Penghitungan sampel
PENDAHULUAN
PENGHITUNGAN BESAR SAMPEL
Hari Basuki N.
Keterwakilan populasi oleh sampel dalam penelitian merupakan syarat penting
untuk suatu generalisasi atau inferensi. Pada dasarnya semakin homogen nilai variabel yang
diteliti, semakin kecil sampel yang dibutuhkan, sebaliknya semakin heterogen nilai variabel
yang diteliti, semakin besar sampel yang dibutuhkan.
Di samping keterwakilan populasi (kerepresentatifan), hal lain yang perlu
dipertimbangkan dalam menentukan besar sampel adalah keperluan analisis. Beberapa
analisis atau uji statistik memerlukan persyaratan besar sampel minimal tertentu dalam
penggunaannya.
Dalam makalah ini akan dibahas penentuan besar sampel dengan tujuan dapat
mewakili populasi.
Beberapa hal yang perlu diperhatikan dalam penghitungan besar sampel adalah :
1. Jenis dan rancangan penelitian
2. Tujuan penelitian/analisis
3. Jumlah populasi atau sampel
4. Karakteristik populasi/cara pengambilan sampel (teknik sampling)
5. Jenis (skala pengukuran) data (variabel dependen)
Pada kondisi yang berbeda, cara penentuan besar sampel juga berbeda. Berdasarkan
jenisnya, dibedakan penelitian observasional atau eksperimen. Berdasarkan tujuan
penelitian atau analisisnya, dibedakan diskriptif atau inferensial (estimasi atau pengujian
hipotesis). Berdasarkan jumlah populasi atau sampelnya, dibedakan satu populasi/sampel
atau lebih dari satu populasi/sampel. Hal ini berhubungan dengan karakteristik populasi atau
cara pengambilan sampel (sampling) yang dibedakan random atau non random sampling.
Random sampling dibedakan simple random, systematic random, stratified random, cluster
random atau multistage random sampling. Berdasarkan jenis data atau variabel yang
dianalisis, dibedakan data proporsi atau kontinyu. Hal-hal di atas sangat menentukan cara
penghitungan besar sampel.
1
PENELITIAN OBSERVASIONAL
BESAR SAMPEL PADA SATU POPULASI
1. Estimasi
a. Simple random sampling atau systematic random sampling
- Data kontinyu
Untuk populasi infinit, rumus besar sampel adalah :
Z
2
1α
/2
σ
n = ------------
d
2
2
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
σ
2
= harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
Jika populasi finit, maka rumus besar sampel adalah :
N Z
2
1α
/2
σ
n = -------------------------
(N-1)
d
di mana N = besar populasi
- Data proporsi
2
+ Z
2
2
1α
/2
Untuk populasi infinit, rumus besar sampel adalah :
Z
2
1α
/2
P (1-P)
n = -------------------
d
2
di mana n = besar sampel minimum
Z
1α
/2
σ
2
= nilai distribusi normal baku (tabel Z) pada α tertentu
P = harga proporsi di populasi
d = kesalahan (absolut) yang dapat ditolerir
2
Jika populasi finit, maka rumus besar sampel adalah :
N Z
2
1α
/2
P (1-P)
n = -------------------------------
(N-1) d
di mana N = besar populasi
b. Stratified random sampling
- Data kontinyu
Rumus besar sampel adalah :
2
+ Z
di mana n = besar sampel minimum
N = besar populasi
- Data proporsi
Z
1α
/2
2
1α
/2
P (1-P)
= nilai distribusi normal baku (tabel Z) pada α tertentu
σ
2
h
= harga varians di strata-h
d = kesalahan (absolut) yang dapat ditolerir
W
h
= fraksi dari observasi yang dialokasi pada strata-h = N
h
/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada
Rumus besar sampel adalah :
di mana n = besar sampel minimum
N = besar populasi
= nilai distribusi normal baku (tabel Z) pada α tertentu
P
h
Z
1α
/2
N
2
h
σ
2
h
= harga proporsi di strata-h
d = kesalahan (absolut) yang dapat ditolerir
W
h
= fraksi dari observasi yang dialokasi pada strata-h = N
h
/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada
3
N
h
σ
2
h
c. Cluster random sampling
- Data kontinyu
Pada cluster random sampling, ditentukan jumlah cluster yang akan diambil
sebagai sampel. Rumusnya adalah :
N Z
2
1α
/2
σ
2
n = ---------------------------------
(N-1)
d
2
(N/C)
2
+ Z
2
1α
/2
σ
di mana n = besar sampel (jumlah cluster) minimum
N = besar populasi
- Data proporsi
Z
1α
/2
2
= nilai distribusi normal baku (tabel Z) pada α tertentu
σ
2
= harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
C = jumlah seluruh cluster di populasi
Rumus besar sampel adalah :
N Z
2
1α
/2
σ
2
n = ---------------------------------
(N-1)
d
2
(N/C)
2
+ Z
2
1α
/2
σ
di mana n = besar sampel (jumlah cluster) minimum
N = besar populasi = ∑m
i
Z
1α
/2
2
= nilai distribusi normal baku (tabel Z) pada α tertentu
d = kesalahan (absolut) yang dapat ditolerir
C = jumlah seluruh cluster di populasi
σ
a
i
2
= ∑(a
i
– m
i
P)
2
/(C’-1) dan P = ∑a
i
/∑m
i
= banyaknya elemen yang masuk kriteria pada cluster ke-i
m
i
= banyaknya elemen pada cluster ke-i
C’ = jumlah cluster sementara
4
2. Uji Hipotesis
- Data kontinyu
Rumus besar sampel adalah :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
σ
2
= harga varians di populasi
µ
0
-µ
a
= perkiraan selisih nilai mean yang diteliti dengan
mean di
- Data proporsi
Rumus besar sampel adalah :
populasi
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
P
0
= proporsi di populasi
P
a
= perkiraan proporsi di populasi
P
a
-P
0
= perkiraan selisih proporsi yang diteliti dengan proporsi
di populasi
BESAR SAMPEL PADA DUA POPULASI
1. Estimasi
a. Data kontinyu
Rumus besar sampel sebagai berikut :
5
di mana n = besar sampel minimum
Z
1α
/2
b. Data proporsi
- Cross sectional
= nilai distribusi normal baku (tabel Z) pada α tertentu
σ
2
= harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z
1α
/2
- Cohort
= nilai distribusi normal baku (tabel Z) pada α tertentu
P
1
= perkiraan proporsi pada populasi 1
P
2
= perkiraan proporsi pada populasi 2
d = kesalahan (absolut) yang dapat ditolerir
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
P
1
= perkiraan probabilitas outcome (+) pada populasi 1
P
2
= perkiraan probabilitas outcome (+) pada populasi 2
ε = kesalahan (relatif) yang dapat ditolerir
Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan
koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan yang hilang atau
mengundurkan diri atau drop out.
- Case-control
Rumus besar sampel adalah :
6
P
2
1-P
2
di mana n = besar sampel minimum
Z
1α
/2
2. Uji Hipotesis
a. Data kontinyu
= nilai distribusi normal baku (tabel Z) pada α tertentu
P
1
* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P
2
* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
ε = kesalahan (relatif) yang dapat ditolerir
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
b. Data proporsi
- Cross sectional
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada β tertentu
σ
2
= harga varians di populasi
µ
1
-µ
2
= perkiraan selisih nilai mean di populasi 1 dengan
populasi 2
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
P
1
= perkiraan proporsi pada populasi 1
P
2
= perkiraan proporsi pada populasi 2
P = (P
1
+ P
2
)/2
7
- Cohort
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
P
1
= perkiraan probabilitas outcome (+) pada populasi 1
P
2
= perkiraan probabilitas outcome (+) pada populasi 2
P = (P
1
+ P
2
)/2
Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan
koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan yang hilang atau
mengundurkan diri atau drop out.
- Case-control
Rumus besar sampel adalah :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
P
1
* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P
2
* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
Jika besar sampel kasus dan kontrol tidak sama (unequal), dibuat modifikasi besar
sampel dengan memperhatikan rasio kontrol terhadap kasus. Rumus di atas
dikalikan dengan faktor (r + 1) / (2 . r). Besar sampel untuk kelompok kontrol
adalah (r.n).
8
PENELITIAN EKSPERIMENTAL
Pada penelitian eksperimental, belum banyak rumus yang dikembangkan untuk menentukan
besar sampel yang dibutuhkan. Untuk menentukan besar sampel (replikasi) yang
dibutuhkan digunakan rumus berikut :
1. Untuk rancangan acak lengkap, acak kelompok atau faktorial, secara sederhana dapat
digunakan rumus :
(t-1) (r-1) ≥ 15
di mana t = banyak kelompok perlakuan
r = jumlah replikasi
2. Di samping rumus di atas dan untuk rancangan eksperimen lain yang membutuhkan
perhitungan besar sampel, dapat digunakan rumus besar sampel seperti pada penelitian
observasional baik untuk satu sampel maupun lebih dari 1 sampel, baik untuk data
proporsi maupun data kontinyu.
Pada penelitian eksperimen, untuk mengantisipasi hilangnya unit eksperimen, dilakukan
koreksi dengan 1/(1-f), di mana f adalah proporsi unit eksperimen yang hilang atau
mengundurkan diri atau drop out.
9
Referensi :
CDC, FHI, WHO, 1991. An Epidemiologic Approach to Reproductive Health. Editors : PA
Wingo, JE Higgins, GL Rubin, SC Zahniser. CDC-Atlanta, FHI-North Carolina,
WHO-Geneva.
Cochran WG, 1977. Sampling Techniques. John Wiley & Sons, Inc.
Fleiss JL, 1981. Statistical Methods for Rates and Proportions. Second Edition. John Wiley
& Sons.
Hanafiah KA, 2003. Rancangan Percobaan, Teori & Aplikasi. Fakultas Pertanian
Universitas Sriwijaya, Palembang. Penerbit PT RajaGrafindo Persada, Jakarta.
Lemeshow S, DW Hosmer Jr, J Klar, SK Lwanga, 1990. Adequacy of Sample Size in
Health Studies. WHO. John Wiley & Sons.
Notoatmodjo S, 2002. Metodologi Penelitian Kesehatan. Penerbit PT Rineka Cipta.
Pratiknya AW, 2001. Dasar-dasar Metodologi Penelitian Kedokteran & Kesehatan.
Penerbit PT RajaGrafindo Persada, Jakarta.
Sastroasmoro S, S Ismael,1995. Dasar-dasar Metodologi Penelitian Klinis. Bagian Ilmu
Kesehatan Anak Fakultas Kedokteran Universitas Indonesia. Penerbit PT Binarupa
Aksara, Jakarta.
Sugiarto, D. Siagian, LT Sunaryanto, DS Oetomo, 2003. Teknik Sampling. Penerbit PT
Gramedia Pustaka Utama, Jakarta.
Supranto J, 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT Rineka Cipta,
Jakarta.
10
PENGHITUNGAN BESAR SAMPEL
Hari Basuki N.
Keterwakilan populasi oleh sampel dalam penelitian merupakan syarat penting
untuk suatu generalisasi atau inferensi. Pada dasarnya semakin homogen nilai variabel yang
diteliti, semakin kecil sampel yang dibutuhkan, sebaliknya semakin heterogen nilai variabel
yang diteliti, semakin besar sampel yang dibutuhkan.
Di samping keterwakilan populasi (kerepresentatifan), hal lain yang perlu
dipertimbangkan dalam menentukan besar sampel adalah keperluan analisis. Beberapa
analisis atau uji statistik memerlukan persyaratan besar sampel minimal tertentu dalam
penggunaannya.
Dalam makalah ini akan dibahas penentuan besar sampel dengan tujuan dapat
mewakili populasi.
Beberapa hal yang perlu diperhatikan dalam penghitungan besar sampel adalah :
1. Jenis dan rancangan penelitian
2. Tujuan penelitian/analisis
3. Jumlah populasi atau sampel
4. Karakteristik populasi/cara pengambilan sampel (teknik sampling)
5. Jenis (skala pengukuran) data (variabel dependen)
Pada kondisi yang berbeda, cara penentuan besar sampel juga berbeda. Berdasarkan
jenisnya, dibedakan penelitian observasional atau eksperimen. Berdasarkan tujuan
penelitian atau analisisnya, dibedakan diskriptif atau inferensial (estimasi atau pengujian
hipotesis). Berdasarkan jumlah populasi atau sampelnya, dibedakan satu populasi/sampel
atau lebih dari satu populasi/sampel. Hal ini berhubungan dengan karakteristik populasi atau
cara pengambilan sampel (sampling) yang dibedakan random atau non random sampling.
Random sampling dibedakan simple random, systematic random, stratified random, cluster
random atau multistage random sampling. Berdasarkan jenis data atau variabel yang
dianalisis, dibedakan data proporsi atau kontinyu. Hal-hal di atas sangat menentukan cara
penghitungan besar sampel.
1
PENELITIAN OBSERVASIONAL
BESAR SAMPEL PADA SATU POPULASI
1. Estimasi
a. Simple random sampling atau systematic random sampling
- Data kontinyu
Untuk populasi infinit, rumus besar sampel adalah :
Z
2
1α
/2
σ
n = ------------
d
2
2
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
σ
2
= harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
Jika populasi finit, maka rumus besar sampel adalah :
N Z
2
1α
/2
σ
n = -------------------------
(N-1)
d
di mana N = besar populasi
- Data proporsi
2
+ Z
2
2
1α
/2
Untuk populasi infinit, rumus besar sampel adalah :
Z
2
1α
/2
P (1-P)
n = -------------------
d
2
di mana n = besar sampel minimum
Z
1α
/2
σ
2
= nilai distribusi normal baku (tabel Z) pada α tertentu
P = harga proporsi di populasi
d = kesalahan (absolut) yang dapat ditolerir
2
Jika populasi finit, maka rumus besar sampel adalah :
N Z
2
1α
/2
P (1-P)
n = -------------------------------
(N-1) d
di mana N = besar populasi
b. Stratified random sampling
- Data kontinyu
Rumus besar sampel adalah :
2
+ Z
di mana n = besar sampel minimum
N = besar populasi
- Data proporsi
Z
1α
/2
2
1α
/2
P (1-P)
= nilai distribusi normal baku (tabel Z) pada α tertentu
σ
2
h
= harga varians di strata-h
d = kesalahan (absolut) yang dapat ditolerir
W
h
= fraksi dari observasi yang dialokasi pada strata-h = N
h
/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada
Rumus besar sampel adalah :
di mana n = besar sampel minimum
N = besar populasi
= nilai distribusi normal baku (tabel Z) pada α tertentu
P
h
Z
1α
/2
N
2
h
σ
2
h
= harga proporsi di strata-h
d = kesalahan (absolut) yang dapat ditolerir
W
h
= fraksi dari observasi yang dialokasi pada strata-h = N
h
/N
Jika digunakan alokasi setara, W = 1/L
L = jumlah seluruh strata yang ada
3
N
h
σ
2
h
c. Cluster random sampling
- Data kontinyu
Pada cluster random sampling, ditentukan jumlah cluster yang akan diambil
sebagai sampel. Rumusnya adalah :
N Z
2
1α
/2
σ
2
n = ---------------------------------
(N-1)
d
2
(N/C)
2
+ Z
2
1α
/2
σ
di mana n = besar sampel (jumlah cluster) minimum
N = besar populasi
- Data proporsi
Z
1α
/2
2
= nilai distribusi normal baku (tabel Z) pada α tertentu
σ
2
= harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
C = jumlah seluruh cluster di populasi
Rumus besar sampel adalah :
N Z
2
1α
/2
σ
2
n = ---------------------------------
(N-1)
d
2
(N/C)
2
+ Z
2
1α
/2
σ
di mana n = besar sampel (jumlah cluster) minimum
N = besar populasi = ∑m
i
Z
1α
/2
2
= nilai distribusi normal baku (tabel Z) pada α tertentu
d = kesalahan (absolut) yang dapat ditolerir
C = jumlah seluruh cluster di populasi
σ
a
i
2
= ∑(a
i
– m
i
P)
2
/(C’-1) dan P = ∑a
i
/∑m
i
= banyaknya elemen yang masuk kriteria pada cluster ke-i
m
i
= banyaknya elemen pada cluster ke-i
C’ = jumlah cluster sementara
4
2. Uji Hipotesis
- Data kontinyu
Rumus besar sampel adalah :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
σ
2
= harga varians di populasi
µ
0
-µ
a
= perkiraan selisih nilai mean yang diteliti dengan
mean di
- Data proporsi
Rumus besar sampel adalah :
populasi
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
P
0
= proporsi di populasi
P
a
= perkiraan proporsi di populasi
P
a
-P
0
= perkiraan selisih proporsi yang diteliti dengan proporsi
di populasi
BESAR SAMPEL PADA DUA POPULASI
1. Estimasi
a. Data kontinyu
Rumus besar sampel sebagai berikut :
5
di mana n = besar sampel minimum
Z
1α
/2
b. Data proporsi
- Cross sectional
= nilai distribusi normal baku (tabel Z) pada α tertentu
σ
2
= harga varians di populasi
d = kesalahan (absolut) yang dapat ditolerir
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z
1α
/2
- Cohort
= nilai distribusi normal baku (tabel Z) pada α tertentu
P
1
= perkiraan proporsi pada populasi 1
P
2
= perkiraan proporsi pada populasi 2
d = kesalahan (absolut) yang dapat ditolerir
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
P
1
= perkiraan probabilitas outcome (+) pada populasi 1
P
2
= perkiraan probabilitas outcome (+) pada populasi 2
ε = kesalahan (relatif) yang dapat ditolerir
Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan
koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan yang hilang atau
mengundurkan diri atau drop out.
- Case-control
Rumus besar sampel adalah :
6
P
2
1-P
2
di mana n = besar sampel minimum
Z
1α
/2
2. Uji Hipotesis
a. Data kontinyu
= nilai distribusi normal baku (tabel Z) pada α tertentu
P
1
* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P
2
* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
ε = kesalahan (relatif) yang dapat ditolerir
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
b. Data proporsi
- Cross sectional
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada β tertentu
σ
2
= harga varians di populasi
µ
1
-µ
2
= perkiraan selisih nilai mean di populasi 1 dengan
populasi 2
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
P
1
= perkiraan proporsi pada populasi 1
P
2
= perkiraan proporsi pada populasi 2
P = (P
1
+ P
2
)/2
7
- Cohort
Rumus besar sampel sebagai berikut :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
P
1
= perkiraan probabilitas outcome (+) pada populasi 1
P
2
= perkiraan probabilitas outcome (+) pada populasi 2
P = (P
1
+ P
2
)/2
Pada penelitian cohort, untuk mengantisipasi hilangnya unit pengamatan, dilakukan
koreksi dengan 1/(1-f), di mana f adalah proporsi unit pengamatan yang hilang atau
mengundurkan diri atau drop out.
- Case-control
Rumus besar sampel adalah :
di mana n = besar sampel minimum
Z
1α
/2
= nilai distribusi normal baku (tabel Z) pada α tertentu
Z
1β
= nilai distribusi normal baku (tabel Z) pada β tertentu
P
1
* = perkiraan probabilitas paparan pada populasi 1 (outcome +)
P
2
* = perkiraan probabilitas paparan pada populasi 2 (outcome -)
Jika besar sampel kasus dan kontrol tidak sama (unequal), dibuat modifikasi besar
sampel dengan memperhatikan rasio kontrol terhadap kasus. Rumus di atas
dikalikan dengan faktor (r + 1) / (2 . r). Besar sampel untuk kelompok kontrol
adalah (r.n).
8
PENELITIAN EKSPERIMENTAL
Pada penelitian eksperimental, belum banyak rumus yang dikembangkan untuk menentukan
besar sampel yang dibutuhkan. Untuk menentukan besar sampel (replikasi) yang
dibutuhkan digunakan rumus berikut :
1. Untuk rancangan acak lengkap, acak kelompok atau faktorial, secara sederhana dapat
digunakan rumus :
(t-1) (r-1) ≥ 15
di mana t = banyak kelompok perlakuan
r = jumlah replikasi
2. Di samping rumus di atas dan untuk rancangan eksperimen lain yang membutuhkan
perhitungan besar sampel, dapat digunakan rumus besar sampel seperti pada penelitian
observasional baik untuk satu sampel maupun lebih dari 1 sampel, baik untuk data
proporsi maupun data kontinyu.
Pada penelitian eksperimen, untuk mengantisipasi hilangnya unit eksperimen, dilakukan
koreksi dengan 1/(1-f), di mana f adalah proporsi unit eksperimen yang hilang atau
mengundurkan diri atau drop out.
9
Referensi :
CDC, FHI, WHO, 1991. An Epidemiologic Approach to Reproductive Health. Editors : PA
Wingo, JE Higgins, GL Rubin, SC Zahniser. CDC-Atlanta, FHI-North Carolina,
WHO-Geneva.
Cochran WG, 1977. Sampling Techniques. John Wiley & Sons, Inc.
Fleiss JL, 1981. Statistical Methods for Rates and Proportions. Second Edition. John Wiley
& Sons.
Hanafiah KA, 2003. Rancangan Percobaan, Teori & Aplikasi. Fakultas Pertanian
Universitas Sriwijaya, Palembang. Penerbit PT RajaGrafindo Persada, Jakarta.
Lemeshow S, DW Hosmer Jr, J Klar, SK Lwanga, 1990. Adequacy of Sample Size in
Health Studies. WHO. John Wiley & Sons.
Notoatmodjo S, 2002. Metodologi Penelitian Kesehatan. Penerbit PT Rineka Cipta.
Pratiknya AW, 2001. Dasar-dasar Metodologi Penelitian Kedokteran & Kesehatan.
Penerbit PT RajaGrafindo Persada, Jakarta.
Sastroasmoro S, S Ismael,1995. Dasar-dasar Metodologi Penelitian Klinis. Bagian Ilmu
Kesehatan Anak Fakultas Kedokteran Universitas Indonesia. Penerbit PT Binarupa
Aksara, Jakarta.
Sugiarto, D. Siagian, LT Sunaryanto, DS Oetomo, 2003. Teknik Sampling. Penerbit PT
Gramedia Pustaka Utama, Jakarta.
Supranto J, 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT Rineka Cipta,
Jakarta.
10
Komentar
Posting Komentar