BAB III

POPULASI, SAMPEL, DAN PENGUJIAN

NORMALITAS DATA
3.1. Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang
mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulannya.

3.2. Sampel
Sampel adalah sebagian jumlah dan karakteristik yang dimiliki oleh
populasi tersebut. Bila populasi tersebut terlalu besar maka peneliti bisa mengambil
sampel untuk dijadikan objek penelitian, namun sampel yang diambil dalam sebuah
populasi harus representatif.

3.3. Teknik Sampling

Teknik sampling merupakan teknik pengambilan sampel. Secara skematik
teknik sampling ditunjukan pada gambar berikut :

Gambar 3.1. Teknik Sampling

Seperti terlihat pada fambar diatas teknik sampling dibedakan menjadi 2

kelompok antara lain :
1.

Probability Sampling
Probability Sampling merupakan teknik sampling yang memberikan
peluang yang sama bagi setiap unsur (anggota) populasi yang dipilih menjadi
sampel. Teknik ini meliputi :
a. Simple Random Sampling
Pada teknik ini pengambilan sampel dilakukan secara acak tanpa
memperhatikan strata yang ada dalam populasi. Teknik ini digambarkan
sebagai berikut :

Gambar 3.2. Teknik Simpel Random Sampling

b. Proportionate Stratified Random Sampling
Teknik ini digunakan apapbila populasi mempunyai unsur yang tidak
homogen dan berstrata secara proporsional.

Gambar 3.3. Proportionate Stratified Random Sampling

c. Disproportionate Stratified Random Sampling
Teknik ini digunakan untuk menentukan jumlah sampel bila populasi
berstrata tetapi kurang proporsional.

d. Cluster Sampling (Area Sampling)

Teknik sampling ini digunakan untuk menentukan sampel bila obyek yang
akan diteliti atau sumber data sangat luas, misalnya penduduk dari suatu
negara, propinsi, atau kabupaten.

Gambar 3.4. Teknik Cluster Sampling (Area Sampling)

2.

Nonprobability Sampling
Nonprobability sampling adalah teknik yang tidak memberi peluang
atau kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih
menjadi sampel. Teknik sampel ini meliputi :
a. Sampling Sistematis
Sampling Sistematis adalah teknik penentuan sampel berdasarkan urutan dari
anggota populasi yang telah diberi nomor urut.
b. Sampling Kuota
Sampling kuota adalah teknik untuk menetukan sampel dari populasi yang
mempunyai ciri-ciri tertentusampai jumlah (kuota) yang diinginkan.
c. Sampling Aksidental
Sampling Aksidental adalah teknik penentuan sampel berdasarkan kebetulan.
d. Sampling Purposive
Sampling purposive merupakanpenentuan sampel dengan pertimbangan
tertentu.
e. Sampling Jenuh
Sampling purposive adalah teknik penentuan sampel bila semua anggota
populasi digunakan sebagai sampel, hal ini dilakukan bila populasi relatif
kecil.

f. Snowball Sampling
Snowball sampling merupakan teknik penentuan sampel yang mula-mula
jumlahnya kecilkemudian sampel ini disuruh memilih teman-temannya
untuk dijadikan sampel.

Gambar 3.5. Snowball Sampling

3. Menentukan Ukuran Sampel

Jumlah anggota sampel dinyatakan dengan ukuran sampel. Semakin besar
jumlah sampel mendekati populasi maka peluang kesalahan generalisasi semakin
kecil dan berlaku juga sebaliknya.
Adapun cara untuk menentukan ukuran sampel yang sangat praktis yaitu
dengan tabel dan nomogram. Tabel yang digunakan adalah tabel Krecjie dan
nomogram Harry King. Dalam tabel Krecjie perhitungan ukuran sampel yang
didasarkan atas kesalahan 5%. Sedangkan Harry King menghitung sampel
didasarkan atas kesalahan yang bervariasi sampai 15%.

Gambar 3.6. Nomogram Harry King untuk menentukan ukuran sampel dari
populasi sampai 2.000
Cara menentukan ukuran sampel seperti yang dikemukakan di atas
didasarkan atas asumsi bahwa populasi berdistribusi normal.

a.

Contoh Menentukan Ukuran Sampel dengan Tabel Krecjie dan

Nomogram Harry King
Sumber data yang digunakan adalah para pegawai yang ada pada
organisasi. Jumlah pegawainya 1000 terdiri atas S1 = 50, Sarjana Muda = 300,
SMK = 100, SD = 50 (populasi berstrata).
Jumlah populasi = 1000 maka jumlah sampelnya = 278.
S1

SMK

SMP

50
1000
500
1000
50
1000

x 278 = 13,90 = 14
x 278 = 139,00 = 139
x 278 = 13,90 = 14
6

SD

100
1000

x 278 = 27,80 = 28

Jika dijumlahkan maka jumlah sampelnya 278.

Gambar 3.7. Sampel yang diambil dari populasi berstrata dengan kesalahan 5%

b. Contoh Menentukan Ukuran Sampel dengan Perhitungan

Bila jumlah sampel 100.000, maka peneliti tidak bisa melihat tabel. Oleh
karena itu maka digunakan rumus-rumus berikut :
1) Rumus 3.1.
n

Dimana :
n

= Ukuran sampel yang diperlukan

= Prosentase hipotesis (Ho) dinyatakan dalam peluang yang

besarnya 0,50

= 1 0,50 = 0,50

= Perbedaan antara yang ditaksir pada hipotesis kerja (Ha) dengan

hipotesis nol (Ho), dibagi dengan z pada tingkat kepercayaan tertentu.

Misalnya tingkat kepercayaan 68%, z = 1 ; 95%, z = 1,96 ; 99%, z=2,58.

2) Rumus 3.2.
n

. 2

Dimana :
n

= Ukuran sampel yang diperlukan

= Perbedaan antara yang ditaksir dengan tolok ukur penafsiran

= Harganya tergantung pada taraf kepercayaan yang ditetapkan

(tingkat kepercayaan 68%, z = 1 ; 95%, z = 1,96 ; 99%,z = 2,58).
Untuk harga-harga yang lain bisa dilihat pada tabelkurve normal
standard

= Simpangan baku

4. Menentukan Anggota Sampel

Cara menentukan sampel ada 2 cara yaitu probability sampling dan
nonprobability sampling. Cara ini sering disebut dengan random sampling atau
pengambilan sampel secara acak.

3.4. Normalitas Data

1. Kurve Normal
Luas kurve normal dapat terbagi berdasarkan jumlah standard deviasi dan
data kelompok yang membentuk distribusi normal. Prosentase luas luas kurve
normal dapat dilihat seperti gambar berikut :

Gambar 3.8.Prosentase Luas Kurve Normal

Kurve normal umum dapat dirubah ke kurve normal standard dengan
rumus sebagai berikut :
Rumus 3.3.
Z=

X i X
s

Dimana :
Z

= Simpangan baku untuk kurve normal standard

Xi

= Data ke i dari suatu kelompok data

= Rata-rata kelompok

= Simpangan baku

Harga-harga z ada kaitannya dengan prosentase daerah kurve itu.

Prosentase dihitung dari rata-rata. Dalam hal ini rata-ratanya adalah 0, seperti
yang ditunjukkan pada gambar berikut :

Gambar 3.9. Kurve Normal Standard. Rata-rata 0, Simpangan baku 1,2,3.

2. Contoh Penggunaan Kurve Normal

Terdapat 200 mahasiswa yang ikut ujian. Niali rata-rata adalah 6dan
simpangan bakunya adalah 2. Berapa orang mendapat nilai 8 ke atas ?
Jawab :
Z=

X i X
s

86
2

=1

Dari tabel kurve normal dapat dilihat bahwa daerah 0 sampai 1 luasnya =
34,13 %. Harga ini menunjukan mahasiswa yang mendapat nilai antara 6 s/d 8 .
Prosentase yang mendapat nilai 8 ke atas adalah 50% - 34,13% = 15,87% (50%
adalah setengah kurve di atas mean, dimana nilai 8 ke atas berada). Jadi
mahasiswa yang mendapat nilai 8 ke atas = 15,87% x 200 = 31,74 orang atau
sekitar 32 orang. Hal ini dapat dilihat pada gambar deperti berikut :

Gambar 3.10. Jumlah Mahasiswa yang Mendapat Nilai 8 ke Atas

3. Pengujian Normalitas Data

Teknik pengujian normalitas data dapat menggunakan kertas peluang
normal dan Chi Kuadrad 2 .
a.

Pengujian dengan Kertas Peluang Normal

Garis mendatar pada kertas peluang normal menunjukan batas kelas
interval, sedangkan garis vertikal menunjukan prosentase kumulatif.

Gambar 3.11. Contoh Kertas Peluang Normal

10

b. Pengujian dengan Chi Kuadrad .

Pengujian normalitas data dengan

dilakukan dengan cara

membandingkan kurve normal yang terbentuk dari data yang telah terkumpul
(B) dengan kurve normal baku / standard (A)

11