Thursday, November 26, 2009

DATA, POPULASI, SAMPLE DAN SAMPLING (DATA, POPULATION, SAMPLE AND SAMPLING RESEARCH)

Dr. Suparyanto, M.Kes

PENGERTIAN DATA:
Data (jamaknya datum): adalah himpunan angka yang berasal dari hasil pengukuran peneliti. Kumpulan data disebut: agregat

KLASIFIKASI DATA

MENURUT TINGKAT PENGOLAHANYA:
Raw data: data mentah dan belum diolah
Misal: umur mhs: 20, 31, 45, 23, 19

Array data: data yang belum diolah, tetapi sudah diurutkan
Misal: umur mhs: 19, 20, 23, 31, 45

Ungrouped data: raw data yang belum dikelompokan
Misal: A(23, Pria, Islam), B (30, Pria, Katolik), C (25, Wanita, Islam), D (19, Pria, Kristen)

Gruoped data: data yang telah dikelompokan dalam kelas tertentu:
Misal: Umur: kelompok (11-20), (21-29), (31-39)
Agama: Islam, Katolik, Hindu

Menurut bentuk angka
Data Diskrit: data yang angkanya bulat, misal: 23, 41, 67
Data kontinue: data yang angkanya pecahan (desimal, misal: 1,5; 2,75

Menurut Sifatnya
Data Kuantitatif: data yang berwujud angka
Data Kualitatif: data yang tidak berwujud angka, misal: baik, jelek

Menurut Sumbernya
Data Primer: data yang diukur atau dihitung sendiri oleh peneliti
Data Skunder: data yang didapat dari sumber lain, yang tidak diukur atau dihitung sendiri oleh peneliti

Menurut Skala Pengukuranya
Skala Nominal: data yang hanya dapat membedakan (mengkatagorikan), tidak diketahui tingkat perbedaanya dan tidak ada urutanya
Misal: jenis kelamin, agama, alamat, status perkawinan

Skala Ordinal: data yang mempunyai kategori, mempunyai tingkat perbedaanya, teapi tidak diketahui berapa nilai tingkat perbedaanya
Misal: golongan, pangkat, tingkat pendidikan

Skala Interval: data yang mempunyai kategori, diketahui tingkat perbedaanya, ada urutan, tidak ada nilai nol mutlak (artinya mempunyai nilai nol, realnya ada nilai nol)
Misal: suhu badan, nilai ujian

Data Skala Ratio: data yang mempunyai kategori, diketahui tingkat perbedaanya, ada urutan, mengakui nilai nol mutlak (artinya tidak ada nilai nol, realnya tidak ada nilai nol)
Misal: berat badan, umur

POPULASI DAN SAMPEL

Populasi: adalah kumpulan semua individu atau obyek yang mempunyai kateristik tertentu yang akan dihitung/diukur dalam penelitian
Misal: penduduk Jombang, pasien poli kandungan, perawat puskesmas

Macam Populasi:
Populasi Finit (terhingga): diketahui jumlahnya
Populasi Infinit (tak terhingga): tidak diketahui jumlahnya, dapat diubah menjadi terhingga dengan cara membatasi wilayah atau jumlah

Sampel: adalah perwakilan dari populasi dengan karakteristik tertentu, yang dapat mewakili keadaan populasi yang sebenarnya

Pengambilan sample (sampling) dilakukan dengan cara acak/random dan non acak/random
Sampling random tujuannya agar semua anggota populasi mempunyai kesempatan yang sama untuk dipilih (untuk penelitian deskriptif dan analitik)
Sampling non random, hanya untuk penelitian deskriptif

CARA PENGAMBILAN SAMPLE RANDOM
1.Simple Random Sampling
2.Systematic Sampling
3.Stratified Sampling
4.Cluster Sampling
5.Multistage Sampling

CARA PENGAMBILAN SAMPEL NON RANDOM
Quota sampling (pengambilan besar sampel ditentukan oleh peneliti)
Accidental sampling (pengambilan sampel seadanya/ yang ada saat penelitian)
Expert sampling (pengambilan sampel berdasarkan saran ahli)
Purposive sampling: pengambilan sampel dengan pertimbangan

SIMPLE RANDOM SAMPLING

Pengambilan sample dengan menggunakan tabel random atau diundi
Random sampling: 88, 00, 23, 67, 14, 45, 17, 48, 79, 59, 42, 08, 54, 65, 61, 84, 86, 33, 64, 90, 15, 69, 97, 58, 80, 25, 72, 52, 35, 40, 98, 24, 21, 66, 01, 08, 23, 15, 55, 02, 32, 83, 24, 54, 52, 07, 44, 53, 64, 33, 80, 87, 18, 01, 39, 84, 62, 25, 72, 07, 17, 52, 86, 14, 06, 33, 70, 75, 89, 10, 22, 91 dst

SYSTEMATIC SAMPLING
Populasi diurutkan terlebih dahulu
Pemilihan random diperoleh dengan cara mencari angka kelipatan
Angka kelipatan diperoleh dari: populasi/sample, misal: 100/50=2
Hasil pemilihan sample dengan angka kelipatan 2 adalah: 00, 02, 04, 06, 08, 10, 12, 14, 16, 18, 20, 22 dst

STRATIFIED SAMPLING
Populasi dibagi menjadi beberapa kelompok atau strata, baru dilakukan random sampling
Misal penelitian IQ siswa SD caranya: dikelompokan dulu per kelas, lalu masing2 kelas dilakukan random sampling
Misal jumlah sample 60 siswa, karena ada 6 kelas maka masing2 kelas diambil 10 sample dipilih secara random

CLUSTER SAMPLING
Cluster sampling dipergunakan saat unit samplingnya terdiri lebih dari satu elemen populasi (kelompok)
Misalnya: survey kualitas air minum penduduk didesa atau test IQ
Penduduk kita kelompokan dulu, dapat berdasar RT/RW, jalan, sungai, atau kelompok siswa berprestasi dan tidak berprestasi

MULTISTAGE SAMPLING
Teknik pemilihan sample yang dilakukan secara bertingkat dan biasanya berdasarkan pembagian wilayah kerja suatu pemerintahan
Misal: survey jamban di jawa timur, langkah pertama kita tentukan dulu berapa kabupaten/kota yang disampling misal berapa kecamatan, berapa desa, berapa dusun, berapa RW, berapa RT

BESAR SAMPEL
Rumus yang dipakai:
                p x q            N - n
d = Z x √ ------- x √ --------
                 n                 N – 1
Dimana:
d = penyimpangan terhadap populasi atau derajat ketepatan yg diinginkan, biasanya 0,05 atau 0,001
Z = SD normal, biasanya 1,95 atau 2,0
p = proporsi, biasanya 0,05
q = 1 – p
N = besarnya populasi
n = besarnya sample

CONTOH SOAL
Jumlah responden 1000, terdiri S1=50, D3=300, SMA=500, SMP=50, SD=100
Berapa jumlah sample berdasarkan tabel?
Berapa jumlah sample untuk masing-masing tingkat pendidikan?

JAWAB
Populasi = 1000 berdasar tabel maka besar sample-nya adalah 278
Sample berdasarkan tingkat pendidikan:
S1 =50/1000 x 278 = 13,9 = 14
D3 = 300/1000 x 278 = 83,4 = 83
SMA = 500/1000 x 278 = 139
SMP = 50/1000 x 278 = 13,9 = 14
SD = 100/1000 x 278 = 27,8 = 28
Total = 14 + 83 + 139 + 14 + 28 = 278

CONTOH SOAL
Penelitian tentang status gizi anak balita di kelurahan X dengan jumlah populasi 923.000, dimana kasus atau prevalensi gizi kurang pada populasi tsb tidak diketahui.
Berapa jumlah sampel yg harus diambil apabila menghendaki derajat kemaknaan 95% dan dengan estimasi penyimpangan 0,05?

JAWAB
                 p x q           N - n
d = Z x √ ------- x √ --------
                  n                N – 1

                               0,5 x 0,5             923.000 - n
0,05 = 1,95 x √ -------------- x √ ---------------
                              n                          923.00 – 1

n = 480 (dibulatkan 500)

BESAR SAMPEL
Untuk populasi kecil, atau lebih kecil dari 10.000, dapat digunakan rumus:

              N
n = -----------------
          1 + N (d2)

Dimana:
N = besar populasi
n = besar sample
d = tingkat kepercayaan/ketepatan yg diinginkan

BESAR SAMPEL
Sampel lebih besar akan memberikan hasil yang lebih akurat, tapi perlu tenaga, waktu, biaya yg lebih besar
Pengambilan sampel secara acak akan memberikan data kuantitatif yg lebih representatif
Besar kecilnya sample bukan satu-satunya penentuan representatif, tetapi lebih kepada cara pengambilan sample

CONTOH SOAL
Penelitian tentang status gizi anak balita di kelurahan X dengan jumlah populasi 3.000, dimana kasus atau prevalensi gizi kurang pada populasi tsb tidak diketahui.
Berapa jumlah sampel yg harus diambil apabila menghendaki derajat kemaknaan 95% dan dengan estimasi penyimpangan 0,05?

JAWAB
Cara tabel populasi 3000 didapat basar sample 341
Menggunakan rumus:
              N
n = -----------------
          1 + N (d2)

               3000                             3000
n = -------------------------- = -------------- =
           1 + 3000 ((0,05)2)              8,5

n = 353

REFERENSI:
1.Budiarto, 2004, Metodologi Penelitian Kedokteran, Sebuah Pengantar, Jakarta, EGC
2. Hasan, 2005, Pokok Pokok Materi Statistik 1 (statistik Deskriptif), Jakarta, Bumi Aksara
3. Hasan, 2005, Pokok Pokok Materi Statistik 2 (statistik Infereansif), Jakarta, Bumi Aksara
4.Nasution, 2004, Metode research (penelitian Ilmiah), Jakarta, Bumi Aksara
5. Silalahi, 2003, Metodologi Penelitian dan Studi Kasus, Sidoarjo, Citramedia
6. Tjokronegoro, 2004, Metologi Penelitian Bidang kedokteran, Jakarta, Balai Penerbit Fakultas Kedokteran Universitas Indonesia

No comments:

Post a Comment