You are on page 1of 76

Kamis, 16 Juni

2016

POPULASI, SAMPEL
&
TEKNIK SAMPLING
Anita Lidesna Shinta Amat

1

2

SILABI
• Pengertian Populasi
• Sampel
• Teknik Sampling
• Jenis-jenis Teknik Sampling
- Random Sampling
- Non Random Sampling
• Penetapan Jumlah Sampel
• Ukuran Sampel
3
3

POPULASI  Wilayah generalisasi yang terdiri atas objek/subjek yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya  Keseluruhan unsur yang akan diteliti yang ciri- cirinya akan ditaksir (diestimasi). bisa berupa kumpulan orang (individu. masyarakat. dll). Ciri-ciri populasi disebut parameter. komunitas. dll). tempat. benda (jumlah gedung/bangunan.  Sekumpulan orang atau objek yang memiliki kesamaan dalam satu atau beberapa hal dan yang membentuk masalah pokok dalam suatu .  Kumpulan objek penelitian. kelompok.

– Misal: Bagaimana tingkat kehadiran mahasiswa Fikom UIEU pada perkuliahan Semester Genap 2005-2006 ? – Variabel penelitian = tingkat kehadiran – Sumber data = Seluruh mahasiswa Fikom UIEU 5 . Populasi dan Sampel • Populasi sering juga disebut Universe. • Populasi adalah seluruh anggota sumber data penelitian.

Sebagian anggota populasi disebut wakil atau sampel. Populasi & Sampel • Bila anggota populasi besar (banyak) peneliti diperkenankan untuk meneliti sebagian saja dari populasi. – Alasan mengambil sampel. karena: • Waktu yang terbatas • Dana yang kurang • Tenaga yang kurang 6 .

Sampel ? Populasi adalah Sampel sesuatu hal adalah yang dijadikan Populasi sebagian sebagai unit N dari analisis Sampel populasi penelitian n Populasi bisa berupa kumpulan manusia atau benda 7 .

Representatif Sample 100 Populasi 1000 8 .

it's the only thing that has” - Margaret Meade 9 . “Never doubt that a small group of committed citizens can change the world. Indeed.

biaya dan Pengawasan tenaga Bisa merusak dan perbaikan atau malah lebih mudah tidak akurat 10 . Why Sample? Seringkali tidak Manajemen Pertimbangan mungkin mengamati proyek lebih praktis seluruh anggota gampang populasi Hemat waktu.

11 .Sampling adalah suatu proses yang dilakukan untuk memilih dan mengambil sampel secara benar dari suatu populasi sehingga sampel tersebut dapat mewakili populasinya.

PRINSIP TEORI SAMPLING Disain sampling yang dibuat/sampel yang terpilih dapat memberikan perkiraan dengan peluang yang besar 1. Keteraturan Statistik pen-tingnya memilih sampel berdasarkan teori peluang Memberikan tingkat efisiensi besar 3. Optimum dengan biaya yang minimum/kecil atau biaya kecil dengan tingkat efisiensi yang maksimum/besar 12 . Validitas dan dapat menginterpretasikan secara objektif keadaan populasi sebenarnya Menekankan pada bagaimana 2.

Cakupan materi tenaga dan waktu lebih besar sehingga informasi lebih banyak Keuntungan Akurasi lebih baik karena vs Penyajian sampai wilayah terkecil tidak terpenuhi Nonsampling error rendah Kelemahan Sulit memproleh Tidak tersedia kerangka variabel langka sampel/frame 13 . Menghemat biaya.

Sampling Process Defining Developing a Population Sampling Frame Determining Specifying Sampling Sample Size Method Selecting Sample 14 .

Sampling What you What you want to talk Population actually about observe in the data Sampling Process Sampling Sample Frame Inference 15 .

Bentuk Pengambilan Sampel Sampel Sampel Acak Tidak Acak Setiap unsur Setiap unsur yang ada dalam yang ada dalam populasi diberi populasi tidak kesempatan diberi atau peluang kesempatan yang sama atau peluang untuk yang sama bisa diambil untuk sebagai sampel bisa diambil 16 .

apan peneliti sebaiknya mengambil samp secara acak dan tidak acak? Ketika peneliti bermaksud untuk menggeneralisasikan Ketika peneliti hasil penelitiannya tidak bermaksud untuk maka ambilah sampel menggeneralisasikan secara acak dan hasil penelitiannya representatif atau ketika jumlah populasi tidak di- ketahui secara pasti maka ambilah sampel secara tidak acak17 .

Teknik Pengambilan Sampel Sampel Acak : Sampel Tidak Acak : Sampel Acak Sederhana Sampel “kemudahan” Sampel Acak Distratakan Sampel “pertimbangan” Sampel sistematis Sampel Bola Salju Sampel Gugus Sampel Wilayah 18 .

Simple Random Sampling Stratified Probability Sampling Sampling Systematic Sampling Teknik Cluster Sampling Sampling Nonprobability Probability Proportional Sampling to Size/Area Convinience Purposive Quota Snowball Sampling Sampling Sampling Sampling 19 .

Types of Sampling Methods Sampl es Probability Non- Probability Samples Samples Simple Quota Random Stratified Judgement Convinie nce Cluster Snow ball Systematic Area Purposive 20 .

Pemilihan Probability dan Nonprobability Sampling Probability Evaluation Criteria Non-probability sampling sampling Conclusive Nature of research Exploratory Larger sampling Relative magnitude Larger non-sampling errors sampling vs. error non-sampling error High Population variability Low [Heterogeneous] [Homogeneous] Favorable Statistical Considerations Unfavorable High Sophistication Needed Low Relatively Longer Time Relatively 21 .

 Ada dua rancangan cara undian :  Pengambilan sampel tanpa pengembalian.SIMPLE RANDOM SAMPLING A. yang berarti sampel yang pernah terpilih tidak akan dipilih lagi. Megnghasilkan nilai probabilitas yang konstan 22 . yang berarti sampel yang pernah terpilih ada kemungkinan terpilih lagi. Akan menghasilkan nilai probabilitas yang tidak konstan  Pengambilan sampel dengan pengembalian. lalu secara acak dipilih nomor-nomor sesuai dgn banyaknya jumlah sampel yang dibutuhkan. Cara Undian  Dengan cara memberikan nomor-nomor pada seluruh anggota populasi.

SIMPLE RANDOM SAMPLING .

 Secara prinsip.  Jika ada yang sama. maka data pada 24 . Cara Tabel bilangan random  Menggunakan tabel bilangan random (acak). gunakan dua digit terakhirnya. yaitu suatu tabel yang terdiri dari bilangan-bilangan yang tidak berurutan.B. 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. cocokkan dengan nomor pada sample frame.

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 25 .

Cara disproporsional (bila jumlah elemen tiap sub populasi sama) 26 .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. Cara proporsional (bila jumlah elemen tiap sub populasi tidak sama) b.

II gol. III gol.• Contoh Stratified Random Sampling: Populasi 900 orang Dibagi tiga gol. IV 300 orang 300 orang 300 orang Pilih secara acak Pilih secara acak Pilih secara acak Untuk 90 orang Untuk 90 orang Untuk 90 orang .

5 19 tingkatan dan SMP 125 31.25 16 setiap tingkatan SMU 75 18.5 6 karakteristik a sendiri Jumla h 400 100 50 .Stratified Random Sampling • Adakalanya Strata Anggot Persentas Sampel a e populasi yang Populas (%) i ada memiliki 1 2 3 4 = (3 x strata atau 50) SD 150 37.75 9 memiliki Sarjan 50 12.

Didasarkan pada satuan analisis 29 . Atau melakukan randomasi terhadap kelompok bukan terhadap subjek terhadap secara individual. 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.3.

CLUSTER SAMPLING (Area Sampling) A B A B C C D D E F E F .

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.12 dan 14 RT Masing-masing RT terdiri dari 25. 26 dan 29 KK 31 Dari 80 KK tersebut hanya 50 KK yang . diperoleh 3 RW Masing-masing RW memiliki 11.Contoh : Penelitian untuk mengetahui penggunaan internet di wilayah Belimbing kota malang.

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. 32 .

Cara sistematis  Merupakan teknik untuk memilih anggota sampel melalui peluang dan sistem tertentu dimana pemilihan anggota sampel dilakukan setelah pemilihan data pertama secara acak.4. dan untuk data selanjutnya dipilih berdasarkan interval tertentu atau kelipatan tertentu atau angka ganjil genap. 33 .

SAMPLING SISTEMATIS .

Atau dapat juga dilakukan dengan membagi angka ukuran populasi dengan angka ukuran sampel :  Jika populasi 400 dan sampel 80.Contoh menggunakan kelipatan :  Menggunakan angka kelipatan 3 untuk menentukan responden. dstnya. nomor 5.9. 6.dstnya 35 . maka 400:80=5  Sehingga responden yang dipilih adalah responden yang memiliki nomor kelipatan 5.15.10.  Maka responden yang dipilih adalah responden yang memiliki nomor 3.

Akibatnya tidak dapat menghitung besarnya error dalam estimasi 36 .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.

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 37

 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).

38

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 39

Cara kuota (Quota sampling) Mengambil sampel sebanyak jumlah tertentu yang dianggap dapat merefleksikan ciri populasi. Hasil penelitian terhadap sampel ini tidaklah dapat digeneralisasikan secara valid pada populasinya. Pada cara ini tidak ada jaminan bahwa ciri- ciri populasi akan terwakili dalam sampel yang terpilih dan kita tidak dapat mengestimasi error yang terjadi.B. Cara ini dapat dipergunakan apabila : peneliti menghadapi keterbatasan dana tujuan penelitian bukan untuk 40 .

Contoh :  Tujuan peneliti ingin mengetahui penggunaan internet di kampus ASIA bagi mahasiswa masing-masing 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. 41 .

Kurang bisa diandalkan Bermanfaat untuk tahap awal penelitian eksploratif saat mencari petunjuk-petunjuk penelitian. yang akan menghasilkan bukti-bukti yang cukup melimpah sehingga prosedur 42 .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.

Cara bola salju (Snowball sampling) Merupakan teknik penentuan sampel yang mula-mula jumlahnya kecil. 43 . kemudian sampel ini disuruh memilih responden lain untuk dijadikan sampel lagi. begitu seterusnya sehingga jumlah sampel menjadi banyak.D.

44 . 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.E.

Memilih sampel berdasarkan kelompok. 45 . wilayah atau sekelompok individu melalui pertimbangan tertentu yang diyakini mewakili semua unit analisis yang ada. Purposive Sampling Pemilihan sampel didasarkan pada karakteristik tertentu yang dianggap mempunyai hubungan dengan karakteristik populasi yang sudah diketahui sebelumnya.F.

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. 46 .

Disain Tenaga dan Sampling Biaya 47 . Keragaman Populasi Level Tingkat Penyajian Ketelitian Sampel Size Waktu.

PENETAPAN JUMLAH SAMPEL Berapakah besar jumlah yang dinyatakan memenuhi syarat untuk penelitian ? Apa saja yang harus dipertimbangkan dalam 48 .

Apakah sampel memenuhi jumlah minimum untuk analisis statistik (untuk penelitian kuantitatif analitik) 49 . Sejauh mana homogenitas populasi. Jika populasi 100 persen homogen besar sampel tak jadi persolan (misal menentukan golongan darah). 2. Namun jika populasi kurang homogen besar jumlah sampel harus dipertimbangkan. PENETAPAN JUMLAH SAMPEL Ada beberapa pertimbangan untuk penetapkan jumlah sampel : 1.

berdasar analisis yang akan dilakukan. presisi estimasi yang diinginkan. • Umumnya sekitar 40 responden.UKURAN SAMPEL Kuantitatif : dapat ditaksir dengan akurat. kuasa statistik yang diharapkan Kualitatif : • Ukuran sampel cukup besar jika peneliti telah puas bahwa data yang diperoleh cukup kaya dan cukup meliput dimensi yang diteliti. kesalahan random yang masih bisa ditoleransi. jarang .

• Pertimbangan analisis – Kebutuhan rencana analisis yang menentukan batas minimal besar sampel. .SAMPLE SIZE / BESAR SAMPEL Tergantung pada : • Pertimbangan representative – Adanya sumber-sumber yang dapat digunakan untuk menentukan batas maksimal dari besarnya sampel.

Variabel-variabel yang akan menentukan jumlah sampel • Tingkat kemaknaan statistik (α) • Kuasa statistik (1-β) • Besarnya pengaruh variabel terhadap efek • Proporsi efek pada populasi tak terpapar (kohort) • Proporsi paparan pada populasi normal (kasus kontrol) • Perbandingan ukuran sampel antar kelompok studi yang dikehendaki .

001 dst) • Besarnya pengaruh variabel bebas terhadap efek ditetapkan oleh peneliti berdasar hasil penelitian sebelumnya .• Peneliti menentukan α dan β berdasar pertimbangan resiko yang masih dapat diterima dari penelitian (0.05. 0. 0.01.

5 ln) [ ( 1 + r )/(1-r) ]2 10 Multivariate F (V1.X2 )2 6 Analitik komparatif numerik   tdk berpasangan > 2   kelompok   7 Analitik komparatif numerik ( Z α + Z β ) 2 S2   berpasangan 2 kelompok ( x1 .(OR- 4 Analitik komparatif 1)2 π)]2   Kategorikal berpsg (OR-1)2 π 2 5 Analitik komparatif numerik 2 ( Z α + Z β ) 2 S2 tdk berpasangan 2   kelompok ( x1 .P2 ) 2 N1=N2= [ Z α (OR-1) + Zβ√[ (OR+1)2 . No JENIS MASALAH RUMUS BESAR SAMPEL 1 Deskriptif kategorik ( Z α )2 pq     d2 2 Deskriptif numerik ( Z α x s)2     d2 3 Analitik komparatif ( Z α √2PQ + Zβ √ P1Q1 + P2Q2)2   Kategorikal tdk berpsg (p1 .X2 )2 8 Analitik komparatif numerik   berpasangan > 2   kelompok   9 Korelatif [ ( Z α + Z β )2 ]     (0. ES       11 Diagnostik ( Z α )2 Sen (1-sen) .

645 0.15 1.645 1. Z α dan β Error Z α one tailed atau β Z α two tailed 0.20 0.238 2.842 1.282 .581 0.440 0.238 0.01 2.03 1.960 0.036 1.960 2.282 1.576 0.576 2.05 1.10 1.02 2.

Kebutuhan dari rencana analisis yang menentukan batas minimal dari besarnya sampel: 1. Hitung jumlah/besar sampel . Tetapkan derajat kepercayaan (Confidence levels) misal: 95%. 3. atau 99%. Tetapkan tingkat kepercayaan (misal: 5%. PENENTUAN BESARNYA SAMPEL (SAMPLE SIZE) Penetapan jumlah sampel tergantung pada: 1. Angka perkiraan dari proporsi yang mau diukur (misal: penelitianpenyakit jantung koroner ditetapkan 50%) 2. atau 1%) 3. Adanya sumber data yang dapat digunakan untuk menetapkan batas maksimal dari besarnya sample 2.

bila tidak diketahui maka p=0.Formula pxq N–n d=Zx√ n x √ N-1 d: penyimpangan (0.05 q:1-p atau (p + q = 1) N: besarnya populasi n: besarnya sampel .01) Z: SD normal (pd 1.05 atau 0.96 atau 2.58) p: proporsi sifat tertentu yang terjadi pada populasi.

05) • Bila dimasukan ke dalam formula di atas diperoleh besarnya sampel n = 480 .000. N = 923. prevalensi gizi kurang tidak diketahui.Contoh: Penelitian tentang status gizi anak balita di kelurahan X. Tentukan besar sampel (n) yang harus diambil bila dikehendaki derajat kemaknaan (1-α = 95%) dengan estimasi penyimpangan (α=0.

Untuk populasi kecil < 10.000 formulanya: N n= 1 + N (d 2) N: besar populasi n: besar sampel d: tingkat kepercayaan/ketepatan yang diinginkan .

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 60 misalnya 2% .

berapa jumlah sampel minimal yang harus diambil ? 130 n  98. Di dalam PT tersebut terdapat 130 orang karyawan. LATIHAN Kita akan meneliti pengaruh upah terhadap semangat kerja pada karyawan PT. Cucak Rowo. Dengan tingkat kesalahan pengambilan sampel sebesar 5%.05) 2 .11 1  130(0.

32 .01 dua arah = 2.96 dan satu arah = 1.58 dan satu arah = 2.64 α 0.05 dua arah = 1.Formula Snedecor dan Cochran: Z α 2 pxq n= d2 n = besar sampel p = proporsi variabel yang dikehendaki q=1–p Z α = simpangan rata-rata pada derajat kemaknaan α d = kesalahan sampling yg masih ditoleransi Z α pada α 0.

000 n nk = 1 + n/N Contoh: bila p sampel tdk diketahui maka p = 50% dan q = 50% pada derajat kepercayaan 95% dan selisih antara sampel dengan populasi 10% maka: n = (1.962x0.5)/(0. Utk d = 5% dan n = 1/d2 = 1/0.1)2 = 100.0025 = 400 Bila populasi studi 1000 maka .Koreksi untuk populasi terbatas <10.5x0.

Beberapa contoh menentukan sample size Populasi kurang dari 10.000 n= N 1 + N (d²) N = besar populasi n = besar sampel d = tingkat kepercayaan yang diinginkan .

Beberapa contoh menentukan sample size Hair et al (1998) Rasio antara jumlah subjek dan jumlah variabel independen dalam analisis multivariat dianjurkan sekitar 15 sampai 20 subjek per variabel independen Pada penelitian dengan teknik analisis regresi multivariat .

66 .

67 .

68 .

69 .

70 .

Data Sources Primary Secondary Data Collection Data Compilation Print or Observatio Electronic Surve n y Experimentatio n 71 .

Ostergren PO.wsu. New York: Oxford University Press. JM (2001).edu/courses-jmgay Last. http://www.vetmed. Merlo J. Rastam L. Diastolic pressure and area of residence: multilevel versus ecological analysis of social inequity. Berglund G (2001). J Epidemiol Community Health. Hadberg O. PUSTAKA Gay JM (2002). Clinical epidemiology & evidence- based medicine glossary: Clinical study design and methods terminology. Lindgren A. Melander A. 55: 791- 798 72 . Lindstrom M. A dictionary of epidemiology. Inc.

73 . PERLU DIPERHATIKAN !!! Bagi penelitian kuantitatif sebaiknya menggunakan teknik probabilitas untuk memilih sampel karena prinsip random sangat dibutuhkan untuk mendukung proses generalisasi hasil penelitian.

Akhir Kata Penentuan populasi dan sampel harus dilalui bila benar-benar ingin menjadi sarjana yang jujur .

Peneliti BOLEH salah tapi TIDAK BOLEH bohong .

POSTTEST Tuliskan judul rencana penelitianmu kemudian tentukan populasi dan sampel yang akan digunakan. 76 . Selain itu tentukan jenis teknik sampling yang digunakan dan hitung jumlah sampel yang dipakai.