Populasi Sampel Sampling PDF
Populasi Sampel Sampling PDF
Populasi (N)
Kelompok dari mana sampel dipilih untuk diikutkan
dalam penelitian
Kelompok yang akan diteliti karakteristiknya di mana
hasil penelitian akan digeneralisasikan
populasi target
(istilah ideal)
populasi terjangkau
(istilah realistik)
Sampel (n)
• Sekelompok orang atau unit penelitian yang terpilih
shg data penelitian dpt diperoleh
• Kelompok terpilih (perwakilan) yang karakteristiknya
menyerupai populasi
POPULASI (N)
PENARIKAN
KESIMPULAN
SAMPEL (n)
Sampel
POPULASI (N)
POPULASI (N)
PENARIKAN
KESIMPULAN
SAMPEL (n)
Apakah penarikan
kesimpulan bisa
digeneralisasikan?
Generalisasi
• Murah
• Cepat
• Akurat
• Error bisa dihitung
Menentukan kriteria sampling
Sampel homogen:
Semirip mungkin, untuk mengontrol
variabel luar
Sampel heterogen:
Mewakili nilai-nilai yang lebih luas
(topik penelitian luas)
Kriteria sampling
Kriteria inklusi:
Karakteristik yg harus dimiliki subjek atau
elemen sebagai populasi target
Misal:
– Berumur antara 18 hingga 45
– Bisa baca tulis
– Dijadwalkan utk operasi kandung empedu
– Didiagnosis diabetes
Kriteria sampling
Kriteria eksklusi:
Karakteristik yg bisa menyebabkan individu
atau elemen dikeluarkan dari populasi target
Contoh:
– Menderita gangguan jiwa
– Berumur kurang dari 18 tahun
– Mempunyai kelainan kognitif
Generalisasi yang tidak tepat
Sample retention:
Jumlah subjek yang dapat mengikuti dan
menyelesaikan penelitian
Terminologi
Refusal rate
Persentase subjek yang menolak ikut penelitian
80 subjek dipilih, 4 menolak
4 ÷ 80 = 0.05 = 5% refusal rate
Acceptance rate
Persentase subjek yang setuju ikut penelitian
80 subjek dipilih, 76 menerima
76 ÷ 80 = 0.95 = 95% acceptance rate
Kesalahan dalam sampling
Kesalahan sampling
Populasi Sampel
Rerata Rerata
populasi sampel
Sampling error
Variasi acak
– Perbedaan acak karena beberapa nilai akan lebih
tinggi atau lebih rendah dibandingkan nilai rerata
populasi
– Perbedaan nilai yang diharapkan, terjadi saat nilai
yang berbeda diukur dari sampel yang sama
– Jika ukuran sampel diperbesar, variasi acak
menurun
Sampling bias
Variasi sistematik
– Perbedaan non-acak (nilai tidak berbeda secara
acak) dari nilai rerata populasi
– Akibat memilih subjek yang nilai pengukurannya
memang berbeda dari nilai pengukuran populasi
(selection bias: over/under-represented sampel,
sukarelawan, sampel seadanya)
Prosedur sampling
1. Rules of thumb:
Untuk populasi kecil (N ‹ 100), survei seluruh populasi
Ukuran populasi ~500, dicuplik 50%-nya
Ukuran populasi ~1500, dicuplik 20%-nya
Ukuran populasi >5000, ukuran sampel 400 mencukupi
Non-
Probability
probability
Simple
Systematic Convenience Snowball
Random
Probability
Simple
Systematic
random
Stratified Cluster
Simple Random Sampling (SRS)
Random samples
SRS dg Tabel Random Number
Semisal ada 300 orang (ID) dalam daftar (N=300), dan
hanya akan dipilih secara acak 100 sampel
Pertama kali dipilih
(pejam mata
tunjuk acak
ambil tiap 3 digit
sesuai jumlah digit N) Dst ke baris bawah hingga
Sampel #2
terpilih 100 sampel
(id 017)
Sampel #1 Sampel #3
(id 091) (id 182)
Tidak dipilih
(krn 472 > N)
SRS dg Microsoft Excel
Sampling frame disalin ke Excel
Semisal ada 300 orang dalam daftar (300 id), dan hanya akan
dipilih secara acak 100 sampel, langkah2nya sbb:
• Buat kolom baru, beri nama random_number
• Pada sel pertama di bawah judul baris, ketik =RAND(),
tekan enter
• Copy-paste sel pertama tsb ke sel lainnya dalam kolom yang
berisi 300 id
• Urutkan kolom random_number dg SORT
• Pilih 100 id pertama >>> otomatis id terpilih secara acak
Tekan enter,
muncul angka random
Arahkan kursor di
pojok kanan bawah B2
Kelemahan SRS
‘Mahal’ >>> jarang digunakan
Butuh sampling frame
Tidak memanfaatkan keahlian peneliti
Risiko random error lebih besar dibandingkan stratified
sampling
Systematic Sampling
Butuh n = 20
Kelemahan
Urutan periodik – sampel bisa terpilih kembali
Butuh sampling frame
Stratified Sampling
Strata 2
Sub-sample dipilih
secara acak dari sampel
dg strata yang berbeda
karakteristiknya (lebih atau Strata 1
kurang)
Mengapa? Strata 3
Mengurangi random error
Lebih akurat merefleksikan
populasi melalui representasi Total sampel = yang terpilih
yang proporsional secara acak dari tiap strata
Langkah2 stratified sampling
1. Mengidentifikasi & menentukan populasi
2. Menentukan ukuran sampel
3. Mengidentifikasi variabel & subgrup (strata) yang
ingin dijamin kesesuaian dan kesetaraan
representasinya
4. Mengklasifikasikan seluruh anggota populasi ke
dalam salah satu subgrup (strata)
5. Memilih nomer individu yg ‘sesuai’ secara acak
(bisa dg tabel random number) dari tiap strata
[‘sesuai’: jumlah individu setara]
Sampling frame
Strata
Contoh variabel
stratifikasi lainnya:
• status pendidikan
• kelompok umur
• jenis kelamin Random sampel dari n/N
• tipe institusi
layanan
kesehatan
• dsb.
Jenis2 Stratified Sampling
Proportional Stratified Sampling
Jumlah unit sampling yg dipilih dari tiap strata proporsional dg
ukuran populasi dari strata tsb
(fraksi sampling sama
utk tiap strata)
Kelemahan
Butuh populasi yg besar
Butuh informasi yg akurat utk proporsi tiap strata
Pembuatan/persiapan daftar stratifikasi ‘mahal’
Cluster sampling
Area sampling
Unit sampling primer adlh area geografis
Kelemahan
Error lbh besar utk perbandingan ukuran (dibandingkan
metode probability lainnya)
Multistage sampling sgt mahal & validitas tergantung
metode sampling lain yg digunakan
Nonprobability Sampling
Non-
probability
Convenience Snowball
Judgment Quota
Convenience Sampling
Bisakah dijustifikasi??
Halo mas bro,
maukah jadi sampel
penelitian saya?
Kelebihan
Sangat ‘murah’
Sering digunakan, mudah dimengerti
Tidak perlu daftar elemen/populasi
Kelemahan
Variabilitas dan bias tdk bisa diukur & dikontrol
Hasil tdk bisa digeneralisasikan ke populasi
(hanya berlaku pd sampel)
Judgment/Purposive Sampling
Kelemahan
Bias!
Hasil tdk bisa digeneralisasikan ke populasi
(hanya berlaku pd sampel)
Quota Sampling
Batas waktu
Kelebihan
Biaya relatif murah
Sangat sering digunakan, mudah dimengerti
Sampel memenuhi tujuan penelitian
Bisa mendapatkan beberapa elemen utk stratifikasi
Kelemahan
Variabilitas dan bias tdk bisa diukur & dikontrol
Hasil tdk bisa digeneralisasikan ke populasi
(hanya berlaku pd sampel)
Snowball Sampling
Responden awalnya
dipilih dg metode
probability atau non-
probability sampling,
kemudian responden
tambahan diperoleh
berdasarkan informasi
yg diberikan oleh
responden awal
Kelebihan
Biaya murah
Berguna dlm kasus2 tertentu (eksklusif)
Berguna utk menemukan populasi langka
Kelemahan
Bias karena unit sampling tdk independen
Hasil tdk bisa digeneralisasikan ke populasi
(hanya berlaku pd sampel)
Pendekatan (teknik) sampling
riset kualitatif
1. Intensity sampling
Memilih partisipan yang memungkinkan penelitian
dg level topik riset yg berbeda
2. Homogeneous sampling
Memilih partisipan yang mempunyai pengalaman,
perspektif, atau penampilan yg mirip
3. Criterion sampling
Memilih semua kasus yang memenuhi karakteristik
yg telah ditentukan sebelumnya oleh peneliti
4. Snowball sampling
Memilih beberapa individu yang dpt
mengidentifikasi individu lain yg juga masih dpt
mengidentifikasi individu lainnya yang potensial
utk menjadi partisipan yg baik