53 BAB VIII SAMPLING A.

Alasan Sampling Dalam pengumpulan data bergantung berbagai faktor, kadang dilakukan sensus kadang pula dengam sampling. Sensus terjadi apabila setiap anggota yang ada didalam populasi dikenai penelitian. Jika tidak maka samplinglah yang dilakukan, yaitu sampel diambil dari populasi dari data yang dikumpulkan . Alasan mengapa sampling digunakan. Yaitu: 1. Ukuran sampling Ada dua ukuran populasi yaitu terhingga dan tak terhingga. Dalam hal populasi tak terhingga, ialah dimana populasi berisikan tidak terhingga banyak objek, sudah jelas sensus tidak dilakukan. Juga mengingat populasi tak hingga pada dasarnya hanya konseptual sukarlah untuk melakukan sensus terhadapnya. Meskipu kita punya populasi takhingga sensus belum tentu selalu bisa dilaksanakan. 2. Biaya Makin banyak objek yang diteliti makin banyak pula biaya yang harus dikeluarkan, misal untuk transport pengumpulan data, untuk analisis, diskusi, perhitungan-perhitungan dan sebagainya. Karena biaya yang tersedia itu terbatas samplinglah satu-satunya yang dapat dilakukan. 3. Percobaan yang sifatnya merusak Jika penelitian terhadap objek yang sifatnya merusak, maka sampling harus diterapkan. Tidak mungkin sensus dapat dilakukan untuk mengetahui kemampuan peluru rudal (rudal), kemanjuran obat yang baru saja ditemukan, keadaan darah seorang pasien. Tidak mungkin ada pasien yang bersedia darahnya dikeluarkan semua untuk diperiksa. 4. Waktu Bila penelitian dilakukan terhadap sensus dengan objek yang sangat banyak tentu saja sipasien membutuhkan waktu yang cukup lama untuk

54 mengungkap data, apalagi jika objek terdapat dalam suatu wilayah yang luas. Oleh karena itu sampling sangat membantu dalam penelitian ini. 5. Ketelitian Faktor ketelitian sangat penting dalam suatu penelitian agar kesimpulan dapat dipertanggungjawabkan,maka data harus benar. Kebosanan akan muncul pada seseorang yang melakukan tugas, peneliti, pencacah, pencatatan, wawancara, jika jumlah data yang diteliti terlalu banyak, karenanya akan diperoleh data yang tidak dipercaya kebenarannya. 6. Ekonomis Melakukan penelitian terhadap objek yang cukup banyak atau terhadap sensus yang objeknya cukup banyak akan memakan biaya yang tidak sedikit, maka perlu dilihat lagi apakah waktu, tenaga dan biaya yang dikeluarkan sepadan dengan kegunaan hasil penelitian. B. Beberapa Cara Sampling Sebuah populasi terhingga berukuran N. Dari populasi akan diambil sampel berukuran n. Untuk mengambil sampel ada dua perlakuan yang dikenal: 1. Anggota yang telah diambil untuk dijadikan anggota sampel disimpan kembali disatukan dengan anggota lainnya, dengan demikian anggota ini masih ada kesempatan untuk diambil kembali pada pengambilan berikutmnya. cara pengambilan sampel demikian dinamakan sampling dengan pengembalian. Contoh: Suatu populasi berukuran N-4 dengan anggota A,B,C,D dn sampel yang diambil berukuran n-2, termasuk sampel beranggotakan sama, didapat: sampel 1 : AA sampel 2 : AB sampel 3 : AC sampel 4 : AD sampel 5 : BA sampel 6 : BC sampel 7 : BD sampel 8 : BB sampel 9 : CA sampel 10 : CB sampel 11 : CC sampel 12 : CD sampel 13 : DA sampel 14 : DB sampel 15 : DC sampel 16 : DD

55 Secara umum: Jika dari populasi berukuran N diambil sampel berukuran n dengan pengembalian, Maka semuanya ada Nn buah sampel. Cara sampling ini dalam praketek hampir tidak dilakukan dan hanya digunakan untuk simulasi ketika mencari hasil-hasil yang mungkin didapat dari sampling terhadap populasi tak terhingga. 2. Anggota yang telah diambil untuk dijadikan anggota sampel tidak disimpan kembali kedalam populasi. Maka tiap anggota hanya bisa diambil satu kali. Cara demikian dinamakan sampling tanpa pengembalian. Contoh: a. didapat: sampel 1 : AB sampel 2 : AC sampel 3 : AD b. didapat: sampel 1 : ABC sampel 2 : ABD Secara umum : Suatu populasi berukuran N dan sampel berukuran n akan diambil dari populasi itu dengan cara pengembalian
N! N = n n!( N n )!

Misalkan populasinya beranggotakan N=4 terdiri dari A, B, C, D sampel akan diambil berukuran n dengan cara tanpa pengembalian maka sampel 4 : BC sampel 5 : BD sampel 6 : CD

Semuanya ada 6 sampel yang berlainan. Jika N=4 dengan anggota A,B,C dan D dengan n=3, maka sampel 3 : ACD sampel 4 : BCD

Sermuanya ada 4 sampel yang berlainan.

Rumus diatas untuk n=N, maka hanya ada sebuah sampel populasi itu sendiri. dalam hal ini sampling menjadi sensus. Beberapa cara sampling yang mungkin dapat digunakan agar diperoleh sampel yang cukup representatif yaitu: 1) Sampling Seadanya

56 Pengembalian sebagian dari populasi berdasarkan seadanya data tanpa perhitungan apapun mengenai derajat kerepresentatifannya. Contoh: mengumpulkan pendapat masyarakat dari orang-orang lewat untuk keperluan ramalan tentang partai mana yang akan menang dalam pemilu yang akan datang. Mudah dilihat bahwa orang lewat tidak merupakan bagian representatif dari keseluruhan mreka yang aberhak memilih. 2) Terjadi Contoh: Dalam suatu penelitian ternyata hanya 40% dario kuesioner yand dikembaslikan. Berdasarkan pertimbangan tertentu peneliti memutuskan untuk memnggunakan yang 40% sebagai sampel yang representtif. Dasar pertimbangan yang tidak dikembalikan kuesioner dan yang mempunyai karakteristik yang sama dengan diteliti. 3) Sampling Peluang Sebuah sanpel dimana anggota-anggotanya diambil dari populasi berdasarkan peluang yang diketahui. Jika tiap anggota populasi mempunyai peluang yang sama untuk diambil menjadi anggota sampel, dinamakan sampel acak dan cara pengambilannya dinamakan sampling acak. pengambila sebuah sampel acak dari populasi terhingga adalah sebagai berikut: Misal populasi beranggotakan 300. n akan disambil sampel acak terdieri dari 50 anggota. Pada sehelai kertas kecil yang berukuran dan beridentitas sama, dituliskan nomor-nomor anggota masing-masing sebuah nomor untuk setiap anggota. Dengan demilkian terdapat 300 helai kertas. Kertas-kertas ini digulung ditempatkan dalam sebuah kotak. setelah diaduka dengan baik orang yang matanya dititup disuruh mengambil satu sisanya diaduk lagi, lalu diambil lagi dan seterusnya sampai 50 kali. Nomor-nomor yang diambil itulah yang akan menjadi anggota sampel. Sampling Purposif bila pengambilan sampel dilakukan berdasarkan pertimbamngan perorangan atau peneliti.

57 Cara lain ialah dengan menggunakan daftar bilangan acak yang telah disediakan khusus untuk keperluan itu. C. Beberapa macam Sampling Untuk Mendapatkan Sampel Representatif pengambilan sampel secara acak sangat cocok untuk populasi yang homogen. Untuk populasi yang heterogen digunakan cara lain diantaranya: 1. Sampling berstarta atau sampling petala Jika populasinya heterogen biasanya akan lebih baik dibuat menjadi beberapa petala atau lapisan. Pembuatan petala ditentuknan berdasarkan karakteristik tertentu sehingga petala menjadi homogen. dari setiap strata diambil secara acak anggota anggota yang akan didapat membentuk sebuah sampel petala 2. Sampling proporsional sampling petala biasanya diperbaiki lagi dengan menggunakan cara propoprsional, artinya banyak anggota dari setiap petala diambil sebanding dengan ukueran tiap petala. Cara ini dinamakan cara sampling proporsional dan sampelnya dinamakan sampling proporsional. contoh: Diperlukan sampel berukuran 250 siswa SLTA, misal ada 4 SLTA dengan banyak siswa sebagai berikut: SMU: 6550 siswa SMK(Teknik): 1860 siswa SMK(ekonomi): 2740 siswa SMK(KK): 1250 siswa jumlah 12.400 siswa Dalam perbandingan SMU: SMK(Teknik): SMK(ekonomi): SMK(KK) = 6550: 1860: 2740: 1250, maka sampel diambil dari:

58
6550 x 250 = 132 12400 1860 SMK (teknik ) = x 250 = 38 12400 27400 SMK (ekonomi) = x 250 = 55 12400 1250 SMK ( KK ) = x 250 = 25 12400 SMU =

Pengambilan 132 siswa dari 6550 siswa SMU, 38 siswa dari1860 siswa SMK(Teknik), 55 siswa dari2740 siswa SMK(ekonomi), 25 siswa1250 siswa SMK(KK) dilakukan secara acak. 3. Sampling klaster Dalam saampling ini populsi dibagi menjdi beberapa klaster. Secara acak klaster-klaster yang diperlukan diambil dengan proses pengacakan. Setiap anggota yang berada didalam klaster tadi merupakan sampel yang diperlukan. Contoh: Untuk menyelidiki pendapatan keluarga suatu daerah sampling klaster dapat dilakukan. Misal dari daerah itu terdapat beberapa kelompok yaitu: kelompok pegawai negeri, kelompok petani, kelompok buruh, kelompok wirausaha, kelompok ABRI. Dari setiap kelompok diambil sampel jika memperhatikan besarnya tiap kelompok secara proporsional maka dinamakan klaster proporsional sampling. Jika pengambilan sampel pada setiap kelompok secara acak maka dinamakan klaster proporsional random sampling. 4. Sampling area Jika klaster terdiri atas area tanah atau wilayah maka diperoleh sampling area, sampling sama seperti diatas. 5. Sampling sistematik Anggota sampl diambil dari populasi pada jarak interval waktu, ruang atau urutan yang uniform. Jika populasi berukuran N sampel beranggotkaan n , maka jarak interval besarnya(N/n). Denagn demikian penganbilan sampel pertama secaraacak, berikutnya diambil denagn interval atau pada jarak (N/n). 6. Sampling ganda

59 Penelitian yang dilakukan dinulai denagn menggunakan sebuah sampel yang ukurannya relatif kecil, jika hasil penelitian yang telah dilakukan memenuhi kriteria yang telah ditentukan maka sampling berhenti dan kesimpulan dibuat. Jika hasilnya tidak maka diambil sampel yang kedua dan digabungkan dengan yang pertama. Kesimpulan kemudian dibuat berdasarkan sampel gabungan ini.

7. Sampling multipel Pengambilan sampel lebih dari dua kali dan tiap kali digabungkan menjadi sebuah sampel, pada tiap gabungan analisis dilakukan lalu kesimpulan dibuat, sampling berhenti apabila hasilnya sudah memenuhi kriteria yang telah direncanakan. Sampling ini merupakan perluasansampling ganda. 8. Sampling sekuensial Sampling ini sebenarnya adalah sampling multipel, hanya dalam sampling sekuensial tiap anggota sampel diambil satu demi satu dan setiap kali selesai mengambil sampel analisis dilakukan, dari kesimpulan apakah sampling dilanjutkan atau tidak D. Kekeliruan Sampling Dan Kekeliruan Non Sampling Ada dua macam kekeliruan yang pokok yang bisa terjadi dalam penelitian yaitu: 1. Kekeliruan Sampling. Kekeliruan yang disebabkan oleh kenyataan pemeriksaan yang tidak lengkap tentang populasi dan penelitian, hanya dilakukan berdasarkan sampel. Perbedaan antara hasil sampel dan hasil yang akan dicapai jika prosedur yang sama digunakan dalam sampling juga digunakan dalam sessus dinamakan kekeliruan sampling. Para ahli statistik telah berusaha untuk mengukur dan memeperhatikan kekeliruan ini agar supaya diawasi, cara untuk dapat melakukan ialah dengan mengambil sampel berdasarkan sampling acak. 2. Kekeliruan Non Sampling

60 Kekeliruan ini dapat terjadi dalam setiap penelitian apakah berdasarkan sampling atua sensus. Beberapa penyebab terjadinya kekeliruan non sampling adalah: a. populasi tidak didefinisikan sebagai mana mestinya b. populasi yang menyimpang dari populasi yang seharusnya dipelajari. c. kuesioner tidak dirumuskan sebagai mana mestinya. d. Istilah istilah telah didefinisikan secara tidak tepat atau telah digunakan secara tidak konsisten. e. para responden tidak memberikan jawab yang akurat, menolak untuk menjawab atau tidak ada ditempat saat petugas datang melakukan wawancara. Dapat pula terjadi kekeliruan non sampling pada waktu mencatat data, melakukan tabulasi atau melakukan perhitungan.

61

BAB IX DISTRIBUSI SAMPLING A. Distribusi Rata rata Misal sebuah populasi berukuran terhingga N dengan parameter rata-rata dan simpangan baku . Dari populasi diambil sampel acak berukuran n. jika sampling
N dilakukan tanpa pengembalian, terdapat buah sampel yang berlainan. Untuk n semua sampel yang didapat masing masing dihitung rata-ratanya. diperoleh buah n N

rata-rata. sekarang anggap semua rata-rata sebagai data baru, jadi didapat kumpulan data yang terdiri atas rata-rata sampel. dari kumpulan ini dapat dihitung rata-rata dan simpangan bakunya. rata-rata dari rata-rata diberi simbol X dan simpangan baku dari rata-rata diberi simbol X . Rumus: X = X =

n N n ; rumus ini digunakan jika n/N > 5% N 1

Jika N cukup besar dibandingkan terhadap n, maka X = X =

; digunakan jika n/ N 5%

X dinamakan kekeliruan standard rata-rata atau kekeliruan baku rata-rata.

62 X mengukur besarnya perbedaan rara-rata yang diharapkan dari smpel ke sample. Jika sebuah populasi mempunyai rata rata dan simpangan baku yang besarnya terhingga, maka untuk ukuran sampel n cukup besar , distribusi rata-rata sampel mendekati normal dengan rata-rata X = dan simpangan baku X =

Dalil ini berlaku untuk sembarang bentuk atau model populasi, asalkan simpangan baku terhingga besarnya. untuk n 30 pendekatamn kepada normal sudah mulai berlaku. apabila populasi yang disampel sudah distribusi normal maka rata-rata sample juga berdistribusi normal meskipun ukuran sample n< 33. distribusi normal yang didapat dari distribusi rata-rata perlu distandarkan agar distribusi normal baku dapat digunakan. Untuk itu digunakan transformasi: Z = Contoh: Berat badan rata-rata mahasiswa adalag 50 kg dan simpangan baku 6,6 kg. Telah diambil sampel cak terdiri atas 50 mahaiswa. Tentukan berapa peluang berat rata-rata ke50 mahasiswa tersebut. a) antara 48 kg 53 kg b) paling sedikit 51 kg Jawab: a) antara 48 kg 53 kg n= 50 tergolong sampel besar rata=rata X = 50 kg =
=
6,6 = 0,933kg

x ; x

simpangan baku

z=

50 x

48 50 = 2,14 0,933 53 50 untuk x = 53 Z 2 = = 3,15 0,933 untuk x = 48 Z1 =

Dengan menggunakan daftar distribusi normal baku diperoleh luas kurva: 0,4838+0,4992=0,983 peluang rat-rata berat ke 50 mahasiswa antara 48 dan 53 kg adalah 0,983

63 b) Paling sedikit 51 kg
X

=53 kg

z = 51-50/0,933 = 1,072 dengan menggunakan standard distribusi normal baku diperoleh luas kurva = 0,5 0,3577 = 0,1423 Peluang rata-rata berat badan ke 50 mahasiswa mahasiswa. Apabila dari populasi diketahui variannsnya dan perbedaan rata-rata dari sample ke sample diharapkan toidak lebih besar darai sebuah harga d yang ditentukan maka berlaku hubungan: X d: Contoh: Untujk contoh diatas harga haera X

n
2

51 kg adalah 0,1423 atau 7

dari sample yang satu dengan sample

yanglainnya diharapkan tidak lebih dari untuk populasi cukup besar. X =

6,6 n

n 13,2 n 174,24

paling sedikit perlu diambil sampel yang etrdiri atas 174 mahasiswa. B. Distribusi Proporsi Untuk uraian distribusi proporsi sama dengan distribusi rata-rata. parameter proporsi a sebesar = (Y/N) Bila dari populasi tersebut diambil sampel berukuran n terdapat pristiwa A sebanyak x, maka statistik proporsi peristiwa A = x/n. Semua sampel yang mungkin diambil dan populasi akan mnghasilkan sekumpulan harga-harga statistik proporsi. Rataratanya diberi simbol x/n dan simpangan baku diberi simbol
x/n

Misal

diketahui populasi berukuran N, terdapat peristiwa A sebanyak Y diantara N, maka

. untuk ukuran

populasi kecil dibandingkan dengan ukuran sampel (n/N) > 5% maka: a. Tentukan peluangnya bahwa dari 200 orang tersebut akan terdapat paling sedikit 35 orang golongan darah AB.

64 b. Beberapa orang harus diselidiki agar prosentase golongan darah AB dari sampel yang satu dengan lainnya diharapkan berbeda paling besar debgan 3%? Jawab: Populasi berukuran besar, = 0,15 =0,85 a. paling sedikit x/n = 35/200 = 0,175 kekeliruan bakunya:

x =

(1 ) 0,15( 0,85) 0,1275 = = = 0,0253 = 0,03 n n 200 200 x 0,175 0,15 Angka Z paling sedikit Z = n = = 0,83 x 0,03

( )

dari daftar luasannya = 0,5 -0,2967 = 0,2033 peluang dalam sampel itu terdapat paling sedikit 35 orang golongan dartah AB = 0,2033 b. = 0,15 1- = 0,85 sedang d = 0,03 maka
0,15 x 0,85 0,03 n 0,1275 0,1275 0,03; 0,0009 n n

Dimisalkan mempunyai fariabel X untuk populasi pertama dan Y yang kedua, kumpulam rata-rata sampel tersebut. Kumpulan selisih rata-rata dari semua selisih antara rata-rata dari sampoel - sampel dalam kumpulan kesatu dan rata-rata dari samnpel kumpulam kedua: Xi Xj, dimana i =1,2,3...k; j = 1,2,3,...r Kumpulan selisih rata-rata sampel akam membentuk distribusi selisih rata-rata, simbolnya x-y dan simpangan bakunya x-y Untuk N1 dan N2 cukup besar dan sampel-sampel diambil secara independent satu sama lain terdapat hubungan:

65

x y = 1 2; x y =

1 2 + n1 n2
2

untuk selisih ratay - x berlaku

x y = 1 2 ; x y =

1 2 + n1 n2
2

x-y atau y-n besarnya sama dal;am kedua hal dan dinamkan kekeliruan baku selisih rata-rata. Untuk ukuran sampel yang cukup besar selisih rata-rata x-y akan mendekati distribusi normal dengan
2

rata-rata
2

dan

simpangan

baku

seperti

rumus

x y = 1 2 ; x y

1 2 = + n1 n2

Sedangkan transformasi yang digunakan untuk membuat distribusi normal menjadi distribusi norml baku adalah Z =

( X Y )( 1 2 )
x y

Apabila dua dari kumpulan rata-rata sampel tersebut diatas dibentuk jumlahnya diperoleh jumlah rasta-raya sampel xi+yj dimana i=1,2...k. j=1,2...r Rerata darimkumpulan tersebut diberi simbol xi+yj dan simpangan bakunya xi+yj Untuk sampel yang independen berlaku: xi+yj = 1 + 2
1 2 = + n1 n2
2 2

xi + yj

Distribusi jumlah rata-rata untuk sampel berukuran cukup besar, akan mendekati distribusi normal dengan parameter rata-rata dan simpangan baku seperti rumus diatas. Untuk membuat distribusi normal baku digunakan rumus transformasi:
Z=

( x + y )( 1 2 )
x y

Contoh: Murid laki-laki disuatu SMU mempunyai rata-tara tinggi badan 162 cm, simpangan baku 5,2 cm sedanfg murid perempuan 153 cm simpangan baku 4,9 cm.

66 Dari kedua kelompok murid tersebut masing- masing diambil sebuah sampel secara independen berukuran sama yaitu 170m orang. Berapa peluang rata-raya tinggi murid laki-laki paling sedikit 8 cm dari ratya-raya tinggi murid perempuan? Penyelesaian: Misal: sampel murid laki-laki rata-rata tingginya x dan murid perempuan y 1 = x = 162 cm 1 = 2 = 5,2 2 = y = 153 cm 2 = y = 4,9 x-y berdistribusi normal dengan ratya-rata x-y = 162 153 = 9 cm dan simpangan bakunya adallah 0,306 dengan menggunakan rumus Z =

( x + y )( 1 2 )
x y

luas daerah normal baku adalah 0,5

+ 0,4994 = 0,9994 jadi peluang yamg yang dicari adalah 0,994 C. Distribusi Selisih Proporsi Dua populasi masing-masing berdistribusi binomial. Keduanya berukuran besar dimnana: 1. Untuk populasi pertama terdapat peristiwa A dengan proporsi 1 secara independent diambil sample berukuran n1. 2. Untuk populasi kedua terdapat peristiwa A dengan proporsi 2 secara independent diambil sample berukuran n2.
xi ; dimana i = 1,2k ; Xi terdapat n1 xj peristiwa A dalam sample yang mungkin diambil dari populasi pertama. ; dimana n2 j = 1,2r ; Xj terdapat peristiwa A dalam sample yang mungkin diambil dari popuilasi kedua, r = banyaknya sample yang mungkin diambil dari populasi kedua. xi xj selisih proporsi [ + ] dapat dibentuk dari kumpulan selisih proporsi yang n1 n 2

Untuk peristiwa A didapat kumpulan proporsi :

dibentuk dapat dihitung dengan; sp =- rata-rata ; sp = simpang baku sp = [

xi xj + ] = selisih antara propoorsi sample pertama dan kedua. n1 n 2

Berlaku rumus

67 sp = 1 - 2

sp =

1 (1 n1 ) 2 (1 n2 ) + n1 n2
Untuk ukuran sample cukup besar n1 30 dan n2 30, maka distribusi selisih

proporsi akan mendekati distribusi normal dengan parameter seperti diatas. Agar distribusi normal menjadi distribusi normal baku maka diperlukan transformasi;

Z=

( x / n1) ( y / n2) ( 1 2 )
sp

Contoh: Dalam suatu PT Universitas jurang Grawah akan diadakan pemilihan rektor. Dari hasil pembicaraan tak resmi nampaknya ada kecenderungan calon berinisial B akan mendapat suara 70 % dalam pemilihan tersebut. Dua buah sampel telah diambil masing masing terdirui atas 300 orang. Tentukan probabilitas ajkan terdapat perbedaan persentasre tidak lebih dari 10% dari sampel itu yang akan memilih B Penyelesaian: Dianggap dua populasi sama sehingga 1 - 2= 0,7 x = banyak orang memilih B dalam sampel pertama y = banyak orang memilih B dalam sampel kedua Akan dicari pluang : 1-y/n2 < 10% atau y/n2- x/n1 < 10% -10%<x/n1-y/n2<10% sp = 1 - 2= 0,7 0,7 = 0
sp =
=

1 (1 n1 )
n1

n 2 (1 2 ) n2

0,7 x0,3 0,7 x0,3 + = 0,037 300 300

Z1 = =

( x / n1) ( y / n2) ( 1 2 )
s p

0,1 0 0,1 0 = 2,7; Z 2 = = 2,7 0,037 0,037

Luas daerah normal baku antara Z1 dan z2 adalah 2x(0,4965) =0,993

68