BESAR SAMPEL Hardian Clinical Epidemiology and Biostatistic Unit FK UNDIP
Pendahuluan
Jumlah subyek sangat menentukan manfaat
penelitian
Berapa jumlah subyek yang diperlukan dalam suatu penelitian agar dapat mewakili populasi?
Populasi dan sampel• Populasi rujukan semua pengukuran atau observasi yang diteliti
• Sampel adalah bagian dari populasi akan tetapi HARUS mewakili populasi
Ciri sampel yang baik
• Memiliki karakteristik yang sama dengan populasi
• Setiap individu mempunyai kesempatan yang sama untuk dipilih
random• Jumlahnya cukup besar
Kriteria inklusi/eksklusi
Metode sampling
Perhitungan besar sampel
Perhitungan besar sampel diperlukan untuk menjamin hasil
penelitian dapat digeneralisasikan atau mewakili
populasi yang diteliti
Too many subjects prove everything, too few subjects
prove nothing
Informasi yang diperlukan
• Perbedaan klinis / effect size (d)• Besar kesalahan tipe I () Z• Power yang diperlukan (1-β) • Karakteristik data: simpang baku atau proporsi tergantung jenis data
Rumus besar sampel ?
• Besar sampel untuk data numerik• Besar sampel untuk data kategorial
Tergantung jenis datanya
Perkiraan rerata populasi tunggal
Perlu informasi:• Simpang baku nilai rerata dalam populasi (s atau ) kepustakaan
• Tingkat kepercayaan absolut (d) ditetapkan peneliti
• Tingkat kemaknaan () ditetapkan peneliti
Rumus besar sampel untuk uji hipotesis perbedaan rerata 2 populasi yang independen
Perlu 4 informasi•Simpang baku nilai rerata dalam populasi (s atau ) kepustakaan•Effect size (X1- X2) clinical judgment •Kesalahan tipe I•Kesalahan tipe II
Estimasi proporsi populasi tunggal• Perlu informasi:• Proporsi penyakit yang akan dicari (P) dari pustaka
• Tingkat ketepatan absolut (d) ditetapkan peneliti
• Tingkat kemaknaan () ditetapkan peneliti
Besar sampel untuk uji hipotesis perbedaan proporsi 2 populasi
Perlu informasi: • Proporsi pada kelompok kontrol (P1) dan proporsi pada kelompok terapi (P2)
• Effect size: P1-P2• Kesalahan tipe I• Kesalahan tipe II
Besar sampel untuk uji korelasiPerlu informasi• Perkiraan koefisien korelasi (r) dari pustaka
• Tingkat kemaknaan ()• Power (1-β)
Kiat memperkecil besar sampel
• Memperlebar ketepatan (d) yang masih dapat diterima
• Memperbesar nilai dan β• Memperbesar effect size (termasuk OR dan RR)
Tidak dianjurkan rekayasa
Anjuran:
Memilih outcome/variabel terikat yang berskala numerik
Melakukan matching individual
Melakukan pengukuran yang sedikit variabilitasnya
Memilih efek yang sering terjadi