POPULASI DAN SAMPEL

• POPULASI : HIMPUNAN DARI UNIT/

INDIVIDU YANG MEMPUNYAI CIRI-
CIRI YANG SAMA
• Populasi : keseluruhan subyek penelitian.
• Populasi : kumpulan semua elemen atau
individu dari mana data atau informasi akan
dikumpulkan
 POPULASI
• Encyclopedia of Educational Evaluation :
A population is a set (or collection) of all
elements possessing one or more attributes of
interest
• Populasi harus didefinisikan dengan jelas :
APA/SIAPA (Isi/Content), DIMANA
(Luas/Extent), KAPAN (Waktu/ Time)
• Contoh :
Pendapatan petani/bulan di desa Sukorejo tahun 2003
 POPULASI
• Definisi populasi berhubungan dengan
proses generalisasi atau inferensi. Hasil dari
penelitian harus jelas ditujukan untuk
populasi yang mana
• Semakin jelas populasi, semakin jelas pula
kepada populasi mana hasil penelitian dapat
diberlakukan
• Idealnya penelitian dilakukan terhadap
populasi (penelitian populasi = studi
populasi = sensus)
 POPULASI

• Besaran, nilai, atau harga dari populasi disebut

parameter
(para = di samping, meter, metrik = ukuran)
• Parameter dilambangkan dengan huruf Yunani
rata-rata hitung = m
variansi = s2
simpangan baku = s
koefisien korelasi = r
.
 POPULASI
• Berdasarkan besarnya :
– FINIT
– INFINIT
• Ada kemungkinan populasi sangat besar atau
tidak diketahui secara pasti besarnya, dan
(biasanya) keterbatasan waktu, biaya dan
tenaga, maka biasanya penelitian tidak
dilakukan terhadap seluruh elemen populasi.
• Diambil sebagian dari populasi yang disebut
sampel.
 SAMPEL
• SAMPEL : bagian dari populasi dari mana
data atau informasi yang dibutuhkan dapat
diperoleh secara langsung
• Besaran, nilai atau harga yang dimiliki atau
diperoleh dari sampel disebut statistik
• Statistik dilambangkan dengan huruf Latin
(x, s, s2, r)
• Proses pengambilan sampel dari populasi
disebut sampling
 POPULASI

PARAMETER SAMPLING
SAMPEL
m
s
s2 STATISTIK
r x s
s2 r

GENERALISASI/
INFERENSI
• Generalisasi/Inferensi  statistika :
penarikan kesimpulan dari hal yang jumlah
elemennya lebih sedikit (sampel) ke hal
yang jumlah elemennya lebih banyak atau
lebih luas atau dikenal dengan populasi
• Syarat : Sampel mewakili (representatif)
populasi
– Besar sampel
– Cara pengambilan sampel
– Kecermatan memasukkan ciri-ciri populasi
 Teknik Sampling
(Cara Pengambilan Sampel)

2 cara :
–probabilistik (random)
–non probabilistik (non random)
 Sampling Non Probabilistik
(Non Random)
• Tidak bertujuan generalisasi/inferensi
• Analisis diskriptif
• Macam :
– Convenience Sampling
– Judgmental (Purposive) Sampling
– Quota Sampling
– Snowball Sampling
 Sampling Probabilistik (Random)
• Generalisasi/Inferensi :
– Estimasi
– Uji Hipotesis
• Penelitian :
- Observasional :
Epidemiologi (Cross sectional,
Cohort, Case Control)
Survei
- Eksperimental
 TEKNIK SAMPLING
PENELITIAN NON EKSPERIMENTAL
 ESTIMASI
1. Sampling random sederhana (Simple
Random Sampling)
2. Sampling random sistematik (Systematic
Random Sampling)
3. Sampling random berstrata (Stratified
Random Sampling)
4. Sampling random rumpun (Cluster Random
Sampling)
5. Sampling random bertingkat dua (Two
Stage Random Sampling)
 SIMPLE RANDOM
SAMPLING
Prinsip :
• mengambil sejumlah n elemen dari
sejumlah N elemen secara random
• kerangka sampling atau ”frame”
• tabel bilangan random atau komputer
atau kalkulator
• bila populasi yang diteliti homogen.
 SIMPLE RANDOM
SAMPLING
POPULASI

* * * * LOTRE/ BIL.
RANDOM
* * * * * *
* * * * * * * *
* * * * * * * * * * *
* * * * * * * * * * *
* * * * * * *
SAMPEL
* * *
• Contoh
Misal dari populasi petani yang dianggap homogen sebanyak
1000 orang diambil sampel sebanyak 30 orang dengan
menggunakan tabel bilangan random. Pertama, buat kerangka
sampling yaitu daftar nama petani yang diberi nomor 0001
hingga 1000. Untuk pemberian nomor, perlu diperhatikan jumlah
digit di populasi, karena besar populasi adalah 1000 maka
jumlah digit adalah 4. Maka nomor awal dimulai dengan 0001
bukan 1, 01, ataupun 001. Ini untuk mempertahankan prinsip
”equal probability”.
Selanjutnya peneliti bisa menggunakan tabel bilangan random
dengan menjatuhkan pensil di area tabel bilangan random.
Kemudian dilihat, ujung pensil jatuh di nomor terdekat berapa.

• Misal deretan tabel bilangan random adalah sebagai berikut:

001201 234019 010325 000123 021780

660012 021340 000120 127658 012030
 SYSTEMATIC RANDOM
SAMPLING

• MIRIP SIMPLE RANDOM SAMPLING

• MENGGUNAKAN CARA SISTEMATIS
UNIT SAMPEL 1 : SIMPLE RANDOM
UNIT SAMPEL 2, 3, ….. DST SECARA
SISTEMATIS DENGAN INTERVAL
TERTENTU
INTERVAL = N/n
 STRATIFIED RANDOM
SAMPLING
• populasi bisa dipisah menurut stratifikasi
tertentu
• STRATA :
– subpopulasi dari populasi awal
– tiap strata homogen
– antar strata heterogen
• Contoh : petani dibagi menjadi 3 strata :
petani kaya, petani cukup kaya, dan petani
miskin
 STRATIFIED RANDOM
SAMPLING
* * *

- + * - + * * * *

* * - + + - * + - +
- - -
* - - * + + - * * - -
- - - -
+ + + * - * - * + + --

* - - * + + +
+ + ++
stratifikasi randomisasi
 CLUSTER/AREA RANDOM
SAMPLING
• populasi bisa dipisah menurut rumpun/
cluster tertentu
• CLUSTER/RUMPUN :
– subpopulasi dari populasi awal
– tiap rumpun heterogen
– antar rumpun homogen
• Contoh : rumpun (blok) rumah (RT, RW)
kloter jamaah haji
 CLUSTER/AREA RANDOM
SAMPLING
-+*+*- +**--+
1 5
-**-+-+ +--+*+
---+++* ++--+- SAMPEL
2 6 ---+++*
**-+*-+ * *+-+* 2 ++--
**-+*-+ **-*
**+-+- +--+**+ +---**+
3 7 8 +-*
+**-+- --+ +** +**--+-
++---+* +---**+
4 8
***++-- +**--+-
RANDOMISASI RANDOMISASI
CLUSTER UNIT SAMPEL
 PENGUJIAN HIPOTESIS

• Hipotesis : pernyataan tentang keadaan

parameter di populasi.
• Bentuk :
A. nilai parameter populasi sama atau
berbeda dengan nilai tertentu yang
ditetapkan
Ho : m = a versus H1 : m  a.
Dalam contoh ini pengambilan sampel
menggunakan teknik sampling random
sederhana, dengan asumsi pengujian
hipotesis ditujukan pada populasi yang
homogen.
 PENGUJIAN HIPOTESIS
Bila populasi tdk homogen dan membentuk stratifikasi,
pernyataan hipotesis ditujukan pada masing-masing stratum
populasi.
Misalnya ada 3 strata
stratum pertama
Ho : m1 = a1 versus H1 : m1  a1
stratum kedua
Ho : m2 = a2 versus H1 : m2  a2
stratum ketiga
Ho : m3 = a3 versus H1 : m3  a3
Dalam bentuk yang lebih sederhana
Ho : m = a versus H1 : m  a
m : vektor mean populasi berstrata
m = [m1 m2 m3]
a : vektor skalar a = [a1 a2 a3]
sampel diambil dengan teknik sampling random berstrata.
 PENGUJIAN HIPOTESIS
B. nilai parameter populasi pertama sama atau
berbeda dengan nilai parameter populasi
kedua.
Ho : m1 = m2 versus H1 : m1  m2 .
Untuk membuktikan hipotesis tersebut perlu
pengumpulan fakta empirik dalam bentuk
sampel yang masing-masing diambil dari
populasi pertama dan populasi kedua untuk
memperoleh nilai statistik dari masing-masing
sampel
Pengambilan sampel menggunakan teknik
sampling random sederhana, dengan asumsi
pengujian hipotesis ditujukan pada dua
populasi yang homogen dengan varian yang
sama
 PENGUJIAN HIPOTESIS
Bila populasi tidak homogen dan membentuk
stratifikasi, pernyataan hipotesis ditujukan pada
masing-masing stratum populasi
Misalnya ada 3 strata
stratum pertama
Ho : m11 = m21 versus H1 : m11  m21
stratum kedua
Ho : m12 = m22 versus H1 : m12  m22
stratum ketiga
Ho : m13 = m23 versus H1 : m13  m23
Dalam bentuk yang lebih sederhana
Ho : m1 = m2 versus H1 : m1  m2
m1 : vektor mean populasi pertama berstrata
m1 = [m11 m12 m13]
m2 : vektor mean populasi kedua berstrata
m2 = [m21 m22 m23 ].
 TEKNIK SAMPLING
PENELITIAN EKSPERIMENTAL
Hubungan sebab akibat (cause-effect) :

• validitas internal ~ conditio sine qua non

(syarat mutlak)
– alokasi random ke dalam kelompok
perlakuan dan kelompok kontrol
– matching antara kedua kelompok perlakuan
dan kontrol dalam hal variabel yang diduga
akan mempersulit penjelasan kausalitas
(causal explanation)

• validitas eksternal untuk menggeneralisasikan

hasil penelitian eksperimental ke populasi
• Kedua kelompok sebanding
(comparable) ~ homogenitas
kriteria inklusi dan eksklusi

• Dalam penelitian eksperimental

seorang peneliti bisa mencapai validitas
internal dan validitas eksternal, namun
dalam hal tertentu validitas eksternal
sulit dicapai di mana batasan populasi
sulit dibuat
 POPULASI
HETEROGEN

POPULASI
HOMOGEN

SAMPEL
HOMOGEN