1.

2.

Pernyataan terdiri atas unsur-unsur yang

dinyatakan dalam sistem yang teratur
mengenai relasi yang dicari untuk
menerangan suatu kejadian yang belum
dikukuhkan oleh fakta2 (V. Dalen, 1962)
Penjelasan tentatif (sementara) untuk
perilaku, fenomena atau kejadian yang telah
atau akan terjadi (R. Gay, 1962)

3. Pernyataan bersifat dugaan mengenai hubungan

antara dua variabel
(F. Kerlinger, 1973)
4. Penjelasan sementara yang diajukan untuk
menerangkan fenomena yang diobservasi (Trelease,
1960)
5. Dugaan atau referensi (acuan) yang dirumuskan dan
diterima untuk sementara yang bisa menerangkan
fakta2/keadaan yang diamati digunakan sebagai
petunjuk langkah2 penelitian selanjutnya
(Good & Scates, 1954)

I. Pernyataan mengenai apa yang ingin diteliti

II. Harus dibuat sebelum melakukan penelitian dan
harus dinyatakan secara terbuka dalam
melaporkan hasil2 penelitian

3.

MEMUNGKINKAN MENGIDENTIFIKASI:
1.
TUJUAN/OBJEKTIF penelitian
2.
KONSEP2/VAR.2 utama yang terlibat
Relasi dengan MASALAH penelitian maupun
dengan REVIU PUSTAKA

(cara)

Menunjukkan adanya MASALAH

Menentukan RELEVANSI FAKTA

Menentukan DESAIN PENELITIAN

Memberikan PENJELASAN

Memberikan kerangka KONKLUSI

Memacu/memicu PENELITIAN lebih lanjut

GAGASAN AWAL
(biasanya kabur dan umum)
OBSERVASI awal

Cari LITERATUR yang ada

Pernyataan MASALAH
Def. op. konstruk
HIPOTESIS
(sebagai prediksi deduktif yang spesifik)

HPT STATISTIS
Menyatakan cara
pengujian HPT secara
statistis

HPT
HPT KERJA
(WORKING HPT)
Menyatakan macam
hubungan antarvar.
secara operasional
DIREKSIONAL
1 TAIL/EKOR

HPT NIHIL/NOL (H0)

HPT ALTERNATIF

Tidak ada
hubungan/

(H1 atau HA)

pengaruh antarvar.
NONDIREKSIONAL

Ada hubungan/
pengaruh
antarvar.

(Arah hub./pengaruh/
perbedaan sudah
tertentu: A>B; A<B;

2 TAIL/EKOR

A mempengaruhi B)

tidak jelas: ada hub./perbedaan antara A

dan B)

(Arah hub./pengaruh/perbedaan

Sebagai dasar penalaran

Perlu pengujian secara empiris

Penjelasan sementara

Dapat dikaitkan dengan teori

Menggambarkan relasi antara 2 var.

A.

. Hipotesis nol/nihil/null (Ho)

hipotesis yang meniadakan perbedaan antar
kelompok atau meniadakan hubungan sebab
akibat antar variabel yang artinya selisih
variabel pertama dengan variabel kedua analah
nol atau nihil
Menyatakan tidak adanya saling hubungan atau
tidak adanya perbedaan antara kelompok yang
satu dan lainnya
Uji statistik biasanya mempunyai sasaran untuk
menolak kebenaran hypotesis nol
Dalam simbol Ho: x=y

B. Hipotesis alternatif/kerja (Ha)

Menyatakan adanya saling hubungan/adanya

perbedaan antara kelompok yang satu dan
lainnya

Statistik digunakan tidak untuk langsung menguji

hipotesis alternatif, akan tetapi digunakan untuk
menolak atau menerima Ho

Penerimaan/penolakan
hipotesis
alternatif
merupakan
konsekuensi
dari
penolakan/penerimaan hipotesis nihil

Dalam simbol: Ha: x=>y

Prosedur
statistika
untuk
menunjukkan
kesahihan suatu hipotesis
Perlu karena penelitian dilakukan pada sampel,
tidak pada populasi, sedangkan peneliti
menginginkan hasil menggeneralisasikan hasil
studinya pada populasi
Dapat menentukan apakah perbedaan (atau
tidak adanya perbedaan) yang diperoleh dari
data sampel, berlaku pula untuk polulasi yang
diwakili oleh sampel yang diteliti tersebut.

1. Kesalahan

Tipe I
2. Kesalahan tipe II

Menolak hipotesis nihil yang seharusnya

diterima,
Apabila dalam uji hipotesis diperoleh
hubungan atau perbedaan (hipotesis nol
ditolak), sedangkan sebenarnya dalam
populasi asosiasi atau perbedaan tesebut
ditolak.
disebut juga positif semu atau kesalahan
alpha dan diberi simbol

Menerima hipotesis nihil yang seharusnya

ditolak
Bila asosiasi atau perbedaan tidak ada
dalam data sampel, sedangkan dalam
populasi ada
disebut juga negatif semu atau kesalahan
beta dan diberi simbol

Keputusan
Uji
Hipotesis nol

Kebenaran Hipotesis Nol

H.Nol Benar
H.Nol Salah

Tidak menolak
H. Nol (tdk
Keputusan
bermakna
Benar
Secara statistik

Kesalahan
Tipe II
(Kesalahan )

Menolak H.Nol
(bermakna
secara

Keputusan
Benar

Kesalahan
tipe I

Untuk mengantisipasi kesalahan tipe I dan tipe

II harus dipikirkan sebelum rancangan
penelitian disusun.
Untuk mengantisipasi kesalahan tipe I maka
sebelum pengambilan sampel sudah harus
ditetapkan besarnya yang diinginkan,
artinya menentukan tingkat kemaknaan
(lervel of significance). Biasanya besarnya
= 0,05 atau 0.01 walaupun ada yang
mengambil 0,10. artinya tingkat kemaknaan
95%, 99% atau (90%)

Pada uji statistik tingkat kebenaran untuk

menerima atau menolak hipotesis nol
disebut power of the test (1-), sedangkan
tingkat probabilitas dalam menerima
hipotesis nol disebut confidence level (1-).
Kedua nilai tersebut di atas, yakni power of
the test dan confidence level sangat
penting digunakan untuk menentukan
besarnya sampel yang diinginkan.
Untuk hal tersebut digunakan tabel statistik
untuk nilai Z baik nilai Z maupun Z .

Tabel Z untuk uji satu arah (satu ekor) atau

dua arah (dua ekor) pada kurva normal

Satu arah

Dua arah

Z /2

0,01

2,33

2,58

0,025

1,96

2,24

0,05

1,65

1,96

0,10

1,28

1,65

Tabel Z Pada berbagai tingkat Power of the

test () dan (1-)

1-

0,50

0,50

0,00

0,40

0.60

0,26

0,30

0,70

0,53

0,20

0,80

0,84

0,15

0,85

1,03

0,10

0,90

1,28

0,05

0,95

1,65

0,025

0,975

1,96

0,01

0,99

2,33

Merupakan kemampuan uji hipotesis untuk

menemukan perbedaan (asosiasi), bila
perbedaan
(asosiasi)
dalam
populasi
memang ada.
Besar power adalah (1-)
Bila ditentukan nilai adalah 0,10 maka
nilai power adalah 0,90; artinya
uji
hipotesis pada sampel mempunya peluang
90% untuk menemukan perbedaan, bila
perbedaan tersebut ada dalam populasi.

Keadaan dalam
populasi

Uji
hipotesis
pada
sampel

Berbeda

Tidak
berbeda

Ho
ditolak

Power (1)

Ho
tidak
ditolak

(1-)

Dalam kebanyakan penelitian biasanya nilai

sebesar 5 % dapat diterima, dengan kata
lain 1 kesalahan tipe I dari 20 kemungkinan
dapat dianggap memadai.
Dalam penelitian tertentu, misalnya tentang dosis
letal suatu obat diperlukan kesalahan yang
kecil, misalnya 0,01 (1%).

Nilai yang biasa digunakan berkisar

antara 5-20% (0,05-0,20) dan akan
memberikan power uji hipotesis sebesar 8095%.

Dalam penelitian yang menghindari hasil

positif semu hendaknya digunakan nilai
yang kecil, sedangkan untuk penelitian
yang menghindarkan hasil negatif semu
hendaknya dipilih nilai yang kecil

Dapat memperoleh gambaran kemungkinan

untuk memperoleh hasil tersebut pada
populasi, dengan statistik yang diperoleh
dari sampel
CI biasa dipakai adalah 95% (untuk =0,05)

Besarnya sampel dipengaruhi oleh berbagai

faktor.
1. Outcome penelitian
2. Uji hipotesis dengan besarnya sampel
ditentukan oleh:

Besarnya
Besarnya
Kekuatan uji statistik confidence interval (1-)
dan power of the test (1-)
Jenis penelitian

Pada studi deskriptif, tidak dilakukan uji

hipotesis.
Penelitian ini hanya memberikan gambaran
proporsi populasi target yang memiliki sifat
atau masalah tertentu.
Yang harus diketahui terlebih dahulu adalah
proporsi
variabel
yang
akan
diteliti
berdasarkan tinjauan pustaka. Bila tidak ada
informasi tersebut maka digunakan proporsi
0,5 atau 50%. Kemudian tentukan besarnya
dan nilai Z pada uji satu atau dua arah.

Rumus besarnya sampel pada penelitian

deskriptif : n = p (1 p)(Z/d)
Contoh :
kita ingin meneliti prevalensi
penyakit x dalam masyarakat. Data tentang
penyakit ini tidak tersedia, kita tentukan
proporsi 50%. Kalau kita inginkan level of
confidency 95% (=0,05) dan batas
toleransi 5% maka besarnya sampel:
n = 0,5(1-0,5)(1,96/0,05) = 0,5 (0,5)
(1535,64).
n = 384,16 atau sebesar 385 orang.

Diketahui prevalensi penyakit x pada tahun 2008 adalah 45

per 1.000 penduduk. Berapa besar sampel untuk
mengestimasi besarnya prevalensi penyakit x pada tahun
ini ?
n = p (1 p)(Z/d)
n = 0,045(1-0,045)(1,96/0,05)
n = 0,045(0,955)(1,96/0,05)
n = 0,045(0,955)(1536,4)
n = 66,037
n = 66.

Perhitungan besarnya sampel pada survei dengan

variabel kategori dapat digunakan formula :

Za 2 ( p q )
n = --------------------d2
dimana :
n = besarnya sampel
p = proporsi target populasi
q=1-p
d = degree of freedom (perbedaan yang
diharapkan bermakna)

Data Diskret
Contoh :

Seorang kepala Puskesmas ingin mengetahui tingkat cakupan

imunisasi campak di wilayah kerjanya. Berapa jumlah anak
batita ( bawah tiga tahun ) yang akan disurvai untuk
mengestimasi cakupan tersebut pada tingkat kesalahan 5 %
(0,05 ) dari nilai sebenarnya dengan 99% tingkat keyakinan
( level of confidence ). Diambil perkiraan bahwa tingkat cakupan
sekarang ini baru 70 %.

Perhitungan :
Untuk keadaan tersebut di atas, nilai p =
0,70; q =
1- 0,70 =0,30; dan d
= 0,05 ; sedangkan nilai Za = 2,576 ( pada = 0,01 )
Hasil perhitungan :
n = (2,576) 2 ( 0,70 x 0,30 ) / ( 0,05 ) 2 = 558 orang
batita.

Data Kontinu
Adapun besarnya sampel pada survei
dengan variabel kontinyu dapat
digunakan formula sebagai berikut :

Za 2 2
n = --------------d2
dimana :
n = besarnya sampel
= deviasi standar populasi
d = difference x -

Data Kontinu
Contoh : seorang aktivis LSM ingin mengetahui
berat badan rata-rata murid kelas III SMU di
suatu kota propinsi dengan besarnya tingkat
level of confidence 99 % adalah sebesar
60g., Dari hasil penelitian yang sudah ada dari
berbagai kota lain, didapatkan besarnya SD
berat badan murid kelas III SMU sebesar 600 g.
Dari data tersebut di atas maka nilai Za =
2,576 (pada = 0,01 ) , nilai d = 60, dan nilai
= 600; sehingga besarnya sampel adalah:
n = ( 2,576 )

( 600 )

/ ( 60 )

= 664 orang.

Untuk penelitian cross sectional, jenis variabelnya

dapat bersifat variabel
kategori atau sebagai
variabel kontinyu.
Untuk variabel kategori dengan hipotesis
alternatifnya p1 & p2 dengan alfa 2 ekor ( p1 = p2 )
atau alfa 1 ekor ( p1 > p2 ) dengan menggunakan
formula uji statistik seperti berikut

Z 2 pq + Z p1 q1 + p2 q2 2
n = --------------------------------------( p 1 - p2 )
dimana : p = ( p1 + p2 ) / 2 q = 1 - p
q1 = 1 p 1
q 2 = 1 p2

Contoh: bila diketahui bahwa prevalensi karies gigi di kecamatan X

sebesar 800 per 1000 murid SD sedangkan di kecamatan Y
adalah 600 per 1000 murid SD. Berapa sampel yang harus
ditarik pada masing-masing kecamatan untuk membuktikan
bahwa perbedaan ini bermakna pada tingkat kesalahan = 0,10
sedangkan = 0,20, dengan mengambil uji statistik satu arah.

p = ( 0,80 + 0,60 ) / 2 = 0,70;

q = 1 - 0,70 = 0,30
p1 = 0,80 dan q1 = 0,20
p2 = 0,60 dan q2 = 0,40
___________
_____________________
n = 1,282 2(0,70)(0,30) + 0,842 (0,80)(0,20) + (0,60)(0,40)
2

( 0,80 - 0,60 )
= 92,9 = 93.

Untuk penelitian potong melintang dengan

menggunakan variabel kontinyu bila kita ingin melihat
nilai rata-rata 1 dan 2 .
Hipotesis yang ditegakkan adalah H0 : 1 = 2
sedangkan H1: 1 2 ( untuk uji dua arah ) atau H1 :
1 2 ( untuk uji satu arah ).
Besarnya sampel dapat ditentukan dengan
menggunakan formula sebagai berikut :
2 ( Z + Z ) 2 2
n = ----------------------( 1 - 2 ) 2

dimana :
Z = standar normal deviasi untuk = 0,05 , Z = 1,96
Z = standar normal deviasi untuk = 0,20 , Z = 0,84
= standar deviasi populasi.

Faktor
Risiko
Ada (+)
Tidak ada (-)
Total

Penyakit
Ya

Tidak

a
c
a+c

b
d
b+d

Total

a+ b
c+d
t

Point Prevalens Rate (a+ c) / t .

Point Prevalens rate kelompok risiko (+) adalah a /(a + b)
Point Prevalens kelompok sakit dengan Risiko (+)adalah a /(a + c)

Faktor
Risiko

Penyakit
Ya
Tidak

25
Obesitas
5
Tidak
Obesitas
Point Prevalens Rate . 30
Total

20

45

50

55

70

100

30 / 100 = 0,3
Point Prevalens rate kelompok risiko (+) adalah
25/45) = 0,56
Point Prevalens kelompok sakit dengan Risiko (+) adalah
25 / 30 = 0,83

Total

Rumus tersebut di atas dapat pula dituliskan secara sederhana

sebagai berikut ini.
n 2 p q ( Z + Z )2 ( p1 po )2

 contoh

:kita ingin merlakukan studi kasus kontrol

untuk melihat hubungan antara kelainan jantung
bawaan dengan penggunaan hormon ( pil
keluarga berencana ) sebelum kehamilan ( sekitar
mulainya terjadi konsepsi ).
Berdasarkan hasil tinjauan pustakan
menunjukkan bahwa sekitar 30 % pasangan usia
subur menggunakan pil kontrasepsi pada kurang
lebih tiga bulan sebelum terjadinya konsepsi
sehingga dengan demikian maka nilai po = 30 %
dan dengan nilai = 0,05 ( analisis dua arah)
serta nilai = 0,10 , maka besarnya sampel
dengan estimasi besarnya resiko relatif R = 3
adalah sebagai berikut.

= 1,96 dan = 1,28 sedangkan po = 0,30 dan qo = 0,70

p1 = 0,3 (3) / [ 1 + 0,3 ( 3 1 ) ] = 0,5625 dan q1 = 0, 4375
p = ( 0,3 + 0,5625 ) = 0,43125 dan q = 0,56875
[1,96 2( 0,43125)(0,56875)+1,28 (0,5625)(0,4375)+(0,30)(0.70)]
2

n= ---------------------------------------------------------( 0,5625 0,30 )

= 73

Bila kita gunakan rumus lainnya, maka besanya sampel

akan mendekati nilai yang sama.

n = 2 ( 0,43125 )( 0,56875) (1,96 + 1,28)

= 75.

/ ( 0.5625 0,30 )

Menurut Supranto J (2000) untuk penelitian

eksperimen dengan rancangan acak secara
sederhana dapat dirumuskan:
(t-1) (r-1) 15
dimana : t = banyaknya kelompok perlakuan
j = jumlah replikasi
Contohnya: Jika jumlah perlakuan ada 4
buah, maka jumlah ulangan untuk tiap
perlakuan dapat dihitung:
(4 -1) (r-1) 15
(r-1) 15/3
r6

z s

( +
)
n = --------------d

Z = batas atas nilai konversi kurve normal

Z = batas bawah
S = standar deviasi perkiraan perbedaan
d = mean deviasi perbedaan.

Sampel paired minimum berdasar perbedaan

mean.
Seorang ahli penyakit dalam ingin meneliti
obat antihipertensi baru dibandingkan
dengan obat lama. Sampel berpasangan
digunakan. Batas penolakan kemaknaan
0,05 (5%). Perbedaan rata-rata (d ) tekanan
darah antara obat baru dan lama 10 mmHg
(bermakna secara klinis) sedangkan SD
perbedaan tersebut sekitar 13,1mmHg.
Berapa besar sampelnya?

(z + z) s (1,96 + 1,645) x 13,1

n = --------------- = -----------------d
10
= 22,3

Sampel independen dengan uji perbedaan

mean.
1,96 x s

n = -------------x - x

s = standar drviasi (s = s = s)
x = mean nilai observasi pertama
x = mean nilai observasi kedua

Seorang peneliti ingin meneliti khasiat obat baru

antihipertensi dibanding obat lama. Data pustaka
menunjukkan tekanan sistolik setelah pengobtan SD nya
20mmHg. Perbedaan mean obat baru dan lama (x - x )
sebesar 10 mmHg. Besarnya sampel:
1,96 x 20
2
n = ------------ = 15,36 dibulatkan 16.
10
Jadi jumlah sampel masing masing 16 orang untuk obat
baru dan lama.

Sampel dependen perbedaan proporsi uji kemaknaan.

1,96 (1-) + 1,65 (1-) 2
n=
-------------------------- -
= proporsi, dengan batas kemaknaan 0,05
Contoh: Seorang dokter kebidanan ingin meneliti preferensi
pasien terhadap alat kontrasepsi dalam rahim yang baru
diantara pasiennya. Dia berpendapat bahwa AKDR baru ini
lebih menarik pasien dan diperkirakan proporsi yang memilih
alat baru ini sebesar 0,80. Secara teoritis AKDR baru akan
dipilih oleh 0,50 pasien tersebut. Berapa besarnnya sampel
yang dibutuhkan?

1,96 0,5(1-0,5) + 1,65 0,8(1-0,8) 2

n= -------------------------------0,8 05
= 29,8 dibulatkan menjadi 30

Membandingkan 2 proporsi independen.

1,96 2(1-) + 1,645(1-) + (1-)
n= ---------------------------------------- -
Contoh: Survival rate obat lama terhadap penderita
myocard infark akut sebesar 0,20. Menurut penelitian di
tempat lain ada obat baru dengan survival rate sampai
0,60. Dokter RSU ingin meneliti hal tersebut. Berapa
besar sampelnya?
+
0,20 0,60
nilai dapat dicari dengan ---------- = ----------2
2
= 0.40
1,96 2x0,4(1-0,4) + 1,6450,2(1-0,2) + 0,6(1- 0,6)
n= --------------------------------------------0,2 0,6
= 35,9 = 36

Sebelum penelitian dimulai, buatlah suatu

desain penelitian yang akan dilakukan.
Perlu diperhatikan hal berikut:
1. Topik penelitian
2. Latar belakang penelitian
3. Tujan penelitian
4. Bahan dan cara penelitian :
1.
2.
3.
4.
5.

Populasi target, tempat, waktu orang/unit

Cara / metode penelitian
Besarnya sampel minimum
Cara pengambilan sampel (sample design)
Analisis data yang akan dilakukan