Anda di halaman 1dari 58

POPULASI

DAN
SAMPEL
II. POPULASI DAN SAMPEL

2.1. POPULASI
Populasi adalah kumpulan
dari individu-individu atau elemen-
elemen yang mempunyai sifat/
ciri/ karakteristik tertentu.
Misal : Populasi ternak domba
ekor tipis yang mempunyai
berat badan antara 25-35 kg
dengan warna hitam dikepala
dan terdapat di Jawa Tengah.
2.1.1. Populasi Infinite

Adalah populasi yang tak


terbatas jumlahnya.

Misal : Populasi ternak ayam di


Indonesia.
2.1.2. Populasi Finite

Adalah populasi yang terba-


tas jumlahnya/tempatnya.

Misal: Jumlah mahasiswa Univer-


sitas X tahun 1990.
2.2. SAMPEL
Sampel adalah sebagian dari
populasi yang diambil untuk dike-
tahui sifat/ciri/ karakteristiknya.
Selama tujuan statistik untuk
menguraikan karakteristik popu-
lasi maka pengambilan sampel
harus dapat dipertanggung jawab-
kan dan mewakili populasinya.
Pengertian mewakili populasinya
adalah anggota sampel tersebut
harus dapat menggambarkan
karakteristik yang sama dengan
populasinya.
Sedangkan arti dipertanggung
jawabkan adalah bahwa pengam-
bilan sampel harus menurut
aturan-aturan pengambilan sam-
pel atau disebut juga aturan sam-
pling.
2.2.1. ALASAN SAMPLING

Mengapa kita melakukan


sampling padahal dengan sensus
akan diperoleh keterangan-
keterangan yang lebih lengkap
dan seksama.
Jawabannya adalah ada beberapa
alasan antara lain :
1. Alasan Biaya
Jumlah sampel tentunya
lebih sedikit dari pada
populasi, sehingga biayanya
relatif lebih murah dari pada
sensus. Kecuali itu perlu pula
diperhatikan kegunaan dari
hasil pengamatan yang
diperoleh.
Misal :

Kita hanya ingin mengetahui


tinggi badan rata-rata pemuda
Indonesia, apakah kita perlu
mengeluarkan biaya berjuta-juta
rupiah untuk mengukur seluruh
pemuda Indonesia? Apakah ini
sepadan dengan kegunaannya?
2. Alasan Waktu
Penggunaan waktu untuk
mencatat keterangan yang
jumlahnya sedikit lebih
singkat dari pada yang
jumlahnya banyak.
Selain itu waktu untuk pengo-
lahan data juga lebih singkat
sehingga penyelesaian untuk
mengetahui karakteristik popu-
lasi yang sedang diamati wak-
tunya selaras dengan kebutuh-
annya.
3. Alasan Tenaga
Bila kita mengukur tinggi badan
pemuda Indonesia dan waktu yang
diperlukan hanya satu bulan,
dapatkah diselesaikan oleh 3-5
orang saja? Untuk itu semua akan
menyangkut masalah biaya, waktu
dan tenaga sehingga penelitian
cukup menggunakan sampel saja.
4. Alasan yang Sifatnya Merusak
Jika dalam hal mempelajari
suatu populasi dengan cara
penyelidikan yang sifatnya
merusak obyek maka penye-
lidikan itu hanya dapat dilakukan
dengan mengambil sampel.
Misal :

Penelitian terhadap obat yang


berada dalam ampul.

Penelitian daya ledak granat


/dinamit / nuklir.

Penelitian uji kendaraan seri baru

Penelitian tentang karkas


2.2.2. SIFAT SAMPEL

1. Sampel harus "representative"


terhadap populasinya
Di dalam sampel tersebut harus
sesuai dengan yang ada di
dalam populasinya.
Misal :

Jika dalam populasi terdapat


jenis kelamin, kelompok umur
maka dalam sampel juga harus
ada jenis kelamin dan kelompok
umur.
2. Tidak ada bias atau seleksi

Untuk memeriksa kesehatan


orang dewasa kita tidak boleh
hanya memilih orang-orang yang
berpendidikan saja sebagai
sampel, atau memilih ternak
yang bersih saja untuk
memeriksa kesehatan ternak.
3. Besar sampel

Besar sampel (Sample size) harus


cukup untuk menjamin kesim-
pulan yang dapat dipercaya.
Besar sampel yang akan
digunakan tergantung pada
beberapa faktor antara lain :
a. Variasi dari karakteristik di
dalam populasi. Bila tidak ada
variasi maka sebuah sampel
saja sudah cukup. Makin
besar variasi yang ada dalam
populasi maka sampel yang
diambil makin banyak.
b. Ketepatan dari kesimpulan
yang diinginkan. Makin besar
sampel yang diambil maka
makin kecil kesalahan yang
terjadi.
c. Adanya keterbatasan sarana,
biaya, teknik dan waktu serta
tenaga membuat kita tidak
mungkin memeriksa sampel
yang cukup besar.
d. Seringkali di dalam banyak hal
kita mengalami kesulitan dalam
menentukan besarnya sampel
karena variasi dari karakteristik
populasinya.
Pada umumnya 10 persen sampel
( 10 persen dari populasi) dianggap
cukup (dengan kisaran antara 5 - 25
persen) dan tergantung juga pada
adanya faktor-faktor penghambat
dan ketelitian dari kesimpulan yang
diinginkan.
Bila jumlah individu-individu/item-
item di dalam populasi tidak diketahui
maka kita tidak mungkin menentukan
besar sampel berdasarkan
persentase.
Statistical Value Vs. Parameter
Data yang dikumpulkan untuk
diperiksa karakteristiknya dapat
kita hitung. Hasil hitungan dari
sampel ini disebut Statistical
Value atau Nilai Statistik.
Sedangkan hasil perhitungan
dari populasi disebut Parameter
atau The Real Value.
•Pengertian Populasi & Sample
•Jenis Populasi:
- Infinite
- Finite
•Alasan sampling:
- cost
- time
- labour
- destructive
•Sifat sample:
- representative
- no bias
- sample size
•Sample Size depends on:
- variation
- accuracy
- limitations
•Statistical Value Vs. Parameter
2.3. TEKNIK PENGAMBILAN SAMPEL
(SAMPLING)
2.3.1. Simple Random Sampling
Apabila besarnya sampel diketahui
dan terbatas maka random dilakukan
secara individual terhadap anggota
populasi. Dalam hal ini terpilihnya
individu sebagai sampel harus benar-
benar berdasarkan kebetulan
(chance), bebas dari subyektifitas
peneliti dan orang lain.
a. Tabel Random
00 04 ………………. 49 50 54 ……………….. 99
00 00

49 49
00 04 ………………..49 50 54 ………………. 99
50 50

99 99
Cara menggunakan :
Pilih sembarang angka dari halaman
1, 2, 3 atau 4. Misal terpilih angka
48675 (angka ini berada pada
baris 10 dan kolom 25-29).
Angka 48675 dikelompokkan sbb :
4 menunjukkan halaman genap
86 menunjukkan kolom ke 86
75 menunjukkan baris ke 75
Kita cari pada halaman genap kolom
ke 86 dan baris ke 75 diperoleh
angka 61386.
Angka awal dari angka random yang
akan kita gunakan adalah 1 (satu),
dari sinilah angka random dicari.
Misal kita cari 10 angka random
dengan nilai antara 10 – 98 maka
kita akan mencari mulai angka 13 ke
bawah (dua digit ) sehingga
didapat :
angka random 13, 51, 17, 49, 65,
19, 67, 25, 07 dan 85.
Jika yang dicari antara 001 – 300
maka akan dibaca tiga digit dan
diperoleh angka : 138, 178, 196,
254, 079, 117, 006, 270, 018, 025.
Angka 018 dan 025 dibaca pada
baris 0 kolom ke 89-91 ke bawah.
b. Mesin Hitung
Untuk mesin hitung dengan seri
fx 180 P
fx 3600 P
fx 3600 PA INV RAN #
fx 3800 P
fx 4000 P
fx 702 P F 1 RAN #
c. Computer package (e.g. R)
• Normal distribution (N~mu,std):
rnorm(n, mean, std)
• Uniform distribution (U:0-1)
runif(n)
• Uniform distribution (U:x-y)
sample(z, n)
2.3.2. Systematic Random Sampling

Sampel pertama diambil secara


random, sedangkan anggota sampel
yang lain dipilih secara sistematis
menurut suatu pola tertentu.
Misal jumlah Populasi = N dan
besarnya sampel yang diambil = n
maka Sampel Interval = k = N/n.
Sampel 1 = s (s dipilih secara
random dari populasi).
Sampel 2 = s + k
Sampel 3 = s + 2k
Sampel 4 = s + 3k
Sampel n = s + (n-1)k
Misal Populasinya ada 300 ( 001-300)
Sampel yang diambil 20 maka sampel
intervalnya = k = 300/20 = 15
Sampel 1 = 197 dipilih secara acak
Sampel 2 = 197 + 15 = 212
Sampel 3 = 197 + 2(15) = 227
Sampel 4 = 197 + 3(15) = 242

Sampel 20 = 182
2.3.3. Stratified Random Sampling
Apabila populasi dalam suatu
penelitian terdiri dari sejumlah
sub populasi yang dipisahkan
menurut stratifikasi tertentu, maka
populasi tersebut dibagi dalam
lapisan-lapisan (strata) yang
seragam.
Makin besar derajat keseragaman
yang dapat dicapai pada tiap-tiap
lapisan menyebabkan makin
besarnya perbedaan yang terdapat
diantara lapisan-lapisan tersebut,
yang berarti hasil yang diperoleh
makin baik.
2.3.3.1. Stratified Proportionate
Random Sampling
Pada metode ini jumlah sampel yang
diambil dari tiap stratum berbanding
lurus (proporsional) dengan jumlah
anggota dalam stratum tersebut.
Misal suatu populasi distratifikasi
menjadi tiga strata :
Stratum 1 = 1000 anggota
Stratum 2 = 500 anggota
Stratum 3 = 250 anggota
Jika sampel yang akan diambil
sebanyak 70, berapakah jumlah
sampel untuk tiap stratumnya ?

Stratum 1 = (1000/1750) x 70
= 40 anggota
Stratum 2 = ( 500/1750) x 70
= 20 anggota
Stratum 3 = ( 250/1750) x 70
= 10 anggota
2.3.3.2. Stratified Disproportionate
Random Sampling
Pada metode ini jumlah sampel
yang diambil dari tiap stratum
tidak berbanding lurus (tidak
proporsional) dengan jumlah
anggota dalam stratum yang
bersangkutan.
Misal suatu populasi distratifikasi
sebagai berikut :
Stratum 1 = 1500 anggota
Stratum 2 = 500 anggota
Stratum 3 = 50 anggota
Andaikata jumlah sampel yang
diambil 2 persen atau 41 anggota.
Apabila peneliti menggunakan
metode proporsional maka akan
diperoleh sampel tiap stratum
berturut-turut : 30; 10 dan 1
anggota.
Pada stratum ketiga yang
hanya diwakili satu anggota tidak
dapat untuk mewakili stratum
tersebut, maka peneliti dapat
menggunakan metode tak
berimbang.
Peneliti dapat menentukan
sendiri jumlah anggota tiap
stratumnya misalnya saja : 15;
13 dan 13 atau 22; 10 dan 9 dsb.
Faktor yang perlu diperha-
tikan dalam menentukan jumlah
sampel pada metode ini yaitu bila
makin tidak seragam suatu
populasi sampel yang diambil
semakin banyak.
2.3.4. Simple One or Two Stage
Cluster Sampling

Metode ini disebut juga Multi Stage


Sampling. Digunakan bila besarnya
populasi tak terbatas atau catatan
lengkap mengenai jumlah populasi
yang akan diteliti tidak diperoleh
sehingga metode Simple Random
tidak dapat diterapkan.
Misal pada suatu penelitian yang
mengambil wilayah propinsi sebagai
populasi, maka samplingnya harus
dilakukan melalui beberapa tingkatan
Tingkat 1 : membagi propinsi dalam
karesidenan, random dilakukan untuk
menentukan karesidenan terpilih.
Tingkat 2 : membagi karesidenan
terpilih dalam kabupaten-kabupaten,
random dilakukan untuk menentukan
kabupaten terpilih.
Tingkat 3 : membagi kabupaten
terpilih dalam kecamatan-kecamatan,
random dilakukan untuk menentukan
kecamatan terpilih.
Demikian seterusnya, random diker-
jakan untuk mendapatkan satuan
sampel yang terkecil. Satuan sampel
terkecil dapat berupa : desa; areal
sawah; RT; satuan industri; perusa-
haan dll.
Catatan : seluruh anggota satuan
sampel terkecil harus diamati/diteliti.
2.3.5. Stratified Cluster Sampling
Apabila dalam Cluster diadakan
stratifikasi maka samplingnya dise-
but Stratified Cluster Sampling.
Misal :
Cluster
1. Peg. Negeri
Stratum 1. Penghasilan tinggi
Stratum 2. Penghasilan sedang
Stratum 3. Penghasilan rendah
2. Peg. Bank
Stratum 1. Penghasilan tinggi
Stratum 2. Penghasilan sedang
Stratum 3. Penghasilan rendah
3. Wiraswasta
Stratum 1. Penghasilan tinggi
Stratum 2. Penghasilan sedang
Stratum 3. Penghasilan rendah
Apabila dalam pengambilan sampel
pada tiap stratum proporsinya ikut
diperhatikan maka sampel penelitian
dapat disebut Proportional Stratified
Cluster Sampling
Cluster
1. Peg. Negeri
Stratum 1. Penghasilan tinggi ... anggota
Stratum 2. Penghasilan sedang ... anggota
Stratum 3. Penghasilan rendah ... anggota
2. Peg. Bank
Stratum 1. Penghasilan tinggi ... anggota
Stratum 2. Penghasilan sedang ... anggota
Stratum 3. Penghasilan rendah ... anggota
3. Wiraswasta
Stratum 1. Penghasilan tinggi ... anggota
Stratum 2. Penghasilan sedang ... anggota
Stratum 3. Penghasilan rendah ... anggota
TEKNIK SAMPLING
1. Simple random sampling
2. Systematic random sampling
3. Stratified random sampling
a. Stratified proportionate
b. Stratified proportionate
TEKNIK SAMPLING
3. Simple one or two stage cluster
sampling
4. Stratified cluster sampling
a. Proportional stratified cluster
b. Proportional stratified cluster
Proportionate Stratified Cluster Sampling

Contoh:
Sebuah penelitian, diketahui populasi:
PNS : (50 T, 400 S, 100 R)
Bankir : (10 T, 160 S, 30 R)
Pengusaha : (800 T, 200 S, 200 R)

Tentukan jumlah sample masing-masing


stratum untuk ketiga profesi tersebut
THANK YOU