Program Studi Ilmu Kesehatan Masyarakat, Program Pascasarjana, Universitas Sebelas Maret Populasi, Sampel, dan Pemilihan Subyek 1 POPULASI, SAMPEL, DAN PEMILIHAN SUBYEK “Never doubt that a small group of committed citizens can change the world. Indeed, it's the only thing that has” - Margaret Meade PENDAHULUAN Temuan riset kesehatan masyarakat ditujukan untuk memperoleh kesimpulan umum yang valid tentang populasi manusia, bukan orang per orang atau kelompok kecil manusia. Persoalannya, tidak mungkin peneliti mengamati semua subyek dalam populasi yang sangat besar untuk membuat kesimpulan tentang karakteristik maupun fenomena yang ada pada populasi itu. Peneliti hanya dapat mengamati sebagian dari populasi besar, yang dinamakan sampel. Jika peneliti memilih sampel dengan tepat, maka penaksiran tentang distribusi dan hubungan paparan-penyakit tidak jauh meleset. Tutorial ini dimulai dengan pengantar tentang alasan melakukan pencuplikan, dan menjelaskan konsep-konsep dasar populasi, sampel, dan pencuplikan. Kemudian Tutorial ini mendeskripsikan kategorisasi desain pencuplikan, mengupas jenis-jenis teknik pencuplikan, serta mengklarifikasi sejumlah prinsip dan konsep seputar pencuplikan yang sering dikacaukan. Sebelum membahas aspek-aspek di atas, satu hal perlu diketahui. Terma elemen, subyek, anggota, individu, unit, item, akan digunakan secara silih-berganti untuk merujuk kepada pengertian yang sama – yaitu, bagian terkecil dari populasi yang secara sendiri- sendiri atau kelompok (klaster) merupakan materi untuk dicuplik membentuk sampel. Mari kita mulai saja perjalanan kita.
26
Embed
POPULASI, SAMPEL, DAN PEMILIHAN SUBYEKfkm.malahayati.ac.id/wp-content/uploads/2015/12/Populasi-Sampel... · Populasi, Sampel, dan Pemilihan Subyek 1 POPULASI, SAMPEL, DAN ... sendiri
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Program Studi Ilmu Kesehatan Masyarakat,
Program Pascasarjana, Universitas Sebelas Maret
Populasi, Sampel, dan Pemilihan Subyek 1
POPULASI, SAMPEL, DAN
PEMILIHAN SUBYEK
“Never doubt that a small group of committed citizens can change
the world. Indeed, it's the only thing that has” - Margaret Meade
PENDAHULUAN
Temuan riset kesehatan masyarakat ditujukan untuk memperoleh kesimpulan umum yang
valid tentang populasi manusia, bukan orang per orang atau kelompok kecil manusia.
Persoalannya, tidak mungkin peneliti mengamati semua subyek dalam populasi yang
sangat besar untuk membuat kesimpulan tentang karakteristik maupun fenomena yang
ada pada populasi itu. Peneliti hanya dapat mengamati sebagian dari populasi besar, yang
dinamakan sampel. Jika peneliti memilih sampel dengan tepat, maka penaksiran tentang
distribusi dan hubungan paparan-penyakit tidak jauh meleset.
Tutorial ini dimulai dengan pengantar tentang alasan melakukan pencuplikan, dan
menjelaskan konsep-konsep dasar populasi, sampel, dan pencuplikan. Kemudian Tutorial
ini mendeskripsikan kategorisasi desain pencuplikan, mengupas jenis-jenis teknik
pencuplikan, serta mengklarifikasi sejumlah prinsip dan konsep seputar pencuplikan yang
sering dikacaukan.
Sebelum membahas aspek-aspek di atas, satu hal perlu diketahui. Terma elemen,
subyek, anggota, individu, unit, item, akan digunakan secara silih-berganti untuk merujuk
kepada pengertian yang sama – yaitu, bagian terkecil dari populasi yang secara sendiri-
sendiri atau kelompok (klaster) merupakan materi untuk dicuplik membentuk sampel. Mari
kita mulai saja perjalanan kita.
Naskah Tutorial (Pengembangan Bahan Pengajaran) – Dr. Bhisma Murti, Bagian Ilmu Kesehatan
Masyarakat, Fakultas Kedokteran, Universitas Sebelas Maret
Populasi, Sample, dan Pemilihan Subyek 2
MENGAPA MELAKUKAN PENCUPLIKAN?
Dalam menganalisis hubungan paparan-penyakit, peneliti umumnya tidak menyelidiki
seluruh populasi, melainkan sebuah sampel dari populasi, untuk menarik kesimpulan
(inferensi) tentang populasi itu. Gambar 7.1. menyajikan pencuplikan sampel dan inferensi
populasi.
Pencuplikan (sampling) memberikan sejumlah keuntungan (Gerstman, 1998; Kothari,
1990; Cochran, 1977): (1) Mengurangi biaya penelitian; (2) Meningkatkan kecepatan
pengumpulan dan analisis data; (3) Meningkatkan akurasi pengumpulan data karena
berkurangnya volume kerja; (4) Memperluas perolehan informasi tentang berbagai faktor.
Pendeknya pencuplikan memberikan cara praktis, cepat, dan ekonomis untuk
memperoleh informasi yang diinginkan peneliti. Tetapi sebelum mengupas cara mencuplik
sampel, perlu dipahami dulu konsep-konsep dasar terkait pencuplikan.
POPULASI DAN SAMPEL
Populasi
Populasi adalah keseluruhan elemen/subyek riset (misalnya manusia). Populasi dapat
terbatas atau tak terbatas. Populasi terbatas jika elemen-elemen dapat dihitung. Contoh:
semua pria di Indonesia; semua wanita umur 15–49 tahun. Populasi tak terbatas jika
elemen-elemen penelitian tak terhitung banyaknya. Contoh: jumlah eritrosit dalam tubuh
manusia; jumlah orang yang positif HIV di Indonesia. Sesungguhnya tidak ada populasi
Pencuplikan (sampling)
Inferensi
Sampel
Populasi
Gambar 7.1. Pencuplikan sampel dan inferensi tentang populasi.
Program Studi Ilmu Kesehatan Masyarakat,
Program Pascasarjana, Universitas Sebelas Maret
Populasi, Sampel, dan Pemilihan Subyek 3
yang tak terbatas. Persoalannya hanya ketidakmampuan menghitung elemen-elemen di
dalam populasi, paling tidak dalam jangka waktu yang tersedia.
Populasi sumber
Populasi sasaran
Sampel (populasi studi)
Populasi eksternal
Validitas eksternal
Inferensi statistik
Kelompok studi
Kelompok studi
Validitas internal
Gambar 7.2. Populasi, sampel, dan validitas inferensi.
Populasi Sasaran
Populasi sasaran (populasi target, reference population) (Last, 2001; Hennekens dan
Buring, 1987; Mercer, 1991; Kleinbaum et al., 1982) – merupakan keseluruhan subyek,
item, pengukuran, yang ingin ditarik kesimpulan oleh peneliti melalui inferensi. Tujuan
utama riset adalah untuk memperoleh gambaran distribusi (epidemiologi deskriptif) atau
penjelasan tentang fenomena hubungan paparan-penyakit (epidmiologi analitik) yang
terjadi pada populasi sasaran. Sejauh mana temuan-temuan tentang distribusi atau
hubungan paparan-penyakit seperti ditunjukkan oleh statistik sampel adalah sahih untuk
digunakan menarik inferensi tentang parameter yang sama pada populasi sasaran disebut
validitas internal.
Contoh: Dalam suatu studi kohor pengaruh kontrasepsi oral (OC) terhadap infark
otot jantung (MI), populasi sasarannya adalah semua wanita Indonesia keturunan Cina
Naskah Tutorial (Pengembangan Bahan Pengajaran) – Dr. Bhisma Murti, Bagian Ilmu Kesehatan
Masyarakat, Fakultas Kedokteran, Universitas Sebelas Maret
Populasi, Sample, dan Pemilihan Subyek 4
berusia 25–49 tahun yang tinggal di perkotaan (urban). Perhatikan Gambar 7.2. tentang
populasi dalam riset epidemiologi.
Populasi Sumber
Populasi sumber (source population, actual population) (Mercer, 1991; Kleinbaum et al.,
1982) merupakan himpunan subyek dari populasi sasaran yang digunakan sebagai sumber
pencuplikan subyek penelitian. Contoh: Populasi sasaran studi OC dan MI adalah wanita
Indonesia keturunan Cina berusia 25–49 tahun yang tinggal di perkotaan. Maka peneliti
dapat menentukan populasi sumber berupa populasi yang memenuhi kriteria tersebut,
tinggal di sejumlah kota yang terpilih (dus tidak semua kota di Indonesia), dan
mengunjungi klinik keluarga berencana (KB).
Prinsipnya, populasi sumber memiliki karakteristik yang sama dengan populasi
sasaran. Jikalau terdapat karakteristik yang berbeda (misalnya, mengunjungi atau tidak
mengunjungi klinik KB) maka harus diyakinkan perbedaan itu tidak berhubungan dengan
pemakaian OC maupun kejadian MI. Jika kunjungan ke klinik KB berhubungan dengan
pemakaian OC, dan peneliti memutuskan untuk menggunakan pengunjung klinik KB saja
(dan tidak menggunakan bukan pengunjung klinik KB) sebagai populasi sumber, maka
inferensi hasil studi hanya valid untuk “subset” populasi sasaran tersebut, yakni populasi
wanita Indonesia keturunan Cina berusia 25–49 tahun yang tinggal di perkotaan dan
pengunjung klinik KB.
Dari populasi sumber dapat dibuat kerangka pencuplikan (sampling frame), yaitu
daftar semua subyek dalam populasi sumber yang digunakan sebagai basis pemilihan
subyek ke dalam sampel.
Sampel
Sampel (study population) (Last, 2001; Hennekens dan Buring, 1987; Kleinbaum et al.,
1982) merupakan sebuah subset yang dicuplik dari populasi, yang akan diamati atau
diukur peneliti. Perhatikan Tabel 7.1, pencuplikan sampel dapat dilakukan secara random
atau non-random, dengan restriksi atau tanpa restriksi pemilihan subyek.
Program Studi Ilmu Kesehatan Masyarakat,
Program Pascasarjana, Universitas Sebelas Maret
Populasi, Sampel, dan Pemilihan Subyek 5
Dalam studi epidemiologi dikenal kriteria restriksi pemilihan subyek yang disebut
eligibility criteria – pernyataan eksplisit tentang syarat-syarat subyek untuk dapat
dimasukkan ke dalam sampel. Kriteria eligibilitas terdiri dari kriteria inklusi (kriteria
dimasukkan) dan kriteria eksklusi (kriteria dikeluarkan).
Beberapa di antara anggota sampel yang memenuhi syarat mungkin tidak bersedia
untuk berpartisipasi, menarik diri dari partisipasi, atau hilang selama follow up
pengamatan. Proporsi subyek dalam sampel yang bersedia ikut serta dalam penelitian
disebut tingkat partisipasi (response rate, participation rate). Non-partisipan dapat
mengancam validitas, disebut non-response bias (withdrawal bias, loss to follow up bias)
(Gerstman, 1998).
Tingkat partisipasi dikatakan dapat diterima (acceptable) jika lebih besar dari 85%,
terlalu rendah jika kurang dari 50% (Agudo dan Gonzalez, 1999). Contoh, hingga 40 tahun
follow-up, studi kohor Doll, Hill, dan Peto di Inggris tentang hubungan merokok dan
kematian karena kanker paru dengan sangat mengesankan mampu mempertahankan 94%
dari keseluruhan 40,000 subyek penelitian yang direkrut sejak 1951 (Doll dan Peto, 1976;
Doll et al., 1994).
Populasi Eksternal
Populasi eksternal (external population) adalah populasi yang lebih luas atau di luar
populasi sasaran tetapi peneliti masih berminat membuat generalisasi (ekstrapolasi)
temuan riset (Gerstman, 1998; Kleinbaum et al, 1982). Tujuan utama riset epidemiologi
adalah memperoleh gambaran distribusi penyakit, atau penjelasan tentang hubungan
paparan-penyakit pada populasi sasaran. Kadang-kadang peneliti masih ingin
mengekstrapolasikan hasil risetnya di luar populasi sasaran – disebut populasi eksternal.
Sejauh mana temuan-temuan tentang karakteristik (epidemiologi deskriptif) atau
hubungan paparan-penyakit (epidemiologi analitik) seperti ditunjukkan oleh statistik
sampel adalah sahih untuk digunakan menarik inferensi tentang parameter yang sama
pada populasi eksternal disebut validitas eksternal (generalisasi).
Contoh: Andaikata sebuah studi menemukan bahwa pemakaian OC meningkatkan
risiko terkena MI pada wanita Indonesia perkotaan keturunan Cina berusia 25–49 tahun,
ada kemungkinan peneliti ingin memperluas kesimpulan itu bagi populasi wanita Indonesia
Naskah Tutorial (Pengembangan Bahan Pengajaran) – Dr. Bhisma Murti, Bagian Ilmu Kesehatan
Masyarakat, Fakultas Kedokteran, Universitas Sebelas Maret
Populasi, Sample, dan Pemilihan Subyek 6
pribumi perkotaan berusia 25–49 tahun – maka populasi ini merupakan populasi eksternal.
Satu hal perlu diingat, generalisasi temuan penelitian kepada populasi eksternal
dilakukan berdasarkan keputusan (judgment) peneliti. Tidak ada satu perangkat
statistikpun dapat digunakan untuk menentukan validitas eksternal (Last 2001; Rothman,
1986).
Kohor
Mula-mula arti kohor (cohort) adalah sekelompok orang yang lahir dalam tahun yang sama
(cohort at birth) (Streiner et al., 1989). Kini terma kohor digunakan lebih luas, merujuk
kepada kelompok subyek penelitian yang di identifikasi pada suatu titik waktu memiliki
sejumlah atribut (baca: ciri-ciri!) yang sama, lantas diamati sepanjang suatu periode waktu
untuk dideteksi timbulnya kasus baru penyakit.
Dua jenis kohor (Rothman, 2002, Kleinbaum et al., 1986): (1) Kohor tertutup; dan
(2) Kohor terbuka. Kohor tertutup (closed cohort, fixed cohort) merupakan kohor dimana
tidak ada lagi subyek baru dapat dimasukkan ke dalam sampel setelah dimulainya
pengamatan. Sebaliknya selama follow-up pengamatan bisa saja jumlah subyek berkurang
akibat tidak lagi bersedia berpartisipasi dalam penelitian, pindah dari area penelitian,
meninggal, atau bentuk-bentuk lain kegagalan kelangsungan partisipasi. Karena diikuti
sepanjang waktu, umumnya rata-rata umur sebuah kohor akan meningkat sesuai dengan
meningkatnya durasi follow-up.
Kohor terbuka (open cohort, dynamic cohort, dynamic population) merupakan
kohor dimana anggotanya dapat saja berubah sepanjang waktu, karena sejumlah anggota
populasi datang dan pergi sepanjang periode penelitian. Sebagai contoh, fluoridasi air
minum sudah sejak setengah abad silam dianjurkan di Inggris dan AS untuk mencegah
karies gigi. Di samping bermanfaat bagi gigi, intake fluorida juga meningkatkan
mineralisasi tulang, dalam jangka panjang berpengaruh protektif bagi kerangka tubuh.
Tetapi temuan kontroversial akhir-akhir ini menunjukkan kemungkinan pengaruh negatif
jangka panjang fluoridasi yang mengakibatkan fluorosis, selanjutnya meningkatkan risiko
osteoporosis dan fraktura tulang panggul (hip fracture) (Rosen, 2000).
Jika populasi adalah penduduk bertempat tinggal di sejumlah kabupaten selama
periode waktu – katakanlah dari tahun 2003 hingga 2013, maka populasi tersebut
Program Studi Ilmu Kesehatan Masyarakat,
Program Pascasarjana, Universitas Sebelas Maret
Populasi, Sampel, dan Pemilihan Subyek 7
dikatakan dinamik, karena ada penduduk baru dan ada yang pindah. Ukuran dan distribusi
umur populasi dinamik bisa saja tetap sepanjang waktu pengamatan, maka populasi
dinamik itu dikatakan stabil. Dalam studi Rosen (2000) tentang hubungan fluoridasi
dengan osteoporosis di atas perlu memperhitungkan umur, sebab kejadian ostoporosis
dan patah tulang panggul tergantung umur, sedang umur berhubungan dengan tingkat
(akumulasi) fluoridasi, sehingga umur merupakan faktor perancu (confounding factor)
yang harus dikontrol pengaruhnya.
DESAIN PENCUPLIKAN
Desain pencuplikan (sampling design) merupakan rancangan yang dibuat peneliti untuk
memperoleh sampel dari seluruh anggota populasi. Desain pencuplikan merupakan bagian
penting dari desain penelitian (research design), karena itu keduanya harus konsisten.
Mengapa repot-repot merancang pencuplikan? Ada dua alasan untuk “repot”.
Pertama, memilih subyek penelitian secara gegabah akan mengakibatkan kesalahan
sistematis yang disebut bias seleksi (selection bias). Contoh: kelompok-kelompok studi
yang akan diperbandingkan dalam studi analitik - baik studi potong-lintang, kasus-kontrol,
kohor, maupun eksperimen – intinya harus sebanding dalam hal distribusi faktor-faktor di
luar paparan, agar penilaian hubungan antara paparan dan penyakit tersebut valid. Kedua,
ukuran sampel mempengaruhi presisi penelitian; ukuran sampel yang tidak cukup besar
akan memperbesar kesalahan random (random error).
Tabel 7.1. menyajikan kategori desain pencuplikan berdasarkan dua kriteria –
randomness dan restriksi pemilihan subyek. Berdasarkan kriteria random, cara
pencuplikan dapat dibagi dua - pencuplikan random (pencuplikan probabilitas) dan
pencuplikan non-random (pencuplikan non-probabilitas). Berdasarkan kriteria restriksi
pemilihan subyek, cara pencuplikan dibagi dua – pencuplikan tanpa kriteria retriksi, dan
pencuplikan dengan kriteria restriksi.
Naskah Tutorial (Pengembangan Bahan Pengajaran) – Dr. Bhisma Murti, Bagian Ilmu Kesehatan
Masyarakat, Fakultas Kedokteran, Universitas Sebelas Maret
Populasi, Sample, dan Pemilihan Subyek 8
Tabel 7.1. Kategori desain pencuplikan
Kriteria random
(randomness
criteria)
Kriteria restriksi pemilihan subyek
Tanpa restriksi Dengan restriksi
Pencuplikan
random
(probabilitas)
Pencuplikan random
sederhana (simple
random sampling)
Pencuplikan random kompleks
(complex random sampling)
misalnya pencuplikan
sistematis, pencuplikan klaster,
pencuplikan area, pencuplikan
random berstrata, pencuplikan
bertingkat
Pencuplikan non-
random
(non-probabilitas)
Pencuplikan
seenaknya
(covenience
sampling, haphazard
sampling, grab
sampling, accidental
sampling)
Pencuplikan purposif (purposive
sampling) misalnya, fixed-
exposure sampling, fixed-
disease sampling, restriksi,
matching, pencuplikan kuota
(quota sampling), expert
sampling, pencuplikan bola salju
(snowball sampling).
PENCUPLIKAN RANDOM
Penggunaan prosedur pencuplikan random mengandung implikasi, setiap elemen dari
populasi diketahui peluangnya untuk terpilih ke dalam sampel. Peluang tersebut tidak
ditentukan dengan sengaja oleh peneliti, melainkan suatu “peluang buta” (“blind chance”)
seperti mengambil gulungan kertas lotere. Dengan cara demikian peneliti dapat
mengetahui probabilitas hasil pencuplikan dan besarnya kesalahan estimasi – disebut
sampling error atau sampling variation (Vogt, 1993). Karakteristik itu merupakan
keunggulan relatif pencuplikan random dibandingkan desain pencuplikan purposif.
Program Studi Ilmu Kesehatan Masyarakat,
Program Pascasarjana, Universitas Sebelas Maret
Populasi, Sampel, dan Pemilihan Subyek 9
Dalam pencuplikan random berlaku Hukum Regularitas Statistik (The Law of
Statistical Regularity). Artinya, jika secara rata-rata sampel terpilih merupakan sampel
random, maka sampel itu akan memiliki komposisi dan karakteristik populasi (Kothari,
1990). Jadi prosedur pencuplikan random menghasilkan sampel yang represen-tatif
terhadap populasi.
Berdasarkan kriteria restriksi, pencuplikan random dapat dibagi dua kategori: (1)
Pencuplikan random sederhana; dan (2) Pencuplikan random kompleks.
PENCUPLIKAN RANDOM SEDERHANA
Pencuplikan random sederhana (simple random sampling) dari suatu populasi terbatas
(finite population) merupakan metode pemilihan sampel dimana masing-masing item
(elemen) dari keseluruhan populasi memiliki peluang yang sama dan independen (baca:
tidak bergantung!) untuk terpilih ke dalam sampel.
Pencuplikan random banyak digunakan dalam studi deskriptif untuk memberikan sampel
yang representatif terhadap populasi. Pencuplik-an itu biasanya dilakukan tanpa
pengembalian (without replacement). Artinya, sekali sebuah item terpilih ke dalam sampel,
maka item tersebut tidak dapat lagi muncul dalam proses pencuplikan item berikutnya.
Sebaliknya, dalam pencuplikan dengan pengembalian (with replacement) elemen yang
telah terpilih ke dalam sampel dikembalikan ke dalam populasi sebelum proses pencuplikan
elemen berikutnya. Jadi elemen yang sama dapat muncul dua kali dalam satu sampel
sebelum elemen berikutnya terpilih. Pencuplikan dengan pengembalian jarang dilakukan.
Gambar 7.3. Pencuplikan random
Populasi
Prosedur pencuplikan random
Sampel
R
Naskah Tutorial (Pengembangan Bahan Pengajaran) – Dr. Bhisma Murti, Bagian Ilmu Kesehatan
Masyarakat, Fakultas Kedokteran, Universitas Sebelas Maret
Populasi, Sample, dan Pemilihan Subyek 10
Satu cara untuk menjalankan prosedur random adalah memberikan nomer kepada
setiap individu, mulai dari 0, 1, 2, 3, dan seterusnya. Lalu nomer-nomer itu dipilih secara
random dengan menggunakan tabel angka random atau program komputer sampai ukuran
sampel diinginkan tercapai. Gambar 7.3. menyajikan pencuplikan random.
PENCUPLIKAN RANDOM KOMPLEKS
Pencuplikan random kompleks (complex/mixed random sampling) merupakan pencuplikan
random dengan restriksi, biasanya memadukan prosedur pencuplikan random dengan
pencuplikan non-random. Beberapa desain pencuplikan random kompleks yang populer