MAKALAH

“POPULASI DAN SAMPEL”

Disusun Untuk Memenuhi Tugas

(Mata Kuliah : Dasar-Dasar Statistik)

Dosen Pengampuh : IRWANDI RACHMAN, S.KM, M.Kes

Disusun Oleh:

NAMA : ANISHA P. RAHMADANI

NIM : B1B119040

KELAS : B 2019

FAKULTAS FARMASI TEKNOLOGI RUMAH SAKIT DAN INFORMATIKA

PROGRAM STUDI S1 ADMINISTRASI RUMAH SAKIT
UNIVERSITAS MEGA REZKY
MAKASSAR
2020/2021
 KATA PENGANTAR

Puji syukur Alhamdulillah kami panjatkan kehadirad Tuhan Yang Maha Esa, karena telah
melimpahkan rahmat-Nya maka kami dapat menyelesaikan makalah yang membahas tentang “Populasi
dan Sampel” dengan baik.

Ucapan terima kasih kami kepada Bapak Irwandi Rachman, S.KM, selaku dosen mata kuliah
Dasar-dasar Statistik, karena atas arahan dan petunjuk dalam proses belajar mengajar dari beliau-lah
makalah ini dapat disusun dengan baik.

Dalam penulisan makalah ini, kami merasa masih banyak kekurangan-kekurangan baik teknik
penulisan maupun materi. Untuk itu kami mengharapkan kritik serta saran dari pembaca untuk makalah
ini, agar makalah ini nantinya dapat menjadi makalah yang lebih baik lagi. Kemudian apabila terdapat
banyak kesalahan pada makalah ini kami mohon maaf yang sebesar-besarnya.

Makassar, 20 April 2020

Anisha P. Rahmadani

B1B119040

DAFTAR ISI
KATA PENGANTAR.................................................................................................................................2
DAFTAR ISI...............................................................................................................................................3
BAB I..........................................................................................................................................................3
PENDAHULUAN.......................................................................................................................................3
1.1 LATAR BELAKANG.....................................................................................................................4
1.2 RUMUSAN MASALAH..................................................................................................................4
1.3 TUJUAN...........................................................................................................................................4
BAB II.........................................................................................................................................................5
PEMBAHASAN.........................................................................................................................................5
A. PENGERTIAN POPULASI DAN SAMPEL..................................................................................5
B. TEKNIK-TEKNIK PENGAMBILAN SAMPEL............................................................................6
C. TEKNIK-TEKNIK PENENTUAN JUMLAH SAMPEL...............................................................11
D. CONTOH MENENTUKAN UKURAN SAMPEL.......................................................................14
BAB III......................................................................................................................................................16
PENUTUP.................................................................................................................................................16
A. KESIMPULAN............................................................................................................................16
B. SARAN.........................................................................................................................................17
DAFTAR PUSTAKA................................................................................................................................18

BAB I

PENDAHULUAN
1.1 LATAR BELAKANG
Tujuan utama dari sebuah riset adalah untuk memperoleh informasi tentang karakteristik atau
parameter dari populasi. Atau, hakikat dari sebuah penelitian adalah ingin memperoleh informasi
mengenai karakteristik atau parameter dari suatu objek yang diamati. Objek yang diamati itu dapat dilihat
secara keseluruhan (populasi) atau secara parsial (sampel). Dua pilihan tersebut diambil bergantung pada
beberapa hal. Artinya, peneliti dapat memutuskan untuk menggunakan populasi sebagai sumber informasi
atau hanya diambil sampelnya saja.

Dalam kehidupan sehari-hari penerapan dari metode populasi dan sampling ini sering dijumpai.
Misalnya, seorang ibu rumah tangga yang ingin mengetahui apakah masakannya sudah cukup enak
menurut seleranya atau tidak. Untuk merasakan enak atau tidak, maka si ibu dapat mencoba seluruh sayur
yang dimasaknya itu, atau cukup dengan satu sendok makan saja sehingga dapat mewakili rasa seluruh
sayur yang dimasaknya.

Demikian juga halnya dalam proses penelitian. Misalnya seorang peneliti ingin mengetahui faktor apa
sajakah yang mempengaruhi mahasiswa memilih Perguruan Tinggi tertentu. Untuk mengetahui
jawabannya, maka dapatlah ditanyakan langsung atau tidak langsung kepada mahasiswa tersebut
(mencari informasi). Kalau jumlah mahasiswa yang ada cukup sedikit maka peneliti mungkin
memutuskan untuk menggunakan sensus terhadap populasi, tetapi kalau jumlahnya banyak maka dapat
ditanyakan pada sebagian mahasiswa (sampel).

Terkadang, walaupun jarang, pekerjaan periset pemasaran dapat diselesaikan, dengan mensurvei
seluruh populasi yang diinginkan. Jika mungkin, periset menyatakan dirinya dalam bentuk statistik
deskriptif dari data yang belum dapat diungkapkannya. Akan tetapi, dalam situasi lain, akan menjadi tidak
praktis dan tidak bijaksana bagi periset untuk berusaha mensurvey seluruh populasi.

1.2 RUMUSAN MASALAH

1. Apa Pengertian Populasi dan Sampel ?
2. Bagaimana Teknik-teknik Pengambilan Sampel ?
3. Bagaimana Teknik-teknik Penentuan Jumlah Sampel Dan Contoh Kasusnya?

1.3 TUJUAN
1. Untuk Mengetahui Pengertian Populasi dan Sampel ?
2. Untuk Mengetahui Bagaimana Teknik-teknik Pengambilan Sampel ?
3. Untuk Mengetahui Bagaimana Teknik-teknik Penentuan Jumlah Sampel Dan Contoh Kasusnya?
 BAB II

PEMBAHASAN

A. PENGERTIAN POPULASI DAN SAMPEL

 Dalam melakukan sebuah penelitian perlu adanya suatu teknik yang tepat demi
keberhasilanpenelitian tersebut. Salah satu metode atau teknik tersebut adalah populasi dan sampel.
Populasi dan sampel adalah suatu teknik dalam melakukan sebuah penelitian. Populasi adalah jumlah
keseluruhandari individu yang sama. Sedangkan sampel adalah pengambilan contoh dari sebuah
populasi yangkan diteliti.

Populasi adalah keseluruhan objek yang akan/ingin diteliti. Populasi ini sering juga disebut
Universe. Anggota populasi yang akan diteliti dapat berwujud benda hidup ataupun benda mati,
dimana sifat-sifat yang ada padanya dapat diukur atau diamati. Populasi yang tidak pernah diketahui
dengan pasti jumlahnya disebut "Populasi Infinit" atau tak terbatas, dan populasi yang jumlahnya
diketahui dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya mahasiswa di
sebuah kampus, jumlah pekerja pada proyek tetap pabrik, dll disebut "Populasi Finit". Populasi
terletak dalam ruang multidimensional, yang telah ditentukan oleh nilai konstante, yang
mengungkapkan nilai masing-masing morfotipe.

Sampel adalah bagian dari salah satu populasi yang akan diteliti lebih lanjut. Sampel tersebut di
pandang sebagai suatu dugaan terhadap populasi. Namun bukan keberadaan populasi itu sendiri.
Sampel dianggap sebagai contoh/perwakilan dari populasi yang rata-rata hasilnya mewakili
keseluruhan dari populasi tersebut. Penelitian menggunakan teknik sampling dapat dilakukan
disekolah, karena Sekolah merupakan bagian utama dalam mengembangkan suatu karakter,
sikap,kemampuan serta keterampilan seorang individu siswa. Dalam Sekolah terdapat aktivitas
pembelajaran yang sudah tersusun secara berurut-turut dan terstruktur sesuai yang diputuskan oleh
Pemerintah.

B. TEKNIK-TEKNIK PENGAMBILAN SAMPEL

Untuk memenuhi syarat tersebut maka diperlukan cara pengambilan sampel yang baik pula.
Pengambilan sampel dalam penelitian dapat dilakukan dengan berbagai teknik (sampling techniques).
Adapun teknik pengambilan sampel secara umum dapat dikelompokkan menjadi dua teknik, yaitu
nonprobability sampling dan probability sampling.
 Pengambilan sampel Non-Probabilitas dan Probabilitas Suatu sampel yang diambil tanpa adanya
probabilitas yang diketahui mengenai termasuknya satuan-satuan individu dalam populasi, dikenal
sebagai sampel non-probabilitas. Sampel seperti ini mungkin akan berguna dalam pengambilan
keputusan tetapi ketidakpastian mengenai kekuatan dari sampel akan menggangu kepercayaan
pemakai terhadap hasil.

Jika bagian terbatas suatu populasi secara menyeluruh dilibatkan dalam sampel dalam suatu cara
tertentu yang mana pencantuman satuan-satuan individual dalam populasi dapat dinyatakan sebagai
probabilitas yang diketahui, hal ini dikenal sebagai pengambilan sampel probabilitas. Pengambilan
sampel sederhana secara acak dalam popupulasi adalah jenis tertentu dari pengambilan sampel
probabilitas di mana setiap item dalam populasi mememiliki kesempatan yang sama untuk dipilih.

Dengan pengambilan sampel probabilitas, ketidakpastian masih terjadi terhadap kesimpulan-

kesimpulan yang dibuat tentang keseluruhan populasi. Akan tetapi, perbedaan penting adalah bahwa
ketidakpastian dapat diukur dan dinyatakan dalam bentuk probabilitas kebenarannya. Kemudian,
pengambilan sampel probabilitas tidak menghilangkan ketidakpastian yang berhubungan dengan
pengambilan sampel dari suatu populasi tetapi mengijinkan pensurvai untuk menyatakan bahwa
ketidakpastian sebagai suatu pengukuran probabilitas. Hal ini adalah perbedaan penting karena
mengijinkan pensurvai untuk menyatakan kesimpulannya dalam bentuk suatu tingkat kepercayaan
yang diketahui.

1. Nonprobability Sampling
Dalam nonprobability sampling, peneliti dapat sesukanya atau secara sadar memutuskan
apakan elemen-elemen masuk ke dalam sampel. Artinya, kemugkinan atau peluang seseorang
atau benda untuk terpilih menjadi anggota sampel tidak diketahui. Hal ini dikarenakan pada
teknik ini terlalu percaya pada pendapat pribadi peneliti dari pada kesempatan untuk memilih
elemen-elemen.

Dalam teknik ini juga kurang memperhitungkan penilaian secara objektif dari sampel
yang diperoleh secara tepat. Adapun yang tergolong dalam teknik nonprobability sampling
meliputi, convenience sampling, judgmental sampling, quota sampling dan snowball sampling.

Masing-masing teknik tersebvut akan dijelaskan sebagai berikut :

a. Convenience sampling ( sampel secara kebetulan)

Convenience sampling sering juga disebut sebagai accidental sampling technique.
Dalam teknik sampling ini, yang diambil sebagai anggota sampel adalah orang-orang
 yang mudah ditemui atau yang berada pada waktu yang tepat, mudah ditemui dan
dijangkau. Responden diambil biasanya karena mereka diharapkan berada pada waktu
dan tempat yang tepat. Beberapa contoh yang termasuk convenience sampling adalah :
1) Kelompok siswa, remaja masjid, dan organisasi sosial.
2) Melakukan wawancara mall intercep tanpa mengkualifikasi responden.
3) Departemen store yang menggunakan daftar akuntansi.
4) Angket atau daftar pertanyaan di majalah.
5) Wawancara dijalan.
b. Judgmental sampling (sampel menurut tujuan)
Judgmental sampling atau disebut purposive sampling merupakan salah satu bentuk
dari convenience sampling. Dalam teknik ini sampel dipilih berdasarkan penilaian atau
pandangan dari para ahli berdasarkan tujuan dan maksud penelitian. Peneliti memilih
elemen-elemen yang dimasukan dalam sampel, karena dia percaya bahwa elemen-elemen
tersebut adalah wakil dari populasi. Contoh dari judgmental sampling adalah sebagai
berikut :
1) Tes pasar yang dipilih untuk menentukan kekuatan/potensi dari produk baru.
2) Watak yang dipilih dalam penelitian perilaku.

Perlu dicatat bahwa dengan memilih jenis penarikan sample pertimbangan, seorang
peneliti sudah harus siap untuk menghadapi ketidakpastian dalam hal bobot dan arah
sample. Sebuah pertimbangan tidak memerlukan definisi. Yang utama hanyalah validasi
pertimbangan. Dalam praktik, penarikan sample pertimbangan tidak banyak
dipergunakan oleh peneliti.

c. Quota sampling (sampel beradasarkan jumlah)

Quota sampling mungkin kelihatan seperti two-stage restricted judgmental sampling.
Tahap pertama terdiri dari pengembangan kategori kontrol atau quota dari elemen-elemen
populasi. Untuk mengembangkan dan membuat quota ini, peneliti mendaftar karakteristik
kontrol yang relevan dan menentukan distribusi dari karakteristik ini dalam populasi
target.

Karakteristik kontrol yang relevan misalnya, jenis kelamin, umur dan ras
diidentifikasi berdasarkan penilaian peneliti. Teknik ini seringkali mirip dengan teknik
stratified random sampling, kecuali tanpa menggunakan teknik acak. Dengan kata lain,
 quota sampling menyatakan bnahwa komposisi dari sampel adalah sama dengan
komposisi populasi yang berkaitan dengan karakteristik minat.
Tahap kedua, elemen-elemen sampel dipilih berdasarkan convenience atau judgment.
Setelah quota-quota tersebut dikelompokkan, terdapat kebebasan untuk memilih elemen-
elemen untuk dimasukan dalam sampel. Satu-satunya persyaratan adalah elemen-elemen
tersebut dipilih untuk disesuaikan dengan karakteristik kontrol.
Dalam proses ini peneliti secara eksplisit berupaya memperoleh sample yang serupa
dengan populasi yang didasari suatu tolok ukur, karakteristik pengendalian, yang sudah
ditentukan sebelumnya. Contoh yang sederhana di mana peneliti hanya memakai satu
karakteristik saja sebagai tolok ukur. Misalny, pewawancara mewawancarai separuh
reponden yang diatas 30 tahun dan separuh lagi yang dibawah 30 tahun dengan demikian,
pengendaliannya adalah usia responden.
d. Snowball sampling (sampel seperti bola salju)
Dalam snowball sampling, pertama-tama kelompok responden dipilih secara random.
Setelah diwawancarai, responden-responden ini disuruh untuk mengidentifikasi
responden-responden lain yang merupakan bagian dari populasi target. Tujuan utama dari
snowball sampling adalah untuk menafsirkan karakteristik yang jarang terjadi dalam
populasi. Keuntungan dari snowball sampling adalah adanya peningkatan kecenderungan
menempatkan karakteristik- karakteristik yang diinginkan dalam populasi.

2. Probability Sampling
Pengambilan sampel dengan cara ini dilakukan secara random atau acak. Periset
pemasaran perlu mengetahui teknik-teknik dimana dia dapat memilih suatu sampel untuk setiap
unit dalam populasi memiliki kesempatan yang sama untuk dipilih.
Jika setiap unit dalam populasi diberi suatu angka yang berbeda, suatu roda seimbang
yang sempurna dengan angka-angka terhadapnya paralel dengan angka-angka dari populasi
dapat dibangun dan hasil pemutaran (pilihannya) dicatat. Jika roda berputar sebanyak item
dalam sampel, setiap item dalam populasi yang akan diikutkan dalam sampel akan diidentifikasi.
Jika rata-rata pendapatan yang diinginkan, rata-rata pendapatan dari yang terpilih dalam
sampel akan dapat dihitung. Jika maksudnya adalah menentukan proporsi dari populasi yang
memeliki karakteristik tertentu, misalnya kepemilikan mobil tertentu, informasi akan dapat
dicari dari orang-orang dalam populasi yang dipilih untuk diikutkan dalam sampel. Dengan
menggunakan roda pemilihan sampel acak dengan setiap unit di dalam populasi mendapat
kesempatan yang sama untuk dipilih menjadi dapat dimungkinkan (diwujudkan).
 Keacakan adalah seringkali diperoleh oleh ahli statistik dengan menggunakan suatu tabel
angka acak. Pemakai dapat memulai dari halaman, kolom atau baris mana saja dari tabel selama
dia tidak dengan sengaja menetapkan terlebih dahulu suatu angka tertentu. Setelah memilih
posisi untuk melanjutkan pada salah satu arah untuk memilih nomor/angka untuk diikutkan
dalam sampel. Suatu contoh untuk tehnik ini akan menggambarkan penggunaannya.
Diasumsikan bahwa sampel sebanyak 20 akan diambil dari populasi sebesar 300. Setiap
unit dalam populasi diidentifikasi dengan suatu angka/nomor tertentu antara 1 dan 300. Karena
300 adalah nomor tiga digit, maka hal ini memerlukan pemilian nomor tiga digit untuk sampel
kita. Jika nomor pertama yang terpilih adalah 161. Hal ini berarti bahwa nomor ke 161 dari
populasi kita telah terpilih untuk diikutkan dalam sampel. Selanjutnya, nomor 008 muncul,
mewakili pemilihan anggota nomor ke 8 dalam populasi. Jika nomor yang sama muncul lebih
dari sekali, kita abaikan kemunculnya lagi karena nomor tadi telah diikutkan dalam sampel. Jika
suatu nomor sepeti 620 muncul, hal ini diabaikan karena lebih besar dari ukuran populasi 300.
Probability sampling dapat digolongkan menjadi simple random sampling, systematic
random sampling, stratified sampling, dan cluster sampling.
a. Simple Random Sampling
Dalam simple random sampling, masing-masing elemen populasi mempunyai
kemungkinan pemilihan yang sama. selanjutnya setiap kemungkinan sampel dari ukuran
tertentu ini mempunyai kemungkinan yang sama untuk dipilih. Hal ini berarti setiap elemen
dipilih dengan bebas dari setiap elemen lainnya. Sampelnya diperoleh dengan prosedur
random dari kerangka sampling. Metode ini hampir sama dengan sistem lotre, yang nama-
namanya ditempatkan dala suatu wadah, dan wadah tersebut dikocok-kocok. Nama dari
pemenangnya diambil dengan cara yang tidak mengandung bias.

Untuk melakukan simple random sampling, peneliti dapat membuat kerangka sampling
yang mana masing-masing elemennya dikelompokkan dalam nomor pengidentifikasian yang
unik. Sebagai contoh, kita memiliki 500 elemen populasi, sedangkan yang akan dipilih
adalah sebanyak 50, maka setiap elemen mempunyai peluang 0,1 untuk dipilih.
b. Systematic Sampling
Dalam systematic sampling, sampel dipilih dengan cara menyeleksi poin-poin random
awal dan kemudian mengambil beberapa nomor tertentu untuk mendapatkan kerangka
sampling.interval sampling (i) ditentukan dengan cara membagi ukuran populasi (N) dengan
ukuran sampel (n) dan meletakan disekitar bilangan-bilangan bulat yang terdekat.
 Systematic sampling memiliki kemiripan dengan simple random sampling, dimana
masing-masing elemen populasi mempunyai kemungkinan pemilihan yang sama.
perbedaannya terletak pada sampel ukuran n yang dapat diperoleh mempunyai kemungkinan
pemilihan yang sama. Sampel ukuran n yang lainnya mempunyai kemungkinan nol untuk
dipilih.

c. Stratified sampling
Stratified sampling (sampel bertingkat) merupakan suatu proses dua langkah yang mana
populasi dibagi dalam sub populasi atau strata/tingkatan. Artinya, peneliti harus mengetahui
bahwa dalam populasi ada strata, klas, lapisan, atau ras, misalnya ada klas pegawai negeri,
mahasiswa, dan petani. Strata tersebut harus bersifat mutually exclusive dan elemen-elemen
dalam setiap populasi seharusnya dikelompokkan menjadi satu dan hanya satu strata tidak
ada elemen populasi yang dihilangkan.

Perlu dipahami bahwa sampling bertingkat berbeda dengan quota sampling. Hal ini
dikarenakan elemen-elemen sampel lebih cenderung dipilih berdasarkan kemungkinan dari
pada di dasarkan pada penilaian atau keinginan peneliti. Tujuan utama dari sampling
bertingkat adalah untuk meningkatkan ketepatan tanpa meningkatkan biaya.

d. Cluster sampling
Berbeda dengan teknik-teknik sampling sebelumnya, dalam teknik sampling ini yang
menjadi unit sampling dalam kerangka sampling adalah kelompok-kelompok, bukan
individu atau unsur-unsur sampling itu sendiri. Dalam cluster sampling, populasi target
pertama-tama dibagi ke dalam sub kelompok atau cluster yang eksklusif. 75 Kemudian
sampel acak dari cluster tersebut dipilih berdasarkan teknik probability sampling, misalnya
dengan menggunakan random sampling.
Perbedaan pokok dari cluster sampling dengan sampling bertingkat adalah dalam cluster
sampling hanya sampel dari sub populasi (cluster) yang dipilih, sedangkan pada sampling
bertingkat semua sub populasi (strata) dipilih untuk sampling/pengambilan sampel lebih
lanjut. Tujuan utama dari cluster sampling adalah untuk meningkatkan ketepatan.
Untuk menetapkan apakah kita akan memilih nonprobability sampling atau-kah
probability sampling, sangat tergantung pada faktor-faktor pembeda dan kondisi yang
menguntungkan bagi penggunaan kedua jenis teknik sampling tersebut (Malhotra : 1993).
Penelitian yang berusaha mengungkap pasar nasional yang memberikan keterangan
tentang kategori produksi dan anggaran pemakaian suatu merek dagang serta profil
 psikografis dan demografis dari pemakai produk, cenderung menggunakan probability
sampling. Penelitian yang menggunakan probability sampling biasanya menggunakan
wawancara telepon. Stratified sampling dan sistematic sampling digabungkan dengan
beberapa bentuk digit random untuk memilih responden.

C. TEKNIK-TEKNIK PENENTUAN JUMLAH SAMPEL

Ukuran sampel (sample size) adalah banyaknya individu, subyek atau elemen dari populasi yang
diambil sebagai sampel. Jika ukuran sampel yang di ambil terlalu besar atau terlalu kecil maka akan
menjadi masalah dalam penelitian itu. Oleh karena itu, ukuran sampel harus betul-betul diperhatikan
oleh peneliti dalam melakukan penelitiannya.

Tentang berapa ukuran ideal untuk sampel penelitian, sampai saat ini belum ada kesepakatan atau
ketentuan yang bisa diterima secara umum. Penetapan ukuran sampel merupakan masalah yang
komplek dan mencakup banyak pertimbangan kualitatif dan kuantitatif. Yang jelas, sampel yang baik
adalah sampel yang memberikan pencerminan optimal terhadap populasinya (representative).
Representative suatu sampel tidak pernah dapat dibuktikan, melainkan hanya didekati secara
metodologi melalui parameter yang diketahui dan diakui kebaikannya secara teoritik maupun
eksperimental.

1. Faktor – Faktor Yang Mempengaruhi Ukuran Sampel

Dalam hal menentukan ukuran / jumlah sampel akan dipengaruhi oleh beberapa faktor, yang
terdiri dari ( Masri Singarimbun, 1987: 150 ) :

a. Derajat keseragaman dari populasi

b. Presisi yang dikehendaki dalam penelitian
c. Rencana analisa
d. Tenaga, biaya dan waktu
2. Rumus – Rumus Penentuan Ukuran Sampel
Dalam penentuan ukuran sampel sebenarnya tidak ada aturan yang tegas berapa jumlah
sampel yang harus diambil dari populasi yang tersedia. Tidak ada pula batasan yang ”pasti” dan
jelas apa yang dimaksud dengan sampel besar dan sampel yang kecil ( Lincolin Arsyad, 2001:
105 ) Ada beberapa rumus yang lazim digunakan untuk menentukan ukuran sampel, namun
demikian dalam penggunaannnya tidak ada yang bersifat mutlak ( paling benar ). Beberapa rumus
tersebut di antaranya :
 a. n = Z2S 2 / C2 ( Budi Purwadi, 2000: 136 )
b. n = ( Z. / E ) 2 ( Djarwanto dkk, 2000: 154 )

c. n = 0.25 ( Z / E ) 2 ( Djarwanto dkk, 2000: 159 )

d. n = N / ( 1 + N. Moe2 ) ( Rao, 1996 )

e. n tergantung pada teknis analisa yamg akan digunakan

1) Rumus n = Z2 S 2 / C2
n : jumlah sample
Z : Angka normal standart yang besarnya tergantung dari level conviden
S : sebenarnya adalah  ( standart deviasi populasi ) , namun karena  tidak diketahui dan
tidak dapat dihitung maka didekati dengan S ( standart deviasi dari sample ) yang sebenarnya
juga belum bisa dihitung sebelum ada sample.
C : selisih antara nilai rata-rata sample dengan nilai rata – rata populasi yang besarnya juga
diperkirakan.
Rumus ini sesuai untuk digunakan bila parameter yang diukur adalah nilai rata – rata, dan
perhitungannya akan dapat dilakukan dengan ketentuan :
a. Nilai  bisa didekati dengan S,
b. Nilai S besarnya merupakan perkiraan saja, karena memang S baru bisa dihitung setelah ada
data terkumpul.
c. Nilai C juga merupaka perkiraan yang besarnya sesuai kehendak si peneliti
d. N populasi tidak diketahui ( misalnya: tak terhingga )
Contoh : Seorang peneliti ingin mengetahui berapa rata – rata pengeluaran rumah tangga
untuk keperluan minum soft drink per bulan. Peneliti tsb menginginkan selisih rata – rata
sampel dengan rata – rata populasi ( yang ditaksir ) sebesar 10 satuan uang dengan tingkat
keyakinan menaksir 99 %. Standart deviasi diperkirakan sebesar 100 satuan uang. Maka
jumlah rumah tangga yang akan diambil sebagai sampel dalam penelitian ini adalah :
n = ( 2,575 )2 ( 100 )2 / 102 = 663 rumah tangga
Dalam praktik, ukuran sample lebih banyak ditentukan dengan intuisi, bukan dengan rumus,
karena deviasi standar populasi sulit diperkirakan atau tidak tersedia.

2) Rumus n = ( Z. / E )2
 Rumus ini sama dengan rumus ad.1 hanya penulisannya lebih original. Standard deviasi tetap
ditulis  , dan C adalah identik dengan E ( tingkat error )
3) Humus n = 0.25 ( Z / E )2
Rumus ini sesuai untuk digunakan bila parameter yang diukur adalah nilai proporsi. n adalah
jumlah sample, Z adalah angka normal standart dan E adalah tingkat error menaksir.
Contoh : Seorang peneliti igin memperkirakan proporsi mahasiswa suatu Perguruan Tinggi yang
menggunakan sepeda motor waktu pergi kuliah. Berapa besarnya sampel yang diperlukan apabila
tingkat keyakinan menaksir 95 % dan kesalahan menaksir tidak lebih dari 9 %. Jawab : n = 0.25
( 1,96 / 0.09 ) 2 = 118, 57 118 mahasiswa.
4) Rumus n = N / ( 1 + N. Moe2 )
n : jumlah sampel
N : jumlah populasi
Moe : margin of error maximum
Contoh : Seorang peneliti ingin meneliti / mengukur tingkat motivasi kerja dari karyawan bagian
produksi disuatu pabrik yang berjumlah 500 orang. Berapakah jumlah sampel minimal yang
diperlukan dalam penelitian tersebut.
Jawab :
n = 500 / (1 + 500.0,052 ) = 222 orang

Dalam rumus ini sudah nampak adanya hubungan tertentu antara n dan N, namun demikian
juga memiliki kelemahan, yaitu untuk  = 10 % dan N besar, maka berapapun besarnya N pasti
akan diperoleh n = 100. Hal ini jelas tidak selaras dengan ketentuan dalam ukuran sampel yang
menyatakan :

“ Makin tinggi tingkat presisi yang dikehendaki, makin besar ukuran sampel yang harus
diambil, dan sebaliknya semakin rendah tingkat presisi yang dikehendaki maka semakin kecil
ukuran sampel yang diperlukan ”.

5) n tergantung pada teknis analisa yamg akan digunakan

Meskipun setelah menggunakan rumus tertentu telah diperoleh suatu ukuran sampel, namun
bila teknis analisis yang digunakan mensyaratkan n yang lebih besar maka n yang telah ada harus
ditambahkan jumlahnya sehingga teknis analisis dapat dilakukan. Misalnya, teknis – teknis
analisis yang menggunakan tabulasi silang, kais kuadrat, analisis statistik parametrik. Teknis
analisis ini mensyaratkan junlah n yang besar.
D. CONTOH MENENTUKAN UKURAN SAMPEL

Akan dilakukan penelitian untuk mengetahui tanggapan kelompok masyarakat terhadap

pelayanan yang diberikan oleh pemerintah Daerah tertentu. Kelompok masyarakat itu terdiri 1000
orang, yang dapat dikelompokkan berdasarkan jenjang pendidikan, yaitu, lulusan S 1 = 50, Sarjana
Muda = 300, SMK = 500, SMP = 100, SD = 50 (populasi berstrata)

Bila jumlah populasi 1000, kesalahan 5%, maka jumlah sampelnya = 258. Karena populasi
berstrata, maka sampelnya juga berstrata, stratanya ditentukan menurut jenjang pendidikan.
Dengan demikian masing-masing sampel untuk tingkat pendidikan harus proposional sesuai
dengan populasi. Berdasarkan perhitungan dengan cara berikut ini jumlah sampel untuk
kelompok S1 = 14, SM = 83, SMK = 139, SMP = 14, dan SD = 28.
S1     =      50/1000      x      258        =       13,90      = 12,9
SMA =     300/1000     x      258        =       83,40      = 77,4
SMK =     500/1000     x      258        =       139,0      = 129
SMP =     100/1000     x      258        =        27,8       = 25,8
SD    =      50/1000      x      258        =       13,91      = 12,9 +
                   Jumlah                                                   = 258
Pada perhitungan yang menghasilkan pecahan (terapat koma) sebaiknya dibulatkan ke atas
sehingga jumlah sampelnya lebih 259. Hal ini lebih aman dari pada kurang dari 258.
Roscoe dalam buku Research Metods 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 500.
2) Bila sampel dibagi dalam kategori (misalnya; pria-wanita, pegawai negeri-swasta dan
lain-lain) maka jumlah anggota sample setiap kategori minimal 30
3) Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau
regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah
variabel yang diteliti. Misalna variabel penelitiannya ada 5 (independen +
dependen),  maka jumlah anggota sampel = 10 x 5 = 50
4) Untuk peneliti ekperimen yang sederhana, dengan menggunakan kelompok
eksperimen yang sederhana, yang menggunakan kelompok eksperimen dan
kelompok control, maka jumlah anggota sampel masing-masing anatra  10 s/d 20.
 BAB III

PENUTUP

A. KESIMPULAN
Dari uraian dalam bahasan di atas maka dapat diambil kesimpulan sebagai berikut :

1. Populasi adalah jumlah keseluruhandari individu yang sama. Sedangkan sampel adalah
pengambilan contoh dari sebuah populasi yangkan diteliti.
2. Teknik-teknik Pengambilan Sampel terbagi menjadi :

Teknik sampling terdiri dari Probability sampling yang terdiri dari: Simple random

sampling, Proportionate stratified random sampling, Disproportionate stratified random
sampling, Cluster sampling (area sampling) dan Nonprobability sampling yang terdiri
dari: Simplerandom sampling, Proportionate stratified random sampling, Disproportionate
stratified random sampling, Cluster sampling (area sampling).

3. Besar kecilnya n ditentukan oleh :

a. Derajat keseragaman populasi
b. Presisi taksiran yang dikehendaki peneliti
c. Rencana analisa
d. Biaya waktu dan tenaga yang tersedia.
4. Ada beberapa rumus yang dapat digunakan untuk menghitung nilai n, misalnya :
a. n = Z2 S2 / C2
b. n = ( Z. / E ) 2
c. n = 0.25 ( Z / E ) 2
d. n = N / ( 1 + N. Moe2 )
e. n tergantung pada teknis analisa yamg akan digunakan

Namun hasil dari perhitungan dengan menggunakan rumus – rumus tersebut tidaklah bersifat
mutlak benar, melainkan lebih bersifat sebagai ”ancar-ancar” yang harus disesuaikan dengan
kondisi yang dihadapi.
 DAFTAR PUSTAKA

http://digilib.unila.ac.id/4503/18/BAB%20III.pdf

file:///C:/Users/ASUS/Downloads/POPULASI%20DAN%20SAMPEL.pdf

https://www.academia.edu/32178647/POPULASI_DAN_SAMPEL

file:///C:/Users/ASUS/Downloads/5325-9460-2-PB.pdf

file:///C:/Users/ASUS/Downloads/156-420-1-PB.pdf