POPULASI

DAN
SAMPEL

POPULASI DAN SAMPEL

Apakah populasi?
Populasi adalah totalitas dari semua objek
atau individu yang memiliki karakteristik
tertentu, jelas dan lengkap yang akan di
teliti (bahan penelitian). .
Populasi: Himpunan semua hal yang
ingin diketahui.
Dapat berupa kumpulan semua kota,
semua wanita, semua perusahaan.

 Populasi dalam penelitian

dapat pula diartikan sebagai
keseluruhan unit analisis
yang ciri-cirinya akan diduga.
Unit analisis adalah
unit/satuan yang akan diteliti
atau dianalisis

Menentuan populasi dibantu oleh

4 faktor :

Isi
Satuan
Cakupan (scope)
Waktu

Contoh:
Suatu penelitian tentang pendapatan
keluarga petani di Kabupaten Jombang
tahun 2005,
maka populasinya dapat ditetapkan
dengan 4 faktor tsb:
Isi
Semua keluarga petani
Satuan
Petani penggarap/pemilik
tanah
Cakupan (scope) Kabupaten Jombang
Waktu
tahun 2005

Populasi dapat dibedakan

Populasi target merupakan populasi
yang telah ditentukan sesuai dengan
permasalahan penelitian, dan hasil
penelitian dari populasi tersebut ingin
disimpulkan.
Populasi survei merupakan populasi
yang terliput dalam penelitian yang
dilakukan.

Populasi Survei

Populasi target

Idealnya populasi target dan populasi

survei sama, tapi karena berbagai sebab
maka populasi target dan survei menjadi
tidak sama.

Populasi terdiri dari unsur sampling

yaitu unsur/unsur yang diambil
sebagai sampel.
Kerangka sampling (sampling Frame)
adalah daftar semua unsur sampling
dalam populasi sampling.
Unsur sampling ini diambil dengan
menggunakan kerangka sampling
(sampling frame)

Presisi dan Akurasi

Presisi adalah ukuran dari seberapa
konsistensi alat ukur ketika melakukan
pengukuran terhadap sampel,
sedang Akurasi adalah ukuran dari
seberapa tepat alat ukur tersebut
memberikan hasil yang sebenarnya.

Presisi dan Akurasi

Apakah sampel?

Sampel adalah bagian dari populasi yang di

ambil melalu cara-cara tertentu yang jga
memilki karakteristik tertentu, jelas dan
lengkap yang di anggap bisa mewakili
populasi.

Cara menentukan sample, agar

memenuhi syarat
Teknik (metode) penentuan sample yang ideal
memiliki ciri-ciri:

Dapat memberikan gambaran yang

akurat tentang populasi
Dapat menentukan presisi
Sederhana sehingga mudah
dilaksanakan
Dapat memberikan keterangan
sebanyak mungkin dengan biaya murah.

Berapa besar sampel = representatif?

Besar sample perlu mempertimbangkan hal-hal
sbb:
Derajat keseragaman (degree of homogenity)
dari populasi completely heterogeneous
Presisi yang dikehendaki dari penelitian
Rencana analisis
Tenaga, biaya dan waktu
Besar populasi
SEMAKIN BESAR SAMPEL SEMAKIN TINGI TINGKAT
PRESISI YANG DIDAPATKAN

Tabel jumlah sampel berdasarkan jumlah populasi

Populasi (N)

Sampel (n)

Populasi (N)

Sampel (n)

Populasi (N)

Sampel (n)

10

10

220

140

1200

291

15

14

230

144

1300

297

20

19

240

148

1400

302

25

24

250

152

1500

306

30

28

260

155

1600

310

35

32

270

159

1700

313

40

36

280

162

1800

317

45

40

290

165

1900

320

50

44

300

169

2000

322

55

48

320

175

2200

327

60

52

340

181

2400

331

65

56

360

186

2600

335

70

59

380

191

2800

338

75

63

400

196

3000

341

80

66

420

201

3500

346

85

70

440

205

4000

351

90

73

460

210

4500

354

95

76

480

214

5000
14

357

Populasi (N)

Sampel (n)

Populasi (N)

Sampel (n)

Populasi (N)

Sampel (n)

100

80

500

217

6000

361

110

86

550

226

7000

364

120

92

600

234

8000

367

130

97

650

242

9000

368

140

103

700

248

10000

370

150

108

750

254

15000

375

160

113

800

260

20000

377

170

118

850

265

30000

379

180

123

900

269

40000

380

190

127

950

274

50000

381

200

132

1000

278

75000

382

210

136

1100

285

1000000

384

Morgan & Krecjie, dalam Uma Sekaran, 2003

15

Rumus Slovin

Pertanyaan dalam seringkali diajukan dalam metode pengambilan sampel adalah berapa
jumlah sampel yang dibutuhkan dalam penelitian. Sampel yang terlalu kecil dapat
menyebabkan penelitian tidak dapat menggambarkan kondisi populasi yang
sesungguhnya. Sebaliknya, sampel yang terlalu besar dapat mengakibatkan
pemborosan biaya penelitian.
Salah satu metode yang digunakan untuk menentukan jumlah sampel adalah
menggunakan rumus Slovin (Sevilla et. al., 1960:182), sebagai berikut:

dimana
n: jumlah sampel
N: jumlah populasi
e: batas toleransi kesalahan (error tolerance)

HASIL SLOVIN
N = 376 orang (jumlah populasi)
e2 = 0,05 dikuadratkan (0,05 x 0,05 =
0,0025)
n = 376 x 0,0025 + 1 = 1,94
N=376/1,94
= 193.81 dibulatkan 194 orang/responden

Parameter
Parameter adalah nilai yang saling terkait dan
menggunakan sumber data yang berasal dari
populasi dan dapat digunakan unuk menarik
kesimpulan mengenai karakter populasi.
Contoh : - mean ( ), standar deviasi ( ), proporsi
(P) dan koefisien korelasi ( ). - Rata-rata nilai ujian
Statistika mahasiswa Universitas Gajayana Median nilai ujian Statistika mahasiswa
Universitas Gajayana

Teknik penarikan/pengambilan
sample

1. Probability Sampling
(random sampling)
2. Non Probability Sampling
(non random sampling)

Probability Sampling
Teknik penarikan sampel, dimana setiap unsure
atau elemen sampling diberi kesempatan yang sama
dan persis sama untuk diikutkan/dipilih dalam
sample.
Syarat dalam penarikan sample probabilitas adalah
tersedianya daftar anggota populasi atau daftar
unsure/elemen populasi (kerangka sample/sampling
frame).

Beberapa Teknik Probability

Sampling:
1. Simple Random Sampling ( Penarikan
sample secara Random/Acak
Sederhana)
Caranya :
Dengan mengundi elemen/anggota
populasi
Dengan menggunakan tabel angka
random

Syarat Acak Sederhana

1. Tersedia kerangka sampling
2. Sifat populasi homogen
3. Populasi tidak terlalu tersebar secara
geografis

2. Systematic Random Sampling

(Penarikan sample secara sistematik)
Pengertian Sampling Sistematis atau Definisi Sampling Sistematis
adalah teknik pengambilan sampel berdasarkan urutan dari anggota
populasi yang telah diberi nomor urut.Contoh Sampling Sistematis,
anggota populasi yang terdiri dari 100 orang, dari semua semua
anggota populasi itu diberi nomor urut 1 sampai 100. Pengambilan
sampel dapat dilakukan dengan mengambil nomor ganjil saja, genap
saja, atau kelipatan dari bilangan tertentu, misalnya kelipatan dari
bilangan lima. Untuk itu maka yang diambil sebagai sampel adalah
nomor urut 1, 5, 10, 15, 20 dan seterusnya sampai 100.

3. Stratified Random Sampling

(Penarikan Sampel Startifikasi)
Caranya:
1. Menetapkan kriteria yang jelas yang akan
digunakan sebagai dasar penetuan strata (lapisan).
2. Dengan dasar kriteria tersebut populasi dibagi ke
dalam sub-subpopulasi (setiap subpopulasi
diasumsikan homogen)
3. Penentuan besar sampel pada masing-masing
subpopulasi bisa proporsional bisa pula tidak.

4. Penentuan usnsur bisa simple

random/systematic

Syarat Stratified Random

Sampling
1. Kriteria yang jelas untuk
menstratifikasi
2. Ada data pendahuluan mengenai
kriteria
3. Diketahui jumlah tiap lapisan

4. Cluster Sampling
(Penarikan Sampel Berkelompok)
Ada kalanya peneliti tidak tahu persis karakteristik
populasi yang ingin dijadikan subjek penelitian
karena populasi tersebar di wilayah yang amat
luas. Untuk itu peneliti hanya dapat menentukan
sampel wilayah, berupa kelompok klaster yang
ditentukan secara bertahap. Teknik pengambilan
sample semacam ini disebut cluster sampling atau
multi-stage sampling.
Cluster sampling adalah cara pengambilan sampel
yang berdasarkan pada cluster-cluster tertentu

4. Cluster Sampling
(Penarikan Sampel Berkelompok)
Misalkan seorang peneliti hendak melakukan studi pada populasi
yang jumlahnya 4.000 guru dalam 100 sekolah yang ada. `Sampel
yang diinginkan adalah 400 orang. Cara yang digunakan adalah
teknik sampel secara klaster dengan sekolah sebagai dasar
penentuan logis klaster yang ada. Bagaimanakah langkah
menentukan sampel tersebut? Jawabannya adalah sebagai berikut.
Total populasi adalah 4.000 orang. Jumlah sampel yang diinginkan
400 orang. Dasar logis klaster adalah sekolah yang jumlahnya ada
100. Dalam populasi, setiap sekolah adalah 4.000/100 = 40 guru
setiap sekolah. Jumlah klaster yang ada adalah 400/40 = 10. Oleh
karena itu, 10 sekolah di antara 100 sekolah dipilih secara random.
Jadi, semua guru yang ada dalam 10 sekolah sama dengan jumlah
sampel yang diinginkan
.

Caranya:
1. Populasi dibagi ke dalam mini populasi-mini
populasi. Mini populasi memiliki karakteristik yang
sama dengan populasi
2. Pengelompokan mini populasi ini bisa berdasarkan
pada pengelompokan secara administrasi.
3. Setelah itu menentukan cluster secara random
(bisa dilakukan secara bertingkat misal dari desa
menjadi dukuh-dukuh atau dusun dst)
4. Cluster yang terpilih adalah unit yang berisi elemen
sample final

II. Non Probability Sampling

(Non random sampling)
Cara ini dilakukan bila tidak mungkin diperoleh
daftar yang lengkap dari populasi penelitian,
sehingga tidak terdapat kesempatan yang sama
pada anggota populasi.
Karena itu peneliti tidak dapat membuat generalisasi
atau kesimpulan yang dapat mewakili populasi, hasil
analisis hanya berlaku untuk anggota populasi yang
diteliti.
Dengan penarikan sample non probability, peneliti
tidak dihadapkan pada cara-cara yang rumit.

Beberapa Teknik Non Probability Sampling

1. Purposive Sampling (Penarikan Sampel Secara
Sengaja)
Pengertian Purposive Sampling atau Definisi
Purposive Sampling adalah teknik penentuan sampel
dengan pertimbangan tertentu.
Contoh Purposive Sampling, akan melakukan
penelitian tentang kualitas makanan, maka sampel
sumber datanya adalah orang yang ahli makanan.
Sampel ini lebih cocok digunakan untuk Penelitian
Kualitatif atau penelitian yang tidak melakukan
generalisasi.

2. Quota Sampling
(Penarikan Sampel Jatah)
Teknik untuk menentukan sampel dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah kuota yang
diinginkan.
Contoh Sampling Kuota, akan melakukan penelitian
tentang Karies Gigi, jumlah sampel yang ditentukan 500
orang, jika pengumpulan data belum memenuhi kuota
500 orang tersebut, maka penelitian dipandang belum
selesai.
Bila pengumpulan data dilakukan secara kelompok yang
terdiri atas 5 orang pengumpul data, maka setiap anggota
kelompok harus dapat menghubungi 100 orang anggota
sampel, atau 5 orang tersebut harus dapat mencari data
dari 500 anggota sampel.

3. Snow-ball Sampling
(Penarikan Sampel Bola Salju)
Cara penarikan sampel ini dimulai dengan
jumlah yang sedikit akhirnya menjadi banyak,
dengan beberapa tahap.
Pertama, menentukan satu atau beberapa
orang untuk diwawancarai.
Selanjutnya orang-orang tersebut akan
berperan sebagai titik awal penarikan sampel
selanjutnya.
Salah satu kelemahannya adalah sampel yang pada
tahap berikutnya adalah orang-orang terdekat (peer
group). Karena itu orang pertama dipilih lebih dari
satu.

4. Sequential Sampling
Penarikan sample ini dimulai dengan
pengambilan sample dalam jumlah kecil,
kemudian data dianalisis.
Jika hasilnya masih diragukan, maka
sample diambil yang lebih besar dan
seterusnya.

5. Accidental/Haphazard Sampling
(Penarikan Sampel Secara Kebetulan)

Penarikan sample ini dilakukan

dengan cara memilih orang yang
kebetulan ditemui.