Populasi dan sampel

Pengertian
Populasi adalah keseluruhan dari unit didalam pengamatan yang akan kita lakukan
atau kumpuan individu dimana hasil suatu penelitian akan dilakukan generalisasi.
Populasi adalah wilayah generalisasi yang terdiri atas; objek yang mempunyai
kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari
dan kemudian ditarik kesimpulannya.
Jadi populasi bukan hanya orang, tetapi juga benda-benda alam yang lain. Populasi
juga bukan sekedar jumlah yang ada pada objek yang dipelajari, tetapi meliputi
seluruh karakteristik/sifat yang dimiliki objek atau sebjek itu.
Contoh populasi :
Misalnya akan melakukan penelitian dilembaga X, maka lembaga X ini merupakan
populasi. Lembaga X mempunyai sejumlah orang/subjek dan objek yang lain. Hal
ini berarti populasi dalam arti jumlah/kuantitas. Tepai lembaga X mempunyai
karakteristik orang-orangnya, misalnya motivasi kerjanya, disiplin kerjanya,
kepemimpinannya, iklim organisasinya, dan lain-lain; dan mempunyai karakteristik
objek yang lain, misalnya kebijakan, prosedur kerja, tata ruang, produk yang
dihasilkan dan lain-lain. Yang terakhir berarti populasi dalam arti karakteristik.

Unit elementer atau elementer populasi adalah anggota populasi dimana

pengukuran dilakukan.
Sampel adalah sebagian dari populasi yang nilai/ karakteristiknya akan diukur dan
yang nantinya dipakai untuk menduga karakteristik dari populasi.
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi
tersebut bila populasi besar, dan peneliti tidak mungkin mempelajari semua yang
ada pada populasi, misalnya karena keterbatasan dana, tenaga dan waktu, maka
peneliti dapat menggunakan sampel yang diambil dari populasi itu.
Contoh sampel :
Apabila kita membuat minuman, teh manis, umpamanya, setelah diaduk dengan teh
dengan gula tersebut dan merasa sudah rata (homogen), maka kita cicipi dulu
dengan mencoba satu sendok teh. Rasa teh dalam sendok teh tersebut telah
mewakili seluruh minuman dalam gelas tersebut. Satu sendok teh yang dicicipi itu
adalah sampel. Minuman teh dalam gelas tersebut adalah populasinya.
Contoh :
Jika kita ingin melakukan survey anemi pada ibu hamil di Kota semarang, maka
populasinya adalah keseluruhan ibu hamil yang ada dikota Semarang. Tiap ibu
hamil yang ada di Kota Semarang adalah Unit elementer. Kita tidak mungkin
mengukur Hb seluruh ibu hamil tersebut, untuk itu diambil sebagian dari ibu hamil
(sampel) yang representatif yaitu mewakili seluruh ibu hamil yang ada di Kota
Semarang. Kadar Hb ibu hamil yang terambil sebagai sampel tersebut yang diukur.
Hasilnya dapat dipakai untuk menduga prevalensi anemi ibu hamil di Kota
Semarang.
Alasan pengambilan sampel :
1. Populasi yang sangat besar (infinite population)
Pada populasi yang sangat besar dan tidak terbatas tidak mungkin seluruh
populasi diteliti karena akan memakan waktu yang lama.
2. Homogenitas
Pada populasi yang homogen tidak perlu semua unit populasi diperiksa/diteliti
karena akan membuang waktu serta tidak ada gunanya variabel yang akan
diteliti telah terwakili oleh sebagian saja dari populasi tersebut.
3. Menghemat waktu, biaya, dan tenaga
Meneliti sebagian populasi tentu akan menghemat biaya, waktu dan tenaga
daripada meneliti seluruh populasi.
4. Ketelitian/ ketepatan pengukuran
Meneliti sampel yang sedikit tentu akan lebih teliti dibandingkan dengan
meneliti jumlah yang banyak (populasi)
Metode sampling
Metode sampling adalah suatu cara atau teknik yang dipergunakan untuk
mengambil sejumlah sampel dari suatu populasi.
Dua jenis metode sampling :
1. Pengambilan sampel dengan probabilitas (probability sampling atau
random sampling)
Pada pengambilan sampel dengan probabilitas, tiap elemen dalam populasi
untuk terpilih sebagai sampel, probabilitas diketahui. Yang termasuk
metode pengambilan sampel acak adalah :
a. Pengambilan sampel acak sederhana (simple random sampling)
b. Pengambilan sampel acak sistematik (systematic random sampling)
c. Pengambilan sampel acak sratifikasi (sratified random sampling)
d. Pengambilan sampel acak kelompok (cluster random sampling)
e. Pengambilan sampel acak bertahap (multistage random sampling)
Keuntungan :
- Probabilitas setiap unit sampel diketahui
 - Lebih obyektif
- Dapat mewakili populasi
Kelemahan :
- Sulit dalam pelaksanaan
- Membutuhkan waktu, biaya dan tenaga relatif lebih besar dibanding non
probability sampling
- Dapat terjadi penyimpangan jika sampel kecil
- Memerlukan kerangka sampel (sampling frame)
- Yaitu aftar dari semua unsur dalam populasi, misalnya : daftar
kunjungan pasien RS, daftar mahasiswa, daftar balita di wilayah X,
daftar ibu hamil dipropinsi Y.

2. Pengambilan sampel tanpa probabilitas (non probability sampling atau non

random sampling)
Pada pengambilan sampel dengan non probabilitas, tiap elemen populasi
tidak memiliki probabilitas yang diketahui untuk terpilih sebagai sampel
dan faktor subyektif memegang penanan penting.
Menurut lemeshow et al (1990), disebutkan bahwa yang dimaksud dengan
non probabilitas sampling adalah pengambilan sampel dimana sampel yang
dipilih berdasarkan suatu rencana pengambilan sampel yang tidak
menggunakan probabilitas dalam proses seleksinya.
Yang termasuk metode pengambilan sampel non random adalah :
a. Purposif sampling
b. Insidental sampling
c. Quota sampling
d. Snowbowling sampling
Keuntungan :
- Mudah pelaksanaannya
- Tidak membutuhkan waktu lama
- Tidak membutuhkan biaya besar
Kerugian :
- Probabilitas setiap unit sampel tidak diketahui
- Tidak obyektif
- Tidak dapat mewakili populasi keseluruhan
Jika digunakan “probability sampling” maka sampel diharapkan akan mewakili
populasi, serta keuntungan lainnya yaitu :
a. Derajat kepercayaan terhadap sampel dapat ditentukan
 b. Beda penaksiran parameter dengan statistik terhadap parameter yang
sesungguhnya dapat diperkirakan (presisi)
c. Besar sampel yang akan diambil dapat dihitung secara statistik.
d. Dapat dilakukanuji statistik
e. Dapat dilakukan generalisasi populasi
Sedangkan jika pengambilan sampelnya menggunakan “non probability sampling”
maka sampel yang diambil tidak mewakili populasi sehingga besar sampel tidak
bisa dihitung secara statistik, dan tidak dapat digunakan untuk generalisasi
populasi.
1. Simple random sampling
Suatu metode pengambilan sampel, dimana sampel diacak dari semua unit
yang ada dipopulasi
Syarat :
- Harus ada sampling frame
- Karakteristik populasinya cukup homogen
- Populasinya geografis tidak terlalu menyebar
Cara :
- Memakai undian
- Menggunakan tabel bilangan random
- Menggunakan tabel bilangan komputer
Keuntungan/ kelebihan :
- Kurang praktis kalau populasinya besar
- Relatif mudah untuk populasi kecil
2. Systematic random sampling
Suatu metode pengambilan sampel, yang mana sampel dipilih secara acak
hanya untuk obyek yang pertama, sedangkan obyek berikutnya ditentukan
secara kelipatan.
Syarat :
- Harus ada smpling frame
- Karakteristik populasinya cukup homogen
- Populasinya secara geografis tidak terlalu menyebar
Cara :
Tentukan interval/kelipatan (k) berikut :
K= N/n = interval kelipatan
N= jumlah populasi
n = jumlah sampel
Contoh :
N = 100, n = 20,N/n=5
 Subyek 1 dipilih secara acak dari 1s/d 5 (misalnya terpilih no 3)
Subyek berikutnya diambil dengan kelipatan 5 (yaitu
3+5=8,8+5=13,.... dst)

LANJUTAN HAL 58
Jawaban :
Diketahui : n1=5, n2=5, s1=20, s2=15, d=5, Z=1,96
Sehingga varians gabungan dapat dihitung :

2
(5 − 1)202 + (5 − 1)152
𝑆𝑝 = = 312,5
(5 − 1) + (5 − 1)
Besar sampel dapat dihitung dengan rumus (6) yaitu :
1,962 . 2 . 312,5
𝑛= = 96,4
52
Jadi diperlukan 97 pasien untuk masing-masing kelompok pengobatan.
Besar sampel untuk uji hepotesis
Besar sampel untuk uji hipotesis untuk proporsi
7. uji hipotesis untuk proporsi populasi tunggal (one tail)
rumusnya :
[𝑍𝛼 √𝑃𝑜(1 − 𝑃𝑜) + 𝑍1−𝛽 √𝑃𝑎(1 − 𝑃𝑎) ]2
𝑛=
(𝑃𝑎 − 𝑃𝑜)2
Dimana n :besar sampel
Zα :Nilai Z pada derajat kepercayaan tertentu
Z1-β :nilai Z pada kekuatan uji tertentu
Po : proporsi yang diteliti (dari pustaka yang ada, atau dari
penelitian pendahuluan)
Pa : Proporsi alternatif/taksiran proporsi yang sesungguhnya
Contoh :
Selama masa wabah tetanus neonatorum yang virulm, petugas kesehatan
menginginkan untuk menentukan apakah prevalensinya turun setelah
sebelumnya naik sampai 150/1000 kelahiran hidup. Berapa besar sampel yang
diinginkan untuk menguji Ho = 0,15 pada α = 0,05 bila diinginkan 90%
kemungkinan dapat mendeteksi angka kesakitan 100/1000 jika ini prevalensi
yang sesungguhnya.
Jawaban :
Po = 0,005 , Pa = 0,10
Ho : P = 0,15
Ha : P < 0,15

2
[𝑍𝛼 √𝑃𝑜(1 − 𝑃𝑜) + 𝑍1−𝛽 √𝑃𝑎(1 − 𝑃𝑎)]
𝑛=
(𝑃𝑎 − 𝑃𝑜)2

[1,64√0,15(1 − 0,15) + 12,8 √0,10(1 − 0,10)]2

𝑛=
(1,10 − 0,15)2

Jadi diperlukan sampel minimal sebesar 378

8. uji hipotesis untuk proporsi populasi tunggal (two tail)
Rumusnya :

[𝑍𝛼 √𝑃𝑜 (1 − 𝑃𝑜) + 𝑍1−𝛽 √𝑃𝑎 (1 − 𝑃𝑎) ] 2

2
𝑛=
(𝑃𝑎 − 𝑃𝑜)2

Dimana n :besar sampel

Zα/2 : nilai Z pada derajat kepercayaan tertentu
Z1-β : Nilai Z pada kekuatan uji tertentu
Po : Proporsi yang diteliti (dari pustaka yang ada, atau dari
penelitian pendahuluan)
Pa : Proporsi alternatif/ taksiran proporsi yang sesungguhnya

* dalam uji hipotesis untuk proporsi populasi tunggal (two tailed) tidak dapat
ditentukan bahwa Pa
Contoh :
Prevalensi balita status gizi kurang, dipedesaan Indonesia dari Susenas
adalah 33%= ),33. Dijawa Tengah Akan diadakan penelitian tentang status
gizi balita. Berapa jumlah balita yang harus diambil sebagai sampel jika Ho:
P=0,33 dan Ha: P≠ 0,33, α = 0,05. Jika diinginkan kekuatan uji atau atau
power = 95% untuk mendeteksi perbedaan prevalensi sebesar 10%.
Jawaban :
Dengan Pa 10% > Po (berarti Pa = 0,43 karena Po = 0,33)

[1,96√0,33(1 − 0,33 + 1,28 √0,43(1 − 0,43) ]2

𝑛= = 241,9
(0,43 − 0,33)2

Dengan Pa 10% < Po (berarti Pa = 0,23 karena Po= 0,33)

[1,96√0,33(1 − 0,33 + 1,28 √0,23(1 − 0,23) ]2

𝑛= = 213,2
(0,23 − 0,33)2
 Dengan mengambil angka terbesar dari ke-2 perhitungan tersebut didapat
242 sampel.
9. Uji hipotesis beda 2 proporsi (one tail)
Rumus :
2
[(𝑍𝛼 √2 𝑃(1 − 𝑃) + 𝑍1−𝛽 √𝑃1 (1 − 𝑃1 ) + 𝑃2 (1 − 𝑃2 )]
𝑛=
(𝑃1 + 𝑃2 )2

Contoh :
Obat A dikatakan dapat menghilangka nyeri pada 80% pasie osteoporosis.
Sedangkan paracetamol dapat menghilangkan nyeri pada 50% pasien
osteoporosis. Seorang peneliti ingin menguji obat A memang lebih efektif
dari paracetamol. Beberapa besar sampel yang dibutuhkan jika peneliti
menginginkan derajat kemaknaan 1% dan uji 80%.
Jawaban :
P1 = 0,8 Ho : P1 = P2
P2 = 0,5 Ho : P1>P2
P = P1 + P2 / 2 = (0,8 + 0,5) / 2 = 0,65

2
[(2,33√2. 0,65(1 − 0,65) + 0,84√0,8(1 − 0,8) + 0,5(1 − 0,5)]
𝑛=
(0,8 − 0,5)2

n = 49,45

Jadi sampel minimal yang perlu diambil adalah 50 orang.

10. Uji hipotesis beda 2 proporsi (two tail)
Rumus :
2
[(𝑍𝛼/2 √2 𝑃(1 − 𝑃) + 𝑍1−𝛽 √𝑃1 (1 − 𝑃1 ) + 𝑃2 (1 − 𝑃2 )]
𝑛=
(𝑃1 + 𝑃2 )2

Contoh :
Penelitian pendahuluan memperlihatkan bahwa kadar glukosa darah
merupakan faktor prognostic pada pasien dengan trauma kepala berat. Pada
penelitian itu dari 20 pasien trauma kepala berat dengan kadar glukosa darah
tinggi, 12 orang meninggal dalam 7 hari perawatan. Sedangkan pada 20
pasien trauma kepala berat dengan kadar glukosa darah rendah, 6 orang
meninggal dalam 7 hari perawatan. Seorang peneliti ingin mengetahui
apakah ada perbedaan proporsi kematian pasien antara kadar glukosa tinggi
dengan kadar glukosa darah rendah.
 Berapa besar sampel yang diperlukan jika peneliti menginginkan derajat
kemaknaan 5% dan kekuatan uji 80%
Jawaban :
P1 = 12/20 =60%, P2 = 6/20 =30%
P = (P1+ P2) /2 = (60%+30%)/2 = 45%
2
[(1,96√2 . 0,45(1 − 0,45) + 0,84√0,86(1 − 0,6) + 0,3(1 − 0,3)]
𝑛=
(𝑃1 + 𝑃2 )2

n = 41,97

Jadi banyaknya sampel yang diperlukan adalah 42 orang

11. Uji hipotesis rata-rata satu sampel (one tail)

Rumus :
𝜎 2 (𝑍𝛼 + 𝑍1−𝛽 )2
𝑛=
(𝜇𝑜 − 𝜇𝑎)2

Contoh :
Suatu survei telah mengungkapkan bahwa rata-rata berat badan pria berusia
diatas 55 tahun yang menderita penyakit jantung = 90 kg. Berapa besar
sampel yang diperlukan untuk menguji (α = 5%, 1-β = 90%): apakah rata-
rata berat badan tidak beruba melawan hipotesis alternatif bahwa rata-rata
telah turun dari 90 kg menjadi 85 kg dengan simpangan baku 20 kg.
Jawaban :
Ho : μo = 90 σ2 = 20 Z1-β = 1,28
Ha : μo < 90 Zα = 1,64

20(1,64 + 1,28)2
𝑛= = 137,08
(90 − 85)2

Jadi besar sampel yang diperlukan adalah 138 orang.

12. Uji hipotesis rata-rata satu sampel (two tail)
Rumus :
𝜎 2 (𝑍𝛼/2 + 𝑍1−𝛽 )2
𝑛=
(𝜇𝑜 − 𝜇𝑎)2

Contoh :
Sama dengan soal pada satu arah, dengan perbedaan 5 kg
Ho : μo = 90 σ2 = 20 Z1-β = 1,28
Ha : μo ≠ 90 Zα/2 = 1,96
 20(1,96 + 1,28)2
𝑛= = 168,17
(90 − 85)2

Jadi besar sampel yang diperlukan adalah 169 orang.

13. Uji hipotesis beda rata-rata 2 kelompok independen (two tail)

Hipotesis : Ho : μ1=μ2
Ha : μ1≠μ2
Rumus :
2𝜎 2 (𝑍𝛼/2 + 𝑍1−𝛽 )2
𝑛=
(𝜇𝑜 − 𝜇𝑎)2

Pada umumnya nilai σ2 tidak diketahui sehingga σ2 diperkirakan dari varians

gabungan:
2 2
(𝑛1 − 1)𝑠1 2 + (𝑛2 − 1)𝑠2 2
𝜎 = 𝑆𝑝 =
(𝑛1 − 1) + (𝑛2 − 1)
Contoh :
Seorang penelitian ingin mengetahui efek asupan natrium terhadap tekanan
darah orang dewasa normal. Pada penelitian sebelumnya dengan jumlah
sampel 20 orang untuk masing-masing kelompok diketahui bahwa pada
kelompok masyarakat yang konsumsi Na rendah rata-rata tekanan diastolik
adalah 75 mmHg dengan standar deviasi 10 mmHg. Pada masyarakat
konsumsi Na tinggi rata-rata tekanan darah diastolik adalah 82 mmHg
dengan standar deviasi 12 mmHg.
Jawaban :
n1 = 20 n2 = 20
x1 = 82 x2 = 75
s1 = 12 s2 = 10

2
(20 − 1)122 + (20 − 1)102
2
𝜎 = 𝑆𝑝 =
(20 − 1) + (20 − 1)

2 . 122(1,96 + 0,84)2
𝑛= = 39,04
(82 − 75)2

Jadi sampel yang diperlukan adalah 40 orang

14. Uji hipotesis beda rata-rata 2 kelompok independen(one tail)

Rumus :
2𝜎 2 (𝑍𝛼 + 𝑍1−𝛽 )2
𝑛=
(𝜇𝑜 − 𝜇𝑎)2
Prinsipnya sama dengan uji 2 arah, hanya penyesuaian Zα prinsipnya sama
seperti soal uji 2 arah diatas.
2 . 122(1,64 + 0,84)2
𝑛= = 30,63
(82 − 75)2

Jadi sampel yang diperlukan adalah 40 orang.