TEHNIK SAMPLING

A. Pengertian-pengertian.
1. Populasi.
Banyak pengertian yang diajukan untuk mendefinisikan tentang populasi,
dengan berbagai sudut pandang yang berbeda, beberapa pengertian tersebut
antara lain :
a. Keseluruhan subyek dimana generalisasi akan diberlakukan
b. Keseluruhan subyek dimana daripadanya sampel diambil untuk
dilakukan pengukuran.
c. Keseluruhan individu dengan kualitas atau ciri-ciri tertentu.
ari tiga pengertian diatas populasi adalah keseluruhan subyek dimana
sebagian daripadanya akan diambil untuk dilakukan pengukuran yang
hasilnya akan dijadikan dasar untuk generalisasi.
Populasi dapat dibagi dua yaitu populasi finite yaitu populasi yang jumlah
anggotanya dapat dihitung., sedangkan populasi infinite yaitu populasi yang
jumlah anggotanya tidak dapat dihitung.
Pengertian dapat dihitung agak abstrak, sebagai pendekatan jika populasi
kurang dari 1!.!!! maka masuk populasi finite, jika lebih disebut populasi
infinite.
"asil pengukuran pada sampel akan dijadikan generalisasi untuk
menggambarkan populasi, maka hendaknya batasan populasi harus jelas baik
dari sisi dimensi ruang dan #aktu.
$. %ampel
&dalah bagian populasi yang diambil dengan cara tertentu, dimana
pengukuran dilakukan.
'(
'. )nit sampel.
&dalah kumpulan individu yang berasal dari populasi yang tidak saling
tumpang tindih atau dengan kata lain mempunyai karakteristik*ciri-ciri
tertentu.
+. ,lemen sampel
&dalah individu yang berasal dari populasi, dimana pengukuran dilakukan
kepadanya.
5. Sampling Frame
&dalah daftar populasi, yang sangat tergantung dari kelompok atau individu
penyusunnya.
-. .ariabel
&dalah ciri-ciri yang melekat pada subyek penelitian dan mempunyai variasi
dari hasil pengukurannya.
/. 0eneralisasi.
&dalah upaya menarik kesimpulan data yang kecil 1sampel2 untuk
menggambarkan keadaan yang ada pada populasi.
3. 4andom.
&dalah setiap anggota populasi mendapatkan Chance 1kesempatan2 yang
sama untuk menjadi anggota sampel.
0una memberikan gambaran yang lebih kongkret dari beberapa pengertian diatas,
dapat dibuat ilustrasi sebagai berikut :
5suatu penelitian ingin membuat perkiraan status gizi Balita i Puskesmas
!"# ta$un %&&'( ukuran )ang ipakai untuk menentukan status gizi aala$
berat baan an umur balita. 6lustrasi diatas dapat digunakan untuk
mengidentifikasi pengertian diatas:
'-
1. Populasi.
a. %eluruh Balita yang ada di Puskesmas 578
b. %eluruh Kepala Keluarga yang mempunyai Balita di Puskesmas 578
Pilihan diatas sangat tergantung pada data a#al yang tersedia dilapangan, jika
peneliti mendapatkan jumlah seluruh balita di Puskesmas 578, maka
populasinya pada pilihan 5a8, tapi jika data dilapangan yang ada adalah daftar
KK yang memiliki Balita, maka populasinya pilihan 5b8
$. %ampel.
%ebagian Balita di Puskesmas 57.
'. )nit sampel.
KK yang mempunyai Balita, ingat pengertian unit sampel yaitu sekumpulan
individu, sehingga satu KK dengan KK lainnya boleh jadi memeliki Balita
tidak sama, ada yang satu ada yang lebih dari satu.
9ika KK yang mempunyai Balita lebih dari satu, terpilih jadi anggota sampel
maka semua Balita yang ada dalam KK tersebut otomatis menjadi anggota
sampel.
+. ,lemen sampel.
6ndividu Balita yang akan dilakukan pengukuran BB dan umurnya.
5. Sampling Frame
aftar populasi, yang dipakai ada dua yaitu berdasarkan KK yang punya
Balita, berarti daftar populasinya berupa unit sampel, jika nama Balita yang
menjadi daftar populasi, maka yang dipakai adalah elemen sampel.
-. .ariabel .
&da dua variabel dalam penelitian ini, yaitu :
a. BB*) yang digunakan ratio keduanya.
b. %tatus 0i:i, hasil kategorisasi atau pengelompokkan ukuran BB*).
'/
B. Te$nik sampling.
1. Kriteria sampel yang baik.
;ujuan teori penarikan sampel adalah efisiensi, tanpa mengabaikan presisi
1ketepatan2 yaitu tingkat ketelitian antara nilai populasi dan nilai sampel,
dalam menerapkan prinsip ini setiap prosedur penarikan sampel selalu
mempertimbangkan ketelitian dan biaya sebagai konsek#ensi dari pendekatan
penentuan besar sampel, persoalan kemudian muncul, ketika setiap penelitian
hanya menggunakan sampel sebagai data untuk penarikan kesimpulan, untuk
itu diperlukan pemahaman tentang kriteria sampel yang baik, antara lain :
a. tidak bias/ UnBiased
&rtinya nilai pada sampel
2 1
<
X
sama dengan nilai pada populasi
( )
,
jika dirumuskan
!
< <
X D atau X
, bias selalu ada,
pengaruh bias diabaikan jika selisih nilai bias kurang dari 1!=.
b. Varians minimum
%uatu cara penarikan sampel dengan cara tertentu yang dilakukan secara
berkali-kali, menghasilkan varians paling kecil itulah sampel yang baik,
maka cara penentuan besar sampel itulah yang terbaik.
c. Konsistensi.
&rtinya jika besar sampel diperbesar terus hingga mendekati besarnya
populasi, maka nilai sampel
2 1
<
X
akan mendekati nilai populasi
( )

d. Sufficient (kecukupan
'3
6ndikator secara definitif tentang kecukupan ini tidak ada, pendekatan
yang dipakai adalah jika kaidah penentuan besar sampel sudah terpenuhi
sudah dianggap sufficient.
Kaidah yang dimaksud adalah ciri-ciri populasi sudah ter#akili pada
sampel yang diambil dengan mempertimbangkan resiko salah
( )
,
tehnik sampling yang dipilih dan jenis data apakah kontinyu atau diskrit.
)raian diatas justru memperkuat pada satu ciri utama yaitu karakteristik
populasi, jika populasinya homogen, maka berapapun besar sampel yang
diambil akan memberikan bias yang tidak signifikans, hal ini sama dengan
yang dikatakan oleh >ochran 5jika nilai deviasi sama pada dua populasi, besar
sampel (!! dari ukuran sampel $!!.!!! akan memberikan ketepatan yang
sama dengan perkiraan rata-rata populasi dengan besar sampel (!! dari
ukuran populasi 1!.!!!8.
$. ;eknik sampling.
Pemilihan teknik sampling sangat dipengaruhi oleh dua hal yaitu karakteristik
populasi dan karakteristik subyek yang akan diteliti.
Karakteristik populasi adalah apakah populasi yang akan diambil sampel
bersifat homogen atau heterogen, sehingga representasi 1keter#akilan2
populasi pada sampel secara proporsional 1berimbang2 sesuai dengan
karakteristik populasi tersebut, jika peneliti menjumpai hal ini maka cara
random lebih baik.
Karakteristik subyek adalah apakah kasus yang diteliti jumlahnya banyak apa
tidak ataukah mempunyai ciri khusus, jika kasus tersebut hanya sedikit dan
mempunyai ciri khusus dan pertimbangan khusus maka cara non random jauh
lebih baik.
0eneralisasi dapat diberlakukan pada cara random, pada non random tidak
bisa dilakukan generalisasi, ada dua alasan yaitu pertama cara random
mengikuti kaidah probabilitas sampel dimana karakteristik pada populasi
'?
dapat ter#akili secara acak, alasan kedua batasan populasinya jelas, sehingga
generalisasi juga jelas.
a. 4andom.
! Simple rand"m sampling.
;eknik penentuan sampel ini dipakai dengan persyaratan tertentu,
antara lain :
a2. Karakteristik populasi homogen atau mempunyai ciri yang
sama, ciri yang sama terutama pada variabel dependennya.
b2. Peneliti mempunyai sampling frame dari seluruh anggota
populasi.
c2. Kedudukan populasi tidak tersebar, sampai diluar kendali
peneliti.
>ara yang la:im digunakan dengan cara undian, dimana caranya
dapat diuraikan sebagai berikut :
a2. %emua anggota populasi yang ada dalam sampling frame di
beri nomer identitas masing-masing.
b2. semua nomer identitas populasi dimasukkan dalam sedotan
minuman, guna menyamakan diameter undian.
c2. Keluarkan nomer identitas sampai pada besar sampel yang
sudah ditentukan sebelumnya oleh peneliti.
&da beberapa kelebihan dan kelemahan dari pendekatan ini :
Kelebi$an* Bias kecil karena populasi homogen, pelaksanaan
samplingnya sederhana.
Kelema$an* ibutuhkan daftar lengkap dari populasi, dan
seringkali jarang ditemui.
$2 S#stematic $and"m sampling.
Persyaratannya sama dengan simple rand"m sampling% ;ehnik ini
mendasarkan pada urutan sampel ke8i8, urutan sampel ke 5i8
didasarkan hasil pembagian antara banyaknya populasi dan besar
+!
sampel yang sudah ditentukan atau
n
&
n
i

, ada dua cara yang
dilakukan, yaitu :
a2. %emua anggota populasi dimasukkan dalam tempat
undian yang sama, kemudian ditentukan sampel pertama
dengan mengundi semua anggota populasi untuk
mendapatkan kesempatan yang sama untuk menjadi sampel
pertama.
>ara ini lebih mendekati konsep random, karena semua
anggota populasi mendapatkan kesempatan yang sama untuk
menjadi sampel ke 1.
b2. "anya mendasarkan pada besar sampel yang ada,
misal besar sampel yang dihitung dengan rumus tertentu (!
elemen sampel, maka undian ditulis dari nomer 1 s*d (!,
diundi untuk menjadi sampel ke 1, pada konsep ini sisa
anggota populasi tidak mendapatkan kesempatan yang sama
untuk menjadi anggota sampel ke 1.
>ara ini menghilangkan kesempatan anggota populasi urutan
(1 untuk menjadi anggota sampel ke 1, sehingga ada yang
mengatakan s#stematic bukan tehnik random.
@angkah selanjutnya sama, yaitu sampel ke $ didasarkan pada
kelipatan yang sudah dihitung sebelumnya, demikian seterusnya
dan jika sudah pada nome#r terakhir dari daftar populasi, kembali
pada daftar urutan populasi a#al.
0ambaran model :
Aisal jumlah populasi 1!! balita, hasil perhitungan besar sampel
diperoleh nB $(, urutan cara penentuan anggota sampel sebagai
berikut :
a2. hitunglah kelipatan ke 5i8 , dengan caraB
+
$(
1!!

n
&
+1
b2. Buatlah nomer undian sebanyak anggota populasi, yang
sebelumnya masukkan kedalam sedotan dengan diameter
serta panjang yang sama, kemudian masukkan kedalam
tempat tertentu.
c2. )ndilah dari semua undian dalam tempat tersebut, dan
keluarkan hanya satu undian saja, misal keluar nomer '!.
maka responden nomer '! menjadi sampel ke 1.
d2. %ampel kedua dengan kelipatan +, maka jatuh pada
responden nomer '+ pada daftar populasi, tanpa dilakukan
undian berikutnya.
e2. emikian seterusnya, sampai populasi terakhir nomer 1!!,
jika belum $( besar sampelnya, kembali pada nomer 1 pada
daftar populasinya.
Keuntungan dibanding dengan simple rand"m sampling, lebih
praktis dan tidak perlu mengulang undian secara berkali-kali.
>ara lain random bisa juga dilakukan dengan menggunakan
c"mputeri'e s"ft (are statistic yang ada, misal %P%% dengan
menggunakan fasilitas select case pada menu data.
) Stratified rand"m sampling
;eknik sampling ini digunakan untuk populasi heter"gen. ;ujuan
teknik sampling ini untuk merepresentasikan per#akilan masing-
masing kelompok penyusun populasi agar ter#akili secara
proporsional. Pengertian stratified disini tidak selalu harus ada
gradasi atau tingkatan dari penyusun populasi, misal penelitian
hubungan jenis pekerjaan dengan kasus cacingan, maka kelompok
penyusun populasi terdiri dari petani, pedagang pega#ai negeri dll,
jumlah dari kelompok ini kemudian yang diambil secara
proporsional*berimbang sesuai dengan besarnya populasi
penyusunnya. 4andomisasi dilakukan pada masing-masing
kelompok untuk dipilih menjadi anggota sampel.
+$
Keuntungan :
4epresensativitas masing-masing kelompok populasi akan
ter#akili secara berimbang.
Kelema$an*
ibutuhkan banyak #aktu untuk membuat strata lebih dahulu
sebelum dilakukan penelitian.
+iri-,iri *
.ariasi data dalam kelompok kecil, karena kelompok relatif
homogen, namun variasi antar kelompok besar.
* Cluster rand"m sampling.
;eknik ini digunakan untuk populasi yang heterogen, namun dasar
untuk membuat pemilihan sampel adalah ke#ilayahan, dalam satu
#ilayah terdapat banyak variasi yang ada, namun antar #ilayah,
karena juga sama-sama mengandung variasi maka perbedaannya
menjadi lebih kecil.
Sampling framenya adalah #ilayah atau area tertentu, bukan
individu, sehingga pendekatan penentuan besar sampelnyapun
dasarnya area*#ilayah.
Keuntungan :
Audah dilakukan, jika areal penelitiannya luas.
Kelema$an*
4esiko bias lebih besar, karena kelompok penyusun populasi
tersebar secara kurang merata..
+iri-,iri *
.ariasi data dalam kelompok besar, karena kelompok relatif
heterogen, namun variasi antar kelompok kecil..
(2 +ult# stage rand"m sampling.
+'
>ara ini merupakan perpaduan dari berbagai cara yang sudah
disebutkan diatas, cara ini dilakukan pada populasi yang heterogen
dan tersebar luas, sehingga dibutuhkan kombinasi untuk mendapat
sampel yang representatif.
b. Con 4andom.
Pemilihan teknik sampling non random, tidak memungkinkan untuk
setiap anggota populasi untuk menjadi anggota sampel, sehingga
keter#akilan populasi pada anggota sampel tidak dapat diandalkan. &tas
dasar inilah teknik sampling ini tidak dapat dijadikan dasar generalisasi
pada populasi.
;eknik ini dipilih karena pertimbangan dan kriteria tertentu, sehingga
representatifness antara sampel dan populasi tidak bisa diandalkan. &da
beberapa cara yang dipakai untuk mendapatkan sampel, antara lain :
12 ,u"ta sampling.
Daitu cara pengambilan sampel yang didasarkan pada target
tertentu, jika target tersebut sudah diperoleh maka penelitian
selesai.
Aisal :
seorang bidan ditargetkan dapat menangani kasus persalinan
normal sebanyak (! kasus.
- .ccidental sampling.
Daitu cara pengambilan sampel seketemunya. Dang dimaksud
seketemunya harus dilakukan pendekatan tentang kelompok faktor
resiko yang besar, sehingga peluang untuk mendapatkan sampel
lebih besar jika dibandingkan pada kelompok lainnya.
Aisal :
Penelitian tentang kasus penyakit &ids, maka penelitian
difokuskan pada kelompok resiko terbesar, misal P%K, pengguna
narkoba, bukan pada penduduk pada umumnya.
) /urp"si0e sampling.
++
;eknik pengambilan sampel ini mendasarkan pada kriteria tertentu
yang sebelumnya ditetapkan oleh peneliti, subyek yang memenuhi
kriteria tersebut menjadi anggota sampel.
Aisal :
Penelitian tentang pola asuh terhadap Balita di desa 578, kriteria
yang dibuat oleh peneliti meliputi :
a2. &nak pertama
b2. Aempunyai KA%.
Aaka Balita yang memenuhi persyaratan tersebut, akan menjadi
anggota sampel.
&gak berbeda dengan kriteria 6nklusi, kriterianya dibuat oleh
peneliti, dari subyek yang memenuhi kriteria tersebut baru diambil
sampel daripadanya, sehingga generalisasinya bisa pada semua
subyek yang memenuhi kriteria inklusi.
+. Besar sampel.
Banyak sekali rumus yang digunakan untuk menentukan besar sampel, namun
hakekatnya untuk dua tujuan yaitu untuk estimasi mean 1rata-rata2 dan untuk
menguji hipotesis yang sudah ditentukan sebelumnya.
1. Pendekatan dan ukuran besar sampel.
Penentuan besar sampel dari beberapa telaah pustaka ada beberapa
pendekatan yaitu :
a. istribusi normal dengan Central 1imit 2he"rema.
;eori mengatakan bah#a disebut sampel besar jika subyek yang diteliti
'! , karena akan mendekati distribusi normal, sedangkan jika
'!

disebut sampel kecil. ;eori ini juga mempersyaratkan skala data yang
dipakai interval atau 4atio 1Ealpole, 1??(. P.'?(2
+(
b. ;aksiran varians.
Pendekatan ini didasarkan pada hasil penelitian sebelumnya atau hasil
studi pendahuluan, sehingga diperoleh nilai
$
, persyaratan lainnya
skala data interval atau ratio. Perhitungan rumus didasarkan pada
toleransi galat 1err"r yang ada 1B"und "n the err"r2.
4umus yang dipakai :
$
$
2 1 1

D &
&
n
dimana:
n B Besar sampel hasil perhitungan.
C B total populasi yang ada.
$
B varians
B B
$
*+, dimana B adalah B"und "n the err"r yang sangat
tergantung dari nilai

1alpha2 yang ada, jika

= (
, maka >6 ?( =
sehingga pada distribusi normal akan diperoleh nilai FB1,?-, dibulatkan
menjadi $, turunan rumusnya akan menjadi :
1
]
1

1
$
$
<
&
n &
n X

, sedangkan
$ B
G dari dua persamaan tersebut,
gabungkan pada rumus B, maka akan menghasilkan rumus:

,
_

1
$
$
&
n &
n
B

, untuk menentukan 5n8, kuadratkan masing-masing
sisi, yang hasilnya sebagai berikut:
( ) [ ]
( ) [ ]
$
$
$ $
$ $
$ $
$
$ $
$ $ $
$
1
.
. 1
. . 2 1 1
. 2 1 1
2 1 2 1 1
2 1 1
2 1
+
1 1
+

+
+

,
_

,
_

D &
&
n
& D & n
& n D & n
n & D & n
n & D & n
& n
n &
D maka
B
D 3ika
&
n &
n n
B
atau
&
n &
n
B
+-
nilai B hakekatnya seberapa jauh batas kesalahan ditoleransi, jika >6
-3=, maka nilai BB

, untuk >6 ?!= nilai BB1,-+.

c. Berdasarkan proporsi kejadian.

Pendekatan besar sampel ini digunakan berdasarkan proporsi kejadian
kasus tertentu yang sedang diteliti.
4umus yang dipakai yaitu :
4 p 5 & d
4 p 5 &
n
. . 2 1 1 .
. . .
$ $
$

dimana :
C B;otal Populasi
p B Proporsi kejadian di populasi, misal kasus kejadian 6%P& di desa
578 '!=.
H B Proporsi selain kejadian yang diteliti, H B 1 I p G HB1-!,'B !,/
$

5 B kuadrat dari nilai F G bila

(3 , $ = 1 G ?- , 1 = (
d B Presisi yaitu selisih antara 1
<
X
2 yaitu nilai parameter dengan
nilai sampel, seringkali nilai presisi ini tidak diketahui sehingga
pendekatan yang dipakai seseuai dengan nilai

.
d. Berdasarkan teknik sampling.
)ntuk tehnik sampling simple% s#stematic dan Stratified, bisa digunakan
rumus diatas, karena relatif merupakan kelompok yang homogen,
sehingga representatifitasnya bisa dicapai, namun untuk Cluster rand"m
sampling kurang tepat, mengingat heterogenitas yang ada dalam
kelompok kluster tersebut, sehingga pendekatan yang bisa dilakukan
dengan menggunakan tabel sampel kluster, dengan sampling framenya
unit sampling.
&dapun tabelnya sebagai berikut :
9ml
Cluste
r
TAKSI-AN P-.P.-SI KE/A0IAN
p .&1 .2& .21 .%& .%1 .3& .31 .4& .41 .1&
5 .61 .6& .71 .7& .'1 .'& .81 .8& .11 .1&
J+!! $- $+ $' $1 $! 13 1/ 1( 1+ 1'
+!! $( $+ $$ $1 1? 13 1/ 1( 1+ 1'
+/
'!! $( $' $$ $1 1? 13 1- 1( 1+ 1$
$(! $+ $' $$ $! 1? 1/ 1- 1( 1+ 1$
$!! $+ $' $1 $! 1? 1/ 1- 1( 1' 1$
1(! $' $$ $1 1? 13 1/ 1- 1+ 1' 1$
1!! $$ $! 1? 13 1/ 1- 1( 1+ 1' 1$
?! $1 $! 1? 13 1/ 1- 1( 1+ 1$ 11
3! $! 1? 13 1/ 1- 1( 1+ 1' 1$ 11
/! $! 1? 13 1/ 1- 1( 1+ 1' 1$ 11
-! 1? 13 1/ 1- 1( 1+ 1+ 1' 1$ 11
(! 13 1/ 1- 1( 1( 1+ 1' 1$ 11 1!
+! 1- 1- 1( 1+ 1+ 1' 1$ 1$ 11 1!
'( 1( 1( 1+ 1+ 1' 1$ 1$ 11 1! 1!
'! 1+ 1+ 1' 1' 1$ 1$ 11 11 1! ?
$( 1' 1' 1$ 1$ 11 11 1! 1! ? ?
$! 1$ 1$ 11 11 1! 1! 1! ? ? 3
1( 1! 1! ? ? ? ? 3 3 3 /
1! 3 3 / / / / / / - -
1ikutip dengan modifikasi dari @uts,1?3$, dalam Eatik Pratiknya, 1?3-2
Penggunaan tabel diatas sebagai berikut, misal ingin diketahui hubungan
antara Aal nutrisi dengan kasus diare pada Balita dikecamatan 578,
yang dijadikan Cluster desa, misal ada $! desa, dengan prevalensi diare
$! = dan mal nutrisi 1!=, maka bisa digunakan proporsi diare atau mal
nutrisi, pakai sampel yang lebih besar.
Aisal yang dipakai diare, maka lihat pada jumlah Cluster $! pada baris
dan proporsi lihat pada kolom pB .$! dan HB.3!G urutkan keba#ah maka
akan ketemu besar sampelnya 11 Cluster, buatlah undian 1-$!, undilah
untuk memilih 11 Cluster, jika sudah kepilih maka semua Balita yang
ada pada Cluster tersebut menjadi anggota sampel.
e. Berdasarkan jenis uji hipotesis.
12 ata kontinyu.
Pendekatan ini membutuhkan beberapa informasi, antara lain :
a2. simpangan baku populasi, bisa diperoleh dari teori atau
penelitian sebelumnya.
+3
b2. Perbedaan yang diinginkan antara nilai sampel yang berasal
dari penelitian sebelumnya dengan nilai parameter yang ada

,
_

<
X d
c2. ;ingkat kesalahan yang ditoleransi
?- , 1 =G ( 5
d2. po#er penelitian ?! =B 1,$3$.
rumus yang dipakai :
( ) [ ]
( )
$
.
1
]
1

"
d
5 5
n


%uatu penelitian ingin mengetahui efek kebisingan terhadap
intensitas pendengaran pekerja pabrik knalpot, hasil studi
pendahuluan diketahui intensitas kebisingan masing-masing
tempat kerja rata-rata 3! dB, dengan satndard deviasi (, berapakah
besar yang harus diampil oleh peneliti pada = ( dan kekuatan
uji ?! =, standard kebisingan 3( dB.
iketahui :
( 3! 3( G $ $3$ , 1 G ?- , 1 d 5 5
, maka besar
sampel, dapat dihitung sebesar :
( ) [ ]
( )
( )
(1 , 1!
(
$1 , 1-
(
( . $+$ , '
(
( . $3$ , 1 ?- , 1
$
$
$

1
]
1

1
]
1

1
]
1

n
n
n
"
Penggunaan rumus ini akan mendapatkan sampel yang kecil,
namun harus ada data pendahuluan yang mendukung.
$2 ata proporsi.
Pendekatan ini membutuhkan beberapa informasi tentang:
+?
a2. Proporsi kejadian 1P
k
2 dan proporsi reference 1P
r
2, misal
kejadian di Puskesmas maka proporsi reference bisa
kabupaten, propinsi.
b2. ;ingkat kesalahan yang ditoleransi
?- , 1 =G ( 5
c2. Kekuatan uji
5
3!=B!,3+$
4umus yang digunakan
( )
( )

,
_

k r
r r k k
/ /
, / 5 , / 5
n
$
.
. .

f. 3udgment 1pengalaman2peneliti.
Pendekatan besar sampel dengan cara ini hanya didasarkan pada
prosentase dari besarnya populasi, cara ini la:im dipakai untuk
penelitian survey, seperti di &merika sensus tahun 1?+! hanya diambil
(=, tahun 1?(! $!=, pertimbangan yang nyata adalah keterbatasan
sumber daya 1>ochran,1??1. P.'2.
Populasi kurang dari 1!! hendaknya diambil (!=dari populasi, jika
populasi beberapa ratus diambil $( sampai '! =.
Berdasarkan hasil penelitian sampel $! = dari populasi dengan teknik
s#stematic rand"m sampling paling baik. 1&ris %antjaka, $!!$2.
(!