NIM : A1B117018
KELAS : E MSDM
Sampel atau contoh adalah sebagian dari populasi yang karakteristiknya hendak diteliti. Sampel yang
baik, yang kesimpulannya dapat dikenakan pada populasi, adalah sampel yang bersifat representatif
atau yang dapat menggambarkan karakteristik populasi. Pengertian sampel yang representatif mengacu
pada hal-hal berikut
2. Teknik pengambilannya memperhatikan karateristik populasi yang akan menjadi wilayah generalisasi.
Pemilihan teknik pengarnbilan sampel merupakan upaya penelitian untuk mendapat sampel yang
representatif (mewakili), yang dapat menggambarkan populasinya. Teknik pengambilan sampel tersebut
dibagi atas 2 kelompok besar, yaitu :
1. Probability Sampling
Pada pengam bilan sampel secara random, setiap unit populasi, mempunyai kesempatan yang sama
untuk diambil sebagai sampel. Faktor pemilihan atau penunjukan sampel yang mana akan diambil, yang
semata-mata atas pertimbangan peneliti, disini dihindarkan. Bila tidak, akan terjadi bias. Dengan cara
random, bias pemilihan dapat diperkecil, sekecil mungkin. Ini merupakan salah satu usaha untuk
mendapatkan sampel yang representatif. Keuntungan pengambilan sampel dengan probability sampling
adalah sebagai berikut:
2. Penyimpangan (Error)
Dari hasil pengukuran terhadap unit-unit dalam sampel diperoleh nilai-nilai statistik. Nilai statistik ini
tidak akan persis sama dengan nilai parameternya. Perbedaan inilah yang disebut sebagai
Penyimpangan (Sampling Error). Sedangkan pada non probability sampel, penyimpangan nilai sampel
terhadap populasinya tidak mungkin diukur. Pengukuran penyimpangan ini merupakan salah satu
bentuk pengujian statistik. Penyimpangan yang terjadi pada perancangan kwesioner, kesalahan petugas
pengumpul data dan pengola data disebut Non Sampling Error.
Ada 5 cara pengambilan sampel yang termasuk secara random, yaitu sebagai berikut:
Proses pengambilan sampel dilakukan dengan memberi kesempatan yang sama pada setiap anggota
populasi untuk menjadi anggota sampel. Jadi disini proses memilih sejumlah sampel n dari populasi N
yang dilakukan secara random. Ada 2 cara yang dikenal yaitu:
1) Bila jumlah populasi sedikit, bisa dilakukan dengan cara mengundi "Cointoss".
2) Tetapi bila populasinya besar, perlu digunakan label "Random Numbers" yang prosedurnya adalah
sebagai berikut:
- tentukan skema penggunaan label random numbers. (misalnya dimulai dari 3 kolom pertama dan
baris pertama) dengan menggunakan tabel random numbers, tentukan unit mana yang terpilih, sebesar
sampel yang dibutuhkan, yaitu dengan mengurutkan angka-angka dalam 3 kolom pertama, dari atas ke
bawah, setiap nomor ≤ 300, merupakan nomor sampel yang diambil (100, 175, 243, 101), bila ada
nomor ≥ 300, tidak diambil sebagai sampel (N = 300). Jika pada lembar pertama jumlah sampel belum
mencukupi, lanjutkan kelembaran berikutnya, dan seterusnya. Jika ada nomor yang serupa dijumpai, di
ambil hanya satu, karena setiap orang hanya mempunyai 1 nomor identifikasi.
Proses pengambilan sampel, setiap urutan ke .K" dari titik awal yang dipilih secara random, dimana:
Misalnya, setiap pasien yang ke tiga yang berobat ke suatu Rumah Sakit, diambil sebagai sampel (pasien
No. 3,6,9,15) dan seterusnya.
Populasi dibagi strata-strata, (sub populasi), kemudian pengambilan sampel dilakukan dalam setiap
strata baik secara simple random sampling, maupun secara systematic random sampling. Misalnya kita
meneliti keadaan gizi anak sekolah Taman Kanak-kanak di Kota Madya Medan (≥ 4-6 tahun).
Karena kondisi Taman Kanak-kanak di Medan sangat berbeda (heterogen) maka buatlah kriteria yang
tertentu yang dapat mengelompokkan sekolah Taman Kanak-kanak ke dalam 3 kelompok (A = baik, B =
sedang, C = kurang). Misalnya untuk Taman Kanak-Kanak dengan kondisi A ada : 20 buah dari 100 Taman
Kanak-Kanak yang ada di Kota Madya Medan, kondisi B = 50 buah C = 30 buah. Jika berdasarkan
perhitungan besar sampel, kita ingin mengambil sebanyak 25 buah (25%), maka ambilah 25% dari
masing-masing sub populasi tersebut di atas
Pengambilan sampel dilakukan terhadap sampling unit, dimana sampling unitnya terdiri dari satu
kelompok (cluster). Tiap item (individu) di dalam kelompok yang terpilih akan diambil sebagai sampel.
Cara ini dipakai : bila populasi dapat dibagi dalam kelompok-kelompok dan setiap karakteristik yang
dipelajari ada dalam setiap kelompok. Misalnya ingin meneliti gambaran karakteristik (umur, suku,
pendidikan dan pekerjaan) orang tua mahasiswa FK USU. Mahasiswa FK dibagi dalam 6 tingkat (I s/d VI).
Pilih secara random salah satu tingkat (misal tingkat II). Maka orang tua sem ua mahasiswa yang berada
pada tingkat II diambil sebagai sampel (Cluster).
Proses pengambilan sampel dilakukan bertingkat, baik bertingkat dua maupun lebih. Misalnya: provinsi
-> kabupaten -> Kecamatan -> desa -> Lingkungan -> KK. Misalnya kita ingin meneliti Berat badan dan
Tinggi badan murid SMA. Sesuai kondisi dan perhitungan, maka jumlah sampel yang akan diambil ±
2000.
Cermat
Pemilihan sampel dengan cara ini tidak menghiraukan prinsip-prinsip probability. Pemilihan sampel tidak
secara random. Hasil yang diharapkan hanya merupakan gambaran kasar tentana suatu keadaan.
Cara ini dipergunakan : Bila biaya sangat sedikit , hasilnya diminta segera, tidak memerlukan ketepatan
yanq tingqi, karena hanya sekedar gambaran umu saja. Cara-cara yang dikenal adalah sebagai berikut :
Pengambilan sampel dilakukan hanya atas dasar pertimbangan penelitinya saja yang menganggap
unsur-unsur yang dikehendaki telah ada dalam anggota sampel yang diambil.
Sampel diambil atas dasar seandainya saja, tanpa direncanakan lebih dahulu. Juga jumlah sampel yang
dikehenadaki tidak berdasrkan pertimbangan yang dapat dipertanggung jawabkan, asal memenuhi
keperluan saja. Kesimpulan yang diperoleh bersifat kasar dan sementara saja.
Pengambilan sampel hanya berdasarkan pertimbangan peneliti saja, hanya disini besar dan kriteria
sampel telah ditentukan lebih dahulu. Misalnya Sampel yang akan di ambil berjumlah 100 orang dengan
perincian 50 laki dan 50 perempuan yang berumur 15-40 tahun. Cara ini dipergunakan kalau peneliti
mengenal betul daerah dan situasi daerah dimana penelitian akan dilakukan.
b. Setelah memahami ruang lingkup masalah yang dihadapi, tetapkanlah populasi yang hendak diteliti
itu.
c. Perlu diketahui apakah informasi yang dibutuhkan sudah pernah tersedia, misalnya sebagai hasil
penelitian orang lain.
d. Tentukan jenis penelitian apa yang paling baik, sesuai dengan biaya yang tersedia sehingga dapat
menyajikan informasi yang dibutuhkan.
e. Susun rencana lengkap terhadap pelaksanaan penelitian tersebut, termasuk menyusun defenisi,
klasifikasi, kwesioner, petugas dan sebagainya.
f. Rencanakan beberapa "Alternative Sampling Design" yang dapat memberi gambaran tentang beban
ongkos dan tingkat kecermatannya.
h. Susun rencana, tabulasi dan tetapkan bentuk serta jenis dari tabel yang final.
i. Laksanakan pretest untuk menguji effektivitas kwesioner, manual, petugas lapangan dan aspek-
aspek oprasional lainnya.
l. Baru dilaksanakan penelitian yang sesungguhnya dan teruskan dengan pengolahan serta tabulasi
data seperti yang direncanakan.
Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai
nilai sampel. Misalnya rata-rata sampel ( ) digunakan untuk menaksir rata-rata pupolasi ( ), proporsi
sampel ( ) untuk menaksir proporsi populasi ( p ), dan jumlah ciri tertentu sampel ( ) untuk menaksir
jumlah ciri tertentu populasi ().
Nilai penduga disebut dengan estimator, sedangkan hasil estimasi disebut dengan estimasi secara
statistik
Estimasi Mean =
Jenis-jenis Estimasi
Estimasi Titik
Titik estimasi merupakan salah satu cara untuk mengadakan estimasi terhadap parameter populasi yang
tidak diketahui. Titik estimasi ialah nilai tunggal yang digunakan untuk mengadakan estimasi terhadap
parameter populasi.
Titik estimasi yang dapat digunakan untuk mengadakan estimasi parameter populasi ialah rata-rata
sampel terhadap rata-rata populasi, proporsi sampel terhadap proporsi populasi, jumlah variabel
tertentu yang terdapat dalam sampel untuk menaksir jumlah variabel tersebut dalam populasi, dan
varians atau simpangan baku sampel untuk menaksir simpangan baku populasi.
E ( µ ) = ; E ( σ2 ) = S2 ; E ( p ) =
Estimasi Interval
Dari penelitian dan perhitungan-perhitungan harga statistik suatu sampel, bisa dihitung suatu interval
dimana dengan peluang tertentu harga parameter yang hendak ditaksir terletak dalam interval
tersebut.
Estimasi interval merupakan sekumpulan nilai statistik sampel dam interval tertentu yang digunakan
untuk mengadakan estimasi terhadap parameter populasi dengan harapan bahwa nilai parameter
populasi terletak dalam interval tersebut.
Estimasi Rata – rata : dalam statistik di asumsikan suatu ukuran sampel dikatakan besar apabila n ≥ 30,
sampel dikatakan kecil apabila n ≤ 30.
Estimasi rata-rata untuk sampel kecil n < 30, maka interval konfidensi untuk m adalah :
√n √n
Contoh:
Winda, Budi, Roni melakukan pengamatan mengenai lama usia pakai baterey merk Alkalin yang
digunakan pada alfalinknya masing-masing, menurut mereka dari 4 baterey merk Alfalink tersebut rata-
rata bisa dipakai selama 1200 jam dengan simpangan baku 200 jam, dengan interval konfidensi 98%
temukan berapa rata-rata usia pakai sebenarnya dari baterey merk Alkalin tersebut ?
Estimasinya:
N = 4
S = 1200 jam
1-α = 98%
α = 0,02
= 0,01
√n √n
√4 √4
ternyata setelah di uji dengan interval konfidensi 98%, usia pakai baterey merk Alkalin berkisar
(sebenarnya) antara 754,9 jam minimum dan 1645,1 jam maksimum.
Tidak bias
Jika mean dari distribusi sampling suatu statistik sama dengan parameter populasi korespondensinya,
maka statistik ini disebut sebagai estimator tak bias dari parameter tersebut. Kebalikannya, jika mean
dari distribusi sampling suatu statistik tidak sama dengan parameter populasi korespondensinya, maka
statistik ini disebut sebagai estimator bias dari parameter tersebut. Nilai-nilai korespondensi dari
statistik-statistik ini msaing-masing disebut estimasi bias dan estimasi tak bias.
Efisien
Jika distribusi sampling dari dua statistik memiliki mean atau ekspektasi yang sama, maka statistik
dengan varians yang lebih kecil disebut sebagai estimator efisien dari mean, sementara statistik yang
lain disebut sebagai estimator tak efisien. Adapun nilai-nilai yang berkorespondensi dengan statistik-
statistik ini masing-masing disebut sebagai estiamsi efisien dan estimasi tak efisien. Jika semua
kemungkinan statistik yang distribusi samplingnya memiliki mean yang sama, maka statistik dengan
varian terkecil terkadang disebut sebagai estimator paling efisien atau terbaik dari mean ini.
Konsisten
Bila besarnya sampel bertambah maka hampir dapat dipastikan bahwa nilai statistik sampel akan lebih
mendekati nilai parameter populasi, estimator demikian disebut konsisten. Estimator konsisten adalah
estimator yang cenderung sarna dengan nilai sebenarnya meskipun ukuran sampel semakin lama
semakin besar. Dalam Kasus ini, apakah kita tahu bahwa nilai barn dari x akan lebih mendekati mean
(rata-rata) Dari J.l Atau ada kemungkinan lebih jauh? Estimasi
Yang konsisten adalah estimator yang akan bergerak mendekati nilai sebenarnya bila jumlah elemen
sampel ditambah.
DAN ESTIMASI
Metode ubinan adalah cara memperkirakan berapa hasil panen nanti untuk tanaman yang bersifat
rumpun. Hal ini dilakukan agar dalam menghadapi pelaksanaan panen dan pasca panen. Agar tidak
mengalami permasalahan seperti kelengkapan peralatan panen, rencana pengangkutan hasil panen,
penanganan lepas panen, dan kemana serta berapa banyak hasil produksi akan dipasarkan.
Misalnya untuk tanaman padi, bahwa tanaman padi adalah tanaman jenis rumpun dengan jarak
tanaman yang tidak dapat dipisahkan.
Panen sejumlah sampel yang berupa ubinan ditimbang berat produksi untuk setiap sampel/ubin.
Th = Taksasi hasil
La = Luas area tanaman
Lu = Luas ubin
Hu = Hasil ubinan
Kita melakukan pengamatan di suatu daerah yang memiliki ± 100 KK yang bekerja sebagai petani, dan
akan diteliti mengenai pendataan petani di daerah tersebut. Kemudian dipilih sampel sebanyak 50 KK
dengan kategori petani padi dan petani lahan kering. Dari hasil pengamatan didapatkan rata-rata
pendapatan petani sebesar Rp 275.000/bulan dengan kesalahan standar Rp 2.500.
Secara umum hasil tersebut dapat diartikan bahwa pendapatan petani paling rendah sebesar Rp
275.000 – Rp 2.500 = Rp 272.500, dan pendapatan tertinggi sebesar Rp 275.000 + Rp 2.500 = Rp
277.500. Angka tersebut merupakan angka taksiran terhadap nilai rata-rata populasinya.
Sumber :
Muhammad Arif Tiro, Dasar-dasar Statistika, ( Cet. I; Makassar: Andira Publisher, 2008), h. 3-4.