POPULASI DAN SAMPEL

Oleh
Kelompok 4
D3 Akuntansi 2018 Kelas A
Via Andrilia (18809134006)
Mutmainah Al Amin (18809134023)
Ditta Gagas Sampurna (18809134037)

A. Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai
kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari kemudian
ditarik kesimpulannya. Jadi, populasi bukan hanya orang, tetapi juga obyek dan benda-benda
alam lain. Populasi juga bukan sekedar jumlah yang ada pada obyek/subyek yang dipelajari,
tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh subyek atau obyek itu.
Misalnya, akan melakukan penelitian di perusahaan X, maka perusahaan X ini merupakan
populasi. Perusahaan X mempunyai sejumlah orang/subyek dan obyek yang lain. Hal ini
berarti populasi dalam arti jumlah/kuantitas. Tetapi perusahaan X juga mempunyai
karakteristik orang-orangnya.
B. Sampel
Sampel adalah bagian dari jumlah kelompok dengan karakteristik tertentu yang dimiliki
oleh populasi. Apabila populasi besar, peneliti tidak mungkin mempelajari semua yang ada
pada populasi. Misalnya karena keterbatasan dana, tenaga, dan waktu, maka peneliti dapat
menggunakan sampel yang diambil dari populasi tersebut. Apa yang dipelajari dari sampel itu,
kesimpulannya akan dapat diberlakukan untuk populasi. Untuk itu sampel yang diambil dari
populasi harus betul-betul representatif (mewakili). Tahap pemilihan sampel:
1. Mengidentifikasi populasi target
2. Memilih kerangka pemilihan sampel
3. Menentukan metode pemilihan sampel
4. Merencanakan prosedur penentuan unit sampel
5. Menentukan ukuran sampel
6. Menentukan unit sampel
C. Teknik Sampling
Teknik sampling merupakan teknik pengambilan sampel, yang digunakan untuk
menentukan sampel yang akan digunakan dalam penelitian. Secara garis besarnya terdapat dua
macam sampling, yaitu (a) yang memberi kemungkinan yang sama bagi setiap unsur populasi
untuk dipilih yang disebut probability sampling dan (b) yang tidak memberi kemungkinan
yang sama bagi setiap unsur populasi untuk dipilih yang disebut dengan non probability
sampling.
1. Probability Sampling
Probability sampling merupakan teknik pengambilan sampel yang memberikan
peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota
sampel. Teknik sampling ini biasanya digunakan pada penelitian kuantitatif. Teknik
sampel ini meliputi:
a. Simple Random Sampling
Dikatakan sebagai simple (sederhana) dikarenakan pengambilan anggota sampel
dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam
populasi itu. Cara demikian dilakukan apabila anggota populasi dianggap homogen.

Teknik Simple Random Sampling

b. Proportionate Stratified Random Sampling

Teknik ini digunakan apabila populasi mempunyai anggota/unsur yang tidak
homogen dan berstrata secara proporsional. Misalnya, suatu organisasi yang memiliki
pegawai dari latar belakang pendidikan yang berstrata. Dimana jumlah pegawai yang
lulus S1=45, S2=30, STM=800, ST=900, SMEA=400, SD=300.
 Teknik Proportionate Stratified Random Sampling

c. Disproportionate Stratified Random Sampling

Teknik ini digunakan untuk menentukan jumlah sampel, apabila populasi bersastra
tetapi kurang proporsional. Misalnya, pegawai dari unit kerja tertentu mempunyai: 3
orang lulusan S3, 4 orang lulusan S2, 90 orang lulusan S1, 800 orang lulusan SMU,
700 orang lulusan SMP. Maka 3 orang lulusan S3 dan 4 orang lulusan S2 diambil
semua sebagai sampel, dikarenakan dua kelompok ini terlalu kecil apabila
dibandingkan dengan kelompok S1, SMU, dan SMP.
d. Cluster Sampling (Area Sampling)
Teknik ini digunakan untuk menentukan sampel apabila obyek yang akan diteliti
atau sumber data sangat luas. Misalnya, penduduk dari suatu negara, propinsi, dan
kabupaten. Untuk menentukan penduduk mana yang akan dijadikan sumber data, maka
pengambilan sampelnya berdasarkan daerah populasi yang telah ditetapkan. Teknik
sampling ini sering digunakan melalui dua tahap, yaitu tahap pertama menentukan
sampel daerah, dan tahap berikutnya menentukan orang-orang yang ada pada daerah
itu secara sampling juga.

Teknik Cluster Sampling

2. Nonprobability Sampling
Nonprobability Sampling merupakan teknik pengambilan sampel yang tidak memberi
peluang/kesempatam sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi
sampel. Teknik sampel ini meliputi:
a. Sampling Sistematis
Sampling Sistematis merupakan teknik pengambilan sampel berdasarkan urutan
dari anggota populasi yang telah diberi nomor urut. Misalnya, anggota populasi terdiri
dari 100 orang, semua anggota tersebut diberi nomor urut dari nomor 1 sampai 100.
Selanjutnya pengambilan sampel dapat dilakukan dengan mengambil nomor ganjil
saja, genap saja, atau kelipatan dari bilangan tertentu.

Teknik Sampling Sistematis

b. Sampling Kuota
Sampling Kuota merupakan teknik untuk menentukan sampel dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan. Misalnya, akan
diadakan penelitian tentang pendapat masyarakat terhadap pelayanan masyarakat
dalam urusan izin mendirikan bangunan, dimana jumlah sampel yang ditentukan 500
orang. Apabila pengumpulan data belum didasarkan pada 500 orang tersebut, maka
penelitian dipandang belum selesai, dikarenakan belum terpenuhinya kuota yang telah
ditentukan.
c. Sampling Insidental
Sampling Insidental merupakan teknik penentuan sampel berdasarkan kebetulan,
yaitu siapa saja yang secara kebetulan/insidental bertemu dengan peneliti dapat
 digunakan sebagai sampel, apabila dipandang orang yang kebetulan ditemui tersebut
cocok untuk dijadikan sebagai sumber data.
d. Sampling Purposive
Sampling Purposive merupakan teknik penentuan sampel dengan pertimbangan
tertentu. Sampel ini lebih cocok digunakan untuk penelitian kualitatif, atau penelitian
yang tidak melakukan generalisasi. Misalnya, melakukan penenlitian tentang kondisi
politik di suatu daerah, maka sampel sumber datanya adalah orang yang ahli politik.
e. Sampling Jenuh
Sampling Jenuh merupakan teknik pengambilan sampel yang memperhatikan nilai
kejenuhan sampel, apabila ditambah jumlahnya tidak akan menambah keterwakilan,
sehingga tidak akan mempengaruhi nilai informasi yang telah diperoleh. Sampel ini
juga sering diartikan sebagai sampel yang sudak maksimum, karena ditambah
berapapun jumlahnya tidak akan merubah keterwakilan populasi. Misalnya, membuat
teh manis jika gulanya sudah jenuh maka ditambah gula berapapun tidak akan
menambah manis the yang ada di gelas.
f. Snowball Sampling
Snowball Sampling merupakan teknik penentuan sampel yang mula-mula
jumlahnya kecil, kemudian membesar. Pada penelitian kualitatif banyak menggunakan
sampel ini. Misalnya dalam penentuan sampel, pertama-tama dipilih satu atau dua
orang, tetapi karena dengan dua orang tersebut belum diarasa lengkap terhadap data
yang diberikan, mka peneliti mencari orang lain yang dipandang lebih tahu dan dapat
melengkapi data yang diberikan dua orang sebelumnya. Begitu seterusnya, sehingga
jumlah sampel semakin banyak.

Teknik Snowball Sampling

 g. Sensus/Sampling Total
Sensus/Sampling Total merupakan teknik pengambilan sampel di mana seluruh
anggota populasi dijadikan sebagai sampel semua. Misalnya, penelitian yang dilakukan
pada populasi di bawah 100 orang sebaiknya dilakukan dengan sensus, sehingga
seluruh anggota populasi tersebut dijadikan sampel semua sebagai subyek yang
dipelajari sebagai responden pemberi informasi.
D. Menentukan Ukuran Sampel
Jumlah anggota sampel sering dinyatakan dengan ukuran sampel. Jumlah sampel yang
diharapkan 100% mewakili populasi sehingga tidak terjadi kesalahan generalisasi adalah sama
dengan jumlah anggota populasi itu sendiri. Jika jumlah populasi 1000 dan hasil penelitian itu
akan diberlakukan untuk 1000 orang tersebut tanpa ada kesalahan, maka jumlah sampel yang
diambil sama dengan jumlah populasi tersebut yaitu 1000 orang (sampel total). Makin besar
jumlah sampel mendekati populasi, maka peluang kesalahan generalisasi semakin kecil dan
sebaliknya makin kecil jumlah sampel menjauhi populasi, maka makin besar kesalahan
generalisasi. Glenn D Israel dari University of Florida (1992), mengemukakan pertimbangan
dalam menentukan ukuran sampel untuk penelitian antara lain:\
1. The Level of Precision
The Level of Precision, merupakan tingkat kepresisian suatu sampel, atau sering disebut
sebagai sampling error atau kesalahan sampel. Tingkat kepresisian atau kesalahan sampel
ini ditunjukkan dengan perbandingan antara rata-rata populasi dengan rata-rata sampel.
Contoh: rata-rata indeks prestasi 15.000 mahasiswa Universitas Mulia Dharma (populasi)
berdasarkan dokumentasi = 3,20. Selanjutnya peneliti mengambil sampel dari populasi
tersebut sebanyak 300 mahasiswa. Indeks prestasi 300 sampel mahasiswa tersebut setelah
dihitung rata-ratanya = 3,10. Berdasarkan hal tersebut, maka selisih rata-rata IP populasi
(15.000 mahasiswa) dengan rata-rata IP sampel (300 mahasiswa) = 3,2 – 3,1 = 0,1 atau 0,1
: 3,2 = 0,0031 atau 3,1%. Biasanya rata-rata populasi tidak diketahui, sehingga dalam
perhitungan sampel ditetapkan terlebih dahulu tingkat kepresisian yang dikehendaki yang
dinyatakan dalam persentase, misalnya 5%.
2. The Confidence Level
The Confidence Level merupakan tingkat kepercayaan suatu sampel. Teori ini
berlandaskan asumsi bahwa, populasi berdistribusi normal dan populasi itu merupakan
 kumpulan sampel-sampel yang dapat diambil secara berulang-ulang. Dengan demikian
kepercayaan sampel yang diambil dari populasi bersifat peluang. Suatu sampel yang
diambil dari populasi mempunyai kepercayaan 95% atau kesalahan 5%, berarti setiap 100
sampel yang diambil dari populasii tersebut akan ada 5 sampel yang salah atau tidak
representative. Dalam pengambilan sampel, kesalahan ini ditetapkan terlebih dulu,
biasanya menggunakan kesalahan 5% atau 1%.
3. Degree of Variability
Degree of Variability merupakan derajat variabilitas suatu populasi. Populasi yang
variabilitasnya tinggi berarti sangat heterogin. Hal ini berarti, bila populasi semakin
heterogin, maka ukuran sampel akan semakin besar dan sebaliknya bila populasi homogen
maka ukuran sampel akan semakin kecil. Sebagai contoh, volume air 10.000 𝑚3 , bila air
tersebut homogen maka jumlah sampel bisa cukup 100 cc. Contoh lainnya, bila suatu
sekolah muridnya homogen, cerdas semua atau bodoh semua, maka jumlah sampelnya bisa
lebih kecil, bila dibandingkan dengan sekolah yang mempunyai muridnya yang cerdas,
sedang dan bodoh.
Dalam populasi suatu penelitian, ada yang jumlahnya tidak diketahu dan ada yang
diketahu. Oleh karena itu, dalam melakukan perhitungan ukuran sampel yang akan digunakan
juga memperhatikan kedua jenis populasi tersebut. Berikut ini dikemukakan perhitungan
ukuran sampel dari populasi yang tidak diketahui jumlahnya dan dari populasi yang diketahu
jumlahnya.
1. Populasi tidak diketahui jumlahnya
Bila jumlah populasi dalam penelitian tidak diketahui secara pasti jumlahnya, maka
perhitungan jumlah sampel dapat menggunakan rumus Cochran.
𝑧 2 𝑝𝑞
n= (rumus 5.1)
𝑒2

Keterangan:
n = jumlah sampel yang diperlukan
z = harga dalam kurve normal untuk simpangan 5%, dengan nilai 1,96
p = peluang benar 50% = 0,5
q = peluang salah 50% = 0,5
e = tingkat kesalahan sampel, biasanya 5%
 Contoh perhitungan:
Dilakukan penelitian untuk mengetahui kepuasan konsumen atas produk pasta gigi merek
Origin (jumlah populasi tidak diketahui). Berapa jumlah sampel yang diperlukan bila
kesalahan 5%?
𝑧 2 𝑝𝑞 (1,96)2 (0,5)(0,5)
n= = = 385 orang
𝑒2 (0,5)2

2. Populasi diketahui jumlahnya

Bila jumlah populasi diketahui, maka perhitungan sampel dapat menggunakan rumus
Yamane dan Issac & Michael. Berikut merupakan rumus Yamane:
𝑁
n = 1+𝑁(𝑒)2 (rumus 5.2)

Keterangan:
n = jumlah sampel yang diperlukan
N = jumlah populasi
e = tingkat kesalahan sampel, biasanya 5%

Contoh perhitungan:
Penelitian akan dilakukan pada suatu kelompok masyarakat dengan jumlah kepala keluarga
2000. Berapakah jumlah sampel kepala keluarga yang diperlukan bila sampling error 5%?
𝑁 2000
n = 1+𝑁(𝑒)2 = 1+2000(0,05)2 = 333

Selanjutnya berikut ini diberikan contoh lain menghitung jumlah sampel dari populasi yang
telah diketahui jumlahnya dengan rumus Issac & Michael, dan pada tabel 5.1 telah diberikan
hasil perhitungan yang berguna untuk menentukan jumlah sampel berdasarkan tingkat
kesalahan 1% 5% 10%. Rumus Issac & Michael ditunjukkan pada rumus 5.1.
Peneliti ingin mengetahui potensi dan masalah dari suatu objek dengan metode kuantitatif.
Pada objek tersebut (populasi) terdapat 1000 orang. Hitunglah jumlah sampel bila populasi
1000 orang, tingkat kesalahan 5% dan perbedaan antara rata-rata sampel dengan rata-rata
populasi = 0,05.
 Dengan rumus Issac & Michael selanjutnya dapat dihitung. (Harga 𝜆2 yang diperoleh dari
tabel tidak dikuadratkan).
𝜆2 𝑁.𝑃.𝑄
S = 𝑑2 (𝑁−1)+𝜆2 .𝑃.𝑄 (rumus 5.3)

Keterangan:
s = jumlah sampel
𝜆2 = chi kuadrat harganya tergantung derajat kebebasan dan tingkat kesalahan, 5% = 3,841
𝑑 = perbedaan antara rata-rata populasi dengan rata-rata sampel = 5% = 0,05
𝑁 = Jumlah populasi
𝑃 = peluang benar (0,5)
𝑄 = peluang salah (0,5)

Contoh:
Peneliti ingin mengetahui potensi dan masalah dari suatu objek dengan metode kuantitatif.
Pada objek tersebut (populasi) terdapat 1000 orang. Hitunglah jumlah sampel bila populasi
1000 orang, tingkat kesalahan 5% dan perbedaan antara rata-rata sampel dengan rata-rata
populasi = 0,05.
𝜆2 𝑁.𝑃.𝑄 3,841 𝑥 1000 𝑥 0,5 𝑥 0,5𝑁
S = 𝑑2 (𝑁−1)+𝜆2 .𝑃.𝑄 = 0,052 (1000−1)+3,841 𝑥 0,5 𝑥 0,5 = 277

Berdasarkan rumus Issac & Michael tersebut, selanjutnya digunakan untuk menghitung
jumlah sampel, mulai dari populasi 10 sampai dengan 1.000.000. Hasilnya telah disajikan
pada tabel 5.1. Berdasarkan tabel 5.1 terlihat bahwa, makin besar taraf kesalahan, maka akan
semakin kecil ukuran sampel.
Cara menentukan ukuran sampel seperti yang dikemukakan di atas didasarkan atas asumsi
bahwa populasi berdistribusi normal. Bila sampel tidak berdistribusi normal, misalnya
populasi homogeny maka cara-cara tersebut tidak perlu dipakai. Misalnya, populasinya benda,
katakana loga dimana susunan molekulnya homogen, maka jumlah sampel yang diperlukan
1% saja sudah bisa mewakili.
Sebenarnya terdapat beberapa rumus untuk menghitung ukuran sampel, misalnya Cochran,
cohen dan lain-lain. Bila keduanya digunakan untuk menghitung ukuran sampel, terdapat
sedikit perbedaan jumlahnya. Lalu yang dipakai yang mana? Sebaiknya yang dipakai adalah
jumlah ukuran sampel yang paling besar.
E. Contoh Mengambil Anggota Sampel
1. Rumus SLOVIN
Rumus slovin merupakan salah satu cara untuk menentukan berapa jumlah sampel yang
diperlukan dalam suatu penelitian yang bertujuan untuk menguji parameter populasi.
Berikut bentuk rumus slovin.
𝑁
n = 1 + (𝑁 . 𝑒 2 )

Keterangan:
N = Jumlah populasi
n = Jumlah sampel
e = Batas toleransi kesalahan
 Contoh rumus slovin:
Sebuah perusahaan memiliki 10.000 karyawan dan akan dilakukan survei dengan
melakukan pengambilan sampel. Berapa sampel yang dibutuhkan apabila masing-masing
batas toleransi kesalahan 1%, 5%, dan 10%?
Penyelesaian:
Diketahui: N = 10.000 dan e = 0,01; 0,05; dan 0,1
Perhitungan sampelnya:
𝑁 10.000
n = 1 + (𝑁 . 𝑒 2 ) = 1 + (10.000 . 0,012 ) = 5.000
𝑁 10.000
n = 1 + (𝑁 . 𝑒 2 ) = 1 + (10.000 . 0,052 ) = 384,615 = 385
𝑁 10.000
n= = = 99,009 = 99
1 + (𝑁 . 𝑒 2 ) 1 + (10.000 . 0,12 )

2. Tabel ISAAC & MICHAEL

Selain dengan rumus slovin, penentuan ukuran sampel dapat dilakukan dengan
menggunakan tabel Isaac dan Michael. Sebagai contoh, perusahaan memiliki populasi
sebesar 15.000 karyawan dengan memilih taraf kesalahan sebesar 1% dan 5%, sehingga
banyak sampelnya sebesar 635 dan 340.
F. Cara Mengambil Anggota Sampel
Pengambilan sampel untuk penelitian kuantitatif pada umumnya dilakukan secara random
atau acak dapat dilakukan dengan bilangan random, komputer, maupun dengan undian. Bila
pengambilan dilakukan dengan undian, maka setiap anggota populasi diberi nomor terlebih
dahulu sesuai dengan jumlah anggota populasi. Karena teknik pengambilan sampel adalah
random, maka anggota populasi mempunyai peluang sama untuk dipilih menjadi anggota
sampel.
Roscoe dalam buku Research Methotds for Business (1982:253) memberikan saran-saran
tentang ukuran sampel untuk penelitian seperti berikut ini:
1. Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai dengan 50.
2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai negri-swasta, dan lain-
lain) maka jumlah anggota sampel setiap kategori minimal 30.
3. Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau regesi
danda misalnya) maka jumlah anggota sampel minimal 10 kali dari jumlah variable yang
 diteliti. Misalnya bariabel penelitiannya ada 5 (independen + dependen) maka jumlah
anggota sampel = 10 x 5 = 50
4. Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok eksperimen
dan kelompok control, maka jumlah anggota sampel masing-masing antara 10 s/d 20.