asi P!opo!si
• Tu:ua&? M&'ta(ui p!-al&si dia! pada "alita di Bo'o!?
• Dikta(ui?
• P!ki!aa& p!opo!si 6= %p "alita$a&' dipili( s0a!a SRS da!i sa#pli&' /!a# populasi
#!*.!
)#*.!#(#*.!'.#%
%
=−
=n
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
25/51
3a7 Bsa! Sa#pl u&tuk Esti#asi Rata5!ata
• &tuk #&'(itu&' "sa! sa#pl p&liti p!lu #&'ta(ui?
• P!ki!aa& Va!ia&s %Kuad!at da!i Std7D-iasi*
• P!sisi• D!a:at kp!0a$aa&
• Ru#us?
• σ3
< p!ki!aa& -a!ia&s• d < p!sisi
• < &ilai pada i&t!-al kp!0a$aa& 65α+3
• Catata&?
• Ru#us di atas (a&$a u&tuk sti#asi !ata5!ata
• Ru#us di atas (a&$a u&tuk sa#pl a0ak sd!(a&a
%
%%
% '
d
z n
σ α −=
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
26/51
• So!a&' p&liti i&'i& #&'ta(ui !ata5!ata Kada! HB I"u (a#il di Dp
t!da(ulu, dikta(ui !ata5!ata HB Bu#il 637= '+dl d&'a& sta&da! d-ia"sa! sa#pl $a&' dip!luka& :ika p&liti #&'i&'i&ka& d!a:at kpda& si#pa&'a& #aksi#u# da!i !ata5!ata HB s"sa! 67 '+dl1
• B!dasa!ka& i&/o!#asi di atas, σ33 J d
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
27/51
T!#i&olo'i pada P!(itu&'a& BsaSa#pl utk :i Hipotsis
P1 = Estimasi proporsi pada kelp.1
P = Estimasi proporsi pada kelp.
!" = !onfiden#e "nterval $1-alpha%
Power = &ekuatan 'ji $1-beta%
P!(itu&'a& Bsa! Sa#pl ut
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
28/51
P!(itu&'a& Bsa! Sa#pl ut:i Hipotsis
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
29/51
Bsa! sa#pl u:i (ipotsis "da p!opo!s
•&tuk "da p!opo!si 3 klo#pok
•P6 da& P3 "!'a&tu&' pada dsai&
•N
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
30/51
P6 da& P3 pada ksp!i#&, ko(o!t 4 0!oss5s0
• P6 < a+%a"*
• P3 < 0+%0d*
P2 d P. d k k
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
31/51
P2 dan P. pada kass,kont#
• P6 < a+%a0*
• P3 < "+%"d*
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
32/51
%onto$ P2 dan P.
• Hu"u&'a& a&ta!a a&#ia d&'a& BBLR
• Dsai& ko(o!t+0!oss s0tio&al• P6? P!oposi BBL R pada i"u a&#ia
• P3? P!oposi BBLR pada i"u tidak a&#ia
• Dsai& kasus5ko&t!ol• P6? P!opo!si i"u a&#ia pada BBLR
• P3? P!opo!si i"u a&#ia pada &o& BBLR
• Kesalahan penetapan *+ dan * sering teradi pada desakasus-kontrol
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
33/51
%onto$ (o$o#t
• Suatu p&litia& dilakuka& u&tuk #&'ta(ui (u"u&'a& a&#ia pada i"u (a#il d&'a& BBLR d&'a& dsai& ko(
• Asu#si u&tuk "sa! sa#pl?• P!opo!si BBLR pada i"u a&#ia? 8
• P!opo!si BBLR pada i"u &o& a&#ia? 6
P&liti #&'a&''ap ada p!"daa& p!opo!si BBLR s"sa! 3a&#ia -s i"u &o& a&#ia
• D!a:at k#ak&aa&? =• Kkuata& u:i?
• Maka P
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
34/51
%onto$ (o$o#t
• Pada 0o&to( i&i P2,P. 6 .78
• Bda #i&i#al p!opo!si BBLR $a&' dia&''ap "!#ak&a a&ta!a i"u a&#a&#ia s"sa! 3
• .ika &a&ti&$a %stla( data t!ku#pul*, "da BBLR s"sa! 3 atau l"i( padadia#"il :i statistik signi9kan
• .ika &a&ti&$a %stla( data t!ku#pul*, "da BBLR ku!a&' da!i 3 pada & sa#p :i statistik tidak signi9kan
• Si'&i2ka& u:i statistik di!a&0a&' "!dasa!ka& p&'!tia& t&ta&' su"
• INGAT?P!"daa& "!apapu& dapat di!a&0a&' u&tuk si'&i2ka& s0a!a statistsa#pl t!p&u(i
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
35/51
%onto$ (o$o#t
• B!a!ti sa#pl $a&' di"utu(ka& adala( >3 i"u a&#ia da& >3
a&#ia, Total 639 i"u (a#il
( kelompok n
n
&%
)#,!+,!(#(#,!)+,!#(+,!-,!)%,!#(%,!'%,#
%
=
−
+−+−=
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
36/51
%onto$ (ass,(ont#ol
• Suatu p&litia& dilakuka& u&tuk #&'ta(ui (u"u&'a& a&ta!a a&#pada i"u (a#il d&'a& BBLR d&'a& dsai& kasus ko&t!ol
• Asu#si u&tuk "sa! sa#pl?
• P!opo!si a&#ia pada BBLR?
• P!opo!si a&#ia pada &o& BBLR? >
• P&liti #&'a&''ap "da #i&i#al p!opo!si i"u a&#ia 3 a&"a$i BBLR -s &o& BBLR
• D!a:at k#ak&aa&? =
• Kkuata& u:i?
• Maka P*+3 < ,
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
37/51
%onto$ (ass (ont#ol
• B!a!ti sa#pl $a&' di"utu(ka& adala( 3 "a$i BBLR da& 3 "a$i & Total 6>9 "a$i
(
kelompok n
n
&%
),!,!(#(,!),!#(,!-,!).,!#(.,!'%,#
%
=
−
−+−+−=
-esa# Sampel (ass (ont#ol
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
38/51
-esa# Sampel (ass (ont#ol*pe#bandingan k kont#ol pe# kass+
[ ) P - P (
(1 P ( + ) P -(1 P z + P)-1/k)P(1+(1 z =n
2
21
2111- /21- β α
( )
)#(
%#
k
kP P
P +
+=
-esa# sampel ntk
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
39/51
p%ASE,%ONTROL stdi
• &tuk #&'(itu&' "sa! sa#pl p&liti p!lu #&'ta(ui?
• P < P!opo!si klo#pok KONTROL $a&' %dip!ki!aka&* t!kpos
%Bisa dip!ki!aka& da!i a&'ka pada populasi u#u#*
• P6 < P!opo!si klo#pok KASS $a&' t!kpos
• OR < Odds Ratio
• ! < Rasio a&ta!a :u#la( KONTROL d&'a& :u#la( KASS
• α < D!a:at k#ak&aa&
• 65β < Po)!
[ ) P - P (
-(1 P ( + ) P -(1 P z + P)-1/k)P(1+(1 z =n
2
21
211-1 /2-1 β α
%
#!
%
)(
#(')(%''%
#
P P
P z z
r
r n−
−++=
β α
[ ])#('#'
!
!#
−+
=
OR P
OR P P
#
)'( !
+
+=
r
P r P
-esa# sampel ntk
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
40/51
%ASE,%ONTROL stdi
• 8onto!2 Seorang peneliti ingin meli!at !ubungan antara %U? dan ke!amilan ektopik4 Pemenunjukkan ba!0a :; dari kelompok $@TB@C menggunakan %U?4 $ASUS adala! datang ke BS dengan ke!amilan ektopik4
• Peneliti tsb ingin mendeteksi risiko pemakaian %U? sebesar * kali lebi! tinggi pada $AS$@TB@C4 88
• +erapa besar sampel -ang dibutu!kan jika dia menginginkan derajat kemaknaan :; d9:;4
• ?ari informasi di atas, P&&,&: D P'.&,&:E*/ ) F' G &4&: .*"'/ &4&9:D P&,&*:DI α',>: D I β ',>:, maka besar sampel dapat di!itung2
• Se!ingga dibutu!kan seban-ak :9J $ASUS .subjek dengan ke!amilan ektopik/ dan :9.subjek dengan ke!amilan normal/
*)#!,!!*,!(
)%*,!('!%*,!')*,#*,#('%'
#'%
##%
%
=
−
++=n
-esa# sampel ntk
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
41/51
-esa# sampel ntk%ASE,%ONTROL stdi
• 8onto!2 $arena kesulitan mendapatkan $ASUS .ke!amilan ektopik/ disebabkan kejadiamaka peneliti tsb memutuskan untuk memili! 7 $@TB@C untuk setiap $ASUS4 Se!ing
P 7 E .&,&:G&,&9:/ ) .7 G '/ &,&>'*:umla! sampeln-a menjadi2
• Se!ingga dibutu!kan seban-ak K&J $ASUS .subjek dengan ke!amilan ektopik/ dan 7 E$@TB@C .subjek dengan ke!amilan normal/
-!)#!,!!*,!(
)+*,!('!%*,!')*,#*,#('%'
+'%
#+%
%
=
−
++=n
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
42/51
Masala$ dalam Penentan -esa# Sa
• .ika (ipotsis tidak /okus, #isal&$a?
• akto!5/akto! $a&' "!p&'a!u( pada k:adia& BBLR
• P6 da& P3 -a!ia"l $a&' #a&a 1
• Solusi?
• Pili( /akto! uta#a sa:a, /akto! lai& dia&''ap 0o&/ou&d!
• Hitu&' sa#pl u&tuk tiap /akto! uta#a
• P!"daa& P6 da& P3 (a!us "!dasa!ka& p!"daa& $a&' ds0a!a su"ta&si "!#ak&a, "uka& (a&$a da!i p&litia& t!dsa:a
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
43/51
%onto$
• P&litia& akto!5/akto! $a&' "!(u"u&'a& d&'a& BB
• akto! uta#a $a&' i&'i& diu:i
• A&#ia
• M!okok
• Hip!t&si
• Status Eko&o#i
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
44/51
%onto$
• Maka p!lu i&/o!#asi t&ta&'?
P!op BBLR pada a&#ia da& pada &o& a&#ia
P!op BBLR pada p!okok da& pada &o& p!okok
P!op BBLR pada (ip!t&si da& pada &o& (ip!t&si
P!op BBLR pada i"u #iski& da& pada i"u &o& #iski&
• Hitu&' "sa! sa#pl utk tiap -a!ia"l
• Sa#pl t!"sa! $a&' dia#"il
-esa# sampel 4i $ipotesis beda #ata,
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
45/51
-esa# sampel 4i $ipotesis beda #ata*independen+
(1-α/2 = nilai ) pada interval keper#ayaan 1-α/2
u:i (ipotsis dilakuka& dua a!a( %t)o taild*
)1-β = nilai ) pada kekuatan uji $power% 1-β
µ1 = estimasi rata-rata kelp. 1 * µ = estimasi rata-rata kelp.
σ = varians gabungan * s1 = varians pd kelp. 1
s = varians pd kelp.
[ ]( ) %%#
%
#%
%
%
µ µ σ β α
−
+=
−− z z n [ ()#(()#(
#
%
##%
+−
+−=
nnn snσ
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
46/51
%onto$
• Suatu p&litia& dilakuka& u&tuk ##"a&di&'ka& /kasupa& &at!iu# t!(adap tk7 da!a( o!a&' d)asa
• Asu#si %da!i p&litia& t!da(ulu*?
• Pada klp7 Nat!iu# !&da(?
• Rata5!ata TD? 3 ##H', SD?6 ##H', &
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
47/51
%onto$
/ibutuhkan sampel %! orang dengan asupan natrium tinggi
/an %! orang dengan asupan natrium rendah
[ ]#%%
)#%!()#%!(
#%)#%!(#!)#%!( %%%=
−+−
−+−=σ
[ ]
( ) %!
#!
-,!,##%%'%%
%%
=+
=n
-esa# sampel 4i $ipotesis beda #at
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
48/51
p 4 p*pai#ed+
σ = varians dari beda rata-rata pasangan
(1-α/2 = nilai ) pada interval keper#ayaan 1-α/2
u:i (ipotsis dilakuka& dua a!a( %t)o taild* )1-β = nilai ) pada kekuatan uji $power% 1-β
µ1 = perkiraan rata-rata sebelum intervensi
µ = perkiraan rata-rata sesudah intervensi
$didapat dari penelitian terdahulu atau penelitian awal%
[ ]( ) %
%#
%
#%& #
%
µ µ
σ β α
−
+
=
−− z z
n
%onto$
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
49/51
%onto$
Seorang peneliti ingin menguji efek lati!an aerobik ter!adpenurunan kadar kolesterol C?C pada orang de0asa4
?ari penelitian a0al pada : orang diketa!ui rata"rata C?C sebelumadala! 'J: mg)dl dan setela! K minggu berlati! aerobik adala! 'adi ada penurunan kadar C?C rata"rata *& mg)dl dengan simpang
mg)dl4 +erapa besar sampel -ang diperlukan jika peneliti ingin m
!ipotesis dengan perbedaan rata"rata minimum -ang ing
sebesar '& mg)dl dengan inter#al keperca-aan 9:; dan9&; L
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
50/51
%onto$
adi diperlukan sampel seban-ak *K sampel untuk men
adan-a penurunan rata"rata kadar C?C sebesar '& md)d
[ ]%-)#!(
%,#,#'#*%
%%
=+
=
n
-
8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx
51/51
T)AN( :OU