POPULASI DAN SAMPEL

PENELITIAN

MYRNA SUKMARATRI
myrnasukma@gmail.com
• PENGERTIAN
• ALASAN MELAKUKAN SAMPLING
• PENENTUAN JUMLAH SAMPEL
• PENGAMBILAN DATA SAMPEL

MYRNA SUKMARATRI
myrnasukma@gmail.com
 POPULASI
• Suatu wilayah generalisasi yang terdiri atas obyek/subyek
yang mempunyai karakteristik tertentu yang ditetapkan
oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya (Sugiyono,2003:55).
• Sekumpulan obyek, orang, atau keadaan yang paling
tidak memiliki satu karakteristik umum yang sama (Furqon,
2001:135)

MYRNA SUKMARATRI
myrnasukma@gmail.com
ALUR PEMIKIRAN POPULASI DAN
SAMPEL

SAMPEL POPULASI

TEMUAN

MYRNA SUKMARATRI
myrnasukma@gmail.com
MENGAPA PERLU SAMPEL?

MYRNA SUKMARATRI
myrnasukma@gmail.com
 Data yang dipergunakan dalam suatu penelitian
belum tentu merupakan keseluruhan dari suatu
populasi karena beberapa kendala :
 Kendala biaya
 Kendala waktu
 Kendala tenaga
 Polulasi yang tidak terdefinisikan
 Untuk mengatasi masalah dalam pemakaian data
yang mengalami kendala-kendala, maka dapat
dipergunakan SAMPEL

MYRNA SUKMARATRI
myrnasukma@gmail.com
 SYARAT SAMPEL (1)
• Akurasi atau ketepatan , yaitu tingkat
ketidakadaan “bias” (kekeliruan) dalam sampel.
Dengan kata lain makin sedikit tingkat kekeliruan
yang ada dalamsampel, makin akurat sampel
tersebut. Tolok ukur adanya“bias” atau kekeliruan
adalah populasi.
• agar sampel dapat memprediksi dengan baik
populasi, sampel harus mempunyai selengkap
mungkin karakteristik populasi (Nan Lin, 1976).

MYRNA SUKMARATRI
myrnasukma@gmail.com
 SYARAT SAMPEL (2)
• Presisi. memiliki tingkat presisi estimasi. Presisi
mengacu pada persoalan sedekat mana
estimasi kita dengan karakteristik populasi.
Presisi diukur oleh simpangan baku
(standard error). Makin kecil perbedaan di
antara simpangan baku yang diperoleh dari
sampel (S) dengan simpangan baku dari
populasi (s), makin tinggi pula tingkat
presisinya.

MYRNA SUKMARATRI
myrnasukma@gmail.com
 UKURAN SAMPEL
• Ukuran sampel harus mewakili populasi.
• Ukuran sampel mempengaruhi tingkat kesalahan
yang terjadi.
• Semakin banyak ukuran sampel maka semakin kecil
tingkat kesalahan generalisasi yang terjadi dan
sebaliknya

MYRNA SUKMARATRI
myrnasukma@gmail.com
 FAKTOR-FAKTOR YANG
MEMPENGARUHI UKURAN SAMPEL
• Tingkat presisi yang diinginkan
• Derajat keseragaman
• Banyaknya variabel yang diteliti dan
rancangan analisis
• Biaya, waktu, dan tenaga yang tersedia .

MYRNA SUKMARATRI
myrnasukma@gmail.com
 PENENTUAN UKURAN SAMPEL:
• Secara umum, untuk penelitian korelasional jumlah sampel minimal untuk
memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian
eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan
untuk penelitian survey jumlah sampel minimum adalah 100. Roscoe (1975)
yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk
menentukan ukuran sampel :
• Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk
kebanyakan penelitian
• Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior,
dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori
adalah tepat
• Dalam penelitian mutivariate (termasuk analisis regresi berganda),
ukuran sampel sebaiknya 10x lebih besar dari jumlah variabel dalam
penelitian
• Untuk penelitian eksperimental sederhana dengan kontrol eskperimen
yang ketat, penelitian yang sukses adalah mungkin dengan ukuran
sampel kecil antara 10 sampai dengan 20

MYRNA SUKMARATRI
myrnasukma@gmail.com
 1. SLOVIN
n: jumlah sampel
N: jumlah populasi
e: batas toleransi kesalahan (error tolerance)

Untuk menggunakan rumus ini, pertama ditentukan berapa batas

toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan
dengan persentase. Semakin kecil toleransi kesalahan, semakin
akurat sampel menggambarkan populasi. Misalnya, penelitian
dengan batas kesalahan 5% berarti memiliki tingkat akurasi 95%.
Penelitian dengan batas kesalahan 2% memiliki tingkat akurasi 98%.

CONTOH: Sebuah perusahaan memiliki 1000 karyawan, dan akan

dilakukan survei dengan mengambil sampel. Berapa sampel yang
dibutuhkan apabila batas toleransi kesalahan 5%.
n = N / ( 1 + N e² ) = 1000 / (1 + 1000 x 0,05²) = 285,71 » 286.

MYRNA SUKMARATRI
myrnasukma@gmail.com
2. Rumus Issac dan Michael

s = Jumlah sample
N = Jumlah populasi
λ2 = Chi Kuadrat, dengan dk = 1, taraf kesalahan 1%, 5% dan 10%
d = 0,05
P = Q = 0,5

MYRNA SUKMARATRI
myrnasukma@gmail.com
 S S S
N N N
1% 5% 10% 1% 5% 10% 1% 5% 10%
10 10 10 10 280 197 115 138 2800 537 310 247
15 15 14 14 290 202 158 140 3000 543 312 248
20 19 19 19 300 207 161 143 3500 558 317 251
25 24 23 23 320 216 167 147 4000 569 320 254
30 29 28 27 340 225 172 151 4500 578 323 255
35 33 32 31 360 234 177 155 5000 586 326 257
40 38 36 35 380 242 182 158 6000 598 329 259
45 42 40 39 400 250 186 162 7000 606 332 261
50 47 44 42 420 257 191 165 8000 613 334 263
55 51 48 46 440 265 195 168 9000 618 335 263
60 55 51 49 460 272 198 171 10000 622 336 263
65 59 55 53 480 279 202 173 15000 635 340 266
70 63 58 56 500 285 205 176 20000 642 342 267
80 71 65 62 600 315 221 187 40000 563 345 269
85 75 68 65 650 329 227 191 50000 655 346 269
90 79 72 68 700 341 233 195 75000 658 346 270
95 83 75 71 750 352 238 199 100000 659 347 270
100 87 78 73 800 363 243 202 150000 661 347 270
110 94 84 78 850 373 247 205 200000 661 347 270
120 102 89 83 900 382 251 208 250000 662 348 270
130 109 95 88 950 391 255 211 300000 662 348 270
140 116 100 92 1000 399 258 213 350000 662 348 270
150 122 105 97 1050 414 265 217 400000 662 348 270
160 129 110 101 1100 427 270 221 450000 663 348 270
170 135 114 105 1200 440 275 224 500000 663 348 270
180 142 119 108 1300 450 279 227 550000 663 348 270
190 148 123 112 1400 460 283 229 600000 663 348 270
200 154 127 115 1500 469 286 232 650000 663 348 270
210 160 131 118 1600 477 289 234 700000 663 348 270
220 165 135 122 1700 485 292 235 750000 663 348 271
230 171 139 125 1800 492 294 237 800000 663 348 271
240 176 142 127 1900 498 297 238 850000 663 348 271
 3. Linear Time Function
Linear Time Function merupakan teknik penentuan jumlah
sampel yang berdasarkan estimasi kendala waktu. Teknik
pengambilan sampel ini digunakan karena jumlah
populasi yang tidak diketahui, sehingga penentuan jumlah
sampel ditentukan berdasarkan estimasi penggunaan
waktu survey.
Keterangan :
n = Banyaknya sampel yang terpilih
T = Waktu yang tersedia untuk penelitian
t0 = Waktu tetap
t1 = Waktu yang digunakan untuk sampling unit

MYRNA SUKMARATRI
myrnasukma@gmail.com
 Simple Random
Sampling
Disproportionate
Stratified Random
Probability Sampling
Sampling
Proportionate Stratified
Random Sampling

Cluster Sampling

Teknik Sampling
Sampling Purposif

Sampling Kuota

Non Probability
Sampling Aksidental
Sampling

Sampling Jenuh

Snowball Sampling
MYRNA SUKMARATRI
myrnasukma@gmail.com
PROBABILITY SAMPLING

MYRNA SUKMARATRI
myrnasukma@gmail.com
 PROBABILITY SAMPLING:
• Setiap elemen dalam populasi mempunyai
kesempatan yang sama untuk diseleksi
sebagai subyek dalam sampel. Representatif
ini penting untuk generalisasi
• Dalam merencanakan sampling probabilitas,
idealnya peneliti telah memenuhi beberapa
persyaratan berikut:
o Diketahui besarnya populasi induk
o Besarnya sampel yang diinginkan telah ditentukan
o Setiap unsur atau kelompok unsur harus memiliki
peluang yang sama untuk dijadikan sampel

MYRNA SUKMARATRI
myrnasukma@gmail.com
 1. SIMPLE RANDOM SAMPLING
• Dikatakan simple karena pengambilan
anggota sampel tidak memperhatikan strata
yang ada dalam populasi
• Syarat: anggota populasi dianggap homogen
• Cara pengambilan sampel bisa melalui undian
atau tabel bilangan random
• Sampling ini memiliki bias terkecil dan
generalisasi tinggi
• Banyak digunakan dalam penelitian sains.

MYRNA SUKMARATRI
myrnasukma@gmail.com
 SIMPLE RANDOM SAMPLING: UNDIAN

 Dengan cara memberikan nomor-nomor pada seluruh

anggota populasi, lalu secara acak dipilih nomor-nomor
sesuai dgn banyaknya jumlah sampel yang dibutuhkan.
 Ada dua rancangan cara undian :
o Pengambilan sampel tanpa pengembalian, yang
berarti sampel yang pernah terpilih tidak akan
dipilih lagi. Akan menghasilkan nilai probabilitas
yang tidak konstan
o Pengambilan sampel dengan pengembalian,
yang berarti sampel yang pernah terpilih ada
kemungkinan terpilih lagi. Menghasilkan nilai
probabilitas yang konstan

MYRNA SUKMARATRI
myrnasukma@gmail.com
 SIMPLE RANDOM SAMPLING:
TABEL BILANGAN RANDOM
 Menggunakan tabel bilangan random (acak),
yaitu suatu tabel yang terdiri dari bilangan-
bilangan yang tidak berurutan.
 Secara prinsip, pemakaiannya adalah dengan
memberi nomor pada setiap anggota populasi
dalam suatu daftar (sample frame)
 Selanjutnya dipergunakan jumlah digit pada
tabel acak dengan digit populasi
 Pilih salah satu nomor dengan acak, gunakan
dua digit terakhirnya, cocokkan dengan nomor
pada sample frame.
 Jika ada yang sama, maka data pada sample
frame diambil sebagai anggota sampel.
MYRNA SUKMARATRI
myrnasukma@gmail.com
 CONTOH MENENTUKAN REPONDEN
MENGGUNAKAN TABEL BILANGAN RANDOM
 Buat kerangka populasi (daftar nama populasi, beri
nomor)
 Buka tabel bilangan random (acak)
 Pilih baris pada tabel bilangan random dengan cara
tertentu (misalnya terpilih baris ke 23)
 Pilih lajur pada tabel bilangan acak (misalnya terpilih
lajur ke 35)
 Temukan titik temu antara baris dan lajur, berupa
bilangan (misal titik temu antara baris ke 23 dengan
lajur ke 35 adalah bilangan 084)
 Bilangan tersebut merupakan nomor responden
pertama yang terpilih
 Untuk menentukan nomor responden berikutnya dapat
diambil bilangan-bilangan yang ada dibawah dan
atau diatasnya MYRNA SUKMARATRI
myrnasukma@gmail.com
 2. STRATIFIED RANDOM SAMPLING
 Digunakan untuk mengurangi pengaruh faktor
heterogen dan melakukan pembagian elemen-
elemen populasi ke dalam strata. Selanjutnya dari
masing-masing strata dipilih sampelnya secara
random sesuai proporsinya.
 Sampling ini banyak digunakan untuk mempelajari
karakteristik yang berbeda, misalnya, di sekolah
ada kls I, kls II, dan kls III.
 Keadaan populasi yang heterogen tidak akan
terwakili, bila menggunakan teknik random.
Karena hasilnya mungkin satu kelompok terlalu
banyak yang terpilih menjadi sampel.

MYRNA SUKMARATRI
myrnasukma@gmail.com
 Misalnya, seorang peneliti akan mengambil 300 orang sebagai
sampel dari komposisi populasi yang diketahui jumlahnya, maka
dapat dihitung:

Tingkat Komposisi Proporsi/persentase Sample

pendidikan populasi setiap klp
(org)
SD ke bawah 6000 0,6 180
SMP 2500 0,25 75
SMA 1000 0,1 30
PT 500 0,05 15
Jumlah 10000 1 300

MYRNA SUKMARATRI
myrnasukma@gmail.com
 3. DISPROPORTIONATE STRATIFIED
RANDOM SAMPLING
Teknik sampling dimana populasi berstrata tapi kurang
proporsional.

Strata Anggota Persentase Sampel Sampel Non

Populasi (%) proporsional proprsional
1 2 3 4 = (3 x 50) 5

SD 150 37,5 19 18

SMP 125 31,25 16 15

SMU 122 30,5 15 14

Sarjana 3 0,75 0 3

Jumlah 400 100 50 50

MYRNA SUKMARATRI
myrnasukma@gmail.com
 4. CLUSTER SAMPLING
 Teknik cluster sering digunakan oleh para peneliti di
lapangan yang mungkin wilayahnya luas.
 Populasi biasanya dalam bentuk gugus atau
kelompok-kelompok tertentu.
 Misalnya akan diambil populasi seluruh guru SD di
Kota Bogor. Pengambilan sampelnya dengan cara
membagi wilayah Kota Bogor ke dalam enam
wilayah, kemudian dari masing-masing kecamatan
diambil perwakilannya. Jumlah sampel tiap
kecamatan diambil secara proporsional.

MYRNA SUKMARATRI
myrnasukma@gmail.com
 5. SISTEMATIC SAMPLING
1. Setiap elemen populasi dipilih dengan suatu
jarak interval (tiap ke n elemen) dan dimulai
secara random dan selanjutnya dipilih
sampelnya pada setiap jarak interval tertentu.
Jarak interval misalnya ditentukan angka
pembagi 5,6 atau 10. Atau dapat menggunakan
dasar urutan abjad
2. Syarat yang perlu diperhatikan oleh peneliti
adalah adanya daftar semua anggota populasi
3. Sampling ini bisa dilakukan dengan cepat dan
menghemat biaya, tapi bisa menimbulkan bias
MYRNA SUKMARATRI
myrnasukma@gmail.com
NONPROBABILITY SAMPLING

MYRNA SUKMARATRI
myrnasukma@gmail.com
 NONPROBABILITY SAMPLING

Teknik pengambilan sampel dimana setiap

elemen dalam populasi belum tentu
mempunyai kesempatan sama untuk diseleksi
sebagai subyek dalam sampel.

MYRNA SUKMARATRI
myrnasukma@gmail.com
 1. SAMPLING KUOTA
• Teknik sampling dari populasi yang memiliki ciri-ciri
tertentu sampai jumlah (kuota) yang dinginkan
tercapai berdasarkan pertimbangan tertentu.
• Merupakan metode penetapan sampel dengan
menentukan kuota terlebih dahulu pada masing-
masing kelompok, sebelum kuata masing-masing
kelompok terpenuhi maka peneltian beluam
dianggap selesai.
• Pengambilan sampel dari 1000 guru PNS. Jika kuota
sampel yang dibutuhkan adalah 100 guru, maka
pengambilan sampel dapat dilakukan dengan
memilih sampel secara bebas dengan karakteristik
yang telah ditentukan peneliti
MYRNA SUKMARATRI
myrnasukma@gmail.com
 2. SAMPLING INSIDENTAL

• Teknik sampling berdasarkan faktor spontanitas.

Artinya siapa saja yang secara tidak sengaja
bertemu dengan peneliti maka orang tersebut
dapat dijadikan sampel bila dipandang orang
yang ditemui tersebut cocok sebagai sumber data
• Peneliti ingin mengetahui persepsi pengunjung
suatu objek wisata, peneliti memberikan kuesioner
pada setiap wisatawan yang ditemui di objek
wisata tersebut.

MYRNA SUKMARATRI
myrnasukma@gmail.com
 3. SAMPLING PURPOSIF

• Teknik pengambilan sampel dengan

pertimbangan-pertimbangan tertentu.
• Peneliti ingin mengetahui transformasi Kota
Bandung menuju Kota Kreatif dan Kota Cerdas,
sehingga sampel yang dipilih adalah orang-orang
yang tidak hanya terlibat langsung tetapi juga
berpartisipasi dalam pengembangan Kota
Bandung menuju Kota Kreatif, misalnya Walikota,
pengusaha-pengusaha, dan masyarakat di
kampung-kampung kreatif

MYRNA SUKMARATRI
myrnasukma@gmail.com
 4. SAMPLING JENUH

• Teknik sampling jika semua anggota

populasi digunakan sebagai sampel. Hal ini
dilakukan jika jumlah populasi kurang dari 30
• Jika terdapat 28 orang yang terseleksi
sebagai peserta pertukaran pelajar ke Swiss,
maka dalam hal ini, jumlah responden
kurang dari 30 orang sehingga semua
populasi dapat dijadikan sampel

MYRNA SUKMARATRI
myrnasukma@gmail.com
 5. SNOWBALL SAMPLING
• Snowball sampling adalah teknik penentuan sampel yang
mula-mula jumlahnya kecil, kemudian membesar. Ibarat
bola salju yang menggelinding yang lama-lama menjadi
besar.
• Dalam penentuan sampel, pertama-tama dipilih satu
atau dua orang, tetapi karena dengan dua orang ini
belum merasa lengkap terhadap data yang diberikan,
maka peneliti mencari orang lain yang dipandang lebih
tahu dan dapat melengkapi data yang diberikan oleh
dua orang sebelumnya. Begitu seterusnya, sehingga
jumlah sampel semakin banyak.
• Pada penelitian kualitatif banyak menggunakan sampling
purposif dan snowball sampling.
• Misalnya akan meneliti siapa provokator kerusuhan, maka
akan cocok menggunakan kedua teknik sampel ini.
 SNOWBALL SAMPLING
A

B C

D E F G H I

J K L M N N