Populasi

Seluruh subjek/objek penelitian dengan

karakteristik tertentu
Seluruh karakteristik/sifat
sekelompok orang, kejadian, atau benda, yang
dijadikan obyek penelitian
Sampel
Bagian dari populasi yang akan diteliti
Sebagian jumlah dari karakteristik yang dimiliki
populasi
Jenis
Kriteria Inklusi (yang harus ada)
Kriteria Eksklusi (yang ditolak)
The basic idea behind sampling
We seek knowledge or information about a
whole class of similar objects or events
(usually called population)
We observe some of these (called a sample)
We extend our findings to the entire class.
Why Sample? (1)
Satu kasus susah digunakan sebagai basis generalisasi
karena banyaknya variasi dalam suatu populasi. Contoh:
persepsi tiga orang buta yang memegang gajah.

Ada pula pertimbangan praktis yang bikin perlu sampling.

Researchers often want to know something about a specific
social group or population that, for reasons of size, time,
cost, or inaccessibility, cannot be studied in its entirety. Kalo
punya waktu dan dana tak terbatas, boleh lah diteliti
setiap kasus/item dari populasi.
Why Sample? (2)
Bisa makan waktu terlalu lama
Data bisa obsolete (usang)
Respon awal dengan respon akhir bisa beda karena
ada suatu kejadian, gosip, dan sebagainya.
Perlu biaya yang besar, juga buat interviewer. Perlu
pelatihan yang efektif dan supervisi yang cukup
ketika pengambilan data.
Why Sample? (3)
Alasan lain: mempelajari populasi malah bisa jadi
hasilnya ngga akurat, terutama populasinya besar.

Manajemen proyeknya lebih gampang dengan

sampling:
bisa ada waktu tambahan untuk memperbaiki
interview/questionnaire design
prosedur mendapatkan responden-yang-sulit-
ditemukan
rekrutmen, pendidikan dan latihan, serta supervisi data
collectors.
Kriteria Inklusi
Kriteria dimana subjek penelitian mewakili sampel
penelitian yang memenuhi syarat sbg sampel
Perlu pertimbangan ilmiah
Kriteria Eksklusi
Kriteria dimana subjek penelitian tdk dpt mewakili
sampel karena tidak memenuhi syarat sbg sampel
penelitian
Penyebab :
Hambatan etis
Menolak sbg responden
Dlm keadaan yg tidak memungkinkan sbg sampel
Motivasi Penggunaan Sampling
1. Mencari informasi mengenai keseluruhan populasi
2. Informasi tersebut diperoleh dari sebagian anggota
populasi saja.
3. Informasi yang ditemukan diberlakukan kepada
seluruh anggota populasi
Syarat Sampel yang Baik
Mewakili sebanyak mungkin karakteristik populasi
valid
Sampel valid ditentukan oleh dua pertimbangan.
1. Akurasi atau ketepatan tingkat ketidakadaan bias
(kekeliruan) dalam sample makin sedikit tingkat
kekeliruan yang ada dalam sampel, makin akurat sampel
tersebut.
2. Presisi Estimasi mengacu pada persoalan sedekat mana
estimasi kita dengan karakteristik populasi.
Faktor untuk Menentukan Sampel
derajat keseragaman
rencana analisis
biaya, waktu, dan tenaga yang tersedia
Teknik Sampling
Proses seleksi sampel yang digunakan dlm
penelitian dari populasi yg ada
jumlah sampel dpt mewakili seluruh populasi yg
ada.
Pembagian
Probability
sampling
Non-Probability sampling
Probability Sampling
Maksud memberikan peluang yg sama dlm
pengambilan sampel
Bertujuan untuk generalisasi
Jenis Probability Sampling
1. Simple Random Sampling
2. Proportionate Stratified random sampling
3. Disproportionate Stratified random sampling
4. Cluster Sampling
Simple Random Sampling
teknik pengambilan sampel yang memberikan kesempatan
yang sama kepada populasi untuk dijadikan sampel.
Syarat untuk dapat dilakukan teknik simple random sampling
adalah:
Anggota populasi tidak memiliki strata sehingga relatif
homogen
Adanya kerangka sampel yaitu merupakan daftar elemen-
elemen populasi yang dijadikan dasar untuk pengambilan
sampel.

Populasi Sampel
Proportionate Stratified random sampling

Populasi distratakan secara proporsional

(sebanding, seimbang), baru kemudian dilakukan
pengambilan sampel secara acak dengan
menggunakan cara undian atau tabel.
Anggota populasi tdk homogen
strata proporsional
Disproportionate Stratified random sampling

Peneliti bebas menentukan jumlah sampel pada

masing-masing strata dengan tanpa harus
mempertimbangkan proporsi antara sampel dan
jumlah populasi pada strata tertentu.
Cluster Sampling
Objek/sumber data luas
Populasi Heterogen
Cara :Randomisasi dua tahap
Menentukan sampel daerah
Menentukan sampel orang
Non Probability Sampling
Tidak memberi peluang yg sama dari tiap anggota
populasi
Bertujuan tidak untuk generalisasi
Jenis Non Probability

Sistematic Sampling
Quota Sampling
Accidental Sampling Silahkan Cari
Sendiri
Purposive Sampling Definisinya,
Mudah2an di
Snowball Sampling Ujian Ada
Soalnya
Consecutive Sampling
Convenience Sampling
Systematic Sampling
Merupakan cara pengambilan sampel dimana
sampel pertama ditentukan secara acak sedangkan
sampel berikutnya diambil berdasarkan satu interval
tertentu
Berdasarkan urutan anggota populasi yg telah diberi
nomor urut
Sifat populasi heterogen
Quota Sampling
Peneliti menentukan unit-unit populasi lalu
menentukan jatah atau jumlah sampel masing-
masing unit;atau menentukan jumlah sampel
populasi;kemudian sampel itu ditentukan dengan
cara yang paling mungkin atau paling mudah
dilakukan
Dengan menentukan ciri-ciri tertentu smp jumlah
kuota tercapai
Accidental Sampling
Kebetulan bertemu
Peneliti menentukan sampel dengan asal ambil atau
asal pilih
Purposive Sampling
Untuk tujuan tertentu
Peneliti secara sengaja menentukan personil yang
dianggap tepat menjadi sampel dengan tanpa
melakukan random terlebih dahulu.
Misal : jika ingin meneliti tingkat stress anak I maka
yg diteliti adalah anak 1 bukan 2, 3 dst
Snowball Sampling
Menentukan sampel dalam jumlah kecil pada awal
Kemudian sampel awal diminta untuk mengajak
temannya

B B B
1 2 3

C C C C C C
1 2 3 4 5 6
Consecutive sampling
Memilih sampel yg sesuai kriteria sampai kurun
waktu tertentu
Convenience Sampling
Sampel convenience adalah teknik penentuan
sampel berdasarkan kebetulan saja, anggota
populasi yang ditemui peneliti dan bersedia
menjadi responden di jadikan sampel.
Pedoman Menentukan Jumlah Sampel

1. Rumus Slovin

N
n N = populasi

1 N (d )
2 n = Besar sampel
d = = 0,05/0,1
2. Interval Penaksiran

Untuk menaksir parameter rata-rata

Z / 2
2

n
e
Seorang mahasiswa akan menguji suatu hipotesis yang
menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S1
Keperawatan adalah 2,7. dari 30 sampel percobaan dapat
diperoleh informasi bahwa standar deviasi indek Prestasi
mahasiswa adalah 0,25 Untuk menguji hipotesisi ini berapa
jumlah sampel yang diperlukan jika kita menginginkan tingkat
keyakinan sebesar 95% dan error estimasi kurang dari
0,05,?
2
(1,96)(0,25)
n 96,04
(0,05)
 Untuk menaksir parameter proporsi P

Z 2 / 2 pq
n 2

e
Kita akan meperkirakan proporsi mahasiswa
yang mnggunakan angkutan kota waktu pergi
kuliah. Berapa sampel yang diperlukan jika
dengan tingkat kepercayaan 95% dan
kesalahan yang mungkin terjadi 0,10 ?

1,96 2
n 2
96,04
4( 0,10)
3. Pendekatan Isac Michel
a. Untuk menentukan sampel untuk menaksir
parameter rata-rata
NZ 2 S 2
n
Nd 2 Z 2 S 2
Seorang mahasiswa akan menguji suatu hipotesis yang
menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S1
Keperawatan yang berjumlah 175 mahasiswa adalah 2,7. Dari
30 sampel percobaan dapat diperoleh informasi bahwa standar
deviasi Indek Prestasi mahasiswa adalah 0,25 Untuk menguji
hipotesisi ini berapa jumlah sampel yang diperlukan jika kita
menginginkan tingkat keyakinan sebesar 95% dan error estimasi
kurang dari 5 persen ?

(175)(1,96) 2 (0,25) 2
n 62
(175)(0,05) (1,96) (0,25)
2 2 2
B. Untuk menentukan sampel untuk menaksir
parameter proporsi P
NZ 2 pq
n
Nd 2 Z 2 pq
Kita akan meperkirakan proporsi mahasiswa jurusan
manajemen unsoed yang berjumlah 175 orang. Brdasarkan
penelitian pendahuluan diperolh data proporsi mahasiswa
manajemen unsoed menggunakan angkutan kota waktu pergi
kuliah adalah 40%. Berapa sampel yang diperlukan jika
dengan tingkat kepercayaan 95% dan derajat penyimpangan
sebesar 0,10.?

(175)(1,96)2 (0,4)(0,6)
n 60,38
(175)(0,1) (1,96) (0,4)(0,6)
2 2
Sampel Ideal (Gay, 1984)
Ukuran minimal sampel yang dapat diterima:
1. Penelitian deskriptif:sampel minimal 10%
populasi, namun untuk populasi yang sangat
kecil diperlukan minimal 20%
2. Penelitian korelasi: minimal 30 subjek.

3. Penelitian ex post fakto atau penelitian kausal

komparatif:minimal 15 subjek per kelompok.
4. Penelitian eksperimen:minimal 15 subjek per
kelompok.
Faktor2 yang Mempengaruhi Sampling
Design (1)
Tergantung pada:
What is the stage of research?
How will the data be used?
What are the available resources for drawing the
sample?
How will the data be collected?
Faktor2 yang Mempengaruhi Sampling
Design (2)
Stage of research and data use
Akurasi tidak terlalu penting kalau baru eksplorasi
gejala, hal yang penting adalah menemukan pola2
tertentu dulu dan membuat hipotesis2 untuk penelitian
lanjutan.
Peneliti perlu menggunakan good judgement mereka
untuk mendapatkan sampel yang tepat
nonprobability sampling bisa digunakan.
Faktor2 yang Mempengaruhi Sampling
Design (3)
Kalau cuma pingin me-list semua varians, cukup dengan
sejumlah sampel dengan pendekatan nonprobability.
Kalau hasil penelitian akan menjadi bahan decision
making pemerintah misalnya, presisi diperlukan. Perlu
probability sampling yang terkontrol dan jumlah
sampel yang relatif banyak.
Faktor2 yang Mempengaruhi Sampling
Design (4)
Available resources
Jika akurasi menjadi pertimbangan utama, perlu digunakan
sampling design yang menghasilkan sampel yang paling
presisi. Tapi biayanya bisa jadi sangat mahal.
Waktu, uang, bahan2 yang diperlukan, lokasi melimitasi
sampling design.
Sampling design disesuaikan kemampuan, kecil tapi jika
prosedur-nya bagus hasilnya pun bagus.
Faktor2 yang Mempengaruhi Sampling
Design (5)
Method of data collection
Keempat pendekatan (eksperimen, field research,
survey research, documentary research) masing-masing
berurusan dengan sampel.
Eksperimen biasanya pakai convenience sampling,
survai biasanya probability sampling, field research
biasanya convenience atau purposive, documentary
research sering menggunakan probability sampling.
Faktor2 yang Mempengaruhi
Sample Size (1)
Antara lain:
Heterogenitas dari populasi
Tingkat presisi yang dikehendaki
Tipe sampling design yang digunakan
Resources availability
Number of breakdowns planned in data analysis
Faktor2 yang Mempengaruhi
Sample Size (2)
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.
Faktor2 yang Mempengaruhi
Sample Size (3)
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
Faktor2 yang Mempengaruhi
Sample Size (4)
Tingkat presisi yang dikehendaki
Secara teknis mengacu pada standard error (seperti
dijelaskan di atas). Tapi lebih mudah diilustrasikan dengan
confidence interval.
Pernyataan rata2 populasi ada di antara 2-4 lebih
presisi dibandingkan rata2 populasi ada di antara 1-5.
Rumus standard error /(N), sampel perlu diperbesar
agar standard error-nya mengecil. Agar standard error
turun 1/2, N perlu naik empat kali lipat.
Faktor2 yang Mempengaruhi
Sample Size (5)
Law of diminishing return, setelah terus2an, dibutuhkan
jumlah N yang sangat besar agar standard error bisa turun.
N = 100 = 5
N = 400 = 2.5
N = 2500 = 1
N = 10000 = 0.5
Sample size 2000-3000 sebenarnya standard error-nya
sudah cukup kecil dan menambah jumlah sampel lagi is
not worth the additional cost.
Faktor2 yang Mempengaruhi
Sample Size (6)
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.
Faktor2 yang Mempengaruhi
Sample Size (7)
Resources availability

Number of breakdowns planned. Contoh:

Sampel 500
Angkatan baru 100
Kos 20
Pria 10

Jumlah kasus terlalu sedikit untuk menghasilkan analisis

yang reliabel
Catatan
Sample bias: nonrandom, difficult to detect, damaging to
sample accuracy.

Dua sumber yang paling umum:

Coverage error: sampling frame yang tidak komplit meng-cover
semua populasi
Nonresponse bias: pengumpulan data tidak lengkap.

Rate of response dan rate of nonresponse