BIOSTATISTIKA DESKRIPTIF
“TEKNIK SAMPLING”
OLEH:
Desma LEGAWA (E4110183)
TEKNIK SAMPLING
Sampling adalah bagian dari praktek statistik terkait dengan pemilihan subset dari
pengamatan individu dalam populasi individu dimaksudkan untuk menghasilkan beberapa
pengetahuan tentang populasi perhatian, terutama untuk keperluan membuat prediksi yang
didasarkan pada statistik inferensi. Peneliti jarang survei seluruh populasi karena dua alasan
(Ader, Mellenbergh, & Hand, 2008): biaya terlalu tinggi, dan penduduk yang dinamis dalam
individu-individu yang membentuk populasi dapat berubah dari waktu ke waktu. Tiga
keuntungan utama sampling adalah bahwa biaya yang lebih rendah, pengumpulan data lebih
cepat, dan karena kumpulan data lebih kecil adalah mungkin untuk memastikan keseragaman
dan untuk meningkatkan akurasi dan kualitas data. Setiap observasi tindakan satu atau lebih
sifat (seperti berat warna,, lokasi) dari tubuh diamati dibedakan sebagai objek independen atau
perorangan. Dalam survei sampling, bobot survei dapat diterapkan pada data untuk
menyesuaikan untuk desain sampel. Hasil dari teori probabilitas dan teori statistik yang
digunakan untuk membimbing praktek.
Agar hasil penelitian yang dilakukan terhadap sampel masih tetap bisa dipercaya dalam artian
masih bisa mewakili karakteristik populasi, maka cara penarikan sampelnya harus dilakukan
secara seksama. Cara pemilihan sampel dikenal dengan nama teknik sampling atau teknik
pengambilan sampel .
Populasi
Populasi adalah keseluruhan objek yang akan/ingin diteliti. Populasi ini
sering juga disebut Universe. Anggota populasi dapat berupa benda hidup
maupun benda mati, dimana sifat-sifat yang ada padanya dapat diukur atau
diamati. Populasi yang tidak pernah diketahui dengan pasti jumlahnya disebut
"Populasi Infinit" atau tak terbatas, dan populasi yang jumlahnya diketahui
dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya murid
sekolah, jumlah karyawan tetap pabrik, dll disebut "Populasi Finit".
Suatu kelompok objek yang berkembang terus (melakukan proses sebagai
akibat kehidupan atau suatu proses kejadian) adalah Populasi Infinitif.
Misalnya penduduk suatu negara adalah populasi yang infinit karena setiap waktu
terus berubah jumlahnya. Apabilah penduduk tersebut dibatasi dalam waktu dan
tempat, maka popuJasi yang infinit bisa berubah menjadi populasi yang finit.
Misalnya penduduk Kota Medan pada tahun 1990 (1 Januari s/d 31 Desember
1990) dapat diketahui jumlahnya. Umumnya populasi yang infinit hanyalah teori
saja, sedangkan kenyataan dalam prakteknya, semua benda hidup dianggap
populasi yang finit. Bila dinyatakan bahwa 60% penduduk Indonesia adalah
petani, ini berati bahwa setiap 100 orang penduduk Indonesia, 60 orang adalah
petani. Hasil pengukuran atau karakteristik dari populasi disebut "parameter"
yaitu untuk harga-harga rata-rata hitung (mean) dan σ untuk simpangan baku
(standard deviasai). Jadi populasi yang diteliti harus didefenisikan dengan jelas,
termasuk didalam nya ciri-ciri dimensi waktu dan tempat.
Elemen/unsur adalah setiap satuan populasi. Kalau dalam populasi terdapat 30 laporan
keuangan, maka setiap laporan keuangan tersebut adalah unsur atau elemen penelitian.
Artinya dalam populasi tersebut terdapat 30 elemen penelitian. Jika populasinya adalah pabrik
sepatu, dan jumlah pabrik sepatu 500, maka dalam populasi tersebut terdapat 500 elemen
penelitian.
Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi.
Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik
populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur
ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun
berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58
unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil
penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat
perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat
presisi sampel tersebut.
Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh
karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang
dikenal dengan nama “sampling error” Presisi diukur oleh simpangan baku (standard error).
Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan
simpangan baku dari populasi (, makin tinggi pula tingkat presisinya. Walau tidak
selamanya, tingkat presisi mungkin bisa meningkat dengan cara menambahkan jumlah
sampel, karena kesalahan mungkin bisa berkurang kalau jumlah sampelnya ditambah
( Kerlinger, 1973 ). Dengan contoh di atas tadi, mungkin saja perbedaan rata-rata di antara
populasi dengan sampel bisa lebih sedikit, jika sampel yang ditariknya ditambah. Katakanlah
dari 50 menjadi 75.
Di bawah ini digambarkan hubungan antara jumlah sampel dengan tingkat kesalahan seperti
yang diuarakan oleh Kerlinger
besar
kesa-
lahan
kecil
kecil besarnya sampel besar
1. Probability Sampling
Pada pengam bilan sampel secara random, setiap unit populasi,
mempunyai kesempatan yang sama untuk diambil sebagai sampel. Faktor
pemilihan atau penunjukan sampel yang mana akan diambil, yang semata-mata
atas pertimbangan peneliti, disini dihindarkan. Bila tidak, akan terjadi bias.
Dengan cara random, bias pemilihan dapat diperkecil, sekecil mungkin. Ini
merupakan salah satu usaha untuk mendapatkan sampel yang representatif.
Keuntungan pengambilan sampel dengan probability sampling adalah sebagai
berikut:
- Derajat kepercayaan terhadap sampel dapat ditentukan.
- Beda penaksiran parameter populasi dengan statistik sampel, dapat
diperkirakan.
- Besar sampel yang akan diambil dapat dihitung secara statistik.
a. Penyimpangan (Error)
Dari hasil pengukuran terhadap unit-unit dalam sampel diperoleh nilai-nilai
statistik. Nilai statistik ini tidak akan persis sama dengan nilai parameternya.
Perbedaan inilah yang disebut sebagai Penyimpangan (Sampling Error)
Sedangkan pada non probability sampel, penyimpangan nilai sampel
terhadap populasinya tidak mungkin diukur. Pengukuran penyimpangan ini
merupakan salah satu bentuk pengujian statistik. Penyimpangan yang terjadi
pada perancangan kwesioner, kesalahan petugas pengumpul data dan pengola
data disebut Non Sampling Error.
Ukuran sampel
Ukuran sampel atau jumlah sampel yang diambil menjadi persoalan yang penting
manakala jenis penelitian yang akan dilakukan adalah penelitian yang menggunakan analisis
kuantitatif. Pada penelitian yang menggunakan analisis kualitatif, ukuran sampel bukan menjadi
nomor satu, karena yang dipentingkan alah kekayaan informasi. Walau jumlahnya sedikit tetapi
jika kaya akan informasi, maka sampelnya lebih bermanfaat.
Dikaitkan dengan besarnya sampel, selain tingkat kesalahan, ada lagi beberapa faktor lain
yang perlu memperoleh pertimbangan yaitu, (1) derajat keseragaman, (2) rencana analisis, (3)
biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989). Makin tidak
seragam sifat atau karakter setiap elemen populasi, makin banyak sampel yang harus diambil.
Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun harus banyak.
Misalnya di samping ingin mengetahui sikap konsumen terhadap kebijakan perusahaan, peneliti
juga bermaksud mengetahui hubungan antara sikap dengan tingkat pendidikan. Agar tujuan ini
dapat tercapai maka sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU,
dan seterusnya.. 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).
Misalnya, jumlah bank yang dijadikan populasi penelitian ada 400 buah. Pertanyaannya
adalah, berapa bank yang harus diambil menjadi sampel agar hasilnya mewakili populasi?. 30?,
50? 100? 250?. Jawabnya tidak mudah. Ada yang mengatakan, jika ukuran populasinya di atas
1000, sampel sekitar 10 % sudah cukup, tetapi jika ukuran populasinya sekitar 100, sampelnya
paling sedikit 30%, dan kalau ukuran populasinya 30, maka sampelnya harus 100%.
Ada pula yang menuliskan, untuk penelitian deskriptif, sampelnya 10% dari populasi,
penelitian korelasional, paling sedikit 30 elemen populasi, penelitian perbandingan kausal, 30
elemen per kelompok, dan untuk penelitian eksperimen 15 elemen per kelompok (Gay dan
Diehl, 1992).
Roscoe (1975) dalam Uma Sekaran (1992) memberikan pedoman penentuan jumlah
sampel sebagai berikut :
1. Sebaiknya ukuran sampel di antara 30 s/d 500 elemen
2. Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD?SLTP/SMU, dsb),
jumlah minimum subsampel harus 30
3. Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran sampel
harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis.
4. Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang ketat, ukuran
sampel bisa antara 10 s/d 20 elemen.
Krejcie dan Morgan (1970) dalam Uma Sekaran (1992) membuat daftar yang bisa
dipakai untuk menentukan jumlah sampel sebagai berikut (Lihat Tabel)
Lebih sering memeriksa hasil dari keseluruhan jumlah penduduk, tetapi juga memahami
perbedaan antara kunci demografis subgroups di dalam masyarakat. Misalnya, perlu
memahami perbedaan antara laki-laki dan perempuan atau para manajer dan karyawan
biasa. bila kemudian ingin berencana untuk melihat berbeda subgroups seperti ini,
harus dilakukan sampel acak bertingkat yang berarti memilih terpisah sampel acak dari
masing-masing subgroups daripada hanya mengambil satu sampel acak dari
keseluruhan kelompok. Proses ini memakan waktu lebih sedikit dan survei lebih banyak
kepada orang secara keseluruhan, namun teknik ini dapat menjadi sangat berharga.
Jika dilakukan sampel acak bertingkat, berpikir secara hati-hati tentang demografis
divisi yang relevan dapat dibuat di antara orang-orang dalam populasi tersebut. Hal ini
mungkin tidak praktis untuk melakukan sampel acak bertingkat pada lebih dari satu
kategori demografis sebagai proses menjadi jauh lebih rumit dan akan berakhir pada
akhirnya perlu survei hampir seluruh penduduk jika salah satu dari subgroups sangat
kecil. Dengan kata lain, bila ingin melihat usia dan posisi harus melihat pada setiap
posisi / kombinasi usia kemudian menemukan kemungkinan sangat kecil dari orang-
orang di beberapa daerah-daerah tersebut.
1. Error bahwa "plus atau minus X%" yang mendengar tentang apakah artinya adalah
merasa yakin bahwa hasil yang ada kesalahan yang tidak lebih dari X %.
Dua konsep ini bekerja sama untuk menentukan seberapa akurat hasil survei, misalnya,
jika memiliki keyakinan 90% dengan kesalahan dari 4%, maka akan dikatakan bahwa
jika melakukan survei yang sama 100 kali, hasilnya akan di + / - 4% dari pertama kali
petugas survey menjalankan survei 90 kali dari 100.
Jika tidak yakin apa saja yang dapat mentolerir kesalahan dan tingkat keyakinan yang
dibutuhkan, baik aturan praktis untuk mencapai 95% dengan tingkat kesalahan 5%.
Kesalahan yang juga disebut sebagai "interval keyakinan" kepercayaan dan juga
dikenal sebagai "tingkat kepercayaan" Untuk menghindari kebingungan, konsep-konsep
ini akan disebut sebagai "kesalahan" dan "kepercayaan" .
Bila ingin melakukan sampel acak bertingkat, ada beberapa langkah tambahan yang
harus dilakukan.
Hal ini untik grup yang lebih besar dan bagi yang lebih kecil diperlukan persentase yang
sama untuk mendapatkan tingkat akurasi. Itulah sebabnya kenapa harus dimulai
dengan kelompok kecil dengan cara kerja atas. Mendapatkan hasil yang lebih besar
dari kelompok harus benar-benar akan lebih akurat dibandingkan dengan hasil dari
kelompok terkecil, tetapi setidaknya dapat memastikan bahwa setiap grup memang
memenuhi persyaratan minimal keakuratan.
Dalam menghitung jumlah orang yang diperlukan untuk mencapai tingkat kesalahan
yang diinginkan dan tingkat keyakinan untuk setiap cabang jenis. Meskipun ini mungkin
tampaknya keraguan sejak survei ini akan berarti lebih sedikit orang-orang dari
kelompok yang lebih besar, akan mengubah hasil keseluruhan. Penting adalah bahwa
setiap bagian jenis diwakili proporsional. Jika survei dilakukan 75% dari orang-orang
dari kelompok yang lebih kecil dan hanya 25% dari orang-orang dari kelompok yang
lebih besar, maka hasil keseluruhan untuk seluruh populasi akan berubah dalam grup
yang lebih kecil karena mereka akan disproportionately diwakili kemudian agar dapat
menemukan agak sempit, terutama jika subgroups sangat bervariasi dalam ukuran.
Walaupun mungkin untuk fudge sedikit di ujung-ujungnya, penting bahwa petugas
survei tidak mengabaikan pentingnya fakta ini. Adalah mungkin untuk secara manual
memanipulasi hasil akhir untuk mendapatkan hasil yang proporsional dari bobot
masing-masing cabang jenis, tetapi ini memerlukan suatu tingkat keahlian.
Terakhir ini sangat penting dan langkah mungkin memerlukan sedikit menebak. Pada
tahap ini, pola bagaimana tanggapan yang diperlukan dari penduduk atau dari masing-
masing cabang jenis penduduk. Jika setiap orang dari orang-orang yang akan
merespon survei namun pada kenyataannya, banyak orang yang telah dipilih secara
acak tidak akan menyelesaikan survei. maka dari itu perlu memperkirakan persentase
orang yang diharapkan untuk merespon. Tanggapan yang akan didapat akan sangat
bervariasi tergantung pada populasi dan sifat survei. dalam menggunakan pengalaman
masa lalu, maka pengetahuan tentang penduduk, dan sifat dari survei itu sendiri (lagi
survei akan memiliki harga lebih rendah dari Tanggapan) untuk datang dengan
memperkirakan terbaik maka perlu mengetahui berapa banyak orang yang diperlukan
dengan meminta untuk menyelesaikan survei untuk mendapatkan jumlah yang
diinginkan tanggapan.
Setelah sampai dengan perkiraan terbaik akan penilaian respon maka dengan hanya
membagi jumlah orang yang dibutuhkan oleh respon menilai persentase untuk
mengetahui jumlah orang yang diperlukan dengan meminta para reponden untuk
menyelesaikan survei. Misalnya, jika ingin menetapkan bahwa kebutuhan 500 orang
untuk menanggapi survey dan menurut perkiraan bahwa 75% dari orang-orang akan
menyelesaikan survei maka diperlukan meminta 667 orang untuk menyelesaikan survei
untuk mendapatkan tanggapan adalah 500 (500 / 0,75 = 667).
Praktikum :3
Materi Praktikum : Populasi, Sampel dan Teknik Penyampelan
Alokasi waktu : 2 X 60 menit
Dosen,Teknisi : Tim Biostatistika Deskriptif
4. Pelaksanaan Praktikum
a. Mahasiswa menyelesaikan permasalahan 1 di bawah ini :
Misalkan populasi x=20, y=50, z=30, maka jumlah anggota populasi=100 sedangkan
jika anggota sample=80, maka dengan menggunakan teknik sampling proporsional
jumlah anggota sample untuk :
20
x¿ x80=16
100
50
y¿ x80=40
100
30
z= x80=24
100
100000
p= =0,25
400000
q=1-0,25=0,75
2
1,96
n≥ pq ( )
0,05
1,96 2
n≥0,25x0,75x ( )
0,05
=288,12
1. JAWABAN TUGAS DAN LATIHAN
a) Populasi
Populasi adalah keseluruhan objek yang akan/ingin diteliti. Populasi ini
sering juga disebut Universe. Anggota populasi dapat berupa benda hidup
maupun benda mati, dimana sifat-sifat yang ada padanya dapat diukur atau
diamati. Populasi yang tidak pernah diketahui dengan pasti jumlahnya disebut
"Populasi Infinit" atau tak terbatas, dan populasi yang jumlahnya diketahui
dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya murid
sekolah, jumlah karyawan tetap pabrik, dll disebut "Populasi Finit".
Suatu kelompok objek yang berkembang terus (melakukan proses sebagai
akibat kehidupan atau suatu proses kejadian) adalah Populasi Infinitif.
b) Tujuan pengambilan sampel
Agar sampel yang diambil dari populasinya "representatif" (mewakili),
sehingga dapat diperoleh informasi yang cukup untuk mengestimasi populasinya
c) Teknik pengambilan sampel
14
nilai ≤ 55= ×20=4,117647059
68
33
56 ≤ nilai ≤ 75= × 20=¿ 9,705882353
68
21
nilai ≥ 76= ×20=6,17647059
68