Rumusan masalah

Bagaimana?
Seberapa besar?
Apakah?
Apa penyebab?
Simple random
Stratified
random

PENGERTIAN
Populasi merupakan sekumpulan orang atau

objek yang memiliki kesamaan dalam satu
atau beberapa hal dan yang membentuk
masalah pokok dalam suatu riset khusus.
Populasi yang akan diteliti harus
didefinisikan dengan jelas sebelum
penelitian dilakukan
Sampel adalah semacam miniatur
(mikrokosmos) dari populasinya

LANJUTAN
Sampel merupakan bagian kecil dari

suatu populasi
Populasi merupakan suatu wilayah
generalisasi yang terdiri atas
obyek/subyek yang mempunyai
karakteristik tertentu dan mempunyai
kesempatan yang sama untuk dipilih
menjadi anggota sampel.

ALUR KERJA DENGAN SAMPLE

SAMPEL

TEMUAN

POPULASI

MENGAPA
 Data yang dipergunakan dalam suatu penelitian belum

tentu merupakan keseluruhan dari suatu populasi karena
beberapa kendala :
 Kendala biaya
 Kendala waktu
 Kendala tenaga
 Polulasi yang tidak terdefinisikan
 Untuk mengatasi masalah dalam pemakaian data yang
mengalami kendala-kendala, maka dapat dipergunakan
SAMPEL.

PRINSIP-PRINSIP DASAR

Untuk resiko perbedaan hasil antara populasi

dengan sampel, dipergunakan kemungkinan
tingkat kesalahan (misalnya 1%, 5%, 10%)
Angka tingkat kepercayaan tersebut pararel
dengan tingkat kepercayaan/ kebenaran
(misalnya 99%, 95%, 90%)

Kriteria sampel yang
representatif
Akurasi = tingkat keyakinan
Presisi = tingkat ketepatan

Ukuran Sampel
Macam-macam cara untuk

menentukan ukuran sampel dari
suatu populasi.
Beberapa ahli mengemukakan
berbagai cara yang berbeda.

Menentukan ukuran sampel menurut
Slovin
Menggunakan rumus :

n = ukuran sampel
N = ukuran populasi
e
=
persen kelonggaran ketidaktelitian
karena
kesalahan pengambilan sampel
yang
masih dapat ditolerir atau
diinginkan
misalnya 2%

Hitunglah
Berapa ukuran sampel menurut Slovin bila

populasi 500 dengan tingkat kesalahan 5%
dan 10%
Berapa ukuran sampel menurut Slovin bila
populasi 1500 dengan tingkat kesalahan 5%
dan 10%

CONTOH
Rumus tersebut memiliki asumsi bahwa populasi berdistribusi

normal

Populasi

Batas-batas kesalahan
+1%

+2%

+3%

+4%

+5%

+10%

500

-

-

-

-

222

83

1500

-

-

638

441

316

94

2500

-

1250

769

500

345

96

5000

-

1667

909

556

370

98

10000

5000

2000

1000

588

385

99

50000

8333

2381

1087

617

387

100

Menentukan ukuran sampel menurut
Gay
Ukuran minimum sampel yang dapat diterima

bedasarkan pada desain penelitian yang
digunakan, yaitu :
Metode deskriptif, minimal 10% populasi

untuk populasi yang relatif kecil min 20%
Metode deskriptif-korelasional, minimal 30 subyek
Metode ex post facto, minimal 15 subyek per

kelompok
Metode eksperimental, minimal 15 subyek per
kelompok

Data Sources
Primary

Secondary

Data Collection

Data Compilation

Observatio
n

Surve
y

Experimentatio
n

Print or
Electronic

Types of Sampling Methods
Sampl
es
NonProbability
Samples
Quota
Judgement

Probability
Samples
Simple
Random

Convinie
nce
Snow ball

Area
Purposive

Stratified
Cluster

Systematic

Perbedaan sampel
probability dan non
probability
Pertimbangan
Biaya
Akurasi
Waktu
Penerimaan hasil
Kemampuan
generalisasi

Probability

Non Probability

Perbedaan sampel
probability dan non
probability
Pertimbangan

Probability

Non Probability

Biaya
Akurasi
Waktu
Penerimaan hasil

Lebih mahal
Lebih tepat
Lebih lama
Penerimaan
universal

Lebih murah
Kurang tepat
Lebih cepat
Penerimaan
masuk akal
jelek

Kemampuan
generalisasi

baik

PROBABILITY SAMPLING
Subjects of the sample are chosen based on known probabilities.

Probability

Samples

Simple
Random

Systematic

Stratified

Cluster

PROBABILITY SAMPLING
PROBABILITY SAMPLING ADALAH TEKNIK PENGAMBILAN
SAMPEL YANG MEMOSISIKAN SEMUA ANGGOTA
POPULASI DALAM PSOSISI YANG SAMA, YAKNI SAMASAMA MEMILIKI PELUANG UNTUK MENJADI SAMPEL.
TEKNIK-TEKNIK YANG DIKEMBANGKAN DALAM MODEL INI
MERUAKAN TEKNIK-TEKNIK TERBAIK DALAM
PENGAMBILAN SAMPEL. SEJAUH KARAKTER
POPULASINYA MEMUNGKINKAN UNTUK DIAMBIL SAMPEL
DENGAN TEKNIK-TEKNIK PROBABILITY SAMPLING,
DISARANKAN AGAR DILAKUKAN

Pengambilan Sampel Probabilitas

Suatu metode pemilihan ukuran sampel dimana

setiap anggota populasi mempunyai peluang yang
sama untuk dipilih menjadi anggota sampel.
Tetapi semakin besar populasi, akan semakin sulit.
Ada empat cara pengambilan sampel dengan metode
ini :
1.
2.
3.
4.

Simple random Sampling
Stratified random sampling (cara stratifikasi)
Cluster sampling (cara kluster)
Systematic sampling

B. Cara Tabel bilangan random



Menggunakan tabel bilangan random (acak), yaitu suatu tabel
yang terdiri dari bilangan-bilangan yang tidak berurutan.
Secara prinsip, pemakaiannya adalah dengan memberi nomor
pada setiap anggota populasi dalam suatu daftar (sample
frame)
Selanjutnya dipergunakan jumlah digit pada tabel acak
dengan digit populasi
Pilih salah satu nomor dengan acak, gunakan dua digit
terakhirnya, cocokkan dengan nomor pada sample frame.
Jika ada yang sama, maka data pada sample frame diambil
sebagai anggota sampel.

SIMPLE RANDOM SAMPLING
A. Cara Undian
 Dengan cara memberikan nomor-nomor pada seluruh

anggota populasi, lalu secara acak dipilih nomornomor sesuai dgn banyaknya jumlah sampel yang
dibutuhkan.
 Ada dua rancangan cara undian :

Pengambilan sampel tanpa pengembalian, yang berarti
sampel yang pernah terpilih tidak akan dipilih lagi. Akan
menghasilkan nilai probabilitas yang tidak konstan (1;100)
Pengambilan sampel dengan pengembalian, yang berarti
sampel yang pernah terpilih ada kemungkinan terpilih lagi.
Megnghasilkan nilai probabilitas yang konstan (1:99)

Contoh menentukan reponden menggunakan tabel bilangan

random

 Buat kerangka populasi (daftar nama populasi, beri nomor)
 Buka tabel bilangan random (acak)
 Pilih baris pada tabel bilangan random dengan cara tertentu (misalnya

terpilih baris ke 23)
 Pilih lajur pada tabel bilangan acak (misalnya terpilih lajur ke 35)
 Temukan titik temu antara baris dan lajur, berupa bilangan (misal titik
temu antara baris ke 23 dengan lajur ke 35 adalah bilangan 084)
 Bilangan tersebut merupakan nomor responden pertama yang terpilih
 Untuk menentukan nomor responden berikutnya dapat diambil
bilangan-bilangan yang ada dibawah dan atau diatasnya

2. Stratified Random Sampling (stratifikasi)



Dilakukan dengan membuat strata pada anggota
populasi
Mengelompokkan suatu populasi yang heterogen
berdasarkan karakteristik tertentu ke dalam beberapa
sub-populasi.
Sehingga setiap sub populasi akan memiliki anggota
sampel yang homogen
Dari setiap sub populasi diambil anggota sampelnya
secara acak
Penghitungan sampel menggunakan dua pendekatan :
a.
b.

Cara proporsional (bila jumlah elemen tiap sub populasi
tidak sama)
Cara disproporsional (bila jumlah elemen tiap sub populasi
sama)

contoh
SMP

300

SMA

200

S1

100

S2

20

Soal, tentukan ukuran sampel menurut Slovin
dengan proportional stratified random sampling

Bila jumlah pegawai ada1000 orang tingkat

kesalahan 5%
S1=50
Sarjana muda=300
SMK = 500
SMP 100
SD = 50

jawab
S1 50/1000X278=13,90= 14
SM=300/1000X278=83,40=84

3. Cluster Sampling
Pendekatan pengambilan sampel dengan cara

melakukan seleksi terlebih dahulu terhadap setiap
individu yang menjadi populasi
Dilakukan dengan cara membagi populasi ke dalam
kelompok-kelompok elemen dan secara random
beberapa anggota kelompok dipilih sebagai sampel.
Atau melakukan randomasi terhadap kelompok
bukan terhadap subjek terhadap secara individual.
Didasarkan pada satuan analisis dalam kelompok
tertentu di satu wilayah.

 Contoh :
 Penelitian untuk mengetahui penggunaan internet di

wilayah Belimbing kota malang.
 Kesulitan membuat kerangka populasi karena jumlah
satuan analisis yang banyak (warga belimbing kota malang)
 Misal wilayah belimbing memiliki 10 RW.
 Dari 10 RW tersebut diambil 25% melalui teknik random,
diperoleh 3 RW
 Masing-masing RW memiliki 11,12 dan 14 RT
 Masing-masing RT terdiri dari 25, 26 dan 29 KK
 Dari 80 KK tersebut hanya 50 KK yang menggunakan
internet.

Perbedaan Stratified Sampling dengan

Cluster Sampling
Cara stratifikasi akan mengakibatkan adanya

sub-populasi yang unsurnya homogen
Cara Cluster akan mengakibatkan adanya
sub-populasi yang unsurnya heterogen.

4. Cara sistematis

Merupakan teknik untuk memilih anggota
sampel melalui peluang dan sistem
tertentu dimana pemilihan anggota sampel
dilakukan setelah pemilihan data pertama
secara acak, dan untuk data selanjutnya
dipilih berdasarkan interval tertentu atau
kelipatan tertentu atau angka ganjil genap.

Contoh menggunakan kelipatan :
Menggunakan angka kelipatan 3 untuk

menentukan responden.
Maka responden yang dipilih adalah responden
yang memiliki nomor 3, 6,9, dstnya.

Atau dapat juga dilakukan dengan membagi

angka ukuran populasi dengan angka ukuran
sampel :
Jika populasi 400 dan sampel 80, maka 400:80=5
Sehingga responden yang dipilih adalah

responden yang memiliki nomor kelipatan 5.
nomor 5,10,15,dstnya

NON-PROBABILITY SAMPLING

Pengambilan sampel dengan cara ini akan membuat

semua elemen populasi belum tentu memiliki
peluang yang sama untuk dipilih menjadi anggota
sampel.
Besarnya peluang anggota populasi untuk terpilih
sebagai sampel tidak diketahui.
Akibatnya tidak dapat menghitung besarnya error
dalam estimasi terhadap karekteristik populasi.

Alasan menggunakan nonprobability sampling :
Total populasi tidak diketahui dengan pasti
Penggunaan probability tidak operasional di lapangan,

karena sampel cenderung akan bias
Analisis antar seksi (cross section) tidak dipergunakan
dalam penelitian
Biaya dan waktu yang tersedia tidak memungkinkan
operasi penelitian menggunakan probability sampling.

 Di awal penelitian suatu permasalahan, di

mana tujuannya baru mengumpulkan
informasi mengenai gejala (tujuan
eksploratif), cukuplah menggunakan
nonprobability sampling, belum diperlukan
generalisasi statistik yang akurat.
 Kalau populasinya sendiri jumlah
anggotanya kecil (misalnya di bawah 100).

CARA-CARA
a. Cara keputusan (judgment sampling)
Mengambil sampel dengan melakukan pertimbangan
Bila ingin mengetahui pendapat karyawan tentang
suatu produk yang akan dibuat, peneliti telah
beranggapan bahwa karyawan akan lebih banyak
tahu daripada orang-orang lain, sehingga peneliti
telah melakukan pertimbangan.

Cara ini cocok untuk dipakai pada saat tahap
awal studi eksploratif.

B. Cara kuota (Quota sampling)
Mengambil sampel sebanyak jumlah tertentu yang

dianggap dapat merefleksikan ciri populasi.
Pada cara ini tidak ada jaminan bahwa ciri-ciri populasi
akan terwakili dalam sampel yang terpilih dan kita tidak
dapat mengestimasi error yang terjadi.
Hasil penelitian terhadap sampel ini tidaklah dapat
digeneralisasikan secara valid pada populasinya.
Cara ini dapat dipergunakan apabila :
 peneliti menghadapi keterbatasan dana
 tujuan penelitian bukan untuk memperoleh gambaran mengenai

populasi melainkan untuk pengujian hipotesis-hipotesis dalam
penelitian awal.

Contoh :
Tujuan peneliti ingin mengetahui penggunaan
internet di kampus ASIA bagi mahasiswa masingmasing jurusan semester 5
Peneliti menetapkan 20 mahasiswa untuk
masing-masing jurusan semester 5 sebagai
responden
Angka 20 merupakan perkiraan peneliti yang
diyakini dapat mewakili mahasiswa di lokasi
penelitian.

C. Cara Dipermudah (Convinience sampling)
 Sampel dengan cara ini adalah yang paling murah

dan cepat dilakukan karena peneliti memiliki
kebebasan untuk memilih siapa saja yang mereka
temui.
 Kurang bisa diandalkan
 Bermanfaat untuk tahap awal penelitian eksploratif
saat mencari petunjuk-petunjuk penelitian, yang
akan menghasilkan bukti-bukti yang cukup melimpah
sehingga prosedur pengambilan sampel yang lebih
canggih tidak diperlukan lagi.

D. Cara bola salju (Snowball sampling)
Merupakan teknik penentuan sampel yang

mula-mula jumlahnya kecil, kemudian sampel
ini disuruh memilih responden lain untuk
dijadikan sampel lagi, begitu seterusnya
sehingga jumlah sampel menjadi banyak.

E. Area Sampling
Populasi dibagi atas beberapa bagian populasi di

mana bagian populasi ini dapat dibagi-bagi lagi.
dari bagian populasi yang terkecil diambil sampel
sebagai wakilnya untuk masuk kepada bagian
populasi yang lebih besar.
Dari bagian populasi yang lebih besar ini akan diambil
lagi sampel yang akan dipakai lagi dan seterusnya.

F. Purposive Sampling
Pemilihan sampel didasarkan pada karakteristik

tertentu yang dianggap mempunyai hubungan
dengan karakteristik populasi yang sudah
diketahui sebelumnya.
Memilih sampel berdasarkan kelompok, wilayah
atau sekelompok individu melalui pertimbangan
tertentu yang diyakini mewakili semua unit
analisis yang ada.

Contoh :
Penelitian untuk meneliti sikap mahasiswa

terhadap peraturan pemerintah mengenai
UU Hak Cipta
Maka dipilih beberapa Perguruan Tinggi
dan Universitas yang dianggap dapat
mewakili bedasarkan penyelidikan atau
kenyataan sebelumnya.

Kekeliruan Sampling
Proses riset harus terbebas atau paling

tidak hanya memilki sedikit kesalahan
ataupun kekeliruan baik pada saat
pengumpulan, pengolahan data sampai
dengan saat penyajian informasi sebagai
hasil riset
Secara logis, tidak mungkin rata-rata
hitung suatu sampel yang diambil dari
suatu populasi akan sama persis dengan
rata-rata hitung populasi.

Kekeliruan sampling :
Adalah kekeliruan yang terjadi pada saat

menelaah sampel, misalnya dalam menentukan
jumlah sampel yang harus diambil

Kekeliruan non sampling :
Kekeliruan yang terjadi dalam suatu riset yang

disebabkan oleh populasi yang tidak jelas,
pertanyaan yang tidak tepat dan obyek yang
diteliti ternyata tidak seluruhnya didapat.

soal
Dalam keadaan bagaimana sampel lebih baik dari

pada sensus?
Dalam situuasi bagaimana anda merekomendasikan :
-sampel probabilitas
- sampel non probabilitas
-sampel random sederhana
- sampel stratifikasi
Uraikan secara singkat kriteria sampel yang
representatif dan perbedaan antara akurasi dan presisi
Jelaskan kelebihan dan kelemahan metode pemilihan
sampel acak sederhana (simple random sampling)

Tugas
(waktu 60 menit Pk 13.15-14.15)
Lakukan observasi di dalam kampus UC,

Fenomena apa yang anda temukan
Buatlah rumusan masalahnya
Menurut saudara dari fenomena tersebut
siapa populasinya
Menurut saudara metode sampel apa yang
anda rekomendasikan
Kelompok 5 orang

Sign up to vote on this title
UsefulNot useful