P. 1
besar-sampel

besar-sampel

|Views: 290|Likes:
Published by Ajeng Devyen

More info:

Published by: Ajeng Devyen on May 04, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

09/14/2013

pdf

text

original

BESAR SAMPEL

Oleh Nugroho Susanto

Pendahuluan
Hipotesis dan desai 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

Lanjutan Sampel yang biasa dikenal sampel independen dan sampel dependent. Sampel Independent maksudnya tidak ada kaitanya antara pengamatan pada satu variabel dengan pengamatan pada variabel lainnya sampel dependent memberi maksud ada kaitan antara pengamatan pada satu variabel dengan pengamatan pada variabel lainnya . Uji statistik yang tepat sesuai dengan data.

.Besar sampel untuk hipotesis satu sampel pada populasi pada penelitian survei desai cross sectional Terkait dengan presisi Contoh hipotesis : Prilaku baik pemberian makanan bayi lebih banyak banyak terjadi pada keluarga inti.

3) d = Presisi ditetapkan (0.05 P = Proporsi prevalensi kejadian (0.1) Rumus ./2 = 1.96 pada 0.Besar sampel untuk satu sampel populasi presisi Z 21E / 2 PQ n! d2 n = Besar sampel Z1.

Berapa sampel yang harus diambil pada kasus diatas? . Jika penelitian yang dilakukan menginginkan ketepatan 10%.Contoh kasus Suatu penelitian dilakukan di Kabupaten Bantul untuk mengetahui perilaku ibu dalam memberikan makanan kepada bayi. tingkat kemaknaan 95% dan diketahui prevalensi pemberian makanan bayi baik 30%.

Berapa sampel yang harus diambil pada penelitian ini? .Latihan Suatu penelitian dilakukan di rumah sakit sardjito. dengan kemaknaan 95%. Penelitian dilakukan terhadap penyakit diare. Jika pada penelitian menginginkan ketepatan 5%. dan jika diketahui proporsi diare 10%.

Berapa jumlah sampel yang diperlukan«? . Jika penelitian yang dilakukan menginginkan ketepatan 5%. tingkat kemaknaan 90% dan diketahui prevalensi disminorhe 50%.Latihan Penelitian dilakukan di smp negeri 1 beringin untuk mengetahui perilaku penanganan disminorhe pada remaja putri.

Besar sampel untuk satu sampel populasi proporsi Rumus _ z n! 1E p0 .

1  p0  Z1F Pa.

1  Pa a 2 .

Pa  P0 2 Po= proposi awal Pa=proporsi yang diinginkan = level of signifikan = power N= besar sampel .

Contoh (sebuah diskusi) Suatu penelitian survei terdahulu diketahui jika angka prevalensi ketrampilan rendah pada perawat di RSU PKU Muhammadiyah 20%. . Berapa jumlah perawat yang harus diteliti dalam survei jika diinginkan 90% kemungkinan dapat mendeteksi bahwa angka prevalensi ketrampilan rendah pada perawat 15%.

Pertanyaan Apa hipotesis yang tepat untuk kasus diatas? Desain penelitian apa yang tepat untuk kasus diatas? Berapa sampel yang harus terambil? .

Besar sampel untuk hipotesis dua proporsi populasi/ relative risk Biasa digunakan pada desain kohort dan dapat juga digunakan pada desain cross sectional. Rumus _1E / 2 .

2P.

1 P  Z1F Z n! .

P1.

1 P1  P2.

1 P2 a .

P1  P2 2 2 P1 = pada P2 = pada = Z = ß = Proporsi perbedaan gangguan pertumbuhan kelompok BBLR Proporsi perbedaan gangguan pertumbuhan kelompok BBLN 0.05 1.20 .96 0.

Besar sampel untuk hipotesis odd rasio Besar sampel untuk hipotesis odd rasio lebih menekankan pada proporsi kelompok kasus atau kontrol. Rumus _  E / 2 2P * .

1  P *  Z  F Z n! 1 2 2 1 P1 * .

1  P1 *  P2 * .

1  P2 * a 2 .

P1 *  P2 * 2 (OR) P2 * P1 ! (OR) P2 * (1  P2 *) .

Lanjutan N : Besar sampel pada masing masing kelompok P1 : Proporsi bayi dengan penyapihan dini pada kejadian tidak ISPA. Z1-E : Level of significance. Z1-F : Power of the test (80 %) OR : odd rasio . P2 : Proporsi bayi yang tidak penyapihan dini pada kejadian tidak ISPA.

0. 1999) Berapa sampel yang harus terambil? .Contoh sebuah diskusi Suatu penelitian dilakukan untuk mengetahui kaitannya penyapihan dengan kejadian ISPA. 1999) P2 : 0.05 = 1.84 OR : 3.96 Z1-F : Power of the test (80 %) = 0.2 (Penelitian Cesar et al.235 (berdasarkan penelitian Cesar. Jika diperoleh data sbb: Z1-E : Level of significance.

Besar sample untuk penelitian dua populasi mean Besar sampel untuk rata-rata satu populasi n! W 2 Z1  Z1 ?Q 0  Q1 A 2 Besar sample untuk rata-rata dua populasi. n! 2W ? 1E  Z1 F A Z 2 ?Q1  Q 2 A   ¡ ? A 2 2 2 .

Keterangan N = besar sampel S = standar deviasi ZE = level of signifikan ZF = power 1 = rata-rata kelompok perlakuan 2 = rata-rata kelompok kontrol .

94 2 = rata-rata kelompok kontrol = 5.70 berdasarkan penelitian Sharavage.05 ZF = 0.20 1 = rata-rata kelompok perlakuan = 2.72 Berapa sampel yang harus diambil? . 2006) ZE = 0.Contoh Penelitian akan dilakukan di rumah sakit A. jika diketahui sebagai berikut: N = besar sampel S = standar deviasi (1.

Sistematika pemilihan uji statistic Menekankan pada jenis hipotesis Menekankan pada skala data .

Pearson Product moment .Man witney .Binomial Mc .Two way anova anava .Median test paired .Kruskal Wallis One way Anava .regresi .Kolmogorof Smirnov .Choncran sampel sampel Ordinal Run test .Probability sample 2 square 1 .Fisher exact .One way anova .One way .Median two way Extension anova .Sing test .X2 k .Wald Wold Witz T test of T test related Independent Friedman .multiple correlation .X2 k sample Contgensi .PENGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK Data Bentuk Hipotesis Deskriptif Komparatif 2 sampel Komparatif > 2 sampel Asosiatif (1 relate independent related independent varabel) Nominal .Wiloxon U test matche .Spearman rank -Kendal tau Interval Rasio t-test .Two way anava .X two .Chi Nemar .

Hipotesis: Peluang ibu yang tidak patuh dalam mengkonsumsi obat malaria lebih tinggi pada kelompok BBLR di banding dengan yang tidak BBLR. Desain: case control .Latihan (sebuah studi) Tujuan penelitian:hubungan antara kepatuhan ibu dalam mengkonsumsi obat malaria terhadap kejadian bayi berat lahir rendah.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->