R. Widya Setiabudi Sumadinata, S.IP.,S.Si.,MT. Jurusan Hubungan Internasional FISIP UNPAD 2008
Tujuan Perkuliahan
Setelah mengikuti perkuliahan ini mahasiswa akan mampu:
Menjelaskan perbedaan sampel dan populasi Menjelaskan berbagai metode sampling Memahami keterkaitan the Central Limit Theorem dgn teknik sampling Memahami konsep Standard Error Memahami Standard Normal Curve Memahami Point and Interval Estimate calculations
Pendahuluan
Sampling terkait dengan pengumpulan data Data berada dalam suatu semesta yang disebut populasi Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti Populasi dapat berupa sekelompok orang, kejadian, atau benda, yang dijadikan obyek penelitian Jika seluruh unit populsi ingin diukur maka kita melakukan sensus Hasil pengukuran yang diambil dari suatu populasi disebut parameter Sensus tidak selalu dapat dilakukan karena berbagai alasan
Mengapa Sampling ?
populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh elemen diteliti keterbatasan waktu penelitian, biaya, dan sumber daya manusia kadang, penelitian yang dilakukan terhadap sampel bisa lebih reliabel daripada terhadap populasi
misalnya, karena elemen sedemikian banyaknya maka akan memunculkan kelelahan fisik dan mental para pencacahnya sehingga banyak terjadi kekeliruan. (Uma Sekaran, 1992)
Ilustrasi
Berita PR: Kota Bandung Udaranya Tercemar !
Diduga penyebab utamanya asap kendaraan bermotor Pemkot ingin mengecek apakah Ranmor yang ada di Bandung dapat lolos uji emisi gas buang Tentu saja tidak dapat diuji seluruh kendaraan yang ada di kota Bandung
Gambaran Sampling
When we undertake a survey, to collect data, we are effectively sampling from a population. It is therefore necessary to define the population and the sampling method (of which there are many).
population Samples
Mendefinisikan Populasi
Jika yang ingin diteliti adalah sikap warga Jawa Barat terhadap kandidat gubernur maka populasinya adalah Jika Anda meneliti pengaruh narkoba terhadap resiko melahirkan maka populasinya adalah Jadi hati-hati dalam menentukan populasi
Akibatnya populasi yang direpresentasikan hanya bisa: para pengunjung mal X hari Sabtu Nilai generalisasi yang rendah.
mengapa memilih target populasi A? Tujuan dan pertimbangan praktis mempengaruhi (seperti setiap hal lainnya, apa reasoning-nya).
Contoh: Mahasiswa FISIP, apakah Jurusan HI, Ane, Ani? apakah program S1 saja? S2?
Ideal Sample
a representative sample
has similar characteristics in similar proportions to those in the target population
the method of sampling needs to be unbiased So, you need to know the characteristics of the target population before you can select a representative sample the people in the target population are called the sampling frame the characteristics of a sampling frame concern information about the people.These may be: Gender Ages Marital Status Economic Groupings The importance of the characteristics within the sampling frame will depend on the subject of the survey.
dapat mewakili sebanyak mungkin karakteristik populasi harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur
kalau yang ingin diukur adalah masyarakat Sunda sedangkan yang dijadikan sampel adalah hanya orang Banten saja, maka sampel tersebut tidak valid, karena tidak mengukur sesuatu yang seharusnya diukur (orang Sunda).
Sampling Methods
RANDOM SAMPLING STRATIFIED SAMPLING QUOTA SAMPLING CLUSTER SAMPLING SNOWBALL SAMPLING CONVENIENCE SAMPLING PANELS FOCUS GROUPS
The symbol
(the letter X with a vertical bar above it) is used to denote the sample mean. It is a convention in statistics to use Greek letters for population quantities and Western alphabetic characters for sample estimates.
X
is an estimator of . We may, of course, wish to estimate other quantities as well as the mean.
the distribution of all possible values of x, estim ates of will be NORMAL with m ean = and standard deviation =
N
all possible estim ates ot the m ean will form a norm al distribution as in the diagram opposite
Standard Error
Note: Standard Error of the Mean The value / N is usually dignified with the special title of standard error of the mean. It is an important value because it tells the analyst how accurate (variable) the sample statistic is. Most sample statistics have their own standard error.
11.72 3.3833 12
)=
Pr (Z >
73 - 69.79 )= 3.3833
Pr (Z > 0.95) From tables of areas under the standard normal curve the area beyond Z = 0.95 is 0.171056.
0.38 0.148026 0.351973 0.39 0.151731 0.348268 0.40 0.155421 0.344578 1.38 1.39 1.40 1.41 1.42 1.43 1.44 0.416206 0.083793 0.417735 0.082264 0.419243 0.080756 0.420730 0.079269 0.422196 0.077803 0.423641 0.076358 0.425066 0.074933
0.93 0.323814 0.176185 0.94 0.326391 0.173608 0.95 0.328943 0.171056 1.93 1.94 1.95 1.96 1.97 1.98 1.99 0.473196 0.026803 0.473810 0.026189 0.474411 0.025588 0.475002 0.024997 0.475580 0.024419 0.476148 0.023851 0.476704 0.023295
(i). Pr(a < X < b) = 0.95 (ii). Pr(X < a) = 0.025 (iii). Pr(X > b) = 0.025
Now we can read from normal curve tables that approximately 0.025 of the normal distribution area is below z = -1.96 (don't forget the minus). Therefore Equation 1 a - 50 = -1.96 10 6
a = -1.96 x 10/6 + 50 = 46.73. So 2.5% of all samples of 36 receipts will have a mean level of less than 46.73.
From tables, approximately 0.025 of the normal distribution is to be found above Z = 1.96. Therefore Equation 2 b - 50 = 1.96 10 6
Therefore 2.5% of samples of 36 receipts will have a mean level of more than 53.27. Condition (i) is automatically fulfilled if we let a = 46.73 and b = 53.27.
Summary of Lecture
In this lecture you have examined the following: The differences in samples and population Sampling Methods The Central Limit Theorem The Standard Error The Standard Normal Curve Point and Interval Estimates You should now complement these areas with readings from the recommended texts and resources for sampling.
Lecture 2a Workshop 2a
Lecture 2a: onto Will develop sampling hypothesis testing
Dasar Pemikiran
Pada suatu penelitian, tidak selalu diperlukan untuk meneliti semua individu dalam populasi (sensus), karena beberapa alasan
Biaya yang besar Waktu yang lama destructive sampling
Dengan meneliti sebagian dari populasi (sampling), diharapkan dapat menggambarkan sifat populasi.
Ukuran Sampel
Derajat keseragaman Presisis yang dikehendaki Rancangan analisis
Perancangan Sampling
Dapat dibedakan menjadi 2, yaitu: 1. Probability Sampling 2. Non Probability Sampling
Teknik/Metode Sampling
Sampling Random (Probability Sampling)
Simple Random Sampling Stratified Sampling Cluster Sampling Systematical Sampling
Probability Sampling
Menentukan probabilitas atau besarnya kemungkinan setiap unsur dijadikan sampel Dalam merencanakan sampling probabilitas, idealnya peneliti telah memenuhi beberapa persyaratan berikut:
Diketahui besarnya populasi induk Besarnya sampel yang diinginkan telah ditentukan Setiap unsur atau kelompok unsur harus memiliki peluang yang sama untuk dijadikan sampel
Cara Stratifikasi
Populasi dianggap heterogen Dikelompokkan: subpopulasi anggota kelompok subpopulasi menjadi homogen Dari tiap subpopulasi scr acak diambil anggota sampelnya Berapa jumlah sampel yang diambil dari tiap populasi ?
Jika jml elemen tiap populasi sama
Misalnya jumlah sampel sdh diketahui mis. 150 sama jmlhnya
Jika jml elemen tiap populasi beda: A:10, B:20,C:30,D:40, nA=(10/100)x 150
Cara Klaster
Simple random sampling dan stratified random sampling berasumsi ada list lengkap dari anggota populasi. Kalau tidak ada? Cluster sampling bisa digunakan.
Pertimbangan biaya juga merupakan alasan lainnya.
Populasi dibagi-bagi menjadi sekelompok kasus yang disebut clusters biasanya berdasarkan pembagian alami seperti lokasi, golongan sosioekonomi, dsb.
Beda dengan stratified:
stratified mengambil sampel dari tiap strata cluster sampling tidak mengambil sampel dari tiap cluster, hanya cluster yang dipilih saja. bila stratifikasi subpopulasinya homogen bila subpopulasinya heterogen klaster
Kurang akurat dibandingkan dengan simple random sampling atau stratified random sampling untuk jumlah n yang sama. Akurasi dapat ditingkatkan dengan mengambil sampel dari cluster2 lain
Sistematik Sampling
Systematic sampling: memilih kasus setiap interval dari list lengkap anggota populasi. Syaratnya dua:
Sampling interval (K) Dan lokasi start.
Misalnya perlu sampel 100 dari 2500 orang, interval = 2500/100 = 25 (sampling interval). Kemudian tentukan nomor secara acak dari 1 sampai 25. Misalnya 19, berikutnya berarti 44, 69, dan seterusnya.
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).
Peneliti menggunakan expert judgement untuk memilih kasus2 yang representatif atau tipikal dari populasi. Pertama, identifikasi sumber2 variasi yang penting dari populasi. Berikutnya memilih kasus2 sesuai sumber2 variasi tersebut. Bisa dipilih satu kasus atau satu subpopulasi yang dianggap representatif atau tipikal yang memiliki karakteristik tertentu. Atau memilih beberapa kasus yang mewakili perbedaan2 utama dalam populasi. Teknik purposive sampling lainnya, biasanya untuk prediksi hasil election, adalah memilih propinsi tertentu yang telah bertahun-tahun memprediksikan hasil penghitungan suara nasional secara tepat.
Quota Sampling
Quota sampling adalah sejenis purposive sampling yang ada kemiripan dengan proportionate stratified random sampling: Pertama, populasi dibagi-bagi menjadi strata yang relevan seperti usia, jenis kelamin, lokasi, dsb. Proporsi tiap strata diperkirakan atau ditentukan berdasarkan data eksternal kemudian total sampel dibagibagi sesuai proporsi ke tiap strata (kuota). Untuk memenuhi jumlah sampel untuk tiap strata, peneliti menggunakan expert judgement-nya. Misalnya populasi 55% pria 45% wanita. Sampel 100 orang berarti 55 pria dan 45 wanita. Pemilihan sampelnya sendiri tergantung penilaian peneliti.
Bedanya dengan stratified random sampling, sampel diambil secara acak sedangkan dalam quota sampling, sampelnya dipilih berdasarkan pendapat subjektif peneliti pokoknya kuotanya terpenuhi (mirip2 convenience sampling).
Ukuran Sampel
Ukuran Vs Kerepresentatifan (keterwakilan) Secara umum, semakin besar ukuran sampel akan semakin baik, karena ukuran sampel yang besar cenderung memiliki error yang kecil, sebagaimana telah kita temui pada latihan menggunakan tabel bilangan acak (random numbers). Namun demikian bukan berarti bahwa ukuran sampel yang besar sudah cukup memberikan garansi untuk mendapatkan hasil yang akurat.
Sebagai contoh, Jika satu dari dua sampel dari seluruh negara terdiri dari satu jenis kelamin saja, berdasarkan ukurannya sampel ini besar amun tidak representatif. Ukuran oleh karena itu tidak lebih penting daripada kereprsentatifan.
Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).
Heterogenitas populasi
Heterogenitas mengacu pada derajat perbedaan di antara kasus dalam suatu karakteristik. Semakin heterogen, jumlah kasus yang diperlukan semakin besar agar estimasinya reliabel. Ekstrimnya, kalau semua kasus sama (homogen, unidimensional), jumlah sampel cukup satu, kalau tidak ada yang sama, harus sensus. Satuan pengukuran statistik terbaik untuk heterogenitas populasi adalah standard deviation () berhubungan dengan standard error yang tadi dibahas. Rumus standard error = /(N). Semakin besar heterogenitas populasi, perlu semakin banyak sampel agar lebih presisi
Sampling design
Misalnya tanpa menambah jumlah sampel presisi sampel bisa ditingkatkan dengan menggunakan stratified random sampling dan bukan simple random sampling, tapi cluster sampling perlu lebih banyak sampel.
Resources availability
Rumusan Gay
Ukuran minimum sampel yang dapat diterima berdasarkan pada desain penelitian yang digunakan, yaitu sebagai berikut: Metode Deskriptif : 10% populasi, untuk populasi relatif kecil minimal 20% populasi. Metode Deskriptif korelasional, minimal 30 subjek. Metode ex post facto, minimal 15 subjek per kelompok. Metode Eksperimental, minimal 15 subjek per kelompok.