POPULASI DAN SAMPEL

Pengertian Populasi dan Sampel

Kata populasi (population/universe) dalam statistika merujuk pada sekumpulan
individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian
(pengamatan). Sementara sampel adalah bagian kecil dari anggota populasi yang
diambil menurut prosedur tertentu sehingga dapat mewakili populasinya.
Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi.
Ukuran populasi ada dua:

(1) populasi terhingga (finite population), yaitu ukuran populasi yang berapa pun
besarnya tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu
perusahaan;

(2) populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah
sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya
populasi tanaman anggrek di dunia.

Gambar 1

POPULASI dan SAMPEL

Teknik PenarikanSampel (Sampling)
Sampling is the process of selecting observations.  Proses seleksi yang dimaksud di
sini adalah proses untuk mendapatkan sampel.

Gambar 2

LOGIKA Sampling

Masalah yang dihadapi dalam sampling adalah (1) bagaimana proses pengambilan
sampel, dan (2) berapa banyak unit analisis yang akan diambil.

Tipe Sampling
 Gambar 3

Tipe Sampling

Simple random sampling adalah sebuah proses sampling yang dilakukan

sedemikian rupa sehingga setiap satuan sampling yang ada dalam populasi mempunyai
peluang yang sama untuk dipilih ke dalam sampel.
Systematic sampling merupakan pengambilan setiap unsur ke k dalam populasi,
untuk dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada
pengambilan awal saja, sementara pengambilan kedua dan seterusnya ditentukan
secara sistematis, yaitu menggunakan interval tertentu sebesar k.
Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan
mengambil sampel acak sederhana dari setiap strata populasi yang sudah ditentukan
lebih dulu.
Gambar 3A

Tipe Stratified Sampling

Cluster sampling adalah
Convenience sampling, sampel diambil berdasarkan faktor spontanitas, artinya
siapa saja yang secara tidak sengaja bertemu dengan peneliti dan sesuai dengan
karakteristiknya, maka orang tersebut dapat dijadikan sampel.
Judgement sampling (purposive sampling) adalah teknik penarikan sampel
yang dilakukan berdasarkan karakteristik yang ditetapkan terhadap elemen populasi
target yang disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam
sampling stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan acak,
maka dalam sampling kuota, ukuran serta sampel pada setiap sub-subpopulasi
ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa acak.
Snowball Sampling merupakan salah satu bentuk judgement sampling  yang sangat
tepat digunakan bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan
teknik ini dilakukan secara berantai, makin lama sampel menjadi semakin besar, seperti
bola salju yang menuruni lereng gunung.
Kriteria Sampling
Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik,
diantaranya:

1) dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi,

2) dapat menentukan presisi dari hasil penelitian,

3) sederhana, mudah dilaksanakan, dan

4) dapat memberikan keterangan sebanyak mungkin tentang populasi dengan biaya

minimal.
Prinsip Menentukan Ukuran Sampel (sample size)
Ukuran sampel bisa ditentukan melalui dua dasar pemikiran, yaitu ditentukan atas
dasar pemikiran statistis, dan atau ditentukan atas dasar pemikiran non statistis. Ditinjau
dari aspek statistis, ukuran sampel ditentukan oleh beberapa faktor, diantaranya: (1)
bentuk parameter yang menjadi tolak ukur analisis, dalam arti apakah tujuan penelitian
ini untuk menaksir rata-rata, persentase, atau menguji kebermaknaan hipotesis, (2) tipe
sampling, apakah simple random sampling, stratified random sampling  atau yang
lainnya. Tipe sampling ini berkaitan dengan penentuan rumus-rumus yang harus dipakai
untuk memperoleh ukuran sampel, dan (3) variabilitas variabel yang diteliti
(keseragaman variabel yang diteliti), makin tidak seragam atau heterogen variabel yang
diteliti, makin besar ukuran sampel minimal. Sedangkan dipandang
dari sudut nonstatistis, ukuran sampel ditentukan oleh beberapa faktor, diantaranya:
(1) kendala waktu atau time constraint, (2) biaya, dan (3) ketersediaan satuan sampling.

Populasi Sasaran dan Populasi Studi

Gambar 4

Populasi Sasaran dan Populasi Studi

Satuan Sampling dan Kerangka Sampling

Satuan sampling adalah segala sesuatu yang dijadikan satuan (unit) yang nantinya
akan menjadi objek penelitian. Contoh: (1) apabila Indonesia dibagi ke dalam 33 satuan
yang disebut propinsi dan dalam penelitian provinsi ini yang akan dipilih sebagai
sampel, maka provinsi menjadi satuan sampling. (2) Apabila sebuah perusahan dibagi ke
dalam departemen atau bagian, dan dalam departemen atau bagian ini sampel akan
dipilih sebagai objek penelitian, maka departemen atau bagian ini adalah satuan
sampling.

Kerangka sampling adalah daftar yang berisi satuan-satuan sampling yang ada dalam
sebuah populasi, yang berfungsi sebagai dasar untuk penarikan sampel. Setiap satuan
sampling mempunyai nomor urut tertentu. Contoh: Kota Bandung terdiri dari
kecamatankecamatan. Kalau peneliti menjadikan kecamatan dimana sampel akan dipilih
sebagai objek, maka kecamatan adalah satuan sampling. Nama-nama kecamatan yang
ada di Kota Bandung kemudian didaftar, maka daftar nama-nama kecamatan di Kota
Bandung ini yang dinamakan kerangka sampling. Bentuk kerangka samplingnya dapat
dilihat pada tabel berikut:

Gambar 5

Kerangka Sampling

Presisi dan Akurasi

 Presisi (precision) diartikan sebagai ukuran seberapa jauh
sesuatu alat akan memberikan hasil yang konsisten. Presisi erat
kaitannya dengan variasi data.
 Akurasi adalah seberapa tepat alat mengukur apa yang
seharusnya diukur. Jadi akurasi berbicara tentang jarak, yang
diukur dari target. Dengan demikian akurasi menunjukkan
ketepatan atau ketelitian menentukan sampel dalam
menggambarkan karakteristik populasi.
Gambar 6
Sampel dikatakan memiliki akurasi tinggi apabila kesimpulan yang diambil dari sampel
dapat menggambarkan karakteristik dari populasi dan sebaliknya dikatakan akurasinya
rendah apabila karakteristik populasi tidak sepenuhnya dapat digambarkan
(menyimpang/bias) oleh kesimpulan yang diambil dari sampel.

Tingkat Kepercayaan dan Tingkat Signifikansi

Proses inferensi dalam metode statistika adalah proses membuat induksi atau melakukan
generalisasi tentang karakteristik populasi berdasarkan karakteristik sampel. Proses
inferensi mengandung dua hal, yaitu membuat estimasi nilai parameter dan menguji
hipotesis.

Karena membuat estimasi dan/atau menguji hipotesis hanya berdasarkan pada informasi
data sampel, sedang sifat sampel bagaimanapun juga tidak akan persis sama dengan
populasi, maka diperlukan kriteria atau standar tertentu untuk digunakan sebagai dasar
pengambilan keputusan dalam membuat estimasi maupun dalam menguji hipotesis.
Kriteria tersebut dalam statistika disebut sebagai tingkat kepercayaan (confidence
level) dan tingkat signifikansi (significance level).

Tingkat kepercayaan atau tingkat keyakinan pada dasarnya menunjukkan tingkat

keterpercayaan sejauhmana statistik sampel dapat mengestimasi dengan benar
parameter populasi dan/atau sejauhmana pengambilan keputusan mengenai hasil uji
hipotesis nol diyakini kebenarannya.

Dalam statistika, tingkat kepercayaan nilainya berkisar antara 0 sampai 100%. Secara
konvensional, para peneliti dalam ilmu-ilmu sosial sering menetapkan tingkat
kepercayaan berkisar antara 95 – 99%. Jika dikatakan tingkat kepercayaan yang
digunakan adalah 95%, ini berarti tingkat kepastian statistik sampel mengestimasi
dengan benar parameter populasi adalah 95%, atau tingkat keyakinan untuk menolak
atau mendukung hipotesis nol dengan benar adalah 95%.

Tingkat signifikansi (a) menunjukkan probabilitas atau peluang kesalahan yang

ditetapkan peneliti dalam mengambil keputusan untuk menolak atau mendukung
hipotesis nol. Seperti halnya tingkat kepercayaan, tingkat signifikansi juga dinyatakan
dalam persen. Misalnya, ditetapkan tingkat signifikansi 0,05 atau 0,10. Artinya,
keputusan peneliti untuk menolak atau mendukung hipotesis nol memiliki probabilitas
kesalahan sebesar 5% atau 10%. Dalam beberapa program statistik berbasis computer
seperti SPSS, tingkat signifikansi selalu disertakan dan ditulis sebagai Sig.
(=significance), atau dalam program komputer lainnya ditulis p-value. Nilai Sig.
atau pvalue adalah nilai probabilitas kesalahan yang dihitung atau menunjukkan tingkat
probabilitas kesalahan yang sebenarnya. Tingkat kesalahan ini digunakan sebagai dasar
untuk mengambil keputusan dalam pengujian hipotesis.

SUMBER:

 Suharyadi, dan S. K. Purwanto,2009, Statistika: Untuk Ekonomi

dan Keuangan Modern, Edisi 2, Buku 1, Penerbit Salemba Empat,
Jakarta.

 Purwanto & Suharyadi, (2007), Statistika untuk Ekonomi dan

Keuangan Modern ed 2, Jakarta: Salemba Empat

 Rutoto, Sabar. 2007. Pengantar Metedologi Penelitian. FKIP:

Universitas Muria Kudus

 Sugiyono. 2011. Metode Penelitian Kuantitatif, Kualitatif, dan

R&D. Bandung: AFABETA, cv
Populasi
Populasi adalah kumpulan individu sejenis yang berada pada wilayah tertentu dan
pada waktu yang tertentu pula.
Kata populasi (dari bahasa Inggris: Population) dalam bidang statistika berarti
sekumpulan data yang menjadi objek inferensi.

Sampel
Sampel merupakan bagian dari populasi yang ingin diteliti; dipandang sebagai suatu
pendugaan terhadap populasi, namun bukan populasi itu sendiri. Sampel dianggap
sebagai perwakilan dari populasi yang hasilnya mewakili keseluruhan gejala yang
diamati. Ukuran dan keragaman sampel menjadi penentu baik tidaknya sample yang
diambil. Terdapat dua cara pengambilan sampel, yaitu secara acak
(random)/probabilita dan tidak acak (non-random)/non-probabilita.

Acak/Random
Artinya setiap anggota dari populasi memiliki kesempatan dan peluang yang sama
untuk dipilih sebagai samplet.

Pengambilan acak sederhana (Simple random sampling)

Merupakan sistem pengambilan sampel secara acak dengan menggunakan undian
atau tabel angka random. Tabel angka random merupakan tabel yang dibuat dalam
komputer berisi angka-angka yang terdiri dari kolom dan baris, dan cara
pemilihannya dilalukan secara bebas.Pengambilan acak secara sederhana ini dapat
menggunakan prinsip pengambilan sampel dengan pengembalian ataupun
pengambilan sampel tanpa pengembalian.

 Kelebihan: mengatasi bias yang muncul dalam pemilihan anggota sampel, dan
kemampuan menghitung standard error. 
 Kekurangan: tidak adanya jaminan bahwa setiap sampel yang diambil secara
acak akan merepresentasikan populasi secara tepat.

Pengambilan acak secara sistematis (Systematic random sampling)

Merupakan sistem pengambilan sampel yang dilakukan dengan menggunakan selang
interval tertentu secara berurutan. Misalnya, jika ingin mengambil 1000 sampel dari
5000 populasi secara acak, maka kemungkinan terpilihnya 1/5. Diambil satu angka
dari interval pertama antara angka 1-5, dan dilanjutkan dengan pemilihan angka
berikutnya dari interval selanjutnya.

 Kelebihan: lebih praktis dan hemat dibanding dengan pengambilan acak

sederhana.
 Kekurangan: tidak bisa digunakan pada penelitian yang heterogen karena
tidak mampunya menangkap keragaman populasi heterogen.

Pengambilan acak berdasar lapisan (Stratified random sampling)

Merupakan sistem pengambilan sampel yang dibagi menurut lapisan-lapisan tertentu
dan masing-masing lapisan memiliki jumlah sampel yang sama.

 Kelebihan: lebih tepat dalam menduga populasi karena variasi pada populasi
dapat terwakili oleh sampel.
 Kekurangan: harus memiliki informasi dan data yang cukup tentang variasi
populasi penelitian, kadang-kadang ada perbedaan jumlah yang besar antar masing-
masing strata.

Pengambilan acak berdasar area (Cluster sampling) 

Merupakan sistem pengambilan sampel yang dibagi berdasarkan areanya. Setiap area
memiliki jatah terambil yang sama.

 Kelebihan: lebih tepat menduga populasi karena variasi dalam populasi dapat
terwakili dalam sampel.
 Kekurangan: memerlukan waktu yang lama karena harus membaginya dalam
area-area tertentu.

Tidak Acak (Non-Random Sampling) 

Masing-masing anggota tidak memiliki peluang yang sama untuk terpilih anggota
sampel

Pengambilan sesaat (Accidental/haphazard sampling) 

Merupakan teknik pengambilan sampel yang dilakukan dengan tiba-tiba berdasarkan
siapa yang ditemui oleh peneliti. Misalnya, reporter televisi mewawancarai warga
yang kebetulan sedang lewat.

 Kelebihan: praktis.
 Kekurangan: belum tentu responden memiliki karakteristik yang dicari oleh
peneliti.

Pengambilan menurut jumlah (Quota sampling)

Merupakan pengambilan anggota sampel berdasarkan jumlah yang diinginkan oleh
peneliti.

 Kelebihan: praktis karena jumlah sudah ditentukan dari awal.

 Kekurangan: adalah bias, belum tentu mewakili seluruh anggota populasi.

Pengambilan menurut tujuan (Purposive sampling)

Merupakan pemilihan anggota sampel yang didasarkan atas tujuan dan pertimbangan
tertentu dari peneliti.

 Kelebihan: tujuan dari peneliti dapat terpenuhi.

 Kekurangan: belum tentu mewakili keseluruhan variasi yang ada.

Pengambilan beruntun (Snow-ball sampling)

Merupakan teknik pengambilan sampel yang dilakukan dengan sistem jaringan
responden. Mulai dari mewawancarai satu responden. Kemudian, responden tersebut
akan menunjukkan responden lain dan responden lain tersebut akan menunjukkan
responden berikutnya. Hal ini dilakukan secara terus-menerus sampai dengan
terpenuhinya jumlah anggota sampel yang diingini oleh peneliti.

 Kelebihan: bisa mendapatkan responden yang kredibel di bidangnya.

 Kekurangan: memakan waktu yang cukup lama dan belum tentu mewakili
keseluruhan variasi yang ada.